Empathy as Predictive Misalignment Tolerance: A Co-Regulation Framework and the Regime Structure of Dialogue Repair

Résumé technique : L'empathie comme tolérance au désalignement prédictif

Énoncé du problème
Les modèles théoriques et computationnels actuels de l'empathie reposent principalement sur un cadrage synchrone, définissant l'empathie comme la résonance, le miroir ou la simulation immédiate de l'état émotionnel ou cognitif d'autrui. En intelligence artificielle, cela se traduit par des systèmes capables de détecter l'affect de l'utilisateur et de génire des réponses congruentes. Les auteurs soutiennent que cette notion d'empathie est « mince » car elle ne parvient pas à rendre compte du dialogue étendu, où la compréhension est un processus temporel caractéré par la dérive, la divergence et la réparation. Les cadres existants traitent l'incompréhension comme un échec à éliminer, alors que les auteurs postulent qu'une compréhension authentique dans une interaction étendue nécessite la capacité d'anticiper et de réguler la divergence interprétative au fil du temps, plutôt que de la réduire à néant.

Cadre théorique : La Tolérance à l'Erreur Interprétative (IET)
Le papier propose de recadrer l'empathie comme une tolérance au désalignement prédictif. Ceci est opérationnalisé par le concept de Tolérance à l'Erreur Interprétative (IET), définie comme la capacité à maintenir une « bande de divergence viable » entre les agents en interaction.

• Mécanisme central : Au lieu de minimiser la distance entre deux trajectoires interprétatives, l'objectif est de maintenir cette distance dans une zone négociée dynamiquement et bornée (l'espace de tolérance).
• Heuristique formelle : Les auteurs introduisent une règle de mise à jour régulatrice (Équation 1) pour le seuil de tolérance ($\theta_t$) :
  $$\theta_{t+1} = \theta_t + \eta (\sigma(\Delta_t) - \sigma^*)$$
  Où $\Delta_t$ est la divergence interprétative, $\sigma(\Delta_t)$ est la variance de la fenêtre courte de la divergence récente, $\sigma^*$ est une variance cible homéostatique, et $\eta$ est un taux d'adaptivité.
• Logique de régulation : Lorsque la variance de la divergence dépasse la cible, la bande de tolérance s'élargit ; lorsqu'elle devient trop ordonnée, la bande se resserre. Les actions de réparation (par exemple, la clarification, la dépréciation des tours de parole suspects) sont déclenchées lorsque la divergence projetée menace de sortir de cette bande.
• Position philosophique : S'appuyant sur le traitement prédictif, la cognition enactive et la phénoménologie (particulièrement l'éthique de Levinas), le cadre soutient que l'empathie est un processus de co-régulation qui préserve l'« irrésductibilité » de l'autre, plutôt qu'une fusion des esprits.

Méthodologie : Sondes computationnelles
Pour tester la viabilité opérationnelle de l'IET, les auteurs ont mené deux sondes computationnelles utilisant le corpus DailyDialog. Les expériences ont employé un paradigme d'injection de bruit contrôlé où un bruit variant dans le temps était introduit dans les contextes de dialogue. Trois politiques ont été comparées :

1. Référence sans réparation (No-Repair Baseline) : Aucune intervention.
2. Politique à $\theta$ fixe (Fixed-$\theta$ Policy) : Un seuil statique pour déclencher la réparation.
3. Politique Adaptive-IET : Implémente la règle de mise à jour basée sur la variance (Équation 1).

• Sonde 1 (Choix du signal) : Utilisation de la distance cosinus entre les plongements (embeddings) des tours de parole et un résumé contextuel glissant. La réparation consistait en un « rejet brutal » (hard drop) des tours suspects.
• Sonde 2 (Dérive basée sur l'ancre) : Redessinée pour remédier aux limites de la Sonde 1.
  • Signal : Dérive mesurée par rapport à une « ancre thématique » fixe (les deux premiers tours) plutôt qu'à un résumé glissant.
  • Action : La réparation passe du rejet brutal à une dépréciation continue ($w = \exp(-k \cdot \max(0, \Delta_t - \theta_t))$).
  • Métriques : Évaluées sur deux axes distincts : la Fidélité Discriminative (précision de récupération de l'énoncé suivant sur 1 sur 20) et la Préservation de l'Essentiel (Gist Preservation) (similarité cosinus avec le contexte original non bruité).

