Game PLA[AI] : analyse de la participation aux jeux par l’Intelligence Artificielle

François Johany 🇫🇷

Le projet Game-PLA[AI] vise à mettre à disposition de la communauté scientifique sur les jeux de société et aux éditeurs de ceux-ci, une méthode d’analyse performante des données des sessions de jeux tant sur le plan matériel que logiciel, en s'appuyant sur l’intelligence artificielle (IA).

Démarrage
Janvier 2023
Porteur du projet
François Johany, ingénieur d’études à INRAE
Equipe
Sylvain Dermat (Plateforme GAMAE, UMR Territoires, INRAE)

Jocelyn de Goer (Plateforme Collab.IA, UMR EpiA, INRAE)

Séverine Bord (Plateforme Cortext, UMR, LISIS, INRAE)

Simon Sayegh (UMR, SADAPT, INRAE)
Organismes de recherche
INRAE

Dans les domaines de l’agriculture, de l’alimentation et de l’environnement, les jeux sont au cœur des nouvelles interfaces entre science et société. Ils sont identifiés comme l’une des méthodes participatives utiles et alternatives de partage des connaissances et d’apprentissage. La mobilisation des jeux, notamment des jeux de société, a été particulièrement importante ces dix dernières années, comme en témoigne le succès de nombreux jeux : Agricola (Asmodée), Défi Nature (Bioviva), Terrabilis (Sly Frog Games), Climat TicTac (Bioviva )… ou la mise à jour du célèbre jeu Dujardin : Mille bornes Green !

Cependant, comme beaucoup d’autres objets d’étude participative, les jeux de société et leurs effets/impacts sont difficiles à analyser pour les chercheurs (Gauthier et al., 2019 ; Noda et al., 2019 ; Bayeck, 2020 ; Monteiro Krebs et al. 2022), même informatiquement (Krainikova, 2021). Lors de leur utilisation, ils génèrent de multiples formes de données de natures diverses : interactions verbales et non verbales entre joueurs, interactions avec les différents supports (individuellement et collectivement), timing, évolution des matériels au cours des parties, compréhension et application des règles , etc. Ces données sont collectées le plus souvent par capture audio/vidéo ou simple observation. Le volume et la complexité des données produites à chaque séance sont considérables et restent, malgré l’évolution des méthodes telles que l’analyse vidéo, l’analyse textuelle ou l’analyse de réseau, exploitées de manière superficielle compte tenu des contraintes rencontrées (Dernat et al, 2018). Actuellement, aucun outil technique ne permet d’identifier rapidement les éléments structurants de la session de jeu, et les analyses complètes des sessions sont fastidieuses et souvent improductives.

Il y a donc un fort besoin de dépasser cette limite analytique en mobilisant des outils numériques capables de réduire considérablement cet écart : l’intelligence artificielle (IA) offre une solution qui semble prometteuse.

L’objectif du projet Game-PLA[AI] est de développer et de démontrer la « preuve de concept » d’une solution complète d’analyse de données (logicielle et matérielle) basée sur l’intelligence artificielle pour répondre aux besoins des chercheurs d’analyser les sessions de jeux de société.

D’une part, le projet est basé sur la création d’une solution d’analyse technique basée sur l’IA pour la reconnaissance d’objets et d’interactions. Les méthodes d’IA dites « connexionnistes », et plus particulièrement les méthodes d’apprentissage profond (LeCun, Bengio & Hinton, 2015), ont permis d’améliorer significativement les tâches d’analyse et de classification des données dans de nombreux domaines. Ces méthodes deviennent de plus en plus exploitables et applicables notamment pour des tâches d’analyse d’images, de text mining ou d’analyse de données sonores. Par exemple, dans le domaine de l’analyse d’images, les méthodes d’apprentissage profond basées sur les réseaux de neurones convolutifs (CNN) (Albawi et al., 2017 ; Gu et al., 2018), après une phase d’apprentissage, permettent de reconnaître des objets avec un haut niveau de précision et de spécialisation et ainsi pouvoir les localiser au sein d’une image ou d’un flux vidéo en temps réel. Cela correspond au besoin d’identifier les objets manipulés lors des jeux, et les interactions générées entre les joueurs eux-mêmes et entre les joueurs et le matériel de jeu.

D’autre part, le projet s’appuie également sur le déploiement et la configuration d’un environnement de support matériel permettant la capture et l’organisation des données nécessaires à cette analyse. Afin de générer un workflow vidéo optimisé lors des séances, il est nécessaire de réfléchir aux stratégies de captation nécessaires (organisation dans l’espace, réglages techniques et coordination des différents outils, acceptabilité par les participants, etc.) et de mobiliser les plus adaptés équipement. La recherche d’un équilibre optimal entre une haute qualité des données (basée principalement sur la définition des images de capture) et un volume acceptable de données à gérer par l’infrastructure informatique est le principal défi à relever. Enfin, la mise en place d’une traçabilité et d’une standardisation des données tout au long du workflow de traitement fera l’objet de travaux afin d’élaborer une procédure standardisée pour ce service.

Porteur du projet

François Johany est ingénieur d’études au sein de l’organisme de recherche français INRAE. Ses principales missions consistent au traitement de l’info géographique pour analyses et conception de cartes (Géomatique), à localiser des terrains de recherche, à rechercher des informations pour contextualiser un sujet, à animer des ateliers basés sur des cartes, à la gestion de données au cours de projets, à réaliser des vidéos de valorisation (PSDR Inventer), de petits films pour présenter les projets (projet TELETIQ).

Découvrir d'autres projets

Conscientisation des jeunes à la violence par le biais du jeu de société « Les Choix de Raphaëlle »

Gabrielle Trépagnier-Jobin 🇨🇦

Le projet de recherche « Conscientisation des jeunes à la violence par le biais du jeu de société. Les choix de Raphaëlle » part de l’idée que le jeu a le potentiel de stimuler le développement d’une conscience critique chez des personnes en situation d’oppression et de les outiller dans le but de faciliter la mise en œuvre de processus communautaires ayant pour objectif un changement social.

Découvrir le projet