Thérapeutes IA : comment les usagers accordent leur confiance

Face à la crise mondiale de l’accès aux soins psychologiques, confier ses angoisses les plus intimes à un algorithme n’est plus un scénario de science-fiction, mais une pratique quotidienne pour de nombreux usagers. Pourtant, comment accorde-t-on sa confiance à une machine lorsqu’il s’agit de son équilibre psychique ? Dans une étude publiée par le Journal of Affective Disorders Reports, une équipe de chercheurs menée par Mahdi Naeim a exploré les mécanismes qui régissent cette relation inédite, révélant un processus d’adoption particulièrement fragile et constamment remis en jeu.

L’essor des chatbots d’aide face aux pénuries de soins

La demande globale de services en santé mentale connaît une augmentation sans précédent, alors que l’accès aux thérapeutes qualifiés reste particulièrement restreint. Pour combler ces lacunes structurelles, les solutions fondées sur l’intelligence artificielle, et plus particulièrement les agents conversationnels thérapeutiques, se positionnent comme des ressources complémentaires prometteuses.

Toutefois, l’intégration de ces technologies dans le parcours de soin se heurte à une barrière critique : la méfiance des utilisateurs. D’après les auteurs, les doutes récurrents concernant la sécurité clinique, la protection des données personnelles et l’efficacité réelle de ces robots conversationnels freinent considérablement leur adoption à grande échelle.

Le modèle de réévaluation : trois étapes clés

Afin de modéliser cette dynamique psychologique, l’équipe a déployé une démarche de théorie ancrée en analysant 557 récits publics issus de réseaux sociaux et de forums d’échange dédiés à la santé mentale. Ce travail de codage a abouti à la conceptualisation du modèle de « réévaluation des preuves » (Credential Reappraisal).

Ce modèle détaille une trajectoire en trois phases distinctes :

• L’évaluation initiale des preuves : l’usager examine les compétences présumées du système, sa réputation et ses promesses déontologiques avant tout échange.
• La mise à l’épreuve interactionnelle : lors des sessions, l’utilisateur jauge la pertinence des réponses et mesure la capacité de l’IA à manifester une empathie perçue comme authentique.
• La stabilisation ou l’effondrement : au fil des interactions, la relation aboutit soit à un ancrage durable de la confiance, soit à son rejet pur et simple.

Empathie perçue et gestion des erreurs : les pivots de l’alliance

L’étude souligne que cette confiance ne découle pas uniquement de la fiabilité technique issue de l’interaction humain-machine. Elle s’appuie également sur la crédibilité médicale du dispositif et sur une dimension relationnelle qui rappelle l’alliance thérapeutique traditionnellement nouée entre deux êtres humains.

Deux éléments apparaissent cruciaux pour faire pencher la balance : d’une part, la manière dont le système réagit face à ses propres maladresses ou incompréhensions, une gestion inadéquate des erreurs provoquant souvent une rupture immédiate du lien ; d’autre part, les retours d’expérience partagés en ligne par d’autres usagers, qui renforcent ou déconstruisent la crédibilité perçue de l’outil.

Penser la ‘confiance dès la conception’

Selon les chercheurs, la confiance accordée à un thérapeute numérique n’est jamais un état statique, mais un processus fluide, constamment renégocié à chaque échange. Une seule interaction discordante peut anéantir un sentiment de sécurité patiemment construit.

Pour prévenir ces écueils, les auteurs plaident pour l’intégration systématique d’une approche de « confiance dès la conception » (trust-by-design). Selon l’étude, les concepteurs doivent impérativement garantir une transparence accrue sur le fonctionnement des algorithmes, proposer des réponses explicables et intégrer des mécanismes de rétroaction réguliers pour adapter l’outil aux besoins réels des patients.

---