Accueil / Formations / Esprit critique, veille et éthique des outils d’IA
Formation · Veille & innovation
Esprit critique, veille et éthique des outils d’IA
Apprendre à vérifier une affirmation, repérer les biais et choisir les innovations réellement pertinentes pour un cabinet de santé.
2 h indicativesTout public5 modules + quizMémo S.O.U.R.C.E.
Votre objectif pédagogique
Vous saurez vérifier une information, apprécier la qualité d’une preuve, reconnaître des risques d’IA et décider d’un essai encadré plutôt que de suivre la nouveauté.
Public : professionnels de santé et équipes de cabinet. Pré-requis : savoir naviguer sur le Web et ouvrir un document. Modalités : autoformation, exercices fictifs, quiz à correction immédiate. Évaluation : quiz indicatif, sans attestation ni certification.
Fil rouge — situation fictive
Une publication en ligne affirme qu’un nouveau logiciel « améliore les diagnostics de 95 % ». L’équipe envisage de l’acheter, mais la source et la population étudiée sont inconnues.
Parcours progressif : un module à la fois. Pour débloquer le suivant, obtenez 3 bonnes réponses sur 3 et confirmez avoir réalisé l’exercice. Vous pouvez recommencer le quiz et revoir les modules validés. Votre progression reste sur cet appareil, dans ce navigateur ; aucune réponse n’est envoyée au serveur.
MODULE 1 SUR 5 · 20 MIN
Reconnaître une affirmation vérifiable
Cube bronze du module 1 obtenu
L’idée-force de ce chapitre
Une affirmation convaincante n’est pas une preuve : commencez par identifier ce qui est réellement vérifiable.
Distinguer fait, hypothèse, opinion, promesse commerciale et résultat scientifique. Une phrase impressionnante n’est pas une preuve. Avant de relayer une information, demander : qui affirme ? quand ? dans quel contexte ? avec quelle méthode ?
Méthode SOURCE :Source primaire, Objectif déclaré, Usages et population, Résultats mesurés, Conflits d’intérêts, Exigences de vérification.
Exemple : « 95 % de précision » ne dit pas si l’outil reconnaît une situation sur des images tests, prédit un risque réel ou améliore la prise en charge clinique. Les conséquences sont très différentes.
Réflexe : ne pas transformer un résultat de laboratoire en promesse pour des patients.
Comprendre et appliquer
Chaque information peut relever d’un fait observé, d’une hypothèse, d’une opinion, d’une promesse commerciale ou d’une conclusion scientifique. Ces catégories n’ont pas le même statut. Une phrase « cet outil divise par deux le temps administratif » nécessite de préciser le contexte, le comparateur, les mesures et l’origine de l’affirmation. Une vidéo de démonstration, même impressionnante, ne démontre pas un bénéfice reproductible.
Adoptez la grille F.A.I.T. : Formulation exacte, Auteur ou organisme à l’origine, Indices et données, Temporalité. Rechercher la source initiale évite de citer un résumé qui cite lui-même un autre résumé. Vérifiez la date : une interface, une réglementation ou une fonctionnalité d’IA peuvent avoir évolué depuis l’annonce.
Lorsque la preuve manque, choisissez une formulation proportionnée : « selon l’éditeur », « dans une démonstration », « étude exploratoire » ou « résultats à confirmer ». Ce n’est pas un détail stylistique : les lecteurs doivent comprendre le niveau de certitude de ce qu’ils lisent. L’esprit critique ne consiste pas à tout rejeter, mais à associer chaque affirmation au niveau de preuve approprié.
DÉMONSTRATION COMMENTÉE · AVANT DE PRATIQUER
Exemple guidé — Décomposer une promesse spectaculaire
Situation fictive. Un fournisseur fictif annonce « notre IA réduit de 70 % le temps administratif de tous les cabinets ».
1. Repérer le besoin
Isoler ce qui est mesurable : temps pour quelle tâche ? sur quels utilisateurs ? pendant quelle durée ?
2. Appliquer la méthode
Rechercher une méthode, un comparateur et les données associées à la promesse.
