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
Textiles intelligents et MXenes pour la santé
Des chercheurs examinent l’usage des MXenes, de nouveaux matériaux appliqués aux tissus pour surveiller la santé, capter l’énergie solaire et réduire les bactéries. La revue note aussi des limites de durabilité et des travaux pour y remédier.
Les troubles mentaux augmentent le risque de blessures
Une grande étude publiée dans Nature Mental Health montre que les personnes présentant des troubles de santé mentale ont un risque beaucoup plus élevé de subir divers types de blessures. Les auteurs demandent d’intégrer la prévention aux soins.
Le cerveau anticipe des groupes de mots
Une étude publiée dans Nature Neuroscience montre que le cerveau prédit les mots en tenant compte de groupes grammaticaux, pas seulement du mot suivant. Les chercheurs ont utilisé la magnétoencéphalographie et des tests linguistiques pour arriver à cette conclusion.
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.
Plus d'activité cérébrale chez des personnes avec TOC pendant une tâche séquentielle
Une étude de l’université de Brown montre que des personnes avec trouble obsessionnel‑compulsif ont plus d’activité cérébrale lors d’une tâche séquentielle difficile. Les chercheur·e·s pensent que ces zones nouvelles pourraient être ciblées par la TMS.