Collecting health narratives at scale: A multi-study evaluation of speech-to-text in health surveys

Les êtres humains portent souvent des récits sur leur santé que les chiffres et les listes de contrôle ne peuvent simplement pas capturer. Bien que les médecins et les chercheurs s'appuient sur des questions standardisées pour suivre les symptômes et les conditions, ces formats rigides peuvent manquer la texture de l'expérience vécue d'une personne. La nuance de la façon dont un patient décrit sa douleur, les détails inattendus qu'il partage sur ses luttes quotidiennes et la manière unique dont il relie ses symptômes à sa vie existent toutes dans les récits ouverts. Pourtant, recueillir ces récits auprès de grands groupes de personnes a historiquement été un processus lent et coûteux, nécessitant généralement qu'un chercheur s'assoie pour interroger chaque personne individuellement. Cette limitation laisse une lacune dans notre compréhension de la santé de la population, car les comptes rendus les plus détaillés restent souvent non collectés parce qu'ils sont trop difficiles à recueillir à grande échelle.

Une équipe de chercheurs a entrepris de voir si la technologie moderne pouvait combler cette lacune en utilisant des outils de reconnaissance vocale dans des enquêtes en ligne. Ils voulaient savoir si les gens seraient disposés à dicter leurs réponses dans un microphone plutôt que de les taper, et si le fait de le faire produirait réellement des récits plus riches et plus détaillés. Pour tester cela, ils ont invité des participants issus de quatre groupes très différents : des personnes vivant avec un état de santé post-COVID, des adultes en bonne santé, des personnes se livrant à la prostitution et des adultes âgés. Dans chacune de ces enquêtes, les chercheurs ont laissé aux participants le choix. Ils pouvaient répondre à des questions ouvertes en tapant sur un clavier, ou ils pouvaient utiliser une fonction de dictée vocale pour prononcer leurs réponses à haute voix, que l'ordinateur transcrivait ensuite en mots écrits.

Les résultats ont montré que la parole modifiait la nature des réponses de manière mesurable. Lorsque les gens choisissaient de parler, leurs réponses étaient significativement plus longues. Dans deux des études, les réponses dictées contenaient des centaines de caractères de plus que les réponses tapées, l'un des groupes enregistrant une augmentation moyenne de près de neuf cents caractères par réponse. Les mots prononcés incluaient également plus de mots de contenu uniques — les noms et verbes spécifiques qui portent le sens central d'un récit — suggérant que la parole permettait aux gens de partager des idées plus distinctes. Cependant, les réponses orales n'étaient pas parfaitement polies ; elles contenaient une proportion plus élevée de mots de remplissage et présentaient une variété de types de mots légèrement moindre par rapport aux réponses tapées. Cela indique que, bien que la parole ait débloqué plus de volume et de détails spécifiques, elle a également introduit le flux naturel et non édité de la conversation.

L'adoption de la technologie, cependant, n'était pas uniforme selon les groupes. Le taux de personnes choisissant de parler plutôt que de taper variait considérablement, allant de moins de un pour cent dans certains groupes à quatre-vingt pour cent dans d'autres. Cet écart important suggère que la décision de parler est profondément personnelle et fortement influencée par la situation spécifique. Les participants qui ont utilisé l'outil l'ont généralement loué pour sa commodité et la spontanéité qu'il offrait, notant qu'il était plus facile de simplement parler que de taper. Pourtant, beaucoup d'autres ont hésité en raison de préoccupations concernant la vie privée, de la gêne de parler dans des lieux publics, ou simplement d'une préférence pour le contrôle qu'ils ressentaient en tapant.

L'étude conclut que la reconnaissance vocale est un outil viable pour collecter des récits de santé plus riches auprès de vastes populations, mais qu'elle n'est pas une solution universelle. La technologie fonctionne mieux lorsque la mise en œuvre est soigneusement adaptée au groupe spécifique étudié et à l'environnement dans lequel ils répondent. Pour certains, parler ouvre une porte pour partager davantage de leur histoire ; pour d'autres, les barrières du contexte et du confort restent trop élevées. La voie à suivre consiste à comprendre ces différences et à concevoir des enquêtes qui respectent les besoins et les préférences uniques des personnes partageant leurs expériences de santé.