3. Vérifier avant d’agir
Reformuler sans généraliser : « le fournisseur annonce un gain dans un contexte non précisé ».
Logigramme : quelle décision prendre ?Suivez la situation vers la conduite adaptée ; le contexte et les habilitations restent déterminants.
POINT DE DÉPARTLa promesse dispose-t-elle d’un critère défini et d’une vérification indépendante ?
✓ FEU VERT · POSSIBLE
Méthode documentée et résultats applicables au contexte : examiner l’étude de près.
! VIGILANCE · À VÉRIFIER
Population, durée ou comparateur absents : présenter l’annonce comme non démontrée.
× À ÉVITER
Répéter « 70 % pour tous les cabinets » comme un fait établi.
Ce qu’un bon résultat peut donner : Résultat : fiche de vérification fictive indiquant « définition du gain manquante ; généralisation non établie ».
À vous maintenant : le cas pratique suivant est différent de cette démonstration. Utilisez la même logique sans recopier la réponse.
Cas concret — situation fictive
Un communiqué fictif annonce « 90 % de réussite avec notre IA ». Le professionnel cherche ce que signifie « réussite » : satisfaction des utilisateurs, exactitude d’une classification, ou véritable amélioration clinique ? Sans définition et sans source vérifiable, il refuse de reprendre le chiffre comme un résultat scientifique.
Méthode à mettre en pratique
Copier une affirmation de communication commerciale fictive.
Repérer l’auteur, la date, le critère annoncé et les données manquantes.
Rechercher la source primaire si elle existe.
Réécrire l’affirmation en indiquant honnêtement son niveau d’incertitude.
Point de vigilance. Ne confondez pas citation d’un chiffre et validation du protocole qui a produit ce chiffre.
Retrouver les informations manquantes dans une publicité fictive : population, critère, comparaison, contexte, intérêts commerciaux.
Vérifiez votre compréhension — 3 questions
Répondez aux trois questions, puis affichez la correction. Aucun résultat n’est envoyé au serveur.
Pour valider : obtenez 3 / 3 au quiz, puis confirmez l’exercice.
MODULE 2 SUR 5 · 25 MIN
Lire une étude ou un communiqué de façon critique
Cube bronze du module 2 obtenu
L’idée-force de ce chapitre
Une étude se comprend par sa question, son comparateur, ses résultats et ses limites, pas seulement par son résumé.
Privilégier la source originale lorsque disponible. Identifier la population étudiée, le critère principal, le comparateur, les limites de l’étude et la date de collecte. Une amélioration statistique ne signifie pas forcément un bénéfice clinique important.
Exemple fictif : une application annonce avoir réduit de 30 % le temps consacré à une tâche sur 12 participants volontaires. Cela ne garantit ni gain similaire dans tous les cabinets ni pertinence au regard des risques et coûts d’intégration.
Vérifier : l’étude mesure-t-elle l’outil seul ou son utilisation par des professionnels formés ? Existe-t-il des données indépendantes, une publication évaluée et des résultats sur des utilisateurs comparables ?
Bonne pratique : écrire un résumé en trois parties : ce que nous savons, ce que nous ne savons pas, ce qu’il faut tester.
Comprendre et appliquer
Commencez par identifier la population étudiée, le contexte et le critère principal. Un résultat observé dans un service hospitalier ne s’applique pas nécessairement à tous les cabinets libéraux. Demandez quel groupe a été comparé à quel autre, combien de participants ont été inclus, quelle durée de suivi a été retenue et si l’effet est cliniquement pertinent.
L’existence d’une association ne démontre pas toujours une relation causale. Une étude sans comparateur peut suggérer une faisabilité mais ne permet pas systématiquement d’attribuer une amélioration à l’outil testé. Les résultats absolus, les intervalles d’incertitude et les biais possibles sont souvent plus informatifs qu’un pourcentage relatif isolé. Les conflits d’intérêts et les financements doivent être consultés sans conclure automatiquement que le résultat est faux.
Pour préparer une synthèse destinée au cabinet, écrivez : objectif, méthode, population, résultats, limites, transférabilité à notre contexte et décision pratique. S’il manque des éléments essentiels, signalez ce manque plutôt que de combler les blancs. Une publication scientifique demande un temps de lecture suffisant avant sa recommandation.
