Etudier les fonctions cognitives qui caractérisent l’intelligence humaine et animale


Accueil > LPC > Thèses

Soutenance de thèse Kevin Le Goff le 13 décembre à 14 h

publié le , mis à jour le

Mardi 13 décembre 2016 à 14 h - Salle des Voûtes - Campus St Charles

« Agentivité dans les systèmes fortement automatisés »

Composition du Jury :
Dr. Elisabeth Pacherie, ENS - Institut Jean-Nicod & CNRS : Rapporteur
Pr. Patrice Terrier, Université de Toulouse - Jean Jaurès : Rapporteur
Dr. Franck Mars, Ecole Centrale de Nantes & CNRS : Examinateur
Dr. Valérian Chambon, ENS - Institut Jean-Nicod & CNRS : Examinateur
Dr. Bruno Berberian, ONERA : Co-Directeur de thèse
Dr. Arnaud Rey, Aix-Marseille Université & CNRS : Co-Directeur de thèse

RESUME

Le développement des systèmes automatisés a permis d’améliorer de nombreux aspects de notre vie quotidienne. Toutefois, les bénéfices engendrés par l’utilisation croissante de l’automatisation masquent un problème fondamental. En effet, en cas de pannes ou de situations imprévues, les opérateurs présentent souvent des difficultés dans la reprise en main de tels systèmes. Ce phénomène de « sortie de boucle de contrôle » se produit lorsque l’opérateur est incapable de comprendre les intentions du système et de prédire ses actions futures, entraînant ainsi une perte de contrôle. Le but de cette thèse était d’étudier comment le cadre théorique de l’agentivité pouvait nous aider à identifier et évaluer les informations requises pour rendre la supervision de systèmes fortement automatisés plus efficace, pour restaurer un sentiment de contrôle approprié et pour augmenter l’acceptabilité du système par les opérateurs. Pour y parvenir, nous avons réalisé quatre expériences lors desquelles les participants devaient superviser le vol d’un avion sous pilote automatique. Dans un premier temps, nous avons montré que fournir des informations sur les intentions du système augmentait le sentiment de contrôle des participants. Cependant, ce gain d’information ne nous a pas permis d’observer le phénomène de liage intentionnel (Intentional Binding), fréquemment utilisé comme marqueur implicite de l’agentivité (Expérience 1). Nous avons également trouvé que cette information entraînait de meilleures performances pour détecter des décisions non-optimales du système (Expériences 2, 3 et 4), conduisait à un changement dans la façon dont les participants allouaient leurs ressources attentionnelles (Expériences 2 et 3) et aussi augmentait le niveau d’acceptabilité du système (Expériences 3 et 4). De façon intéressante, nous avons également montré dans la dernière expérience que le délai entre l’apparition de l’information sur les intentions du système et l’implémentation de son action impactait différemment la performance et les sentiments de contrôle et d’acceptabilité des opérateurs. Pour finir, dans la dernière partie, nous avons discuté des implications de nos résultats dans le champ des interactions homme-machine. Nous avançons l’idée que le cadre théorique de l’agentivité peut être utile pour élaborer des recommandations concrètes pour la conception de systèmes fortement automatisés permettant à l’opérateur de rester dans la « boucle de contrôle ».