Selon le professeur Albert Mehrabian, psychologue  à l'Université de Californie à Los Angeles, les mots prononcés par une personne n’ont qu’une importance relative, le non-verbal compte beaucoup plus.

Selon l’universitaire, dans une conversation les mots n’ont qu’une influence de l’ordre de 7 % tandis que la prosodie (l’inflexion, le ton, la tonalité, l’intonation, l’accent, la modulation de la voix) compte pour 38 %.

Pour vraiment comprendre les humains, et vouloir leur proposer autre chose qu’un dialogue mécanique, les machines dotées d’intelligence artificielle devront donc intégrer ces paramètres en ajoutant la couche émotionnelle.

Les IA sont face à un énorme chantier.

Pour appréhender le profil d’un individu, notamment sous l’angle émotionnel, il n’est donc nul  besoin de récolter des data sur les individus, leurs comportements ou leurs goûts.

La voix en dit déjà très long : intonations, rythme du débit, nature de la respiration, niveau sonore de la voix…

Tout cela ne forme pas directement une émotion mais représente une sorte de faisceau d’indices permettant d’amener à la compréhension de l’état émotionnel d’une personne.

Au laboratoire de recherche en audiovisuel de l’Université de Toulouse-Le Mirail, les chercheurs sont parvenus à utiliser les données perceptibles dans la voix pour capturer certains états physiologiques : le stress ou une simple fatigue.

Selon Gaël Richard, enseignant-chercheur à Télécom ParisTech : « Des travaux restent à mener sur la compréhension du degré émotionnel. On peut comprendre la peur, mais estimer la profondeur de ce sentiment devient plus ardu. »

Les possibilités de progresser en la matière demeurent  donc encore importantes mais des sociétés commencent déjà à revendre ces  « données affectives » à des professionnels du ciblage, ainsi qu’à des marques.