Vous êtes cordialement invités!  

Présentation publique – Projet de thèse de Iris MARTINEZ 

Date : Lundi 16 mars 2026

Heure :  13h00

Lien de la présentation zoom: https://uqam.zoom.us/j/86882356535 

Programme : Doctorat en informatique cognitive, UQAM   

 TITRE: Modèle computationel d'analyse des communications écrites pour détecter et comprendre les manifestations de la double empathie en autisme 

RÉSUMÉ

L’autisme est historiquement conçu selon une perspective déficitaire, c’est-à-dire comme un ensemble de déficits à compenser, notamment en matière de communication. Pourtant, des recherches récentes montrent que les personnes autistes peuvent communiquer efficacement avec d’autres personnes autistes, tandis que les non-autistes ont autant de mal à déchiffrer les personnes autistes que l’inverse. C’est ce qu’on appelle le problème de la double empathie : les problèmes de communication entre neurotypes ne sont pas liés à un déficit mais à une rupture mutuelle. Concevoir l’autisme comme un déficit peut nuire au bien-être et à la santé mentale des personnes autistes. Le concept de double empathie permet d’approcher le problème de la communication entre neurotypes d’une façon équitable. Les progrès des dernières décennies dans le domaine de l’intelligence artificielle (IA) ont permis de raffiner l’étude du langage naturel par des méthodes informatiques. Le Traitement Automatique des Langues Naturelles (TALN) permet le traitement de larges volumes de données textuelles pour identifier des motifs récurrents. Ainsi, la recherche en psychologie fait déjà appel à des techniques de TALN. L’autisme demeure toutefois peu étudié par ces moyens, et les travaux existants comparent encore les productions des personnes autistes à des standards neurotypiques, ce qui maintient l’autisme dans une perception déficitaire. Il n’existe pas, à ce jour, d’étude mêlant TALN et autisme sous l’angle de la double empathie. En ce sens, nous proposons d’utiliser des outils de TALN et d’IA pour analyser les communications entre neurotypes afin de mieux comprendre les spécificités de communication des personnes autistes et d’établir un précédent dans l’étude computationnelle de l’autisme qui ne relève pas d’une approche diagnostique ou d’un modèle de la déficience. Nos objectifs sont de modéliser les communications entre neurotypes pour analyser les manifestations de la double empathie et de créer un processus computationnel d’analyse des communications entre neurotypes. Afin d'atteindre ces objectifs, nous allons recruter des participants francophones autistes et non autistes, les grouper en trois types dyades (dyades autistes, non autistes et mixtes) et les faire participer à des tâches de communication et de résolution de problème par écrit afin de recueillir leurs échanges. Nous analyserons ensuite ces échanges en fonction d'un certain nombre de marqueurs, grâce à plusieurs techniques de TALN. Les retombées de ce projet sont potentiellement doubles : permettre une meilleure compréhension de la communication entre neurotypes afin de contribuer à lutter contre l'exclusion des personnes autistes, et permettre d'appuyer l'usage de l'IA dans la recherche en autisme de façon respectueuse des personnes autistes.   

JURY

Roger Villemaire (président du jury)

Hakim Lounis

Pierre Poirier

Ismaïl Biskri (directeur de recherche)

Marie-Michèle Dufour (codirectrice de recherche)