Author name: Dr. Rania Kassir

Artificial intelligence is already entering classrooms, universities, and clinical training. Students use it to write, translate, study, and receive feedback, while teachers and therapists may use it to organise information and support learners. Yet the central question is not whether AI will replace teachers, it is how we want AI to fit into education. Today, different education systems are taking very different approaches. Some schools and education platforms are integrating AI into teaching and learning, while others are restricting or temporarily banning student-facing generative AI. Tools such as Khanmigo by Khan Academy support tutoring, guided learning, lesson planning, and other educational tasks, while MagicSchool helps educators with classroom activities and teaching support. This contrast creates an important debate about whether students should be protected from AI or taught to use it responsibly. From a therapist’s perspective, education is closely connected to attention, motivation, communication, emotional development, and confidence. AI can provide explanations, generate ideas, and support students with disabilities or language difficulties. However, learners still need opportunities to think independently, make mistakes, communicate, collaborate, and develop their own reasoning. Assessment may also need to change. A student can submit an impressive AI-generated assignment without truly understanding the ideas. Educators may therefore need to evaluate reasoning, reflection, discussion, and the ability to apply knowledge, not only the final answer. AI systems can make mistakes, reinforce bias, and misunderstand students from different cultural, linguistic, or social backgrounds. An AI recommendation should never be treated as a diagnosis or final decision. Therapists and educators must consider the individual’s history, environment, communication style, and lived experience. Privacy and equality are equally important. Not every student has the same access to technology, internet, or guidance. Educational institutions must explain how information is collected and used, while ensuring that AI does not increase discrimination or exclude vulnerable learners. The debate should not be reduced to “AI or no AI.” We should ask what students need to learn without AI, what they can learn with it, and where human guidance must remain central. Teaching, empathy, creativity, ethical reasoning, and meaningful relationships cannot be replaced by automated answers. The algorithm is already in the room. We should neither fear it nor follow it blindly. The goal is to help teachers, therapists, students, and AI work together while ensuring that technology supports the learning process.

Dans la pratique clinique quotidienne, les soins prodigués aux patients sont documentés à différents endroits, notamment dans les notes d’évolution, les comptes rendus d’imagerie, les dossiers médicamenteux et les comptes rendus de sortie. Comme ces informations sont souvent incomplètes ou formulées de manière hétérogène, il peut être difficile de déterminer si les soins ont suivi les recommandations cliniques établies. La vérification de la conformité des processus médicaux est une méthode qui compare les événements survenus à ceux qui devraient normalement se produire selon les recommandations professionnelles. Une étude récente menée par Leonardi et ses collègues, intitulée « Orchestrating Large Language Models to Support Medical Process Conformance Checking », a examiné la manière dont les grands modèles de langage, tels que ChatGPT, pourraient soutenir ce processus. Les grands modèles de langage sont des systèmes informatiques capables de comprendre et de produire du langage humain. Dans cette étude, ils ont été utilisés pour lire des documents cliniques et des recommandations, repérer les informations importantes et comparer les soins prodigués aux pratiques recommandées (Leonardi et al., 2026). Les chercheurs ont utilisé plusieurs modèles de langage plutôt que de demander à un seul système d’accomplir l’ensemble de la tâche. Chaque modèle avait un rôle spécifique. L’un contribuait à repérer les événements cliniques, un autre examinait les recommandations des guides de pratique, et un troisième transformait ces recommandations en règles lisibles par un ordinateur. Cette approche progressive peut faciliter la vérification et la correction du processus. L’étude portait sur les soins de l’AVC. Le système examinait les lettres de sortie et établissait une chronologie simple de la prise en charge de chaque patient. Il comparait ensuite ces chronologies à certaines recommandations relatives au traitement de l’AVC. Les résultats suggéraient que la plupart des dossiers des patients suivaient le parcours de soins attendu. Cela montre que les modèles de langage pourraient aider les hôpitaux à examiner plus efficacement un grand nombre de dossiers cliniques. Cependant, ces résultats doivent être interprétés avec