Behavioral characterization of dynamic facial expression perception in rhesus monkeys (Macaca mulatta) using naturalistic and synthetic stimuli

Cette étude démontre que les macaques rhésus perçoivent les expressions faciales non comme des catégories morphologiques fixes, mais comme des signaux sociaux fonctionnels et contextuels façonnés par les caractéristiques de l'émetteur et la spécificité de l'espèce, comme en témoignent leurs réponses de catégorisation et d'éveil face à des stimuli naturels, synthétiques et interspécifiques.

L'essentiel

🎭 Le Grand Jeu de la Reconnaissance des Visages chez les Singes

Imaginez que vous êtes un chercheur et que vous avez deux singes macaques, disons Momo et Kiki. Votre but ? Comprendre comment ils "lisent" les visages de leurs congénères. Est-ce qu'ils voient juste des mouvements de muscles ? Ou est-ce qu'ils comprennent le message derrière le sourire ou la grimace ?

Pour tester cela, les chercheurs ont organisé un véritable jeu télévisé pour ces singes.

1. Le Défi : "Qui fait quoi ?"

Les chercheurs ont montré à Momo et Kiki des vidéos de singes faisant quatre types de grimaces :

• Le Neutre : Un visage calme, comme si on attendait le bus.
• Le "Smack" (Lèvres qui claquent) : Un signe amical, comme un "salut" ou un "ça va ?".
• Le "Dents à l'air" (SBT) : Une grimace de peur ou de soumission, comme quand on dit "Je ne veux pas de problèmes".
• La "Ménace" (Bouche grande ouverte) : Un signe d'agression, comme un "Recule-toi !"

La règle du jeu : Quand le singe voyait une vidéo, il devait cliquer sur le bon bouton coloré correspondant à l'émotion. S'il avait juste, il avait droit à un jus de fruit délicieux.

2. La Surprise : Ce n'est pas juste une question de "forme"

Au début, les chercheurs pensaient : "Peut-être que les singes confondent les grimaces parce qu'elles se ressemblent visuellement, comme deux voitures de la même marque."

Mais ils ont eu une idée géniale : ils ont utilisé une technologie de pointe (un peu comme un GPS facial ultra-précis) pour mesurer exactement chaque muscle du visage des singes.
Le résultat ? Les singes ne se trompaient pas parce que les visages se ressemblaient. Ils se trompaient parce qu'ils interprétaient le contexte.

C'est comme si vous voyiez quelqu'un rire. Si c'est un ami, c'est de la joie. Si c'est un inconnu dans un coin sombre, c'est peut-être de la moquerie. Les singes font pareil : ils ne regardent pas juste la bouche, ils regardent qui fait la grimace, où il regarde, et sa taille.

• L'analogie du poids : Si un gros singe (un "costaud") fait la grimace de peur, les autres singes pensent : "Attends, ce mec est fort, s'il a peur, c'est vraiment dangereux !" Ils prennent ça au sérieux.
• L'analogie du regard : Si un singe regarde droit dans les yeux en faisant la menace, c'est une attaque directe. S'il regarde ailleurs, c'est peut-être juste un signe de "je m'en vais".

3. Le Test des "Robots" (Les Avatars)

Pour être sûrs de comprendre, les chercheurs ont créé des avatars (des versions numériques de singes) et ont joué avec les ingrédients de la recette :

• On a enlevé la fourrure : Le singe voyait toujours le message.
• On a enlevé les couleurs : Ça marchait encore.
• On a enlevé la texture (juste un fil de fer) : Là, les singes étaient perdus. C'était trop abstrait, comme un dessin au crayon trop simple.
• On a mélangé les mouvements (comme un film à l'envers) : Les singes comprenaient toujours ! Ils n'ont pas besoin que le mouvement soit fluide, juste que la forme du visage soit reconnaissable.

Leçon : Pour comprendre un visage, il faut une forme de visage reconnaissable et une texture un peu réaliste, mais pas besoin d'être un photographe parfait ni d'avoir un mouvement de cinéma.

4. Le Test Ultime : Les Visages Humains

C'est là que ça devient drôle. Les chercheurs ont montré aux singes des visages humains (un sourire humain, une peur humaine, une colère humaine) sur les mêmes avatars.

Résultat : Les singes étaient complètement perdus. Ils cliquaient au hasard.
Pourquoi ? Parce que pour un singe, le sourire humain ne veut rien dire de spécial. C'est comme si vous essayiez de lire un livre écrit dans une langue que vous ne connaissez pas. Même si les lettres (les muscles) sont là, le sens (le message social) est absent.

