French

OpenAI a lancé GPT-6 Sol et GPT-6 Luna environ 90 minutes après l’annonce de Claude Opus 5.5 par Anthropic. OpenAI indique que ces nouveaux modèles coûtent moins cher que ses modèles précédents. Pour les thérapeutes, la question essentielle n’est pas seulement celle du prix : ces outils peuvent-ils faciliter le travail quotidien tout en préservant la sécurité et la dimension personnelle des soins ? L’IA peut faciliter les tâches de rédaction et d’organisation. Elle peut, par exemple, rédiger une explication simple de l’anxiété, proposer des questions pour une discussion de groupe ou préparer une première version d’un exercice à réaliser entre les séances. Ces exemples sont donnés à titre indicatif et ne constituent pas des garanties. Le meilleur choix dépend de la tâche et de l’utilité réelle du résultat dans votre pratique. Pour voir comment ils pourraient s’intégrer à notre travail, nous avons examiné les tâches auxquelles chacun semble le mieux adapté : GPT-6 Sol : pour les tâches plus complexes Considérez Sol comme l’option la plus adaptée aux tâches qui exigent un raisonnement approfondi ou comportent plusieurs étapes. Il peut aider à résumer des recherches, à analyser de longs documents, à examiner des réglementations et des recommandations, ou à transformer des informations en supports ou en plans pratiques. Un thérapeute pourrait l’utiliser pour rassembler des informations, planifier un atelier détaillé ou préparer une première version d’un support de formation. OpenAI présente Sol comme un modèle aux performances proches d’Astra, mais moins coûteux. Ses réponses doivent néanmoins être vérifiées afin d’en confirmer l’exactitude et la pertinence au regard de vos besoins cliniques. GPT-6 Luna : pour les tâches rapides du quotidien Considérez Luna comme une option rapide et efficace. Elle peut être utile pour des tâches ciblées : reformuler un paragraphe dans un langage plus simple, traduire un texte, rédiger un courriel, résumer des notes ou proposer des idées. Elle peut également faciliter les tâches répétitives et répondre rapidement à des questions. Un thérapeute pourrait, par exemple, utiliser Luna pour obtenir rapidement des informations générales, rédiger des courriels, traduire un texte ou créer du matériel thérapeutique. Il pourrait lui demander de rendre un support plus facile à lire ou de proposer plusieurs façons d’expliquer une stratégie d’adaptation. Le thérapeute peut ensuite sélectionner et modifier la version qui lui convient le mieux. Sol et Luna en un coup d’œil Copy table Sol Luna Idéal pour Les tâches complexes ou détaillées Les tâches courantes et répétitives Raisonnement Les tâches en plusieurs étapes Les demandes ciblées Vitesse Rapide Très rapide Exemples Analyse de longs documents, planification, synthèse de recherches Reformulation, traduction, courriels, résumés, recherche d’idées Coût Plus élevé que celui de Luna Plus faible Pour commencer, choisissez une tâche simple et peu risquée. Vous pourriez demander à l’outil de simplifier un support ou de proposer différentes façons d’expliquer une stratégie d’adaptation. Vérifiez ensuite que le résultat est exact, clair, respectueux et adapté aux personnes que vous accompagnez. Protégez la confidentialité des clients : ne saisissez pas leur nom ni de renseignements permettant de les identifier, sauf si votre organisation a approuvé l’outil et les mesures de protection de la vie privée qui l’accompagnent. Pour tester l’IA, utilisez des exemples fictifs ou entièrement anonymisés. Vérifiez ensuite l’exactitude des résultats, le caractère respectueux de la formulation et son adéquation culturelle. L’IA peut omettre des détails importants ou formuler des suppositions : modifiez ou écartez tout élément qui ne correspond pas au client ou à votre jugement professionnel. Une utilisation responsable de l’IA dépend non seulement de l’outil, mais aussi de l’intention et de la manière dont on l’utilise. Nous devons choisir le modèle adapté à la tâche, qu’il s’agisse de résumer une recherche, de simplifier un support ou de rédiger un courriel. Apprendre à faire ce choix est une compétence qui se développe et qui peut aider à obtenir des réponses plus utiles, tout en plaçant le jugement professionnel au cœur de la pratique. GPT-6 Sol et Luna pourraient aider les thérapeutes à préparer plus rapidement des supports utiles et à organiser leurs idées. Leur véritable utilité dépendra de la prudence avec laquelle nous les utiliserons. L’IA peut soutenir notre travail, mais le thérapeute reste responsable de ce qui est communiqué et de la manière dont les soins sont dispensés.

