Thèse Conception de Chatbots Comme Assistants pour la Collaboration Synchrone Entre Plusieurs Utilisateurs H/F - Doctorat.Gouv.Fr

Établissement : Institut Polytechnique de Paris Télécom Paris École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Laboratoire de recherche : Laboratoire de Traitement et Communication de l'Information Direction de la thèse : Simon PERRAULT ORCID 0000000231059350 Début de la thèse : 2027-10-01 Date limite de candidature : 2027-01-31T23:59:59 Les chatbots sont souvent conçus pour répondre à une personne à la fois. Leur usage dans une conversation où plusieurs personnes travaillent ensemble pose d'autres questions. L'agent doit comprendre les échanges du groupe, soutenir la coordination et aider chacun à contribuer, sans prendre le contrôle de la tâche ni imposer un consensus. Cette thèse étudiera comment concevoir des chatbots qui assistent les utilisateurs pendant des tâches collaboratives synchrones, comme la production d'idées, la comparaison de points de vue et la planification collective.

Le projet s'appuie sur des travaux en CSCW et en interaction humain-agent. Une revue des agents conversationnels de groupe décrit des interventions sur la participation, les conflits, l'alignement et l'exécution. Elle met aussi en évidence des tensions entre visibilité et discrétion, proactivité et autonomie, ainsi qu'autorité de l'agent et responsabilité du groupe [1]. Les recherches fondatrices en CSCW rappellent que la coordination est un travail collectif situé, et que les outils de groupe doivent tenir compte des dynamiques sociales et des intérêts parfois divergents [4, 5]. Des études de chatbots en dyade montrent que des phases de conversation structurées peuvent enrichir les échanges, mais que la qualité de la relation dépend notamment de la capacité des personnes à se répondre et à se soutenir [2, 3]. Les recommandations d'interaction humain-IA soulignent également l'importance de rendre l'assistance contrôlable et corrigeable [6]. Ces résultats invitent à examiner comment la facilitation peut servir les groupes sans leur retirer la maîtrise de leur tâche.

La recherche suivra une démarche centrée sur les utilisateurs en trois étapes. Elle étudiera d'abord les pratiques, besoins et limites que les groupes associent à une assistance automatisée. Elle co-concevra ensuite un prototype transparent et configurable, puis l'évaluera dans des tâches en petits groupes. Les comparaisons porteront sur une interaction sans agent, une assistance à la demande et des interventions proactives mais explicables. Les mesures incluront la qualité de la coordination, l'équilibre de la participation, la progression de la tâche, la charge de travail, l'autonomie perçue et le sentiment de responsabilité collective. Des observations et des entretiens éclaireront les résultats quantitatifs.

La contribution attendue est une compréhension empirique des conditions dans lesquelles un chatbot peut aider un groupe sans se substituer à lui. La thèse produira des principes de conception pour des interventions opportunes, compréhensibles et réversibles. Elle précisera aussi comment évaluer un agent à partir de ses effets sur le processus collectif et l'expérience des membres, et non seulement à partir de la qualité de ses réponses. Group conversational agents are not simply individual assistants used in the presence of several people. They act in a shared interaction space where participants may have different goals, knowledge, and levels of participation. Classic CSCW research describes coordination as work in its own right. It involves connecting interdependent tasks and relies on mechanisms and artifacts that fit actual work practices [4]. This work also shows that collaborative tools operate within social and organizational dynamics. Adoption can be difficult when costs and benefits are not shared equally [5]. Yeo et al. [1] organize recent research on group conversational agents around four challenges: orientation, conflict, alignment, and execution. Their review shows that agents have been used to balance participation, surface disagreement, support shared understanding, and help groups make progress. It also notes that much of the existing research examines short interventions in tightly bounded settings. Three tensions remain central. A visible intervention may help, but it may also interrupt the group. A proactive intervention may anticipate a need, but it may also limit autonomy. An agent that is perceived as an authority may weaken the group's sense of ownership over its decisions. These issues suggest that success cannot be measured only by the accuracy of an answer. It also depends on the agent's effect on collaboration and on members' ability to remain in control of their work.

Jiang et al.'s studies of dyadic interaction offer complementary design insights. Remini structures exchanges around narration, elaboration, reflection, and summary. In a study of 24 dyads, the chatbot supported positive affect, perceived connection, and reciprocal disclosure compared with a less guided version [2]. A study of 36 couples then examines a two-layer structure. The first layer supports speaking, while the second invites a partner to respond supportively. The findings distinguish support for disclosure from support for reciprocity. Structure alone does not ensure that partners support each other. Prompts that mediate a reciprocal response are associated with greater support and closeness [3]. These studies show the value of an agent that makes exchange easier while leaving people in the central relational role. Amershi et al.'s guidelines [6] extend this principle to AI. Users should be able to understand a system's capabilities, request or dismiss its assistance, and correct its outputs. In a team, these individual controls must also be complemented by collective responsibility for how the agent is used. This thesis applies these concerns to group work. It will examine how an agent can help several people coordinate, integrate perspectives, and make progress toward a shared goal without treating participation, agreement, and decision quality as the same thing. The goal is to understand how a chatbot can support a synchronous collaborative task without replacing participants' judgment or reducing their autonomy. The thesis will identify groups' needs for assistance, design timely and understandable interventions, measure their effects on group process and experience, and formulate design principles that can transfer across collaborative contexts. The thesis will combine an exploratory study with user groups, co-design, iterative agent prototyping, and a mixed-method evaluation in a laboratory or remote setting. The evaluation will compare several forms of assistance in synchronous collaborative tasks. It will collect process and experience measures, interaction traces with participants' consent, observations, and interviews. The analysis will link agent interventions to collaboration outcomes while accounting for differences between groups.

- diplome de master d'une université reconnue en informatique ou domaine similaire.
- spécialisation en interaction humain machine préférée
- capacité de prototypage et d'analyse de données
- connaissance de la programmation web (HTML, CSS, Javascript) ou développement mobile préféré.