Les robots testés pour décrypter les émotions humaines via des modèles visuels

Des chercheurs ont entraîné des robots à analyser les émotions humaines en combinant l'analyse faciale et le contexte des interactions, plutôt que de se limiter aux expressions du visage.

L’étude, publiée dans IEEE Robotics and Automation Letters, évalue comment cette capacité influence la perception des humains lors de tâches collaboratives. Menée par Seung Chan Hong dans le cadre de sa thèse de premier cycle à l’université Monash (Melbourne, Australie), elle compare un modèle visuel de langage (VLM) basé sur Gemini 2.5 à un système classique d’analyse faciale pour la reconnaissance des émotions. Le VLM, qui prend en compte l’environnement et les comportements des humains, obtient un score de 0,86 sur une échelle de 0 à 1 (contre 0,77 pour le système traditionnel), grâce à une meilleure interprétation du contexte.

Dans une seconde expérience, 40 volontaires ont interagi avec un robot programmé pour commettre une erreur. Les participants ont préféré une réponse émotionnellement adaptée à l’erreur plutôt qu’un message d’excuse générique. Cependant, leur confiance dans le robot a diminué après l’échec de la tâche, quel que soit le type d’excuse. Le VLM a également montré des limites : il correspond mieux aux émotions perçues par des observateurs externes qu’à celles auto-rapportées par les humains, soulignant qu’il ne peut pas « lire dans les pensées ».

Les résultats indiquent que, malgré des progrès, les robots restent imparfaits pour décoder les émotions humaines, et que leur compétence fonctionnelle reste prioritaire aux yeux des utilisateurs.