Comment vous sentez-vous en ligne

Les émotions sont une partie intrinsèque de l'expérience des utilisateurs des réseaux sociaux qui peuvent provoquer des comportements négatifs tels que le cyberharcèlement et le trolling. Détecter les émotions des utilisateurs des réseaux sociaux pourrait permettre de répondre à ces problèmes et de les atténuer. Des travaux antérieurs suggèrent que cela pourrait être réalisable sur les smartphones : les émotions peuvent être détectées via les capteurs intégrés lors de tâches d'entrée prolongées. Nous étendons ces idées à un contexte de réseaux sociaux caractérisé par une saisie sporadique entrecoupée d'activités de navigation plus passive et de consommation média. Pour ce faire, nous présentons deux études. Dans la première, nous suscitons les émotions des participants à l'aide d'images et de vidéos et capturons les données des capteurs d'un appareil mobile, y compris les données d'un nouveau capteur passif : son suivi oculaire intégré. À partir de ces données, nous construisons des modèles d'apprentissage automatique qui prédisent l'affect binaire auto-déclaré, atteignant une précision maximale de 93,20 %. Une étude de suivi étend ces résultats à un scénario plus écologiquement valide dans lequel les participants naviguent dans leurs fils d'actualité des réseaux sociaux. L'étude produit des précisions élevées pour la valence binaire auto-déclarée (94,16 %) et pour l'activation (92,28 %). Nous présentons une discussion sur les capteurs, les caractéristiques et les choix de conception de l'étude qui contribuent à cette haute performance et que les futurs concepteurs et chercheurs peuvent utiliser pour créer des systèmes efficaces et précis de détection d'affects basés sur smartphone.