Comme il fallait s’y attendre, l’intelligence artificielle (IA) s’invite également dans le secteur social et médico-social ^[1]. Plusieurs opérateurs et cabinets proposent désormais des outils capables de transformer les propos d’une personne accompagnée en projet personnalisé, de traduire ses attentes dans le langage Serafin-PH, de formuler des objectifs selon la méthode Smart et de produire un plan d’action en quelques secondes. Les promesses sont séduisantes : gagner du temps, harmoniser les pratiques des écrits, améliorer la qualité rédactionnelle moyenne et répondre aux exigences réglementaires.

Ces outils offrent des avantages réels. Ils facilitent la transcription des entretiens, limitent les oublis d’une écoute nécessairement orientée, rendent plus visibles les liens entre les attentes exprimées et les objectifs retenus, tout en réduisant les inégalités liées aux compétences rédactionnelles des professionnels. Dans un secteur où le temps consacré à l’écriture est souvent vécu comme empiétant sur celui de l’accompagnement, cette aide documentaire apportée par l’IA mérite d’être prise au sérieux.

Le travail clinique, un angle mort 

Mes nombreuses interventions sur le terrain m’alertent sur des utilisations non scrupuleuses et dissimulées de l’IA pour la rédaction « vite fait » de rapports de situation et de projets personnalisés… Mais même si elle est utilisée de façon scrupuleuse et transparente, le débat ne peut s’arrêter à son efficacité apparente. Car un projet personnalisé n’est pas un simple exercice de formalisation. C’est avant tout un travail clinique, fondé sur une rencontre, une écoute et, nécessairement, une interprétation. Or c’est précisément sur ce terrain que les limites de l’IA apparaissent.

La parole d’une personne ne se réduit jamais à une information qu’il suffirait de classer. Elle porte des émotions, des hésitations, des contradictions, des « ratés » ^[2], souvent des défenses ou des souffrances qui ne se livrent qu’indirectement. Lorsqu’une personne affirme avoir peur d’utiliser une machine d’un atelier de l’établissement et service d'accompagnement par le travail (Esat), par exemple, l’enjeu n’est pas seulement de transformer cette phrase en objectif opérationnel visant à « gérer une appréhension ». Cette peur peut renvoyer à une faible confiance en soi, à une anxiété ancienne ou, au contraire, constituer un signal parfaitement adapté face à un risque réel. Toute la question clinique consiste précisément à suspendre les évidences pour explorer ce que cette parole signifie.

L’IA, elle, procède autrement. Elle transforme un vécu en catégorie, puis la catégorie en objectif d’action. Cette logique est cohérente avec son fonctionnement. Un grand modèle de langage ne comprend pas une personne. Il reconnaît des régularités statistiques dans le langage et produit la formulation la plus probable. Les progrès vers des agents plus autonomes invitent à nuancer ce constat, sans modifier notre postulat : plus leurs capacités s’étendront, moins nous comprendrons ce qu’ils font, tandis qu’ils pourront toujours mieux modéliser ce que nous sommes, et notre façon de penser ^[3]. Le résultat peut alors donner l’illusion d’une compréhension, qui n’existe pas, mais que nous ne saurons plus expliquer.

L'illusion d'un texte fluide

Cette confusion constitue sans doute le principal risque. Plus un texte est fluide et structuré, plus il paraît rendre compte fidèlement de la réalité. Pourtant, ce qui disparaît au passage est souvent l’essentiel : les ambivalences, les paradoxes, les conflits psychiques et tout ce qui fait la singularité d’une histoire. L’accompagnement social et médico-social se construit précisément dans ces zones d’incertitude. Vouloir progresser tout en craignant le changement ; rechercher l’autonomie tout en redoutant la séparation ; demander de l’aide tout en refusant d’être dépendant sont des tensions ordinaires de la vie psychique. Elles ne sont pas des anomalies à corriger, mais des réalités à comprendre.

Le même risque apparaît lorsque l’IA traduit automatiquement les propos d’une personne dans une nomenclature. Serafin-PH est un cadre précieux pour décrire des besoins et organiser les réponses, mais la mission ad hoc a toujours clairement affirmé qu’on ne doit pas utiliser les nomenclatures pour l’évaluation. En effet, une nomenclature n’est jamais la réalité elle-même. Elle en propose seulement une lecture. Si l’on oublie cette distinction, la catégorie finit par prendre la place de la personne. Une demande d’aide pour « gérer ses papiers » peut recouvrir des difficultés administratives, mais aussi une peur de l’erreur, une dépendance affective, une faible estime de soi ou des difficultés cognitives. Aucun algorithme ne peut décider, à lui seul, de ce qui est en jeu.

