Un bouton pour rendre l'IA anxieuse — et soigner les humains

On peut rendre une IA anxieuse, déprimée ou accro — avec un seul bouton

Et si la dépression n'était qu'un thermostat mal réglé — et qu'on pouvait le tester sur une IA avant de toucher à un cerveau humain ?

Imaginez un thermostat avec sept molettes. Chaque molette, si vous la tournez dans un sens, déclenche chez un programme informatique un comportement qui ressemble à un trouble psychiatrique : anxiété, dépression, PTSD, addiction, manie, impulsivité, comportements obsessionnels. C'est exactement ce qu'ont construit des chercheurs en psychiatrie computationnelle dans ce preprint. L'agent en question apprend à naviguer dans un environnement simple en cherchant des récompenses — pensez à un petit robot dans un labyrinthe. Les chercheurs ont modifié la façon dont cet agent *évalue* les situations : est-ce une menace ? une opportunité ? Le résultat est net : chaque trouble apparaît de façon progressive et dosée, comme un volume qu'on monte doucement. Aucune condition de contrôle ne reproduit ces effets. Ce qui est vraiment frappant, c'est la géographie des troubles. Quand on les cartographie, manie et anxiété se retrouvent face à face — deux miroirs d'un même dérèglement, malgré avoir été générés indépendamment. La dépression, elle, se loge dans un coin bien distinct. Et retirer la molette guérit certains troubles (manie, addiction), mais pas l'anxiété ni le PTSD — qui nécessitent une exposition progressive, comme en thérapie. Le hic — et c'est un vrai hic. Cet agent vit dans une grille de 49 cases. Il n'a ni cortex préfrontal, ni enfance difficile, ni corps. Les chercheurs cartographient des *comportements analogues*, pas des troubles réels. Ce modèle peut aider à tester des hypothèses sur l'origine des symptômes bien plus vite qu'un essai clinique, mais il ne dit pas ce que c'est qu'être déprimé. Un outil de laboratoire prometteur — pas un substitut à la clinique.

Ce qui fixe votre horloge biologique, c'est vos habitudes — pas ce que vous avez fait hier

Vous avez essayé de rattraper une mauvaise nuit en vous couchant plus tôt le lendemain — cette étude suggère que vous perdez votre temps.

Des chercheurs ont suivi 105 adultes en bonne santé pendant jusqu'à quatre semaines — montres connectées au poignet, capteurs de glycémie en continu, toute la panoplie. Ça représente près de 2 000 jours de données en conditions réelles, pas en laboratoire. Leur question : qu'est-ce qui explique le mieux l'heure à laquelle votre corps atteint son pic d'activité dans la journée ? La réponse est tranchante. Vos *habitudes* — l'heure à laquelle vous vous levez en moyenne, l'heure de vos repas habituels, votre rythme d'activité physique typique — expliquent 86,5 % des différences d'horloge biologique entre personnes. Vos *écarts quotidiens* à ces habitudes — se lever plus tard un mardi, dîner à minuit un vendredi — n'expliquent que 1,8 % de la variation jour après jour. Autrement dit, votre horloge biologique ressemble moins à une météo (qui change chaque jour) qu'à un climat (qui se construit sur des mois). Ce qui compte, c'est à quelle heure vous vous levez *en général*, pas hier soir. Pour la santé mentale, c'est pertinent : les troubles du rythme circadien — l'horloge interne du corps — sont fortement associés à la dépression, l'anxiété, et le trouble bipolaire. Si cette horloge est surtout définie par des patterns stables, les interventions ponctuelles (« dors plus cette semaine ») sont peut-être moins efficaces que des changements d'habitudes durables. Le hic : l'étude porte sur des adultes en bonne santé, et mesure un seul marqueur biologique — le rythme circadien du cœur. On ne sait pas encore si ce résultat tient pour des personnes avec des troubles du sommeil ou des pathologies psychiatriques. Base solide, mais pas un conseil médical.

Les personnes déprimées confient plus à ChatGPT — souvent la nuit, rarement redirigées

187 093 conversations ChatGPT analysées — et les personnes déprimées écrivent différemment, à des heures différentes, sur des sujets différents.

Une équipe de chercheurs a recruté 766 utilisateurs américains, britanniques et canadiens, leur a demandé de partager leur historique ChatGPT et de remplir un questionnaire de dépression standardisé. Résultat : 187 093 conversations analysées, comparées entre ceux dont le score de dépression dépasse le seuil clinique et ceux en dessous. Ce qui ressort est cohérent et un peu poignant. Les personnes avec un score élevé ont significativement plus de conversations sur leur santé mentale, leur solitude, leur recherche de soutien émotionnel. Elles écrivent plus tard dans la nuit. Leurs messages contiennent plus de pronoms à la première personne du singulier — « je », « moi », « mon » — et plus de termes absolutistes comme « jamais », « toujours », « rien ». Ce sont des marqueurs linguistiques documentés de la dépression depuis des années, et on les retrouve ici, dans des échanges avec un chatbot. Ce qui préoccupe les auteurs : malgré des taux de confidence plus élevés, ChatGPT ne redirige pas davantage ces utilisateurs vers une aide professionnelle. L'IA écoute sans dire « peut-être faudrait-il en parler à un médecin ». Le hic, et il est capital : cette étude est observationnelle. Elle ne dit pas que ChatGPT cause quoi que ce soit — ni qu'il aide, ni qu'il nuit. Elle documente un comportement qui existe déjà. Et la valeur prédictive de ces signaux reste faible : l'algorithme détecte la dépression à peine mieux que le hasard (AUROC de 0,59 sur 1,0 possible). Un miroir intéressant — pas encore un outil de dépistage.

Ces trois papiers ne se ressemblent pas en surface. Pourtant, ils pointent vers la même tension centrale de la recherche en santé mentale aujourd'hui : comment passer de l'observation à la compréhension, sans confondre les deux. Les agents IA avec des troubles psychiatriques nous donnent un terrain d'expérimentation rapide — mais au prix d'une abstraction radicale du réel. L'étude sur les rythmes circadiens nous dit que les habitudes comptent plus que les actes isolés — un message contre-intuitif dans une culture obsédée par les routines du matin ou les apps de bien-être. Et les 187 000 conversations ChatGPT nous rappellent que les personnes en souffrance n'attendent pas que la recherche soit prête : elles utilisent déjà les outils disponibles, avec les risques que ça implique. Pris ensemble, ces papiers nous disent que la clinique et le calcul se rapprochent — mais que le chemin entre un modèle et une aide réelle reste long. Soyons honnêtes sur cette distance.

À surveiller dans les prochaines semaines : les essais randomisés sur les interventions de régularisation du rythme circadien comme traitement adjuvant de la dépression — plusieurs sont en cours en Europe et en Australie. Sur le front des IA et santé mentale, la question qui mérite une réponse urgente est celle que l'étude ChatGPT pose sans la résoudre : quand un chatbot grand public détecte des signaux de détresse, quelle est sa responsabilité de réponse ?

• Wikipedia FR — Psychiatrie computationnelle
• Wikipedia FR — Rythme circadien
• INSERM — Dossier sur la dépression