Lorsqu’un patient écrit à un thérapeute ou à un autre professionnel de santé, la réponse doit être exacte, claire et bienveillante. L’intelligence artificielle (IA) peut aider en préparant un brouillon. Mais celui-ci n’est qu’un point de départ : il peut ne pas tenir compte de toute la situation du patient et doit être vérifié par le professionnel avant d’être envoyé. Une étude publiée en 2025 a examiné cette approche dans un grand hôpital des Pays-Bas. Pendant 16 semaines, 100 médecins de 14 spécialités ont répondu à 919 messages de patients. Pour chaque message, ils pouvaient choisir un brouillon rédigé par l’IA ou rédiger leur réponse à partir d’une page blanche. L’étude a évalué la fréquence à laquelle les cliniciens choisissaient les brouillons, l’ampleur des modifications apportées et le temps nécessaire pour répondre (Bootsma-Robroeks et al., 2025). Les cliniciens ont choisi un brouillon généré par l’IA pour 58 % des messages. Parmi les réponses préparées à partir d’un brouillon, 43 % en conservaient au moins une partie de la formulation. Ces résultats montrent que les cliniciens étaient prêts à essayer cet outil, mais qu’ils n’utilisaient pas tous ses suggestions de la même manière : certains reprenaient une plus grande partie du brouillon, tandis que d’autres le remaniaient largement. L’étude n’a pas mis en évidence de gain de temps notable. Les réponses qui reprenaient une partie du brouillon de l’IA prenaient à peu près autant de temps que celles rédigées à partir d’une page blanche, soit environ deux minutes et demie. La relecture et la correction d’un brouillon peuvent prendre du temps : générer du texte ne rend donc pas nécessairement la tâche plus rapide dans son ensemble. Pour les thérapeutes, un brouillon généré par l’IA peut être utile pour répondre à des messages courants, par exemple pour confirmer un rendez-vous ou expliquer une procédure générale du cabinet. Il peut aussi aider à structurer une réponse lorsque le thérapeute est très occupé. Cela pourrait libérer du temps pour les soins en présence du patient. Toutefois, l’étude n’ayant pas montré que ces brouillons faisaient gagner du temps, cet avantage ne doit pas être tenu pour acquis. Les messages échangés dans le cadre d’une thérapie portent souvent sur des émotions, des relations et des expériences personnelles sensibles. Une réponse générée par l’IA peut sembler chaleureuse tout en passant à côté d’une signification importante, du contexte ou d’un changement dans l’état émotionnel du client. Elle peut aussi paraître impersonnelle ou ne pas correspondre à l’approche du thérapeute. Un brouillon ne doit jamais se substituer à l’évaluation du thérapeute, en particulier si un client semble en danger ou a besoin d’un soutien urgent. Les thérapeutes peuvent utiliser ces brouillons comme point de départ, tout en conservant leur propre voix et leur jugement clinique. Avant d’envoyer une réponse, ils devraient vérifier qu’elle est adaptée au client, qu’elle répond réellement à sa préoccupation et qu’elle ne promet pas plus que ce qu’ils peuvent offrir. Si un message appelle une discussion approfondie, le thérapeute peut juger préférable de proposer une séance ou un appel téléphonique plutôt que de répondre par écrit. Cette approche comporte également des responsabilités importantes. La confidentialité des patients doit être protégée, et les établissements de santé devraient expliquer comment ces outils sont utilisés et en évaluer le fonctionnement afin de repérer les erreurs ou les écarts de performance injustifiés. Les cliniciens restent responsables des messages qu’ils envoient, même lorsque l’IA a contribué à leur rédaction. Cette étude offre un premier aperçu de l’utilisation de l’IA pour faciliter les échanges avec les patients dans le cadre des soins courants. L’outil a été utilisé, mais aucun gain de temps manifeste n’a été démontré. De futures études devraient examiner si ces brouillons améliorent la clarté et la qualité des réponses, ce que les patients pensent de ces messages et si l’outil fonctionne de manière sûre auprès de différents publics et pour différents types de messages. Référence Bootsma-Robroeks, C. M. H. H. T., Workum, J. D., Schuit, S. C. E., Hoekman, A., Mehri, T., Doornberg, J. N., van der Laan, T. P., & Schoonbeek, R. C. (2025). AI-generated draft replies to patient messages: Exploring effects of implementation. Frontiers in Digital Health, 7, Article 1588143. https://doi.org/10.3389/fdgth.2025.1588143

