← Tous les articles

Décrivez votre enfant à un chatbot, il lui trouvera presque toujours un diagnostic

Des chercheurs ont soumis à trois modèles d'IA l'histoire de 220 enfants reçus en consultation de pédopsychiatrie. Avec les mots de l'enfant, l'IA passait à côté de la plupart des problèmes. Avec ceux du parent, elle en trouvait un chez presque tous, y compris chez les enfants qui n'avaient rien.

Cette traduction a été générée automatiquement et peut contenir des erreurs.

Décrivez votre enfant à un chatbot, il lui trouvera presque toujours un diagnostic

Il est onze heures du soir. Votre enfant de neuf ans a fini par s'endormir, après une soirée de plus passée à pleurer sur ses devoirs, et vous voilà seul avec votre téléphone. Vous ouvrez un chatbot et vous tapez trois phrases sur ce qui vous inquiète. Puis vous demandez : qu'est-ce que c'est ?

Beaucoup de parents ont déjà fait quelque chose de ce genre. Une équipe de pédopsychiatres vient de vérifier ce que l'on obtient en retour.

Ils sont partis de 220 enfants bien réels, venus pour la première fois en consultation, et ont confié leur histoire à trois des modèles d'IA les plus connus. Le même enfant, raconté de quatre façons différentes. Le résultat en dit moins sur l'intelligence des machines que sur autre chose : la réponse dépendait de la personne qui racontait.

Une question, notée mot pour mot

L'étude s'est déroulée dans deux hôpitaux universitaires de Turquie, au printemps et à l'été 2026. Tous les enfants qui venaient pour la première fois en consultation de pédopsychiatrie ont été invités à participer, des tout-petits aux adolescents de dix-sept ans. L'âge moyen était de neuf ans.

Avant toute autre chose, on posait au parent une question ouverte : Quel est le problème qui vous amène aujourd'hui ? L'enfant était interrogé à part : Pourquoi es-tu venu ici aujourd'hui ? Qu'est-ce qui te gêne le plus ?

Les réponses étaient notées aussi fidèlement que possible, presque mot pour mot. Ensuite, le pédopsychiatre faisait ce que font les pédopsychiatres : une évaluation complète, un entretien avec la famille, un examen et, pour finir, un diagnostic, ou pas de diagnostic.

Après coup, les chercheurs ont soumis chaque cas aux modèles d'IA à quatre reprises. Une fois avec seulement ce que l'enfant avait dit. Une fois avec seulement ce que le parent avait dit. Une fois avec les deux. Et une fois avec les deux, plus les notes du médecin, dont on avait retiré tous les termes de diagnostic.

Ce qui frappe d'abord, c'est le peu d'éléments dont l'IA disposait.

Ce que chaque récit donnait à l'IA pour travaillerChaque case représente un mot. Les chiffres indiquent la longueur habituelle de ce qui a été dit lors de la première consultation.
  • Les mots de l'enfant9 mots
  • Les mots du parent32 mots
  • Enfant et parent ensemble46 mots
  • Enfant, parent et notes du médecin122 mots
Nombre médian de mots dans le texte turc fourni aux modèles. La moitié des récits des enfants faisaient neuf mots ou moins, et certains enfants n'ont rien dit.

Neuf mots. C'était la longueur habituelle de ce qu'un enfant disait pour expliquer sa venue. Certains ne disaient rien du tout. Les parents en disaient environ trois fois plus, ce qui reste plus court que ce paragraphe.

Le même enfant, quatre réponses différentes

On demandait deux choses aux modèles : d'abord dire si la situation évoquait ou non un diagnostic, puis, si oui, citer les trois plus probables.

À quelle fréquence la première proposition de l'IA rejoignait celle du médecinPart des 220 enfants pour lesquels la première proposition correspondait au diagnostic du pédopsychiatre. Chaque bande va du moins bon au meilleur des trois modèles.
  • Les mots de l'enfant36–44 %
  • Les mots du parent66–69 %
  • Enfant et parent ensemble69–72 %
  • Enfant, parent et notes du médecin79–83 %
En pourcentage. Une proposition était comptée comme juste lorsqu'elle appartenait au même groupe de diagnostics que celle du médecin. Source : Kayış et collègues (2026), tableau 2.

Avec les seuls mots de l'enfant, la première proposition de l'IA rejoignait celle du médecin dans environ quatre cas sur dix. Avec les mots du parent, on approchait de sept sur dix. En ajoutant les notes du médecin, on arrivait autour de huit sur dix.