prudence. Un dossier médical peut ne pas rendre compte de tout ce qui s’est produit au cours du traitement. L’absence d’une intervention dans la documentation ne signifie pas toujours que cette intervention n’a pas été réalisée. De plus, certains patients peuvent nécessiter des traitements différents en raison de leur âge, de leurs antécédents médicaux, de leurs risques ou de leur situation personnelle. Pour les thérapeutes et les autres professionnels de santé, cette technologie doit être considérée comme un outil de soutien, et non comme un substitut au jugement clinique. Elle peut aider à repérer des retards récurrents, des lacunes dans la documentation ou des différences entre les services. Ces observations peuvent ensuite orienter les échanges au sein des équipes, les démarches d’amélioration de la qualité et la communication entre professionnels. L’un des avantages importants de cette approche est qu’elle peut rendre le raisonnement plus transparent. Les utilisateurs peuvent être en mesure de consulter le texte clinique original, la recommandation correspondante et la règle utilisée pour évaluer les soins. Cette méthode est plus sûre que de s’appuyer sur une réponse unique et inexpliquée produite par un système d’intelligence artificielle. Cette approche soulève également d’importantes préoccupations éthiques. Les informations concernant les patients doivent être protégées, et les établissements de santé doivent contrôler attentivement la manière dont les dossiers sont utilisés. Les modèles de langage peuvent mal interpréter certaines informations ou produire des résultats biaisés, notamment lorsque la documentation est incomplète. Les cliniciens et les établissements demeurent responsables des décisions influencées par ces systèmes. En conclusion, les grands modèles de langage pourraient contribuer à relier la documentation clinique aux recommandations médicales et à soutenir des soins plus sûrs et mieux organisés. Leur rôle doit rester un rôle de soutien, fondé sur la transparence. Les recherches futures devront examiner la précision de ces systèmes dans différents hôpitaux et différentes spécialités, ainsi que leur capacité réelle à améliorer la pratique clinique sans réduire les soins à de simples indicateurs chiffrés. Références Leonardi, G., Montani, S., Striani, M., Canessa, A., & Ferrandi, D. (2026). Orchestrating large language models to support medical process conformance checking. Neuroscience Informatics, 6(4), article 100294. https://doi.org/10.1016/j.neuri.2026.100294

OpenAI a récemment présenté GPT-6 Astra, le décrivant comme une étape importante vers l’AGI, ou intelligence artificielle générale. L’AGI désigne un système d’IA capable d’accomplir de nombreuses tâches intellectuelles différentes, d’apprendre à partir de situations, de s’adapter à des problèmes nouveaux et de fonctionner de manière flexible dans différents domaines. Toutefois, il n’existe ni définition universellement acceptée ni test officiel de l’AGI. Les affirmations selon lesquelles nous serions entrés dans « l’ère de l’AGI » restent donc sujettes à débat. Ce qui distingue GPT-6 Astra des chatbots précédents est sa capacité à poursuivre un objectif global plutôt qu’à répondre simplement à une question à la fois. Les utilisateurs peuvent lui donner un objectif général sans expliquer chaque étape. Le système peut ensuite comprendre cet objectif, élaborer un plan, diviser le travail en tâches plus petites et poursuivre son activité jusqu’à produire un résultat final. Astra est également présenté comme capable d’interagir avec un ordinateur portable, d’utiliser des logiciels, de consulter des sites web, d’écrire et de tester du code, ainsi que de contrôler des outils numériques. Par exemple, un utilisateur pourrait lui demander de créer un site web, de préparer une présentation ou de développer un projet logiciel. Astra pourrait alors planifier le travail, réaliser les différentes étapes, rechercher d’éventuelles erreurs, effectuer des révisions et fournir le produit final. C’est ici que la notion d’agent d’IA devient importante. Un agent d’IA est un système capable de recevoir un objectif, de prendre des décisions, d’utiliser des outils, d’effectuer des actions, d’évaluer ses progrès et de poursuivre son travail avec des consignes limitées, étape par étape. En termes simples, un chatbot vous indique généralement comment faire quelque chose, tandis qu’un agent tente de le faire à votre place. Par exemple, au lieu de demander à Astra comment créer un cahier d’exercices sur la gestion du stress, un thérapeute pourrait simplement lui donner l’objectif suivant : « Créer un cahier d’exercices professionnel destiné aux étudiants universitaires. » Astra pourrait organiser le contenu, rédiger les exercices, concevoir le document, relire le texte, corriger les problèmes et préparer une version finale. Le thérapeute devrait néanmoins vérifier le contenu avant de l’utiliser. GPT-6 Astra peut être comparé à Claude Fable 5, même si leurs points forts