Résumé Technique : CAPACITÉ SYNHEART

Énoncé du Problème

La performance cognitive humaine est contrainte par des ressources mentales limitées, pourtant l'estimation computationnelle continue de la dynamique de la capacité cognitive demeure un défi ouvert. Les systèmes adaptatifs actuels (par exemple, les plateformes de tutorat, les outils d'aide à la décision) reposent généralement sur des métriques comportementales telles que les taux d'erreur ou les temps de réponse, qui ne détectent la surcharge qu'après que la performance a déjà été dégradée. De plus, les approches physiologiques existantes réduisent souvent des dynamiques cognitives complexes à une étiquette unidimensionnelle unique de « charge de travail ». Cette approche obscurcit une distinction théorique critique : la différence entre l'allocation volontaire des ressources (effort mental) et les réponses involontaires de contrainte (stress). Un effort élevé peut représenter un engagement productif, tandis qu'un stress élevé indique que les demandes dépassent la capacité. Sans distinguer ces états, les systèmes adaptatifs ne peuvent pas différencier un utilisateur qui est productivement mis au défi d'un utilisateur approchant la surcharge cognitive.

Méthodologie

Les auteurs proposent un cadre d'apprentissage profond multimodal fondé sur la théorie, qui modélise la capacité cognitive comme un espace d'état physiologique bidimensionnel défini par l'effort ($U$) et le stress ($O$).

1. Cadre Théorique

Le modèle opérationnalise la Théorie de la Capacité (Kahneman, 1973 ; Hockey, 1997), postulant que :

• Effort ($U$) : Allocation volontaire des ressources.
• Stress ($O$) : Contrainte involontaire de surcharge.
  Ces éléments sont traités comme des construits distincts mais interactifs, plutôt que comme un scalaire unique.

2. Architecture

L'architecture proposée est un réseau de neurones multi-tâches à double flux, conçu pour préserver la séparation structurelle de l'effort et du stress :

• Encodage à Double Flux :
  • Flux Cardiaque : Traite les séries temporelles des intervalles inter-battements (IBI) et les caractéristiques manuelles de la variabilité de la fréquence cardiaque (HRV).
  • Flux Électrodermique : Traite les séries temporelles de l'activité électrodermique (EDA) et les caractéristiques manuelles de l'EDA (composantes SCL et SCR).
• Modélisation Temporelle : Utilise des réseaux LSTM avec des mécanismes d'attention (ou des réseaux de convolution temporelle comme alternative) pour capturer les transitions dynamiques.
• Fusion : Un module de fusion tardive concatène les plongements (embeddings) des deux flux.
• Sortie à Double Tête : Deux têtes indépendantes spécifiques à la tâche produisent des estimations probabilistes pour un stress élevé/faible et un effort élevé/faible, créant un espace d'état $(U, O) \in [0, 1]^2$.

3. Jeu de Données et Supervision

• Jeu de Données : L'étude utilise le jeu de données SWELL-KW, contenant des enregistrements physiologiques (ECG, EDA) de 21 participants effectuant des tâches de bureau dans trois conditions : Neutre (c1), Interruption (c2) et Pression Temporelle (c3).
• Stratégie d'Étiquetage :
  • Stress : c1 = Faible ; c2/c3 = Élevé.
  • Effort : c1 = Faible ; c3 = Élevé.
  • Masquage : La condition d'interruption (c2) est théoriquement ambiguë concernant l'effort volontaire. Les auteurs emploient une stratégie de supervision spécifique à la tâche qui masque les étiquettes d'effort pour c2 durant l'entraînement ($m_i=0$) pour empêcher le modèle d'apprendre des associations non valides pour le construit.
• Évaluation : Validation croisée stricte Leave-One-Subject-Out (LOSO) pour assurer une généralisation inter-individuelle.

