Author name: Dr. Rania Kassir

French

Comprendre Claude sans confusion : une échelle simple pour un usage clinique

Si vous avez déjà entendu parler de Haiku, Sonnet ou Opus sans vraiment savoir lequel utiliser, vous n’êtes pas seul. Cette confusion est fréquente, notamment chez les cliniciens qui découvrent ces outils. Elle ne vient pas tant de la technologie elle-même que de la manière dont elle est présentée, souvent à travers une multiplication de noms qui donnent une impression de complexité. Un thérapeute me disait récemment : « Je vois passer tous ces noms, mais je ne sais jamais lequel choisir. » Cette remarque illustre bien le problème. Face à cette diversité, il devient facile de se sentir dépassé, voire de renoncer à utiliser ces outils pourtant prometteurs. Une manière plus simple de s’y retrouver consiste à changer de perspective. Plutôt que de se demander quel est le meilleur modèle, il est plus pertinent de se poser une autre question : de quel niveau de soutien ai-je besoin pour cette tâche ? Cette approche permet de ramener l’outil à sa fonction, et non à son nom. Dans cette logique, Claude peut être compris comme une échelle. À un premier niveau, Haiku correspond à des usages rapides et simples. Il est particulièrement utile pour reformuler un texte, résumer des notes ou organiser des informations, sans mobiliser un raisonnement clinique approfondi. Un cran au-dessus, Sonnet représente un équilibre particulièrement adapté à la pratique quotidienne. Il permet de rédiger, structurer et clarifier des contenus cliniques avec une qualité suffisante pour être directement utilisable, ce qui en fait souvent un choix naturel pour de nombreux thérapeutes. Lorsque les situations deviennent plus complexes, Opus entre en jeu. Il permet d’explorer des hypothèses, de structurer une formulation de cas ou d’analyser des situations cliniques plus nuancées. Son utilisation est plus exigeante, mais elle se justifie lorsque la profondeur de réflexion devient essentielle. À un niveau encore plus avancé, Fable et Mythos introduisent des différences dans la gestion de la sécurité et de la liberté de réponse. Fable privilégie la prudence et les garde-fous, tandis que Mythos offre plus d’ouverture, dans des contextes qui nécessitent un cadre maîtrisé. Cependant, un développement récent introduit une limite importante : le gouvernement des États-Unis a émis une directive de contrôle des exportations suspendant l’accès à Fable 5 et Mythos 5 pour les ressortissants étrangers, qu’ils se trouvent à l’intérieur ou à l’extérieur des États-Unis. En pratique, ces systèmes peuvent donc devenir soudainement indisponibles pour de nombreux utilisateurs. Penser ces outils comme une échelle permet de retrouver une logique familière aux cliniciens. Dans la pratique, il s’agit déjà d’ajuster son niveau d’analyse, ses outils et sa précision en fonction des besoins du patient et de la situation. L’IA s’inscrit simplement dans cette continuité. En définitive, l’objectif n’est pas de maîtriser chaque nom, mais de comprendre cette gradation. Une fois intégrée, elle rend l’outil plus accessible et plus cohérent. L’IA peut alors devenir un véritable support du raisonnement clinique, à condition de rester utilisée avec discernement et responsabilité.

