Le robot - ton juge et ton consolateur
La robotique et l'apprentissage automatique prennent désormais en charge des t?ches qui étaient auparavant réservées aux humains : Les robots peuvent apporter du réconfort, et les algorithmes aident les juges à rendre des jugements basés sur des faits.
![Huggiebot](/de/news-und-veranstaltungen/eth-news/news/2021/06/der-roboter-dein-richter-und-troester/_jcr_content/news_content/textimage_1356824495/image.imageformat.text50percent.104328328.jpg)
Lorsqu'Alexis E. Block, il y a cinq ans, pendant ses études de master en robotique en Pennsylvanie, on lui a demandé un sujet pour sa thèse, elle n'a pas eu à réfléchir longtemps : elle voulait développer un robot qui la prendrait dans ses bras et lui apporterait un peu de réconfort. Peu de temps auparavant, son père était décédé et sa mère vivait dans le Wisconsin, à deux heures et demie de vol. Block a supposé qu'elle n'était pas seule dans ce cas. Des millions de personnes vivent aujourd'hui loin de leur famille. Comme ce serait bien, se dit Block, si nous pouvions au moins envoyer un c?lin à nos proches qui ne peuvent pas être avec nous ? Et quelle importance ! Des études ont prouvé depuis longtemps que les c?lins humains et le contact physique font baisser la tension artérielle, aident à lutter contre le stress et l'anxiété et renforcent le système immunitaire.
Commandements pour les c?lins robotiques
Aujourd'hui, Block est doctorante au "Max Planck ETH Center for Learning Systems", où elle développe continuellement "Huggiebot", son robot c?lineur, entre Stuttgart et ETH Zurich. "Nous suivons pour cela nos six commandements pour des c?lins robotiques naturels et agréables", explique Block. "Le robot doit être doux et chaud. Il doit avoir la taille d'un être humain et être capable de reconna?tre son vis-à-vis et d'adapter l'étreinte à la personne. Pour ce faire, Block a recouvert le torse de son robot c?lineur de coussins chauffants et de chambres souples et gonflables. Des capteurs placés dans le torse mesurent la pression exercée par l'autre personne ainsi que le début et la fin de l'étreinte. Des capteurs dans les bras du robot contr?lent la force de l'étreinte. ? l'aide d'une imprimante 3D, Block a con?u une tête avec un écran intégré. Le robot peut ainsi rire et cligner des yeux tout en détectant la distance et les mouvements de son vis-à-vis et en réagissant en conséquence.
Les matériaux souples qui ressemblent à des corps organiques ou qui s'en inspirent deviennent de plus en plus importants en robotique. Une approche qui défie par exemple aussi la Science et ingénierie des matériaux. Cela se reflète également dans l'enseignement. De février à juin, le "Competence Center for Materials and Processes" a donc organisé une série de séminaires sur le thème "Soft Robotics". La série comprenait des exposés de chercheurs renommés des universités de Stanford, Yale, Harvard et du MIT, ainsi que du domaine de l'ETH. L'école doctorale du même centre, qui ouvrira ses portes cet été, devrait en outre mettre l'accent sur de tels systèmes bio-inspirés parmi cinq autres.
Particulièrement attractif pour les introvertis
En 2020, Alexis Block a testé pour la première fois "Huggiebot 2.0", la deuxième version du robot, avec des volontaires. Au total, 32 personnes se sont laissées étreindre par le robot et ont ensuite partagé leurs expériences. "C'était fascinant", raconte Block. "Certains participants lui ont dit qu'ils avaient désespérément besoin d'un nouveau c?lin. Les personnes introverties en particulier auraient trouvé beaucoup d'avantages à "Huggiebot 2.0", car elles auraient perdu la crainte de réactions étranges à un c?lin prolongé. Il s'est en outre avéré que les participants à l'étude avaient ensuite une attitude significativement plus positive envers les robots et leur introduction dans la vie quotidienne.
Block a entre-temps développé le "Huggiebot 3.0". Celui-ci doit également être capable d'enregistrer les gestes interpersonnels pendant les c?lins, comme les frottements, les tapotements ou les pressions, de les classifier correctement et de réagir en conséquence. Huggiebot 4.0" est également en cours d'élaboration avec d'autres capacités. Pas à pas, l'étreinte robotique est ainsi reproduite à l'identique de l'étreinte humaine. En outre, l'équipe de Block développe actuellement une application permettant d'"envoyer" des c?lins et de les faire reproduire par le robot. Les messages vocaux ou vidéo de l'être aimé peuvent alors être lus via l'interface numérique. "L'étreinte d'un robot ne pourra toutefois jamais remplacer complètement celle d'un être humain", est convaincu M. Block. En revanche, les robots pourraient atténuer la solitude et peut-être même améliorer la santé psychique lorsque le contact physique n'est pas possible en raison d'une maladie ou d'une séparation géographique. La chercheuse voit les premiers domaines d'application possibles dans les h?pitaux, les maisons de retraite et bien s?r les universités.
