SenSQAI: a persuasive digital service for participatory monitoring of multi-pollutant factors

1.  Contexte scientifique et état de l'art
La démocratisation de la culture et des services numériques favorise le renforcement de la surveillance participative et du contrôle citoyen (citizen sensing, CS) sur la sphère publique (Shin et al., 2024). Dans ce processus, les citoyens s'impliquent de plus en plus dans la collecte et la production de données, en déployant des capteurs (Kamel Boulos et al., 2011), à partir de leurs observations et de leurs points de vue personnels (Sheth, 2009). Cette démarche individuelle et collective de citizen sensing est particulièrement active dans le domaine environnemental (Gabrys, 2017), pour surveiller la pollution urbaine et la qualité de l'air, grâce à des capteurs mobiles (p. ex. NO₂, PM2,5) embarqués sur des téléphones mobiles et des vélos (Suman & van Geenhuizen, 2020), offrant une visualisation au moyen de tableaux de bord.
Depuis les premières pratiques de mesure citoyenne (Brown, 1992), de nombreux services pour le citizen sensing ont été développés pour mesurer la qualité de l'air extérieur (QAE) (p. ex. Noise Tube, 2008 ; Air Quality Egg, 2012) et les radiations nucléaires (p. ex. Safecast, 2011 ; Segault et al., 2016). Ces premiers dispositifs présentent toutefois une limite importante : ils n'intègrent que des mono-capteurs et se cantonnent à la qualité de l'air extérieur.
Or les recherches montrent que la qualité de l'air intérieur (QAI) constitue, elle aussi, un enjeu majeur de santé publique, associant risque infectieux aérien (Yokogawa et al., 2023), dégradation cognitive (Allen et al., 2016 ; Satish et al., 2012), troubles du sommeil et risque de coup de chaleur (Falchetta & al., 2024), phénomènes dont l'ampleur s'accentue sous l'effet du changement climatique. Par ailleurs, les recherches post-COVID soulignent la nécessité de déployer des frameworks de données multi-polluants (Ishigaki, Y., & Yokogawa, S. (2024), intégrant les composés organiques volatils totaux (tCOV) — émis par les meubles, les peintures et les produits ménagers — et les paramètres thermiques (température ambiante, humidité relative, WBGT), dont l'importance croît à mesure que le changement climatique intensifie les épisodes de chaleur urbaine et le risque d'insolation en espace clos.
Même si les citoyens disposent de capteurs, d'applications et de plateformes, leur implication dans une démarche de type citizen sensing n’est pas garantie (Coulson & al., 2021 ; Hassen & al., 2021). Les principaux freins sont le manque de compétences techniques chez les usagers et la fiabilité insuffisante des mesures, mais surtout la faible qualité des interactions sociales, la perte de sens des objectifs et l'érosion de la motivation, facteurs qui conduisent fréquemment à la désaffection vis-à-vis des applications dédiées au CS (Balestrini et al., 2014, 2015) et à une participation citoyenne amoindrie (Aoki et al., 2017).

2.  Argumentaire technique et scientifique — Problématique, enjeux, méthodologie 
Pour inciter les citoyens à s’impliquer dans une démarche de citizen sensing au regard de problèmes environnementaux, il est nécessaire non seulement de susciter leur prise de conscience, mais aussi d'instaurer une interaction avec eux, assurer un suivi de leur engagement et satisfaire leur motivation. Pour aborder cette problématique, trois volets sont proposés.
Sur le volet théorique, la question pourra être éclairée par les travaux sur la théorie du comportement planifié (Wang & Chen, 2024) et la théorie de l'identification dans l’action (Vallacher & Nowak, 2007) appliquées aux technologies numériques. En parallèle, une investigation complémentaire sur l’acceptabilité technologique de dispositifs de mesure multi-polluants sera conduite sous l’angle de l’UTAUT (Unified Theory of Acceptance and Use of Technology) (Venkatesh & Bala, 2012).
Sur le plan méthodologique, deux sous-questions sont ouvertes : i) quels principes de conception (persuasifs, gamification) implémenter dans un dispositif numérique afin d’assurer l’adhésion des citoyens ‘a des pratiques de CS, dans le moyen et long terme ? ii) comment évaluer ce dispositif ? 
Sur le plan applicatif, la problématique porte sur la réalisation d’une brique logicielle pour assurer la mise en œuvre de quatre types de capteurs : CO₂ (capteur NDIR), PM2,5 (capteur laser), tCOV (capteur MOX) et paramètres thermiques (capteur SHT/WBGT). 
L’ambition est également d'intégrer ces données avec des mesures psychométriques (tests cognitifs, échelles de qualité du sommeil, questionnaires de bien-être), élargissant ainsi considérablement les mesures des effets sur la santé à un profil composite de qualité environnementale (QE) dépassant le seul risque infectieux. Pour réaliser cette intégration, nous préconisons d'exploiter la multimodalité des grands modèles de langage (LLM) pour construire une interaction humanisée autour de la QA. Contrairement aux tableaux de bord qui affichent des données, un dispositif s'appuyant sur un LLM peut générer des rapports quotidiens personnalisés en langage naturel, traduire les relevés de données en conseils comportementaux, et expliquer les mécanismes physiologiques reliant l'exposition aux effets de santé dans des termes adaptés au niveau de littératie de chaque utilisateur, dans le respect des données personnelles.
La méthodologie de recherche suivra les étapes traditionnelles
    a. État de l’art scientifique (citizen sensing environnemental, la QA, les technologies persuasives et les LLM);
    b. Analyse et comparaison des fonctionnalités des dispositifs de CS existants et de la qualité des données disponibles (e.g.  iSPEX, Sensor.Community) ;
    c. Analyse préalable des usages des dispositifs en France et au Japon (entretiens contextualisés, observations in situ, focus group) (Holtzblatt & Jones, 1993) ;
    d. Conception, développement et évaluation de dispositif interactifs persuasifs (Oinas-Kukkonen & Harjumaa, 2008).

