Le machine learning au service de l’entrainement de nos cerveaux

Comment mieux comprendre les mécanismes d’apprentissage ? Comment améliorer son attention ? Comment personnaliser les entrainements cognitifs à chaque individu ? 

 

Dans cet article, Maxime Adolphe, ingénieur en cognitique spécialisé en intelligence artificielle et collaborateur onepoint à Bordeaux, explique comment il cherche à améliorer la capacité attentionnelle via des entraînements cognitifs qui s’adaptent automatiquement à chaque individu afin de maximiser les chances d’apprentissage. 

Découvrez le sujet de sa thèse, débutée en 2020 et effectuée en partenariat avec Inria

Un objectif commun : mieux comprendre les mécanismes d’apprentissage 

Léquipe de recherche Flowers dInria et onepoint se rejoignent sur un objectif commun : toutes deux ont en effet le souhait de mieux comprendre les mécanismes d’apprentissage. 

Pour l‘équipe de recherche Flowers, il s’agit d’étudier des modèles de développement cognitifs et comportementaux ainsi que d’apprentissage. Ces modèles sont utilisés comme outils pour aider à mieux comprendre comment les enfants apprennent ainsi que pour construire des machines capables d’un apprentissage autonome similaire à celui des enfants. Cette équipe explore donc la mise au point et l’étude des mécanismes qui peuvent permettre aux robots et aux humains d’acquérir des répertoires de compétences nouvelles sur des périodes de temps prolongé, de façon autonome et cumulative. 

Pour onepoint, il était donc logique de s’associer à ces sujets. En effet, en tant qu’acteur de la transformation et organisation apprenante, il semble indispensable à onepoint d’accompagner chaque individu en concevant des outils d’apprentissage qui prennent en compte les facteurs humains et leurs contraintes. Les cas d’usages sont nombreux : à travers l’Ecole onepoint, de nombreuses formations sont proposées aux collaborateurs et clients afin que chaque individu puisse s’épanouir et enrichir ses connaissances. Des serious games ont aussi été créé, ils sont de plus en plus utilisés dans les organisations pour former les collaborateurs, de façon ludique et interactive 

C’est à travers la thèse de Maxime Adolphe que les deux entités collaborent et peuvent aller plus loin sur la recherche scientifique des mécanismes d’apprentissage. Sa thèse dite “Convention industrielle de formation par la recherche” (CIFRE) a pour particularité de s’intégrer dans une entreprise et y dérouler une démarche en contexte. Maxime nous en dit plus et nous explique son sujet de thèse.

Améliorer l’entrainement d’une des principales fonctions cognitives : l’attention 

Le sujet de ma thèse porte sur le développement et l’étude d’algorithmes permettant de personnaliser des parcours d’apprentissage qui permettent à chacun d’être plus performant. 

 Aujourd’hui, il est commun de pratiquer une activité physique régulière dans le but d’entretenir sa santé. Cependant, il l’est beaucoup moins d’effectuer des exercices spécifiques pour « muscler son cerveau«  ! Or, de nombreuses études montrent que l’entraînement cognitif, c’est à dire le fait de pratiquer de façon répétée et régulière des activités ciblant les fonctions cognitives est un bon moyen d’être plus efficace au quotidien. »

Pour ma thèse, je me suis concentré sur l’étude de la fonction cognitive de l’attention ; la fonction attentionnelle. Elle correspond à la manière dont notre cerveau va gérer un événement externe (un son, une image, une odeur) ou interne (une pensée ou un sentiment) et dont elle va le porter à un certain niveau de conscience. Elle est nécessaire dans toutes nos tâches quotidiennes. Elle va fonctionner selon trois modes :

  1. Attention sélective ou focalisée
  2. Attention soutenue ou vigilance
  3. Attention divisée ou partagée

Certaines études montrent que nos sociétés modernes évoluent vers de moins bonnes capacités attentionnelles, on parle ainsi de « crise sociétale de l’attention ». En effet, on observe aujourd’hui une diminution de ces capacités chez trois types de populations:

  1. les personnes en état de vieillissement neuro-ordinaire, pour lesquelles un ralentissement du traitement cognitif entraîne de moins bonnes capacités d’attention divisée
  2. les personnes atteintes de troubles neuro-cognitifs (ex: TDAH), qui présentent de moins bonnes capacités d’inhibition et par extension d’attention sélective
  3. plus largement les personnes neuro-typiques, montrant de moins bonnes capacités d’attention soutenue en raison de nouveaux modes de travail (ex: notifications intempestives, multiplicité des écrans…)

Il y a donc un intérêt à produire des entrainements cognitifs ciblés pour rééduquer notre capacité attentionnelle.

Différents exercices existent comme par exemple le “multi-object tracking” (MOT) ou d’autres applications. Cependant on observe que ces exercices ne marchent pas sur 100% de la population. Il y a en effet une grande variabilité de réponses à ce type d’exercices : si certains individus montrent une amélioration de leurs capacités attentionnelles après entraînement, d’autres ne montrent que peu voire pas de changement.

