💬 NLP

Charting the Growth of Social-Physical HRI (spHRI): A Systematic Review Pipeline Augmented by Small Language Models

Cet article présente une revue systématique de l'interaction humain-robot socio-physique (spHRI) qui démontre comment l'exécution locale de petits modèles de langage (SLM) peut augmenter efficacement la sélection par des experts humains en accélérant considérablement le processus et en identifiant des articles pertinents que les examinateurs pourraient autrement manquer.

Auteurs originaux : Mayumi Mohan, Ju-Hung Chen, Alexis E. Block

Publié 2026-06-26

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Mayumi Mohan, Ju-Hung Chen, Alexis E. Block

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Trouver une aiguille dans une botte de foin qui grandit sans cesse

Imaginez que vous essayiez de trouver tous les livres d'une immense bibliothèque qui parlent de « robots touchant les gens de manière amicale ». C'est un domaine appelé l'interaction humain-robot socio-physique (spHRI).

Les auteurs de ce document ont remarqué deux problèmes majeurs :

La bibliothèque explose : Le nombre de livres (articles de recherche) sur ce sujet augmente incroyablement vite. C'est comme une boule de neige qui dévale une colline, devenant de plus en plus grosse chaque année.
La bibliothèque est désordonnée : Tout le monde utilise des mots différents pour décrire la même chose. Un scientifique parle de « câlin robotique », un autre de « toucher affectif » et un troisième de « contact social ». Cela rend très difficile la recherche de tous les livres pertinents à l'aide d'une recherche standard.

Traditionnellement, pour trouver ces livres, vous avez besoin d'une équipe d'experts humains pour lire les titres et les courts résumés (abstracts) de milliers d'articles. C'est comme embaucher une équipe de bibliothécaires pour lire la couverture de chaque livre afin de décider s'il doit être placé sur votre étagère. Cela prend beaucoup de temps, coûte beaucoup d'argent et est épuisant.

L'expérience : Un IA de « poche » peut-elle aider ?

Les chercheurs voulaient savoir s'ils pouvaient utiliser des Modèles de Langage de Petite Taille (SLM) pour aider.

Considérez un Modèle de Langage de Grande Taille (LLM) (comme les modèles célèbres que vous connaissez peut-être) comme un bibliothécaire super intelligent, de niveau doctorat, qui vit dans un immense centre de données coûteux. Ils sont brillants mais nécessitent beaucoup d'électricité et d'argent pour fonctionner.

Les Modèles de Langage de Petite Taille (SLM) utilisés dans cette étude sont comme des calculatrices de poche intelligentes. Ils ne sont pas aussi puissants que le bibliothécaire titulaire de doctorat, mais ils sont minuscules, fonctionnent sur un ordinateur de bureau classique et sont gratuits à utiliser.

L'équipe a demandé : Est-ce que ces petites « calculatrices de poche » locales peuvent nous aider à trouver les bons livres plus rapidement, même si elles ne sont pas aussi intelligentes que les experts humains ?

Comment ils ont procédé

L'équipe humaine : Deux examinateurs humains ont parcouru une liste massive d'articles et ont marqué ceux qui étaient pertinents (conservés) et ceux qui ne l'étaient pas (écartés).
L'équipe d'IA : Ils ont fait tourner quatre modèles d'IA miniatures différents sur la même liste. Ces modèles ont reçu l'instruction suivante : « Lis le titre et le résumé. Est-ce que cela concerne le contact social entre robots et humains ? Réponds par "Oui" ou "Non". »
Le filet de sécurité : Pour s'assurer que l'IA ne conservait pas accidentellement trop de mauvais articles, ils ont utilisé une « règle d'unanimité ». Un article n'était signalé pour un second examen que si les quatre petites IA étaient d'accord pour dire « Oui ».

Ce qu'ils ont trouvé

Les résultats étaient un mélange de « pas encore tout à fait prêt à remplacer l'humain » et de « aide très utile ».

1. L'IA n'est pas encore le patron (encore)
Les examinateurs humains étaient toujours bien meilleurs pour décider de la pertinence. Les petites IA ont commis plus d'erreurs que les humains. Si vous demandiez à l'IA de faire tout le travail seule, elle manquerait des articles importants ou conserverait trop d'articles non pertinents.

Analogie : C'est comme demander à une calculatrice intelligente d'écrire un roman. Elle peut faire des mathématiques rapidement, mais elle ne peut pas écrire une histoire aussi bien qu'un auteur humain.

