Des chercheurs développent une IA qui reconnaît les émotions des athlètes

Grâce à des réseaux neuronaux assistés par ordinateur, des chercheurs de l'Institut technologique de Karlsruhe (KIT) et de l'Université de Duisburg-Essen ont pu identifier avec précision les états affectifs à partir du langage corporel des joueurs de tennis pendant les matchs. Pour la première fois, ils ont entraîné un modèle basé sur l’intelligence artificielle (IA) avec des données provenant de jeux réels.

Leur étude, publiée dans la revue Systèmes basés sur la connaissance, démontre que l’IA peut évaluer le langage corporel et les émotions avec une précision similaire à celle des humains. Cependant, cela soulève également des préoccupations éthiques.

Pour leur étude intitulée « Reconnaître les états affectifs à partir du comportement expressif des joueurs de tennis à l'aide de réseaux neuronaux convolutifs », des chercheurs en sciences du sport, en développement de logiciels et en informatique du KIT et de l'Université de Duisburg-Essen ont développé un modèle d'IA spécial. Ils ont utilisé des programmes de reconnaissance de formes pour analyser les vidéos de joueurs de tennis enregistrées lors de matchs réels.

Taux de réussite de 68,9%

« Notre modèle peut identifier les états affectifs avec une précision allant jusqu'à 68,9%, ce qui est comparable et parfois même supérieur aux évaluations faites par des observateurs humains et par des méthodes automatisées antérieures », a déclaré le professeur Darko Jekauc de l'Institut des sports et des sciences du sport du KIT.

Une caractéristique importante et unique de l'étude est l'utilisation par l'équipe du projet de scènes réelles au lieu de situations simulées ou artificielles pour entraîner leur système d'IA. Les chercheurs ont enregistré des séquences vidéo de 15 joueurs de tennis dans un cadre spécifique, en se concentrant sur le langage corporel affiché lorsqu'un point était gagné ou perdu.

Les vidéos montraient des joueurs avec des indices tels que la tête baissée, les bras levés en signe d'exultation, une raquette suspendue ou des différences de vitesse de marche ; ces indices pourraient être utilisés pour identifier les états affectifs des joueurs.

Après avoir été alimentée par ces données, l’IA a appris à associer les signaux du langage corporel à différentes réactions affectives et à déterminer si un point avait été gagné (langage corporel positif) ou perdu (langage corporel négatif). « La formation dans des contextes naturels constitue une avancée significative pour l'identification d'états émotionnels réels et permet de faire des prédictions dans des scénarios réels », a déclaré Jekauc.

Les humains et les machines reconnaissent mieux les émotions négatives que les positives

Non seulement la recherche montre que les algorithmes d’IA pourraient être capables de surpasser les observateurs humains dans leur capacité à identifier les émotions à l’avenir, mais elle a également révélé un autre aspect intéressant : les humains et l’IA sont tous deux meilleurs pour reconnaître les émotions négatives.

« La raison pourrait être que les émotions négatives sont plus faciles à identifier car elles sont exprimées de manière plus évidente », a déclaré Jekauc. « Les théories psychologiques suggèrent que les gens sont, au cours de leur évolution, mieux adaptés pour percevoir les expressions émotionnelles négatives, par exemple, parce que désamorcer rapidement les situations de conflit est essentiel à la cohésion sociale. »

Les aspects éthiques doivent être clarifiés avant utilisation

L'étude envisage un certain nombre d'applications sportives pour une reconnaissance fiable des émotions, telles que l'amélioration des méthodes d'entraînement, la dynamique et les performances des équipes, et la prévention de l'épuisement professionnel. D’autres domaines, notamment les soins de santé, l’éducation, le service client et la sécurité automobile, pourraient également bénéficier d’une détection précoce et fiable des états émotionnels.

« Bien que cette technologie offre des perspectives d'avantages significatifs, les risques potentiels qui y sont associés doivent également être pris en compte, notamment ceux liés à la vie privée et à l'utilisation abusive des données », a déclaré Jekauc.

« Notre étude a respecté strictement les directives éthiques et les réglementations en matière de protection des données existantes. Et en vue des applications futures d'une telle technologie dans la pratique, il sera essentiel de clarifier à l'avance les questions éthiques et juridiques. »