DÉMONSTRATION COMMENTÉE · AVANT DE PRATIQUER
Exemple guidé — Lire la taille et la durée d’une étude avant sa conclusion
Situation fictive. Un essai fictif compare un outil de prise de notes chez douze volontaires pendant une demi-journée.
1. Repérer le besoin
Identifier les caractéristiques de l’échantillon et la durée réelle.
2. Appliquer la méthode
Demander ce qui était mesuré : ressenti, erreurs, temps complet avec correction, sécurité ?
3. Vérifier avant d’agir
Conclure uniquement sur ce qui a été observé, puis noter les limites de généralisation.
Logigramme : quelle décision prendre ?Suivez la situation vers la conduite adaptée ; le contexte et les habilitations restent déterminants.
POINT DE DÉPARTLes résultats mesurent-ils le bénéfice annoncé chez des utilisateurs comparables ?
✓ FEU VERT · POSSIBLE
Protocole clair et mesures pertinentes : discuter les résultats avec leurs limites.
! VIGILANCE · À VÉRIFIER
Petite taille et résultat de satisfaction : demander des évaluations complémentaires.
× À ÉVITER
Transformer « douze personnes satisfaites » en « efficacité clinique démontrée ».
Ce qu’un bon résultat peut donner : Résultat : courte note « essai exploratoire ; satisfaction ponctuelle ; pas de preuve d’effet clinique ».
À vous maintenant : le cas pratique suivant est différent de cette démonstration. Utilisez la même logique sans recopier la réponse.
Cas concret — situation fictive
Étude fictive : dix utilisateurs expérimentent un logiciel de compte rendu pendant une journée et le jugent agréable. Ce résultat décrit une satisfaction immédiate dans un très petit groupe ; il ne prouve ni un gain durable de temps ni la sécurité des données en situation réelle.
Méthode à mettre en pratique
Lire la question de recherche et le critère principal.
Identifier la population, le comparateur et la durée.
Repérer deux limites et distinguer effet statistique et intérêt pratique.
Rédiger trois phrases de synthèse sans exagération.
Point de vigilance. La formulation « scientifiquement prouvé » doit être évitée si les résultats reposent sur un test préliminaire non comparatif.
Rédiger une note de veille en 100 mots, en distinguant deux faits vérifiés et trois incertitudes.
Vérifiez votre compréhension — 3 questions
Répondez aux trois questions, puis affichez la correction. Aucun résultat n’est envoyé au serveur.
Pour valider : obtenez 3 / 3 au quiz, puis confirmez l’exercice.
MODULE 3 SUR 5 · 25 MIN
Comprendre biais, robustesse et explicabilité
Cube bronze du module 3 obtenu
L’idée-force de ce chapitre
Équité, robustesse et explicabilité décrivent trois dimensions différentes de la qualité d’un système d’IA.
Les résultats d’un outil peuvent varier selon les données d’entraînement, les contextes et les groupes de personnes. Équité signifie notamment rechercher les biais injustes ; robustesse désigne la capacité à fonctionner de façon fiable face aux conditions réelles, aux erreurs et aux entrées inhabituelles.
Exemple : un logiciel évalué uniquement sur des documents propres et standardisés peut échouer devant un scan flou. Un système entraîné sur une population limitée peut produire des résultats moins fiables pour d’autres publics.
Questions pratiques : comment un utilisateur comprend-il la sortie ? peut-il contester le résultat ? connaît-on les cas d’échec ? qui vérifie les erreurs ?
Attention : une explication très détaillée produite par le même modèle n’est pas nécessairement une justification indépendante de sa réponse.
Comprendre et appliquer
Un biais indésirable peut produire des résultats moins adaptés à certains profils ou contextes. Il peut provenir des données d’entraînement, des choix de mesure ou des conditions d’utilisation. La robustesse désigne la capacité du système à maintenir un comportement acceptable face à des variations, anomalies ou situations inhabituelles. L’explicabilité concerne la possibilité pour les utilisateurs de comprendre suffisamment les facteurs intervenant dans un résultat, selon le contexte.
