Les personnes autistes voient, entendre et ressentir le monde différemment des autres, qui affecte la façon dont ils interagissent avec les autres. Cela rend les activités centrées sur la communication assez difficiles pour les enfants atteints de troubles du spectre autistique (ASC). Les thérapeutes ont donc du mal à les engager dans ces activités au cours de la thérapie éducative.

Pour relever ce défi, les thérapeutes ont récemment commencé à utiliser des robots humanoïdes dans les séances de thérapie. Cependant, les robots existants n'ont pas la capacité de s'engager de manière autonome avec les enfants, ce qui est essentiel pour améliorer la thérapie. Et le fait que les personnes atteintes d'ASC aient des styles atypiques et variés pour exprimer leurs pensées et leurs sentiments rend l'utilisation de tels robots encore plus difficile.

Les chercheurs travaillant sur le projet EngageME financé par l'UE ont maintenant créé un cadre d'apprentissage automatique personnalisé pour les robots utilisés pendant la thérapie de l'autisme. Comme ils le décrivent dans leur article publié dans Robotique scientifique , ce cadre aide les robots à percevoir automatiquement l'affect - facial, comportement vocal et gestuel – et engagement des enfants lorsqu'ils interagissent avec eux.

Une approche personnalisée

Pour réaliser cette avancée passionnante, les partenaires du projet s'étaient rendu compte que dans le cas des enfants atteints d'ASC, une taille ne convient pas à tous. Par conséquent, ils ont personnalisé leur cadre à chaque enfant en utilisant des données démographiques, scores d'évaluation comportementale et d'autres caractéristiques propres à cet enfant. Le nouveau cadre a permis aux robots d'adapter automatiquement leurs interprétations des réponses des enfants en tenant compte des différences culturelles et individuelles entre eux.

"Le défi de créer un apprentissage automatique et une IA [intelligence artificielle] qui fonctionnent dans l'autisme est particulièrement vexant, car les méthodes d'IA habituelles nécessitent beaucoup de données qui sont similaires pour chaque catégorie apprise. Dans l'autisme où règne l'hétérogénéité, les approches normales de l'IA échouent, ", a expliqué la co-auteure, la professeure Rosalind Picard, dans un article publié sur "MIT News".

Thérapie assistée par robot

Les chercheurs ont testé leur modèle sur 35 enfants du Japon et de la Serbie. De 3 à 13 ans, les enfants ont interagi avec les robots lors de sessions de 35 minutes. Les robots humanoïdes véhiculaient différentes émotions – colère, peur, bonheur et tristesse – en changeant la couleur de leurs yeux, le ton de leur voix et la position de leurs membres.

Comme il interagissait avec un enfant, le robot capturerait une vidéo de leurs expressions faciales, mouvements et pose de la tête, ainsi que des enregistrements audio de leur ton de voix et de leurs vocalises. Un moniteur au poignet de chaque enfant a également fourni au robot des données sur leur température corporelle, fréquence cardiaque et réponse de la transpiration de la peau. Les données ont été utilisées pour extraire les divers indices comportementaux de l'enfant et ont ensuite été introduites dans le module de perception du robot.

En utilisant des modèles d'apprentissage en profondeur, le robot a ensuite estimé l'affect et l'engagement de l'enfant sur la base des indices comportementaux extraits. Les résultats ont été utilisés pour moduler l'interaction enfant-robot lors de séances de thérapie ultérieures.

Des enregistrements audiovisuels des séances de thérapie ont également été observés par des experts humains. Leurs évaluations des réponses des enfants ont montré une corrélation de 60 % avec les perceptions des robots. Il s'agissait d'un niveau d'accord plus élevé que celui atteint entre les experts humains. Les résultats de l'étude suggèrent que les robots entraînés pourraient jouer un rôle important dans le traitement de l'autisme à l'avenir.

EngageME (Mesure automatisée du niveau d'engagement des enfants atteints de troubles du spectre autistique pendant l'interaction homme-robot) s'efforce d'augmenter les robots avec des informations clés qui aideront les thérapeutes à personnaliser les thérapies et à rendre l'interaction homme-robot plus attrayante et naturelle.