CPU
Le présent projet de recherche, dont la méthodologie repose sur un design centré utilisateur, permettra de qualifier l’intérêt de l’utilisation de scénarios sociaux personnalisables en tant qu’outils facilitateurs des transitions professionnelles pour les travailleurs handicapés présentant des troubles des compétences sociales avec déficience intellectuelle et/ou des troubles du spectre autistique avec ou sans déficience intellectuelle associées. Nous aurons pour objectif de créer un programme d’entraînement aux interactions sociales en entreprise et d’en évaluer l’impact auprès d’environ 70 bénéficiaires, concernant principalement leur adaptation au contexte professionnel ordinaire..Des scénarios seront définis et implémentés, sous forme de quiz, à l’application numérique Social Handy (Auticiel). Six structures, accompagnant des travailleurs dans une transition vers le milieu protégé ou des demandeurs d’emploi vers le milieu ordinaire, ont été identifiées comme contributeurs et terrains d’expérimentation.. Ce projet collaboratif en partenariat avec la société Auticiel est lauréat de l’Appel à projets « Parcours professionnels des personnes handicapées – Comment sécuriser les transitions professionnelles ? » 2020 à l’initiative de l’Agefiphassociation de gestion du Fonds pour l’Insertion Professionnelle des personnes Handicapées et de la FIRAHFondation Internationale de la Recherche Appliquée sur le Handicap.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Virginie DEMULIER, Séverine ESTIVAL
Le projet PANORAMA (adaPtAtion de l’iNtelligence artificielle pOur l’inteRActiOn homme-MAchine) est lauréat de l’appel d’offres IA ANR-DFG-JST (appel trilatéral ANR (France), DFG (Allemagne) et JST (Japon) en Intelligence Artificielle (IA). Le concept clé de PANORAMA est «l’IA adaptative dans le contexte de l’interaction humain-machine». Nous mènerons des recherches sur l’adaptabilité de l’IA à l’utilisateur. Lorsque les gens discutent entre eux, ils modifient leurs comportements de communication verbale et non verbale en fonction de ceux de leur partenaire. L’adaptation à l’utilisateur est donc un élément essentiel de l’amélioration de l’interaction humain-agent. Le style de communication est également différent en fonction de la culture.
PANORAMA apportera des solutions à ces problèmes grâce à l’apprentissage automatique. L’annotation manuelle des comportements non verbaux des utilisateurs est très coûteuse en temps. Nous exploiterons l’Intelligence Artificielle Explicable (XAI), grâce à laquelle les étiquettes seront prédites par le système puis seront adaptées en fonction de l’interaction avec l’utilisateur en tant qu’annotateur. Ainsi, l’IA explicable et adaptable à l’utilisateur permettra d’aider les utilisateurs à créer un corpus multimodal et à améliorer l’interaction humain-agent.
PANORAMA appliquera ces solutions à un cas d’utilisation très pertinent pour l’IA: la eSanté et le coaching personnalisé. Nous nous inspirerons des théories issues de la Psychologie pour concevoir un coaching personnalisé pour l’activité physique adapté à la personnalité et à la culture de l’utilisateur. Aide allouée par l’ANR pour le LISN de 124 762 Euros. Début : 01/03/2021 – 36 Mois. ANR-20-IADJ-0008.
Permanents impliqués : Jean-Claude MARTIN (resp.)
Secondary Prevention of unfavorable evolution in Patients with non-specific chronic low BACK Pain (BACK-4P): from Prediction to intervention. La lombalgie, appelée communément « mal de dos », est un problème de santé publique majeur qui augmente avec le vieillissement de la population. Le projet BACK-4P (Prevention Patient Pain Prediction) a 3 objectifs principaux : 1) Mieux comprendre les caractéristiques des patients et l’évolution de leur lombalgie chronique grâce à la constitution d’une e-cohorte*, 2) Développer un outil de prédiction capable d’identifier les patients à risque d’évolution défavorable (douleur, absentéisme, handicap persistant), 3) Développer une application smartphone de coaching personnalisé pour changer les croyances et comportements des patients afin de prévenir une évolution défavorable. Ce projet est financé par Arthritis R&D, la Société Française de Rhumatologie et Malakoff Médéric Humanis.
