📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

Cette étude révèle que bien que les étudiants universitaires de la génération Z au Sri Lanka possèdent une grande littératie en e-santé et s'appuient de plus en plus sur l'IA pour obtenir des informations de santé, leur adoption des services de santé numériques reste limitée par d'importantes préoccupations relatives à la confidentialité et une préférence persistante pour les consultations traditionnelles en face à face.

Auteurs originaux : Athukorala, S. C.

Publié 2026-07-28✓ Author reviewed ⓘ

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Athukorala, S. C.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez le monde de la santé comme une immense bibliothèque animée. Pendant des décennies, la seule façon d'obtenir un livre (ou un conseil médical) était de s'approcher d'un bureau spécifique et calme, tenu par un bibliothécaire (un médecin), et de demander de l'aide. Mais récemment, la bibliothèque a explosé avec de nouvelles technologies : des bornes de libre-service, des tablettes lumineuses et même un robot bibliothécaire super intelligent capable de murmurer des réponses à vos questions instantanément. C'est le domaine de la Santé Numérique, où les applications, les sites web et l'intelligence artificielle (IA) tentent de nous aider à gérer notre bien-être sans quitter notre canapé.

Deux grandes idées aident les scientifiques à comprendre pourquoi les gens utilisent (ou ignore de) ces nouveaux outils. La première est la littératie en santé numérique, ce qui est simplement une façon sophistiquée de demander : « Savez-vous comment trouver de bonnes informations de santé en ligne, et pouvez-vous dire si elles sont vraies ou fausses ? » La seconde est l'acceptation technologique, qui demande : « Cet outil vous semble-t-il utile, et est-il facile à utiliser sans vous donner mal à la tête ? » Nous nous en soucions parce que, bien que tout le monde dise que les jeunes sont des « natifs du numérique » (nés avec des smartphones à la main), nous ne savons pas réellement s'ils font assez confiance à ces outils numériques pour remplacer un vrai médecin, surtout dans des pays comme le Sri Lanka où la bibliothèque est encore en train de construire ses nouvelles ailes.

L'histoire de la génération "Digital-First" au Sri Lanka

Un chercheur nommé Susith Athukorala a décidé de regarder derrière le rideau pour voir ce qui se passe réellement avec les étudiants de la génération Z dans les universités du Sri Lanka. Considérez cette étude comme un immense sondage de type « levée de main » numérique. Le chercheur a interrogé 172 étudiants universitaires (principalement issus de collèges privés et étudiant majoritairement en médecine ou en santé) sur la manière dont ils gèrent leur santé.

La surprise du "Natif du Numérique"
Les étudiants étaient étonnamment habiles. Ils ont obtenu des scores élevés en « littératie en santé numérique » (une moyenne de 3,84 sur 5), ce qui signifie qu'ils se sentent généralement confiants pour trouver et comprendre des informations de santé en ligne. En fait, 86,6 % d'entre eux ont admis avoir recherché des réponses de santé sur Internet au cours des six derniers mois.

Mais voici le rebondissement qui a attiré l'attention de tous : L'IA est le nouveau détective favori.
Bien que Google reste l'endroit le plus populaire pour chercher (84,3 %), la deuxième source la plus populaire n'était pas YouTube ou les réseaux sociaux. Il s'agissait des outils d'IA générative comme ChatGPT et Gemini, utilisés par 57,6 % des étudiants ! C'est plus que les 44,2 % qui utilisent les vidéos YouTube. Il semble que lorsque ces étudiants ont une question de santé, ils se tournent vers le robot bibliothécaire de l'IA plus souvent que vers la chaîne vidéo. Curieusement, les étudiants en médecine étaient même plus susceptibles d'utiliser ces outils d'IA que les étudiants étudiant d'autres sujets.

Le "Déficit de Confiance"
Cependant, le fait d'utiliser les outils ne signifie pas qu'ils leur font totalement confiance.

L'hésitation face à l'IA : Bien qu'ils utilisent l'IA pour effectuer des recherches, leur confiance dans la capacité de l'IA à faire de réelles recommandations médicales est faible (une moyenne de 3,15 sur 5). Ils traitent l'IA comme un vérificateur de faits rapide, et non comme un juge final.
L'inquiétude pour la vie privée : La moitié des étudiants (50,0 %) craignent que leurs données personnelles ne soient volées ou mal utilisées.
La préférence pour le "Vrai Docteur" : Malgré toute cette technologie cool, 76,7 % des étudiants ont affirmé qu'ils préféreraient voir un médecin en face à face plutôt que d'utiliser une plateforme numérique pour une consultation.

