EmoSync : l’IA de POSTECH qui adapte les analogies pour renforcer l’empathie

Comprendre la peine, l’exclusion ou l’humiliation d’une autre personne ne consiste pas toujours à imaginer que l’on réagirait de la même façon qu’elle. Deux individus placés face à une situation semblable peuvent éprouver des émotions très différentes, selon leur histoire, leur milieu, leurs valeurs ou leurs expériences passées. C’est précisément dans cet écart que s’inscrit EmoSync, un système d’intelligence artificielle imaginé par des chercheurs de l’université POSTECH, en Corée du Sud.

Présentée en 2025, cette technologie ne prétend pas doter une machine de sentiments. Elle propose plutôt une méthode pour aider des humains à établir des passerelles entre leurs vécus. À partir d’éléments psychologiques propres à un utilisateur, EmoSync formule des analogies destinées à rendre une émotion étrangère plus concrète. Une ambition intéressante à l’heure où les assistants conversationnels occupent une place grandissante dans l’information, l’éducation et les échanges quotidiens, mais qui appelle aussi de sérieuses précautions.

L’empathie ne repose pas sur une expérience universelle

L’empathie est souvent décrite comme la capacité à comprendre ou à partager l’état émotionnel d’autrui. Dans la pratique, elle se heurte à une difficulté simple : nous ne disposons jamais exactement du même passé que la personne en face de nous. Un commentaire apparemment anodin peut rappeler une longue série de mises à l’écart à l’un, sans provoquer la même réaction chez l’autre. Une situation de discrimination subtile au travail, par exemple, peut être difficile à saisir pour quelqu’un qui n’y a jamais été confronté directement.

Les approches classiques pour favoriser l’empathie s’appuient volontiers sur des récits, des témoignages ou des mises en situation. Elles sont utiles, mais elles supposent souvent qu’un même exemple fera résonner une émotion comparable chez tous les publics. Or ce n’est pas automatique. Un récit qui éclaire fortement une personne peut laisser une autre indifférente, non par manque de bonne volonté, mais parce qu’elle ne trouve aucun point d’ancrage dans sa propre expérience.

EmoSync part d’une autre idée : plutôt que de demander à chacun de se projeter dans un vécu entièrement inconnu, le système cherche un parallèle avec une expérience déjà connue de l’utilisateur. Il ne s’agit pas d’affirmer que deux situations sont identiques. Une analogie sert à rendre perceptible un mécanisme émotionnel, comme le rejet, l’injustice ou le sentiment d’être écarté, tout en respectant les différences entre les contextes.

Comment EmoSync transforme un vécu personnel en analogie

L’équipe de POSTECH s’appuie sur un modèle linguistique avancé, c’est-à-dire une IA capable de traiter et de générer du texte. Le système analyse les traits psychologiques et les valeurs des utilisateurs afin de créer des scénarios analogiques personnalisés. L’objectif est d’identifier une expérience susceptible d’éveiller une émotion comparable à celle que l’utilisateur cherche à comprendre.

L’exemple avancé par les chercheurs permet d’en saisir la logique. Si une personne peine à mesurer les effets d’une discrimination discrète dans le cadre professionnel, EmoSync peut relier cette situation à un souvenir personnel de rejet, comme une exclusion vécue à l’école. Le système ne dit pas qu’être rejeté par des camarades est la même chose qu’une discrimination au travail. Il suggère un point de comparaison émotionnel : le sentiment d’être tenu à distance, de ne pas être traité à égalité ou de perdre sa place dans un groupe.

Cette personnalisation constitue le cœur du projet. Là où une explication standardisée propose le même récit à tous, EmoSync tente d’adapter la porte d’entrée. Cela peut être particulièrement pertinent pour des sujets où les mots seuls ne suffisent pas toujours, comme l’exclusion sociale, les préjugés ordinaires ou certaines formes de discrimination difficiles à objectiver pour ceux qui ne les ont pas subies.

Il faut toutefois distinguer clairement deux choses. EmoSync génère du langage et des analogies, à partir d’informations qui lui sont fournies ou qu’il analyse. Il ne lit pas les pensées, ne détecte pas infailliblement les émotions réelles et ne connaît pas, par lui-même, l’histoire intime d’une personne. Son utilité dépend donc autant de la qualité de ses formulations que de la prudence avec laquelle elles sont interprétées.

Plus de 100 participants pour évaluer l’effet des analogies

Les chercheurs ont évalué EmoSync dans une expérience réunissant plus de 100 participants issus de milieux variés. D’après les résultats rapportés, les personnes ayant utilisé le système ont montré une amélioration notable de leur compréhension émotionnelle et de leur empathie, supérieure à celle observée avec des méthodes traditionnelles.

Ce résultat soutient une hypothèse importante : une métaphore ou une comparaison peut être plus efficace lorsqu’elle est reliée à ce que la personne connaît déjà. Le gain ne viendrait pas seulement du fait de recevoir une explication supplémentaire, mais de pouvoir rattacher une émotion abstraite à une expérience dont on saisit intimement la portée.