French

De l’idée clinique à l’outil concret : une transformation en cours

Lors d’une récente séance de supervision, un stagiaire a proposé l’idée d’un outil simple permettant à un patient de suivre son humeur entre les séances. Il y a peu, cette idée serait restée théorique en l’absence de développeur. Aujourd’hui, avec la mise à disposition récente de Codex Sites par OpenAI, une idée formulée à l’écrit peut être transformée en application fonctionnelle, accessible via un simple lien. Cela modifie non seulement ce que nous pouvons concevoir, mais aussi notre manière de penser l’application des idées en contexte clinique. Ce basculement ne tient pas uniquement à un gain de rapidité. Il transforme en profondeur la manière dont les cliniciens élaborent, testent et ajustent leurs interventions. Là où la création d’un outil numérique nécessitait auparavant une chaîne complexe, conception, design, développement, tests et déploiement, impliquant du temps et des compétences spécialisées, une partie de ce processus peut désormais être directement soutenue par l’IA. Une idée peut ainsi devenir rapidement un prototype, puis un outil utilisable et modifiable. Cela ouvre la voie à la création de supports cliniques variés : suivi de l’humeur, outils de psychoéducation, carnets de stratégies ou activités interactives adaptées aux besoins spécifiques des patients. Cette évolution s’inscrit dans la perspective de l’« esprit étendu », où les outils technologiques viennent soutenir les capacités de raisonnement, d’organisation et d’exploration clinique. L’IA ne se limite plus à un rôle technique : elle peut devenir un appui au raisonnement clinique, à condition d’être utilisée avec rigueur et discernement. Elle transforme également la manière dont les cliniciens envisagent leur rôle. Certains peuvent progressivement se positionner non seulement comme praticiens, mais aussi comme concepteurs d’outils numériques simples. Cette évolution peut être source d’autonomie, mais aussi d’incertitude, notamment en l’absence de formation technologique formelle, ce qui souligne l’importance d’un accompagnement adapté pour en faire un usage responsable. Pour autant, la facilité de création ne garantit pas la pertinence clinique. Un outil peut être fonctionnel sans être utile, ni fondé scientifiquement. Cela impose de maintenir une pratique exigeante, ancrée dans un cadre théorique clair, des objectifs définis, des données probantes, une compréhension fine du patient et une évaluation continue des effets. Les considérations éthiques sont, dans ce contexte, centrales. Les cliniciens restent responsables des outils qu’ils conçoivent ou utilisent et de leurs effets sur les patients. La transparence concernant le fonctionnement, la gestion des données et les limites de ces outils est essentielle. Les patients doivent pouvoir comprendre ce qu’ils utilisent et les implications possibles pour leur prise en charge. En définitive, ces transformations invitent les thérapeutes à adopter une posture plus active dans la conception d’outils adaptés à leur pratique, tout en restant vigilants face aux enjeux de confidentialité, de consentement, de validation clinique et de supervision humaine. Si la distance entre l’idée et sa mise en œuvre se réduit considérablement, la responsabilité clinique, elle, demeure inchangée.

English

From Idea to Tool: A New Way for Clinicians to Build and Use Digital Interventions

In a recent supervision session, a trainee shared an idea for a simple tool to help a patient track mood between sessions. Not long ago, this idea would likely have stayed theoretical unless a developer was involved. Today, with OpenAI just releasing Codex Sites, a written idea can be turned into a working app that can be shared through a simple link. This changes not only what we can build, but how we think about applying ideas in clinical care. What is new is not just faster coding, but a simpler process overall. In the past, building a tool required planning, design, programming, testing, and hosting. Each step required time and often different skills. Now, much of this can happen through a guided conversation with a system. This reduces the distance between having an idea and seeing it in action. From a clinical perspective, this can support how we think and reason. The concept of the “extended mind” suggests that tools can help us think more effectively (Clark & Chalmers, 1998). When clinicians can quickly turn ideas into small working tools, they can test, reflect, and refine their thinking. This may encourage a more active and flexible approach to problem-solving in practice. This shift has practical value across different areas. A therapist might create a simple app for mood tracking, coping reminders, or session feedback. A researcher might design a tool to collect data in a more tailored way. Instead of relying only on standard tools, clinicians can begin to shape tools that better fit their patients’ needs and contexts. However, ease of creation does not guarantee quality. A tool that works technically is not always clinically appropriate. Evidence-based practice still requires theory, research, and careful judgment (Sackett et al., 1996). Without this foundation, there is a risk of creating tools that are engaging but not effective, or even misleading. Looking at fields like design science can offer useful guidance. New tools are often developed in small steps, tested, and improved over time (Hevner et al., 2004). Clinicians can adopt a similar mindset, while maintaining attention to safety and validity. Iteration is valuable, but it must be guided by clinical knowledge and patient well-being. These developments may also change how clinicians see their role. Some may begin to act not only as practitioners, but also as creators of simple digital tools. This can feel empowering, but also unfamiliar. Many clinicians do not have formal training in technology, so support and education will be important for responsible use. Ethical considerations are central in this process. When clinicians create or use digital tools, they are responsible for how these tools affect patients. Transparency about how a tool works, how data is handled, and what its limits are is essential. Patients should clearly understand what they are using and how it may influence their care. When AI is involved, additional caution is needed. These systems can produce errors, reflect bias, or generate outputs that appear reliable but are not well supported. Clinicians must remain critical and thoughtful in their use. While the gap between idea and application is shrinking, clinical responsibility and careful judgment remain unchanged.

