Réception, la plateforme de visioconférence Zoom a annoncé que son système d=intelligence artificielle a obtenu 48,1 % à l=évaluation avancée du rendement (EAR). À première vue, ce score peut ressembler à peu élevé. Dans un contexte scolaire ou académique classique, il sera considéré comme insuffisant. Pourtant, l'intérêt de cette étape concerne à ce que l'évaluation mesure vraiment, et à la gestion dont l'IA de Zoom y est parvenu.
LEAR a été conçu pour évaluer le raisonnement plutôt que la mémorisation. De nombres évaluations d-IA mesurent avant tout la capacité à exploiter des régions statistiques : lorsqu'un modèle a été exposé à un grand nombre d'exemples, il peut parfois produire une réponse correcte sans compréhension réelle. EAR retire ce fichier de sécurité. Ses questions sontvolontairesment originales et exigent un raisonnement en plusieurs enregistrements, de la résolution de problèmes et une justification argumentée. Le modèle fait interpréter un scénario, examinateur différentes hypothèses explicatives et défend une conclusion cohérente. Rappeler des informations ne suffit pas : c'est la structure du raisonnement qui est évalué.
Un autre point notamment intéressant côté dans l'approche technique adoptée par Zoom. Plutôt que de sapuyer sur un modèle unique et massif, l'entreprise a fait collaborer plusieurs modèles plus compacts. Chacun explore le problème selon ses points forts, vérifie le raisonnement et contribue à la réponse finale. Zoom résumer cette démarche aini : « Explorateur, vérificateur, fédéraliste ». Cette logique est proche de la pratique clinique : face à une situation complexe, nous échangons avec d'autres professionnels, confrontons les indices, discutons des hypothèses, puis intégrés ces éclairages pour parvenir à une décision plus solide. Dans certains contextes, un ensemble de modules spécialisés peut produire un raisonnement plus robuste qu'un système unique surdimensionné.
Pourquoi les thérapeutes devraient-ils sey interesser ? Même si l'IA est encore loin d'un motif comparable à celui d'un humain, cette étape laisse entrevoir des outils capables de soutenir le travail clinique de gestion concrète. On peut imaginer une IA capable d'analyser des notes de suivi et à reproduire des évolutions dans le temps, de suggérer des idées d'activités thérapeutiques, de généraliser des supports visuels ou interactifs personnalisés, ou encore de produire des synthèses structurées utilisables en séance, y comprendre à distance. De ces systèmes pour produire certaines tâches répétitives et permettre aux thérapeutes de consommer d'avantage d'énergie à la relation thérapeutique, véritable moteur des progrès.
L'approche « fédérée » suggérer également des solutions potentiellement plus efficaces et plus lisibles. Plutôt que des modèles gigantesques et opaques, on pourrait voir les assemblages de modules capables d'expliquer plus clairement la gestion dont une conclusion est construite. Pour les cliniciens, cela peut renforcer la confiance dans les propositions de l'outil et faire son intégration au sein d'équipes pluridisciplinaires.
LEAR ne signifie pas que l'IA puisse remplace les thérapeutes. Il a été conçu pour soutenir la pratique clinique. En sachant l'IA à l'épreuve dans des scénarios exigeants et inédits, cette évaluation montre que la technologie peut commencer à structurer un raisonnement, et pas seulement produire un texte fluide. Pour les thérapies, notamment en télésoin, cela ouvrir la voie à des outils d'appui plus pertinents, à un engagement des patients plus personnalisé, et à des dispositifs qui ont à planifier, suivre et ajuster les interventions de façon plus efficace.
Nous n'en sommes qu'au début, mais des jalons comme l'examen final de l'humanité nous donnons un aperçu d'un futur où l'IA peut vraiment renforcer notre pratique clinique. Elle ne remplacera pas notre jugement, mais peut devenir un partenaire puissant pour faire frire une thérapie réfléchie, fondée sur les données et réalité engageante.