Thèse Interactions Socio-Émotionnelles Lors de la Prise de Décision Collaborative en Santé et en Situation de Maladie H/F - Doctorat.Gouv.Fr

Établissement : Université Claude Bernard Lyon 1
École doctorale : NSCo - Neurosciences et Cognition
Laboratoire de recherche : CRNL - CENTRE DE RECHERCHE EN NEUROSCIENCES DE LYON
Direction de la thèse : Nils KOLLING ORCID 0000000202836966
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-08-31T23:59:59

Dans ce projet, nous étudierons le déroulement temporel des interactions sociales et de la prise de décision coopérative lors d'échanges impliquant des signaux émotionnels réalistes. Les patients atteints d'un trouble de la personnalité borderline (TPB) percevant souvent les signaux sociaux différemment et présentant une dérégulation émotionnelle, nous caractériserons également la manière dont ces différences se manifestent selon les tâches. Nous élaborerons un modèle comportemental computationnel capable de saisir la complexité de la signalisation sociale lors d'interactions entre humains, afin notamment d'isoler les mécanismes émotionnels, comportementaux et neuronaux en jeu. Par la suite, nous chercherons à identifier les mécanismes neurophysiologiques, émotionnels et comportementaux sous-tendant la prise de décision individuelle et coopérative dans des contextes sociaux réalistes, en utilisant la réalité virtuelle (RV). Une série d'expériences contrôlées permettra de recueillir des données multimodales : neuronales (électroencéphalographie ou EEG), physiologiques (réponse électrodermale ou GSR, variabilité de la fréquence cardiaque ou HRV, oculométrie, expressions faciales) et comportementales (décisions contextuelles, performance à la tâche, expérience rapportée par les participants), auprès de sujets sains et de patients atteints de TPB (adolescents et adultes). L'analyse de ces jeux de données nous permettra d'identifier les caractéristiques des signaux socio-émotionnels et leur impact comportemental, permettant ainsi de distinguer différentes stratégies de décision (par ex. délibérative ou guidée par les émotions) et différents modes d'interaction (par ex. coordonnée ou non coordonnée, réelle ou virtuelle).

The scientific context of the thesis is related to previous work on social decision making (Behrens et al., 2009; Kolling et al., 2021), theory of mind (Kolling et al., 2021) and collaboration(Wittmann et al., 2016). However, none of this work considered the emotional dimension of social interactions. Thus, in this thesis we want to understand how social signalling (report and facial expressions) impact social decision making, Trust and its breakdown. We will use VR technology for more controlled signalling of other agent's emotional state and gamification for an immersive and emotionally salient experience. We believe that beyond social cognition this work will help us understand how the brain changes between cognitive and behavioural modes using emotions (Kolling & Scholl, 2024). Last but not least, we believe our neurocognitive model to have clinical relevance in particular for borderline personality disorder and we will employ an explicitly computational psychiatry approach (Erdman & Eldar, 2023; Scholl & Klein-Flügge, 2018).

Profil et compétences recherchées

Connaissances :
- Connaissances en neurosciences, informatique, psychologie, médecine ou biologie
- Connaissances en programmation et en analyse de données

Compétences :
- Excellente maîtrise de l'anglais requise
- Capacité à comprendre des articles et des informations scientifiques
- Excellentes capacités d'organisation

Aptitudes :
- Intérêt pour la recherche en neurosciences et en psychologie

Expérience souhaitée :
- Capacité à collecter ou analyser des données à un niveau avancé
- Publications scientifiques antérieures
- Diplôme en neurosciences computationnelles
- Expérience des technologies de capture vidéo
- Expérience en ingénierie ou en informatique
- Expérience en neurosciences sociales / théorie de l'esprit

Niveau de formation professionnelle attendu :
- Master (MSc)

• Programmation
• Anglais
• Analyse de données