Nous proposons le sujet de stage ci-dessous à Aix-Marseille Université.

*_Titre _**: /De la détection des signaux sociaux des médecins à un 
modèle computationnel des feedbacks pour un patient artificiel /*

/Encadrement principal/ : Magalie Ochs (http://www.lsis.org/ochsm/)
(LSIS, DIMAG), Roxane Bertrand (Laboratoire Parole et Langage), Grégoire
de Montcheuil (Laboratoire Parole et Langage), et Philippe Blache
(Laboratoire Parole et Langage).

/Financement /: Projet ANR Acorformed (http://www.lpl-aix.fr/~acorformed
)

/Contexte du stage /
Le stage se déroule dans le cadre du projet ANR /Acorformed/qui vise à
développer une plateforme de réalité virtuelle pour former les médecins
à l'annonce d'évènements indésirables graves avec un patient virtuel. Un
des enjeux majeurs de ce projet est de développer un patient virtuel
capable de simuler le comportement d'un patient réel auquel on annonce
une mauvaise nouvelle. Dans ce contexte, le comportement non-verbal du
patient (mouvements de tête, expressions faciales, postures, gestes,
directions du regard, etc.) joue un rôle prépondérant pour apporter de
la crédibilité au personnage virtuel. L'objectif de ce stage est
d'intégrer un modèle computationnel qui permettrait de déterminer
automatiquement durant l'interaction à quel moment un agent artificiel
doit exprimer quels feedbacks (verbaux et non-verbaux) en réponse au
comportement du médecin.

/Sujet de stage /
L'objectif du stage est d'intégrer un */modèle computationnel de
feedbacks pour un agent artificiel /*(personnage virtuel et robot
humanoïde)*//*qui permettrait de calculer automatiquement et en temps
réel les feedbacks que devrait exprimer l'agent artificiel suivant le
comportement de l'utilisateur (mouvements de tête, direction du regard,
gestes, vocabulaire, etc.).

Les feedbacks se définissent comme des réponses multimodales de celui
qui écoute suite au message du locuteur. Les feedbacks peuvent être
verbaux (e.g. humhum, oui) ou non-verbaux (e.g. mouvements de tête,
sourire). Plusieurs travaux de recherche dans le domaine des agents
artificiels montrent que les feedbacks permettent d'améliorer le degré
de satisfaction et d'engagement de l'utilisateur. Les feedbacks
apparaissent en réponse au comportement verbal et non-verbal du locuteur
(e.g. mouvements de tête, sourire). Dans le cadre de ce projet, il
s'agira à la fois d'intégrer des outils permettant de reconnaître les
comportements verbaux et non-verbaux de l'utilisateur potentiellement
déclencheur de feedbacks et d'intégrer un modèle computationnel à base
de règles dans un agent artificiel permettant de raisonner sur les
feedbacks que ce dernier doit exprimer.

/Méthodologie/
La méthodologie explorée dans ce stage repose sur une approche
pluridisciplinaire. Il s'agira de construireun modèle computationnel
intégrant un ensemble de règles de déclenchement de feedbacks issues de
l'analyse d'un corpus réel d'interaction médecin-patient (Porhet et al.,
2017) et d'enrichir ces règles avec desconnaissances théoriques et
empiriques sur les feedbacks, et en particulier sur les
/hétéro-répétions/. Les hétéro-répétitions (appelées other-repetition)
sont un procédé impliquant la reproduction (totale ou partielle)par
l'interlocuteur de l'énoncé produit préalablement par le locuteur. Les
hétéro-répétitions sont des réponses feedback particulières et
constituent un mécanisme crucial dans la conversation en face à face
grâce à leurs fonctions discursive et communicative.
Ce modèle devra s'intégrer dans une plateforme d'agent artificiel que
nous avons développée au sein du LPL et qui permet d'animer un
personnage virtuel et un robot humanoïde. Le modèle devra raisonner sur
les données en entrée issues de la reconnaissance vocale et de la
reconnaissance du comportement non-verbal du médecin (direction de
regard, gestes et mouvements de tête). Une évaluation à travers un
ensemble de tests perceptifs auprès d'utilisateurs interagissant avec le
personnage virtuel et le robot humanoïde permettra de valider le modèle
proposé.

/Compétences requises /
Le stagiaire devra avoir des connaissances techniques (très bonnes 
connaissances en java sont essentielles pour ce projet mais aussi 
quelques connaissances en C++), des connaissances sur les modèles 
computationnels de raisonnement et en TAL seraient un plus, une 
ouverture pluridisciplinaire incontournable.

*Contact *: Magalie Ochs (magalie.ochs@lsis.org)