2. L'IA est un démon de la vitesse
Alors que les humains mettaient de 30 à 60 secondes pour lire un article, les petites IA l'ont fait en moins d'une seconde. Elles étaient des milliers de fois plus rapides.

Analogie : Les humains marchent dans la bibliothèque ; l'IA est un train à grande vitesse qui file dans les allées.

3. Le succès du « filet de sécurité »
C'est la découverte la plus importante. Lorsque l'IA a signalé des articles que les humains avaient écartés, les humains sont retournés les relire.

Résultat : L'IA a trouvé 39 articles que les humains avaient manqués.
Impact : Ces 39 articles représentaient 10,3 % de la liste finale des études importantes.
Analogie : Imaginez que les humains pêchaient de l'or. Ils ont attrapé beaucoup d'or, mais l'IA était un second filet traîné derrière le bateau. Le second filet a capturé 10 % de l'or que le premier filet avait manqué. Sans ce second filet, ils auraient perdu une part significative de leur trésor.

La conclusion

L'article conclut que ces petits modèles d'IA locaux ne devraient pas remplacer les experts humains. Au lieu de cela, ils devraient être utilisés comme un filet de sécurité.

Pensez-y comme à un correcteur orthographique. Vous ne laisseriez pas un correcteur orthographique écrire votre essai pour vous, mais vous voudriez certainement qu'il scanne votre travail pour détecter les erreurs que vous avez manquées.

En utilisant ces petits modèles locaux comme « deuxième paire d'yeux », les chercheurs peuvent :

Scanner de vastes quantités de données très rapidement.
Rattraper les articles importants que la fatigue humaine leur a fait manquer.
Faire cela sans avoir besoin de serveurs cloud coûteux ou de factures énergétiques énormes.

Les auteurs soutiennent que, puisque le domaine de la recherche sur le toucher robotique grandit si vite, nous avons besoin de ce genre d'aide « assistée par l'IA » pour garder nos connaissances organisées et complètes.

Résumé technique : Cartographier la croissance de l'interaction humain-robot socio-physique (spHRI)

Énoncé du problème
L'interaction humain-robot socio-physique (spHRI), définie comme les interactions physiques avec des robots où l'intention sociale est l'objectif principal, a connu une croissance rapide dans les domaines de la robotique, de l'interaction homme-machine (HCI) et de l'haptique. Cependant, le domaine souffre d'une terminologie fragmentée, de silos disciplinaires et de méthodologies incohérentes, ce qui entrave l'accumulation systématique des connaissances. Bien que des revues systématiques à grande échelle soient nécessaires pour cartographier ce paysage, le volume considérable de littérature (plus de 130 000 publications candidates dans cette étude) crée un goulot d'étranglement pour les examinateurs humains. Le tri traditionnel est chronophage et, bien que les grands modèles de langage (LLM) offrent une solution potentielle, ils nécessitent souvent un accès au cloud, des ressources de calcul substantielles et soulèvent des préoccupations éthiques concernant l'empreinte carbone et l'opacité des données. Par conséquent, il existe un besoin d'outils de tri accessibles, respectueux de l'environnement et évolutifs qui ne dépendent pas d'infrastructures coûteuses.

Méthodologie
Les auteurs ont mené une revue systématique de la littérature en suivant un flux de travail PRISMA préenregistré afin d'étudier la croissance de la spHRI et d'évaluer l'utilité des petits modèles de langage (SLM) comme aide au tri.

Collecte de données : Les enregistrements ont été extraits de PubMed, IEEE Xplore, Scopus et de la ACM Digital Library en utilisant une requête de recherche booléenne raffinée couvrant les robots, le toucher/l'haptique et les concepts sociaux/affectifs. Après suppression des doublons, l'ensemble de données initial comprenait environ 182 000 enregistrements, dont 32 000 ont été triés par deux chercheurs humains indépendants.
Implémentation des SLM : Quatre SLM open-source et légers (≤ 1,5 milliard de paramètres) ont été évalués : Llama3.2 (1B), Gemma3 (1B), Qwen3 (0,6B) et DeepSeek-R1 (1,5B). Ces modèles ont été déployés localement sur un ordinateur de bureau de consommation courante (Intel i5-13600K, NVIDIA RTX4070) en utilisant le framework Ollama.
Stratégie d'ensemble : Les modèles ont été testés individuellement et sous la forme d'un « ensemble d'unanimité ». Dans l'approche par ensemble, un article n'est signalé pour un nouveau tri humain que si les quatre SLM prédisent tous qu'il est « pertinent » (inclure). Cette règle conservatrice a été conçue pour minimiser les faux positifs et maintenir la charge de travail du tri manuel gérable.
Métriques d'évaluation : La performance a été mesurée par rapport aux étiquettes des examinateurs humains en utilisant l'exactitude (accuracy), le rappel (recall), la précision, la spécificité, le taux de faux positifs (FPR) et le score F1. L'inférence statistique a utilisé le bootstrapping non paramétrique apparié (10 000 rééchantillonnages) avec la correction de Holm–Bonferroni.

