L’objet « filtre vocal », du laboratoire à la clinique : vers l’anthropotechnie de nos cognitions sociales

The 'voice filter' object : from laboratory to clinics. Towards the anthropotechnics of our social cognition

• Auteur / Autrice : Nadia Guerouaou
• Direction : Guillaume Vaiva, Jean-Julien Aucouturier
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie et de la santé
• Date : Soutenance le 26/01/2024
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : École graduée Biologie-Santé (Lille ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Lille Neuroscience et Cognition (Lille)
• Jury : Président / Présidente : Nicolas Baumard
• Jury : Examinateurs / Examinatrices : Baptiste Caramiaux, Mathieu Triclot, Anahita Basirat
• Jury : Rapporteurs / Rapporteuses : Nicolas Baumard, Baptiste Caramiaux

Mots clés

Mots clés contrôlés

Rythme cardiaque

Ingénierie humaine

Troubles de stress post-traumatique

Cognition sociale

Voix

Infox vidéo

Rythme cardiaque

Ergonomie

État de stress post-traumatique

Perception sociale

Voix

Mots clés libres

Filtre

Voix

Traitement prédictif

Cognitions sociales

Trouble de Stress Post Traumatique

Deepfake

Filter

Voice

Predictive coding

Social cognitions

Post traumatic stress disorder

Deepfake

Résumé

Entre zoom calls et deep-fakes, nous vivons aujourd’hui dans un monde marquépar la numérisation croissante de nos interactions sociales, et où nous sommes deplus en plus confrontés à la possibilité de contrôler artificiellement notre apparencevisuelle et sonore lors de celles-ci. Cette thèse examine l’effet de telles technologiesde transformation - spécifiquement ici, de « filtres vocaux » capables de contrôlerl’expressivité de notre voix - sur les processus cognitifs qui sous-tendent nosperceptions lors d’interactions émotionnelles.Nous nous plaçons pour cela dans un double cadre théorique et clinique : d’unepart, nous inscrivons notre question au sein de la théorie du traitement prédictif (predictiveprocessing), et interrogeons l’effet de contrôler arbitrairement des associationsentre états émotionnels et indices expressifs (ex. je suis heureux, ma voix est souriante)qui étaient jusqu’alors considérés comme naturels ; d’autre part, nous prenons commepoint de départ une situation clinique particulière, la thérapie d’exposition en imaginationà l’évènement traumatique chez les patients souffrant de Trouble de StressPost-Traumatique (TSPT), une situation au contenu émotionnel intense pour laquellela voix du patient se situe au premier plan.Ce manuscrit détaille la conception et les résultats de 6 études, qui explorent cettequestion de façon transverse en invoquant une variété de méthodes expérimentales issuesdes sciences cognitives. Dans le Chapitre 2, nous présentons une étude d’éthiqueexpérimentale interrogeant les facteurs qui influencent l’acceptabilité morale del’usage de « filtres vocaux » dans différentes situations hypothétiques. Nous y montronsune grande acceptabilité morale des filtres permettant de modifier la tonalitéémotionnelle vocale, notamment pour un usage thérapeutique et afin d’atténuer lesémotions de valence négatives. Dans le Chapitre 3, nous présentons deux étudescliniques longitudinales menées chez des patients souffrant de TSPT, et grâce àune méthodologie d’analyse acoustique informatique, mettons en évidence que lavoix des patients - et en particulier leur fréquence fondamentale (pitch) - reflète nonseulement l’abaissement de la symptomatologie au cours de la thérapie mais aussil’évolution de leur rythme cardiaque. Dans le Chapitre 4, nous présentons une étudede perception qui interroge la capacité de soignants, spécialistes ou non du TSPT,d’évaluer la symptomatologie des patients en fonction de leur voix. En utilisant le« filtre de pitch » comme une méthode de contrôle expérimental des stimuli, nousdémontrons une influence causale du pitch sur ces inférences médicales - et, le caséchéant, la capacité d’un tel filtre à tromper ces jugements. Enfin, dans le Chapitre5, nous présentons deux études visant à interroger causalement le lien entre pitchde la voix et rythme cardiaque (RC) observé de façon corrélationnelle au Chapitre3. Nous présentons tout d’abord une étude de psychophysiologie, dans laquellenous manipulons causalement le RC de participants avec une intervention inspiréedu protocole clinique de tilt test, et étudions l’influence de cette manipulation sur lepitch de leur voix enregistré simultanément. Nous présentons ensuite une étude deperception, dans laquelle nous interrogeons la capacité d’observateurs à inférer le RCde locuteurs à la simple écoute de leur voix. Nous montrons que, même si la tâche estdifficile, les participants arrivent dans les meilleures conditions à associer le bon RC àune voix donnée, avec des performances meilleures qu’au hasard ; et qu’ils utilisentpour cela une heuristique liant pitch et RC, même lorsqu’elle ne correspond pas à laréalité.Pris dans leur ensemble, les résultats de ces 6 études confirment l’influence du« filtre de pitch vocal » sur les processus d’inférences perceptives qui sous-tendentnos cognitions sociales fines en situation d’interaction [...]