English

Understanding Claude Without the Confusion: A Simple Ladder for Clinical Use

Anthropic, the company behind Claude, widely considered one of the most capable AI systems available today, did not build seven completely different models. What they built is simpler than it first appears. It is one system, organized as a ladder. The names can sound confusing at first, but in practice there are only five levels to understand, moving from fast and efficient to increasingly powerful forms of reasoning. Once you understand this ladder, the system becomes much easier to use. A therapist recently said, “I keep hearing different names, Haiku, Sonnet, Opus, and I don’t know which one I should use.” This is a very common experience. The difficulty is not the technology itself, but how it is presented. When there are too many names, it starts to feel complicated very quickly. A more helpful way to understand Claude is this: it is not many separate AI systems. It is one system organized as a ladder. Each name represents a different level of ability, moving from fast and simple to more powerful and complex. Once you see it this way, the confusion becomes much easier to manage. At the lowest level is Haiku. This is the fastest and most affordable option. It works well for simple, repetitive tasks that do not require deep thinking. For example, a therapist might use Haiku to summarize session notes, rewrite a paragraph, or organize brief information. It is helpful for saving time, but it is not designed for complex clinical reasoning. The next level is Sonnet, and this is the model most clinicians will find useful in everyday work. It offers a good balance between quality and cost. Sonnet can support tasks like writing case notes, developing treatment plans, or creating psychoeducational material. It is reliable and clear, without being too resource-intensive. For many therapists, this becomes the default choice. Above that is Opus, which is designed for more demanding thinking. This is the model to use when the work becomes more complex, such as exploring case formulations, comparing diagnostic possibilities, or integrating research into practice. It can handle more depth, but it also requires more resources, so it is usually best used when needed rather than all the time. At the top of the ladder are Fable and Mythos. These are not two different systems, but the same model with different settings. Fable includes safety guardrails, meaning it is more cautious when responding to sensitive or high-risk topics. Mythos has fewer restrictions and allows more open responses, but it is typically limited to expert use. For most clinical settings, Fable is the more appropriate and responsible choice. However, a recent development adds a key limitation: the US government has issued an export control directive suspending access to Fable 5 and Mythos 5 for foreign nationals, both inside and outside the United States. As a result, these systems may be abruptly unavailable to many users in practice. Thinking in terms of a ladder can help guide decisions in practice. Instead of asking, “Which model is best?”, it is more useful to ask, “How much support do I need for this task?” Simple tasks can stay at the lower levels, while more complex clinical questions may require moving higher. This approach is similar to how therapists already adjust interventions based on client needs. It is also important to remember that these tools support thinking, but do not replace clinical judgment. AI can help organize ideas, suggest possibilities, or clarify language, but it does not fully understand the client or the therapeutic relationship. The clinician remains responsible for interpreting and deciding what is appropriate. There are also ethical considerations to keep in mind. When using AI in clinical or research settings, it is important to be transparent about how it is used and to ensure that sensitive information is handled carefully. Clinicians should also be aware that AI systems can reflect biases or make errors, even when responses sound confident. Careful review and critical thinking are always necessary. As these tools become more common, they may begin to shape how clinicians write, think, and communicate. This creates new opportunities, but also new responsibilities. It will be important to continue reflecting on how AI fits into clinical practice, rather than using it automatically or without question. In the end, the goal is not to master every model or feature. It is simply to understand the basic structure: one ladder, with different levels of support. With this perspective, AI becomes less overwhelming and more practical. It can then serve as a helpful extension of clinical work, while the therapist remains at the center of decision-making and care.

French

Apertus et l’avenir de l’IA clinique : pourquoi la transparence est essentielle pour les thérapeutes