L’intelligence artificielle (IA) entre peu à peu dans les écoles et les services administratifs. Pour une enseignante, elle peut aider à préparer une activité ou à adapter un texte au niveau de ses élèves. Mais elle ne connaît pas chaque enfant et ne peut pas remplacer le jugement d’un professionnel. La question est donc moins de savoir si l’IA peut être utilisée que de définir comment elle peut être utile, fiable et bien encadrée. La feuille de route 2026-2027 du ministère de l’Éducation nationale veut organiser ces usages à grande échelle. Le ministère accompagne environ 12 millions d’élèves et 1,2 million d’agents. Il souhaite dépasser les essais isolés et développer des outils qui répondent à des besoins concrets. Son principe central est clair : l’IA peut aider, mais la décision doit rester humaine. La première priorité est d’aider les enseignants et les autres personnels dans leur travail quotidien. L’IA pourrait, par exemple, proposer une première version d’une activité, aider à préparer une évaluation ou adapter un document. Ces propositions doivent toujours être relues et ajustées par le professionnel, qui connaît les élèves, leurs besoins et le contexte de la classe. Le ministère évoque aussi des outils qui pourraient accompagner les élèves dans leurs apprentissages, par exemple en les guidant par des questions plutôt qu’en leur donnant directement la réponse. Cette approche peut encourager la réflexion, mais elle ne garantit pas à elle seule un meilleur apprentissage. Il faudra vérifier que ces outils aident réellement les élèves à comprendre et à devenir plus autonomes. La deuxième priorité est de simplifier certaines tâches administratives. Des outils d’IA pourraient aider à rédiger ou à résumer des messages, à retrouver des informations ou à faciliter certaines démarches. Le temps ainsi gagné pourrait être consacré aux élèves, aux familles et aux missions qui demandent une attention particulière. Mais il faudra aussi compter le temps nécessaire pour vérifier les résultats et corriger les erreurs. La troisième priorité concerne les systèmes informatiques du ministère. Celui-ci souhaite disposer d’outils sûrs, mieux contrôlés et adaptés à ses besoins. Il ne suffit pas de choisir une technologie : les services doivent aussi pouvoir comprendre son fonctionnement, protéger les informations utilisées et vérifier que les outils remplissent correctement leur rôle. Pour que ces projets soient utiles, les personnels doivent être accompagnés et formés. Il ne s’agit pas seulement d’apprendre à poser une question à une IA. Il faut aussi savoir que ses réponses peuvent être fausses, incomplètes ou influencées par des biais. Les échanges entre professionnels et le partage d’expériences seront importants pour repérer les usages qui aident vraiment sur le terrain. La protection des élèves et des personnels doit rester une priorité. Les informations personnelles doivent être protégées, et les décisions importantes ne devraient pas reposer uniquement sur une réponse produite par un outil. Les utilisateurs doivent savoir quand l’IA intervient, pouvoir vérifier ses résultats et rester responsables de leurs choix professionnels. Cette feuille de route ouvre une nouvelle étape, mais son succès ne se mesurera pas au nombre d’outils installés. Il dépendra de leur utilité réelle, de leur fiabilité et de leur capacité à soutenir le travail des équipes sans affaiblir la relation humaine. Des évaluations menées avec les personnels et les élèves aideront à améliorer les pratiques et à décider, avec prudence, de la suite à donner. Référence Ministère de l’Éducation nationale. (2026). Une IA utile, humaine et souveraine pour les services publics : Feuille de route 2026–2027 du ministère de l’Éducation nationale. https://s3.rbx.io.cloud.ovh.net/sites-faciles/sites-faciles-alliance/documents/20260901_Synthese-FDR-IA_MEN_VF.pdf?