Des chercheurs de l’Université de Chicago ont mis au point un système qui utilise l’intelligence artificielle pour guider les mouvements humains via une stimulation électrique musculaire adaptée au contexte. Présentés à la conférence ACM CHI 2026, les travaux de Pedro Lopes, Yun Ho et Romain Nith marquent un changement net : l’IA ne se contente plus d’observer ou de conseiller, elle commande directement les muscles pour exécuter des gestes inconnus.
Le résultat s’apparente à un coach invisible qui prête sa proprioception à votre corps, tout en conservant votre contrôle conscient sur l’action.
À retenir
- Stimulation musculaire (EMS) générative et context-aware, pilotée par IA incarnée (Embodied AI).
- Le système identifie l’objet tenu, l’intention de l’utilisateur et génère le mouvement biomécanique approprié en temps réel.
- Filtre de sécurité anatomique qui redistribue les efforts pour éviter les blessures.
- Utilise des lunettes intelligentes, des capteurs de mouvement et des modèles de langage multimodaux (VLM).
- Cas testés : fenêtres oscillo-battantes européennes, flacons à sécurité enfant, appareils photo jetables, outils spécialisés.
- Effet d’apprentissage résiduel : une partie du geste reste acquise après retrait des électrodes.
- Potentiel important en accessibilité, rééducation et formation industrielle.
L’IA incarnée passe du virtuel au muscle
Pendant des années, la stimulation électrique musculaire (EMS) reposait sur des scripts préenregistrés. Vous vouliez jouer un morceau de piano ? Il fallait d’abord enregistrer le mouvement parfait, puis le rejouer à l’identique, sans capacité d’adaptation. Le dispositif restait rigide et limité.
L’équipe de Pedro Lopes rompt avec cette logique. Leur système passe à une EMS générative capable de composer le geste au vol. C’est le passage concret de l’IA désincarnée à l’IA incarnée (Embodied AI) : l’intelligence ne se contente plus de raisonner, elle agit à travers le corps de l’utilisateur.
Cette prise en compte du contexte change l’usage. L’IA reconnaît qu’il faut secouer une bombe de peinture avant emploi, mais qu’agiter un aérosol d’huile de cuisson n’apporte rien. Elle analyse l’objet, l’environnement immédiat et l’intention probable avant de décider du mouvement musculaire le plus adapté.
Comment la machine comprend ce que vous voulez faire
Le dispositif repose sur une architecture hybride. Des lunettes intelligentes équipées de caméras filment en continu ce qui se trouve devant l’utilisateur, tandis qu’une combinaison légère de capteurs suit la posture du corps. Ces données alimentent un modèle de langage multimodal (VLM), cousin technologique de GPT-4 ou CLIP, capable d’identifier à la fois les objets présents et les intentions probables.
Une fois l’analyse terminée, le système consulte une base de connaissances en stimulation musculaire et traduit l’intention en impulsions électriques ciblées. Le traitement se fait en quelques centaines de millisecondes, suffisamment vite pour donner l’impression d’un geste continu.
La principale avancée technique réside toutefois dans le filtre de sécurité anatomique. Si l’IA propose une rotation de poignet qui dépasse les amplitudes physiologiques, le système redistribue automatiquement l’effort vers le coude, l’épaule ou le tronc. Cette couche de protection limite les contraintes articulaires et transforme une technologie potentiellement risquée en outil plus sûr et adaptable.
Les gestes du quotidien deviennent instantanément maîtrisables
Les démonstrations réalisées à Chicago semblent banales… jusqu’à ce que l’on se retrouve à la place du sujet. Le contraste entre la simplicité apparente du geste et la complexité réelle de la coordination musculaire est alors flagrant.
Imaginez prendre en main une fenêtre à mécanisme oscillo-battant, typiquement européenne, sans jamais en avoir utilisé. La poignée exige une rotation puis une traction précise. Le système identifie le type de poignée, calcule la trajectoire biomécanique la plus efficace et guide vos muscles avec une telle progressivité qu’on a l’impression d’être assisté par un artisan expérimenté.
Même scénario avec un flacon de médicaments à sécurité enfant ou un appareil photo jetable au mécanisme peu intuitif. Dans chaque cas, l’IA transforme un objet inconnu en geste exécuté d’un seul mouvement continu.
Pour les personnes malvoyantes, l’intérêt est immédiat. Au lieu d’indications audio détaillées (« tournez la poignée de 45 degrés vers la gauche »), le système fournit un feedback haptique direct : le corps effectue spontanément l’action correcte, sans surcharge cognitive. En rééducation, la même approche permet au patient d’exécuter le mouvement biomécaniquement juste sans présence constante d’un kinésithérapeute.
Le vrai pouvoir : transmettre la connaissance procédurale
Au-delà de l’assistance ponctuelle, cette technologie touche à un point central : la transmission du savoir-faire. Là où une vidéo tutoriel ne transmet que des informations déclaratives (« il faut faire comme ça »), l’EMS contextuelle transmet directement la connaissance procédurale, cette mémoire du geste et de la trajectoire correcte.
C’est une forme de proprioception assistée en temps réel. Les chercheurs ont observé un phénomène net : une partie de cet apprentissage reste même après le retrait des électrodes. Le corps a intégré le mouvement, qui devient plus fluide, plus précis et plus rapide au fil des essais.
On passe ainsi d’une simple assistance à un véritable apprentissage moteur. Cette capacité ouvre des perspectives concrètes pour la formation industrielle, l’enseignement des métiers manuels et certains apprentissages artistiques, où l’on peut transmettre des gestes complexes sans exiger des années de répétition encadrée.
Une nouvelle frontière pour l’interaction homme-machine
En rapprochant ainsi l’IA et le système moteur humain, Pedro Lopes et son équipe redéfinissent les contours de ce que l’on entend par interaction homme-machine (HCI). Il ne s’agit plus seulement de regarder un écran ou de parler à un assistant vocal, mais d’une collaboration étroite entre calcul et système nerveux.
La technologie reste encore expérimentale et nécessite des séances de calibration, des combinaisons de capteurs et un matériel qui devra être miniaturisé avant toute diffusion large. Mais la direction est claire : ces outils ne se contentent plus de dire comment faire, ils façonnent directement la façon dont le corps apprend à faire, au sens le plus physique du terme.
Quand l’IA rencontre le muscle, ce n’est plus seulement notre intelligence abstraite qui se trouve étendue. C’est l’ensemble du corps qui gagne une forme d’adaptabilité augmentée, partagée entre l’humain et la machine.
(Article rédigé à partir des travaux présentés par l’équipe de Pedro Lopes à l’Université de Chicago pour ACM CHI 2026.)
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.