Investigation of the Sense of Agency in Social Cognition, Based on Frameworks of Predictive Coding and Active Inference: A Simulation Study on Multimodal Imitative Interaction

Ce que dit l'article

Le fond du travail, en français, sans jargon.

Ce travail suggère que la modification de la régulation de la complexité dans un modèle d'intelligence artificielle module le comportement d'un agent, le rendant soit égocentrique avec un fort sentiment d'agentivité, soit suiveur et adaptatif. Les chercheurs ont évalué cette hypothèse au moyen d'un réseau de neurones récurrent à échelles de temps multiples entraîné sur trente séquences de mouvements générées par trois participants humains comportant quatre cents pas de temps chacune. Toutefois, ce résultat reste limité par le fait que les simulations reposent sur des données préenregistrées et ne permettent pas encore une interaction réciproque en temps réel avec un être humain.

L'hypothese testee, et ce qu'elle change

La question de depart de ce travail, et en quoi elle ouvre un angle different de ce qui se faisait avant dans ce domaine.

La régulation de la complexité dans la borne inférieure de l'évidence du modèle d'un agent devrait affecter la force du sentiment d'agentivité de l'agent et influencer les interactions sociales.

regulation of complexity in the evidence lower bound of an agent's model should affect the strength of the agent's sense of agency

Ce que ca change dans le champ : Contrairement aux travaux antérieurs où la régulation du terme de complexité était fixée lors de la phase d'apprentissage sans pouvoir être modifiée ensuite, cette étude examine si la modification de l'hyperparamètre de méta-prior (w, le paramètre qui pondère la complexité) pendant la phase d'interaction module dynamiquement l'agentivité de l'agent.

The current study examines whether such shifts in strength of agency can be achieved during the interaction phase by changing the value of the meta-prior

Question deja posee avant : Chame et Tani (2019) avaient suggéré que le réglage de la complexité influençait le comportement égocentrique ou passif, mais uniquement au travers d'un seul canal proprioceptif et sans possibilité de modifier ce réglage après l'apprentissage.

such network characteristics, once developed through learning under particular conditions to regulate the complexity term, cannot be changed thereafter.

Sur qui, combien, ou

Ce que l'etude a reellement observe.

Volontaires humains enregistrés pour produire des trajectoires de mouvements corporels · 3 participants humains générant 10 séquences de mouvements chacun, soit 30 séquences au total · Environnement de laboratoire utilisant une combinaison de capture de mouvement et une caméra vidéo, suivi de simulations numériques sur robot humanoïde simulé · 30 séquences de 400 pas de temps chacune à une fréquence de 3,75 Hz

Three human participants demonstrated and recorded 10 movement sequences each.

Solidite de la preuve : 65 sur 100

La note porte sur la FORCE DE LA PREUVE apportee, pas sur l'interet du sujet ni sur la revue.

• La démonstration computationnelle est cohérente et valide rigoureusement le comportement algorithmique du réseau sur 10 réplications par condition.
• L'évaluation reste une simulation sur données passives préenregistrées issues de seulement 3 participants humains (30 séquences), ce qui limite la portée des conclusions quant aux véritables interactions sociales réelles.
• L'absence de mesure d'effet d'ampleur standardisée et l'impossibilité de faire tourner l'inférence a posteriori en temps réel affaiblissent la force de la preuve appliquée.

Ce que le lecteur en pense

Ce travail de simulation informatique soutient qu'un réglage dynamique du paramètre de complexité dans un modèle d'inférence active permet de moduler le comportement d'un agent entre égocentrisme et adaptation, bien que sa solidité soit restreinte par l'absence d'interactions réelles en temps réel et un échantillon limité à trente séquences.

Les affirmations, et leur preuve

Chaque affirmation porte la phrase du texte source qui la soutient. 13 citation(s) sur 13 ont été retrouvées mot à mot ; celles qui ne l'ont pas été ont été coupées.