Principales contributions

Cartographie systématique de la spHRI : L'étude fournit la première revue systématique complète couvrant l'HRI, l'HCI, l'haptique et la robotique, clarifiant les fondements conceptuels et le paysage méthodologique de la spHRI.
Évaluation comparative des SLM en HRI : L'article évalue des SLM de consommation courante par rapport à des examinateurs humains pour le tri des titres et des résumés dans un domaine spécifique et nuancé (spHRI), allant au-delà des benchmarks typiques de la biomédecine ou du génie logiciel trouvés dans la littérature existante.
Pipeline de revue accessible : Il démontre un flux de travail pratique pour intégrer des modèles à faible nombre de paramètres déployés localement dans des revues systématiques, offrant une alternative durable aux LLM basés sur le cloud.

Résultats

Trajectoire de croissance (H1 soutenue) : L'analyse du nombre de publications de 1992 à 2025 révèle une croissance soutenue et non linéaire de la recherche en spHRI, avec une accélération prononcée au cours de la dernière décée. Un modèle additif généralisé (GAM) ajusté aux données a expliqué 96,9 % de la variance, confirmant la spHRI comme un sous-domaine émergent.
Performance vs Humains (H2 rejetée) : Aucun SLM individuel ni l'ensemble combiné n'a égalé la performance de l'examinateur humain. Tous les modèles ont performé de manière significativement moins bonne que les humains sur toutes les métriques ( $p < 0,001$ ). Cependant, Llama3.2 a obtenu le meilleur accord autonome avec les étiquettes humaines (Spécificité = 0,9366) tout en triant les articles en 0,21 seconde chacun, soit des ordres de grandeur plus rapides que les 30 à 60 secondes requises par les humains.
Utilité comme filet de sécurité (H3 soutenue) : L'ensemble d'unanimité a réussi à identifier 39 articles pertinents qui avaient été manqués par le tri humain initial. Ces 39 articles représentaient 10,29 % de l'ensemble de données pertinentes final (379 articles au total), dépassant le seuil prédéfini de l'étude de 5 %.
Compromis : Les résultats soulignent un compromis précision-rappel. Des modèles comme Gemma ont atteint un rappel élevé (0,9794) mais avec une sur-inclusion extrême (FPR = 0,9185). À l'inverse, l'approche par ensemble était très sélective (Précision = 0,2202) avec un taux de faux positifs très bas (FPR = 0,00161), agissant efficacement comme un « filet de sécurité » pour rattraper les articles manqués sans submerger les examinateurs de faux positifs.

Signification et affirmations
L'article soutient que les SLM ne doivent pas être considérés comme des remplaçants des experts humains, mais comme des outils d'augmentation qui rendent les revues de littérature à grande échelle accessibles et durables. Les auteurs affirment que :

Les SLM peuvent servir de « filtres de second passage » fiables pour récupérer les études pertinentes manquées, améliorant ainsi l'exhaustivité des revues systématiques.
Le déploiement local de petits modèles démocratise le processus de revue systématique, permettant aux laboratoires de recherche n'ayant pas accès au calcul haute performance dans le cloud ou à des crédits d'API coûteux de mener des synthèses rigoureuses et à grande échelle.
Le domaine de la spHRI a suffisamment mûri pour être reconnu comme un sous-domaine distinct, mais sa nature fragmentée nécessite le type de synthèse systématique que l'effort humain seul peine à mettre à l'échelle, rendant les flux de travail assistés par l'IA essentiels pour la consolidation future de la recherche.

Les auteurs reconnaissent les limites, notamment l'utilisation de sorties de SLM binaires (sans confiance) et un processus de tri humain à passage unique, ce qui exclut une analyse de la fiabilité inter-juges. Ils positionnent ce travail comme un rapport de type « Late-Breaking Report » (LBR) qui établit une base pour affiner les prompts, explorer des ensembles alternatifs et étendre le tri aux ensembles de données complets dans des travaux futurs.