Between zoom calls and deep-fakes, we now live in a world marked by the increasing digitization of our social interactions, and where we are increasingly confronted with the possibility of artificially controlling our visual and aural appearance during them. This thesis examines the effect of such transformative technologies - specifically here, of ≪ vocal filters ≫ capable of controlling the expressivity of our voice - on the cognitive processes underlying our perceptions during emotional interactions.To this end, we place ourselves in a dual theoretical and clinical framework: on the one hand, we frame our question within the theory of predictive processing, and question the effect of arbitrarily controlling associations between emotional states and expressive cues (eg.I'm happy, my voice is smiling) that were hitherto regarded as natural; secondly, we take as our starting point a particular clinical situation, imaginal exposure therapy to the traumatic event in patients suffering from Post-Traumatic Stress Disorder (PTSD), a situation with intense emotional content in which the patient's voice is in the foreground.This manuscript details the design and results of 6 studies, which explore this question in a cross-disciplinary way, invoking a variety of experimental methods from the cognitive sciences. In Chapter 2, we present an experimental ethics study questioning the factors that influence the moral acceptability of using ≪ vocal filters ≫ in different hypothetical situations. Here, we show a high moral acceptability of filters for modifying vocal emotional tone, particularly for therapeutic use and to attenuate negative valence emotions. In Chapter 3, we present two longitudinal clinical studies of patients suffering from PTSD, and using a computer acoustic analysis methodology, demonstrate that patients' voices - and in particular their fundamental frequency (pitch) - reflect not only the lowering of symptomatology during therapy, but also the evolution of their heart rate. In Chapter 4, we present a perceptual study that interrogates the ability of caregivers, both PTSD specialists and non-specialists, to assess patients' symptomatology based on their voice. Using the ≪ pitch filter ≫ as a method of experimental stimulus control, we demonstrate a causal influence of pitch on these medical inferences - and, if so, the ability of such a filter to mislead these judgments. Finally, in Chapter 5, we present two studies aimed at causally interrogating the link between voice pitch and heart rate (HR) observed correlationally in Chapter 3. We first present a psychophysiological study, in which we causally manipulate the CR of participants with an intervention inspired by the clinical tilt test protocol, and study the influence of this manipulation on the pitch of their simultaneously recorded voices.We then present a perceptual study, in which we question the ability of observers to infer the CR of speakers simply by listening to their voices. We show that, even if the task is difficult, the participants manage under the best conditions to associate the correct CR with a given voice, with better performance than at random; and that they use a heuristic linking pitch and CR, even when it doesn't correspond to reality.Taken together, the results of these 6 studies confirm the influence of the ≪ vocal pitch filter ≫ on the perceptual inference processes underlying our fine-grained social cognitions in interaction situations. We discuss the anthropotechnical potential of this new technological object, and the need for further study of the effects of new self-shaping technologies on cognition, with a view to developing critical thinking commensurate with the philosophical, scientific and technological challenges posed by these new technologies.