Vers des dialogues plus naturels : intégrer des compétences de dialogue informel à des agents conversationnels orientés tâche

Mener des conversations naturelles et humaines est depuis longtemps considéré comme marqueur essentiel d'intelligence. Les systèmes de dialogue contemporains sont généralement classés en deux catégories: les dialogues orientés-tâches, où l'efficacité et la réalisation d'objectifs transactionnels priment, et les dialogues informels à domaine ouvert, centrés sur l'engagement et la connexion sociale. Cependant, les conversations humaines ne se limitent que rarement à cette dichotomie. Dans les échanges quotidiens, objectifs transactionnels et sociaux s'entremêlent régulièrement, ce qui suggère que les systèmes de dialogue devraient eux aussi intégrer ces deux dimensions afin de rendre les interactions plus naturelles. Cette thèse s'intéresse à l'intégration d'éléments de dialogue informel dans les dialogues orientés-tâche, en défendant l'idée que ces deux modes sont complémentaires plutôt que concurrents. Le travail est structuré en deux parties. La première propose un état de l'art des systèmes de dialogue, retraçant l'évolution historique des agents orientés-tâche et des agents de dialogue informel, les jeux de données et paradigmes d'évaluation qui les ont façonnés, ainsi que l'émergence d'approches dites « inter-modes », qui combinent les deux types de systèmes. Elle introduit également quelques bases du traitement automatique du langage et de l'apprentissage automatique, en soulignant le rôle des récents progrès des grands modèles de langue qui ont accéléré l'émergence des systèmes hybrides. La seconde partie présente des contributions originales explorant comment l'intégration de dialogue informel peut enrichir les agents orientés-tâche. Quatre études sont proposées. Premièrement, une étude comparative évalue différentes stratégies d'injection de dialogue informel dans des dialogues orientés- tâche, révélant des motifs lexicaux distincts et montrant comment certains éléments améliorent la diversité et l'engagement. Deuxièmement, une approche unifiée et bout-en-bout démontre que l'intégration de la détection d'émotions (coté utilisateur) dans un système orienté-tâche améliore à la fois le taux de réussite et le naturel des échanges. Troisièmement, nous proposons d'enrichir les dialogues orientés-tâche par l'ajout d'éléments narratifs que les utilisateurs ajoutent pour expliquer leur situation. Cela simule ainsi des scénarios inter-modes dans lesquels les utilisateurs intègrent des éléments contextuels à leurs requêtes. Ces données d'entraînement permettent à la fois d'évaluer et d'améliorer la robustesse des modèles face à ce type de requêtes inter-modes, courantes dans les conversations réelles. Enfin, une approche par few-shot prompting montre que les grands modèles de langue peuvent combiner de manière flexible compétences transactionnelles et conversationnelles sans nécessiter de modifications architecturales, mettant en évidence la rapidité et la simplicité de mise en œuvre de ces méthodes pour construire des agents de dialogue unifiés. Dans l'ensemble, ces contributions font progresser le développement des systèmes de dialogue inter-modes en répondant à des défis clés tels que les limites des jeux de données, la modélisation unifiée de dimensions sociales et transactionnelles, et la robustesse face aux requêtes inter-modes. Cette thèse démontre que le dialogue informel et le dialogue orienté-tâche peuvent être intégrés de manière cohérente sans être nécessairement accompagné par un sacrifice de performance. Elle soutient en définitive que dépasser la séparation artificielle entre ces deux modes de dialogue est essentiel pour concevoir des systèmes non seulement efficaces et fiables, mais aussi plus naturels, empathiques et agréables à utiliser.