Dans le champ de la biologie et des sciences de l’évolution, l’étude des liens d’attachement s’est vue renouvelée par la découverte de la transmission non-génétique de modes de comportements spécifiques au cours des interactions précoces mèreslbébés et du rôle de l’ocytocine. Pour autant, l’étude des interactions précoces est complexe. Nous proposons d’illustrer comment l’utilisation de méthodes computationnelles pour l’analyse et le traitement de signaux sociaux a permis un changement de paradigme. A partir de sources variées (films familiaux ; expériences en laboratoire), nous montrerons comment ces méthodes ont été utilisées (1) pour évaluer la synchronie entre partenaires (bébé, enfant, parent, agent ou robot) en contexte pathologique (autisme, mère négligente) ou non ; (2) pour caractériser les échanges interpersonnels et les signaux sociaux échangés (prosodie émotionnelle, mouvements, vocalisation, tour de parole) ; (3) pour introduire de nouvelles approches comme celle de la robotique développementale.

In the field of biology, the study of bonding has been renewed by the discovery of non-genetic transmission of behavioral traits through early mother-infant interaction and the role of oxytocin. Despite maintenance of oxytocin regulation during evolution, social signals that mediate early interaction have evolved dramatically to reach a high level of complexity in human early interaction. Our aim is to show how computational methods and Social Signal Processing (SSP) can help in addressing some issues. Using data from diverse sources (e.g. experiments, home movies) we will show how SSP applied to early interaction was used: (1) to address synchrony between partners (e.g. infant, child, care giver, agent, robot) in pathological context (e.g. autism, maternal neglect) or not ; (2) to measure social signal characteristics that participates to interpersonal exchanges (e.g. motherese, emotional prosody or faces, speech turn taking, motionese) ; (3) to introduce a paradigm shift such as developmental robotics.