13/03/2020 – 13/03/2023 (3 ans) Aide allouée par la Fondation Arthritis : 150 000 Euros.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Céline CLAVEL, Florian DEBACKERE
Le projet TAPAS (Entrainement d’aptitudes sociales affectives personnalisées et adaptées avec des agents culturels virtuels) vise à mettre au point des outils et des méthodes d’acquisition de compétences sociales. Les compétences sociales désignent la gestion des comportements verbaux et non verbaux lors d’une interaction avec une ou plusieurs personnes. Les personnes qui éprouvent des difficultés à interagir avec les autres souffrent de l’utilisation appropriée de leurs comportements sociaux et de leur interprétation chez les autres. TAPAS développera des outils et des méthodes afin de fournir une formation personnalisée des compétences sociales et d’aider à surmonter le stress social dans des situations quotidiennes impliquant une présentation (conjointe) à l’école et au travail. Notre objectif est de développer une plateforme permettant aux participants de jouer un rôle dans les interactions sociales. La population ciblée est composée d’individus neurotypiques mais aussi d’individus présentant différentes échelles de pathologies sociales dont la timidité, l’alexithymie et les troubles du spectre autistique (ASD). Pour la conception de la plateforme, nous nous inspirerons de deux méthodes classiques de formation aux compétences sociales : Thérapie conventionnelle SST et thérapie cognitivo-comportementale CBT. Dans TAPAS, les Agents Conversationnels Animés seront dotés de différents rôles : ils agiront soit en tant que collaborateurs, soit en tant que co-présentateurs, soit en tant que membres d’un public selon le scénario. Les partenaires sont l’ISIR et 3 Universités Japonnaises (Nara Institute of Science and Technology, Heartland Heartland Shigisan Hospital, Osaka Osaka University). ANR-19-JSTS-0001. Début 01/12/2019. Fin 31/05/2025. Aide de l’ANR pour le LISN de 245 185 Euros.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Céline CLAVEL, Elise PRIGENT, Jennifer HAMET
Le but du projet ANR COPAINS est de concevoir des agents artificiels capables d’amener des utilisateurs humains à adopter des habitudes de vie plus saine. Les technologies persuasives sont utilisées dans le domaine de la santé et de l’assistance avec des agents conversationnels animés capables d’interagir de manière naturelle avec les utilisateurs, via différentes modalités (texte, voix, expressions faciales, etc). Les agents du projet COPAINS seront munis d’un modèle de la cognition humaine qui leur permettent de planifier des stratégies de persuasion pour modifier le comportement de l’utilsiateur. Nous travaillons sur ce projet avec des collègues de l’INSERM dont l’objectif est d’améliorer la condition physique des personnes âgées.
Avec l’entreprise DAVI, partenaire du projet, nous avons développé un agent conversationnel animé capable de mener un entretien motivationnel pour amener l’utilisateur à prendre conscience des freins personnels et développer avec lui des leviers pour pratiquer plus d’activité physique. Voir la vidéo de démonstration.
Permanents impliqués : Nicolas SABOURET (resp.), Céline CLAVEL, Brian RAVENET.
Virtual Patient Simulation Tool for Training Health and Social Care Staff Working with People with Alzheimer’s Disease or Related dementia),.
Outil de formation par simulation Patient Virtuel pour des professionnels des secteurs sanitaire et medico-social travaillant auprès de personnes atteintes de la maladie d’Alzheimer ou maladies apparentées.
Le projet VirtuAlz vise à étudier et aider l’apprentissage de compétences en raisonnement clinique et en stratégie d’interaction avec les patients à l’aide d’un patient virtuel. L’apprentissage sera évalué sur la base des choix et du comportement de l’apprenant au cours du déroulement du cas clinique. L’interprétation automatisée et en temps réel du comportement non verbal de l’apprenant/soignant sera effectuée à partir du recueil et du traitement de signaux sociaux (analyse de la prosodie, débit de parole, expression faciale, posture). Les réactions du patient virtuel sont obtenues à partir de comportements dynamiques reposant sur un modèle de décision et d’évaluation cognitive de la situation impliquant des paramètres statiques et dynamiques (état affectif, contexte…) basé sur un modèle simulant des évaluations cognitives pathologiques (inspiré du modèle Component Process Model développé par Klaus Scherer). ANR-17-CE19-0028. Début 01/05/2018, Fin 30/06/2022. Durée 50 mois. Aide allouée pour le LISN : 116 553 Euros.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Brian RAVENET, Elise PRIGENT, Amine BENAMARA
.
Développement d’un jeu sérieux pour les apprentissages en santé mentale des étudiants en Institut de Formation en Soins Infirmiers et en premier cycle des études médicales. Les approches cibleront la mise en œuvre de raisonnements cliniques et de gestion des comportements appropriés en situation de crise en insistant sur la collaboration pluri professionnelle et la communication. La technique de simulation sera celle d’un patient virtuel au travers d’un jeu sérieux. Nous allons adapter la technologie MARC notamment utilisant des techniques de « gamification » pour augmenter la motivation extrinsèque et l’attention portée à l’enseignement. Nous envisageons pour cela le calcul d’un score de performance individuel tout au long de l’évolution dans le scénario (avec des points négatifs et des points positifs) et l’obtention de trophées quand un objectif pédagogique est globalement atteint. Le score total et les trophées feront l’objet d’un feed-back au joueur pour permettre un apprentissage actif et une consolidation (Drummond et al. 2017).