Qu'est-ce qui les fait cliquer ?
L'étude a utilisé des mathématiques (appelées analyse de régression) pour déterminer ce qui pousse réellement un étudiant à choisir une application numérique plutôt qu'une clinique physique. Il s'avère que ce n'est pas seulement une question de savoir si l'application est "utile". Les deux principaux moteurs sont :

La facilité d'utilisation : Si l'application est lourde ou difficile à comprendre, ils ne l'utiliseront pas.
La confiance en l'IA : S'ils croient que les suggestions de l'IA sont sûres, ils sont plus susceptibles d'essayer la voie numérique.

Étonnamment, le simple fait d'avoir une "littératie en santé numérique" élevée (savoir comment chercher) ne les pousse pas directement à préférer les visites numériques. Ils peuvent savoir comment utiliser Internet, mais cela ne les rend pas automatiquement désireux de troquer un vrai médecin contre un écran.

Les obstacles et la feuille de route
L'étude a révélé que les principales raisons pour lesquelles les étudiants ne passent pas au numérique sont :

Ils préfèrent simplement parler à un véritable humain (76,7 %).
Ils ont peur des fuites de données privées (50,0 %).
Ils ne savent même pas quels services numériques locaux existent (43,6 %).

Pour remédier à cela, l'article suggère que si le Sri Lanka veut amener plus d'étudiants à utiliser la santé numérique, les applications doivent être incroyablement simples à utiliser, et le système doit être d'une clarté cristalline sur la protection de leurs données privées. Ils suggèrent également une approche "hybride" : utiliser l'IA pour obtenir des réponses rapides, mais faire vérifier le travail par un vrai médecin avant qu'il ne soit considéré comme un avis médical.

L'essentiel à retenir
L'article conclut que les étudiants de la génération Z au Sri Lanka sont prêts et disposés à utiliser les outils numériques, et qu'ils utilisent déjà l'IA pour apprendre des choses sur leur santé. Mais ils ne sont pas encore prêts à abandonner le médecin humain. Ils veulent un système qui soit facile à utiliser, qui garde leurs secrets en sécurité et qui combine la rapidité de l'IA avec la sécurité d'un professionnel de santé réel. Tant que ces ponts ne seront pas construits, la consultation en face à face restera le roi du château.

Résumé technique : Adoption de la santé numérique, littératie en e-santé et confiance envers l'IA chez les étudiants universitaires de la Génération Z au Sri Lanka

Énoncé du problème

Malgré l'intégration mondiale rapide des technologies de santé numérique (mSanté, télémédecine et IA), les données empiriques concernant leur adoption par les cohortes de la « Génération Z », natifs du numérique, restent rares dans les pays à revenu faible ou intermédiaire (PRFI). Plus précisément, il existe une méconnaissance de la manière dont les jeunes adultes dans les contextes sud-asiatiques, tels que le Sri Lanka, naviguent à l'intersection d'une haute littératie numérique, des outils d'IA émergents et des préférences de soins traditionnels. Bien que l'infrastructure ait évolué (par exemple, les canaux nationaux de téléconsultation), l'adoption systématique de ces outils pour l'auto-soin et la prise de décision médicale par les étudiants universitaires reste peu explorée. Les lacunes clés incluent l'influence de la confiance envers l'IA sur l'acceptation plus large de la santé numérique et les barrières spécifiques — telles que la confidentialité des données et les préférences culturelles pour l'interaction en face à face — qui entravent une pleine adoption.

Méthodologie

L'étude a utilisé un plan de recherche transversal quantitatif réalisé entre mars 2025 et mars 2026.

Participants : Une méthode d'échantillonnage par convenance et par boule de neige a permis d'obtenir 172 réponses valides de la part d'étudiants de la Génération Z (âgés de 18 à 26 ans) à travers le Sri Lanka. La cohorte était majoritairement féminine (65,1 %), inscrite en sciences médicales/de la santé (73,8 %) et fréquentant des universités privées (94,8 %).
Instrumentation : L'enquête a utilisé des instruments adaptés et validés :
- Échelle de littératie en e-santé (eHEALS) : Une échelle de 8 items mesurant l'auto-efficacité dans la localisation, l'évaluation et l'application des informations de santé numériques.
- Modèle d'acceptation de la technologie (TAM) : A évalué l'utilité perçue (UP), la facilité d'utilisation perçue (FUP), l'intention comportementale (préférence pour les soins numériques vs physiques), la confiance dans les recommandations de l'IA et la confiance dans la confidentialité des données.
- Enquête nationale sur les tendances de l'information de santé (HINTS) : A capturé les comportements de recherche en ligne, la fiabilité des sources et les préoccupations spécifiques.
Analyse statistique : Les données ont été traitées avec Python (pandas, statsmodels). La fiabilité a été confirmée via l'alpha de Cronbach (eHEALS $\alpha=0,863$ ; TAM $\alpha=0,800$ ). L'analyse comprenait des statistiques descriptives, des tests de Khi-deux ( $\chi^2$ ) d'indépendance, des corrélations de Pearson et des modèles de régression linéaire multiple par moindres carrés ordinaires (MCO) pour identifier les prédicteurs de la préférence pour les plateformes numériques et de l'utilité perçue.

