Flash Info
CE33 - Interaction, robotique

Modéliser l'Induction de Stress Social dans des Simulations Immersives en Réalité Virtuelle – MISSIVES

Résumé de soumission

Certaines situations sociales, comme la prise de parole en public ou les entretiens d'embauche, peuvent provoquer un stress et une anxiété considérables. Cette anxiété peut être maîtrisée de diverses manières, par l’entraînement ou par l'exposition répétée aux stimulus stressants. Dans ce contexte, les simulations d'interactions sociales en réalité virtuelle ont été avancées comme des solutions prometteuses. En effet, les simulations virtuelles de situations socio-évaluatives peuvent susciter une anxiété sociale ressentie subjectivement ainsi que des altérations de physiologiques vérifiables expérimentalement. Cet effet semble être influencé par de nombreuses variables, comme le comportement des personnages virtuels ou leur niveau de réalisme graphique. Cet important résultat motive donc l'utilisation des interactions sociales virtuelles dans différents contextes : (1) comme outil dans le cadre de thérapies d'exposition pour atténuer l'anxiété sociale, (2) pour l’entraînement de compétences sociales, et (3) comme paradigme de recherche expérimentale pour étudier les réponses au stress à des stimuli sociaux entièrement contrôlables. Toutefois, s'il a été démontré que les interactions sociales virtuelles peuvent provoquer un stress vérifiable chez des participants, l’influence des variables médiatrices de cet effet n'est toujours pas encore entièrement élucidée et les interactions entre celles-ci sont encore peu comprises. En résumé, il n'existe pas de modèle complet permettant de rendre compte de l'influence des variables d'une interaction sociale simulée sur les réponses de stress social de ses utilisateurs.

Dans le projet MISSIVES, nous étudierons les processus qui sous-tendent l'induction de stress social dans les interactions sociales virtuelles en utilisant la perspective de la théorie de la cognition située. Notre objectif principal est d'établir un modèle décrivant l'influence respective des paramètres des interactions sociales virtuelles sur les réponses au stress social des utilisateurs. Un tel modèle permettrait d'exploiter pleinement les capacités des interactions sociales virtuelles pour les applications décrites ci-dessus. Nous créerons un cadre expérimental virtuel basé sur et étendant le Test de Stress Social de Trèves (TSST). Le TSST est une procédure de laboratoire de référence pour induire le stress chez les participants humains ; dans ce cadre, les participants doivent prononcer un discours et réaliser à une tâche de calcul mental complexe et inattendue devant un panel de trois personnes présentées comme un comité d'entretien d'embauche, se comportant de la manière la plus neutre possible. Nous nous appuierons sur la théorie de la cognition située pour construire un modèle computationnel des réponses au stress dans le TSST et lors d'interactions sociales virtuelles en reliant les différents paramètres (par exemple, le sentiment de présence induit par la situation en réalité virtuelle, la quantité de personnages virtuels et les variations de leurs comportements, ainsi que la difficulté de la tâche) et dimensions qui sous-tendent l’induction de stress dans les interactions sociales virtuelles. Le modèle sera construit et validé par une série d'études faisant varier les paramètres de simulation en utilisant le cadre d'interaction sociale virtuelle développé. Les résultats des études seront utilisés pour analyser l'influence respective de ces paramètres sur les comportements des participants, sur leurs impressions subjectives et sur leurs signaux physiologiques. Enfin, nous matérialiserons ces résultats dans un modèle d’apprentissage automatique pour la prédiction et l'évaluation du stress à partir de caractéristiques multimodales (physiologiques et comportementales) et observables des utilisateurs lors d’interactions.

Coordination du projet

Mathieu Chollet (Laboratoire des Sciences du Numérique de Nantes)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

LS2N Laboratoire des Sciences du Numérique de Nantes

Aide de l'ANR 265 680 euros
Début et durée du projet scientifique : décembre 2020 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter