Un algorithme d’IA innovant développé par des experts en comportement canin vise à évaluer avec précision la personnalité des chiens de travail, facilitant ainsi de meilleurs résultats de dressage et de placement. Cette collaboration entre le monde universitaire et la startup de technologie canine Dogvatar utilise les données de l’enquête C-BARQ pour prédire les types de personnalité des chiens, offrant ainsi une nouvelle approche de la mise en relation chien-humain.
L’algorithme génère une empreinte digitale de la personnalité canine, un peu comme le test populaire Myers-Briggs le fait pour les humains.
Une équipe de recherche multidisciplinaire spécialisée dans le comportement canin et l’intelligence artificielle a développé un algorithme d’IA qui automatise le processus à enjeux élevés d’évaluation de la personnalité des chiens de travail potentiels. Ils espèrent aider les agences de dressage de chiens à évaluer plus rapidement et plus précisément quels animaux sont susceptibles de réussir à long terme dans des carrières telles que l’aide aux forces de l’ordre et l’assistance aux personnes handicapées. Le test de personnalité pourrait également être utilisé pour la mise en relation chien-humain, aidant ainsi les refuges à être placés correctement, réduisant ainsi le nombre d’animaux renvoyés parce qu’ils ne correspondent pas à leur famille adoptive.
Collaboration et résultats de recherche
Les scientifiques de l’Université d’East London et de l’Université de Pennsylvanie ont mené la recherche pour le compte de leur sponsor. Dogvatar, une startup de technologie canine basée à Miami, en Floride. Ils ont annoncé les résultats de l’algorithme de test de personnalité des chiens dans leur article intitulé « Une approche d’intelligence artificielle pour prédire les types de personnalité chez les chiens », publié le 29 janvier 2024 dans Rapports scientifiques.
L’algorithme d’IA s’appuie sur les données de près de 8 000 réponses au questionnaire d’évaluation et de recherche sur le comportement canin (C-BARQ) largement utilisé pour s’entraîner. Depuis plus de 20 ans, les 100 questions Enquête C-BARQ a été la référence en matière d’évaluation des chiens de travail potentiels.
« C-BARQ est très efficace, mais bon nombre de ses questions sont également subjectives », a déclaré le co-chercheur principal James Serpell, professeur émérite d’éthique et de bien-être animal à l’École de médecine vétérinaire de l’UPenn. « En regroupant les données de milliers d’enquêtes, nous pouvons ajuster les réponses aberrantes inhérentes aux questions subjectives de l’enquête dans des catégories telles que la rivalité entre chiens et la peur dirigée par des étrangers. »
Algorithme d’IA et types de personnalité de chien
L’algorithme expérimental d’IA de l’équipe de recherche fonctionne en partie en regroupant les réponses aux questions C-BARQ en cinq catégories principales qui façonnent finalement l’empreinte numérique de la personnalité qu’un chien donné reçoit. Ces types de personnalité ont été identifiés et décrits sur la base de l’analyse des attributs les plus influents dans chacune des cinq catégories et comprennent : « excitable/attaché », « anxieux/craignant », « distant/prédateur », « réactif/affirmé ». » et « calme/agréable ». Les points de données qui alimentent ces groupes ultimes incluent des attributs comportementaux tels que « excitable lorsque la sonnette retentit », « agressivité envers des chiens inconnus visitant votre maison » et « poursuit ou poursuivrait les oiseaux si l’occasion se présentait ».
Chaque attribut se voit attribuer une valeur « d’importance des caractéristiques », qui correspond essentiellement au poids que l’attribut reçoit lorsque l’algorithme d’IA calcule le score de personnalité d’un chien. « C’est plutôt remarquable – ces groupes sont très significatifs, très cohérents », a déclaré Serpell.
Recherche potentielle et future
Dogvatar et ses chercheurs collaborateurs ont l’intention de mener des recherches plus approfondies sur les applications potentielles de leur algorithme de test de personnalité canine.
«Cela a été une avancée vraiment passionnante pour nous», a déclaré Piya Pettigrew, PDG de Dogvatar, « Alpha Pack Leader ». «Cet algorithme pourrait grandement améliorer l’efficacité du processus de dressage et de placement des chiens de travail, et pourrait contribuer à réduire le nombre de chiens de compagnie ramenés dans les refuges parce qu’ils ne sont pas compatibles. C’est une victoire pour les chiens et les personnes qu’ils servent.