1. La sévérité de la régulation de la complexité affecte le sentiment d'agentivité (SoA, sense of agency) : une régulation plus lâche conduit l'agent à agir de façon plus égocentrique sans s'adapter à autrui, tandis qu'une régulation plus stricte l'amène à s'adapter et suivre son partenaire.

   tightness of complexity regulation significantly affects the strength of the sense of agency and the dynamics of interactions between agents in social settings.

Ce qu'on peut en conclure, et ce qu'on ne peut pas

L'enonce le plus fort que les donnees soutiennent reellement, distingue de ce que les auteurs revendiquent.

Dans un modèle computationnel de réseau de neurones récurrent variationnel inspiré du codage prédicteur (PV-RNN, Predictive-coding-inspired Variational Recurrent Neural Network) combinant codage prédicteur (PC, predictive coding) et inférence active (AIF, active inference), la modification post-apprentissage du hyperparamètre de méta-prior modifie l'arbitrage entre les prédictions a priori et les erreurs de reconstruction, permettant de moduler l'adaptation comportementale du système.

Ce qu'on ne peut PAS en conclure : On ne peut pas en déduire que ce mécanisme produit une véritable prise de tour dynamique ou une coordination réciproque lors d'une réelle interaction sociale biologique, car les simulations reposent sur des enregistrements passifs de mouvements humains et une pseudo-interaction unidirectionnelle sans rétroaction de l'humain.

Ce que ca ouvre pour la suite

• Accélérer l'inférence a posteriori par parallélisation massive pour permettre une véritable rétro-régression d'erreur (ER, error-regression) en temps réel avec un partenaire humain.
  repond a : Utilisation d'une pseudo-interaction unidirectionnelle sur données préenregistrées au lieu d'une véritable boucle d'interaction bidirectionnelle en temps réel avec un humain.
• Étudier des mécanismes de couplage dynamique des méta-priors entre deux agents pour tester si des transitions autonomes entre le rôle de meneur et de suiveur émergent sans réglage manuel externe.
  repond a : Présence d'une incertitude et d'un bruit optique intrinsèquement plus élevés dans le canal visuel que dans le canal proprioceptif.

Les questions que ce travail touche

Formulees independamment de cet article, pour qu'un autre travail puisse y repondre autrement. C'est ce qui alimente la carte des questions.

• Est-ce que la régulation de la complexité computationnelle module la force du sentiment d'agentivité lors des interactions sociales ?
  L'article indique qu'une régulation plus stricte de la complexité amène l'agent à s'adapter et suivre son partenaire (agentivité faible), tandis qu'une régulation plus lâche conduit à un comportement égocentrique (agentivité forte).
  ce travail confirme la reponse admise

  tightness of complexity regulation significantly affects the strength of the sense of agency and the dynamics of interactions between agents in social settings.

Ce que le résumé ne disait pas

L'écart entre la vitrine de l'article et le travail réel — la raison d'être de la lecture profonde.

• Le résumé officiel ne mentionnait pas que la vitesse du traitement visuel est accélérée en combinant le réseau de neurones récurrent variationnel inspiré du codage prédicteur (PV-RNN, Predictive-coding-inspired Variational Recurrent Neural Network) avec un réseau de neurones convolutif (CNN, convolutional neural network) de type CoordConv pour l'encodage et le décodage des images.
• Le résumé officiel n'indiquait pas la structure exacte du modèle de tâche basée sur une machine à états finis probabiliste comportant trois motifs de mouvements primitifs (A, B et C) et 8 transitions par séquence.

Ce que l'article se contredit à lui-même

• Les auteurs affirment étudier l'interaction sociale mais reconnaissent dans la discussion que l'étude est limitée à une simulation passive sur des séquences enregistrées sans interaction dynamique réelle avec un humain.

  the current study was limited to a simulation of pseudo-imitative interaction using recorded visuo-proprioceptive sequence patterns, rather than introducing actual, real-time, human-robot interaction.

Les limites que les auteurs reconnaissent

• L'intensité des calculs requis par la rétro-régression d'erreur (ER, error-regression) pour l'inférence a posteriori empêche le système de fonctionner en temps réel interactif, contraignant l'étude à une pseudo-interaction simulée sur des données préenregistrées.
• Les données visuelles comportent un niveau de bruit et de fluctuation optique plus élevé que les données proprioceptives, imposant une régulation plus stricte de la complexité dans le module visuel lors de l'apprentissage.

