Thèse Prédiction des Traits de Personnalité et du Fonctionnement Exécutif par Phénotypage Numérique Passif et Analyse de Sources Ouvertes une Approche Computationnelle chez l'Adulte Sain et le Suj H/F - Doctorat.Gouv.Fr

Établissement : Université Lumière Lyon 2 École doctorale : NSCo - Neurosciences et Cognition Laboratoire de recherche : EMC - Laboratoire d'étude des mécanismes cognitifs Direction de la thèse : Geoffrey DURAN ORCID 0000000251546578 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-08-31T23:59:59 Le projet de thèse OPHIS (OSINT, Phenotyping & Human Inference System) vise à déterminer dans quelle mesure des données comportementales passives (traces numériques de smartphone, mobilité GPS, dynamiques de frappe, physiologie mesurée par capteurs portés) et des données en source ouverte (profils et contenus publics des réseaux sociaux) permettent d'inférer, par apprentissage automatique, un spectre élargi de traits de personnalité (Big Five, anxiété, triade sombre, empathie, crédulité, résilience, intelligence sociale, désirabilité sociale, self-monitoring, suggestibilité, personnalité dépendante) ainsi que le fonctionnement cognitif exécutif (planification, inhibition, flexibilité, prise de décision, mémoire de travail, attention, biais cognitifs), chez des adultes sains et des personnes présentant un trouble neurocognitif léger à modéré (critères DSM-5).Le projet répond à trois lacunes de la littérature : le phénotypage numérique se limite aujourd'hui aux Big Five sur des populations saines, jeunes et éduquées, en négligeant des construits opérationnellement critiques ; les fonctions exécutives et les biais cognitifs restent quasi inexplorés par ces approches ; aucune étude n'a combiné phénotypage de la personnalité, évaluation des fonctions exécutives et comparaison entre populations saines et cliniques dans un même protocole. L'objectif général est de concevoir et de valider une chaîne de traitement automatisée par IA qui agrège ces données, les analyse sous l'angle de la personnalité et de la cognition, et restitue une analyse structurée et actionnable adaptée à l'objectif de mission.La démarche s'organise en trois axes. L'Axe 1 établit la preuve de concept chez des adultes sains stratifiés : après une évaluation psychométrique de référence, les participants installent une application de phénotypage passif (collecte de six mois : GPS, métadonnées d'appels et de SMS, usage applicatif, dynamiques de frappe, activité physique et sommeil), complétée pour un sous-échantillon par des capteurs physiologiques ; en parallèle, leurs contenus publics sont analysés par des modèles de langage pré-entraînés. L'apport des sources est évalué par fusion multimodale, avec analyse des valeurs SHAP garantissant l'interprétabilité, et des réévaluations à T+6 et T+12 mois. L'Axe 2 étend le protocole à une cohorte présentant un trouble neurocognitif léger à modéré, recrutée avec le Centre Hospitalier Le Vinatier, afin de comparer directement les signatures numériques des populations saines et cliniques. L'Axe 3 développe et valide un système d'inférence automatisé couplant les variables les plus prédictives à un modèle de langage de grande taille (LLM) pour générer des analyses psycho-comportementales ; le système est validé en conditions contrôlées puis écologiques auprès de professionnels, et intègre une composante éthique explicite.Les résultats attendus sont un atlas de validité prédictive reliant chaque type de donnée à chaque construit, un modèle computationnel multimodal, la caractérisation des signatures différenciant sujets sains et cliniques (ouvrant la voie à un dépistage passif non invasif) et un système opérationnel de génération de rapports. L'ensemble est conduit dans le respect strict de la réglementation (avis d'un Comité de Protection des Personnes, déclaration CNIL, pseudonymisation, hébergement sécurisé en France, conformité RGPD et AI Act, pré-enregistrement sur OSF). Le projet s'inscrit dans les priorités du DrOID 2023 (intelligence artificielle, champ informationnel) et vise un outil souverain d'aide à la décision