Un agent incarné, parfois appelé agent d'interface, est un agent intelligent qui interagit avec son environnement par l'intermédiaire d'un corps physique au sein de cet environnement. Dans la recherche en intelligence artificielle, le terme couvre à la fois les systèmes physiquement incarnés, tels que les robots mobiles, et les agents représentés graphiquement qui n'existent que dans des espaces virtuels, comme un humain ou un animal de dessin animé à l'écran. Une branche dédiée de l'IA se concentre sur la capacité de ces agents à interagir de manière autonome avec les humains et leur environnement, en utilisant le corps comme un moyen de perception et d'action.
Le concept a gagné en importance avec l'essor des interfaces graphiques et des systèmes conversationnels. Parmi les exemples d'agents graphiquement incarnés figurent Ananova, un présentateur de journal virtuel, et Microsoft Agent, un cadre pour des personnages animés interactifs. Les agents conversationnels incarnés, un sous-ensemble avec une interface graphique plutôt qu'un corps robotique, sont conçus pour engager un dialogue avec les humains et entre eux en utilisant les mêmes moyens verbaux et non verbaux que les personnes, notamment les gestes, les expressions faciales et le regard.
Agents conversationnels incarnés
Les agents conversationnels incarnés sont une forme d'interface utilisateur intelligente. Leur incarnation graphique vise à unir le geste, l'expression faciale et la parole pour permettre une communication en face à face avec les utilisateurs, offrant un moyen puissant d'interaction homme-machine. Contrairement aux chatbots textuels ou aux assistants vocaux, ces agents occupent un corps visible qui peut transmettre du sens à travers plusieurs canaux simultanément. Cette conception s'appuie sur la recherche en attention et en réseaux de neurones pour modéliser des schémas d'interaction naturels, bien que les premiers systèmes reposaient sur l'animation et le script basés sur des règles.
Le développement de ces agents a été informé par des travaux dans des institutions comme le MIT CSAIL et le Stanford AI Lab, où les chercheurs ont étudié comment les personnes perçoivent et réagissent aux personnages virtuels. L'objectif n'est pas simplement d'imiter l'apparence humaine, mais d'exploiter le pouvoir communicatif du corps pour rendre les interactions plus intuitives et engageantes.
Avantages de l'incarnation
La communication en face à face permet des protocoles de communication qui offrent un canal beaucoup plus riche que d'autres moyens de communication. Elle permet des actes pragmatiques tels que la gestion des tours de parole, l'expression faciale des émotions, la structure de l'information et l'emphase, la visualisation et les gestes iconiques, ainsi que l'orientation dans un environnement tridimensionnel. Cette communication se déroule à travers des canaux verbaux et non verbaux tels que le regard, le geste, l'intonation de la parole et la posture corporelle.
La recherche a montré que les utilisateurs préfèrent une indication visuelle non verbale de l'état interne d'un système incarné à une indication verbale, démontrant la valeur des canaux non verbaux supplémentaires. L'interaction en face à face avec un agent incarné peut être menée en parallèle d'une autre tâche sans distraire le participant humain, améliorant plutôt le plaisir de l'interaction. De plus, les présentations données par un agent incarné entraînent une meilleure mémorisation des informations présentées.
Les agents incarnés apportent également une dimension sociale à l'interaction. Les humains attribuent volontiers une conscience sociale aux ordinateurs, de sorte que l'interaction avec des agents incarnés suit des conventions sociales similaires aux interactions humaines. Cet aspect social augmente la crédibilité et la fiabilité perçue des agents et accroît l'engagement des utilisateurs. Une étude de Rickenberg et Reeves a révélé qu'un agent incarné sur un site web augmentait la confiance des utilisateurs mais aussi leur anxiété et affectait leurs performances, comme si les utilisateurs étaient observés par un véritable humain. Les présentations par des agents incarnés sont perçues comme plus divertissantes et moins difficiles que celles sans agent. Le plaisir perçu, suivi de l'utilité perçue et de la facilité d'utilisation, est le facteur majeur influençant l'adoption par les utilisateurs.
Une étude de janvier 2004 menée par Byron Reeves à Stanford a démontré comment les personnages numériques pouvaient améliorer les expériences en ligne en ajoutant un sentiment de familiarité et d'accessibilité. Cette augmentation de l'attrait profite à la fois aux utilisateurs finaux et aux créateurs de produits.
Applications
Le style de communication riche de la conversation humaine rend les agents conversationnels incarnés idéaux pour des tâches d'interaction non traditionnelles. Une application courante est celle des jeux vidéo, où le style de communication plus riche rend l'interaction agréable. Les agents conversationnels incarnés ont également été utilisés dans des environnements de formation virtuelle, des guides de navigation personnels portables, des systèmes de fiction interactive et de narration, des personnages en ligne interactifs, ainsi que des présentateurs et commentateurs automatisés.
Les principaux assistants virtuels comme Siri, Amazon Alexa et Google Assistant ne disposent d'aucune représentation visuelle incarnée, ce qui est considéré comme limitant le sentiment de présence humaine pour les utilisateurs. En revanche, les agents physiquement incarnés tels que les robots mobiles d'entreprises comme Figure AI et Sanctuary AI opèrent dans des environnements réels, tandis que la recherche en conduite autonome et Tesla Autopilot repousse les limites de l'incarnation physique dans des contextes dynamiques.
Le département de la Défense des États-Unis utilise un agent logiciel nommé SGT STAR sur les sites web et applications gérés par l'armée américaine pour la navigation sur le site, le recrutement et à des fins de propagande. Sgt. Star est géré par l'Army Marketing and Research Group, une division opérée directement depuis le Pentagone. Il est basé sur la technologie ActiveSentry développée par Next IT, une entreprise de services informatiques basée à Washington. D'autres bots de la famille Sgt. Star sont utilisés par le Federal Bureau of Investigation et la Central Intelligence Agency pour la collecte de renseignements.
Directions de recherche
La recherche moderne sur les agents incarnés croise le apprentissage profond et les grands modèles de langage, permettant aux agents de générer des discours et des gestes contextuellement appropriés. Des techniques telles que le apprentissage par renforcement à partir de retours humains et le apprentissage par curriculum aident à entraîner les agents à interagir dans des environnements complexes. Cependant, des défis subsistent pour ancrer le langage dans l'action physique et maintenir un comportement non verbal cohérent sur de longues interactions.
Des chercheurs comme Joshua Tenenbaum et Brendan Lake dans des institutions telles que Berkeley AI Research et Carnegie Mellon University explorent comment les agents incarnés peuvent apprendre des modèles causaux du monde, allant au-delà de la correspondance de motifs vers une compréhension authentique. Le domaine continue d'évoluer, avec des agents graphiques de plus en plus utilisés dans l'éducation, la thérapie et le service client, tandis que les robots physiques progressent dans la fabrication et les soins de santé.
Voir aussi
- IA générative
- interaction homme-machine
- assistant virtuel
- robot social