Identifier les processus communs aux psychothérapies grâce à l’intelligence artificielle
Extracting common processes across psychotherapies through AI
Alexis Vancappel, Barthélémy Serres, Coline Bouyer, Rodolphe Saur, Eva Fourel, Géraldine Tapia, Thierry Kosinski, Arnaud Carré, Catherine Bortolon, Fanny Marteau-Chasserieau, Robert Courtois, Lucia Romo, Wissam El-Hage, Céline Baeyens, Yannick Morvan, Chrystel Besche-Richard
L'Encéphale
Résumé de l'article
Les traitements psychologiques sont efficaces, mais restent fragmentés selon les catégories diagnostiques et les écoles théoriques. Cette étude a exploré comment l’intelligence artificielle pourrait dépasser ces clivages. Les chercheurs ont recruté 125 psychothérapeutes et leur ont demandé de décrire, pour chaque approche : les processus sous-jacents à la psychopathologie, les techniques employées et les facteurs de résistance. Grâce au topic modeling (modélisation par sujets), ils ont extrait 30 thèmes liés aux processus psychopathologiques ou thérapeutiques — comme la régulation émotionnelle. Aucun thème ne s’est avéré exclusif à une école thérapeutique, suggérant que les psychothérapies partagent des mécanismes d’action communs. L’intelligence artificielle offre ainsi un langage unificateur pour identifier ce qui relie les approches, au-delà des cloisonnements théoriques.
Résumé généré par IA à partir de l'étude source.
Analyse clinique réservée aux membres
Résumé clinique, implications pour la pratique, limites de l'étude et schéma méthodologique.