Résumé
Le concept de coadaptation, inspiré du terme coévolution, est une introduction assez récente dans la littérature sur les interactions homme machine (IHMs) mettant en lumière le fait que la relation entre les systèmes interactif et leurs utilisateurs est une relation d’adaptation mutuelle. En effet, si les utilisateurs de ces systèmes s’adaptent continuellement par apprentissage, les machines aussi s’adaptent à leur utilisateurs en proposant, par exemple, des options de customisation. Historiquement, la plupart des exemples de processus coadaptatif dans le cadre des IHMs correspondent à des processus d’optimisation séquentiel où l’utilisateur et la machine s’adaptent l’un à l’autre à tour de rôle de manière itérative. Ces dernières années, l’introduction de l’intelligence artificielle dans le domaine public amène de plus en plus d’exemple de processus coadaptatif concurrent, où l’homme et la machine s’adaptent l’un à l’autre de manière continue à travers leurs interactions. Néanmoins, en comparaison des machines dont les capacités d’adaptation sont pratiquement illimité, l’adaptabilité des utilisateurs est un processus largement contrains sous de multiple aspect. Dans cette thèse, nous explorons les limites de l’adaptabilité des humains dans le contexte des IHMs et ce notamment du point de vue des biais comportementaux ou l’idée que toutes les adaptations comportemental chez l’humain ne sont pas équivalente et peuvent entrer en conflit avec d’autres comportement appris dans notre vie de tous les jours. Premièrement, nous étudions un exemple de processus coadaptatif concurrent ‘naïf’ appliqué au contrôle d’un doigt robotique surnuméraire. Par naïf, nous faisons référence a un processus coadaptatif dans lequel nous ne postulons pas à priori sur une méthode de contrôle particulière. En particulier, nous étudions comment l’homme et la machine s’adaptent ensemble dans le cas ou des perturbations viendrait à rendre plus difficile l’exécution de la tâche en fonction de la méthode de contrôle utilisée. Par la suite, nous avons étudier les performances des humains dans une tâche demandant de réagir à des stimuli visuel, tactile et visuo-tactile en se basant sur leur position dans l’espace. Nous modélisons par la suite le processus de décision interne à l’utilisateur dans ce contexte en nous basant sur la théorie de l’Active Inference et montrons que ce modèle peut reproduire, de façon approximative, diverse observations expérimental en lien avec le phénomène de compatibilité stimulus réponses (SRC) en général et l’effet Simon en particulier. Enfin, nous traitons du design des système interactifs en développant deux prototypes en lien avec les deux principaux types d’augmentation permis par l’utilisation des machines. Une extension du système moteur de l’utilisateur en premier lieux, ou nous réalisons une interface de contrôle pour drone permettant à celui ci de contrôler les déplacement du drone dans l’espace ‘’comme pour son propre corps’’ en nous basant à la fois sur des données postural et sur les mouvement de la tête. Nous reportons sur l’évaluation, dans un évènement ouvert où des membres du public était invité à essayé le dispositif en réalité virtuel, de ce prototype et de sa transposition par la suite sur un drone disponible dans le commerce. Enfin nous étudions une extension du système sensoriel de l’utilisateur en réalisant un prototype de radar tactile permettant à l’utilisateur de "toucher des objets à distance" via un retour tactile de mesure de distances obtenu par des senseurs capacitif. Nous reportons sur l’évaluation de ce prototype dans une expérience contrôlé où les participants avait pour objectif de trouver et identifier divers objets en se basant uniquement sur les informations offerte par le radar tactile. Nous concluons ce manuscrit avec une discussion général sur les perspectives offerte par la coadaptation, notamment au regard du rapide développement de l’intelligence artificielle dans le domaine public.