psycho-comportementale. Le phénotypage numérique (*digital phenotyping*) exploite des données comportementales passives issues des smartphones et des objets connectés pour caractériser des états psychologiques et cliniques. Les approches existantes se sont principalement concentrées sur les cinq grands traits de personnalité (Big Five). Le projet OPHIS (OSINT, Phenotyping & Human Inference System) postule qu'un spectre beaucoup plus large de construits psychologiques - crédulité, suggestibilité, intelligence sociale, self-monitoring, personnalité dépendante, triade sombre, anxiété, empathie, résilience, désirabilité sociale - ainsi que le fonctionnement cognitif exécutif (planification, inhibition, flexibilité, prise de décision, mémoire de travail, attention, biais cognitifs) peuvent être inférés à partir de traces passives et de données en source ouverte.L'originalité scientifique tient à l'inférence systématique de construits jusqu'ici inexplorés par le phénotypage numérique et à la comparaison, au sein d'un même protocole multimodal, d'adultes sains et de personnes présentant un trouble neurocognitif léger à modéré (critères DSM-5). L'originalité méthodologique réside dans la réutilisation de données déjà collectées dans d'autres cadres (OSINT et phénotypage passif), réorientées vers une lecture computationnelle de la psychologie et de la cognition. L'objectif général est de concevoir une plateforme d'intelligence artificielle capable d'extraire, de fusionner et d'analyser automatiquement des traces comportementales quotidiennes (GPS, métadonnées d'appels et de SMS, usage applicatif, dynamiques de frappe, sommeil, activité physique, variabilité cardiaque) et des contenus publics OSINT, afin de prédire des traits psychologiques et cognitifs.Trois objectifs spécifiques structurent le travail : (1) valider la capacité prédictive de ces données sur un spectre élargi de construits, au-delà des Big Five, chez des adultes sains stratifiés ; (2) comparer les signatures numériques obtenues chez des personnes présentant un trouble neurocognitif léger à modéré afin d'identifier les marqueurs différentiels les plus discriminants ; (3) développer et valider un système de génération automatique de rapports psycho-comportementaux adaptés à l'objectif de mission (évaluation de crédibilité, détection de vulnérabilités, anticipation de réactions sous pression). Le projet s'organise en trois axes séquentiels et complémentaires, complétés par un cadre éthique et un calendrier prévisionnel sur 36 mois.Axe 1 - Acquisition et validation des données numériques (adultes sains). Des adultes sains stratifiés en âge, genre et niveau d'éducation sont inclus. Après une évaluation psychométrique de référence (T0) ciblant les Big Five, l'anxiété, la crédulité, l'empathie, la triade sombre, la résilience, la désirabilité sociale, l'intelligence sociale, le self-monitoring, la suggestibilité et la personnalité dépendante (Étude 1a), les participants installent sur leur smartphone personnel une application de phénotypage passif, approche déjà mise en oeuvre dans le projet iEDEN (INSERM). Celle-ci collecte en continu sur six mois la localisation GPS, les métadonnées d'appels et de SMS, l'usage d'applications, les dynamiques de frappe ainsi que les patterns d'activité physique et de sommeil ; pour un sous-échantillon, une montre connectée ajoute des données physiologiques continues (variabilité de la fréquence cardiaque, activité électrodermale, température cutanée). En parallèle (Étude 1b), les profils publics des participants sur les réseaux sociaux sont collectés et analysés par des modèles de langage pré-entraînés afin d'extraire des représentations sémantiques et stylistiques. L'apport respectif et combiné des deux sources est évalué par fusion multimodale (concaténation de variables, empilement de modèles), avec une analyse des valeurs SHAP identifiant les indicateurs comportementaux les plus contributeurs et garantissant l'interprétabilité des modèles. Des réévaluations à T+6 et T+12 mois documentent la stabilité temporelle des résultats.Axe 2 - Extension en contexte clinique et