« Tu danses toujours pareil ! » Combien de fois vos talents de danseurs ont-ils été bafoués par vos amis sortant cette même rengaine ? Pourtant, n’en déplaise à votre estime de soi, une récente étude en intelligence artificielle semble leur donner raison. En effet, une équipe du centre de recherches interdisciplinaires sur la musique de l’université de Jyväskylä en Finlande est parvenue à de semblables conclusions dans une étude intitulée “Bats ta propre mesure : La capture de mouvement et l’apprentissage automatique comme moyen d’identification du genre musical et du danseur individuel” (traduction de “Dance to your own drum: Identification of musical genre and individual dancer from motion capture using machine learning”).
Dirigés par la Dre Emily Carlson, ces chercheurs ont étudié le comportement d’un panel de 73 danseurs dont ils ont capté les mouvements de danse à l’aide de la même technologie qu’utilise désormais Hollywood, notamment pour les films d’animation. Selon Emily Carlson, ces données, récoltées par un ordinateur, devaient permettre à ce dernier, grâce à l’apprentissage automatique, « d’identifier, à partir de leurs mouvements, sur quel genre musical dansent [les] participants » : blues, country, dance/electronica, jazz, metal, pop, reggae et rap. Au grand étonnement des chercheurs, tel ne fut pas le cas. L’ordinateur est parvenu à identifier le genre musical moins d’une fois sur trois. Cependant, il identifiait presque à chaque fois qui était le danseur (94 % des cas), suggérant ainsi que les variations entre les genres musicaux ne se répercuteraient pas systématiquement, voire pas du tout, sur la façon de danser de chacun.
Toutefois, certains genres musicaux impactent davantage les mouvements de danse que d’autres. Par exemple, l’ordinateur a eu plus de mal à identifier les individus dansant sur du metal, ce qui peut s’expliquer par la dimension très codée de ces musiques, ainsi que l’explique Emily Carlson : « Il y a une association culturelle forte entre le metal et certains types de mouvement, tel le ‘secouage de tête’ (headbanging). Il est probable que le metal pousse les danseurs à se mouvoir de façon similaire, ce qui rend plus difficile leur identification ».
Mais ce que cette étude semble appuyer, à la suite de recherches similaires observant ce que la façon de danser d’une personne peut nous apprendre d’elle – son caractère, son humeur, sa relation aux autres –, c’est l’idée selon laquelle la danse serait une expression forte de l’individualité, et le dancefloor un lieu de dévoilement personnel. « Tout se passe comme si les mouvements de danse d’une personne étaient une sorte d’empreinte digitale. Chaque personne présente un unique mouvement, comme une signature, qui reste identique quelle que soit la musique qui passe », affirme le Dr Pasi Saari, coauteur de l’étude.
L’étude est disponible en intégralité (et en anglais) ici.