Dans la pratique clinique quotidienne, de nombreux thérapeutes commencent à utiliser des outils d’IA pour rédiger des notes, organiser l’information ou soutenir leur réflexion diagnostique. Ces outils peuvent être utiles, mais ils soulèvent une question importante : comprenons-nous réellement leur fonctionnement ? Le lancement d’Apertus, un modèle d’IA open source multilingue développé en Suisse, invite à réfléchir non seulement à ce que l’IA peut faire, mais aussi au degré de confiance que nous pouvons lui accorder. Un concept central d’Apertus est la souveraineté numérique, c’est-à-dire le contrôle sur l’emplacement et l’utilisation des données. Pour les thérapeutes, cela est particulièrement crucial en raison de la sensibilité des informations patients. Lorsque les systèmes d’IA sont détenus par de grandes entreprises étrangères, la gestion des données manque souvent de clarté. Apertus vise à offrir un contrôle plus local, en meilleure adéquation avec les exigences éthiques et juridiques du secteur de la santé. De nombreux outils d’IA existants, comme ChatGPT, sont puissants mais peu transparents. Nous observons leurs résultats sans toujours comprendre comment ils sont produits. Pour des cliniciens formés à un raisonnement rigoureux, cela peut générer un inconfort. Apertus propose une approche plus ouverte, permettant aux experts d’examiner et de comprendre le fonctionnement du système, favorisant ainsi un usage plus éclairé. Une autre caractéristique importante d’Apertus est sa capacité multilingue. En thérapie, la langue joue un rôle central dans l’expression des patients. Un système capable de fonctionner dans plusieurs langues peut contribuer à réduire les malentendus et à favoriser une prise en charge plus inclusive. Toutefois, le contexte culturel demeure complexe et aucun système d’IA ne peut le saisir pleinement. Du fait de son caractère open source, Apertus peut être étudié, adapté et amélioré par des chercheurs et développeurs. Cela favorise la transparence et la collaboration, mais implique également l’existence de différentes versions du système, ce qui peut compliquer la standardisation en pratique. Apertus est également conçu comme un bien public, librement accessible. Cela pourrait faciliter l’accès à des outils d’IA avancés pour des thérapeutes et institutions disposant de ressources limitées. Néanmoins, la maintenance d’un tel système nécessite un soutien continu, ce qui constitue un défi. Les institutions à l’origine d’Apertus, l’EPFL et l’ETH Zurich, apportent une forte crédibilité scientifique. Toutefois, en contexte clinique, la confiance se construit dans le temps. Les thérapeutes doivent observer les performances de l’outil en situation réelle avant de s’y fier pleinement. Sur le plan éthique, l’usage de l’IA en thérapie requiert une vigilance constante. Même avec des systèmes transparents, les cliniciens restent responsables de leurs décisions. L’IA doit soutenir, et non remplacer, le jugement clinique. Il est essentiel de questionner les résultats, d’en comprendre les limites et de rester attentif aux biais potentiels. Apertus représente plus qu’un simple outil : il incarne une approche différente de l’IA. Il encourage les cliniciens à s’engager activement avec la technologie plutôt que de l’utiliser passivement. À mesure que l’IA évolue, l’enjeu sera de maintenir au cœur de la pratique la responsabilité clinique, l’esprit critique et la confiance du patient.

French

Maintenir le cap : responsabilité éthique en pratique clinique à l’ère de l’intelligence artificielle

