Informatique affective : évaluer l'impact des émotions sur l'apprentissage humain

par Jordan Gonzalez

Projet de thèse en Informatique-traitement du signal

Sous la direction de Lionel Prevost.

Thèses en préparation à Paris, HESAM , dans le cadre de École doctorale Sciences des métiers de l'ingénieur (Paris) , en partenariat avec N&S Numérique et Société (laboratoire) depuis le 27-11-2017 .


  • Résumé

    Le domaine de l'informatique affective est en plein essor depuis une décennie. Il a pour objectif de créer de nouveaux systèmes interactifs (robots, systèmes tutoriels intelligents, ...) capables de percevoir l'état émotionnel de leurs interlocuteurs humains et de s'adapter automatiquement à cet état. Dans le domaine de l'éducation et de la formation, les émotions constituent la face cachée du triangle didactique liant enseignant, apprenant et savoir. La recherche explore depuis peu le répertoire émotionnel des apprenants, ainsi que celui des enseignants. Elle vise à identifier, analyser et décrire les facteurs déclenchants des émotions et les conséquences de ces dernières sur les performances des apprenants (stimulation, perturbation ...). Ce projet de thèse a pour objet de mettre en place des algorithmes de mesure de l'état émotionnel d'étudiants en situation d'apprentissage interactif à partir de de données audio-visuelles captées en temps réel pendant le face à face pédagogique. Les indicateurs émotionnels mesurés permettront : - Du côté informatique, d'alimenter un système tutoriel intelligent ET affectif qui guidera les étudiants dans leur apprentissage en essayant de définir le « profil » d'apprentissage de chacun d'eux ; - Du côté pédagogique, de démontrer que certains effets « de contexte » (didactiques ou non) dans le déroulé des cours peuvent impacter favorablement l'engagement des étudiants dans leurs apprentissages et donc, leurs performances.

  • Titre traduit

    Affective Computing: Assessing the Impact of Emotions on Human Learning


  • Résumé

    The field of affective computing has been booming for a decade. It aims to create new interactive systems (robots, intelligent tutorials, ...) able to perceive the emotional state of their human interlocutors and to adapt automatically to this state. In the field of education and training, emotions are the hidden face of the pedagogic triangle connecting teacher, learner and knowledge. Research has recently been exploring the emotional repertoire of learners as well as that of teachers. It aims to identify, analyze and describe the triggers of emotions and the consequences of these on the performance of learners (stimulation, disruption ...). The aim of this thesis project is to set up algorithms in order to measure the emotional state of students in interactive learning situations using audio-visual data captured in real time during the face-to-face teaching. The measured emotional indicators will: - On the computer side, to feed an intelligent and emotional tutorial system that will guide students in their learning by trying to define the learning "profile" of each of them. - On the teaching side, to demonstrate that certain "context" effects (didactic or not) during the class can have a positive impact on the students' commitment to their learning and, therefore, their performance.