-
Titre de l'article, la conférence ou du rapport
-
Therabot
-
Date de publication ou diffusion
-
2019
-
Résumez le document en un bref paragraphe (Type de technologies d'IA ?)
-
Therabot est un agent conversationnel textuel destiné au traitement de symptômes en santé mentale, développé depuis 2019 au Center for Technology and Behavioral Health de la Geisel School of Medicine (Dartmouth College), sous la direction de Nicholas Jacobson. Il repose sur un grand modèle de langue génératif affiné sur un corpus de dialogues thérapeute-patient rédigés par l'équipe de recherche parmi laquelle on compte un psychiatre certifié et une psychologue clinicienne. L'application est développée selon des approches de thérapie cognitivo-comportementale de troisième vague.
L'application, disponible sur iOS et Android, permet des échanges en langage naturel organisés en fils de conversation et intègre un modèle de classification du risque qui déclenche un module d'urgence lorsqu'un contenu à haut risque est détecté. Elle s'adresse à des adultes de dix-huit ans et plus présentant des symptômes cliniquement significatifs de dépression majeure, d'anxiété généralisée ou de haut risque de trouble alimentaire, et se présente comme un complément aux services de santé mentale conventionnels plutôt que comme leur substitut, à l'intention de personnes privées d'un suivi régulier ou immédiat.
Therabot n'est pas commercialisée, mais a été évalué par une étude clinique publiée en 2025 dans NEJM AI: « Randomized Trial of a Generative AI Chatbot for Mental Health Treatment » (Heinz & al.). Deux cent dix adultes états-uniens, recrutés par une campagne publicitaire sur Meta, ont été répartis entre un bassin de cent six personnes utilisant l'application et un groupe témoin sur liste d'attente de cent quatre individus. L'essai a été financé par le Dartmouth College, préenregistré sur ClinicalTrials.gov et approuvé par le comité d'éthique de la recherche de Dartmouth-Hitchcock. Enfin, le soutien technique de l'application a été assuré par Amazon Web Services. Selon Heinz et Jacobson, le développement de Therabot s'est étalé sur plus de six ans et a mobilisé plus de cent mille heures déclarées par l'équipe (MIT Media Lab, séminaire AHA, 16 octobre 2025).
Therabot n'est à ce jour ni commercialisé auprès du grand public, ni homologué comme dispositif médical. Il demeure en phase de test bêta. Ses concepteurs, Nicholas C. Jacobson et Michael V. Heinz, ont toutefois cofondé Therabot Labs, LLC en vue d'un déploiement futur qu'ils annoncent encadré par des normes de suivi de la sécurité et des résultats.
-
Quel est l'objectif du document?
-
Le projet Therabot poursuit un objectif qui le distingue des agents conversationnels développées antérieurement : inscrire la compétence thérapeutique dans les données d'apprentissage elles-mêmes. Plutôt que d'ajouter des consignes cliniques à un modèle généraliste entraîné sur des corpus web, l'équipe a affiné un modèle génératif sur un ensemble de dialogues psychothérapeutiques écrits, révisés et validés par des clinicien.nes selon des modalités fondées sur les données probantes. Ce choix commande tout le reste du dispositif et fonde la prétention de ses concepteurs à une différence de nature, et non de degré, avec les agents conversationnels commercialisé pour le grand public.
Sur le plan clinique, l'objectif était de démontrer par un essai contrôlé la faisabilité, l'acceptabilité et l'efficacité de ce dispositif pour réduire les symptômes de dépression majeure, d'anxiété généralisée et de haut risque de trouble alimentaire, et d'établir qu'un agent entièrement génératif peut susciter une alliance thérapeutique mesurable. Cette dernière constituant, dans l'argumentaire des auteurs, le facteur non spécifique par lequel un dispositif automatisé pourrait enfin approcher l'efficacité d'une prise en charge humaine.
Cet objectif clinique s'inscrit dans une visée d'accessibilité que les auteurs posent en prémisse de leur démarche : les traitements psychosociaux validés sont coûteux en ressources, ce qui limite leur diffusion, et moins de la moitié des personnes atteintes d'un trouble mental reçoivent les soins requis : « Despite the adverse impact of these disorders,2 the mental health
infrastructure is inadequately resourced to meet the current and growing demand for care » (preprint de l'étude clinique, 2025: 3). Ainsi l'automatisation, partielle, des soins thérapeutiques est présentée comme une solution probante au problème d'accès aux soins psychologiques et psychiatriques.
-
Figures narratives employées. Ex. : cerveau artificiel, assistant intelligent, compagnon, etc.)
-
Trois figures dominent la mise en récit de Therabot dans le discours scientifique qui l'accompagne, et elles se soutiennent mutuellement.
