Reconnaissance des émotions par l'IA : comment les machines apprennent à lire nos visages

Dans une interview, Björn Schuller, ingénieur et chercheur à l'Université technique de Munich et à l'Imperial College de Londres, décrit comment les systèmes d'IA reconnaissent les émotions grâce à des modèles mathématiques. Il explique que son équipe utilise un modèle tridimensionnel des émotions : l'excitation, la valence et la dominance, ce qui aide à cartographier des catégories discrètes comme les six émotions de base : la colère, le dégoût, la tristesse, la surprise, la peur et la joie. Schuller note que les psychologues ne sont pas d'accord sur les définitions, et ses systèmes, développés depuis plus de 25 ans, se concentrent sur l'analyse de la parole. Ces systèmes utilisent l'apprentissage profond et des données d'entraînement où des humains évaluent les émotions, ce qui signifie que les machines apprennent des jugements humains et ne peuvent pas encore surpasser les humains, atteignant généralement une précision de 60 à 70 %. Des critiques comme Lisa Feldman Barrett, de l'Université Northwestern, remettent en question le fondement scientifique de tels systèmes de reconnaissance. Malgré cela, le marché est en pleine croissance : l'année dernière, les startups et des entreprises comme Amazon, Microsoft et IBM ont généré plus de 40 milliards de dollars dans le monde dans la reconnaissance des émotions, avec des projections qui devraient plus que tripler d'ici 2034. Les applications incluent le coaching en psychothérapie, les études de marché et la détection de mensonges dans les agences de sécurité. Schuller note que les grands modèles de langage et les modèles multimodaux entrent lentement sur ce marché, mais une étude de l'Université de Berne a montré qu'ils surpassent les humains dans les tests d'intelligence émotionnelle. De plus, une enquête menée par DAK Gesundheit et le centre médical de l'Université de Hambourg a révélé qu'un adolescent sur dix préfère se confier à un chatbot plutôt qu'à un ami.