Allons-nous un jour arrêter le développement de l’IA ? À mesure que ces systèmes gagnent en intelligence, une question plus profonde émerge : à quel moment décidons-nous que, pour l’humanité, la limite est atteinte ? En mai 2026, le pape Léon XIV a contribué à ce débat mondial en avertissant que l’intelligence artificielle ne doit pas retirer aux humains la prise de décision morale. Bien que son message soit général, il résonne particulièrement dans la pratique clinique, où efficacité, innovation et responsabilité éthique sont déjà étroitement liées. Dans les soins quotidiens, l’IA se manifeste souvent de manière discrète. Elle résume les antécédents des patients, rédige des comptes rendus ou suggère des diagnostics. Ces outils peuvent alléger la charge administrative, mais leur influence n’est pas neutre. Avec le temps, ils modifient la manière dont les cliniciens organisent l’information et abordent la prise de décision. Cela soulève une question essentielle : où se situe réellement le jugement clinique ? Le raisonnement clinique a traditionnellement été un processus réflexif, ancré dans l’expérience humaine et l’interaction avec le patient. À mesure que l’IA propose des interprétations prêtes à l’emploi, le risque apparaît que certaines étapes de ce raisonnement deviennent moins délibérées, même de façon non intentionnelle. La responsabilité, toutefois, demeure pleinement humaine. Les cliniciens restent comptables de l’évaluation et de la décision d’accorder ou non leur confiance aux productions de l’IA. Cela nécessite un engagement actif, en se demandant non seulement « que suggère cet outil ? », mais aussi « pourquoi, et dois-je m’y fier ? ». Au-delà du champ de la santé, certains experts et acteurs du secteur de l’IA appellent déjà à ralentir son développement, soulignant la nécessité pour la société de s’adapter. Le débat ne porte plus uniquement sur les capacités, mais sur le rythme d’intégration. La transparence constitue une autre source de préoccupation. De nombreux systèmes d’IA ne permettent pas d’expliquer clairement leurs conclusions. En pratique clinique, où les décisions doivent être compréhensibles, cela crée des tensions, d’autant plus que les patients recherchent du sens, et pas uniquement des résultats. Les biais et les inégalités complexifient encore la situation. Les systèmes d’IA reflètent les données sur lesquelles ils sont construits, susceptibles de contenir des biais sociaux et culturels. Par ailleurs, l’accès aux outils avancés reste inégal, soulevant des questions d’équité dans la qualité des soins. Au fond, l’expansion rapide de l’IA interroge la nature relationnelle du travail clinique. La thérapie ne se réduit pas à l’information : elle repose sur la présence, l’ajustement et la relation humaine. Une dépendance accrue à l’IA risque de filtrer l’expérience des patients à travers des systèmes prédéfinis, plutôt que de l’explorer pleinement. La question n’est donc pas de savoir si l’IA doit continuer à se développer, mais jusqu’où elle peut aller sans cadre éthique plus clair. L’arrêter est irréaliste, mais avancer sans réflexion comporte des conséquences réelles. Pour les cliniciens, cela implique de maintenir une posture active et critique, d’utiliser l’IA comme un soutien et non comme un substitut, et de rester transparents avec les patients. Plus largement, cela appelle à un effort collectif pour que l’innovation ne dépasse pas la responsabilité. En définitive, il ne s’agit pas seulement d’une transformation technologique, mais d’un changement profondément humain. L’enjeu n’est pas uniquement de comprendre ce que l’IA peut faire, mais de décider, de manière réfléchie et consciente, où tracer la limite.

English

Apertus and the Future of Clinical AI: Why Transparency Matters for Therapists

In everyday clinical practice, many therapists are beginning to use AI tools to help with writing notes, organizing information, or reflecting on diagnoses. These tools can be useful, but they also raise an important question: do we really understand how they work? The launch of Apertus, a multilingual open-source AI model developed in Switzerland, invites us to think not only about what AI can do, but also about how much we can trust it. One key idea behind Apertus is digital sovereignty, which means having control over where data is stored and how it is used. For therapists, this is especially important because we work with sensitive patient information. When AI systems are owned by large companies abroad, it is not always clear how data is handled. Apertus aims to offer more local control, aligning better with ethical and legal responsibilities in healthcare. Many existing AI tools, like ChatGPT, are powerful but not fully transparent. We can see their outputs, but not easily understand how they are produced. For clinicians trained in careful reasoning, this can feel uncomfortable. Apertus offers a more open approach, allowing experts to examine and understand how the system works, which may support more informed use. Another important feature of Apertus is its multilingual ability. In therapy, language plays a key role in how patients express themselves. A system that works across languages may help reduce misunderstandings and support more inclusive care. However, cultural context remains complex, and no AI system can fully capture it. Because Apertus is open source, researchers and developers can study, adapt, and improve it. This supports transparency and collaboration, but it also means that different versions of the system may exist, which can make standardization more difficult in practice. Apertus is also designed as a public good, meaning it is freely accessible. This could make advanced AI tools more available to therapists and institutions with limited resources. However, maintaining such a system requires ongoing support, which remains a challenge. The institutions behind Apertus, EPFL and ETH Zurich, bring strong scientific credibility. Still, in clinical settings, trust develops over time. Therapists need to see how a tool performs in real situations before fully relying on it. Ethically, the use of AI in therapy requires careful attention. Even with transparent systems, clinicians remain responsible for their decisions. AI should support, not replace, clinical judgment. It is important to question outputs, understand limitations, and remain aware of possible biases. Apertus represents more than a new tool, it reflects a different approach to AI. It encourages clinicians to engage actively with technology rather than use it passively. As AI continues to evolve, the challenge will be to keep clinical responsibility, critical thinking, and patient trust at the center of practice.