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=15b12783e5fa40bfbe2c5e8583b51f3e%2F20260930%2Frbx%2Fs3%2Faws4_request&X-Amz-Date=20260930T092831Z&X-Amz-Expires=3600&X-Amz-SignedHeaders=host&X-Amz-Signature=bcc4f55a1de35740b4afcc00aa0f15915b679d7d258dc649c1e8616cd703fc1d

Imaginez pouvoir décrire une activité que vous aimeriez voir exister et obtenir un prototype interactif simple à explorer. Les Artifacts de Claude sont des créations autonomes, applications interactives, visualisations ou outils, par exemple, que Claude génère à partir d’une conversation. Vous pouvez les prévisualiser, demander à Claude de les modifier et, lorsque cette option est disponible, les partager avec d’autres personnes. Pour les thérapeutes, cela pourrait ouvrir de nouvelles possibilités pour soutenir les apprentissages, la communication, le mouvement et les compétences du quotidien, au-delà de la création d’une nouvelle fiche d’activité. Un thérapeute pourrait, par exemple, concevoir le prototype d’une activité visuelle dans laquelle une personne trie des objets, suit une séquence ou fait des choix dans une situation familière. L’activité pourrait intégrer des images, des sons, des consignes de mouvement ou de simples animations, puis être adaptée en fonction du rythme, des consignes ou du niveau de difficulté. Une routine interactive pourrait aider une personne à s’exercer à se préparer, à anticiper une transition ou à accomplir une tâche dans l’ordre. Un autre prototype pourrait l’inviter à suivre une séquence de mouvements, à choisir une image pour poursuivre une histoire, à associer une action à un son ou à s’exercer à demander de l’aide. Ce sont des pistes à explorer, et non des traitements prêts à l’emploi ni des substituts à une évaluation professionnelle. Plus largement, les thérapeutes peuvent expérimenter des idées qu’il serait autrement difficile ou coûteux de concrétiser. Une équipe pourrait créer un emploi du temps visuel simple, un jeu pour s’exercer à attendre son tour ou une animation illustrant un mouvement ou un concept. Le thérapeute apporte l’objectif et son expertise clinique ; l’IA peut aider à explorer les façons de donner forme à l’idée. Comment créer un Artifact Un prototype fonctionnel ne constitue pas automatiquement un outil thérapeutique adapté. Les activités générées par l’IA ne doivent pas être considérées comme des évaluations ou des interventions validées. Il incombe au thérapeute de déterminer si un outil convient à la personne, à ses objectifs et au contexte clinique. La confidentialité doit être protégée tout au long du processus : n’incluez dans les prompts ni les prototypes aucun nom, note de séance, renseignement permettant d’identifier un client ou information sensible le concernant. Respectez les politiques de votre lieu de travail et les recommandations professionnelles, et vérifiez les paramètres de partage avant toute publication. Claude peut aider à créer et à modifier une idée, mais il ne peut pas observer un client, exercer un jugement clinique ni assumer la responsabilité des soins. Les Artifacts peuvent donner forme à une idée de thérapeute et permettre de l’explorer et de l’adapter. Choisissez une activité que vous aimeriez voir exister, décrivez-la sans inclure d’informations sur un client et voyez quel prototype vous pouvez créer. Puis, exercez votre jugement professionnel pour déterminer s’il est utile et pour qui.

