Dream - un gestionnaire de dialogue pour une adaptation à double niveau au contexte et au profil utilisateur; des conversations sur mesure au-delà des modèles de langage

L'entretien motivationnel (EM) est une approche de conseil centrée sur le client et orientée vers un objectif, visant à favoriser le changement de comportement. Concevoir des agents virtuels capables de mener un EM pose plusieurs défis, notamment en matière d'adaptabilité, de création de lien (rapport) et de compréhension multimodale. Cette thèse présente un système de dialogue modulaire et adaptatif, conçu pour réaliser un EM à travers un agent virtuel incarné. Nous commençons par une analyse de dialogues EM entre humains, identifiant trois profils de patients distincts : « Ouvert au changement », « Réceptif » et « Résistant au changement », chacun étant associé à des comportements verbaux et non verbaux spécifiques. Nous extrayons et annotons des indices multimodaux afin de mieux comprendre la structure des interactions en EM, et nous concevons un classificateur multimodal interprétable pour caractériser le comportement des patients. Cette analyse nourrit le développement d'un modèle de patient simulé capable de générer des dialogues diversifiés et contextuellement cohérents. Pour évaluer la qualité de la simulation, nous introduisons des métriques issues des systèmes de recommandation, pertinence, diversité, nouveauté et sérendipité, qui permettent une évaluation plus riche que la simple précision. Un gestionnaire de dialogue est ensuite développé à l'aide de techniques d'apprentissage par renforcement et de méta-apprentissage, en interaction avec le patient simulé. Ce gestionnaire s'adapte aux profils utilisateurs ainsi qu'aux différentes phases du EM, surpassant les approches fondées uniquement sur des LLM de bout en bout en termes de cohérence, de création de lien et de capacité d'adaptation. Enfin, nous intégrons le système de dialogue dans la plateforme Greta, permettant une interaction multimodale en temps réel avec les utilisateurs. Nos évaluations montrent que la combinaison entre un LLM, une gestion structurée du dialogue et des entrées multimodales donne naissance à des agents MI plus adaptatifs et efficaces que les modèles end-to-end actuels.