De plus, les chercheurs ont mesuré la taille des pupilles des singes (un peu comme un thermomètre de l'émotion).

• Quand ils voyaient une menace de singe, leurs pupilles se dilataient (ils étaient stressés/alertes).
• Quand ils voyaient un sourire humain, leurs pupilles ne bougeaient pas. Ils étaient indifférents.

🧠 La Conclusion en une phrase

Les singes ne sont pas de simples caméras qui enregistrent des formes. Ils sont des détectives sociaux. Ils ne disent pas "Oh, c'est une bouche ouverte", ils disent "Oh, ce gros singe qui me regarde droit dans les yeux avec la bouche ouverte, c'est une vraie menace !".

Ils ont besoin de signaux spécifiques à leur espèce pour comprendre le monde qui les entoure. Un visage humain, aussi expressif soit-il, reste pour eux un mystère incompréhensible.

Résumé technique

Titre : Caractérisation comportementale de la perception des expressions faciales dynamiques chez les macaques rhésus (Macaca mulatta) utilisant des stimuli naturalistes et synthétiques

1. Problématique

Bien que les expressions faciales soient un canal de communication crucial pour les primates, les critères exacts sur lesquels les singes évaluent et catégorisent ces expressions restent flous. La littérature existante suggère que les macaques peuvent distinguer les expressions, mais il est incertain s'ils le font en se basant sur :

• Des similarités morphologiques visuelles (formes statiques).
• Des catégories fonctionnelles ou sémantiques (signaux sociaux ayant une signification comportementale).
• Des caractéristiques spécifiques à l'individu émetteur (identité, contexte).

L'étude vise à répondre à deux questions principales :

1. Quelle stratégie utilisent les singes pour discriminer les expressions (features élémentaires vs catégories sémantiques) ?
2. Quelles caractéristiques de mouvement, de forme et d'apparence sont nécessaires et suffisantes pour la perception d'une catégorie d'expression ?

2. Méthodologie

Sujets et Paradigme Expérimental :

• Sujets : Deux macaques rhésus mâles adultes.
• Tâche : Un paradigme de catégorisation à choix forcé. Les singes devaient associer des vidéos d'expressions faciales à quatre cibles colorées correspondant à quatre catégories : Neutre, Lèvres qui claquent (Lip-smacking), Dents découvertes silencieuses (Silent Bared-Teeth - SBT), et Menace bouche ouverte (Open-Mouth Threat - OMT).
• Mesures : Réponses comportementales (choix de la cible) et réponses physiologiques (taille de la pupille comme indicateur d'éveil/arousal).

Stimuli :

• Partie I (Stimuli Naturalistes) : Vidéos de vrais macaques (nouveaux individus, non vus pendant l'entraînement) et un avatar de macaque naturaliste.
• Partie II (Stimuli Synthétiques/Avatars) : Utilisation d'un avatar de macaque contrôlable pour manipuler systématiquement les variables :
  • Morphing : Interpolation continue entre les expressions (25 % par étape).
  • Motion : Frames temporellement brouillées (scrambled).
  • Réalisme : Réduction progressive de la texture (sans fourrure, gris, fil de fer, point-light).
  • Espèce : Avatar humain affichant des expressions de singe, et avatar singe affichant des expressions humaines.

Analyse des Mouvements Faciaux (Innovation Technique) :

• Combinaison du MaqFACS (système de codage des actions faciales pour les macaques) et de l'estimation de pose sans marqueurs DeepLabCut.
• Cette méthode automatisée permet de quantifier objectivement l'intensité des unités d'action (AU) faciales (mouvements des muscles) sans dépendre uniquement de l'œil humain.
• Calcul de la similarité visuelle basée sur les corrélations des compositions FACS.

Analyses Statistiques :

• Régression logistique multinomiale (MLR) pour identifier les facteurs prédictifs du choix (expression, identité, poids, regard, interactions AU).
• Classificateurs Random Forest pour analyser les interactions non linéaires et l'importance des caractéristiques.
• Modèles linéaires généralisés (GLM) pour les données pupillaires.

3. Résultats Clés

Catégorisation et Généralisation :

• Les singes ont réussi à généraliser les catégories apprises à de nouveaux individus et à l'avatar, bien que la performance soit imparfaite (environ 42 % de réussite globale).
• La menace (Threat) est la mieux catégorisée et la plus distincte. Les expressions SBT montrent une grande variabilité selon l'identité de l'émetteur.
• Hypothèse de similarité visuelle rejetée : Les erreurs de catégorisation ne sont pas corrélées à la similarité visuelle (FACS) entre les expressions. Les singes ne se trompent pas simplement parce que deux visages se ressemblent.

