La charge adaptative renversée : qui doit s'ajuster à quoi
Item
- Titre de la relation / annotation
- La charge adaptative renversée : qui doit s'ajuster à quoi
- Argument de l'annotation
-
Dans la session de bilan intitulée What We've Learned in a Year, Natalie Pageler, directrice de l'informatique de la santé à Stanford Medicine Children's Health, ouvre sa présentation sur le théorème fondamental de l'informatique biomédicale, formulé par Charles Friedman en 2009. L'énoncé tient en une phrase : une personne travaillant en partenariat avec une ressource informationnelle fait mieux que cette même personne sans assistance. Le premier corollaire précise la direction : l'informatique porte davantage sur les personnes que sur la technologie, et créer des ressources qui fonctionnent comme des oracles, cherchant seules à faire mieux que la personne sans assistance, n'est pas de l'informatique. La ressource doit être conçue au bénéfice de la personne. C'est à la ressource de s'ajuster.
Le panel consacré à la main-d'œuvre biomédicale, plus d'une heure après cette ouverture, demande l'inverse, sans jamais le formuler ainsi.
Kimberly Lomis, vice-présidente aux innovations en formation médicale à l'American Medical Association, y décrit d'abord la difficulté. Les personnes qui enseignent ont toujours été formées, dit-elle, à se représenter le monde dix ans plus loin et à donner à leurs apprenant·es les compétences dont ils auront besoin. C'est aujourd'hui presque impossible. Elle en conclut que l'éducation elle-même doit gagner en agilité, et que le mot « curriculum » doit être quelque peu écarté au profit d'une éducation de précision, où l'on travaille et apprend en continu à chaque étape. La compétence visée n'est donc plus un savoir, c'est une disposition à s'adapter en continu.
Une résistance discrète traverse pourtant le récit. Alors que le symposium tient l'accélération pour son évidence première, les travaux que Pageler projette datent de 2009, 2012 et 2014. Le théorème de Friedman a seize ans. Les cadres de pensée mobilisés pour comprendre la situation présente ne se périment pas au rythme des modèles.
Lomis cite ensuite un texte de Lloyd Minor, doyen de la faculté de médecine de Stanford : les flux de travail actuels ont éliminé tout « cognitive white space » dans la journée, ces plages non assignées où l'on peut penser. Elle ajoute que l'on n'a même pas eu l'occasion d'accueillir les patient·es qui viennent de s'exprimer au panel précédent, et que l'on a laissé un système évoluer de telle sorte qu'il ne laisse pas le temps de penser ni d'apprendre. Sa conclusion désigne un responsable : il faudra montrer aux systèmes de santé que leur conception actuelle de la productivité manque de perspective, et qu'il faut créer de l'espace pour la réflexion maintenant, afin que tout le monde puisse se rattraper.
Peu après, dans le même échange, Megan Jones Bell, directrice clinique de Google Health, reprend l'expression et en inverse la direction. Il faut, dit-elle, passer d'une formation continue plus terne à un apprentissage porté par un état d'esprit de curiosité, parce que les choses changent si rapidement et que cela fera simplement partie de ce que nous faisons. Et donc, poursuit-elle, cet espace de réflexion, le récupérer et l'intégrer à notre façon de travailler chaque jour sera d'une importance critique.
Une image donne la mesure de cet écart. Là où Lomis réclame du temps pour penser, James Zou, professeur de science des données biomédicales à Stanford, raconte dans le segment consacré aux sciences de la vie que, dans le temps qu'il lui a fallu pour prendre son café, ses agents avaient tenu des centaines de discussions, et qu'ils mènent cinq réunions en parallèle pour chaque décision scientifique. La productivité de la machine se compte désormais en tasses de café humaines.
Chez Lomis, le système a détruit l'espace et le système doit le rendre. Chez Jones Bell, l'espace est à récupérer par chacun et à loger dans un quotidien déjà plein. Lisanne Bainbridge avait décrit ce mécanisme pour l'automatisation industrielle quarante-deux ans plus tôt, et sa formulation reste d'actualité. Le concepteur qui cherche à éliminer l'opérateur, écrit-elle, lui laisse malgré tout les tâches qu'il n'a pas su automatiser, de sorte que celui-ci se retrouve avec un assemblage arbitraire de tâches pour lesquelles on a peu réfléchi à l'aide à lui fournir. Bainbridge ajoute qu'il est ironique de former les opérateurs à suivre des instructions, puis de les placer dans le système pour y fournir l'intelligence. Et sa conclusion répond directement à Lomis : l'ironie finale est que ce sont les systèmes automatisés les plus réussis, ceux qui requièrent le plus rarement une intervention humaine, qui exigent le plus grand investissement dans la formation de l'opérateur. La compétence exigée se déplace vers les tâches qui demandent le plus de jugement.
Friedman l'avait d'ailleurs prévu. Son troisième corollaire pose que le théorème peut ne pas tenir, et l'une des raisons qu'il donne est que la personne n'en sait pas assez sur le domaine pour tirer le meilleur parti de la ressource. Une part de la charge repose donc, dès 2009, sur l'usager. Ce que le symposium ajoute n'est pas ce déplacement, mais son ampleur et son silence sur les conditions de son exercice.
Un autre passage du même panel montre comment l'exigence se distribue. Jones Bell rapporte qu'en embauchant des médecins pour venir travailler dans une entreprise comme Google, elle s'est toujours demandé qui allait gérer cette transition. Elle en tire qu'il faut préparer les gens à l'adaptabilité, à la pensée critique et à la collaboration. La disposition qu'elle prescrit à tous est donc, chez l'acteur qui la prescrit, obtenue par sélection à l'embauche, parmi des personnes déjà titulaires d'un diplôme de médecine, dans une organisation qui a les moyens de choisir.
Un autre point de vue s'impose ici. On peut soutenir que l'adaptabilité n'est pas une exigence arbitraire : si l'intelligence artificielle transforme réellement l'ensemble des métiers de la santé, la demander à tous relèverait du constat plutôt que de la norme de classe.
L'objection ne tient à aucun de ses deux bouts. Cette nécessité n'est pas donnée, elle est produite. Bainbridge et Friedman établissent l'un comme l'autre que la charge retombe sur la personne parce que la conception ne l'a pas absorbée en amont : ce qui reste à faire est ce que le concepteur n'a pas su automatiser. Exiger l'adaptation en aval revient à faire payer un défaut de réflexion en amont. Et quand bien même la nécessité serait avérée, l'adaptabilité n'est pas une qualité que l'on possède, c'est une pratique qui a des conditions matérielles : du temps disponible, une sécurité d'emploi, un droit à l'erreur. Jones Bell le montre malgré elle, qui obtient par sélection à l'embauche ce qu'elle prescrit comme disposition universelle.
Le récit exige donc de tous une disposition que seuls certains ont les moyens de cultiver, et n'interroge jamais cette inégalité. - Mot clé(s) associé(s)
- Automatisation
- Emploi
- Innovations technologiques
- Mises en récit et Discours scientifiques
- Relation humain-machine
- Santé
- Le contenu à relier (ressource physique, actant, conceptuelle)
-
RAISE Health Symposium 2025
- E-mail de la personne ayant créé cette relation / annotation
-
Dominique Michaud
Linked resources
| Title | Class |
|---|---|
| RAISE Health Symposium 2025 |
Annotations
There are no annotations for this resource.