Résultats clés
Les résultats empiriques n'ont pas validé la politique Adaptive-IET comme un contrôleur supérieur aux seuils fixes, mais ils ont révélé un phénomène structurel critique dans la réparation de dialogue :

1. Échec de la règle de mise à jour de l'IET : Dans les deux sondes, la politique Adaptive-IET était statistiquement indiscernable de la politique Fixed-$\theta$ (McNemar apparié $p=1.0$). La mise à jour basée sur la variance était trop douce pour induire une différenciation significative dans l'espace de plongement testé.
2. Conflation de signal dans la Sonde 1 : La Sonde 1 a échoué car le signal de « résumé glissant » a confondu l'évolution thématique naturelle avec le désalignement induit par le bruit, provoquant des faux positifs qui ont dégradé la performance.
3. Réparation structurée par régime (Sonde 2) : La découverte la plus significative fut un compromis dépendant du régime entre la précision de récupération et la préservation de l'essentiel :
   • Bruit faible à modéré : Les mécanismes de réparation dégradaient la fidélité discriminative (précision de récupération) par rapport à la référence sans réparation.
   • Bruit élevé : Les mécanismes de réparation commençaient à mieux préserver le sens de l'essentiel (similarité cosinus avec le contexte propre) que la référence sans réparation, bien que la précision de récupération restât faible.
   • Le point de croisement : Les courbes de préservation de l'essentiel se croisaient entre des taux de bruit de 0,30 et 0,45. La réparation ne devenait bénéfique pour la préservation du sens que lorsque le bruit était suffisamment élevé pour dégrader la performance de la référence.

Signification et revendications
Le papier stipule explicitement que sa contribution principale est conceptuelle, normative et méthodologique, et non la validation d'un algorithme de contrôle spécifique.

• Recadrage conceptuel : Les auteurs soutiennent que l'empathie dans une interaction étendue n'est pas l'élimination de la divergence, mais la régulation de sa dynamique. Le « succès » d'un système empathique réside dans le maintien d'une relation interprétative praticable à travers la différence, et non dans l'obtention de la convergence.
• Insight empirique : La « structure par régime » de la réparation suggère que les cadres d'évaluation existants (qui utilisent souvent des performances moyennes ou des métriques uniques) occultent la réalité : les stratégies de réparation impliquent un compromis fondamental : sacrifier le détail discriminatif pour préserver un sens commun sous un bruit élevé.
• Implications de conception : Le papier préconise un passage de la conception d'IA de la « recherche de convergence » vers la « gestion de la divergence ». Il appelle à :
  • Une tolérance personnalisée et contestable : Les paramètres définissant la bande de tolérance devraient être visibles et ajustables par les utilisateurs, plutôt que des défauts cachés.
  • Une évaluation consciente du régime : Les benchmarks doivent tester la performance à travers des grilles de bruit et utiliser des doubles métriques (sévères vs indulgentes) pour capturer les compromis entre détail et essence.
  • L'humilité éthique : Les systèmes doivent être conçus pour préserver l'écologie relationnelle et la distinction de l'utilisateur, évitant le risque de l'« empathie-capture » où une régulation trop fluide crée une dépendance.

En conclusion, le papier pose que si la règle de mise à jour spécifique de l'IET testée n'a pas surpassé les bases fixes, le phénomène de la réparation structurée par régime confirme la nécessité de voir l'empathie comme un processus dynamique de maintien de l'intelligibilité à travers la différence, plutôt que comme un état statique d'alignement.