Moins de préjugés gr?ce à un algorithme
Elliott Ash, professeur assistant au Département des sciences humaines, sociales et politiques, a un rapport tout aussi sobre à l'imprégnation de notre quotidien par la robotique. "Les robots ne pourront jamais remplacer les juges dans les procédures juridiques, mais ils les assisteront de plus en plus". Il développe des assistants virtuels pour les juges, afin que ceux-ci fondent mieux leurs jugements sur les décisions judiciaires existantes et suivent moins leurs préjugés. Des études menées aux ?tats-Unis montrent par exemple que les accusés à la peau noire sont condamnés à des peines de prison plus longues pour le même délit et sont plus rarement libérés sous caution. A San Francisco, certains juges acceptent près de 90 pour cent des demandes d'asile, alors que leurs collègues n'en acceptent que 3 pour cent. De plus, les cas s'accumulent dans de nombreux tribunaux. Les juges ne parviennent plus à rendre leurs jugements et n'ont donc pas assez de temps pour effectuer des recherches approfondies. Un assistant virtuel qui analyse tous les précédents en une ou deux secondes et fait des propositions pour le cas actuel sur la base de cette analyse pourrait améliorer considérablement la qualité des jugements. Gr?ce au big data, à l'apprentissage automatique et à la théorie de la décision, les enregistrements sonores, les photographies et les images des caméras de surveillance pourraient également être pris en compte à l'avenir dans le processus décisionnel.
Mais Ash utilise également l'apprentissage automatique pour passer au crible le système juridique lui-même. En collaboration avec la Banque mondiale, il a récemment examiné si le fait que les femmes et les musulmans soient sous-représentés en tant que juges dans les tribunaux indiens entra?nait des distorsions dans les jugements. Des études antérieures ont en effet suggéré que les juges favorisaient leur propre sexe et leur propre appartenance religieuse.
Avec des collègues, Ash a développé un réseau neuronal qui lui a permis de trouver des noms féminins ainsi que des noms musulmans dans plus de 80 millions de documents judiciaires accessibles au public concernant plus de 80 000 juges pour la période allant de 2010 à 2018. Un algorithme a ensuite recherché des corrélations entre les noms et les jugements. Les chercheurs n'ont pas trouvé de discrimination statistiquement significative dans les jugements. Ash souligne toutefois que cela ne signifie pas que le système juridique indien est exempt de préjugés. Selon lui, la discrimination peut également se produire au niveau de la police ou de l'accusation. "Mais nos résultats aident les politiciens à décider où ils peuvent lutter le plus efficacement contre la discrimination". Au Brésil, Ash a pour sa part utilisé les budgets et les données d'audit librement accessibles de centaines de municipalités pour entra?ner un algorithme à reconna?tre les schémas frappants. Par rapport à la méthode précédente, dans laquelle les auditeurs visitaient chaque année un échantillon aléatoire de municipalités, l'algorithme a permis de détecter deux fois plus de cas de corruption.
Mais dès que l'apprentissage automatique est introduit dans des domaines sensibles comme le droit, des questions se posent obligatoirement sur l'équité et l'éthique des algorithmes sous-jacents. Comment éviter, par exemple, que les mêmes préjugés qui dominent notre monde ne soient pas coprogrammés 1:1 dans les algorithmes ? "Les algorithmes ne doivent pas être une bo?te noire", dit Ash. "Ils doivent être accessibles à tous, sans but lucratif et sous contr?le démocratique". Le chercheur a donc en tête une sorte de Wikipédia des algorithmes, gr?ce auquel chacun pourrait avoir un aper?u des codes utilisés dans le domaine de l'administration publique.
Le bonheur par les robots ?
La roboticienne Block est convaincue que la pandémie Covid-19 et l'obligation de se tenir physiquement à distance ont également modifié les attitudes envers les robots. "Avant, on se moquait souvent de moi lors des congrès ; on disait que 'Huggiebot' était une idée stupide", raconte la chercheuse. "Aujourd'hui, je n'ai plus besoin d'expliquer à personne pourquoi les c?lins sont importants et pourquoi nous travaillons sur de tels systèmes". Elle coopère actuellement avec une psychologue pour prouver scientifiquement, pour la première fois, si un c?lin de "Huggiebot 4.0", la dernière version du robot, peut réduire le stress et éveiller des sentiments de bonheur chez les volontaires - exactement comme lors d'un vrai c?lin. Pour ce faire, 52 volontaires sont légèrement stressés dans des conditions de laboratoire, puis ne sont pas étreints du tout ou sont étreints par un humain ou un robot. La fréquence cardiaque est enregistrée et des échantillons de salive permettent de mesurer le taux d'ocytocine (pour les émotions positives) et de cortisol (pour le stress). Indépendamment du résultat, Block continuera à se laisser volontiers serrer par "Huggiebot" après une dure journée de travail. "Son c?lin est et reste tout simplement un sentiment sensationnel", conclut la chercheuse.
Ce texte est paru dans l'édition 21/02 du magazine de l'ETH. Globe est parue.
Vers les personnes
Alexis E. Block?est doctorante au Center for Learning Systems, un programme commun de l'Institut Max Planck pour les systèmes intelligents et de l'ETH Zurich.
Elliott Ash?est professeur assistant au Département des sciences humaines, sociales et politiques et dirige le groupe Law, Economics and Data Science.