L'IA simule la dépression — mais rend tout le monde trop ordinaire.

Les IA jouent les patients en psychiatrie — et se trompent en masse

Votre IA peut écrire un patient déprimé convaincant — mais si vous lui en demandez mille, elle vous fabrique une ville de clone-moyens.

Imaginez un figurant de cinéma qui joue à merveille un personnage déprimé. Maintenant, si vous en embauchez mille et que vous regardez la foule, tout le monde se ressemble : plus personne aux extrêmes, ni très bien, ni très mal. C'est à peu près ce que font les grands modèles de langage quand on leur demande de simuler des patients psychiatriques. Une équipe a généré 28 800 profils synthétiques à l'aide de quatre IA — dont GPT-4o-mini, DeepSeek-V3 et Gemini-3-Flash — en leur soumettant des questionnaires cliniques standardisés. Chaque profil individuel est cliniquement cohérent : zéro contradiction de diagnostic. Mais la population simulée, elle, est radicalement déformée. Deux problèmes précis. Premier : la compression de variance. Les modèles écrasent les extrêmes. Au lieu de reproduire la vraie distribution de la dépression dans la population, avec ses cas légers ET ses cas très sévères, les IA ramènent tout vers la moyenne. DeepSeek-V3 comprime la variance de 62 %. Deuxième : l'instabilité diagnostique. Si vous posez les mêmes questions deux fois au même « patient » IA, 37 % des cas changent de catégorie clinique entre les deux passages — malgré une corrélation globale supérieure à 0,90. La cohérence de surface cache une instabilité réelle. Pourquoi ça compte ? Parce que chercheurs et développeurs commencent à utiliser ces profils synthétiques pour entraîner des algorithmes ou tester des outils de santé mentale numérique. Un biais de 62 % sur la variance, c'est une formation sur de fausses données. Le hic est sérieux : les biais sont cohérents entre toutes les IA testées, américaines ou chinoises. Ce n'est pas un bug d'implémentation — c'est une limite structurelle liée à la façon dont ces modèles sont entraînés. Et pour l'instant, personne ne sait comment le corriger proprement.

Utiliser l'IA pour travailler ou pour se confier : votre cerveau n'en tire pas les mêmes choses

Utiliser ChatGPT pour rédiger un rapport ou pour lui parler de votre journée difficile — ce ne sont pas du tout les mêmes conséquences sur votre cerveau et votre santé mentale.

Voici une distinction que la recherche commence à prendre au sérieux. D'un côté, l'usage fonctionnel de l'IA : vous l'utilisez pour écrire, résoudre un problème, apprendre quelque chose. De l'autre, l'usage socio-émotionnel : vous lui confiez vos angoisses, vous cherchez du réconfort, vous remplacez une conversation humaine par un échange avec un chatbot. Une équipe a passé 222 étudiants chinois sous IRM cérébrale structurelle — une technique qui mesure le volume de matière grise dans différentes régions — tout en évaluant leur manière d'utiliser l'IA au quotidien. Les résultats sont contrastés. Les étudiants qui utilisent l'IA de façon fonctionnelle obtiennent de meilleures notes. Ils ont aussi un volume plus grand dans le cortex préfrontal dorsolatéral — la zone impliquée dans le raisonnement et la planification — et dans le cortex calcarin, lié au traitement visuel. À l'inverse, ceux qui utilisent l'IA de façon socio-émotionnelle présentent davantage de dépression et d'anxiété sociale, et un volume réduit dans des régions liées aux interactions sociales, dont l'amygdale. Pensez-y comme la différence entre utiliser un vélo pour aller au travail — ça muscle les jambes — et se faire porter en voiture à longueur de journée. Ce n'est pas le même entraînement. Le hic, et c'est important : il s'agit d'une étude transversale, sur 222 étudiants d'une même université de Chine. On ne sait pas si l'usage socio-émotionnel cause les problèmes, ou si ce sont les étudiants déjà anxieux qui se tournent davantage vers l'IA pour du réconfort. La causalité reste à établir. Mais les corrélations, elles, sont significatives.

