En Australie, former les soignants à vérifier l’IA

Le Health Education and Training Institute de Nouvelle-Galles du Sud a organisé le 28 octobre une formation destinée aux professionnels de santé qui enseignent ou mènent des recherches. Le sujet n’était pas d’apprendre à accepter une réponse automatique, mais de savoir où l’intelligence artificielle peut aider et comment contrôler ce qu’elle produit.

Une formation, pas un dispositif médical

La session était présentée par Sarah Wood, directrice du Harvard Macy Institute, et accueillie par HETI, l’organisme de formation du système de santé de l’État. Elle visait des professionnels intéressés par l’enseignement et la recherche. Il ne s’agissait ni d’autoriser un logiciel de diagnostic ni de modifier une procédure de soins.

Les objectifs annoncés étaient concrets : comprendre ce que l’IA fait bien, repérer ses limites, appliquer un cadre d’utilisation responsable et évaluer un texte, une synthèse ou une proposition générée automatiquement.

L’exemple d’un exercice clinique

Un formateur peut demander à un chatbot de produire un cas fictif pour des étudiants infirmiers. Avant de l’utiliser, il doit contrôler les symptômes, les doses, les recommandations et les références. Il doit aussi s’assurer qu’aucune donnée réelle de patient n’a été copiée dans le service.

La même prudence vaut pour l’évaluation des étudiants. Une réponse bien rédigée ne prouve pas qu’elle est exacte. Si un outil sert à préparer un questionnaire ou à commenter un travail, l’enseignant demeure responsable du contenu et doit pouvoir expliquer sa décision.

Le point de vue critique

HETI et le National AI Centre décrivent les bénéfices attendus de la session, mais n’ont pas publié dans les pages consultées le nombre de participants, leur progression ou un suivi des usages après le webinaire. On peut donc confirmer la tenue et le programme de la formation, pas son efficacité.

Par ailleurs, une méthode apprise pendant une heure ne règle pas à elle seule la confidentialité, les achats de logiciels ou la responsabilité en cas d’erreur. Une organisation doit ajouter des règles sur les données autorisées, la validation humaine et le signalement des incidents.

Ce que cela change pour le lecteur

Pour un établissement de santé ou une école en Côte d’Ivoire, l’exemple australien suggère de commencer par une tâche pédagogique à faible risque, sur des données fictives, puis de comparer la production de l’IA avec des sources médicales reconnues. Les outils peuvent évoluer rapidement ; la compétence durable est la vérification.

Sources

- HETI — programme et public de la session, 28 octobre 2026
- National AI Centre — objectifs de la formation et place du jugement humain

Sources consultées le 29 octobre 2026. Aucun bilan d’apprentissage ou d’impact sur les soins n’était disponible.