Colère, crainte, surprise : les émotions faciales des chefs de partis fédéraux lors du débat en français

Dans plusieurs projets de recherche en marketing, nous utilisons une technologie nous permettant de mesurer les émotions faciales des consommateurs. Il y a quelques jours, nous avons utilisé cet outil dans le contexte des élections fédérales en analysant les émotions faciales des chefs de partis lors du débat en français diffusé à Radio-Canada le 24 septembre 2015 à 20h00. Nous avons analysé le Bloc 1 du débat qui avait comme sujet : « Le gouvernement au service des Canadiens ». Ce projet a été réalisé en collaboration avec le Tech3Lab de HEC Montréal et Léger.

Méthode d’analyse

Le logiciel FaceReader de Noldus a été utilisé pour analyser les émotions faciales des chefs de partis. L’outil permet de détecter en temps réel six émotions de base, en plus de la neutralité, soit la joie, la tristesse, la colère, la surprise, la crainte et le dégoût. Voici un aperçu de la technologie à l’oeuvre captant la colère de Gilles Duceppe :

Résultats obtenus

Selon notre analyse, les chefs ont ressenti des émotions distinctes et variées lors de ce bloc du débat. Bien que les chefs aient été neutres en grande partie, à quelques moments, ils ont exprimé des pointes d’émotions. Par exemple, Stephen Harper et Gilles Duceppe ont ressenti de la colère, Justin Trudeau de la crainte, Thomas Muclair et Elizabeth May ont quant à eux ressenti de la surprise.
L’analyse confirme également que le sujet du niqab a été enflammé, puisqu’il est la cause de la réaction émotionnelle la plus forte de trois des cinq chefs ! Le suicide assisté a aussi causé de fortes émotions à Justin Trudeau et Thomas Mulcair. FaceReader nous fourni également la valence émotionnelle, soit l’intensité positive ou négative des émotions détectées. La valence était négative pour les cinq chefs tout au long du débat.

Interprétation des résultats par Christian Bourque

Suite à la production des analyses, nous avons demandé à Christian Bourque, Vice-président exécutif et associé chez Léger de commenter les résultats :

« L’analyse de l’émotion faciale nous révèle des éléments forts intéressants sur les échanges entre les chefs. Voici quelques observations :

  • Ce segment du débat incluait l’enjeu du moment : le port du niqab lors de la cérémonie de citoyenneté. Tous les analystes politiques indiquaient comment cet enjeu pouvait être un passage difficile pour M. Mulcair, en tête des sondages au Québec, mais dont la prise de position semble aller à l’encontre de l’opinion publique. Doit-on se surprendre que l’émotion dominante chez M. Harper et M. Duceppe soit la colère ? Appelez plutôt cette émotion agressivité ou hargne, et l’on comprend tout de suite que ces deux chefs se lançaient à l’attaque de M. Mulcair ! Ce dernier avait tout avantage à rester de glace sur cet enjeu tel que l’indique la dominance de la neutralité dans son visage, selon FaceReader. Enfin, souvenez-vous que Madame May a été la seule à contre-attaquer en parlant de sa stupéfaction devant l’ampleur de ce débat alors que les « vrais » enjeux économiques et environnementaux étaient occultés. Eh bien, FaceReader nous indique que les émotions dominantes chez la chef du Parti Vert sont la surprise et la colère/dégoût.
  • Plusieurs ont commenté sur le début de débat hésitant pour M. Trudeau. Lui qui aurait souhaité sans doute que le débat soit lancé sur l’économie, donnait l’impression de ne pas être à l’aise durant le segment que nous avons analysé. Ainsi, l’émotion dominante de M. Trudeau demeure la « crainte » ou, si vous préférez, l’insécurité.
  • Quel conseil donneriez-vous à un chef de parti avant un débat ? Rester calme, en contrôle, et serein. Vous remarquerez que les chefs tentent de rester bien droit derrière leur lutrin et certains vont même le tenir fermement pour tenter de se donner une contenance. Pas étonnant que l’émotion la plus souvent visible sur leur visage soit la neutralité. Surtout NE RIEN LAISSER PARAÎTRE messieurs, dame !

