Améliorer la relation avec un assistant conversationnel dans un contexte industriel: mesure et optimisation de l'engagement de l'utilisateur

Improving the relationship with a conversational assistant in an industrial context: measuring and optimising user engagement

• Auteur / Autrice : Océane Granier
• Direction : Laurent Prevot, Roxane Bertrand
• Type : Projet de thèse
• Discipline(s) : Sciences du langage
• Date : Inscription en doctorat le 01/09/2023
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Cognition, Langage et Education
• Partenaire(s) de recherche : Laboratoire : LPL - Laboratoire Parole et Langage

Mots clés

Mots clés libres

Engagement

Assistant conversationnel

Interaction

Engagement

Conversational agent

Interaction

Résumé

Utiliser les agents conversationnels comme assistants dans un contexte professionnel constitue une piste prometteuse pour faciliter et rendre le travail plus efficace. Cette piste se heurte cependant à l'acceptabilité de ces outils par les professionnels. Il est nécessaire de comprendre quels paramètres comportementaux de l'agent conversationnel impactent son acceptabilité et par là même l'engagement des utilisateurs. Cette thèse constitue un point essentiel entre les études plus génériques de l'acceptabilité et de la sociabilité des agents conversationnels ''en général'' d'une part et les outils d'interface humain-machine réellement utilisés sur le terrain à l'heure actuelle. Nous souhaitons par conséquent mesurer l'engagement de l'utilisateur tout au long de l'interaction mais aussi mesurer l'impact des comportements de l'agent conversationnel sur cet engagement. Plus précisément, cette thèse a pour objectif de déterminer comment créer une relation engageante entre un agent conversationnel désincarné et un utilisateur dans le cas où le canal visuel ne peut pas être exploité. Les échanges étant principalement verbaux via le canal acoustique, les paramètres sur lesquels nous travaillons et les variables mesurées sont des indices linguistiques et acoustiques. Afin de contribuer à répondre à cette problématique, cette thèse propose trois axes de recherche : (i) Tout d'abord se doter de métriques afin d'évaluer l'engagement de l'utilisateur dans une interaction avec un agent conversationnel en identifiant et validant les indices linguistiques et acoustiques extraits de la parole de l'utilisateur pour déterminer son niveau d'engagement dans l'échange (variations d'intensité acoustique, de fréquence fondamentale, de débit de parole, choix lexicaux et nature des énoncés produits). (ii) Ensuite tester quatre versions du système : un système Empathique (E) qui aura des caractéristiques liées à l'empathie (e.g feedbacks positifs, variations de pitch, rythme, vitesse d'élocution) ; un système Persuasif (P) qui aura des caractéristiques liées a la persuasion (e.g. utilisation du langage indirect) ; un système Empathique et Persuasif (EP) qui regroupera les caractéristiques de l'empathie et de la persuasion ; un système Neutre (N) qui ne comprendra aucune caractéristique supplémentaire et qui sera une variable témoin. Nous évaluerons l'impact de ces différentes stratégies implémentées dans l'agent artificiel sur l'engagement des utilisateurs. (iii) Enfin, tester dans un système pilote « proof-of-concept » l'adaptation des comportements de l'agent conversationnel à l'utilisateur en utilisant en particulier les métriques établies validées précédemment et en élaborant un système pilote capable d'ajuster les comportements langagiers de l'assistant conversationnel en fonction des variables d'engagement mesurées chez l'utilisateur au cours de l'échange.

Using conversational agents as assistants in a professional context is a promising way of making work easier and more efficient. However, this approach comes up against the problem of the acceptability of these tools by professionals. We need to understand which behavioural parameters of the conversational agent have an impact on its acceptability and hence on user commitment. This thesis represents an essential link between more generic studies of the acceptability and sociability of conversational agents 'in general'on one hand and the human-machine interface tools actually used in the field today on the other hand. Our aim is therefore to measure user engagement throughout the interaction, but also to measure the impact of the conversational agent's behaviour on this engagement. More specifically, this thesis aims to determine how to create an engaging relationship between a disembodied conversational agent and a user when the visual channel cannot be exploited. As exchanges are mainly verbal via the acoustic channel, the parameters we are working on and the variables measured are linguistic and acoustic cues. In order to contribute to answering this problem, this thesis proposes three lines of research: (i) Firstly, to develop metrics to assess user engagement in an interaction with a conversational agent by identifying and validating linguistic and acoustic cues extracted from the user's speech to determine their level of engagement in the exchange (variations in acoustic intensity, fundamental frequency, speech rate, lexical choices and nature of the utterances produced). (ii) Then test four versions of the system: an Empathetic system (E) which will have characteristics linked to empathy (e.g. positive feedback, pitch variations, rhythm, speed of speech); a Persuasive system (P) which will have characteristics linked to persuasion (e.g. use of indirect language); a Persuasive system (P) which will have characteristics linked to persuasion (e.g. use of indirect language); an Empathetic and Persuasive (EP) system which will combine the characteristics of empathy and persuasion; a Neutral system (N) which will not include any additional characteristics and which will be a control variable. We will evaluate the impact of these different strategies implemented in the artificial agent on user engagement. (iii) Finally, to test in a ''proof-of-concept'' pilot system the adaptation of the conversational agent's behaviours to the user, in particular by using the established metrics validated previously and by developing a pilot system capable of adjusting the conversational assistant's language behaviours according to the engagement variables measured in the user during the exchange.