opérationnel. Une revue de la littérature (en particulier les rapports MSMR du Military Health System) et des consultations avec des personnels opérationnels identifient les profils les plus fréquents en contextes de renseignement, de négociation de crise et d'évaluation de vulnérabilités (Étude 2a). Des adultes présentant un trouble neurocognitif léger à modéré (critères DSM-5), en lien avec ces profils, sont recrutés avec le Centre Hospitalier Le Vinatier (déjà partenaire du laboratoire EMC). Chaque participant complète une évaluation neuropsychologique standardisée ciblant les mêmes fonctions exécutives et biais cognitifs que dans l'Axe 1 (administrée à T0 et T+6 mois) et suit exactement le même protocole de collecte passive et OSINT (Étude 2b). La comparaison directe entre populations saines et cliniques identifie les signatures numériques spécifiques et les variables les plus sensibles au changement.Axe 3 - Développement et validation d'un système d'inférence psycho-comportemental automatisé. Le système est développé en trois étapes. (1) Construction et entraînement des modèles de génération de rapports à partir des résultats validés des Axes 1 et 2 : les variables comportementales identifiées comme les plus prédictives (variables SHAP les plus contributrices) alimentent un module d'analyse automatisée, couplé à un modèle de langage de grande taille (LLM) capable de synthétiser les résultats quantitatifs en langage naturel adapté à un public non spécialiste. (2) Validité terrain interne, en conditions contrôlées : un nouvel échantillon d'individus sains et cliniques, ne figurant pas dans les cohortes des Axes 1 et 2, suit le même protocole d'évaluation psychométrique et neuropsychologique, avec recueil des données passives et OSINT ; les analyses générées par le système sont comparées aux évaluations directes afin de mesurer la concordance et d'identifier les cas d'erreur. (3) Validation en conditions écologiques (Expérience 3c) : des professionnels du renseignement ou de la psychologie appliquée soumettent des cas fictifs ou anonymisés et évaluent la pertinence, la lisibilité et l'utilité opérationnelle des rapports générés, des itérations successives affinant le format, le niveau de détail et l'adaptation aux objectifs de mission. Chaque rapport intègre une composante éthique explicite (limites de certitude des prédictions, risques d'erreur selon les données disponibles, conditions légales d'utilisation).Cadre éthique. Le protocole est soumis à l'approbation d'un Comité de Protection des Personnes (CPP) et déclaré auprès de la CNIL ; le consentement éclairé est recueilli pour chaque modalité de collecte, avec un protocole de consentement adapté pour la cohorte clinique. Les données sont pseudonymisées dès la collecte et stockées sur des serveurs sécurisés hébergés en France (chiffrement AES-256). Un volet de la thèse est dédié aux implications éthiques du double usage civil-défense des modèles, en référence au RGPD, à l'AI Act et aux principes de l'IA de confiance. Le protocole est pré-enregistré sur OSF avant tout début de collecte.

Le candidat est titulaire d'un Master 2 en sciences cognitives, neurosciences ou psychologie cognitive. Il dispose d'une solide formation en psychologie cognitive et en évaluation du fonctionnement cognitif (personnalité, fonctions exécutives), ainsi que d'une expérience de recherche sur le profilage cognitif et la détection du mensonge, en lien direct avec les thématiques du projet. Sur le plan technique, il maîtrise la programmation et l'analyse de données (Python, R, JASP), la méthodologie expérimentale et la rédaction scientifique, et présente une appétence pour les approches computationnelles et l'apprentissage automatique appliqués aux données comportementales. Autonome et rigoureux, il est capable de conduire des protocoles de recherche auprès de populations saines et cliniques et de s'inscrire dans un travail interdisciplinaire alliant cognition, informatique et enjeux appliqués. La maîtrise du français et un niveau d'anglais courant (lecture de la littérature scientifique, rédaction) sont attendus.