Outil d’IA utilisé

Pour concevoir cette infographie (réflexion, structuration, premiers contenus textuels), j’ai utilisé un assistant conversationnel d’intelligence artificielle générative.

• Outil : Perplexity 
• Type : assistant conversationnel basé sur un modèle de langage
• Accès : version payante
• Lien : https://www.perplexity.ai

Aucun outil d’IA générative d’images n’a été utilisé. Toute la partie graphique (mise en page, choix des couleurs, pictogrammes, hiérarchie visuelle) est réalisée à l’aide de Canva.

Exploration du sujet et construction des idées

J’ai d’abord utilisé l’IA comme un outil de réflexion et de brainstorming, en lui posant des questions ouvertes pour explorer différents angles autour de la santé numérique : IA et expérience patient, IA et relation soignant-patient, puis IA et inégalités sociales de santé.

Mon objectif n’était pas de produire un contenu “à la mode”, mais de trouver un sujet qui apporte réellement quelque chose au lecteur, en particulier dans le cadre de LinkedIn et de mon MBA. Après plusieurs propositions, j’ai choisi de travailler sur le thème « IA en santé et inégalités sociales de santé / fractures numériques », car il cochait trois critères essentiels à mes yeux :

• un sujet très actuel mais encore peu vulgarisé ;

• un fort enjeu éthique et social ;

• un réel potentiel de différenciation personnelle sur LinkedIn.

J’ai volontairement écarté des angles trop larges ou déjà très exploités (comme « l’IA et le futur de la médecine »), qui correspondaient moins à ma sensibilité et à mes engagements autour des notions d’équité et de vulnérabilité.

En parallèle de l’IA, je me suis appuyée sur :

• des lectures et ressources hors IA (rapports institutionnels, travaux sur les inégalités sociales de santé et la fracture numérique, publications d’acteurs publics et associatifs) ;

• une veille sur LinkedIn, afin d’identifier les sujets déjà très traités et ceux qui le sont beaucoup moins, notamment la question des biais algorithmiques vus du point de vue des patients vulnérables.

Je n’ai pas procédé à une traduction automatique de contenus existants. Certains concepts anglophones (comme algorithmic bias ou health equity) ont servi de point de départ intellectuel, mais ont été reformulés, contextualisés et adaptés au système de santé français et européen.

Planification et organisation du contenu

J’ai utilisé l’IA comme un outil d’aide à la reformulation, notamment pour transformer des notions complexes (inégalités sociales de santé, illectronisme, biais algorithmiques) en messages simples, accessibles et visuellement exploitables.

Elle m’a permis de :

• reformuler certaines définitions en langage clair ;

• synthétiser des constats complexes en points clés adaptés à un visuel ;

• travailler des phrases de conclusion et d’accroche destinées à susciter la réflexion et le débat sur LinkedIn.

J’ai également précisé mes objectifs dès le départ :

• produire un contenu qui transmet une vraie information, au-delà du simple effet de mode

• encourager un engagement qualitatif (commentaires, discussions, partages)

• positionner mon profil autour des enjeux d’éthique, d’équité et de vulnérabilité en santé numérique

Ces objectifs ont guidé les ajustements de ton, afin de rester à la fois pédagogique, engagé et accessible, sans tomber dans un jargon excessif.

Rédaction et mise en forme des idées

J’ai utilisé l’IA comme un outil d’aide à la reformulation, notamment pour transformer des notions complexes (inégalités sociales de santé, illectronisme, biais algorithmiques) en messages simples et accessibles.

Elle m’a permis de :

• reformuler certaines définitions en langage clair ;

• synthétiser des constats complexes en points clés adaptés à un visuel ;

• travailler des phrases de conclusion et d’accroche destinées à susciter la réflexion et le débat sur LinkedIn.

J’ai également précisé mes objectifs dès le départ :

• produire un contenu qui transmet une vraie information, au-delà du simple effet de mode

• encourager un engagement qualitatif (commentaires, discussions, partages)

• positionner mon profil autour des enjeux d’éthique, d’équité et de vulnérabilité en santé numérique

Ces objectifs ont guidé les ajustements de ton, afin de rester à la fois pédagogique, engagé et accessible, sans tomber dans un jargon excessif.

Éthique, sources et limites de l’IA

Sur le plan éthique, plusieurs principes ont guidé mon travail.

D’abord, la transparence : j’indique clairement avoir utilisé un outil d’IA générative pour m’aider à réfléchir, structurer et rédiger des premiers jets. Le contenu final, les choix éditoriaux, le ton et la vérification des informations restent entièrement de ma responsabilité.

Ensuite, la vérification des sources : les chiffres et données mentionnés (illectronisme, inégalités sociales de santé, biais algorithmiques) proviennent de sources reconnues comme l’INSEE, Santé publique France, des acteurs publics de la santé numérique ou des travaux de recherche. Les propositions de l’IA ont systématiquement été vérifiées afin de limiter le risque d’erreurs ou d’informations imprécises.

Enfin, la prise en compte des limites de l’IA : l’outil ne remplace ni mon expérience personnelle, ni mon esprit critique. Il peut proposer des formulations efficaces mais parfois approximatives, d’où l’importance du travail de relecture, de nuance et de contextualisation. L’IA n’est pas une source en soi, mais un outil d’aide à l’exploration et à la mise en forme.

Conclusion

L’intelligence artificielle m’a servi de co-pilote pour explorer des idées, structurer un sujet complexe et formuler des messages clairs et percutants. Elle a été un levier de créativité et d’efficacité, mais en aucun cas un substitut à mon jugement, à mes valeurs ou à ma responsabilité éditoriale.

Le choix du sujet, la validation des sources, le ton et la cohérence avec mon identité professionnelle restent pleinement les miens. L’IA a accompagné le processus ; elle n’en est ni l’origine exclusive, ni la finalité.