peuvent différer. Astra semble davantage orienté vers l’exécution autonome de tâches, l’utilisation d’un ordinateur, le codage et l’interaction avec des outils numériques. Claude Fable 5 peut être considéré comme un partenaire performant pour la rédaction, le raisonnement et l’analyse. En pratique, Astra pourrait être mieux adapté à la réalisation d’un projet de bout en bout, tandis que Fable 5 pourrait être particulièrement utile pour développer des idées, analyser des informations et produire des contenus soigneusement rédigés. Fonctionnalité GPT-6 Astra Claude Fable 5 Force principale Exécution autonome de tâches Rédaction et raisonnement Utilisation habituelle Codage, utilisation d’un ordinateur et projets numériques Analyse, développement d’idées et création de contenu Mode de fonctionnement Réalise les projets du début à la fin Accompagne l’utilisateur par la discussion et la rédaction approfondies Particulièrement adapté à Tâches complexes comportant plusieurs étapes Recherche, rédaction et analyse critique Pour les thérapeutes, ces évolutions pourraient présenter des avantages pratiques. Les agents d’IA pourraient contribuer à organiser des recherches, préparer du matériel psychoéducatif, créer des exercices thérapeutiques, résumer des informations non identifiantes, soutenir les tâches administratives et élaborer des ressources pour la formation clinique ou la réadaptation. En réduisant la charge de travail routinière, ces outils pourraient permettre aux thérapeutes de consacrer davantage de temps aux soins directs des patients. Toutefois, la capacité d’une IA à créer des logiciels ou à résoudre des problèmes complexes ne signifie pas qu’elle comprend les patients de manière humaine. Elle peut produire un document impressionnant tout en interprétant incorrectement la culture, l’état émotionnel, l’histoire personnelle ou le niveau de risque d’un patient. La thérapie repose sur l’empathie, la confiance, la communication et une interprétation rigoureuse, qui demeurent au cœur d’une pratique clinique sûre. Une plus grande autonomie implique également de nouvelles responsabilités. Les thérapeutes doivent savoir à quelles informations l’agent d’IA peut accéder, quels sites web ou fichiers il peut utiliser et dans quelles situations une validation humaine est requise. Une IA ne devrait pas diagnostiquer un patient de manière autonome, évaluer un risque suicidaire, modifier un traitement ni transmettre des informations cliniques sensibles. Son travail doit toujours être vérifié avant d’influencer la prise en charge d’un patient. Alors, entrons-nous dans l’ère de l’AGI? GPT-6 Astra pourrait représenter une avancée importante vers des systèmes d’IA capables de planifier, d’agir, de réviser leur travail et de mener à bien des objectifs complexes de manière autonome. La question de savoir si cette évolution doit officiellement être qualifiée d’AGI reste incertaine. Pour les thérapeutes, l’approche la plus sûre consiste à utiliser ces systèmes comme de puissants assistants, tout en plaçant la confidentialité, le jugement professionnel, l’empathie et la sécurité des patients au centre de la pratique clinique.

Les enfants grandissent dans un monde où les chatbots et autres outils d’IA font partie de la vie quotidienne. Ils peuvent utiliser l’IA pour poser des questions, faire leurs devoirs, créer des histoires, résoudre des énigmes ou imaginer l’avenir. Pour les thérapeutes, l’enjeu important n’est pas simplement de savoir à quelle fréquence les enfants utilisent l’IA. Il faut également comprendre comment ces outils peuvent influencer leurs apprentissages, leurs émotions, leurs relations et leur sentiment d’identité. Les enfants se développent grâce à leur engagement actif envers le monde qui les entoure. Explorer, jouer, communiquer, bouger, faire des erreurs, résoudre des problèmes et créer des liens sont autant d’expériences essentielles au développement des compétences cognitives, sociales, émotionnelles, motrices et liées à la résolution de problèmes. Ces processus exigent du temps, des efforts, de la curiosité ainsi qu’une interaction directe avec les autres et avec l’environnement. L’IA générative peut fournir des réponses immédiates et produire des histoires, des images, des devoirs et des solutions. Bien que cela puisse sembler utile, son utilisation devient problématique lorsque l’IA remplace les occasions de penser de manière autonome, de faire preuve de créativité, d’explorer et d’apprendre par l’expérience. Les enfants peuvent commencer à dépendre de la technologie plutôt qu’à développer leur confiance en leurs propres capacités et leurs propres idées. La capacité des enfants à évaluer les informations générées par l’IA soulève également des préoccupations. Les chatbots peuvent fournir des réponses inexactes ou trompeuses tout en communiquant avec assurance et de manière conviviale. Les jeunes enfants ne possèdent peut-être pas encore les capacités de pensée critique nécessaires pour reconnaître ces