Résultats clés

1. Haute littératie et utilité, faible confiance envers l'IA :
Les participants ont démontré une littératie en e-santé globale élevée (Moyenne = 3,84 ± 0,58) et une forte approbation de l'utilité de la santé numérique (M moyenne = 3,99 ± 0,59). Cependant, la « Confiance dans les recommandations de l'IA » a obtenu le score le plus bas parmi tous les construits du TAM (Moyenne = 3,15 ± 0,89).

2. Émergence de l'IA générative comme source d'information primaire :
Bien que Google/Recherche Web reste la source la plus fréquente (84,3 %), les outils d'IA générative (ChatGPT, Gemini, Copilot) sont apparus comme le deuxième canal le plus utilisé (57,6 %), dépassant YouTube (44,2 %), les sites web médicaux (27,3 %) et les réseaux sociaux (26,2 %). Les étudiants en médecine utilisent les outils d'IA de manière significativement plus élevée que leurs pairs non médicaux (67,2 % contre 37,8 % ; $\chi^2=8,70, p=.003$ ).

3. Prédicteurs de la préférence pour les plateformes numériques :
La régression linéaire multiple (Modèle 1, $R^2 = ,352$ ) a identifié que la préférence pour les plateformes numériques plutôt que les visites physiques était significativement prédite par :

La facilité d'utilisation perçue (FUP) : $\beta = 0,371, p = ,001$
La confiance dans les recommandations de l'IA : $\beta = 0,370, p < ,001$
Notamment, les scores de littératie en e-santé et l'utilité perçue n'étaient pas des prédicteurs indépendants directs de la préférence pour remplacer les visites physiques. Cependant, dans le Modèle 2, la littératie en e-santie était le prédicteur le plus fort de l'utilité perçue ( $\beta = 0,625, p < ,001$ ).

4. Barrières et facilitateurs :

Barrière principale : Une forte préférence pour les consultations en face à face (76,7 %) et des préoccupations concernant la sécurité des données personnelles (50,0 %).
Principaux facilitateurs : Facilité d'utilisation/accessibilité (52,3 %), approbations professionnelles (50,6 %) et services abordables/gratuits (45,9 %).
Inquiétudes en ligne : La désinformation/fausses nouvelles (70,3 %) et les risques liés à la vie privée (55,2 %) sont les principales préoccupations.

Contributions clés

Preuves empiriques dans le contexte des PRFI : L'étude fournit des données empiriques rares sur les comportements de santé numérique de la Génération Z au Sri Lanka, remettant en question l'hypothèse selon laquelle une haute littératie numérique se traduit automatiquement par une haute adoption des soins cliniques numériques.
Modèles d'utilisation de l'IA : Elle documente un changement significatif dans la recherche d'informations de santé, où l'IA conversationnelle a dépassé les plateformes traditionnelles de vidéo et de réseaux sociaux, particulièrement chez les étudiants en sciences de la santé.
Découplage de la littératie et de l'adoption : Les résultats révèlent une relation nuancée où la haute littératie en e-santé stimule la perception de l'utilité mais ne conduit pas directement à la préférence pour remplacer les consultations physiques. Au lieu de cela, la simplicité de l'interface (FUP) et la confiance spécifique envers l'IA sont les gardiens critiques de l'adoption.
La confidentialité comme barrière structurelle : L'étude quantifie les préoccupations relatives à la confidentialité des données comme un obstacle primaire, d'un poids égal aux préférences culturelles pour l'interaction physique.

Signification et affirmations

L'article affirme que bien que les étudiants de la Génération Z au Sri Lanka présentent une haute préparation numérique et une dépendance substantielle à l'IA pour le triage de l'information, cela ne signifie pas une volonté de passer totalement à des soins exclusivement numériques. Les auteurs soutiennent que le fossé entre la haute utilité perçue et les taux d'adoption faibles est comblé non pas en augmentant la littératie, mais en traitant la simplicité de l'interface et la confiance dans les recommandations de l'IA.

L'étude conclut que le déploiement institutionnel de la santé numérique au Sri Lanka doit aller au-delà des applications autonomes pour s'orienter vers des flux de travail cliniques hybrides. Ces systèmes doivent intégrer la commodité numérique automatisée avec une supervision médicale professionnelle pour atténuer les craintes liées à la vie privée et s'aligner sur les attentes culturelles d'interaction en face à face. Les auteurs soulignent que sans une gouvernance transparente des données (alignée sur la loi du Sri Lanka sur la protection des données personnelles) et des systèmes d'IA avec un clinicien dans la boucle, la haute littératie numérique seule ne surmontera pas les barrières à une large adoption de la santé numérique.

Note : L'étude reconnaît des limites incluant un échantillon biaisé vers les étudiants des universités privées et des étudiants en médecine, la nature transversale empêchant l'inférence causale, et le recours à des données auto-déclarées.