Notice bibliographique
Résumé
Depuis l’avènement de l’intelligence artificielle, plusieurs domaines de recherche, dont l’informatique affective (affective computing), se sont intéressés à implanter celle-ci dans différentes sphères de la société. L’informatique affective se penche surtout sur les interactions sociales entre les humains et l’intelligence artificielle. Avec les nombreux projets d’insertion de cette nouveauté dans notre vie, une meilleure compréhension des interactions humaines qui vont en découler est donc d’autant plus importante. Par le biais de ce domaine de recherche, l’empathie semble jouer un rôle de première instance dans l’intégration de l’intelligence artificielle à notre quotidien. Étant l’une des habiletés essentielles chez l’humain, elle contribue à nos interactions et sert de base à la différenciation avec les interactions animales. L’empathie artificielle est donc l’application de certaines caractéristiques de l’empathie à une intelligence artificielle, mais plus particulièrement à des robots, soit une entité physique, ou à un système d’avatar. La présence physique de l’empathie (par le biais d’un robot) s’avère primordiale à l’insertion de l’intelligence artificielle dans nos vies courantes, puisqu’elle a une incidence sur l’établissement d’une relation empathique. La présence de capacités mnésiques est également essentielle au développement de relations à long terme. Un robot universel signifie une application de l’empathie qui permet d’éviter l’impression d’interactions inauthentiques, mais surtout un robot pouvant s’appliquer, s’adapter et pouvant interagir avec l’ensemble de la société. Cette recension des écrits sert à éclairer les lecteurs sur l’état actuel et sur l’avenir de l’informatique affective. Ultimement, l’objectif est d’implanter la capacité holistique de l’empathie pour satisfaire les nombreuses clientèles spécifiques comme les TSA, les personnes âgées ou les enfants, ainsi que l’unicité de chaque individu représentant la race humaine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».