Deux détails méritent qu'on s'y arrête.

Ajouter les mots de l'enfant à ceux du parent ne changeait presque rien. Sur le plan statistique, les modèles ne faisaient pas mieux avec les deux qu'avec le parent seul.

Le choix de l'IA comptait à peine. Les trois modèles étaient GPT-5.6 d'OpenAI, Gemini 3.5 Flash de Google et Claude Sonnet 4.6 d'Anthropic. Ils ne se distinguaient nettement que lorsqu'ils n'avaient que les mots de l'enfant. Dès qu'un parent entrait en scène, les écarts étaient trop faibles pour être distingués du hasard. Ce que l'on donnait à la machine comptait bien plus que la machine elle-même.

Deux façons de se tromper

C'est ici que l'étude devient intéressante. Un médecin qui « a raison dans 70 % des cas » peut se tromper de deux manières très différentes : en passant à côté d'un enfant qui va mal, ou en collant une étiquette à un enfant qui va bien. Les chercheurs ont regardé les deux.

Deux façons de se tromperLes quatre mêmes situations, séparées selon ce que l'enfant avait réellement. La bande va du moins bon au meilleur modèle.

L'enfant avait un diagnosticÀ quelle fréquence l'IA a dit qu'il y avait quelque chose. 199 enfants.

  • Les mots de l'enfant41–59 %
  • Les mots du parent94–98 %
  • Enfant et parent ensemble94–99 %
  • Enfant, parent et notes du médecin93–98 %

L'enfant n'avait pas de diagnosticÀ quelle fréquence l'IA a dit qu'il n'y avait rien. 21 enfants.

  • Les mots de l'enfant62–86 %
  • Les mots du parent24–38 %
  • Enfant et parent ensemble14–43 %
  • Enfant, parent et notes du médecin52–62 %
En pourcentage. Le panneau de droite ne repose que sur 21 enfants, ces chiffres sont donc approximatifs. Source : Kayış et collègues (2026), tableau 5.

Quand l'IA n'entendait que l'enfant, elle péchait par excès de prudence. Dans la moitié des cas environ, elle répondait que rien ne semblait anormal. Or 199 des 220 enfants avaient bel et bien un diagnostic. L'IA est passée à côté d'à peu près la moitié d'entre eux.

Quand l'IA entendait le parent, tout s'inversait. Elle trouvait désormais quelque chose chez presque tout le monde. Elle repérait plus de neuf sur dix des enfants qui avaient un diagnostic.

Elle « repérait » aussi la plupart de ceux qui n'en avaient pas.

21enfants sont repartis de la consultation sans aucun diagnostic psychiatrique
5–8d'entre eux ont été jugés sans trouble par l'IA quand elle entendait les mots du parent
11–13d'entre eux l'ont été quand on ajoutait les notes du médecin

Réfléchissez à ce que cela signifie. Un parent inquiet décrit son enfant. Le médecin, après une évaluation complète, conclut que tout cela reste dans la norme. L'IA, en lisant les mots de ce même parent, a proposé un diagnostic pour la plupart de ces enfants.

Ce n'est pas aussi étrange qu'il y paraît. Un parent qui a pris rendez-vous en pédopsychiatrie décrit un problème. C'est pour cela qu'il est là. Ses mots sont pleins d'inquiétude, et l'IA répond aux mots. Elle n'a pas vu l'enfant jouer, ne l'a pas entendu parler et n'a pas posé la question de plus, celle qui fait retomber l'inquiétude.

Pourquoi neuf mots ne suffisent pas

Pourquoi le récit de l'enfant était-il tellement moins utile ?

En partie parce que les enfants parlent peu. Mais cela dépendait aussi de ce qui n'allait pas. Avec les seuls mots de l'enfant, les modèles s'en sortaient assez bien pour l'anxiété et les troubles obsessionnels compulsifs. Ce sont des choses qui se passent à l'intérieur, et un enfant arrive parfois à les dire : J'ai peur tout le temps. Il faut que je vérifie la porte.

Pour le TDAH, l'autisme et les difficultés de langage, c'était autre chose. Un enfant de sept ans ne dit pas « je suis inattentif dans plusieurs contextes ». Ce sont les personnes qui l'entourent qui le voient. Pour ces diagnostics, l'IA avait besoin du parent.

