Élaboration d’une IHM intégrant l’état interne de l’usager. Application au domaine des transports

Publié le 11 septembre 2019 Mis à jour le 26 février 2020
le 24 janvier 2020 Salle D29 MDR

Antonio Hidalgo-Munoz, MCF, CLLE LTC - Séminaire CLLE LTC (14 h/16 h - Salle D29)

La caractérisation et modélisation des différents états internes d’un opérateur/usager sont essentielles pour détecter des épisodes d’inattention au cours de la tâche à réaliser qui favorisent des situations à risque. Ces épisodes peuvent être dus à des pensées distractives volontaires, contrôlées et dirigées vers un but : planification de tâches, résolution de problème ou écoute d’un livre audio. D’où l’importance d’évaluer la charge mentale subie par l’individu. Ces pensées peuvent également être spontanées, non contrôlées et non-dirigées: rêves éveillés, pensées vagabondes ou ruminations liées à un état émotionnel négatif, ce qui nécessite la prise en considération à la fois de l’état émotionnel en plus de la charge purement cognitive. Par ailleurs, la somnolence peut avoir une influence et biaiser l’élaboration d’une réponse efficace face aux situations à risque.
Ainsi, le développement des IHM permettant le monitoring de l’opérateur, devient indispensable pour développer des applications dans les différents domaines où l’activité de surveillance est cruciale. Par exemple, la conception d’une IHM qui permettra de monitorer l’état interne d’un conducteur/passager d’un véhicule automatisé et d’alerter de son éventuelle dégradation à partir de l’analyse de différents corrélats physiologiques serait désirable. L’IHM conçue devra être facilement intégrable dans les futurs véhicules autonomes, complémentaire des interfaces déjà prévues pour la demande de délégation ou reprise de conduite. D’une manière similaire au cas des véhicules autonomes, des études ont montré l’intérêt du monitoring de la charge cognitive, autant que l’étude de l’émotion ressentie et de la somnolence chez les pilotes.
En tout cas, il faudra vérifier si les indicateurs les plus pertinents pour la détection d’un état interne spécifique et pour la prédiction des possibles réponses inefficaces de la part des utilisateurs sont généralisables aux populations pour lesquelles les systèmes d’alertes sont particulièrement cruciaux. Ainsi, l’étude du vieillissement, des personnes en situation de handicap ou pathologie sera indispensable. Ce dernier point suggère d’intégrer une nouvelle problématique intimement liée au design des IHM, correspondant à l’adaptation de l’IHM à des populations avec des besoins spécifiques.