Charlie Hallart*, Juliette Maes*, Nicolas Spatola**, Laurent Prévot*** et Thierry Chaminade*
*Aix-Marseille Université, CNRS, INT, Marseille, France
**Italian Institute of Technology, Genova, Italy
***Aix-Marseille Université, CNRS, LPL, Aix-en-Provence, France
Résumé
Nous décrivons l’analyse d’un corpus de conversations humain-humain et humain-robot. Vingt et un participants ont été scannés en imagerie par résonance magnétique fonctionnelle (IRMf) pendant qu’ils discutaient soit avec un humain, soit avec un robot. En s’inspirant de ce qui est communément utilisé pour étudier les conversations, huit variables linguistiques adaptées aux spécificités du corpus ont permis de mettre en évidence les compétences linguistiques limitées du système de magicien d’Oz utilisé pour contrôler le robot. Nous avons également adapté une variable d’alignement lexical qui nous permet d’étudier l’alignement conversationnel, plus important dans les interactions avec le robot qu’avec l’humain. Enfin, nos résultats de neuro-imagerie suggèrent une réduction du contrôle cognitif associée à l’augmentation de l’alignement lexical du participant sur l’interlocuteur.
Résumé (en anglais)
Here we describe the analysis of a unique corpus of conversations with a human or a robot. Twenty-one participants were scanned with functional Magnetic Resonance Imaging (fMRI) while talking either with a human or with a robot. Inspired by what is commonly studied in natural conversations, eight linguistic variables adapted to the specifics of the corpus highlight the limited linguistic skills of the Wizard of Oz system used to control the robot. We also calculate a lexical alignment variable which allows us to study the phenomenon of conversational alignment, increased with the robot compared to the human. Finally, our neuroimaging results suggest a reduction in cognitive control associated with an increase in the participant’s lexical alignment with the interlocutor.
Document
Rank
3