Dans le secteur de la santé, ces dimensions doivent être examinées au regard de la finalité prévue du produit. Un modèle performant sur des données soigneusement sélectionnées peut avoir des résultats moins fiables sur une autre population. Un taux moyen élevé masque parfois des erreurs concentrées sur un sous-groupe. Le contrôle humain doit disposer d’informations suffisantes pour détecter une sortie incohérente.
Avant d’expérimenter un outil, demandez ses performances pertinentes, les conditions de validation, les situations où il échoue, le dispositif de surveillance et les possibilités de recours. Évitez d’appeler « intelligence » une fonctionnalité sans comprendre quel problème mesurable elle résout.
DÉMONSTRATION COMMENTÉE · AVANT DE PRATIQUER
Exemple guidé — Tester si un outil résiste aux situations atypiques
Situation fictive. Un outil fictif classe correctement dix messages administratifs standards, mais deux messages abrégés sont mal rangés.
1. Repérer le besoin
Préparer trois types d’entrée : formulation standard, abréviation et faute de frappe.
2. Appliquer la méthode
Faire passer les exemples fictifs dans le même processus et documenter chaque sortie.
3. Vérifier avant d’agir
Maintenir une validation humaine pour les catégories erronées ; transmettre les défauts au fournisseur.
Logigramme : quelle décision prendre ?Suivez la situation vers la conduite adaptée ; le contexte et les habilitations restent déterminants.
POINT DE DÉPARTLe résultat reste-t-il acceptable lorsque les entrées varient ?
✓ FEU VERT · POSSIBLE
Variations testées, erreurs maîtrisées : usage limité et contrôlé envisageable.
! VIGILANCE · À VÉRIFIER
Performance mal connue sur des cas atypiques : étendre le test et renforcer le contrôle.
× À ÉVITER
Supposer que « 100 % sur dix essais standards » garantit la robustesse dans tous les contextes.
Ce qu’un bon résultat peut donner : Résultat : matrice d’essai fictive « standard 10/10 ; abréviations 0/2 », qui alerte sur la fragilité.
À vous maintenant : le cas pratique suivant est différent de cette démonstration. Utilisez la même logique sans recopier la réponse.
Cas concret — situation fictive
Un logiciel fictif analyse des documents administratifs en français standard. Lorsqu’un texte contient des abréviations locales, il classe mal plusieurs demandes. L’équipe observe un défaut de robustesse face à un changement de contexte ; elle garde une étape de validation et signale ce cas au fournisseur.
Méthode à mettre en pratique
Décrire le contexte d’utilisation prévu d’un outil fictif.
Lister trois types de variations possibles dans les données.
Demander comment sont identifiées les erreurs et les populations moins bien servies.
Définir un contrôle humain et une remontée d’incidents.
Point de vigilance. Une seule valeur moyenne de performance ne remplace pas l’analyse des erreurs et des contextes d’usage.
Imaginer deux situations où un outil testé en démonstration pourrait échouer au cabinet, puis proposer un test contrôlé.
Vérifiez votre compréhension — 3 questions
Répondez aux trois questions, puis affichez la correction. Aucun résultat n’est envoyé au serveur.
Pour valider : obtenez 3 / 3 au quiz, puis confirmez l’exercice.
MODULE 4 SUR 5 · 25 MIN
Construire une veille sans être submergé
Cube bronze du module 4 obtenu
L’idée-force de ce chapitre
Une veille efficace est sélective, documentée et orientée vers une décision concrète.
Une veille utile suit un périmètre, des sources fiables, une fréquence réaliste et un format de synthèse. Distinguer les informations urgentes (faille critique d’un outil réellement utilisé) des nouveautés intéressantes mais non prioritaires.
Organisation proposée : 15 minutes chaque semaine pour consulter les sources officielles (HAS, CNIL, ANS, ANSSI), puis une synthèse mensuelle en cinq lignes : nouveauté, qui est concerné, preuve, action possible, date de révision.
Exemple : annonce d’un nouvel assistant IA : noter disponibilité réelle en France, conditions d’accès, données traitées, éventuels coûts, compatibilité et limites avant de l’essayer.