3.  Objectifs et résultats escomptés
A ce jour, aucun service numérique ne combine captation multi-polluants (CO₂, PM2.5, COV totaux, WBGT), principes persuasifs de conception et service conversationnel fondé sur un LLM. Ce projet vise à combler cette lacune selon trois types d'objectifs.
Objectifs théoriques : valider les principes de conception qui favorisent la motivation et l’engagement sur le moyen et long terme dans les pratiques de citizen sensing, en cohérence avec la théorie de l'identification de l'action et la théorie du comportement planifié.
Objectifs méthodologiques : i) élaborer et valider un protocole d'évaluation mixte (quantitatif et qualitatif) des dispositifs numériques pour le citizen sensing, combinant données capteurs, mesures psychométriques standardisées (PSQI, OMS-5, tests cognitifs) et journaux d'usage, afin de caractériser les effets à moyen terme sur les comportements de ventilation et la santé perçue des participants; ii) proposer un cadre méthodologique comparatif franco-japonais pour l'étude de l'acceptabilité et de l'engagement dans les services environnementaux numériques, intégrant des variables culturelles, réglementaires et contextuelles, et permettant la généralisation des résultats à d'autres contextes nationaux.
Applicatifs : i) identifier les conditions d’adoption et d’efficacité du dispositif dans les contextes français et japonais ; ii) déposer un dépôt de brevet sur le pipeline d'indexation entre l'exposition multi-polluants et de génération de scripts interactifs ; iii) le projet vise un transfert des résultats vers l'ADEME en France et le Ministère de la Santé, du Travail et des Affaires sociales au Japon. 
Au-delà de ces contributions scientifiques, ce projet répond à une urgence sociétale pour mettre à la disposition. Des citoyens des outils de surveillance de la QA.

