Quand l'IA décode les émotions des joueurs de tennis

Des chercheurs ont mis au point un modèle d'intelligence artificielle capable d'identifier avec une grande précision les états émotionnels des joueurs de tennis en analysant leur langage corporel pendant les matchs. Nous connaissions déjà les intelligences artificielles capables de juger plus rapidement et plus efficacement une faute sur un court de tennis, au point de faire douter les juges d'eux-mêmes. Aujourd’hui, une nouvelle technologie, entraînée sur des images réelles, est capable de détecter les émotions positives et négatives d’un joueur de tennis, les secondes étant plus faciles à identifier pour l'IA. Cette innovation promet des applications potentielles dans l'entraînement sportif, la santé et d'autres domaines, mais soulève également des préoccupations éthiques concernant la confidentialité et l'utilisation abusive des données.

Pour leur étude "Reconnaître les états affectifs à partir du comportement expressif des joueurs de tennis à l'aide de réseaux neuronaux convolutifs", des chercheurs en sciences du sport, en développement de logiciels et en informatique du KIT et de l'Université de Duisbourg en Allemagne ont développé un modèle d'IA spécial. Ce modèle utilise des programmes de reconnaissance de formes pour analyser des vidéos de joueurs de tennis enregistrées lors de matchs réels. "Notre modèle peut identifier les états affectifs avec une précision allant jusqu'à 68,9%, ce qui est comparable et parfois même supérieur aux évaluations effectuées par les observateurs humains et les méthodes automatisées antérieures", a déclaré le professeur Darko Jekauc de l'Institut des sports et des sciences du sport du KIT.

Un apprentissage basé sur des matchs réels

L'une des caractéristiques uniques de cette étude est l'utilisation de scènes réelles plutôt que de situations simulées ou artificielles pour entraîner le système d'IA. Les chercheurs ont enregistré des séquences vidéo de 15 joueurs de tennis en se concentrant sur le langage corporel affiché lorsqu'un point était gagné ou perdu. Les vidéos montraient des joueurs avec des indices tels que la tête baissée, les bras levés en signe d'exultation, la raquette suspendue ou des différences de vitesse de marche, permettant d'identifier les états affectifs des joueurs. "L’entraînement dans des contextes naturels constitue une avancée significative pour l’identification des états émotionnels réels et rend possible les prédictions dans des scénarios réels", a expliqué Darko Jekauc. Après avoir été nourrie de ces données, l’IA a appris à associer les signaux du langage corporel à différentes réactions affectives et à déterminer si un point avait été gagné (langage corporel positif) ou perdu (langage corporel négatif).

La recherche montre que les algorithmes d’IA pourraient surpasser les observateurs humains dans leur capacité à identifier les émotions à l’avenir. Elle révèle également que les humains et l’IA sont plus aptes à reconnaître les émotions négatives. "La raison pourrait être que les émotions négatives sont plus faciles à identifier parce qu’elles s’expriment de manière plus évidente", a expliqué Darko Jekauc. Les théories psychologiques suggèrent que les gens sont, du point de vue de l’évolution, mieux adaptés pour percevoir les expressions émotionnelles négatives, essentielles à la cohésion sociale.

Clarifier les questions sur la protection des données

L’étude envisage de nombreuses applications sportives pour une reconnaissance fiable des émotions, telles que l’amélioration des méthodes d’entraînement, de la dynamique et des performances des équipes, et la prévention de l’épuisement professionnel. D’autres domaines, notamment la santé, l’éducation, le service client et la sécurité automobile, pourraient également bénéficier d’une détection précoce fiable des états émotionnels.

Cependant, malgré les avantages potentiels, les risques associés à la confidentialité et à l’utilisation abusive des données doivent être pris en compte. L’étude a respecté strictement les directives éthiques et les réglementations en vigueur en matière de protection des données. Pour les futures applications pratiques de cette technologie, il sera essentiel de clarifier les questions éthiques et juridiques en amont.