L’Agence Nationale de la Recherche (ANR, France), Deutsche Forschungsgemeinschaft e.V. (DFG, Allemagne) et l’Agence japonaise pour la Science et la Technologie (JST), ont signé en avril 2019 à Tokyo un accord concernant un appel à projets sur l’intelligence artificielle (IA), thématique prioritaire pour ces trois pays. Cet appel vise à soutenir des projets de recherche d’excellence dans ce domaine et encourager les approches transnationales.
Dans le cadre de cet appel, 36 propositions ont été soumises et 9 ont été sélectionnées, dont le projet PANORAMA (adaPtive Artificial iNtelligence fOR humAn coMputer interAction). Le projet est coordonné par Jean-Claude Martin CNRS–LIMSI et Catherine Pelachaud CNRS–Institut des Systèmes Intelligents et de Robotique (ISIR), Sorbonne Université ; Elisabeth André, Université d’Augsbourg (Allemagne) ; et Yukiko Nakano, Université Seikei (Japon).
La liste des projets sélectionnés est consultable sur le site internet de l’ANR : https://anr.fr/fr/detail/call/appel-a-projets-appel-trilateral-france-allemagne-japon-en-intelligence-artificielle-ia/
PANORAMA, un projet sur l’Intelligence Artificielle
Le concept clé de ce projet est l’Intelligence Artificielle adaptative par l’utilisateur dans le contexte de l’interaction homme-machine. Ce projet aborde deux aspects de ce concept.
Tout d’abord, il faut mener des recherches sur l’adaptabilité de l’utilisateur de l’intelligence artificielle incarnée en tant qu’agent conversationnel. Lorsque les gens parlent à d’autres personnes, ils modifient leurs comportements de communication verbale et non verbale en fonction de ceux du partenaire. L’adaptabilité de l’utilisateur est donc une question essentielle pour améliorer l’interaction entre l’homme et l’agent. Le style de communication est également différent selon la culture, et l’adaptation des comportements de l’agent à une culture cible est utile dans la localisation du système.
Il faut alors s’attaquer à ces problèmes en utilisant une approche d’apprentissage automatique. Cependant, un des goulots d’étranglement de cette approche est que l’annotation des comportements non verbaux des utilisateurs pour créer des données de formation prend du temps. Ils pourront résoudre ce problème en exploitant la technique de l’intelligence artificielle explicable (XAI), grâce à laquelle les étiquettes prédites par le système sont adaptées en fonction de l’interaction avec l’utilisateur en tant qu’annotateur. Ainsi, le concept d’IA adaptative est utilisé pour aider les utilisateurs à créer des corpus multimodaux ainsi qu’à améliorer l’interaction entre l’homme et l’agent.
En outre, le concept d’adaptabilité de l’utilisateur est également axé sur les études psychologiques de ce projet, dans lequel la motivation de l’utilisateur sera étudiée dans un cas d’utilisation pertinent (coaching motivationnel personnalisé pour l’activité physique).
Par conséquent, ce projet envisage une nouvelle méthodologie de recherche pour les agents conversationnels basés sur l’apprentissage machine en se concentrant sur le concept d’adaptabilité de l’utilisateur.