Astuce : limiter le nombre de flux et définir une règle de suppression des informations non pertinentes.
Comprendre et appliquer
Recevoir cent alertes par jour ne garantit pas d’être mieux informé. Définissez une question de veille, des sources prioritaires, une fréquence et un format de synthèse. Pour un cabinet, distinguez les alertes de sécurité urgentes, les évolutions réglementaires, les outils potentiellement utiles et les actualités générales. Chaque catégorie n’exige pas la même vitesse de réaction.
Privilégiez les sources primaires : autorités sanitaires, organismes de protection des données, éditeurs pour les correctifs techniques, publications scientifiques pour les résultats d’étude. Un moteur de recherche ou un assistant IA peut faciliter le repérage, mais il faut vérifier la date, l’origine et les liens. Gardez un registre simple : date, source, fait, niveau de certitude, conséquence éventuelle pour le cabinet, prochaine action.
Une synthèse hebdomadaire peut comporter trois rubriques : « important maintenant », « à surveiller » et « sans action pour nous ». Cette dernière est utile : elle évite de transformer chaque nouvelle annonce en achat de logiciel. Le temps consacré à la veille doit être proportionné à son utilité pratique.
DÉMONSTRATION COMMENTÉE · AVANT DE PRATIQUER
Exemple guidé — Classer les nouvelles sans tout traiter
Situation fictive. Une équipe fictive reçoit lundi trois informations : correctif de sécurité, nouveau guide officiel et publicité pour un outil.
1. Repérer le besoin
Identifier la source, la date et le périmètre de chaque information.
2. Appliquer la méthode
Classer selon la conséquence : à traiter rapidement, à lire cette semaine, à archiver.
3. Vérifier avant d’agir
Affecter un responsable et une date de revue seulement aux informations réellement utiles.
Logigramme : quelle décision prendre ?Suivez la situation vers la conduite adaptée ; le contexte et les habilitations restent déterminants.
POINT DE DÉPARTL’information entraîne-t-elle une action précise pour le cabinet ?
✓ FEU VERT · POSSIBLE
Alerte technique applicable : ouvrir une tâche de vérification priorisée.
! VIGILANCE · À VÉRIFIER
Recommandation pertinente non urgente : planifier une lecture et une discussion.
× À ÉVITER
Traiter une annonce commerciale comme une obligation réglementaire ou diffuser sans source.
Ce qu’un bon résultat peut donner : Résultat : tableau de veille à trois colonnes « agir / comprendre / conserver ».
À vous maintenant : le cas pratique suivant est différent de cette démonstration. Utilisez la même logique sans recopier la réponse.
Cas concret — situation fictive
Chaque vendredi, la secrétaire d’un cabinet fictif rassemble trois informations : une mise à jour de sécurité nécessitant une vérification, une nouvelle recommandation à lire et une présentation commerciale sans preuve suffisante. L’équipe traite la première, planifie la deuxième et classe la troisième sans action.
Méthode à mettre en pratique
Choisir trois sources officielles pour un sujet du cabinet.
Définir quand une information doit déclencher une alerte immédiate.
Créer un tableau source, date, enjeu, action, responsable.
Rédiger une synthèse hebdomadaire de moins d’une page.
Point de vigilance. Une alerte générée automatiquement peut reprendre une rumeur ; la vérification des sources reste indispensable.
Créer votre tableau de veille sur trois thèmes : IA, cybersécurité et numérique en santé, avec une source officielle pour chacun.
Vérifiez votre compréhension — 3 questions
Répondez aux trois questions, puis affichez la correction. Aucun résultat n’est envoyé au serveur.
Pour valider : obtenez 3 / 3 au quiz, puis confirmez l’exercice.
MODULE 5 SUR 5 · 25 MIN
Décider d’expérimenter une innovation de manière responsable
Cube bronze du module 5 obtenu
L’idée-force de ce chapitre
Un pilote responsable a un objectif mesurable, des limites connues et un critère d’arrêt défini à l’avance.
