Le rôle de l’émotion dans un processus de conception sensorielle

The role of emotion in a sensory design process

• Auteur / Autrice : Cyril Bertheaux
• Direction : Roland Fortunier, Rosario Toscano, Céline Borg, Jean-Christophe Roux
• Type : Thèse de doctorat
• Discipline(s) : Mécanique et ingénierie
• Date : Soutenance le 18/11/2020
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Sciences Ingénierie Santé (Saint-Etienne)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Ecole nationale d'ingénieurs (Saint-Etienne ; 1961-....) - École Centrale de Lyon (1857-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de tribologie et dynamique des systèmes (Écully, Rhône ; 1970-)
• Jury : Président / Présidente : Bernard Laurent
• Jury : Examinateurs / Examinatrices : Roland Fortunier, Rosario Toscano, Céline Borg, Jean-Christophe Roux, Pascal Hot, David Charier
• Jury : Rapporteurs / Rapporteuses : Carmen Moret-Tatay, Pascal Hot

Mots clés

Mots clés contrôlés

Émotions

Mots clés libres

Émotion

Perception

Conception sensorielle

Design sensoriel

Design émotionnel

Pupillométrie,

Modèle préférence

Arousal

Valence

Emotion

Perception

Sensory conception

Sensory design

Emotional design

Pupillometry

Preference model

Arousal

Valence

Résumé

L’objet de cette thèse était d’étudier le rôle de l’émotion dans un processus de conception sensorielle. Une première expérimentation a permis de mettre en place une mesure émotionnelle du toucher lors de l’exploration tactile de surfaces. Une seconde expérimentation a permis de mettre en place une mesure émotionnelle visuelle lors de la visualisation d’images IAPS. Ces mesures ont permis d’objectiver la mesure émotionnelle des matériaux et des images en se basant sur deux indicateurs émotionnels, i) la valeur émotionnelle collectée lors de tests déclaratifs et ii) le coefficient de dilatation de la pupille (Bertheaux et al., 2020a).Le processus décisionnaire lors d’un acte d’achat repose sur l’estimation de valeurs utilitaires et hédoniques. Une autre contribution présentée dans ce document réside dans une nouvelle approche du modèle de préférence qui considère les données provenant de l’axe « Sensations » et de l’axe « Emotions ». Par ailleurs, un opérateur d’agrégation permet d’attribuer un score d’acceptabilité aux différentes configurationsdu produit étudié. Ce modèle multidimensionnel de préférence permet de représenter le ressenti émotionnel du panel relatif aux produits (Bertheaux et al., 2018, 2019).Une autre approche a permis de prédire les réactions émotionnelles lors de l’examen d’images de chaises dans un contexte d’achat en ligne. Dans ce cas le modèle multidimensionnel de préférence est utilisé pour estimer une valence basée sur l’évaluation de six descripteurs d’apparence. Une régression non linéaire via un modèle neuronal a montré que la valence « estimée » obtenue par le modèle multidimensionnel de préférence était corrélée à la valence exprimée par le panel (Bertheaux et al., 2020b).

The aim of this work was to study the role of emotion in a sensory design process. A first experiment made it possible to set up an emotional measurement of touch during the tactile exploration of surfaces. A second experiment made it possible to set up an emotional measurement during the viewing of IAPS images. The results of these two experiments are based on two emotional indicators, i) the emotional value collected during declarative tests and ii) the coefficient of pupil dilation (Bertheaux et al., 2020a).The decision-making process in an act of purchase is based on the estimation of utility and hedonic values. Another contribution presented in this document is a new approach to the preference model that considers data from "Sensations" and "Emotions" axes. In addition, an aggregation operator makes it possible to assign an acceptability score to the different configurations of the product studied. This multidimensional model allows to represent the emotional feelings of the panel relating to the products (Bertheaux et al., 2018, 2019).Another case study allowed to predict emotional reactions when examining images of chairs in an online shopping context. In this case the multidimensional preference model is used to estimate a valence based on the evaluation of six appearence descriptors. A nonlinear regression via a neuronal model showed that the « estimated » valence obtained by the multidimensional preference model was correlated with the valence expressed by panel (Bertheaux et al., 2020b).