L’intelligence artificielle (IA) fait désormais partie de la vie scolaire quotidienne. Plus de la moitié des adolescents américains déclarent utiliser des chatbots d’IA pour les aider dans leur travail scolaire. Pour les thérapeutes, les enseignants et les familles, la question importante n’est pas seulement de savoir si l’IA aide les élèves à obtenir de meilleures notes, mais aussi de comprendre comment elle peut influencer leur manière d’apprendre, de réfléchir et de résoudre les problèmes. Une étude menée en 2025 auprès de près de 1 000 lycéens a montré que les élèves utilisant ChatGPT amélioraient leurs performances en mathématiques de 48 %. Toutefois, lorsque ChatGPT était retiré, ces élèves obtenaient des résultats inférieurs de 17 % à ceux des élèves qui ne l’avaient jamais utilisé (Bastani et al., 2025). Cela laisse penser que les élèves peuvent réussir leurs tâches avec l’aide de l’IA sans avoir véritablement appris à les réaliser de manière autonome. Une des explications possibles est le déport cognitif. Ce terme désigne le fait d’utiliser un outil externe pour effectuer une partie du raisonnement à notre place. Les êtres humains ont toujours utilisé des outils tels que les calculatrices, les calendriers et les moteurs de recherche. Ces outils peuvent être utiles, mais des difficultés peuvent apparaître lorsque l’IA réalise l’essentiel du raisonnement au lieu de soutenir celui de l’élève. Les jeunes apprennent grâce à la pratique, aux erreurs et à l’effort. Lorsqu’ils rencontrent des difficultés face à un problème complexe, ils développent des compétences telles que l’attention, la mémoire, la planification et la persévérance. Si l’IA fournit immédiatement la réponse, les élèves peuvent éviter ce processus d’apprentissage essentiel. Ils peuvent terminer leur devoir plus rapidement, mais retenir moins d’informations par la suite. Cela ne signifie pas que toute difficulté est bénéfique. Les élèves ont besoin de soutien lorsque le travail est trop difficile ou lorsqu’ils se sentent dépassés. Toutefois, un certain niveau d’effort est nécessaire à l’apprentissage. Les thérapeutes et les enseignants devraient donc aider les élèves à utiliser l’IA comme un guide, et non comme un substitut à la réflexion. La même étude a montré que la manière dont l’IA est conçue fait une différence. Les élèves tiraient davantage profit du système lorsque celui-ci fournissait des indices et des explications au lieu de donner simplement la réponse finale. Ce type de soutien peut les encourager à réfléchir, à réessayer et à comprendre leurs erreurs. L’utilisation de l’IA devrait progressivement devenir moins nécessaire à mesure que l’élève gagne en confiance. Ces questions sont particulièrement importantes pour les jeunes qui présentent de l’anxiété, des difficultés attentionnelles, des troubles des apprentissages ou une faible confiance en eux. L’IA peut réduire le stress à court terme, mais une dépendance constante peut amener les élèves à croire qu’ils ne peuvent pas réussir sans aide technologique. Les thérapeutes devraient donc se demander non seulement : « L’élève a-t-il terminé la tâche? », mais aussi : « Qu’a-t-il compris et que peut-il faire de manière autonome? » L’IA peut néanmoins être utile dans l’éducation et la thérapie. Elle peut expliquer des notions complexes dans un langage plus simple, fournir des exemples, soutenir l’organisation ou proposer des retours. Toutefois, les professionnels doivent prendre en compte la confidentialité, l’exactitude, les biais et la possibilité que l’IA fournisse des informations affirmées avec assurance, mais incorrectes. Le jugement et la responsabilité humains doivent rester centraux. L’objectif ne devrait pas être d’empêcher les jeunes d’utiliser l’IA. Ils doivent plutôt apprendre à s’en servir de manière réfléchie. Les recherches futures devront examiner les effets à long terme de l’IA sur les apprentissages, la confiance en soi et la pensée autonome. Utilisée avec discernement, l’IA peut soutenir le développement; utilisée sans limites, elle peut réduire l’effort et la réflexion nécessaires à un véritable apprentissage. Références Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. et Mariman, R. (2025). L’IA générative sans garde-fous peut nuire aux apprentissages : données issues de l’enseignement des mathématiques au secondaire. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122