Avant un pilote : définir le besoin, le résultat attendu, le coût total, les données impliquées, les risques et le protocole d’arrêt. Prévoir un essai sur données fictives lorsque cela est adapté et autorisé.
Exemple : un outil de planification promet 2 h gagnées par semaine. Tester pendant quinze jours sur des tâches administratives fictives, mesurer le temps et documenter les erreurs. Renoncer si les autorisations demandées sont disproportionnées.
Critères de décision : bénéfice réellement observé, acceptabilité pour l’équipe, sécurité, interopérabilité, coût, réversibilité et effets sur les patients.
Projet final : rédiger une fiche d’évaluation d’une innovation en une page, comprenant « promesse », « preuves », « risques », « test », « décision » et « date de réévaluation ».
Comprendre et appliquer
Les innovations doivent être évaluées sur le problème qu’elles sont supposées résoudre. Commencez par la formulation d’un besoin : « réduire le temps de préparation de documents administratifs sans diminuer leur qualité », et non « adopter un outil à la mode ». Définissez ensuite les critères de réussite, les acteurs impliqués, les coûts complets et les risques, dont ceux concernant les données personnelles.
Un pilote peut utiliser un ensemble de situations entièrement fictives pour une première validation. Documentez les conditions d’essai, les écarts entre résultats attendus et observés, les erreurs, la compréhension des utilisateurs et la possibilité de revenir à l’ancienne méthode. L’outil doit être évalué dans le cadre de sa finalité prévue ; les promesses commerciales ne remplacent ni des preuves pertinentes ni une analyse contractuelle.
Avant de conclure, envisagez trois issues : adopter avec contrôles, prolonger avec corrections, ou abandonner. Une décision de non-déploiement peut être un excellent résultat : elle évite une dépendance inutile, un risque de confidentialité ou un coût caché. Tracez enfin la date de prochaine réévaluation, car les fonctionnalités et les règles changent.
DÉMONSTRATION COMMENTÉE · AVANT DE PRATIQUER
Exemple guidé — Décider d’un essai réversible
Situation fictive. Un cabinet fictif souhaite expérimenter un logiciel pour préparer des supports de réunion sans données personnelles.
1. Repérer le besoin
Fixer une durée de deux semaines et trois critères : qualité de sortie, temps net et facilité de correction.
2. Appliquer la méthode
Tester cinq documents fictifs ; compter les corrections et les erreurs plutôt que le seul temps de génération.
3. Vérifier avant d’agir
Décider « déployer pour les supports simples », « retester » ou « arrêter », selon les résultats écrits.
Logigramme : quelle décision prendre ?Suivez la situation vers la conduite adaptée ; le contexte et les habilitations restent déterminants.
POINT DE DÉPARTL’essai est-il proportionné, réversible et suffisamment documenté ?
✓ FEU VERT · POSSIBLE
Critères atteints sans risque nouveau : étendre prudemment à l’usage défini.
! VIGILANCE · À VÉRIFIER
Bénéfice incertain ou correction coûteuse : prolonger le pilote.
× À ÉVITER
Étendre sans contrôle à la documentation clinique sur la base d’une démonstration marketing.
À vous maintenant : le cas pratique suivant est différent de cette démonstration. Utilisez la même logique sans recopier la réponse.
Cas concret — situation fictive
Un cabinet fictif teste un outil de création de supports pendant deux semaines sur cinq documents génériques. Il gagne du temps sur trois, mais deux nécessitent une correction importante. L’équipe décide de limiter l’usage aux documents simples plutôt que de déclarer l’outil « validé pour tous les besoins ».
Méthode à mettre en pratique
Définir un besoin précis et trois critères de réussite.
Évaluer sur des cas fictifs avec une grille stable.
Mesurer temps total, défauts, qualité, coûts et facilité d’arrêt.
Consigner la décision et les conditions de réexamen.
Point de vigilance. Un essai satisfaisant sur des documents fictifs ne vaut pas autorisation générale de traiter des données patients.
Les mises en situation et exercices sont fictifs. Les logiciels et cadres professionnels évoluent : vérifier les pratiques et conditions d’usage au moment de les appliquer. Révision éditoriale : octobre 2026.
Cube bronze du module 1 obtenu