Details
- Supervisors
- Faculty
- Degree label
- Abstract
- Ce mémoire examine dans quelle mesure plusieurs grands modèles de langage sont capables de reconnaître les émotions de manière comparable à des répondants humains lorsqu’ils sont confrontés aux mêmes stimuli textuels. L’étude compare les réponses de Claude, Gemini, Piccolo et ChatGPT à une base humaine de référence construite à partir d’un questionnaire soumis à une quarantaine de participants. Le corpus analysé se compose de 28 titres d’articles, incluant des formulations explicites, implicites, métaphoriques ou ambiguës. La roue des émotions de Plutchik est utilisée comme cadre théorique commun, autour de huit émotions : la joie, la tristesse, la colère, la peur, l’anticipation, la surprise, le dégoût et la confiance. La méthodologie repose sur deux niveaux d’analyse. Le premier consiste à comparer l’émotion dominante attribuée par les modèles à celle issue de la moyenne humaine. Le second prend en compte l’ensemble du profil émotionnel à l’aide d’indicateurs d’écart, notamment le MAE, le nMAE, le taux de couverture par intervalle de confiance et le taux de déviations statistiquement significatives. Des tests de Wilcoxon et de Friedman complètent l’analyse afin d’évaluer les différences entre modèles et selon les émotions. Les résultats montrent que Piccolo est le modèle le plus proche de la référence humaine pour l’identification de l’émotion dominante. En revanche, lorsque l’ensemble du profil émotionnel est pris en compte, Claude apparaît légèrement plus proche de la base humaine. Gemini est le modèle qui s’en éloigne le plus. L’analyse par émotion révèle également que certaines émotions, comme l’anticipation, le dégoût et la confiance, différencient davantage les modèles. Ces résultats suggèrent que les grands modèles de langage peuvent approcher certaines logiques humaines de reconnaissance émotionnelle, mais que cette proximité reste partielle, variable et dépendante du type d’émotion étudié.