L'IA moins performante que les humains pour analyser les interactions sociales

Des chercheurs américains pointent les lacunes de l'intelligence artificielle quand il s'agit d'analyser des scènes en mouvement ou de prévoir des comportements.

Guillaume Farriol

Radio France

Publié le 25/04/2025 08:56

Temps de lecture : 2min

L'IA a encore du mal à analyser des scènes du quotidien. Photo d'illustration. (XH4D / E+)

Elle nous impressionne de plus en plus, mais l'intelligence artificielle a encore des progrès à faire. Les êtres humains la surpassent toujours dans certains domaines, notamment quand il s'agit d'émotions et d'interactions sociales. Des chercheurs de l'université américaine John Hopkins parlent même de "lacune majeure" dans la capacité de l'IA à interpréter ces interactions sociales.

Difficulté à analyser des scènes du quotidien

Ils ont montré de courts clips vidéo à des êtres humains et à des intelligences artificielles: des images de scènes du quotidien, comme un homme en train de faire du sport ou deux femmes côte à côte, assises à une table. Et selon les résultats, les humains comprennent mieux ce qui est en train de se passer que l'intelligence artificielle. Elle est bien capable, sur des images fixes, de repérer des visages, par exemple, mais quand il s'agit d'une scène en mouvement et de prévoir des comportements, l'IA est un peu perdue.

Ce qui pourrait être un handicap pour certains usages de l'intelligence artificielle, par exemple pour les voitures autonomes, qui doivent parfaitement appréhender leur environnement. Même difficultés pour les autres technologies à base d'IA censées interagir dans la complexité de notre quotidien, comme les robots d'assistance pour les soins, ou de service à la personne.

Une lacune structurelle

Le problème vient de la conception même des systèmes d'intelligence artificielle selon cette étude. Les systèmes sont comme des copies digitales de nos réseaux de neurones, qui miment notre raisonnement. Mais les IA sont inspirées des parties de notre cerveau qui analyse les images fixes, et pas celle qui se charge de comprendre les scènes en mouvement, expliquent les chercheurs de l'université John Hopkins. Pas si simple d'appréhender l'humain dans toute sa complexité... et son imprévisibilité.