Quelle place accordée à l’IA ?

C’est pourquoi la question n’est pas de savoir si l’IA doit entrer dans les établissements. Elle y est déjà ^[4]. La véritable question est de déterminer la place que nous sommes prêts à lui accorder. Lorsqu’elle assiste le professionnel dans son travail documentaire, elle constitue un levier intéressant. Lorsqu’elle prétend interpréter la personne, orienter la réflexion clinique, et construire un plan d’action, elle franchit une frontière qui n’est pas acceptable.

Cette même vigilance doit concerner la manière dont nous définissons les objectifs des projets personnalisés. Depuis plusieurs années, les objectifs Smart se sont imposés comme une référence pratique. Leur intérêt est réel : ils obligent à sortir des formulations vagues pour construire des actions concrètes et évaluables. Mais ce qui est facilement mesurable n’est pas toujours ce qui compte le plus. Comment traduire en indicateurs la reconstruction de l’estime de soi, le sentiment d’appartenance, la capacité à faire confiance ou le travail d’un deuil ? À privilégier exclusivement ce qui s’observe et se quantifie, nous risquons de déplacer progressivement le regard des professionnels vers une logique de performance fonctionnelle de la personne plutôt que vers une compréhension de l’expérience vécue. Le danger n’est pas dans l’évaluation elle-même, nécessaire et bénéfique. Il est d’oublier que certaines dimensions essentielles de l’accompagnement échappent, par nature, à la mesure.

Traduire un verbatim en besoin n’est pas neutre

Le projet personnalisé est avant tout un espace de relation. Au fil des entretiens, la personne ne transmet pas seulement des informations, elle construit une alliance avec les professionnels, éprouve leur capacité à l’écouter et à reconnaître son histoire. Cette dimension relationnelle participe pleinement de la qualité de l’accompagnement. Si l’entretien devient principalement une collecte de données destinée à alimenter un outil d’IA, le risque est que la personne ait le sentiment que sa parole est traitée comme du matériel d’analyse sans être véritablement entendue.

Les enjeux éthiques sont tout aussi importants. Quiconque ayant pratiqué l'analyse de contenu sait que vouloir traduire un verbatim en besoin n’est jamais une opération neutre. C’est déjà une interprétation, fondée sur une certaine conception de la personne, du handicap et de l’accompagnement. Lorsque cette interprétation est réalisée par une IA, s'interroger est incontournable. Sur quels modèles et référentiels cliniques s’appuie-t-elle ? Quels biais reproduit-elle ? Quelle théorie implicite de la personne véhicule-t-elle ? Tant que ces questions restent sans réponse, la plus grande prudence s’impose.

Pour le travail documentaire

Cela ne signifie pas qu’il faille renoncer à ces outils. Bien au contraire. Les modèles actuels sont déjà capables de prendre en charge une grande partie du travail documentaire : transcription, synthèse, structuration des informations ou préparation des réunions. Cette contribution peut libérer un temps précieux pour les équipes. En revanche, croire que l’IA pourrait analyser les situations, hiérarchiser les priorités ou produire, à elle seule, une compréhension clinique constituerait grave une erreur de perspective.

L’enjeu des prochaines années n’est donc pas technologique. Il est professionnel. Si nous voulons intégrer durablement l’IA dans le secteur social et médico-social, nous devrons construire un cadre clinique, éthique et juridique suffisamment solide pour que ces outils demeurent des assistants et ne deviennent jamais des arbitres. Cela suppose des référentiels explicites, des corpus de qualité, une transparence sur les traitements réalisés et, surtout, une responsabilité qui reste pleinement assumée par les professionnels.

[1] Lire Direction[s] n° 247, p. 22

[2] Précisément intéressants au plan clinique.

[3] Voir sur cette asymétrie croissante qui crée l’inquiétude actuelle sur l’échappement du contrôle des super-intelligences : Harari, Y. N., Nexus : Une brève histoire des réseaux d’information, de l’âge de pierre à l’IA (D. Fauquemberg, trad.), Albin Michel, 2024 et Lang, L., & Forré, P., « Modeling human beliefs about AI behavior for scalable oversight », in Transactions on Machine Learning Research, 2025.

[4] Comme elle est, en ce moment même, introduite massivement dans le champ de la justice pour analyser les corpus immenses des dossiers, dans la continuité de l’affaire Lyhanna.

Publié dans le magazine Direction[s] N° 256 - octobre 2026