Au-delà des phrases chocs préparées, des promesses électorales et des prises de position savamment élaborées par des conseillers en image, l’émotion paraîtra toujours. Mais attention ! Maintenant, nous pouvons la mesurer. »

Ainsi, les discussions portant sur le niqab et le suicide assisté on été émotionnelles pour les chefs, tandis que les autres sujets ont été traités avec plus de neutralité. Cette analyse donne un nouvel angle d’interprétation au débat des chefs et enrichie les discussions post-débat. Il est maintenant possible de détecter les éléments du débat qui sont venus « chercher » émotionnellement les chefs. Cette analyse ouvre la voie à plusieurs possibilités, notamment d’observer en direct les réactions émotionnelles des chefs lors des débats. Nous pourrions éventuellement aussi analyser les émotions ressenties par les téléspectateurs lors des débats… ce qui serait aussi fort intéressant !
D’autres analyses post-débat pourraient suivre prochainement…
***

Informations complémentaires sur FaceReader

Description de l’outil 

FaceReader est un logiciel permettant l’analyse des émotions faciales. Il a été créé afin de permettre la classification des expressions dans une des catégories suivantes : joie, tristesse, colère, surprise, crainte, dégoût et neutralité. Ces catégories d’émotions ont été décrites par Ekman comme les émotions de base ou universelles. Il va de soit que les expression varient en intensité et que les réactions émotionnelles peuvent inclure plusieurs émotions. De plus, il y a beaucoup de variations d’une personne à l’autre.

Étapes du processus de lecture des émotions

  1. La première étape est la détection du visage. FaceReader utilise l’algorithme Viola-Jones (2001) pour détecter la présence d’un visage.
  2. La deuxième étape est la modélisation du visage basée sur la méthode des modèles à apparence active (Active Appearance Method) décrite par Cootes et Taylor (2000). Le modèle est formé avec une base de données d’images annotées, qui permet la description de plus de 500 points du visage et de sa texture. Les points clés comprennent (A) ceux qui délimitent le visage (partie analysée par FaceReader); (B) les points du visage qui sont facilement reconnaissables (lèvres, sourcils, nez et yeux). La texture est importante, car elle fournit de l’information additionnelle au niveau de l’état du visage. Les points clés décrivent seulement la position globale et la forme du visage, mais ils ne donnent pas d’information telles que la présence de rides et la forme des sourcils. Ces éléments sont importants pour la classification des expressions faciales d’un individu.
  3. Finalement, la classification des expressions faciales est prise en charge par un réseau de neurones artificiel. Pour la création de ce dernier, plus de 10 000 images annotées manuellement on été utilisées.

Interprétation des émotions

En plus de la neutralité, FaceReader détecte six émotions de base qui sont considérées comme étant universelles par la science. Il a été démontré qu’il existe des éléments observables dans toutes les cultures au niveau de l’expression faciale des émotions. Cela est rattaché à l’association entre les mouvements de muscles spécifiques du visage et les émotions. Les six émotions de base comprennent la majorité des concepts émotionnels qui ont été identifiées par les études antérieures portant sur l’expression d’émotions faciales indépendamment de la culture (Ekman, 1970) :
  • La joie : « happy »;
  • La surprise : « surprised»;
  • La crainte : « scared»;
  • La tristesse : « sad»;
  • La colère : « angry»;
  • Le dégoût : « disgusted».
De façon générale, la joie est toujours considérée comme une émotion positive, alors que la crainte, la tristesse, la colère et le dégoût sont considérées comme négatives, et que la surprise peut être les deux. Or, dans certains cas, les émotions négatives ne sont pas déplaisantes (Ekman, 2007). Certaines personnes apprécient la colère lors d’une argumentation, alors que d’autres aiment pleurer en regardant un film triste. Dans cette optique, il est essentiel de s’intéresser aux contextes spécifiques de chaque épisode émotionnel avant que nous puissions déterminer s’il est positif ou négatif.
Chacune des émotions rapportée par FaceReader est rattachée à une famille d’émotions. Par exemple, la colère peut varier en intensité, allant de la contrariété à la rage, et en type. La colère peut être renfrognée, ou prendre la forme de rancune, d’indignation, de froideur, etc. Dans le même ordre d’idées, la joie peut autant se traduire par de l’amusement que par un sentiment de soulagement. Actuellement, l’état de la science ne permet pas de distinguer les émotions précises à l’intérieur d’une famille d’émotion.

Détails du processus d’analyse

Au total, 73 extraits vidéos où le visage d’un chef était clairement visible ont été découpés à partir de l’enregistrement du débat. Entre 2,25 et 3,97 minutes de temps de parole ont été analysées pour chaque chef de parti. L’analyse a d’abord été effectuée pour chacune des questions du Bloc 1, soit la santé, le suicide assisté, le niqab (services gouvernementaux à visage découvert) et les paradis fiscaux, puis des moyennes ont été calculées pour l’ensemble du Bloc 1. Il est à noter que les résultats ont été pondérés en fonction du temps de parole analysé pour chaque chef.

Sources :
Ekman, P. (1970). « Universal Facial Expressions of Emotion », California Mental Health Research Digest, vol. 8, p. 151-158.
Ekman P. (2007). Emotions Revealed, Holt Paperbacks, 2ième édition, 320 p.
Noldus (2015). « FaceReader Methodology », 6 p.

Retour aux publications