ChatGPT essaie de comprendre le patient. Ce qu'il peut vraiment faire - et ne pas faire - en conceptualisation de cas TCC
La conceptualisation de cas est le cœur du travail du thérapeute TCC. C’est le moment où le thérapeute cesse de collecter des faits et commence à comprendre - pourquoi ce patient, dans cette situation précise, réagit ainsi. C’est un processus qui exige à la fois des connaissances théoriques et une intuition clinique construite au fil des années.
L’IA peut-elle aider en cela ?
Des chercheurs de l’université Sigmund Freud à Milan ont décidé de le vérifier. Leur article, publié en 2026 dans Cyberpsychology: Journal of Psychosocial Research on Cyberspace, est l’une des premières études analysant directement les capacités de ChatGPT-4 dans le contexte de la conceptualisation de cas - non pas en psychothérapie en général, mais dans cet aspect le plus exigeant, le plus clinique, du travail thérapeutique.
Ce qui a été étudié et comment
Les auteurs (Buattini, Barjami, Paponetti et al.) ont appliqué le modèle de conceptualisation LIBET - un outil de thérapie cognitive qui structure la compréhension du patient à travers deux constructions clés : les thèmes de vie (croyances profondes et schémas émotionnels) et les plans semi-adaptatifs (stratégies que le patient a développées pour faire face aux difficultés - pas nécessairement efficaces, mais apparemment logiques).
Dix participants ont suivi des entretiens semi-structurés. Les transcriptions ont été anonymisées et fournies à ChatGPT-4 avec des instructions détaillées sur le modèle LIBET. Les résultats ont été soumis à une analyse thématique réflexive - une méthode qualitative capturant à la fois les points forts du système et les erreurs récurrentes.
Ce que l’IA a bien fait
Les résultats ne sont pas univoques - et c’est précisément ce qui les rend précieux. ChatGPT-4 a fait preuve de plusieurs véritables forces.
Une structure cohérente et une organisation du matériel. Le système a organisé de manière cohérente les informations issues des entretiens, appliqué une terminologie LIBET appropriée, et généré des réponses selon une présentation claire et logique. Pour un thérapeute qui s’installe pour rédiger ses notes après une longue journée de séances, une telle aide structurelle a une valeur réelle.
Un raisonnement fondé sur des hypothèses, avec un langage prudent. ChatGPT n’a pas affirmé - il a proposé. Il a formulé des hypothèses, utilisé un langage conditionnel, et signalé l’incertitude. C’est important : le système s’est comporté conformément à ce que devrait être une bonne conceptualisation TCC - comme une proposition à vérifier, non comme un diagnostic.
Une reproduction partielle de la logique LIBET. Le modèle a reconnu et appliqué les constructions théoriques, ce qui suggère que, avec des instructions correctement construites, l’IA peut opérer dans le cadre d’une approche thérapeutique spécifique - et non se contenter d’être un générateur de texte généraliste.
Où l’IA a trébuché
L’étude est honnête dans la description de ses limites - et c’est là sa plus grande valeur pour les praticiens TCC.
Confondre les stratégies avec les vulnérabilités. L’erreur la plus fréquente était que le système confondait les plans semi-adaptatifs (stratégies d’adaptation) avec les thèmes de vie (schémas émotionnels plus profonds). C’est exactement le type d’erreur qui, en thérapie réelle, peut conduire à travailler à un niveau trop superficiel - une erreur qu’un thérapeute expérimenté repère intuitivement, mais que l’IA ne repère pas encore.
Des difficultés avec l’abstraction relationnelle. Les thèmes de vie sont des constructions qui exigent la compréhension du contexte, de l’histoire et de l’ambiguïté. ChatGPT a nettement mieux performé sur ce qui est concret et structuré que sur ce qui est plus profond et relationnel.
Interprétation sans vérification. Le système a parfois généré des interprétations qui semblaient convaincantes mais n’étaient pas ancrées dans le contenu de l’entretien. Ce phénomène, connu sous le nom d’hallucination, prend un poids particulier dans un contexte clinique.
Ce que cela signifie pour la pratique thérapeutique
Les auteurs formulent une conclusion prudente mais précise : ChatGPT peut être un outil utile pour la réflexion - en particulier en supervision et en formation - mais n’est pas prêt pour un usage autonome dans le raisonnement clinique et la prise de décision.
C’est une distinction importante. Il ne s’agit pas de dire que l’IA n’est pas adaptée à la TCC. Mais l’IA peut aider à organiser le matériel, générer des hypothèses à vérifier, et structurer les notes - à condition que le thérapeute vérifie chaque étape.
Pour les thérapeutes TCC qui travaillent avec la conceptualisation, c’est une question pratique : combien de temps vous faut-il simplement pour structurer le matériel recueilli lors des entretiens et des séances suivantes ? Quelle part de ce travail est mécanique - organiser, nommer, faire entrer dans un cadre - et quelle part est un véritable raisonnement clinique ?
Le point de vue de Therapy Support
Chez Therapy Support, nous construisons un outil qui répond précisément à cette question. Nous ne remplaçons pas le raisonnement clinique du thérapeute. Nous soutenons la part du travail qui est mécanique mais essentielle : extraire l’information des transcriptions, structurer les notes, organiser le matériel selon la logique TCC - sous forme de propositions soumises à la vérification du thérapeute.
L’étude de Buattini et al. confirme que cette frontière - entre organisation du matériel et interprétation clinique - est réelle et significative. Un système d’IA peut opérer de manière précieuse du premier côté. La décision clinique appartient toujours au thérapeute.
Résumé
C’est la première étude de ce type à poser une question aussi précise : l’IA peut-elle gérer la conceptualisation de cas en TCC ? La réponse est : partiellement oui, mais avec des réserves importantes. Les forces - structure, langage des hypothèses, terminologie - sont prometteuses. Les faiblesses - difficultés d’abstraction et risque de mauvaise interprétation - rappellent que la supervision du thérapeute reste nécessaire.
Pour les praticiens TCC, il vaut la peine de suivre cette ligne de recherche. Non pas pour confier la conceptualisation à une machine - mais pour savoir où l’IA peut réellement alléger la charge, et où il ne faut pas lui faire confiance sans vérification.
Source : Buattini M., Barjami D., Paponetti L., Torres D., Borlimi R., Caselli G. Evaluating strengths, limitations, and future directions of ChatGPT in psychological analysis within case conceptualization: A qualitative analysis. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, Vol. 20, No. 1, 2026. DOI: 10.5817/CP2026-1-4
Therapy Support est un outil qui soutient la documentation et l’organisation du travail des psychothérapeutes TCC. Toutes les propositions générées par le système sont un matériel de départ soumis à la vérification et à la décision du thérapeute.