L'âge jouait aussi, comme on pouvait s'y attendre. Pour chaque année de plus, les chances que l'IA tombe juste à partir des seuls mots de l'enfant augmentaient d'environ 16 %. Un adolescent de seize ans sait décrire ce qu'il ressent. Un enfant de cinq ans répond « je sais pas ».

Même avec toutes les cartes en main, certaines choses restaient difficiles à voir.

Ce que l'IA a repéré, et ce qui lui a échappéAvec toutes les informations disponibles : part des enfants ayant chaque diagnostic pour lesquels l'IA a placé ce diagnostic en premier.
  • TOC83–92 %
  • Autisme77–96 %
  • TDAH78–81 %
  • Anxiété69–85 %
  • Troubles du langage et de la parole58–78 %
  • Dépression50–60 %
  • Déficience intellectuelle15–23 %
En pourcentage, du moins bon au meilleur modèle. Les groupes sont petits, de 12 à 58 enfants, les chiffres sont donc approximatifs. Source : Kayış et collègues (2026), tableau 4.

La dépression a été repérée chez environ la moitié des enfants qui en souffraient. La déficience intellectuelle n'a presque jamais été proposée, ce qui se comprend : elle s'établit avec des tests, pas avec une description.

Ce que l'étude ne montre pas

  • Ici, neuf enfants sur dix avaient un diagnostic. C'est à cela que ressemble une consultation spécialisée. Chez les enfants en général, la plupart n'en ont aucun. Une IA qui a tendance à trouver quelque chose se tromperait alors bien plus souvent. Ce dernier pas est notre raisonnement, pas un résultat mesuré par l'étude.
  • Seuls 21 enfants n'avaient pas de diagnostic. Les chiffres qui les concernent sont approximatifs, et les chercheurs le disent eux-mêmes.
  • Les notes du médecin ont été rédigées par celui qui a posé le diagnostic. Les termes de diagnostic avaient été retirés, mais ces notes pouvaient tout de même orienter dans la bonne direction. Le meilleur résultat est donc peut-être flatteur pour l'IA.
  • Le médecin n'est pas un corrigé infaillible. Chaque diagnostic a été posé par un seul psychiatre, dans le cadre ordinaire de son travail, sans second avis.
  • Tout était en turc, et les récits étaient courts. Une longue conversation avec un chatbot, à la maison, est une situation différente, pour le meilleur comme pour le pire.
  • Personne n'a mesuré ce qui se passe ensuite. L'étude a comparé des réponses. Elle n'a suivi aucune famille ayant agi d'après ce qu'une IA lui avait dit.

Si vous êtes ce parent, le téléphone à la main

La conclusion des chercheurs est mesurée : les modèles réussissaient le mieux quand ils disposaient des observations d'un professionnel, et ils attribuaient souvent un diagnostic à des enfants qui n'en avaient pas.

À partir de là, trois choses nous semblent raisonnables à dire. C'est notre lecture, pas un avis médical.

Une IA répond à votre description, pas à votre enfant. Si vous écrivez au moment où vous êtes le plus inquiet, vous recevrez une réponse à la mesure de votre inquiétude.

« Cela pourrait être un TDAH », venant d'un chatbot, est un signal plus faible qu'on ne le ressent. Dans cette étude, les modèles ont dit quelque chose de ce genre pour la plupart des enfants dont les parents étaient inquiets, y compris ceux chez qui le spécialiste n'a rien trouvé.

Mettre les choses par écrit reste utile. Ce que les parents ont dit en 32 mots a été l'information la plus précieuse de toute l'étude. Des notes sur ce que vous observez, à quel moment cela se produit et depuis combien de temps cela dure : c'est exactement ce que vous demandera le médecin traitant ou l'infirmière scolaire.

La même règle vaut pour les tests de dépistage proposés sur ce site, y compris ceux qui portent sur le TDAH et l'autisme. Un score élevé est une raison de parler à quelqu'un qui peut évaluer la personne dans son ensemble. Ce n'est jamais un diagnostic.

L'enfant de l'étude qui a dit neuf mots n'avait pas tort, et le parent qui en a dit trente-deux non plus. Chacun racontait la partie qu'il pouvait voir. Assembler les morceaux reste le travail de quelqu'un qui est présent dans la pièce.

Sources et lectures complémentaires

Passer le test

Où vous situez-vous ?

Passez le test Big Five gratuit et open source, sans inscription, et découvrez votre propre profil sur les cinq traits.

Commencer le test Voir tous les tests

À lire ensuite