Rôle du Contexte et de l'Identité (Partie I) :

• La catégorisation dépend fortement du contexte et de l'émetteur. Les facteurs suivants influencent significativement le choix :
  • Poids corporel : Un poids plus élevé réduit la probabilité de classer un SBT comme soumission (le SBT d'un singe lourd est moins perçu comme un signe de soumission).
  • Direction du regard : Un regard détourné (averted gaze) augmente la probabilité de classer une expression comme SBT (soumission/évitement) et diminue les choix pour Lip-smacking ou Menace.
  • Interactions musculaires : Les mouvements coordonnés des sourcils, des oreilles et de la bouche sont cruciaux. Par exemple, des sourcils baissés aident à distinguer SBT de Menace dans des expressions ambiguës.

Physiologie (Pupilles) :

• La taille de la pupille varie selon la catégorie d'expression, indiquant un éveil différentiel :
  • Menace > SBT / Lip-smacking > Neutre.
• Cela démontre que les singes attribuent une signification fonctionnelle aux expressions, même lorsque la catégorisation comportementale est imparfaite.

Manipulations des Avatars (Partie II) :

• Continuité temporelle : Les expressions brouillées temporellement (sans mouvement fluide) sont toujours bien reconnues.
• Réalisme et Texture :
  • Les avatars sans fourrure ou en gris sont reconnus.
  • Les avatars "fil de fer" (wireframe) et "point-light" (sans forme discernable) échouent à être catégorisés et ne provoquent pas de réaction pupillaire différentielle.
  • Conclusion : Une forme faciale discernable et une texture de surface minimale sont nécessaires, mais le réalisme photométrique complet n'est pas requis.
• Transfert d'espèce :
  • Les expressions de singe sur un visage humain sont bien catégorisées (la forme du visage humain n'empêche pas la reconnaissance du mouvement).
  • Échec critique : Les expressions faciales humaines (sourire, peur, colère) présentées sur un avatar humain ou singe ne sont pas catégorisées et ne provoquent aucune réaction pupillaire différentielle. Les singes ne parviennent pas à mapper les expressions humaines sur leurs catégories apprises, malgré des similarités morphologiques (ex: dents découvertes).

4. Contributions Majeures

1. Méthodologique : Développement d'une pipeline automatisée combinant DeepLabCut et MaqFACS pour quantifier objectivement les mouvements faciaux des macaques, permettant une analyse fine des unités d'action sans biais humain.
2. Conceptuelle : Démonstration que la perception des expressions faciales chez le macaque rhésus est fonctionnelle et contextuelle, et non basée sur de simples catégories morphologiques fixes. Les singes intègrent l'identité, le statut (poids), le regard et la coordination des traits faciaux pour interpréter le signal.
3. Spécificité de l'espèce : Preuve que la reconnaissance des expressions faciales nécessite des mouvements spécifiques à l'espèce. Les singes ne peuvent pas transférer leurs catégories de perception aux expressions humaines, même si les structures anatomiques (bouche, dents) sont similaires.
4. Robustesse de la perception : Mise en évidence que la cohérence temporelle du mouvement n'est pas essentielle, mais que la présence d'une forme faciale et d'une texture (même simplifiée) est indispensable pour l'interprétation sociale.

5. Signification et Implications

Cette étude remet en question l'idée que les expressions faciales sont perçues comme des catégories émotionnelles universelles et rigides chez les primates non humains. Elle suggère plutôt que les macaques traitent les signaux faciaux comme des indicateurs d'intention comportementale (approche/évitement, menace/soumission) fortement dépendants du contexte social et des caractéristiques de l'émetteur.

Les résultats soulignent l'importance d'utiliser des stimuli d'espèces spécifiques (conspecifiques) dans les recherches sur la cognition sociale des primates, car les expressions humaines ne sont pas "lisibles" par les macaques sans apprentissage spécifique, ce qui invalide l'hypothèse d'une homologie directe simple dans la perception des émotions de base entre humains et macaques. Enfin, la capacité des singes à interpréter des avatars synthétiques ouvre la voie à de nouvelles études sur les mécanismes neuronaux de la perception sociale sans les confondants liés à la complexité des visages réels.