Ce projet de thèse explore l'apparition et l'apprentissage du dessin chez les hominidés par des indices mathématiques inédits et l'intelligence artificielle (deep learning). Certains de ces indices sont spatiaux (tracé, utilisation de l'espace), d'autres sont temporels (séquences comportementales), d'autres encore sont basés sur l'utilisation de la couleur. Ces indices nous permettent ensuite de comparer des dessins issus de différentes catégories de dessinateurs (enfants de 2 à 10 ans, adultes experts et naïfs en dessin, grands singes). Cette approche comparative nous conduit à mieux appréhender l'ontogénie et l'apprentissage du dessin chez l'être humain, mais aussi sa phylogénie chez les hominidés. Ce projet est interdisciplinaire puisqu'il fait appel à la biologie du comportement (éthologie), à la psychologie comparée (humains et non humains), aux mathématiques (fractales notamment) et à l'informatique (machine learning). Les enfants et adultes participants sont testés à Strasbourg. Pour travailler avec les chimpanzés, nous faisons appel à des collaborateurs japonais. Le doctorant sera en charge de développer des algorithmes de deep learning permettant de montrer des différences entre dessins à différents niveaux : 1. interspécifique, en particulier orang-outangs, chimpanzés et hommes ; 2. chez l'homme en fonction de l'âge ; 3. en fonction de l'expertise (expert vs naïfs).
Plus d’information :
https://bit.ly/2W7Ir5p