Pour autant, il convient de ne pas tirer de conclusion excessive d’un seul protocole. Une amélioration observée dans une expérience ne signifie pas qu’un outil numérique résoudra les malentendus entre des personnes, des groupes ou des cultures. L’empathie s’inscrit dans le temps, dans l’écoute, dans l’attention portée aux paroles de l’autre et parfois dans la capacité à reconnaître que l’on ne comprendra jamais totalement son vécu.

La reconnaissance académique du projet souligne néanmoins l’intérêt de cette piste. Les travaux ont reçu le Popular Choice Honorable Mention Award lors d’ACM CHI 2025, une conférence de référence dans le domaine de l’interaction humain-ordinateur. Ce rendez-vous réunit notamment des chercheurs qui étudient la façon dont les technologies sont conçues, comprises et utilisées par les individus.

Une IA empathique peut-elle réellement exister ?

Le mot « empathie » peut être trompeur lorsqu’il est appliqué à une IA. Un système comme EmoSync peut employer un vocabulaire attentionné, rappeler un contexte personnel et proposer une analogie pertinente. Il peut donc donner à son interlocuteur des outils pour réfléchir autrement à une émotion. Mais il n’éprouve ni vulnérabilité, ni tristesse, ni compassion au sens humain du terme.

La nuance est essentielle. L’empathie humaine implique une relation entre des personnes capables de faire l’expérience du monde, d’être affectées par les mots et de répondre de leurs actes. Une IA, elle, calcule des probabilités de langage et produit une réponse à partir de données et de consignes. Cela ne rend pas ses usages inutiles, mais fixe une limite claire : elle peut soutenir une démarche de compréhension, pas se substituer à une présence humaine.

Hyojin Ju, l’un des auteurs de l’étude, résume l’ambition du projet ainsi : « L’IA facilite la compréhension réelle des émotions humaines. Cela ouvre la voie à de futures innovations qui permettront de cultiver une véritable empathie dans les interactions quotidiennes. » Le professeur Inseok Hwang, mentor du projet, souligne pour sa part que la recherche montre comment l’IA peut identifier la structure émotionnelle propre à chaque utilisateur.

Ces déclarations décrivent un horizon de recherche, pas une promesse de machine consciente ou infaillible. Le principal apport d’EmoSync réside dans l’outil de médiation qu’il propose : une façon de reformuler une situation afin qu’elle soit entendue par une personne qui n’en avait pas spontanément les clés.

Les biais et la vie privée, deux conditions décisives

Personnaliser une analogie suppose de s’intéresser à des informations potentiellement sensibles : traits psychologiques, valeurs, réactions émotionnelles et parfois souvenirs personnels. Plus le système se veut précis, plus la question de la protection de ces données devient importante. Dans un contexte réel, un utilisateur devrait savoir quelles données sont recueillies, dans quel but elles sont utilisées, combien de temps elles sont conservées et s’il peut les supprimer.

Le second risque tient aux biais. Un modèle linguistique apprend à partir de grandes quantités de textes produits par des humains. Ces données peuvent contenir des stéréotypes, des représentations incomplètes ou des préjugés. La publication d’origine évoque notamment des travaux montrant que les chatbots peuvent identifier des biais raciaux. Si un système chargé d’aider à comprendre la discrimination reproduit lui-même des raccourcis sur l’origine, le genre, la classe sociale ou le handicap, il risque d’aggraver le problème qu’il cherche à éclairer.

La formulation d’une analogie pose également une question éthique. Une comparaison trop directe peut banaliser une expérience grave. À l’inverse, une analogie mal choisie peut donner l’impression que l’utilisateur ramène systématiquement la souffrance d’autrui à sa propre histoire. La qualité d’un tel outil ne se mesure donc pas seulement à sa capacité à générer un texte fluide. Elle dépend de garde-fous, de tests auprès de publics divers et de la possibilité de contester ou de corriger sa réponse.

Dans des situations de détresse psychologique, de conflit familial ou de discrimination vécue, une application ne doit pas être présentée comme un substitut à un professionnel qualifié, à un proche de confiance ou à une organisation d’aide. Elle peut éventuellement favoriser la réflexion, mais elle ne possède ni responsabilité morale ni capacité propre à prendre soin d’une personne.

Ce qu’il faut surveiller

À la date du 20 juin 2025, EmoSync illustre surtout une direction de recherche : utiliser la personnalisation des modèles linguistiques non seulement pour recommander des contenus ou automatiser des tâches, mais pour faciliter une compréhension entre personnes aux parcours éloignés. Son expérimentation auprès de plus de 100 participants et sa reconnaissance à ACM CHI 2025 donnent du poids à cette approche, sans la transformer en solution prête à l’emploi pour toutes les situations.

Les prochaines étapes à observer seront concrètes. Il faudra notamment vérifier si des résultats comparables se retrouvent auprès de publics plus larges, dans des contextes du quotidien et sur une période plus longue. Il faudra aussi examiner les règles de consentement et de protection des données, ainsi que les mécanismes prévus pour limiter les biais dans les analogies générées.

La promesse la plus raisonnable n’est pas celle d’une IA qui ressentirait à notre place. C’est celle d’un outil capable, lorsqu’il est bien conçu et utilisé avec discernement, de nous inviter à poser une meilleure question : quelle expérience de ma propre vie peut m’aider à écouter plus attentivement celle de quelqu’un d’autre ?