Dans presque toutes les cultures humaines, les couleurs sont associées à différentes émotions telles que la haine, amour, colère et tristesse.

Maintenant pour la première fois, les scientifiques ont utilisé l'apprentissage automatique pour analyser comment nous associons des émotions particulières à des couleurs particulières et disent que les résultats signifient que l'application de ce type d'intelligence artificielle est susceptible de devenir beaucoup plus courante.

L'équipe de recherche comprenait cinq chercheurs en psychologie et un informaticien, Dr Joerg Wicker de l'Université d'Auckland.

Les chercheurs ont collecté des données brutes à partir d'un sondage en ligne auprès de 711 personnes en provenance de Chine, Allemagne, la Grèce et le Royaume-Uni. Les participants ont reçu une liste de 12 noms de couleurs et ont demandé quelle émotion ils associaient à quelle couleur. Ils avaient le choix entre 20 émotions, dont l'amour, détester, tristesse, culpabilité et dégoût.

L'étude a utilisé l'apprentissage automatique - la capacité d'un ordinateur à apprendre à partir de données plutôt que d'avoir à être programmé - pour analyser les résultats de l'enquête.

Le Dr Wicker a déclaré que l'ordinateur était capable de détecter des modèles cachés dans les données et un nombre plus élevé de modèles que les méthodes plus orthodoxes.

Après avoir été formé pour produire un modèle particulier basé sur les données, l'ordinateur était capable de déterminer le pays d'où venait une personne par les émotions qu'elle associait à une couleur particulière.

Il était également capable de prédire quelle couleur les participants voulaient dire lorsqu'ils énuméraient les émotions qu'ils y associaient :si un participant disait que j'associe cette couleur à l'amour et à la colère, l'ordinateur savait qu'ils voulaient dire rouge.

L'apprentissage automatique produisait cependant des résultats plus précis à partir des données si elles provenaient de personnes originaires d'un seul pays :par exemple, les résultats étaient plus précis si tous les participants à l'enquête venaient de Chine.

Il a également été plus facile de classer certaines couleurs lorsqu'une association de couleurs était cohérente entre les participants de différents pays :par exemple, le rouge est couramment associé à l'amour dans de nombreuses cultures.

D'autres résultats comprenaient l'association entre la couleur brune et le dégoût qui était plus forte en Allemagne que dans d'autres pays, y compris en Chine où elle était quasi inexistante. Les participants de Grèce étaient le seul groupe qui associait fortement le violet à la tristesse tandis que le blanc était fréquemment associé aux émotions négatives en Chine par rapport aux autres pays.

Le Dr Wicker dit que, en tant qu'informaticien, l'étude était à la fois stimulante et enrichissante.

« L'apprentissage automatique et l'exploration de données sont mon domaine d'intérêt et je pense vraiment que ce type d'analyse de données devrait être appliqué dans d'autres disciplines telles que la psychologie ou toute recherche sur les émotions.

"Ce travail contribue directement aux compréhensions fondamentales de la recherche en psychologie et n'aurait pas été possible sans l'application de l'apprentissage automatique."

Professeur agrégé Paul Corballis de l'École de psychologie de l'Université d'Auckland, qui n'a pas participé à la présente étude, dit que la nouvelle approche d'apprentissage automatique adoptée par les chercheurs a révélé des modèles à partir d'un ensemble de données compliqué qui serait plus difficile à détecter à l'aide de méthodes traditionnelles.

"La façon dont nous associons la couleur à l'émotion répond à une question très ancienne en psychologie :notre réponse à la couleur est-elle innée, C'est, câblé, ou est-elle déterminée par la culture et donc apprise ?" dit-il.

"Je pense qu'un aspect vraiment intéressant de cette dernière étude est qu'elle résout dans une certaine mesure cette question en suggérant que la réponse à la couleur est à la fois innée mais est également modifiée par la culture."

L'étude est publiée dans Science ouverte de la Royal Society .