Pourquoi cette methode, et ou elle est fragile

Non pas ce que les chercheurs ont fait, mais pourquoi ils l'ont fait ainsi — et ce que chaque faiblesse change pour la conclusion.

L'architecture hiérarchique réseau de neurones récurrent à échelles de temps multiples (MTRNN, Multiple Timescale Recurrent Neural Network) sépare les modules sensoriels rapides (vision et proprioception) du module associatif lent. Ce découplage permet d'isoler l'impact du méta-prior sur l'arbitrage entre les prédictions a priori du modèle (intention/agentivité) et la correction par les erreurs de reconstruction des données observées.

By assigning faster timescales to the peripheral sensory modules for vision and proprioception and slower timescales to the associative module

En quoi ce dispositif tranche la question : En faisant varier systématiquement la valeur du méta-prior sur l'ensemble du réseau après l'apprentissage, l'architecture permet d'observer si le modèle conserve ses prédictions (comportement égocentrique associé à un fort sentiment d'agentivité, SoA, sense of agency) ou s'il adapte ses états internes aux observations externes (comportement passif/suiveur associé à une faible agentivité).

Solidite au regard des standards du domaine : Selon les standards de la modélisation en neurosciences computationnelles et robotique cognitive, la robustesse est évaluée par la répétition des simulations sur 10 initialisations aléatoires de poids, des tests sur des séquences non vues lors de l'apprentissage et une analyse statistique de la divergence Kullback-Leibler (KL) et des erreurs de reconstruction.

Les failles, et ce qu'elles changent

• Utilisation d'une pseudo-interaction unidirectionnelle sur données préenregistrées au lieu d'une véritable boucle d'interaction bidirectionnelle en temps réel avec un humain.
  Dans une véritable interaction sociale, les actions du robot modifient le comportement humain en retour ; la simulation passive sur données figées ne permet pas de mesurer l'émergence d'une prise de tour ou d'une coordination réciproque dynamique.
• Présence d'une incertitude et d'un bruit optique intrinsèquement plus élevés dans le canal visuel que dans le canal proprioceptif.
  Cette dissymétrie impose un réglage différencié des méta-priors par modalité lors de l'apprentissage (régulation plus stricte en vision) afin d'éviter que le bruit visuel ne perturbe le module associatif supérieur.

Le regard du méthodologiste

La critique de méthode, point par point.

correction de multiplicite

non mentionne dans le texte

standards appliques aux resultats nuls

Le texte n'applique pas de tests d'équivalence pour les résultats nuls, mais utilise des tests t de Student pour comparer les moyennes d'erreurs et de divergence Kullback-Leibler (KL) entre conditions.

taille et composition de l echantillon

3 participants humains enregistrés pour un total de 30 séquences d'apprentissage de 400 pas de temps, et 3 séquences de test évaluées sur 10 réplications de simulation par condition.

puissance annoncee contre hypothese testee

Aucune analyse de puissance statistique n'est annoncée (étude de simulation numérique). L'hypothèse testée évalue la réponse dynamique du modèle sous 5 réglages différents du méta-prior lors de la reconstruction de séquences de mouvements.

ce qui est preenregistre et ce qui ne l est pas

non mentionne dans le texte

Qui paie, qui declare un lien

Rapporte tel que le texte le dit. Absent du texte ne veut pas dire aucun.

Finance par : non declare dans le texte. Liens declares : Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel..

The authors declare that the research was conducted in the absence of any commercial or financial relationships that could be construed as a potential conflict of interest.

Ce que le lecteur ne peut PAS établir

Les réserves que le lecteur pose lui-même. Elles ne sont jamais masquées.

• Le lecteur ne peut pas vérifier le comportement du modèle dans une vraie boucle fermée d'interaction physique en temps réel avec un sujet humain, car la source est limitée à des enregistrements de données passives.
• Le texte ne donne pas le nom de la revue scientifique dans laquelle l'article a été publié.