Technologies adaptatives et oculométrie

Systèmes intelligents humain-machine : Oculométrie comme indicateur des processus cognitifs et affectifs 

Le travail en situation extrême (p. ex. : gestion de la sécurité urbaine, contrôle aérien, réponse d’urgence, etc.) est propice à la surcharge informationnelle, au multitâche, au stress, à l’incertitude et à la perspective de conséquences graves face à l’erreur. Or,  l’humain est limité dans sa capacité à prendre des décisions optimales, surtout sous pression temporelle ou face à un problème complexe. Ces limites au rendement sont omniprésentes dans les systèmes à haut risque et ont des répercussions sérieuses tant sur la santé que sur le plan financier. Une solution pour réduire l’impact de ces limites est l’optimisation de la capacité humaine par le soutien technologique adaptatif et l’entraînement intelligent. Les systèmes dits intelligents se servent de la biométrie pour suivre en continu l’état fonctionnel de l’opérateur (EFO) et ainsi adapter leurs interventions en conséquence. Toutefois, l’efficacité de ce type de système repose essentiellement sur sa capacité à faire une évaluation valide, fiable et en temps réel du fonctionnement cognitif et affectif de l’agent humain. Dans cette perspective, le projet se concentre sur l’oculométrie dans sa quête d’indicateurs valides et diagnostiques de l’EFO. À l’aide d’une méthode combinant sciences cognitive et ingénierie, ce projet vise à contribuer au développement de systèmes intelligents basés sur des marqueurs oculométriques validés de l’EFO afin de repousser les limites cognitives et ainsi optimiser la performance humaine dans le travail extrême. 

  • Interaction de l'oeil avec la technologie

Thématique(s) du laboratoire associé(s) à ce projet

Collaboration humain-technologiesModélisation de l’état cognitif

Retombées

  • Contribuer au développement de technologies intelligentes efficaces grâce à un suivi plus précis de l'état fonctionnel 
  • Concevoir des outils de soutien cognitif adaptatif visant à éviter les erreurs humaines et à restreindre les limites de traitement.

Chercheur(s)

  • Daniel Lafond , Thales
  • François Vachon , Université Laval
  • Phil Beaman , Université Reading
  • Pierre-Luc Lapointe , OVA
  • Sotshi Nakamura , Nara Institute of Science and Technology

Partenaire(s)

Thales Canada / OVA
OVA
CRSNG
Ministère de l'Économie et de l'Innovation