MétaCan
Menu
Retour à la cohorte
Enregistrement W2977875872 · doi:10.51656/psycause.v9i1.20139

Humanisation des robots

2019· article· fr· W2977875872 sur OpenAlexaffvenue
Marc-Antoine Linteau

Notice bibliographique

RevuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2019
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPsychology

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,339
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsycause revue scientifique étudiante de l École de psychologie de l Université LavalMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207