La littérature sur les entrevues d’enquête du milieu policier a mis en évidence les facteurs associés à la confession. Des recherches ont montré que la confession est associée à des suspects plus jeunes (Deslauriers-Varin & St-Yves, 2010; Viljoen, et al., 2005); des personnes d'origine caucasienne (St-Yves, 2002; Viljoen, et al., 2005); des célibataires (St-Yves, 2002); et le type de crime (Moston et coll., 1992; Phillips et Brown, 1998). La recherche a également examiné le rôle de la quantité et la nature de la preuve (p.ex., Brimbal & Luke, 2019 ; Deslauriers-Varin, et al., 2011, 2020 ; Moston & Engelberg, 2011), la manière dont les preuves sont présentées (p.ex., l'utilisation stratégique des preuves; Clemens et al., 2020 ; Granhag et al., 2013), et le rôle des enquêteurs et des techniques d'enquête (p.ex., May, et al., 2017; Snook et al., 2015; Wachi, et al., 2014). Cependant, la littérature sur l'entrevue d’enquête a mis l'accent sur les mesures de corrélation entre la confession et les variables qui peuvent l'influencer comme si elle était stable dans le temps. Pourtant, il existe des preuves que la confession pourrait être un processus instable influencé par des éléments contextuels. Par exemple, des chercheurs ont évoqué le changement de décision (vers l'aveu ou vers le déni) qui s'opère avec les suspects dans le cadre d'un interrogatoire (Bull & Soukara, 2010; Deslauriers-Varin, et al., 2011a ; Walsh et Bull, 2012). Plus récemment, dans la littérature, les chercheurs se sont engagés dans un virage clair vers une analyse de l'entrevue d’enquête qui prenait en compte des différents aspects dynamiques de la situation tel que l’ordre des comportements dans le temps (p.ex., Kelly, et al., 2016 ; Yang, et al., 2017). Pour participer à ce virage et contribuer à la recherche dans le domaine, nous proposons une nouvelle conceptualisation de l'entrevue d’enquête à travers une nouvelle perspective théorique : la Théorie des Jeux. Une discussion sur la théorie et ses concepts est suivie de deux articles empiriques qui visent à mieux étudier les entrevues. Le premier article explore l'influence mutuelle des deux participants sur l’obtention d’information pertinente à l’enquête. Des entretiens enregistrés sur vidéo liés à l'exploitation sexuelle d'enfants sur internet (n = 130) ont été utilisés et les différents comportements des suspects et des enquêteurs ont été analysés pour déterminer s'ils impliquaient (1) l'établissement d'un rapport/le déni actif, (2) la collaboration, (3) la confrontation, (4) l’émotion/réponse, et (5) l’obtention d'informations liées à l’enquête. Les résultats ont montré que les informations pertinentes à l'enquête sont souvent fournies peu de temps après qu'un suspect a offert des informations supplémentaires ou s’est montré émotif (par exemple, pleure). Lorsque l’enquêteur présente des preuves, la probabilité que des informations supplémentaires soient fournies par le suspect augmente immédiatement. Cependant, établir un rapport avec le suspect est efficace à plus long terme alors qu’un effet positif n'est pas immédiatement observé. En utilisant le même échantillon, la deuxième étude explore l'hétérogénéité des stratégies et des comportements des suspects lors d’une entrevue d’enquête ainsi que la stabilité de ces profils dans le temps puisque les comportements des suspects est un sujet rarement abordé dans la littérature contrairement aux comportements de l’interviewer. L'analyse a permis d'identifier la présence de cinq profils différents : 1) Positif ; 2) Justifiant ; 3) Accepter ; 4) Contrôler ; 5) Irrité. L'analyse temporelle montre également que la majorité des suspects restent dans le même profil au cours de l'entretien. Cette thèse a permis d’instaurer une base théorique et méthodologique pour l'étude des interactions sociales asymétriques à travers l'utilisation de la perspective de la Théorie des Jeux. Plus particulièrement, le contexte de l'entrevue d’enquête des délinquants sexuels en ligne a été observé et les résultats pointent vers le fait que l'interaction sociale qui a lieu dans la salle d'interrogatoire est influencée par les stratégies de l’interviewer et du suspect. De plus, les décisions prises par le suspect aux cours de l’entrevue sont explorées et semblent être associés à leurs préférences. La thèse accorde également une attention particulière à la notion complexe de temps ainsi que son impact sur les comportements et propose une évaluation temporelle continue de l'interaction plutôt que de segmenter l’entrevue tel que vu dans la littérature. Les résultats visent à développer une nouvelle façon d’étudier l’entrevue d’enquête afin d’éventuellement fournir des outils pratiques aux policiers sur le type de stratégies à utiliser selon le temps dont ils disposent et sur le type de suspect avec lequel ils travaillent. Les résultats contribuent également à établir des méthodologies pour l’analyse de d'autres types d'interactions asymétriques qui sont courantes dans le domaine de la