Publié le 5 novembre 2025 à 12h09. L’intelligence artificielle générative, notamment les modèles comme ChatGPT, suscite un intérêt croissant dans le domaine de l’éducation médicale, mais son utilisation soulève des questions quant à sa fiabilité et son impact sur l’apprentissage des étudiants.
- Plusieurs études récentes évaluent les performances de ChatGPT et d’autres IA sur des examens médicaux standardisés, avec des résultats variables selon la spécialité et la complexité des questions.
- La capacité de ces outils à générer des questions d’examen de qualité, ainsi que leur potentiel pour l’évaluation automatisée des réponses, sont activement étudiés.
- Des préoccupations émergent concernant l’influence de l’IA sur la perception des conseils médicaux, le risque de biais cognitifs et l’impact sur le bien-être des enseignants.
L’essor rapide de l’intelligence artificielle générative a conduit à une exploration intensive de ses applications potentielles dans l’enseignement médical. Des chercheurs ont évalué les performances de ChatGPT sur divers examens, notamment l’USMLE (United States Medical Licensing Examination), des examens de fin d’études en neurologie et en radiologie, ainsi que des examens de spécialités comme la prothèse dentaire. Les résultats, publiés dans des revues telles que PLoS Digit Health (article) et BMJ Neurol Open (article), montrent que ChatGPT peut atteindre des niveaux de performance variables, parfois comparables à ceux des étudiants en médecine.
Au-delà de la simple évaluation des connaissances, l’IA est également étudiée pour sa capacité à générer du matériel pédagogique. Une étude publiée dans Radiology (article) a examiné la performance de ChatGPT lors d’un examen de radiologie, soulignant à la fois ses forces et ses limites. D’autres recherches, comme celles publiées dans BMC Med Educ (article et article), explorent l’utilisation de l’IA pour créer des scénarios cliniques interprofessionnels et évaluer les réponses des étudiants.
Cependant, l’intégration de l’IA dans l’éducation médicale n’est pas sans soulever des questions éthiques et pratiques. Des études récentes mettent en garde contre les risques potentiels de biais cognitifs liés à l’utilisation de l’IA, ainsi que contre l’impact sur la perception des conseils médicaux (article et article). Des recherches, notamment dans JAMA Network Open (article), examinent également la perception du public envers les médecins utilisant l’IA. Des considérations juridiques liées à l’utilisation de l’IA dans les examens et les thèses sont également abordées (article).
Les chercheurs soulignent la nécessité d’une analyse psychométrique rigoureuse des questions générées par l’IA (article) et d’une évaluation de la fiabilité de l’IA dans la notation automatisée des dissertations (article). Des études futures devront également explorer l’impact de l’IA sur le bien-être des enseignants (article) et sur la solitude des étudiants (article). L’adaptation des programmes d’études à l’ère de l’IA est également un enjeu majeur (article).
En conclusion, l’intelligence artificielle générative offre des opportunités prometteuses pour l’éducation médicale, mais son intégration doit être abordée avec prudence et accompagnée d’une évaluation rigoureuse de ses avantages et de ses risques potentiels.
