Le deep learning et la reconnaissance faciale
Les expressions non-verbales sont la première source de communication chez l’homme. A partir de ce constat, une nouvelle discipline issue du deep learning se développe, fondée sur la reconnaissance numérique des émotions et leur analyse, afin d’actualiser en temps réel l’enseignement.
Communication physique et enseignement
Les deux-tiers des expressions humaines passent d’abord par une communication non-verbale, qu’il s’agisse des expressions faciales ou de la position du corps. L’intonation vocale, plus que le contenu des propos, joue également un grand rôle. Outre l’art de la rhétorique et la maîtrise de la langue, les bonnes postures et le ton de la voix peuvent suffire à conquérir un auditoire, sans avoir à forcément faire preuve de connaissances réelles dans les sujets évoqués. Ces éléments ont fourni les plus grands orateurs de l’histoire contemporaine, pour le meilleur (Charles de Gaulle, Winston Churchill, Martin Luther King…) et pour le pire (Adolf Hitler, Joseph Goebbels…).
Ces expressions physiques jouent aussi un grand rôle dans l’éducation et les TICE. Une étude américaine a montré leur importance dans les relations entre enseignants et étudiants. Un professeur inexpressif ou visiblement indifférent risque de lasser les étudiants, même si la thématique de l’enseignement serait pourtant susceptible de les intéresser. Dans l’autre sens, un enseignant peut observer sur ses étudiants leurs réactions – du moins s’il souhaite les prendre en compte.
Les promesses du deep learning
Et si une machine était susceptible de reconnaître les expressions corporelles des apprenants, de les analyser et d’agir en conséquence dans une séquence d’enseignement ? Ce n’est pas de la science-fiction, mais plutôt la base de « l’informatique affective ». Cette extension du deep learning est susceptible de prendre en compte en temps réel les changements corporels : détection d’un manque d’attention, d’une augmentation du stress ou encore de l’altération de la voix.
L’application de l’informatique affective, encore dans son enfance, ouvre un très vaste champ de possibilités. Il est ainsi possible d’imaginer un enseignant avec sa tablette ou son smartphone recevant en temps réel les analyses comportementales de son auditoire. Il pourrait ainsi accélérer ou ralentir le rythme, ou modifier l’architecture de son cours – ou encore à la longue nourrir de sérieux doutes sur ses capacités d’enseignement…
“L’enseignement obligatoire semble miner la volonté personnelle d’apprendre.” – Ivan Illich.