criminologie. Considérer l’entrevue d’enquête comme étant une interaction sociale représentant un processus qui évolue dans le temps fournit un point de départ pour la création de directives pratiques pour aider les praticiens à accroître la collaboration des suspects. / The literature on police investigative interviewing has highlighted the factors associated with confession. Research has shown that confession is associated with younger suspects (Deslauriers-Varin & St-Yves, 2010; Viljoen, et al., 2005); individuals of Caucasian origin (St-Yves, 2002; Viljoen, et al., 2005); single individuals (St-Yves, 2002); and individuals who have committed less serious crime (Moston et al., 1992; Phillips & Brown, 1998). Research also examines the role of evidence strength (e.g., Brimbal & Luke, 2019; Deslauriers-Varin, et al., 2011, 2020; Moston & Engelberg, 2011), the way in which evidence is presented (e.g., strategic use of evidence; Clemens et al., 2020; Granhag et al., 2013), and the role of police investigators and investigative techniques (e.g., May, et al., 2017; Snook et al., 2015; Wachi, et al., 2014). However, the literature on investigative interviewing has emphasized measures of correlation between confession and the variables that may influence it as if they were stable over time. Yet, there is evidence that confession could be an unstable process influenced by contextual elements. For example, researchers have raised the change in decision (towards confession or even towards denial) that operates with suspects in the context of an interrogation (Bull & Soukara, 2010, Deslauriers-Varin, et al., 2011a; Walsh & Bull, 2012; Verhoeven, 2018). More recently in the literature, researchers engaged in a clear shift toward a more dynamic analysis of investigative interview (e.g., Kelly, et al., 2016; Yang, et al., 2017). To contribute to the research in this field, we propose a new conceptualization of the investigative interview through a new theoretical perspective: Game Theory. A discussion on the theory and its concept leads to two empirical articles that aim to study interviews more effectively. The first one explores the dynamic influence of both participants, the interviewer and the suspect, on suspect's disclosure. Videotaped interviews related to online child sexual exploitation (n=130) were analyzed and the different behaviors of suspects and interviewers were analyzed to determine if they involved (1) rapport building/active denial, (2) collaboration, (3) confrontation, (4) emotion/response, and (5) elicitation of information related to the case. Results showed that information relevant to the investigation is often provided shortly after a suspect has offered additional information or given responses that meet emotional needs (e.g., justifications). The interviewer’s use of available evidence increases the likelihood that additional information will be provided, while the ability to build a rapport with the suspect is effective in the longer term, even if a positive effect is not immediately observed. The second study explores the heterogeneity of strategies and behaviors of suspects during an interview as well as the stability of those profiles as suspects behaviors is a subject that have been overlooked in the literature contrarily to interviewers behaviors. The analysis helped identify the presence of five different profiles: 1) Positive; 2) Justifying; 3) Accepting; 4) Controlling; 5) Irritated. The temporal analysis also shows that the probability that a suspect will continue to exhibit the same profile over the course of the interview is high. This thesis allows to set a theoretical and methodological basis to the study of asymmetrical interaction through the use of the Game Theory perspective. More particularly, the context of investigative interviewing of online sex offenders has been observed and the results point toward the fact that both the suspect and the interviewer influence the course of the social interaction that takes place in the interrogation room. Moreover, the decisions of the suspects have been explored and seems to be taken according to their preferences. The thesis also gives particular attention to the complex notion of time and its influence on behavior and proposes, in the fourth chapter, a continuous timeline evaluation of the interaction instead of a segmented analysis. The findings help develop a new line of research with innovative methods in order to eventually provide practical tools to police investigators on the matter of the type of strategies to use according to the amount of time they have and on the type of suspect they are working with. The findings also contribute to setting methodologies for other types of asymmetrical interaction which are common in the field of criminology. Seeing the interviews as being an interaction process provides a starting point for the creation of practical guidelines to help practitioners increase suspect collaboration during investigative interviews.