Cette semaine, plusieurs figures majeures du secteur de l’IA ont exprimé la même inquiétude. Dario Amodei, d’Anthropic, a averti que l’IA se développait plus rapidement que prévu. Sam Altman, d’OpenAI, et Elon Musk, de xAI, ont soutenu ce message. Satya Nadella, directeur général de Microsoft, a également déclaré que la superintelligence, une IA qui pourrait devenir meilleure que les humains dans presque tous les domaines, ne devrait pas être développée sans contrôle humain. Le roi Charles réunit également des dirigeants de Nvidia, Google DeepMind, OpenAI et Anthropic afin de discuter de la sécurité de l’IA. En tant que thérapeutes, cette évolution nous préoccupe, car cet avertissement vient des personnes qui construisent ces systèmes. La superintelligence ne se limiterait pas à jouer aux échecs ou à écrire du code informatique. Elle pourrait potentiellement prendre des décisions, créer des informations et influencer les comportements humains à un niveau dépassant la compréhension humaine. Un système aussi puissant pourrait apporter des bénéfices importants, mais également causer de graves préjudices s’il était mal contrôlé. Des films populaires tels que 2001 : l’Odyssée de l’espace et Terminator présentent souvent l’IA comme dangereuse. Ces récits sont exagérés, mais ils soulèvent une question bien réelle : que se passe-t-il lorsque la technologie devient plus puissante que les personnes qui l’utilisent? L’inquiétude principale n’est pas nécessairement que l’IA devienne un « robot tueur ». La préoccupation plus profonde est que les êtres humains puissent perdre le contrôle de systèmes qu’ils ne comprennent pas pleinement. Pour les thérapeutes, cette question est directement liée au comportement humain et à la santé mentale. L’IA influence déjà la manière dont les individus apprennent, communiquent, travaillent et prennent des décisions. Certaines personnes pourraient accorder davantage de confiance à l’IA qu’aux professionnels, tandis que d’autres pourraient devenir émotionnellement dépendantes des systèmes d’IA. Ces changements pourraient avoir des répercussions sur les relations, la confiance en soi, l’attention, la prise de décision et le développement social. L’IA peut être utile en thérapie et en réadaptation. Elle peut soutenir la documentation, fournir du matériel éducatif, faciliter la communication ou aider les professionnels à organiser les informations. Toutefois, elle peut également donner des réponses inexactes, mal interpréter les émotions ou reproduire les biais présents dans ses données d’entraînement. Une réponse qui semble bienveillante et professionnelle peut néanmoins être cliniquement dangereuse. Un thérapeute comprend l’histoire, les émotions, la culture, les relations et la communication non verbale du patient. L’IA ne possède ni expérience humaine ni responsabilité professionnelle. Elle ne peut pas comprendre pleinement ce qui se cache derrière le silence, la peur, la résistance ou le récit personnel d’un patient. L’expression « ralentir » ne signifie pas nécessairement mettre fin au développement de l’IA. Elle peut signifier tester les systèmes plus rigoureusement, étudier leurs risques, protéger les données privées et instaurer des limites claires avant d’autoriser l’IA à prendre des décisions importantes. Dans la pratique clinique, l’utilisation de l’IA s’apparente à l’introduction d’un nouveau traitement : les professionnels ont besoin de données probantes, d’un suivi de la sécurité et d’un jugement rigoureux avant de l’utiliser à grande échelle. Pendant cette période de développement rapide, nous avons également, en tant que professionnels de santé, une responsabilité importante. Nous devons orienter la manière dont l’IA est intégrée à notre pratique, comprendre ses limites et prendre en compte ses conséquences éthiques. Cela ne signifie pas refuser d’utiliser l’IA, mais l’employer avec discernement, prudence et une conscience suffisante de ses enjeux pour protéger les patients et préserver les standards professionnels. La question importante est de savoir si ces avertissements publics entraîneront de véritables changements. Les entreprises d’IA modifieront-elles leurs projets, retarderont-elles les systèmes présentant des risques et établiront-elles des règles de sécurité plus strictes? Ou tiendront-elles un discours responsable en public tout en continuant à se livrer une compétition en privé? Les paroles ont leur importance, mais la véritable responsabilité doit se traduire par des décisions transparentes et des limites mesurables. En tant que thérapeutes, chercheurs et membres de la société, nous sommes tous confrontés à la même question : jusqu’où l’IA doit-elle aller? L’IA pourrait améliorer les soins de santé et la vie humaine, mais le progrès ne devrait pas être mesuré uniquement en fonction de ce que la technologie peut accomplir. Il devrait également être évalué selon sa capacité à protéger la dignité humaine, la sécurité, les relations et la responsabilité professionnelle.