La première est celle du partenaire. Elle se distingue des autres figures de l'IA par un fait précis : elle n'est pas seulement suggérée par l'article de Heinz et Jacobson, elle est opérationnalisée par les paramètres de l'essai clinique. L'alliance thérapeutique, soit l'accord entre patient·e et thérapeute sur les buts du traitement, et le lien affectif qui les unit, constitue un résultat secondaire de l'essai, mesuré par un questionnaire validé. La relation entre les patients est Therabot a été jugée comparable à celle qui unit un patient à un thérapeute humain. Le partenariat n'est donc pas une image : c'est une variable concrète. À ce sujet, Jacobson affirme, dans une entrevue accordée au blogue Crisis Talk, le succès de cette relation: “Participants felt like they could let their guards down” and “They know they’re not going to be judged ” (entrevue entre Nicholas Jacobson et Stephanie Hepburn, 10 juin 2025).
La deuxième est celle de l'expert. Elle s'appuie d'abord sur un fait de conception : le corpus d'entraînement de Therabot a été rédigé par une équipe incluant un psychiatre certifié et une psychologue clinicienne (Psychiatric News, 2025). Ceci constitue un transfert direct d'expertise humaine vers la machine, documenté et vérifiable. En ce sens, Jacobson déclare avoir conçu un système formé au répertoire complet d'un véritable thérapeute: « We had to develop something that really is trained in the broad repertoire that a real therapist would be, which is a lot of different content areas (NBC News, 2025). Dans un second texte, adressé à la presse spécialisée, Jacobson avance que le dispositif pourrait réduire certains torts imputables aux cliniciens humains, soit les dérives par rapport aux protocoles ou l'introduction de biais implicites propres au thérapeute : « These can include therapeutic drift — where a clinician deviates from an evidence-based treatment protocol — or the introduction of a therapist's own implicit biases into care » (Psychiatric News, 2025). Cette mise en récit de Therabot sous-tend que l'expertise de la machine n'est plus seulement plus efficace en regard de sméthodes d'entraînement et du corpus sélectionné: elle est dite plus régulière et objective qu'une pratique humaine, parce que soustraite aux dérives individuelles.
La troisième est celle de la figure de l'IA comme main-d'œuvre. Celle-ci rend possible la légitimisation de deux figures précédentes, car elle s'appuie sur un argument économique. Jacobson affirme, dans une dépêche de l'Agence France-Presse reprise par de nombreux médias début mai 2025, que même en multipliant par dix le nombre actuel de thérapeutes, l'offre resterait insuffisante face à la demande : « We need something different to meet this large need » (AFP, « US researchers seek to legitimize AI mental health care », 3-4 mai 2025). Ce qui manque ce serait donc des thérapeutes humaines disponibles. Cette figure économique éclaire, les deux précédentes : c'est parce que la main-d'œuvre soignante est déclarée introuvable que la position d'expert devient recevable pour une machine, et c'est depuis cette position qu'elle peut être décrite comme un partenaire.
-
Insérez un template Outils au besoin
-
Therabot
-
Quels sont les enjeux soulevés autour de l'IA ?
-
Diagnostic et décision médicale assistés par IA
-
Relation soignant-soigné médiatisée par l'IA
-
Santé mentale et interactions avec les agents conversationnels
-
Quelles sont les promesses et bénéfices soulevées autour de l'IA ?
-
Réduction des inégalités sociales
-
Révolution des soins et de la santé
-
Figures de l'IA
-
L'IA comme double / substitut de l'humain
-
L'IA comme expert
-
L'IA comme partenaire
-
L'IA comme main d'oeuvre
-
Cadrages idéologiques
-
Éthique et responsabilité
-
Techno-solutionnisme
-
Effets sur les spectateur.ices / public
-
Ambivalence
-
Espoir / optimisme
-
Méfiance / scepticisme
-
Risques et mises en garde
-
Substitution affective
-
Remise en cause de l'expertise humaine
Nicholas Jacobson
Center for Technology and Behavioral Health
Michael V. Heinz
Des dialogues cliniques dans les paramètres du modèle
Une exception dans un marché non évalué
ELIZA : une généalogie technique qui légitime
Combler un manque ou le naturaliser?
Mesurer l'alliance entre patient et thérapeute
Un robot aux grands yeux ronds: garde fou visuel
Randomized Trial of a Generative AI Chatbot for Mental Health Treatment
Public Responses to the First Randomized Controlled Trial of a Generative Artificial Intelligence Mental Health Chatbot
A Letter about “Randomized Trial of a Generative AI Chatbot for Mental Health Treatment
A Generative AI Chatbot for Mental Health Treatment: A Step in the Right Direction?
Dartmouth researchers look to meld therapy apps with modern AI
How to Build a Therapeutic Chatbot
US researchers seek to legitimize AI mental health care
The Generative AI Therapy Chatbot Will See You Now
Replika
The Human Line Project
La psychose induite par l’IA, est-ce un risque réel?
Her
Uncanny Valley
A Teen in Love With a Chatbot Killed Himself. Can the Chatbot Be Held Responsible?