Analyse des groupes pour l'estimation automatique de la cohésion – GRACE

Tout d'abord, GRACE a réalisé une analyse critique multidisciplinaire de la littérature sur la cohésion afin d'identifier ce qui manque et les défis actuels. Les résultats de cette première étape ont permis aux chercheurs de déterminer le cadre théorique et les outils d'évaluation sur lesquels leur modèle de calcul doit s'appuyer. Ces connaissances ont ensuite été concrètement appliquées à la conception d'un scénario expérimental visant à susciter des changements contrôlés de la cohésion (augmentations/diminutions). Le scénario choisi était un jeu d'évasion. Une collecte de données multimodales (capture de mouvement, audio, vidéo) a été effectuée sur ce scénario. À partir de ces données et de celles qui sont déjà disponibles au public, GRACE a effectué plusieurs analyses visant à identifier les caractéristiques multimodales les plus pertinentes pour la cohésion et à établir un premier modèle baseline.

Trois résultats remarquables ont été obtenus :
1) le jeu de données GAME-ON ;
2) plusieurs publications scientifiques : 1 article de revue internationale, 2 articles de conférence internationale et 1 affiche de conférence nationale ;
3) des collaborations internationales visant à créer une communauté internationale de recherche travaillant sur des sujets similaires/complémentaires. Cela est témoigné par les publications scientifiques qui comptent parmi les auteurs des chercheurs d'Allemagne et d'Italie, et l'organisation de 3 workshops lors de conférences internationales en collaboration avec des chercheurs d'Allemagne, d'Italie, des Pays-Bas, des États-Unis et du Canada.

A partir de preuves expérimentales, GRACE fournira des bases solides pour développer des modèles et des algorithmes pour l'estimation automatisée de la cohésion. Les connaissances produites par GRACE seront également utiles pour identifier et développer une future génération d'applications logicielles capables de fournir un feedback sur les processus de groupe et d'équipe dans plusieurs scénarios (par exemple, les réunions, la chirurgie, l'éducation, la formation sportive). En outre, GRACE favorisera les échanges scientifiques entre les chercheurs de différents pays européens et travaillant dans différents domaines allant de la sociologie à l'informatique. Les résultats obtenus peuvent à la fois ouvrir de nouveaux débouchés commerciaux durables et accroître la compétitivité des entreprises dans le domaine du traitement des signaux sociaux en termes de nouveaux produits (par exemple, applications logicielles et agents sociaux artificiels) et services (par exemple, fournir un soutien technologique dans des scénarios hautement coopératifs).

1. Maman, L., Ceccaldi, E., Lehmann-Willenbrock, N., Likforman-Sulem, L., Chetouani, M., Volpe, G., and Varni. GAME-ON: A Multimodal Dataset for Cohesion and Group Analysis. IEEE Access, 8, 2020. ieeexplore.ieee.org/abstract/document/9127943

2. Ceccaldi, E., Lehmann-Willenbrock, N., Volta, E., Chetouani, M., Volpe, G., and Varni, G. How unitizing affects annotation of cohesion. In Proceedings of 2019 International Conference on Affective Computing and Intelligent Interaction (ACII). ieeexplore.ieee.org/abstract/document/8925527

3. F. Walocha, L. Maman, M. Chetouani, G.Varni. Modeling Dynamics of Task and Social Cohesion from the Group Perspective Using Nonverbal Motion Capture-based Features. Workshop IGTD, Proceedings of ACM ICMI 2020.

4. L. Maman. Multimodal Groups' Analysis for Automated Cohesion Estimation. Doctoral Consortium of ACM ICMI 2020, Proceedings of ACM ICMI 2020.

5. Maman, L. and Varni, G. GRACE: Un projet portant sur l’étude automatique de la cohésion dans les petits groupes d’humains. In Proceedings of Workshop sur les Affects, Compagnons Artificiels et Interactions (WACAI), 2020. hal.inria.fr/hal-02933474/document

GRACE est un projet de recherche fondamentale contribuant à l’axe 3 « Interactions, Robotique Intelligence Artificielle » du défi 7 « Société de l'information et de la communication ». Le projet vise à développer un modèle computationnel de la cohésion entre humains, capable d’intégrer les dimensions « sociale » et « tâche » de la cohésion tout en tenant compte de leur interaction et déroulement dans le temps. Le modèle sera alimenté avec des descripteurs non verbaux multimodaux calculés au niveau individuel et au niveau du groupe. GRACE contribuera à i) identifier les besoins opérationnels pour une nouvelle famille de logiciels capable de fournir un feedback sur les processus de groupe (e.g. dans des réunions, opérations chirurgicales) ; ii) donner aux agents artificiels (e.g. agents virtuels, robots) des compétences pour suivre et entraîner des comportements collaboratifs dans des tâches quotidiennes et spécialisées. Ceci ouvrira des nouvelles opportunités de marché et augmentera la compétitivité des entreprises dans le domaine de l’analyse des signaux sociaux.