L’intelligence artificielle entre déjà dans les salles de classe, les universités et les formations cliniques. Les étudiants l’utilisent pour rédiger, traduire, étudier et recevoir des retours, tandis que les enseignants et les thérapeutes peuvent s’en servir pour organiser les informations et soutenir les apprenants. Pourtant, la question centrale n’est pas de savoir si l’IA remplacera les enseignants, mais plutôt de déterminer la place que nous souhaitons lui accorder dans l’éducation. Aujourd’hui, les différents systèmes éducatifs adoptent des approches très diverses. Certaines écoles et plateformes éducatives intègrent l’IA à l’enseignement et aux apprentissages, tandis que d’autres restreignent ou interdisent temporairement l’utilisation d’outils d’IA générative destinés aux étudiants. Des outils comme Khanmigo, développé par Khan Academy, soutiennent le tutorat, l’apprentissage guidé, la préparation des cours et d’autres tâches éducatives, tandis que MagicSchool aide les enseignants à organiser les activités en classe et à soutenir l’enseignement. Ce contraste alimente un débat important : faut-il protéger les étudiants de l’IA ou leur apprendre à l’utiliser de manière responsable? Du point de vue du thérapeute, l’éducation est étroitement liée à l’attention, à la motivation, à la communication, au développement émotionnel et à la confiance en soi. L’IA peut fournir des explications, générer des idées et soutenir les étudiants présentant un handicap ou des difficultés linguistiques. Toutefois, les apprenants ont toujours besoin d’occasions de penser de manière autonome, de faire des erreurs, de communiquer, de collaborer et de développer leur propre raisonnement. L’évaluation devra peut-être également évoluer. Un étudiant peut remettre un devoir impressionnant généré par l’IA sans véritablement comprendre les notions abordées. Les professionnels de l’éducation pourraient donc devoir évaluer le raisonnement, la réflexion, la discussion et la capacité à appliquer les connaissances, plutôt que de se limiter à la réponse finale. Les systèmes d’IA peuvent commettre des erreurs, renforcer des biais et mal comprendre les étudiants issus de milieux culturels, linguistiques ou sociaux différents. Une recommandation produite par l’IA ne devrait jamais être considérée comme un diagnostic ou une décision définitive. Les thérapeutes et les enseignants doivent tenir compte de l’histoire de la personne, de son environnement, de son style de communication et de son expérience vécue. La protection de la vie privée et l’égalité sont tout aussi importantes. Tous les étudiants ne disposent pas du même accès à la technologie, à Internet ou à un accompagnement adapté. Les établissements d’enseignement doivent expliquer comment les informations sont recueillies et utilisées, tout en veillant à ce que l’IA n’accroisse pas les discriminations et n’exclue pas les apprenants vulnérables. Le débat ne devrait pas se limiter à l’opposition « IA ou absence d’IA ». Nous devons nous demander ce que les étudiants doivent apprendre sans l’IA, ce qu’ils peuvent apprendre avec elle et dans quelles situations l’accompagnement humain doit rester central. L’enseignement, l’empathie, la créativité, le raisonnement éthique et les relations significatives ne peuvent pas être remplacés par des réponses automatisées. L’algorithme est déjà dans la pièce. Nous ne devons ni le craindre ni le suivre aveuglément. L’objectif est d’aider les enseignants, les thérapeutes, les étudiants et l’IA à travailler ensemble, tout en veillant à ce que la technologie soutienne le processus d’apprentissage.

