Public acceptance of artificial intelligence in health care: a cumulative hierarchy in a 16-item instrument, German–Italian measurement equivalence, and a five-item short form
Cette étude démontre que l'acceptation publique de l'intelligence artificielle dans le domaine de la santé suit une hiérarchie cumulative ordonnée par conséquence clinique, demeure invariante entre les populations germanophones et italophones, et peut être capturée efficacement par une version courte de cinq items malgré l'absence d'un ensemble d'items unitairement déterminé.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez-vous debout dans la salle d'attente d'un hôpital, regardant un écran afficher le diagnostic d'un médecin généré par un programme informatique. Pour certains, cela ressemble à un assistant utile ; pour d'autres, cela ressemble à une intrusion dangereuse. Alors que l'intelligence artificielle passe des laboratoires de recherche aux hôpitaux et aux pharmacies réels, une question cruciale se pose : les personnes que ces systèmes sont censés servir les acceptent-elles réellement ? La réponse est rarement un simple « oui » ou « non » pour chaque tâche individuelle. Au lieu de cela, l'opinion publique forme souvent un modèle. Les gens pourraient être à l'aise avec une machine programmant un rendez-vous, mais profondément mal à l'aise face à une machine décidant d'un traitement vital. Comprendre ce modèle est essentiel car il nous indique non seulement ce que les gens pensent, mais aussi comment leur confiance se construit ou se brise à travers différents types de travail médical.
Une équipe de chercheurs du Tyrol du Sud, une région bilingue du nord de l'Italie où cohabitent des locuteurs allemands et italiens, s'est donné pour mission de cartographier ce paysage de la confiance. Ils voulaient savoir si l'acceptation par le public de l'intelligence artificielle dans les soins de santé suit un ordre prévisible, si cet ordre se maintient pour les deux groupes linguistiques malgré les différences culturelles, et s'ils pouvaient créer une méthode de mesure plus courte et plus simple. Ils ont interrogé 901 adultes de la population générale, leur demandant d'évaluer seize façons différentes dont l'intelligence artificielle pourrait être utilisée en médecine. Ces usages allaient de tâches administratives, comme l'organisation des dossiers des patients et l'envoi de rappels de prise de médicaments, à des décisions cliniques à enjeux élevés, comme le soutien à un médecin lors d'une urgence médicale ou l'aide au diagnostic d'une maladie complexe.
Les chercheurs ont découvert que l'acceptation du public suit effectivement une échelle cumulative claire. Au bas de l'échelle, là où l'acceptation est la plus élevée, se trouvent les tâches administratives. Près de quatre-vingts pour cent des personnes interrogées ont déclaré être à l'aise avec l'envoi de rappels automatisés pour la prise de médicaments par une IA. Un peu plus bas, mais toujours largement accepté, se trouvaient des tâches comme la prise de rendez-vous et la gestion des dossiers de santé électroniques. À mesure que les tâches devenaient plus cliniques et impliquaient davantage de soins directs aux patients, l'acceptation commençait à chuter. Les gens étaient moins à l'aise avec l'idée qu'une IA aide à analyser des données cliniques ou à soutenir un diagnostic. Au sommet de l'échelle, là où l'acceptation est la plus faible, se trouvent les décisions critiques et sous haute pression. Seul environ un tiers des répondants a déclaré accepter le soutien de l'IA lors d'une urgence médicale ou d'un triage, et encore moins acceptaient qu'elle prenne des décisions urgentes. Cette hiérarchie suggère que le public ne considère pas l'intelligence artificielle comme un bloc technologique unique ; il juge plutôt selon la mesure dans laquelle la tâche spécifique comporte des conséquences cliniques. Plus une tâche ressemble à une décision médicale directe, plus les gens hésitent à la confier à une machine.
Crucialement, cette échelle d'acceptation était identique pour les populations germanophones et italophones de l'étude. Même si les questions du sondage ont été traduites et adaptées pour correspondre aux nuances culturelles de chaque groupe linguistique, l'ordre dans lequel les gens ont classé les tâches est resté exactement le même. Cette découverte est significative car elle prouve que la manière dont les gens évaluent ces technologies n'est pas seulement une question de langue ou de culture locale, mais une réponse humaine partagée à la nature même de la tâche médicale. Cela signifie que les systèmes de santé desservant plusieurs langues peuvent utiliser le même outil pour mesurer la confiance sans avoir besoin de traiter les groupes comme fondamentalement différents.
Les chercheurs ont également découvert qu'ils pouvaient réduire le sondage de seize questions à seulement cinq sans perdre la capacité de voir ce modèle. En sélectionnant soigneusement cinq questions spécifiques qui couvraient toute la gamme, des tâches administratives faciles aux décisions d'urgence difficiles, ils ont créé une version courte qui était tout aussi précise que la version longue. Cette version plus courte est particulièrement utile pour les enquêtes où le temps est limité, permettant aux chercheurs d'évaluer rapidement le sentiment du public sans submerger les répondants. Cependant, ils ont noté que si les deux questions les plus extrêmes — l'une sur les rappels de médicaments et l'autre sur les décisions urgentes — étaient des ancres essentielles, les trois questions intermédiaires pouvaient varier légèrement selon le contexte spécifique, tant que la gamme globale de difficulté était préservée.
L'étude a également examiné plus en profondeur les types de personnes détenant ces opinions. Bien que la plupart des opinions suivaient l'échelle générale, environ trente pour cent des répondants formaient un groupe distinct. Ces individus étaient à l'aise avec l'idée que l'IA gère le travail administratif, mais traçaient une ligne catégorique et dure contre le fait de laisser l'IA toucher à toute décision clinique. Pour eux, la différence entre une machine organisant un dossier et une machine aidant un médecin n'était pas une question de degré, mais de nature. Ils considéraient les deux domaines comme séparés, acceptant l'un tout en rejetant totalement l'autre. Cela suggère que pour une partie importante de la population, la frontière entre le soutien administratif et les soins cliniques est une ligne rouge qui ne peut être franchie par la technologie.
Enfin, les chercheurs ont examiné comment l'âge et l'expérience numérique influençaient ces points de vue. Dans un décompte simple des données, les adultes plus âgés semblaient plus susceptibles de se trouver aux deux extrémités : ils étaient surreprésentés parmi ceux qui rejetaient toute IA et parmi ceux qui l'acceptaient largement. Cependant, lorsque les chercheurs ont ajusté les données en fonction de l'utilisation réelle de la technologie dans leur vie quotidienne, ce modèle a changé. La polarisation apparente chez les adultes plus âgés était largement expliquée par leurs variations d'expérience numérique. Ceux qui utilisaient fréquemment la technologie étaient moins susceptibles de rejeter l'IA, quel que soit leur âge. Cela indique que la familiarité avec la technologie, plutôt que l'âge lui-même, est un moteur plus fort de l'acceptation.
L'étude conclut que la confiance du public dans l'intelligence artificielle de santé n'est pas un mélange chaotique d'opinions aléatoires, mais une hiérarchie structurée basée sur le poids clinique de la tâche. Cette structure est robuste, restant vraie à travers différentes langues et cultures, et peut être mesurée efficacement avec un ensemble très court de questions. Bien que les résultats offrent une carte claire de la position actuelle du public, les chercheurs avertissent que cette carte s'applique à la population générale. La question de savoir si les médecins et les infirmiers, qui travaillent quotidiennement avec ces systèmes, suivent la même échelle de confiance reste un sujet pour des études futures. Pour l'instant, les données fournissent une base solide pour comprendre comment introduire l'intelligence artificielle dans les soins de santé d'une manière qui respecte les limites du public.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.