Le sourire qui ne dit pas toujours oui

À l’écran, une candidate sourit pendant un entretien vidéo. Le logiciel qui analyse son visage en déduit de l’enthousiasme. Pourtant, elle sourit peut-être par politesse, pour masquer son stress, ou parce qu’elle vient d’entendre une question absurde. Entre le mouvement d’un muscle et l’état intérieur d’une personne, il y a un abîme que les machines franchissent volontiers — parfois trop vite.

La reconnaissance des émotions désigne l’ensemble des techniques qui prétendent identifier un état affectif à partir d’indices observables : visage, voix, mots employés, gestes, rythme de frappe ou réactions physiologiques. Le sujet semble relever de la science-fiction, mais il touche déjà des usages très concrets : relation client, formation, santé, sécurité, réunions à distance, interfaces conversationnelles.

Son intérêt ne tient pas seulement à la performance des algorithmes. Il oblige à une question plus large, presque philosophique : que peut-on réellement savoir d’une personne en observant son comportement ?

Une émotion n’est pas un autocollant sur un visage

L’erreur la plus fréquente consiste à imaginer que chaque émotion possède un signe visible, stable et universel. Front plissé : colère. Sourcils levés : surprise. Regard fuyant : mensonge ou malaise. Dans la vie sociale, ces raccourcis sont déjà fragiles ; dans un système automatisé, ils deviennent risqués.

Un visage montre des mouvements, non des intentions. Une voix fournit une hauteur, une vitesse, un volume, des silences ; elle ne livre pas directement la joie, la peur ou l’irritation. Un message écrit permet d’examiner un vocabulaire ou une ponctuation ; il ne donne ni le ton véritable, ni l’histoire de la relation entre les interlocuteurs.

La machine produit donc une inférence : elle relie des signaux mesurés à une hypothèse sur l’état émotionnel. Cette distinction est essentielle. Détecter une variation dans la prosodie n’équivaut pas à connaître l’émotion ressentie. Repérer un sourire n’équivaut pas à comprendre ce qu’il signifie.

Un système peut observer une expression ; il ne peut pas, à lui seul, en connaître la raison.

Cette prudence vaut aussi pour les humains. Les managers, recruteurs, enseignants ou soignants ne sont pas spontanément de meilleurs lecteurs d’autrui parce qu’ils disposent d’une intuition. Ils interprètent eux aussi à partir de signes partiels, avec leurs habitudes, leurs attentes et leurs angles morts.

Dans la machine, des traces plutôt que des sentiments

Les outils contemporains combinent plusieurs familles d’indices. L’analyse d’image s’intéresse notamment aux mouvements du visage, à la direction du regard ou à la posture. L’analyse audio examine le débit, les pauses, l’intensité et les contours de la voix. Le traitement du langage cherche des expressions associées à certains registres affectifs. D’autres dispositifs peuvent intégrer des données issues de capteurs, par exemple des variations physiologiques.

Ces approches relèvent souvent de l’informatique affective : un domaine qui cherche à concevoir des systèmes sensibles aux dimensions émotionnelles des interactions. Dans sa version la plus raisonnable, l’objectif n’est pas de prétendre lire l’âme, mais d’adapter une interface. Une application pédagogique peut repérer qu’un utilisateur hésite longuement. Un service client peut signaler qu’une conversation s’envenime. Un outil d’accessibilité peut aider à rendre certaines interactions plus explicites.

Mais le passage de l’observation à l’étiquette est toujours une décision de modélisation. Il faut choisir quelles catégories retenir, sur quelles données entraîner le système, et quel niveau de certitude afficher. La technologie ne découvre donc pas une vérité émotionnelle déjà rangée dans le réel : elle organise une lecture du réel.

Le contexte, ce grand absent des tableaux de bord

Les systèmes automatisés apprécient les données comparables. Or les émotions sont profondément situées. Un même rire peut exprimer l’amusement, l’embarras, la connivence, la fatigue ou la volonté d’apaiser une tension. Un silence peut traduire une réflexion attentive, une difficulté technique, une opposition prudente ou un rapport hiérarchique déséquilibré.

C’est là qu’intervient le biais de contexte. Une analyse isolée ignore ce qui donne son sens au signal : la culture, la langue, le lieu, les normes professionnelles, la situation de handicap, la personnalité, la relation entre les personnes, voire la qualité de la connexion vidéo. Dans une réunion à distance, une caméra mal placée peut faire disparaître des indices essentiels. Dans un centre d’appels, un accent ou une voix naturellement peu expressive peuvent être interprétés à tort comme un manque d’empathie.