Les professionnels de santé travaillent souvent avec une quantité considérable d’informations : notes cliniques, résultats d’évaluations, comptes rendus médicaux et antécédents des patients. La lecture, l’organisation et l’examen de l’ensemble de ces données peuvent prendre un temps précieux. C’est dans ce contexte que MedGemma pourrait se révéler utile. MedGemma est un modèle d’IA médicale développé par Google. Il repose sur le modèle Gemma 3 et a été adapté pour traiter des informations liées à la santé, notamment des textes et des images médicales. En termes simples, il est conçu pour aider les professionnels à comprendre et à gérer plus efficacement les informations médicales. MedGemma n’est ni un médecin, ni un thérapeute, ni un système capable de prendre seul des décisions cliniques. Il ne remplace ni l’expérience professionnelle ni la compréhension humaine. Il peut plutôt soutenir certaines tâches quotidiennes, comme résumer des dossiers, expliquer des termes médicaux, organiser des informations ou préparer du matériel pédagogique. L’une de ses possibilités intéressantes concerne son rôle dans le raisonnement clinique. Dans une situation complexe, MedGemma peut contribuer à organiser les informations disponibles, à repérer des éléments manquants, à suggérer des questions ou à signaler des domaines nécessitant des investigations supplémentaires. Cela peut aider les professionnels à examiner une situation sous différents angles, mais ses suggestions doivent toujours être soigneusement vérifiées. Comparé aux outils d’IA généralistes, MedGemma a été spécifiquement adapté aux applications médicales. Il pourrait donc être davantage approprié pour certaines tâches liées aux soins de santé. Toutefois, le fait qu’il s’agisse d’un modèle médical ne signifie pas qu’il soit toujours exact. Ses performances dépendent de la qualité des informations fournies ainsi que de la manière dont l’outil a été développé et utilisé. Pour les thérapeutes, un outil reposant sur MedGemma pourrait résumer les antécédents détaillés d’un patient avant une séance ou aider à organiser les informations provenant de différents rapports. Il pourrait également soutenir la psychoéducation, les discussions de cas, la supervision ou la recherche. En réduisant certaines tâches administratives, il pourrait permettre aux thérapeutes de consacrer davantage de temps à l’écoute et à la relation avec leurs patients. Dans certaines applications, il pourrait également contribuer à l’interprétation d’images médicales. Toutefois, le modèle peut mal comprendre certaines informations, manquer des éléments importants ou fournir une réponse convaincante, mais incorrecte. MedGemma étant un modèle à poids ouverts, il peut être téléchargé et adapté à différents projets. Selon la version utilisée et le matériel disponible, il peut fonctionner localement sur un ordinateur ou un serveur organisationnel, ou être utilisé par l’intermédiaire de systèmes infonuagiques. Le modèle lui-même peut être accessible gratuitement, mais les utilisateurs peuvent néanmoins devoir financer le matériel, les services infonuagiques, le développement logiciel, la sécurité et la maintenance. L’utilisation locale peut aider les organisations à conserver les informations sensibles au sein de leurs propres systèmes. Toutefois, le fonctionnement local ne garantit pas automatiquement la confidentialité ni la sécurité. Les équipes de santé doivent toujours prendre en compte le consentement des patients, la protection des données, la cybersécurité, les contrôles d’accès et la conservation sécurisée des dossiers. MedGemma présente également des limites claires. Il peut rencontrer des difficultés face à des pathologies rares, à des informations incomplètes, à des images de mauvaise qualité ou à des situations très différentes des données utilisées lors de son entraînement. Pour cette raison, les professionnels doivent toujours confronter ses résultats aux antécédents du patient, à sa présentation clinique actuelle, aux recommandations professionnelles et à leur propre expertise. Dans l’ensemble, MedGemma doit être considéré comme un outil de soutien en cours de développement. Utilisé de manière réfléchie, il pourrait aider les thérapeutes et les cliniciens à gérer les informations, à préparer les séances et à soutenir la recherche et la formation. Sa plus grande valeur résidera dans l’association de ses capacités techniques avec le jugement humain, l’empathie et la responsabilité professionnelle.

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