Une IA analyse le mimétisme émotionnel pour estimer l’empathie des dirigeants

L’empathie est souvent invoquée pour expliquer la qualité d’un manager, d’un soignant ou d’un responsable public. Pourtant, la mesurer reste difficile. Les questionnaires demandent aux personnes de décrire elles-mêmes leur capacité à comprendre autrui, avec le risque de réponses idéalisées ou simplement imprécises. Des chercheurs de l’Université Polytechnique de Hong Kong proposent une autre voie : observer, à l’aide de l’intelligence artificielle, ce qui se passe effectivement dans une conversation filmée.

Leur cadre d’analyse vidéo s’intéresse notamment à un phénomène discret mais familier : le mimétisme émotionnel. Lorsqu’une personne reprend spontanément une expression émotionnelle manifestée par son interlocuteur, ce comportement peut refléter une forme de synchronisation dans l’échange. Pour Li Cui et ses collègues, cette réaction fournit un indicateur susceptible d’aider à estimer l’empathie observée. L’ambition est importante, mais il faut préciser ce que l’outil mesure, ce qu’il ne mesure pas et dans quelles conditions ses résultats peuvent être interprétés.

Pourquoi l’empathie est-elle difficile à évaluer ?

L’empathie désigne généralement la capacité à comprendre les émotions ou le point de vue d’une autre personne. Elle ne se réduit pas à la gentillesse, ni au fait d’être d’accord avec quelqu’un. On peut saisir la détresse, la colère ou les préoccupations d’autrui sans partager son opinion, et sans nécessairement agir en conséquence.

Dans la recherche en psychologie, deux instruments sont couramment utilisés : l’indice de réactivité interpersonnelle, ou IRI, et le quotient d’empathie, ou EQ. Ils reposent sur des séries d’affirmations ou de questions auxquelles les participants répondent eux-mêmes. Ces outils ont l’avantage d’être simples à administrer et de permettre des comparaisons entre groupes. Mais ils reposent sur une déclaration personnelle : chacun doit se connaître, comprendre les questions et répondre honnêtement.

Cette approche rencontre plusieurs limites :

• une personne peut présenter l’image qu’elle souhaite donner d’elle-même ;
• les réponses dépendent du contexte, de la culture et de la manière dont les questions sont comprises ;
• un questionnaire ne permet pas toujours de saisir la façon dont une personne réagit dans une interaction concrète ;
• les réponses sont ponctuelles, alors que l’empathie peut se manifester de façons différentes selon les situations.

L’analyse de séquences vidéo cherche donc à ajouter une couche d’observation comportementale. Il ne s’agit pas de décréter qu’un visage révèle à lui seul une personnalité, mais de repérer, sur de nombreuses interactions, des régularités dans la réponse émotionnelle d’une personne face à un interlocuteur.

Le mimétisme émotionnel au cœur de la méthode

Le cadre développé par l’équipe de l’Université Polytechnique de Hong Kong analyse des enregistrements vidéo de conversations, notamment des entretiens entre des PDG et des journalistes. Le principe est de suivre les expressions émotionnelles présentes dans l’échange et d’identifier si, et dans quelle mesure, la personne observée semble refléter l’émotion de son interlocuteur.

Ce reflet n’est pas forcément une imitation volontaire ou théâtrale. Dans une discussion, les visages, le regard, le rythme de réponse et d’autres comportements non verbaux peuvent s’ajuster. La recherche met en avant l’idée que les personnes présentant une empathie élevée auraient davantage tendance à imiter les émotions d’autrui. Le mimétisme émotionnel devient alors un proxy, c’est-à-dire un indicateur indirect, de l’empathie.

L’intelligence artificielle apporte ici deux capacités pratiques. D’abord, elle peut traiter de nombreuses séquences filmées selon une grille cohérente. Ensuite, elle permet d’extraire des caractéristiques comportementales sans demander à chaque participant de remplir un long questionnaire. Cette automatisation est particulièrement intéressante lorsque les corpus sont très vastes, par exemple des archives d’interviews publiques.

Il convient cependant de ne pas confondre automatisation et objectivité parfaite. Un sourire, un froncement de sourcils ou une réaction apparemment synchronisée peuvent avoir plusieurs explications. Le montage de la vidéo, la qualité de l’image, les habitudes culturelles de communication, le contexte d’une interview ou la stratégie médiatique d’un dirigeant peuvent tous influer sur les signaux enregistrés.

Comment l’IA passe-t-elle de la vidéo à une estimation ?

Le dispositif décrit par les chercheurs ne consiste pas à attribuer une étiquette définitive à une personne après quelques secondes d’images. Il s’agit plutôt d’examiner les interactions et d’en tirer des mesures comportementales à grande échelle. Ces mesures sont ensuite mobilisées comme indicateurs dans une analyse de l’empathie et de ses liens avec certains comportements organisationnels.

Le déroulé peut être résumé ainsi :

Cette méthode se distingue donc des tests traditionnels sur un point central : elle cherche à s’appuyer sur des comportements captés dans une interaction, plutôt que sur l’image qu’une personne donne d’elle-même dans un questionnaire. Cela ne signifie pas que les auto-évaluations deviennent inutiles. Elles renseignent sur la perception que les individus ont de leurs propres dispositions, tandis que la vidéo renseigne sur une situation observable. Les deux approches peuvent être complémentaires.

Ce que l’étude observe chez les PDG

Le terrain choisi par les chercheurs est celui des entretiens entre dirigeants d’entreprise et journalistes. Ce format présente un intérêt particulier : il existe de nombreux enregistrements publics, les interlocuteurs interagissent directement et les réponses des PDG peuvent être mises en regard de caractéristiques de leur entreprise.

