Une équipe de l'University of Utah, dirigée par Zac Imel et avec Vivek Srikumar, Brent Kious et d'autres collaborateurs, a mis en ligne avant publication un cadre pour évaluer l'automatisation du travail thérapeutique. Le texte est destiné à clarifier ce qui est réellement automatisé et à séparer les enjeux pratiques de la question plus large du remplacement des thérapeutes par des machines.
Les auteurs décrivent quatre catégories le long d'un continuum : A — systèmes scriptés à contenu préécrit ; B — IA qui évalue les thérapeutes ; C — IA qui assiste les thérapeutes en suggérant interventions et relances ; D — IA qui dispense la thérapie directement comme agent autonome, éventuellement sous supervision.
Ils évaluent chaque catégorie en termes d'utilité et de risques et notent que des outils simples de prise de notes présentent un profil très différent d'un thérapeute IA autonome. L'équipe travaille aussi avec SafeUT pour développer des outils qui évaluent les séances des conseillers en crise et fournissent des retours pour maintenir et développer les compétences. Ils avertissent que les LLM utilisés directement peuvent fabriquer des informations, encoder des biais et être imprévisibles, et qu'ils ne respectent pas forcément les techniques fondées sur des preuves. Des coauteurs viennent d'autres universités et instituts, et Zac Imel est cofondateur de Lyssn.
Mots difficiles
- automatisation — Processus rendant une tâche effectuée par des machines.
- thérapeutique — Qui concerne le traitement et la santé mentale.
- continuum — Suite continue d'états ou de catégories.
- système scripté — Programme qui suit un texte ou un plan écrit.systèmes scriptés
- agent autonome — Programme qui agit seul sans intervention humaine.
- profil — Ensemble de caractéristiques ou de traits.
- retour — Commentaires aidant à améliorer une compétence.retours
- encoder — Inscrire ou intégrer des idées ou données.
- biais — Tendance qui fausse un jugement ou résultat.
- fondé — Basé sur des recherches et des preuves fiables.fondées
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Pensez-vous qu'une IA puisse aider un thérapeute sans remplacer son rôle ? Pourquoi ?
- Quels risques principaux craindriez-vous si des LLM étaient utilisés directement en thérapie ?
- Comment des retours sur les séances peuvent-ils aider les conseillers en crise dans leur travail ?
Articles liés
Des recherches montrent que beaucoup de personnes qui se suicident ne sont pas dépressives
Une étude génétique montre que de nombreuses personnes décédées par suicide n’avaient pas de diagnostic dépressif ni d’antécédent apparent. Les auteurs disent que dépister uniquement la dépression ne suffit pas pour identifier tous les risques.
Quand dire qu'on est autiste change les conseils de l'IA
Une étude de Virginia Tech montre que révéler un diagnostic d'autisme modifie souvent les réponses de grands modèles de langage. Ces changements suivent fréquemment des stéréotypes, et les chercheurs demandent plus de transparence et de contrôle.
Comment rendre les modèles de langage plus sûrs
Des chercheurs de North Carolina State University étudient l’alignement de sécurité des grands modèles de langage. Ils identifient un problème d’alignement superficiel et proposent de « geler » des neurones clés pour réduire les mauvaises réponses tout en conservant la performance.