Le danger augmente lorsque l’outil est utilisé dans un cadre d’évaluation. Mesurer l’attention supposée d’un élève, l’engagement d’un salarié ou la sincérité d’un candidat revient à transformer une hypothèse probabiliste en jugement sur la personne. Ce glissement est d’autant plus préoccupant que l’intéressé peut ignorer les critères appliqués ou ne pas avoir les moyens de les contester.

• Un signal observé n’est pas une émotion établie.
• Une émotion supposée n’est pas une intention.
• Une intention attribuée ne devrait pas devenir, sans examen, une décision défavorable.

Quand l’attention devient surveillance

La reconnaissance émotionnelle se distingue de la simple reconnaissance faciale, qui vise à identifier ou vérifier l’identité d’une personne. Dans les faits, les deux peuvent se rejoindre : une caméra peut à la fois reconnaître un individu et attribuer un état affectif à son visage. Cette combinaison change la nature du pouvoir exercé par l’organisation qui collecte les informations.

Les signaux émotionnels sont souvent proches des données biométriques : ils concernent le corps, la voix, les expressions ou des habitudes comportementales. Même lorsqu’ils ne servent pas à nommer une personne, ils peuvent contribuer à établir un profil très intime. Savoir qu’un client semble frustré pendant un appel n’est pas anodin ; agréger ces déductions au fil du temps l’est encore moins.

Le consentement ne peut pas être réduit à une case discrète dans des conditions d’utilisation. Il suppose une information compréhensible : quelles données sont analysées ? Dans quel but ? Pendant combien de temps ? Qui y accède ? Quelles conséquences peut entraîner le résultat ? Et, surtout, peut-on utiliser le service sans accepter cette analyse ?

Dans les environnements de travail ou d’étude, la réponse mérite une vigilance particulière. Une personne dépend souvent de la plateforme imposée par son employeur, son établissement ou son administration. Son accord formel ne suffit pas à garantir sa liberté réelle.

Les usages qui méritent une place — et ceux qui appellent un frein

Une technologie de reconnaissance des émotions peut avoir une utilité lorsqu’elle reste au service de la personne, qu’elle est transparente et qu’elle n’entraîne pas de conséquence automatisée lourde. Une interface qui permet à un utilisateur de signaler lui-même son niveau de difficulté est généralement plus saine qu’un dispositif qui prétend le déduire sans lui demander son avis.

Dans une conversation avec un assistant numérique, il peut être pertinent de détecter des signaux faibles de confusion : répétitions, demandes reformulées, abandon d’une tâche. Mais le bon réflexe consiste à proposer de l’aide, pas à coller une étiquette psychologique à l’utilisateur. « Souhaitez-vous une explication plus simple ? » est plus utile et plus respectueux que « Vous êtes frustré. »

À l’inverse, certains usages exigent une retenue maximale : recrutement, notation scolaire, contrôle disciplinaire, accès à un droit, détection de mensonge, évaluation de loyauté ou de dangerosité. Dans ces domaines, l’erreur n’est pas un simple défaut technique. Elle peut affecter une carrière, une réputation, une relation de confiance ou la possibilité de se défendre.

Le test décisif : que se passe-t-il si le système se trompe ?

Avant d’adopter cet outil, une organisation gagnerait à poser une question simple : que se passe-t-il si son interprétation est fausse ? Si la réponse est « rien de grave, une aide supplémentaire est proposée », le risque est circonscrit. Si la réponse est « une personne est écartée, sanctionnée, surveillée davantage ou classée comme problématique », la prudence devrait l’emporter.

Il faut également examiner la boucle de rétroaction créée par l’outil. Un salarié catalogué comme peu engagé peut recevoir moins de responsabilités ; il deviendra effectivement moins impliqué. Un élève considéré comme distrait peut être davantage contrôlé ; il pourra se replier. L’algorithme ne se contente alors plus d’observer une situation : il contribue à la fabriquer.

La reconnaissance des émotions est donc moins une machine à lire les personnes qu’un miroir imparfait de nos propres catégories. Elle peut devenir utile lorsqu’elle suscite une attention plus fine, une demande d’explication, une assistance mieux ajustée. Elle devient inquiétante lorsqu’elle remplace l’écoute par le classement.

La règle la plus durable tient en peu de mots : traiter les résultats comme des indices discutables, jamais comme un verdict. Car comprendre une émotion commence rarement par l’extraction d’un signal. Cela commence par une question posée à la bonne personne.