L’intelligence artificielle pour détecter plus rapidement le burnout
Le burnout est un sujet éminemment important à l’heure où une partie de la population semble proche de l’épuisement professionnel. Une nouvelle méthode basée sur l’intelligence artificielle et l’analyse de texte permettrait de le diagnostiquer plus efficacement.
L’intelligence artificielle pourrait-elle nous permettre de faciliter le diagnostic du burnout? Alors que de nombreux outils et tests existent sur Internet pour essayer de répondre à cette question, une nouvelle méthode, basée sur l’intelligence artificielle et l’utilisation du traitement automatique du langage naturel, pourrait bien offrir de nouvelles perspectives. Le NLP (Natural Language Processing) est une technologie qui consiste à analyser automatiquement des phrases formulées par un humain afin de prendre une décision ou d’identifier un comportement.
Pour parvenir à déceler dans des textes des indicateurs de burnout, il faut accumuler un grand nombre de données. La construction de ce modèle s’est faite à travers la plateforme Reddit. La phase de regroupement consistait à emmagasiner des textes anonymes à propos d’expériences en tout genre avec pas moins de 13.568 échantillons. Dans cet amas d’histoires, 352 étaient liées au burnout et 979 à la dépression. L’objectif pour le modèle est de réussir à détecter de manière automatique quels sont les propos liés à l’épuisement professionnel. Cette méthode a permis d’obtenir un taux de réussite d’environ 93% dans l’identification des cas de burnout. «Le traitement automatique du langage est efficace pour détecter le burnout tout en étant peu chronophage, ce qui est très prometteur», explique Mascha Kurpicz-Briki, professeure en ingénierie des données à la Haute École Spécialisée Bernoise à Bienne en Suisse, en charge du projet.
Selon la Haute Autorité de Santé (HAS), le burnout se définit comme «un épuisement physique, émotionnel et mental qui résulte d’un investissement prolongé dans des situations de travail exigeantes sur le plan émotionnel». Les principaux symptômes peuvent être physiques, émotionnels ou même cognitifs avec l’apparition de troubles du sommeil, d’anxiété ou d’une fatigue émotionnelle. L’Organisation mondiale de la santé le caractérise par un sentiment d’épuisement.
Aussi prometteurs que peuvent l’être les résultats du modèle sur ces textes anonymes, la présence de l’humain ne doit pas être occultée, selon les auteurs. Au lieu de remplacer les professionnels de santé et les spécialistes de la santé mentale, cette technologie doit rester un support. En effet, l’accumulation de données et son analyse en quelques mouvements doivent permettre de soutenir le professionnel de santé dans sa prise de décision.
Pour définitivement vérifier les conclusions autour du modèle, la prochaine étape va consister à utiliser cette méthode sur des cas réels représentatifs de la population et non plus des témoignages anonymes.