Aide allouée par l’ARS (Agence Régionale de Santé) : 27 000 Euros.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Yujiro OKUYAMA
Le projet MIMETIC (Motricité autIsME acTIvité Conjointe) vise à concevoir des interactions tangibles et virtuelles pour l’entraînement combiné à l’interaction sociale coopérative et à l’apprentissage moteur. Les actions motrices collaboratives, comme déplacer à deux un meuble, nécessitent de coordonner son mouvement à celui de l’autre: il s’agit d’un véritable dialogue moteur entre les individus menant l’action. Un tel dialogue ne peut être réussi si l’on ne porte pas attention à l’autre et à ses mouvements: la tâche est sociale en même temps que motrice. D’autres tâches coordonnées, comme les tâches coopératives ne nécessitent pas ce dialogue même si le but est commun, par exemple quand on débarrasse la table à plusieurs, chacun est indépendant dans ses mouvements et on n’est pas obligé de prendre en compte ce que fait l’autre. Accompagner la personne autiste dans le développement conjoint de ses compétences motrices et sociales apparait alors être un levier pour favoriser son inclusion dans les activités sportives, scolaires ou bien encore la participation aux activités quotidiennes au sein de la famille. Ce projet permet d’évaluer la capacité des interactions tangiles et virtuelles à améliorer à la fois les compétences motrices et les compétences sociales des personnes avec un Trouble du Spectre de l’Autisme (TSA). L’objectif citoyen de notre projet est qu’il soit accessible aux enfants non verbaux ou peu aptes à comprendre les symboles. Cette population en effet est négligée par les Nouvelles Technologies, en raison précisément du caractère sévère des difficultés qu’elle cumule. Partenaires : Centre médico-social TEDyBEAR, Human Centered Multimedia, University of Augsburg, Allemagne. Ce projet est lauréat de l’Appel à projets Autisme et Nouvelles Technologies 2016, coordonné par la FIRAHFondation Internationale de la Recherche Appliquée sur le Handicap et soutenu par la Fondation Orange et la Fondation UEFA pour l’enfance.
Chercheurs impliqués : Jean-Claude MARTIN (resp.), Brian RAVENET, Elise PRIGENT, Tom GIRAUD
Le but de ce projet en collaboration entre le CNRS et EDF R&D est de simuler l’activité quotidienne des ménages en rapport avec la consommation énérgétique. Le simulateur SMACH réalisé dans le cadre de ce projet permet de produire une grande variété de scènes de vie quotidienne en tenant compte de la composition du ménage, du type d’habitat, de caractéristiques comme le niveau de revenus, les habitudes du foyer, etc. SMACH produit des diagrammes d’activité, des courbes de charge et des informations sur le confort des individus. La composition des ménages et les emplois du temps sont produits à partir de données statistiques de l’INSEE.
Dans le cadre du projet ANR SUPERBAT (2011-2015), le moteur de simulation SMACH a été couplé à des modèles thermiques de bâtiments le biais du standard d’interopérabilité FMI. Cela permet de produire des courbes de charge et de consommation d’énergie des bâtiments prenant en compte le comportement des occupants (chauffage et usages électriques). Nous travaillons actuellement avec le LASIE, dans le cadre de la thèse de Jérémy Albouys au LIMSILaboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur, créé en 1972 et dont les équipes ont rejoint celles du LRI en 2021 pour fonder le LISN., sur la prise en compte de l’auto-consommation à partir de panneaux photo-voltaïques au sein de bâtiment réactifs connectés à l’échelle d’un quartier.
Le projet ANR VICTEAMS (Virtual Characters for team Training: Emotional, Adaptive, Motivated and Social) s’intéresse à la formation aux compétences non-techniques d’équipes médicales en situation de crise. Il s’agit de concevoir des modèles computationnels et psycho-ergonomiques pour des environnements virtuels peuplés de personnages virtuels autonomes, permettant aux futurs médecins et intervenants de s’entraîner en simulation. Ce projet implique plusieurs chercheurs de l’équipe CPUCognition Perception et Usages ainsi que des partenariats académiques et industriels (UTC, IRBA, CEA, BSPP, EVDG, Reviatech). L’équipe CPUCognition Perception et Usages participe à plusieurs axes de recherche du projet : 1) analyses, modélisation et spécification des situations de travail, des processus de conscience collective de la situation et de la prise de décision, 2) spécification du modèle computationnel du futur environnement, 3) développement des moteurs computationnels et 4) évaluation de l’environnement par les futurs utilisateurs pendant le processus de conception. Ce projet contribuera ainsi à mieux comprendre l’activité des équipes médicales en situation de crise multi-victimes en vue de mieux les y préparer. Deux enjeux importants du projet sont : 1) l’anticipation des usages souhaités et possibles du futur outil par les formateurs et les formés pour favoriser l’apprentissage et l’enseignement des dimensions collectives de l’activité des équipes médicales, 2) évaluer les usages du futur outil par les formateurs et les formés a) pendant le processus de conception pour orienter les prises de décisions et b) avec le prototype final.