English

Holding the Line: Ethical Responsibility in Clinical Practice in the Age of Artificial Intelligence

Are we ever going to stop the development of AI? As these systems become increasingly intelligent, a deeper question emerges: when do we decide that enough is enough for humanity? In May 2026, Pope Leo XIV contributed to this global debate by warning that artificial intelligence must not take moral decision-making out of human hands. While his message speaks broadly, it resonates strongly within clinical practice, where efficiency, innovation, and ethical responsibility are already tightly intertwined. In everyday care, AI often appears in subtle ways. It summarizes patient histories, drafts reports, or suggests diagnoses. These tools can ease administrative burden, but their influence is not neutral. Over time, they begin to shape how clinicians organize information and approach decisions. This raises a critical question: where does clinical judgment truly reside? Clinical reasoning has traditionally been a reflective process grounded in human experience and patient interaction. As AI provides ready-made interpretations, there is a growing risk that parts of this reasoning become less deliberate, even if unintentionally. Responsibility, however, remains fully human. Clinicians are still accountable for evaluating and deciding whether to trust AI-generated outputs. This requires active engagement, asking not only “what does this suggest?” but also “why, and should I rely on it?” Beyond healthcare, some experts and voices within the AI industry have already called for slowing development, emphasizing the need for society to adapt. The debate is no longer just about capability, but about the pace of integration. Transparency adds another layer of concern. Many AI systems cannot clearly explain how they reach their conclusions. In clinical care, where decisions must be understandable, this creates tension, especially as patients seek meaning, not just outcomes. Bias and inequality further complicate the picture. AI systems reflect the data they are built on, which can carry social and cultural biases. At the same time, access to advanced tools remains uneven, raising questions about fairness in care quality. At its core, the rapid expansion of AI challenges the relational nature of clinical work. Therapy is not just about information, it is about presence, attunement, and human connection. Increasing reliance on AI risks filtering patient experiences through predefined systems rather than fully exploring them. So the question is not whether AI should continue to develop, but how far it should go without clearer ethical limits. Stopping it is unrealistic, but moving forward without reflection carries real consequences. For clinicians, this means maintaining an active, critical stance, using AI as support, not substitute, and staying transparent with patients. More broadly, it calls for a collective effort to ensure that innovation does not outpace responsibility. Ultimately, this is not just a technological shift, but a human one. The challenge is not only to understand what AI can do, but to decide, carefully and consciously, where we choose to draw the line.

French

De l’apprentissage au leadership : ce que nous proposons

Happy Brain Training a été conçu pour dépasser la théorie et favoriser une transformation concrète et opérationnelle. Au cours de l’année écoulée, mon activité s’est développée à travers différents pays, formats et communautés, guidée par un objectif clair : aider les thérapeutes à utiliser l’IA de manière réellement impactante. Mon approche est simple dans son principe, mais puissante dans sa mise en œuvre. Je forme les thérapeutes à utiliser efficacement l’IA en thérapie, en mettant l’accent sur des applications concrètes qui améliorent l’efficacité, la créativité et les résultats cliniques. Mes programmes de formation sont structurés comme un parcours progressif. Les thérapeutes commencent par acquérir des bases solides, en comprenant l’IA générative et des outils comme ChatGPT, puis évoluent vers la création de supports thérapeutiques personnalisés, avant d’aborder des études de cas avancées et une planification complète des prises en charge assistée par l’IA. Chaque étape vise à renforcer la confiance, l’autonomie et l’impact clinique. Tout au long de ce parcours, nous explorons également le prompt engineering, la productivité et l’utilisation de l’IA comme outil de soutien pour les patients. Les programmes ont évolué, passant d’interactions de base à des contenus structurés, des techniques spécifiques et des applications adaptées à chaque spécialité. Des solutions ciblées sont également proposées aux professionnels souhaitant optimiser leur efficacité et rationaliser leur organisation. Au-delà des programmes structurés, je propose des séances de conseil individuelles, offrant un accompagnement personnalisé en fonction des enjeux propres à chaque thérapeute. Mon approche reste ancrée dans les réalités du terrain, qu’il s’agisse de communication, de langage ou de troubles complexes tels que l’aphasie, la dysarthrie ou la dysphagie. L’apprentissage ne se limite pas à un lieu. Mes formations en présentiel ont été dispensées dans plusieurs villes, de Luxembourg à Vienne, en passant par les pays baltes, Lyon et la Belgique, contribuant à un mouvement international en expansion. Parallèlement, les webinaires et les formations en ligne connectent des thérapeutes sur plusieurs continents. J’ai accompagné des professionnels en Europe, au Moyen-Orient, en Amérique du Nord, en Asie et en Australie. Aujourd’hui, plus de 2 500 thérapeutes à travers le monde ont été formés, chacun contribuant à une transformation globale de la pratique thérapeutique. À travers tous ces pays, un constat s’impose : nous partageons les mêmes défis. Si nos pratiques diffèrent, nos besoins fondamentaux restent profondément similaires, nous unissant dans une dynamique commune. Mes ateliers et événements en direct sont interactifs, pratiques et immédiatement applicables. Pour soutenir ces apprentissages, j’ai développé un prompt book, une ressource prête à l’emploi permettant de créer des supports thérapeutiques personnalisés, adaptés à tous les âges et besoins cliniques. Ce qui distingue cette approche ne réside pas uniquement dans l’offre proposée, mais dans la manière de penser. Tout est centré sur le thérapeute, fondé sur une expertise en IA, et conçu pour un usage concret. Il ne s’agit pas seulement d’apprendre l’IA, mais d’apprendre à en faire un levier de transformation.

