Émotion Artificielle : Un Aperçu des Théories et Débats sur la Réalisation de l'Émotion dans l'Intelligence Artificielle

L'informatique affective (IA) a permis aux systèmes d'Intelligence Artificielle (IA) de reconnaître, interpréter et répondre aux émotions humaines — une capacité également connue sous le nom d'Intelligence Émotionnelle Artificielle (IEA). Elle est de plus en plus considérée comme un composant important de l'Intelligence Artificielle Générale (IAG). Nous discutons de la question de savoir si, pour poursuivre cet objectif, l'IA bénéficie de dépasser la reconnaissance et la synthèse des émotions afin de développer des états internes semblables à des émotions, que nous appelons Émotion Artificielle (EA). Ce changement permet potentiellement à l'IA de tirer avantage du paradigme des « émotions internes » de la même manière que nous — en tant qu'humains — le faisons. Bien que des recherches récentes montrent des signes précoces que les systèmes d'IA peuvent manifester des comportements semblables à l'EA, un cadre clair pour la manière dont les émotions peuvent être réalisées dans l'IA reste peu exploré. Dans cet article, nous discutons des avantages potentiels de l'EA en IA, passons en revue les manifestations actuelles de l'EA dans les systèmes d'apprentissage automatique, examinons les architectures modulées par l'émotion, et résumons les mécanismes de modélisation et d'intégration de l'EA dans l'IA future. Nous explorons également les implications éthiques et les risques associés à une IAG « émotionnelle », tout en concluant par notre opinion sur la façon dont l'EA pourrait être bénéfique à l'avenir.