Les résultats préliminaires rapportés par l’équipe établissent une association entre une empathie plus élevée, estimée au moyen de ce cadre, et des politiques d’entreprise plus pro-sociales. Les dirigeants considérés comme plus empathiques semblent notamment associés à des environnements davantage favorables au bien-être et à la sécurité au travail, ainsi qu’à une meilleure équité salariale.

La recherche relève également un lien avec la gestion de crise. L’empathie du dirigeant semble jouer un rôle significatif dans ce domaine. L’hypothèse est intuitive : un responsable attentif aux émotions et aux préoccupations de ses interlocuteurs peut être mieux équipé pour comprendre les effets humains d’une décision et communiquer pendant une période difficile.

Mais une association ne suffit pas à démontrer une causalité. Un PDG doté d’un style de communication empathique n’est pas nécessairement la cause unique des politiques de son entreprise. La taille de l’organisation, son secteur, son pays d’implantation, sa culture interne, la pression de ses actionnaires ou le travail de ses équipes de direction peuvent aussi peser sur les décisions sociales. L’intérêt de l’outil est d’ouvrir une piste de mesure, pas de fournir une explication totale du fonctionnement d’une entreprise.

Peut-on vraiment mesurer l’empathie avec une caméra ?

La réponse la plus juste est : partiellement, dans un contexte bien défini, et avec de fortes précautions. Une caméra peut enregistrer une interaction. Un système informatique peut détecter des variations et comparer des comportements. En revanche, ni l’un ni l’autre n’accèdent directement aux intentions, aux pensées ou à l’histoire personnelle d’un individu.

Cette nuance est fondamentale, surtout si de telles technologies quittaient le laboratoire. Un outil conçu pour la recherche ne devrait pas automatiquement servir à recruter, promouvoir, sanctionner ou classer des salariés. Employer une estimation algorithmique de l’empathie pour prendre une décision concernant une personne exposerait à des erreurs d’interprétation et à des effets de discrimination.

Plusieurs sources de biais doivent être envisagées :

• Le contexte de captation : une interview préparée, une conversation informelle ou une réunion sous tension ne produisent pas les mêmes comportements.
• La diversité des expressions : les normes d’expression des émotions diffèrent selon les cultures, les générations et les individus.
• La qualité des données : un angle de caméra, un éclairage insuffisant, des coupures de montage ou un mauvais son peuvent déformer l’analyse.
• Le modèle lui-même : ses résultats dépendent des exemples sur lesquels il a été développé et des choix de variables retenus.
• L’usage des résultats : une mesure statistique à l’échelle d’un corpus ne devient pas automatiquement un jugement juste à l’échelle d’une personne.

Sur le plan de la vie privée, l’analyse automatisée de vidéos exige également une vigilance particulière. Les personnes filmées doivent savoir quelles données sont utilisées, à quelle fin, pendant combien de temps et avec quelles garanties. Dans un cadre professionnel, le rapport de force entre employeur et salarié rend la question du consentement encore plus sensible.

Des applications possibles, de la psychologie au monde du travail

Pour la recherche en psychologie organisationnelle, un tel cadre peut faciliter l’étude de traits interpersonnels dans des situations plus proches du réel. Au lieu de dépendre uniquement d’un questionnaire rempli à un moment donné, les chercheurs pourraient analyser de grands ensembles d’interactions et observer la façon dont des comportements évoluent selon le contexte.

Dans les entreprises, l’intérêt potentiel réside moins dans l’évaluation individuelle que dans la compréhension des styles de communication et de leurs effets. Une analyse agrégée, encadrée et anonymisée pourrait par exemple aider à étudier la qualité des échanges dans certaines situations. Mais elle ne devrait pas servir de raccourci pour décider qu’une personne est apte ou non à diriger une équipe.

Les auteurs envisagent aussi d’étendre le cadre à d’autres environnements vidéo, notamment aux clips publiés sur les réseaux sociaux. Une telle extension permettrait d’examiner la manifestation de l’empathie dans différents univers sociaux et culturels. Elle accroîtrait aussi la complexité de l’exercice : sur les plateformes, les contenus sont fréquemment scénarisés, montés et conçus pour susciter une réaction, ce qui complique l’interprétation d’un signal émotionnel.

La même infrastructure pourrait, selon les perspectives évoquées, servir à explorer d’autres traits tels que l’affirmation de soi, la stabilité émotionnelle ou la confiance. Là encore, chaque trait demanderait une définition précise, une validation scientifique propre et des garde-fous contre les usages abusifs. L’idée d’un logiciel capable de résumer une personnalité à partir d’une vidéo est séduisante, mais elle est bien plus ambitieuse que ce que permettent d’établir ces premiers résultats.

Ce qu’il faut surveiller

Au 8 juin 2025, ce travail ouvre surtout une voie méthodologique : rendre l’étude de l’empathie plus observable et plus facilement déployable sur de grands corpus vidéo. Sa valeur dépendra de la capacité des chercheurs à vérifier que les résultats restent solides dans d’autres populations, d’autres langues et d’autres contextes de communication.

Trois points seront particulièrement déterminants. Le premier est la validation : l’indicateur de mimétisme émotionnel devra être comparé à d’autres mesures reconnues de l’empathie. Le deuxième est l’équité : il faudra tester ses performances auprès de groupes aux manières diverses d’exprimer leurs émotions. Le troisième est la gouvernance : toute utilisation hors de la recherche devra définir clairement les finalités, les données autorisées et les décisions qui ne peuvent pas être déléguées à un algorithme.

L’apport le plus prometteur de cette approche n’est donc pas de transformer une caméra en détecteur d’âme. Il est de donner aux sciences du comportement un nouvel outil pour observer les interactions humaines, à condition de conserver ce que l’IA ne possède pas : le discernement nécessaire pour interpréter un comportement dans son contexte.