Cette thèse s'intéresse à des problèmes de prise de décision séquentielle dans lesquels l'acquisition d'information est une fin en soi. Plus précisément, elle cherche d'abord à savoir comment modifier le formalisme des POMDP pour exprimer des problèmes de collecte d'information et à proposer des algorithmes pour résoudre ces problèmes. Cette approche est alors étendue à des tâches d'apprentissage par renforcement consistant à apprendre activement le modèle d'un système. De plus, cette thèse propose un nouvel algorithme d'apprentissage par renforcement bayésien, lequel utilise des transitions locales optimistes pour recueillir des informations de manière efficace tout en optimisant la performance escomptée. Grâce à une analyse de l'existant, des résultats théoriques et des études empiriques, cette thèse démontre que ces problèmes peuvent être résolus de façon optimale en théorie, que les méthodes proposées sont presque optimales, et que ces méthodes donnent des résultats comparables ou meilleurs que des approches de référence. Au-delà de ces résultats concrets, cette thèse ouvre la voie (1) à une meilleure compréhension de la relation entre la collecte d'informations et les politiques optimales dans les processus de prise de décision séquentielle, et (2) à une extension des très nombreux travaux traitant du contrôle de l'état d'un système à des problèmes de collecte d'informations / The purpose of this dissertation is to study sequential decision problems where acquiring information is an end in itself. More precisely, it first covers the question of how to modify the POMDP formalism to model information-gathering problems and which algorithms to use for solving them. This idea is then extended to reinforcement learning problems where the objective is to actively learn the model of the system. Also, this dissertation proposes a novel Bayesian reinforcement learning algorithm that uses optimistic local transitions to efficiently gather information while optimizing the expected return. Through bibliographic discussions, theoretical results and empirical studies, it is shown that these information-gathering problems are optimally solvable in theory, that the proposed methods are near-optimal solutions, and that these methods offer comparable or better results than reference approaches. Beyond these specific results, this dissertation paves the way (1) for understanding the relationship between information-gathering and optimal policies in sequential decision processes, and (2) for extending the large body of work about system state control to information-gathering problems

Le formalisme des MDP, comme ses variantes, sert typiquement à contrôler l'état d'un système par l'intermédiaire d'un agent et de sa politique. Lorsque l'agent fait face à des informations incomplètes, sa politique peut eff ectuer des actions pour acquérir de l'information typiquement (1) dans le cas d'une observabilité partielle, ou (2) dans le cas de l'apprentissage par renforcement. Toutefois cette information ne constitue qu'un moyen pour contrôler au mieux l'état du système, de sorte que la collecte d'informations n'est qu'une conséquence de la maximisation de la performance escomptée. Cette thèse s'intéresse au contraire à des problèmes de prise de décision séquentielle dans lesquels l'acquisition d'information est une fin en soi. Plus précisément, elle cherche d'abord à savoir comment modi fier le formalisme des POMDP pour exprimer des problèmes de collecte d'information et à proposer des algorithmes pour résoudre ces problèmes. Cette approche est alors étendue à des tâches d'apprentissage par renforcement consistant à apprendre activement le modèle d'un système. De plus, cette thèse propose un nouvel algorithme d'apprentissage par renforcement bayésien, lequel utilise des transitions locales optimistes pour recueillir des informations de manière e fficace tout en optimisant la performance escomptée. Grâce à une analyse de l'existant, des résultats théoriques et des études empiriques, cette thèse démontre que ces problèmes peuvent être résolus de façon optimale en théorie, que les méthodes proposées sont presque optimales, et que ces méthodes donnent des résultats comparables ou meilleurs que des approches de référence. Au-delà de ces résultats concrets, cette thèse ouvre la voie (1) à une meilleure compréhension de la relation entre la collecte d'informations et les politiques optimales dans les processus de prise de décision séquentielle, et (2) à une extension des très nombreux travaux traitant du contrôle de l'état d'un système à des problèmes de collecte d'informations.