Bibliographie indicative
Aoki, P., Woodruff, A., Yellapragada, B., and Willett, W. (2017). “Environmental protection and agency: motivations, capacity, and goals in participatory sensing,” in Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems (Denver), 3138–3150. doi: 10.1145/3025453.3025667
Balestrini, M., Diez, T., Marshall, P., Gluhak, A., and Rogers, Y. (2015). IoT community technologies: leaving users to their own devices or orchestration of engagement? EAI Endor. Trans. Inter. Things 15:e7. doi: 10.4108/eai.26-10-2015.150601
Balestrini, M., Marshall, P., and Diez, T. (2014). “Beyond boundaries: the home as city infrastructure for smart citizens,” in Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct Publication (UbiComp’14). (Seattle, WA: ACM), 987–990.doi: 10.1145/2638728.2641557
Brown, P. (1992). "Popular epidemiology and toxic waste contamination". Journal of Health and Social Behavior, 33(3), 267-281
Coulson, S., Woods, M. & Making Sense EU (2021). Citizen Sensing: An Action-Orientated Framework for Citizen Science. Front.Commun.6:629700. doi:10.3389/fcomm.2021.629700 
Falchetta, G., De Cian, E., Sue Wing, I., & Carr, D. (2024). Global projections of heat exposure of older adults. Nature Communications, 15, 3678. https://doi.org/10.1038/s41467-024-47197-5
Gabrys, J. (2017). Citizen sensing, air pollution and fracking: From 'caring about air' to speculative practices of evidence and harm. The Sociological Review, 65(2_suppl), 172–192. https://doi.org/10.1111/1467-954X.12437
Hassen, C., Hilton, S., & Balestrini, M. (2021). Citizen Sensing: An Action-Orientated Framework for Citizen Science. Frontiers in Communication. https://doi.org/10.3389/fcomm.2021.629700
Holtzblatt, K., & Jones, S. (1993). Contextual inquiry: A participatory technique for system design. In D. Schuler & A. Namioka (Eds.), Participatory design: Principles and practices (pp. 177–210). Lawrence Erlbaum Associates. 
Ishigaki, Y., & Yokogawa, S. (2024). Monitoring the ventilation of living spaces to assess the risk of airborne transmission of infection using a novel Pocket CO₂ Logger to track carbon dioxide concentrations in Tokyo. PLOS ONE, 19(5), e0303790. https://doi.org/10.1371/journal.pone.0303790
Kamel Boulos, M. N., Resch, B., Crowley, D. N., Breslin, J. G., Sohn, G., Burtner, R., et al. (2011). Crowdsourcing, citizen sensing and sensor web technologies for public and environmental health surveillance and crisis management: trends, OGC standards and application examples. Int. J. Health Geograph. 67, 1–29. doi: 10.1186/1476-072X-10-67
Oliveira, L., Tajariol, F. & Gonçalves, L. (2020) (Eds.). Digital Services in Crisis, Disaster, and Emergency Situations. IGI Global
Oinas-Kukkonen, H., Harjumaa, M. (2008). A Systematic Framework for Designing and Evaluating Persuasive Systems. In: Oinas-Kukkonen, H., Hasle, P., Harjumaa, M., Segerståhl, K., Øhrstrøm, P. (eds) Persuasive Technology. PERSUASIVE 2008. Lecture Notes in Computer Science, vol 5033. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-68504-3_15
Segault, A., Tajariol, F., Ishigaki, Y., & Roxin, I. (2016) Sharing Radiation Measurements Through Social Media: A Methodological User-Oriented Proposal to Create a Set of Guidelines to Share Radiation Measurements through Social Media. International Journal of Information Systems for Crisis Response and Management, vol. 8 (2), 17-30.
Sheth, A. (2009). Citizen sensing, social signals, and enriching human experience. Seman. Serv. 13, 87–92. doi: 10.1109/MIC.2009.77 
Shin, B., Floch, J., Rask, M., Bæck, P., Edgar, C., & Berditchevskaia, A. (2024). A systematic analysis of digital tools for citizen participation. Government Information Quarterly. https://doi.org/10.1016/j.giq.2024.101947
Suman, A. B., and van Geenhuizen, M. (2020). Not just noise monitoring: rethinking citizen sensing for risk-related problem-solving. J. Environ. Plan. Manage. 63, 546–567. doi: 10.1080/09640568.2019.1598852
Vallacher, R. R., & Nowak, A. (2007). Dynamical social psychology: Finding order in the flow of human experience. In A. W. Kruglanski & E. T. Higgins (Eds.), Social psychology: Handbook of basic principles (2nd ed., pp. 734–758). The Guilford Press.
Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/J.1540-5915.2008.00192.X
Wang, X., & Chen, Y. (2024). Research on designers' behavioral intention toward Artificial Intelligence-Aided Design: Integrating the Theory of Planned Behavior and the Technology Acceptance Model. Frontiers in Psychology, 15, 1450717. https://doi.org/10.3389/fpsyg.2024.1450717
Yokogawa, S., Ishigaki, Y., Kitamura, H., Saito, A., Kawauchi, Y., & Hiraide, T. (2023). Estimation of air change rate by CO₂ sensor network in workplace with COVID-19 outbreak. Environmental and Occupational Health Practice, 5(1), 2023-0007-OA. https://doi.org/10.1539/eohp.2023-0007-OA 

Ce projet s’inscrit dans les travaux conduits par ELLIADD-MPN sur les services numériques dédiés à soutenir les personnes en situation de vulnérabilité (Oliveira, Tajariol & al. 2020), avec une ouverture sur la tension entre les technologies numériques, la transition socio-écologique et ses conséquences sur la santé humaine.

Partenariats et environnement scientifique
Sur le plan international, ce projet vise à pérenniser la collaboration scientifique entre le RCRSS de l’UEC Tokyo, dont ELLIADD est l’un des partenaires scientifiques, et fait partie d’une stratégie globale qui se traduit par le montage d’autres projets auprès de la Japan Science and Technology Agency. 

M2 en Technologie de l'Information, Sciences et Technologies de l'Intormation et de la Communication, Informatique