C’est pour cela que je réfléchis à améliorer ce type d’entraînement pour proposer un entraînement cognitif qui s’adapte automatiquement à chaque individu afin de maximiser les chances d’apprentissage. Ainsi, il s’agit de développer des stratégies de personnalisation de ces exercices d’entrainement cognitif en choisissant la configuration optimale de la tâche : c’est à dire en choisissant les “bons paramètres” au bon moment.

Mais devoir tout configurer prendrait trop de temps et ne serait pas efficace d’un point de vue impact de l’intervention, c’est pourquoi l’idée est d’automatiser le choix de cette configuration grâce au machine learning. En effet certains algorithmes d’intelligence artificielle semblent constituer des pistes prometteuses d’amélioration de futurs protocoles.

Ce travail est original et intéressant car son application est à la croisée de la psychologie cognitive et de l’informatique. Cela me permet donc d’explorer des pistes diverses.

Développer des outils personnalisés  

Je conçois et évalue de nouveaux algorithmes de personnalisation embarqués dans un système tutoriel intelligent (STI) d’entrainement de l’attention. Mais qu’est-ce qu’un STI ?

« Dans l’équipe Flowers d’Inriaplusieurs équipes font de la recherche sur les systèmes tutoriels intelligents (STI) qui est un système proposant (de manière automatique) un environnement d’apprentissage personnalisé aux besoins de l’élève. Deux STI ontdéjà été développés : Kidlearn pour enseigner les mathématiques et Kidbreath pour apprendre à mieux gérer son asthme chez les enfants par notre collaboratrice Alexandra Delmas ».

Ainsi, dans le cadre de ma thèse, je me demande si nous ne pourrions pas utiliser nos connaissances des STI dans le contexte de l’entraînement de l’attention. Ensuite, après avoir déterminé l’efficacité de l’existant dans ce contexte, je proposerai de nouveaux STI qui pourront répondre aux limites des protocoles existants actuellement.

Schéma de l'étude l’étude de la fonction cognitive de l’attention sur la fonction attentionnelle créée par Maxime Adolphe

Pour onepoint, grâce à ces travaux, l’application de ces éléments va notamment permettre : 

  1. De développer un nouveau serious game permettant d’améliorer l’attention chez les collaborateurs, 
  2. De faire de l’adaptive learning pour pouvoir le transposer dans d’autres sujets de serious games

De plus, Maxime peut contribuer aux communautés scientifiques ciblées (STI, sciences cognitives et sciences éducatives) par le biais de publications et participation à des conférences scientifiques. 

Une expérience enrichissante 

Retrouvez ce que dirait Maxime à quelqu’un qui voudrait, comme lui, se lancer dans une thèse :

Je dirais que c’est une aventure intellectuelle et humaine très enrichissante durant laquelle on développe une curiosité, une autonomie et une rigueur. J’ajouterais que le dispositif Cifre, permettant de construire une thèse à travers un partenariat entreprise/laboratoire, propose un environnement tout à fait exceptionnel. Il permet d’interagir et de confronter son travail à des acteurs issus de milieux dont les contraintes et enjeux sont parfois différents. Cela me semble important, car j’ai ainsi le sentiment que mon travail de recherche, en plus d’être validé scientifiquement, peut avoir un impact direct dans le monde industriel. Pour finir, je pense qu’il faut considérer que le travail du doctorant n’est pas toujours un long fleuve tranquille. Il faut être prêt à beaucoup s’investir pour réussir atteindre ses objectifs, mais cela en vaut la peine. »

En savoir plus sur le parcours de Maxime Adolphe :

Maxime est diplômé de l’ENSC (Ecole Nationale Supérieur de Cognitique) qui est une école d’ingénieur se situant à Bordeaux.  

Lors de sa deuxième année, il a effectué un stage de 4 mois au sein de l’équipe R&D de onepoint. Ce qu’il a aimé durant ce stage est l’approche pluridisciplinaire au sein de laquelle de nombreux chercheurs et ingénieurs collaborent ensemble.  

Au cours de sa troisième année, il a effectué un second stage chez Inria au sein de l’équipe de recherche FlowersCette équipe a pour action exploratoire la mise au point et l’étude des mécanismes qui peuvent permettre aux robots et aux humains d’acquérir de façon autonome et cumulative des répertoires de compétences nouvelles sur des périodes de temps prolongé.  Lors de ce stage, il a pu initier son projet de thèse en pensant instinctivement à une collaboration avec onepoint, qui n’a pas hésité à le soutenir et de l’encadrer dans cette démarche.  

Sa thèse est encadrée par : Hélène Sauzéon (Pr. en psychologie et sciences cognitives, Directrice de thèse), Pierre-Yves Oudeyer (Directeur de recherche de l’équipe FLOWERS, co-encadrant de thèse) et Erwan Le Bronec (Partner onepoint, encadrant côté entreprise).

Auteur : Maxime Adolphe

Ingénieur en cognitique