Deux types d'IRM combinés détectent la dépression à 85 % de précision

La structure du cerveau seule ne suffit pas. Son activité seule non plus. Mais les deux ensemble, ça change les chiffres.

Pour détecter la dépression à partir d'images cérébrales, les chercheurs ont longtemps jonglé entre deux types d'IRM. La première, structurelle, vous dit à quoi ressemble le cerveau — ses volumes, ses épaisseurs. La seconde, fonctionnelle au repos, vous dit comment les régions communiquent entre elles quand vous ne faites rien de particulier. Séparément, chacune a ses angles morts. Un peu comme si vous essayiez de comprendre ce qui se passe dans un appartement avec uniquement le plan d'architecte, ou uniquement un flux vidéo live — les deux ensemble sont bien plus parlants. Une équipe a développé un modèle d'intelligence artificielle, baptisé « dual cross-attention », qui apprend simultanément des deux sources d'information. Le mécanisme fait dialoguer les deux types d'images dans les deux sens : la structure informe la lecture de l'activité, et l'activité affine la lecture de la structure. Évalué sur le jeu de données REST-meta-MDD — un ensemble de données multicentriques — le modèle atteint 84,71 % de précision globale, contre 65 % pour les approches publiées il y a quelques années sur le même jeu de données. Pourquoi ça compte ? La dépression majeure reste difficile à objectiver biologiquement. Des outils capables de la détecter sur des images cérébrales pourraient un jour soutenir le diagnostic, en particulier pour les cas atypiques ou résistants aux traitements. Le hic : le papier ne mentionne pas la taille exacte de l'échantillon utilisé, ce qui rend l'interprétation difficile. Et les performances varient selon l'atlas cérébral choisi — c'est-à-dire la façon dont on découpe le cerveau en régions. Le modèle n'est pas universellement supérieur : il dépend des choix méthodologiques. Un vrai pas en avant, mais pas encore un outil clinique.

Ce que ces trois papiers nous disent ensemble, c'est que nous sommes en train de construire des outils de mesure de la santé mentale — et que nous commençons à identifier leurs angles morts précis. D'un côté, l'imagerie cérébrale progresse : combiner deux types d'IRM donne des résultats nettement meilleurs que les approches précédentes. De l'autre, les IA génératives — celles que tout le monde utilise — ont des biais mesurables et documentés quand elles simulent des populations psychiatriques. Et entre les deux, une étude nous rappelle que l'usage que nous faisons de ces outils au quotidien n'est pas neutre sur notre propre cerveau. La leçon transversale n'est pas que la technologie est dangereuse, ni qu'elle va tout résoudre. C'est qu'on entre dans une phase où il faut auditer sérieusement ce qu'on mesure, comment on le mesure, et avec quelles données on entraîne les algorithmes. La rigueur épidémiologique — s'assurer que les outils reflètent la vraie diversité des patients — est devenue une question technique urgente, pas seulement éthique.

Le résultat le plus préoccupant aujourd'hui est celui de PsychBench : si les profils synthétiques d'IA sont utilisés pour entraîner des algorithmes de santé mentale numérique, les biais de compression de variance vont se propager en aval. La question ouverte que j'aimerais voir traitée dans les prochaines semaines : existe-t-il un protocole de validation épidémiologique standardisé pour les profils synthétiques, avant tout déploiement clinique ? À surveiller aussi : les prochaines publications sur REST-meta-MDD, qui permettront de confirmer ou de nuancer les performances du modèle de détection de la dépression.

• INSERM — Dossier complet sur la dépression
• Wikipédia — PHQ-9, le questionnaire de dépression le plus cité
• Wikipédia — DSM-5, le manuel de référence des diagnostics psychiatriques