ABONNEZ-VOUS À NOTRE NEWSLETTER

Recevoir les emails de AFXR

Autoriser la mesure des ouvertures et des clics Vos emails reçus restent identiques, et vous pourrez changer d'avis à tout moment.

Abonnez-vous à notre newsletter

Recevoir les emails de AFXR

Autoriser la mesure des ouvertures et des clics Vos emails reçus restent identiques, et vous pourrez changer d'avis à tout moment.

Offre de thèse CIFRE LISN/AFDEM/ExAC-T Tours/Sherbrooke

TITRE DE LA THESE

Analyse Automatique des Signaux Sociaux Multimodaux lors de l'Apprentissage de l'Entretien Motivationnel : Conception et Evaluation

CONTEXTE ET OBJECTIFS

Cette thèse vise à proposer un modèle informatique représentant les signaux sociaux et leur traitement lors d’un entretien motivationnel entre un thérapeute et un client visant un changement de comportement en santé. L’entretien motivationnel est un style de communication collaboratif, orienté vers le changement. Il est utilisé pour améliorer l’engagement envers un objectif précis en cherchant et en augmentant le discours orienté vers le changement de la personne (les raisons, besoins, désirs et compétences). Ce style de communication a pour visée de résoudre l’ambivalence dans une atmosphère de partenariat, non-jugement, d’altruisme et d’évocation (Miller et Rollnick, 2013).

Lors d’une étude précédente, nous avons commencé à annoter manuellement et analyser automatiquement différents corpus vidéo d’entretiens motivationnels (Nakano et al. 2022, Benamara et al. soumis). Cette première étude de faisabilité se prolonge ici par une thèse qui vise à exploiter plusieurs corpus en définissant et exploitant plusieurs schémas de codage, à les appliquer à ces corpus pour représenter informatiquement la dynamique des échanges dyadiques (par exemple annotation automatique des expressions faciales, de l’intonation). Des outils comme NOVA (Baur et al. 2020) et des techniques d’apprentissage automatique et de visualisation (diagrammes de transition) seront exploités afin d’analyser l’impact des comportements des thérapeutes sur ceux des clients.

Ainsi, les modèles informatiques des comportements sociaux multimodaux définis durant la thèse permettront de mieux comprendre l’efficacité des entretiens motivationnels, aider à l’apprentissage et la formation à l’entretien motivationnel (Tremblay et al. 2003, Madson et al. 2015), et plus globalement à l’étude de la notion d’alliance thérapeutique.

TACHES A REALISER

Etude de l’existant : Théories et modèles issus de la psychologie (différences interindividuelles et personnalité ; stress social et prise de parole en public ; communication multimodale ; Interaction Humain-Machine et agents conversationnels animés ; corpus multimodaux ; analyse automatique de comportements sociaux ; machine learning) ; Etude préliminaire des vidéos qui ont déjà été collectées (étude perceptive ; définition d’un schéma et guide d’annotation des comportements sociaux et multimodaux observés)

Spécification et adaptation d’outils de traitement informatique de données vidéo, audio et linguistique pour extraire les caractéristiques pertinentes des échanges dyadiques

Analyser et interpréter les relations entre les caractéristiques extraites automatiquement et les annotations subjectives effectuées par des experts

Développer une méthode d’apprentissage automatique pour l’exploitation de ces caractéristiques

Évaluer la méthode et les outils développés sur de nouvelles données d’entretiens

PROFIL DES CANDIDATS

Profils possibles : Master 2 (Informatique / Traitement du signal / Sciences Cognitives) ou Ingénieur

Compétences : informatique (programmation) ; analyse de données / apprentissage automatique ; français courant ; anglais apprécié

LIEU

La thèse se déroulera à Orsay (91) au LISN (https://www.lisn.upsaclay.fr/, accessible depuis Paris par le RER B) avec des réunions en visioconférence à prévoir avec les partenaires académiques et associatif. Cette thèse se fera sous la direction de 3 directeurs multidisciplinaires (sciences numérique, santé et thérapeutique) qui permettront de couvrir les différentes dimensions de la thèse.

PARTENAIRES

Il s’agit d’une thèse CIFRE en partenariat avec

- L’Association Française d’Entretien Motivationnel (AFDEM), représenté par Mohamed Stitou, président

- Le Laboratoire Interdisciplinaire des Sciences du Numérique (LISN-CNRS, Université Paris-Saclay), Jean-Claude Martin, Professeur en Informatique, Université Paris-Saclay

- iBrain, Université de Tours, Centre Universitaire de Pédopsychiatrie, CHRU de Tours, EXcellence Center in Autism and neurodevelopmental disorders - Tours ExAC-T, représenté par Dr Thomas Gargot, Maître de conférence en pédopsychiatrie, Docteur européen en informatique

- L’Institut universitaire en dépendance, Centre de Recherche Charles-Lemoyne, Université de Sherbrooke représenté par Karine Gaudreault, professeur adjointe

La personne recrutée devra s’impliquer auprès de l’AFDEM qui est partenaire du projet. Une implication associative est attendue durant la thèse. Une implication interne à la communication auprès des membres de l’association, diffusion de la recherche en entretien motivationnel via une participation à la commission recherche de l’AFDEM (quelques rencontres annuelles), rédaction de résumés de travaux dans la discipline et diffusion vers les membres de l'association (6 fois par an). Il est attendu de mentionner l’AFDEM dans les présentations et articles réalisés. La personne sera amenée à suivre une formation à l’entretien motivationnel.

CONTACTS ET CANDIDATURE

Envoyer en parallèle aux trois contacts ci-dessous : un CV, une lettre de motivation, des relevés de notes des 3 dernières années, les adresses emails de deux personnes référentes (par exemple enseignants, tuteurs d’un stage précédent, …), exemple(s) de rapport de projet ou de stage précédent (tout dossier incomplet ne sera pas examiné) :