limites. Certains peuvent aussi considérer les chatbots comme des amis, des enseignants ou des compagnons de confiance, alors que l’IA ne comprend pas véritablement leurs émotions ni leurs expériences. Pour ces raisons, l’accès direct à l’IA générative ne devrait pas être considéré comme approprié pour les jeunes enfants. Les apprentissages précoces devraient principalement s’appuyer sur le jeu imaginatif, l’exploration du monde réel, les relations humaines, les activités extérieures et les expériences pratiques. Ces expériences ne peuvent pas être remplacées par une interaction numérique instantanée. Chez les adolescents, l’IA générative peut être introduite avec davantage de prudence, en tant qu’outil accompagné. Son utilisation devrait s’appuyer sur les conseils des parents ou des professionnels de l’éducation, des limites claires, la protection de la vie privée et une attention constante portée à la pensée critique. Les adolescents devraient être encouragés à utiliser l’IA pour soutenir leurs apprentissages, et non pour remplacer leurs efforts, leur créativité, leur communication ou leur capacité à résoudre des problèmes. Tout comme il existe des recommandations concernant l’utilisation des écrans selon l’âge, nous devrions également nous demander : à partir de quel âge l’IA générative est-elle appropriée pour les enfants, et dans quelles conditions? Des recommandations claires et fondées sur des données probantes concernant l’âge approprié, les limites à établir et les modalités d’utilisation sécuritaire sont encore nécessaires. En attendant l’élaboration de recommandations plus solides, les adultes devraient adopter une approche prudente. Le développement, le bien-être, la créativité et les relations des enfants doivent passer avant la commodité et le progrès technologique. L’IA ne devrait jamais remplacer les expériences humaines qui aident les enfants à apprendre, à grandir et à mieux se comprendre, ainsi qu’à comprendre le monde qui les entoure. À venir! Nous préparons quelque chose de spécial pour les parents! Webinaire : L’IA générative et les enfants et adolescents Une discussion pratique pour explorer les situations dans lesquelles l’IA peut être appropriée, ses effets possibles sur les apprentissages et le développement, ainsi que les moyens de l’introduire de manière sécuritaire et responsable. Plus de détails à venir. Restez à l’affût!

Jais est un modèle d’intelligence artificielle (IA) à poids ouverts, conçu spécifiquement pour l’arabe. Il comprend et produit de l’arabe, de l’anglais, différents dialectes arabes, l’arabizi (arabe écrit avec des lettres latines et des…

Nous sommes heureux de vous présenter, en collaboration avec l’Association québécoise des orthophonistes et audiologistes (AQOA), une formation spécialement conçue pour les orthophonistes souhaitant découvrir comment l’intelligence artificielle générative peut soutenir leur pratique professionnelle au quotidien. Cette formation propose une introduction progressive et accessible aux principes de l’IA générative ainsi qu’à ses applications concrètes en orthophonie. Vous découvrirez comment utiliser ces outils pour préparer vos bilans, organiser vos séances, créer du matériel thérapeutique personnalisé et adapter vos activités aux besoins de chaque patient. À travers des démonstrations en direct, des exemples cliniques et des exercices pratiques, nous explorerons les différentes façons dont l’IA peut vous accompagner dans votre travail, de la préparation du bilan jusqu’à la création de supports de rééducation pour les enfants, les adolescents et les adultes. Nous accorderons également une attention particulière à la formulation des prompts. Vous apprendrez à donner des consignes claires et structurées afin d’obtenir des réponses plus pertinentes, précises et adaptées à vos objectifs thérapeutiques. La formation abordera enfin les enjeux essentiels liés à l’utilisation de l’IA en contexte clinique : confidentialité des données de santé, protection des renseignements personnels, vérification des informations, biais possibles et importance du jugement professionnel. L’IA doit rester un outil de soutien et ne peut remplacer l’expertise, l’évaluation clinique ou la relation thérapeutique. La formation comprend des exposés interactifs, des démonstrations guidées, des exercices courts, des exemples de création de matériel et des périodes d’échange. Elle vous permettra de développer des compétences concrètes et d’intégrer l’IA de façon réfléchie, éthique et sécuritaire dans votre pratique orthophonique. La formation se déroulera en deux parties : le 16 septembre 2026, de 8 h à 12 h, et le 22 septembre 2026, de 8 h à 12 h, pour une durée totale de huit heures. L’événement se déroulera en ligne, via Zoom (Québec, Canada). Elle est exclusivement réservée aux membres de l’AQOA, sur inscription seulement. Contact : AQOA – (514) 552-1382 – support@aqoa.qc.ca Pour plus d’informations et pour vous inscrire : Consulter la page de la formation sur le site de l’AQOA