Cette étude propose une nouvelle approche d'intelligence augmentée pour détecter les signes indicateurs de burn-out dans les textes.
Diagnostiquer certaines maladies est plus difficile que d'autres, surtout quand il est question de troubles psychiques. Mais l'intelligence permet désormais de trouver des informations cachées introuvables par les humains. Cette nouvelle étude a donc pris pour cible le burn-out.
L'épuisement professionnel, un syndrome difficile à détecter
Dans la classification Classification internationale des maladies (CM-11), le burn-out est classifié comme étant un syndrome plutôt qu'un trouble mental. Selon l'OMS, il résulte « d'un stress chronique au travail qui n'a pas été géré avec succès ». La crise de COVID-19 a eu un impact important sur les travailleurs, ayant ainsi fait accroître l'enjeu du burn-out (épuisement professionnel).
Le diagnostic de ce syndrome se fait généralement à l'aide d'un test psychologique sous forme de questionnaire avec des réponses graduées. Mais cette méthode a ses limites. Une autre alternative consiste à utiliser des questions libres ou des entretiens écrits pour obtenir de meilleurs résultats. Mais cette approche nécessite d'importants efforts manuels pour analyser les données.
Améliorez la performance de vos projets grâce à l’IA générative ?
Des chercheurs ont alors eu l'idée d'utiliser l'intelligence artificielle pour effectuer cette tâche. Ils ont publié un article intitulé « BurnoutEnsemble : Intelligence augmentée pour détecter les indicateurs de burn-out en psychologie clinique ». La recherche, dirigée par le professeur Mascha Kurpicz-Brik de la Haute école spécialisée bernoise à Bienne, est soutenue par le Fonds national suisse (FNS).
Détection du burn-out : pourquoi l'intelligence augmentée ?
Dans cette nouvelle étude, les chercheurs ont utilisé le traitement du langage naturel pour analyser des textes Reddit. Ils ont extrait 17 025 posts qu'ils ont ensuite réduits au nombre de 13 568 échantillons. 352 d'entre eux étaient liés au burn-out et 979 à la dépression qui présente des symptômes similaires. Le modèle devait donc détecter, en se basant sur les textes, si le langage est celui de l'épuisement professionnel ou non. Il aurait réussi à identifier les cas du burn-out avec une précision de 93 %.
Cette étude a donc permis de démontrer que l'utilisation du NLP est une méthode efficace pour détecter les indicateurs de ce syndrome. Notons alors que les chercheurs décrivent cette approche de détection du burn-out d'intelligence augmentée plutôt que d'intelligence artificielle. Selon eux, il s'agit d'un moyen d'améliorer le travail des cliniciens et non de le remplacer. La publication a également contribué à la création d'un classificateur ML entraîné pour la détection de l'épuisement professionnel avec précision.
- Partager l'article :
