Former les criminologues de demain grâce à l’intelligence artificielle

Tout est parti d’une constatation en salle de classe. «Dans plusieurs cours universitaires, notamment en criminologie, on utilise des scénarios cliniques papier. Ces scénarios présentent toutefois plusieurs limites, notamment la difficulté de mettre à l’épreuve les compétences cliniques. En effet, ils ne sont pas représentatifs des situations que les professionnels peuvent rencontrer dans leur travail», explique Ann-Pierre Raiche. Ces scénarios sur papier comportent toutes les informations nécessaires, il n’y a pas de recherche à faire ni d’interaction possible, comme au cours d’une véritable entrevue. Il manquait la complexité du réel. 

«En pratique, un intervenant doit aller chercher l'information, poser les bonnes questions et parfois faire face à des jeunes qui ne veulent pas répondre. Ça, un scénario clinique ne l'apprend pas», résume-t-elle. 

Jusqu'ici, certaines universités avaient tenté de contourner ces limites en utilisant des vidéos, voire en recrutant des jeunes pour simuler des entrevues. Mais ces solutions présentaient d’importants défis. «D'abord, les vidéos deviennent rapidement désuètes, souligne la doctorante. Ensuite, faire appel à de vrais jeunes pose des questions éthiques majeures, surtout quand on parle de jeunes judiciarisés.» 

Quant aux mises en situation réelles avec des comédiens ou aux jeux de rôle, ils sont difficiles à mettre en place dans un programme qui accueille environ 130 étudiants et étudiantes par cohorte.  

Les étudiantes et étudiants ont jugé l’exercice avec l’agent virtuel autonome plus utile pour leur apprentissage que les méthodes traditionnelles. «Ceux qui ont trouvé l’outil pertinent ont obtenu de meilleures notes à l’examen final que ceux qui l’ont moins aimé», indique Ann-Pierre Raiche. 

Pour ancrer l’expérience dans la réalité du terrain, l’équipe de recherche a misé sur des situations courantes en criminologie plutôt que sur des cas exceptionnels. Résultat: les étudiantes et les étudiants se sont sentis immédiatement concernés. Ils ont ainsi salué le réalisme de l’exercice. «Le but était de donner l’impression de s'entraîner avec un vrai jeune. Ça permet aussi d’être confronté au langage des jeunes, qui utilisent des expressions qui leur sont propres», observe la doctorante. 

Le robot a également offert un terrain d’entraînement précieux pour perfectionner les techniques d’entrevue. «Il fallait apprendre à bien formuler ses questions pour obtenir les informations recherchées. Par exemple, en criminologie, on s’intéresse aux crises de colère. Chez un adolescent, comment se manifeste la colère? Comment poser les bonnes questions pour connaître les causes de ces comportements?» poursuit-elle. Grâce à ce robot, les étudiants et étudiantes ont appris à aller plus loin dans les questions descriptives pour chercher de l’information. Les résultats de la recherche montrent qu’ils ont trouvé cela très pertinent pour leur apprentissage. 

L’équipe réfléchit déjà à plusieurs pistes pour faire évoluer l’outil. L’une d’elles serait de rendre les agents conversationnels encore plus réalistes en leur intégrant des expressions faciales. 

Autre projet en vue: ajouter différents niveaux d’interaction. «Il serait ainsi possible de tester différentes attitudes du personnage, selon qu’il est coopératif ou au contraire réticent à l’échange, mentionne Ann-Pierre Raiche. Dans la réalité, il arrive souvent que les professionnels rencontrent des jeunes peu enclins à discuter de certains aspects. Nous aimerions pouvoir simuler ces situations en modulant le degré de réticence du personnage.» 

L'équipe souhaite aussi intégrer un système de rétroaction automatique. «Après chaque interaction, l'agent virtuel autonome pourrait indiquer les renseignements qui n’ont pas été obtenus et proposer des exemples de questions qui auraient pu être posées», précise la chercheuse. 

Enfin, un autre chantier serait d’explorer l’utilisation de grands modèles de langage, comme ChatGPT, pour apporter encore plus de flexibilité aux échanges. Aujourd’hui, le robot repose sur un bassin fixe de questions: certaines interrogations des étudiants et des étudiantes ne peuvent donc pas être prises en compte. Mais l’intégration de l’intelligence artificielle n’est pas sans risque. «On craint que l’agent conversationnel se mette à inventer des réponses incohérentes, reconnaît la doctorante. Il faudra établir des balises claires pour rester dans un cadre pédagogique.» 

Malgré tous ces outils technologiques, le rôle du formateur reste indispensable. «L'agent virtuel autonome est un très bon complément, mais il ne remplace pas l’analyse fine d'un enseignant ou d’une enseignante ni la rétroaction humaine. Les étudiantes et les étudiants ont besoin qu'on les guide, qu'on leur explique pourquoi telle réponse est bonne ou insuffisante», conclut Ann-Pierre Raiche.