French

Happy Brain Training : là où la thérapie rencontre l’innovation

Il y a un an, Happy Brain Training naissait d’une conviction forte : l’intelligence artificielle générative peut devenir un véritable levier pour les thérapeutes, à condition d’être comprise, encadrée et utilisée avec discernement. J’ai créé Happy Brain Training pour faire dialoguer deux univers qui, aujourd’hui, ne peuvent plus évoluer séparément : l’expertise clinique et l’innovation technologique. L’objectif n’a jamais été de remplacer l’humain, ni de transformer les thérapeutes en techniciens de l’IA. Il s’agit plutôt de leur donner des repères concrets pour intégrer ces outils dans leur pratique, de manière responsable, efficace et profondément clinique. Au départ, ce projet était une idée. Il est devenu, au fil des mois, un espace de formation, de réflexion et de partage, où les thérapeutes peuvent explorer de nouvelles façons de penser, de créer et d’accompagner leurs patients. Pourquoi cette newsletter ? Lorsque j’ai commencé à travailler sur l’IA générative appliquée à la thérapie, une chose est vite devenue évidente : ce domaine évolue très vite. Nouveaux modèles, nouvelles fonctionnalités, enjeux de confidentialité, sécurité des données, régulation, impact écologique, limites cliniques… rester informé est devenu un véritable défi. C’est pour répondre à ce besoin que la newsletter Happy Brain Training a été créée. Chaque semaine, elle a pour objectif de rendre l’IA plus accessible, plus claire et plus utile pour les thérapeutes. Elle ne se limite pas à présenter des outils. Elle propose aussi des analyses, des exemples concrets, des pistes d’application en séance et des repères pour développer une utilisation éthique et réfléchie de l’IA. L’enjeu est simple : permettre aux professionnels de gagner du temps, de créer des supports plus personnalisés, de soutenir leur raisonnement clinique et d’enrichir leur pratique, sans jamais perdre de vue la qualité de la relation thérapeutique. Une communauté internationale et pluridisciplinaire En un an, cette newsletter est devenue bien plus qu’un simple canal d’information. Elle a permis de rassembler une communauté internationale de thérapeutes, issus de disciplines variées et de contextes très différents. De l’Europe au Moyen-Orient, de l’Afrique à l’Amérique du Nord, de l’Asie jusqu’au Canada, une même réalité se dessine : nous partageons souvent les mêmes défis. La charge administrative, le manque de temps, la nécessité de personnaliser les supports, la complexité des situations cliniques et le besoin de rester à jour concernent de nombreux professionnels, quelle que soit leur spécialité. Cette communauté montre que les thérapeutes ne sont pas seulement en train de s’adapter à l’IA. Ils participent activement à façonner son usage, en gardant au centre ce qui fait la force de leur métier : l’écoute, l’analyse clinique, la créativité et la relation humaine. Aujourd’hui, je suis fière de célébrer une année de la newsletter Happy Brain Training,  une année de partage, d’apprentissage collectif et de développement aux côtés d’une communauté de professionnels curieux, engagés et ouverts au changement. Tout au long de ce parcours, j’ai eu l’opportunité de rencontrer des thérapeutes inspirants dans différents pays, et de vous rencontrer. Ces échanges continuent de nourrir mon engagement à m’adapter, évoluer et avancer. Même lorsque le rythme est soutenu, ils rappellent pourquoi ce travail est essentiel. Ce qui n’était au départ qu’un moyen de rester connecté est devenu bien plus : un espace de réflexion, d’inspiration et de progression.

Shopping Cart