Résultats Clés

1. Généralisation Inter-Sujets

Sous une évaluation LOSO stricte, le modèle a atteint une précision équilibrée (BA) significative supérieure au hasard (0,50) :

• Stress : 70,0 % de BA ($d=1,60$).
• Effort : 72,2 % de BA ($d=1,43$).
• Moyenne Conjointe : 71,1 % de BA.
  Cela représente une amélioration de 27,5 points de pourcentage par rapport à la meilleure baseline indépendante du sujet précédente (Random Forest, 42,5 % de BA) sur le même jeu de données.

2. Cohérence Structurelle et Dissociation

• Dissociation Effort-Stress : Le modèle a appris avec succès des signatures distinctes pour l'effort et le stress. L'analyse par sujet a montré que, bien que les performances sur les deux axes soient corrélées ($r=0,84$), une variance résiduelle significative existait. Certains sujets ont été classés plus précisément sur l'effort que sur le stress (par exemple, pp03, pp12), et vice versa (par exemple, pp23), confirmant que les deux dimensions ne sont pas redondantes.
• Trajectoires de l'Espace d'État : Les trajectoires prédites s'alignaient avec la théorie de la capacité. Le mouvement de l'état au niveau du groupe passait d'un quadrant « sous-utilisé » (neutre) à travers un « engagement optimal » (interruption) vers la « frontière de surcharge » (pression temporelle).
• Variabilité Individuelle : 52 % des sujets ont présenté des trajectoires monotones cohérentes avec la théorie. Un sous-ensemble a montré des motifs « Pic-C2 » (l'interruption plus activante que la pression temporelle), tandis que d'autres ont montré des trajectoires plates ou inversées (souvent liées à des problèmes de qualité du signal ou à des effets de plafond).

3. Études d'Ablation

• Fusion Multimodale : La combinaison des signaux IBI/HRV et EDA a nettement surpassé les baselines unimodales, confirmant que les signaux cardiaques et électrodermiques fournissent des informations complémentaires.
• Augmentation des Caractéristiques : L'ajout de caractéristiques physiologiques manuelles (par exemple, RMSSD, LF/HF) aux entrées brutes de séries temporelles a généré un gain de +7,1 points de pourcentage en BA moyenne, démontrant que les statistiques résumées motivées par la théorie capturent des informations discriminantes non entièrement extraites par les encodeurs temporels bruts seuls.
• Masquage des Étiquettes : L'exclusion des étiquettes d'effort ambiguës de c2 a amélioré la classification de l'effort de +7,3 points de pourcentage sans dégrader la performance sur le stress.

Signification et Revendications

L'article revendique que l'intégration de la structure psychologique directement dans la conception de l'architecture neuronale permet un passage de la classification conventionnelle de la charge de travail à la modélisation structurée de l'état de capacité.

• Opérationnalisation Théorique : Le travail fournit une opérationnalisation computationnelle de la capacité cognitive comme une configuration bidimensionnelle, permettant aux systèmes de distinguer entre « engagement productif » (effort élevé, stress faible) et « surcharge » (effort élevé, stress élevé).
• Potentiel Adaptatif : En fournissant une estimation continue et multidimensionnelle de la capacité, le cadre jette les bases de systèmes humains-IA adaptatifs capables d'intervention proactive (détection des limites approchantes avant la défaillance de performance) plutôt que de correction réactive.
• Robustesse : Les résultats démontrent que la supervision guidée par la théorie et l'intégration multimodale peuvent atteindre une généralisation inter-individuelle robuste en calcul physiologique, un domaine historiquement en proie à une variabilité spécifique aux sujets.

Les auteurs notent des limites, notamment la nature binaire des têtes de classification, la dépendance à un seul jeu de données (SWELL-KW) et la nécessité d'une validation future contre une vérité terrain comportementale continue. Ils suggèrent qu'un étalonnage de base individualisé peut être nécessaire pour résoudre les effets de plafond et les trajectoires inversées chez des utilisateurs spécifiques.