À Oujda, une rencontre annoncée sur l’IA en médecine : obtenir une réponse ne suffit pas à apprendre à raisonner

Une réponse médicale bien rédigée ne dit pas ce que l’étudiant a compris. Cette distinction sera au cœur d’une table ronde annoncée pour samedi 17 octobre 2026 à 17 heures, salle Al Farissi, à la Faculté de médecine, de pharmacie et de médecine dentaire d’Oujda, au Maroc. Organisée dans le cadre du diplôme universitaire « IA en Santé », la rencontre doit interroger la place de l’intelligence artificielle dans l’apprentissage des futurs médecins. [1]

Dans une contribution publiée le 13 octobre par Aujourd’hui Le Maroc, le Dr Mahjoub Abdeddaïm, spécialiste en rhumatologie, présente son thème : «Former les médecins avec l’IA : progrès pédagogique ou dépendance intellectuelle?» Il souligne notamment l’importance de vérifier les réponses et de préserver le jugement personnel. Il s’agit d’un débat annoncé, pas de résultats de conférence ni d’une étude démontrant une dépendance des étudiants.

Obtenir une réponse et construire un raisonnement sont deux apprentissages différents

Le raisonnement médical consiste à relier des informations, envisager plusieurs explications, chercher ce qui les confirme ou les contredit, puis décider malgré une part d’incertitude. Connaître le nom d’une maladie ne suffit pas : il faut pouvoir expliquer pourquoi cette hypothèse convient davantage qu’une autre à la situation examinée.

Une IA générative, capable de produire du texte à partir d’une demande, peut reformuler un cours ou proposer une discussion de cas. Son intérêt pédagogique dépend alors de l’activité qu’elle laisse à l’étudiant. Demander une explication, la confronter à ses connaissances et repérer un désaccord n’est pas le même exercice que recopier une réponse terminée.

Prenons un exemple pédagogique fictif, sans situation de soin réelle : un exercice présente une fatigue et plusieurs autres éléments. Avant de consulter l’outil, l’étudiant peut formuler différentes hypothèses et préciser les informations manquantes. Après lecture de la réponse, il doit expliquer ce qu’il conserve, ce qu’il écarte et pourquoi. L’IA fournit ici une proposition à examiner, pas la preuve que l’étudiant sait raisonner.

Un atelier étudié à Taïwan met la vérification au centre

Une étude originale publiée le 13 août 2026 dans JMIR Medical Education offre un exemple concret de cette approche. À l’Université nationale de Taïwan, des étudiants en cinquième année ont suivi un atelier de trois heures associant raisonnement clinique, biais de jugement, formulation des demandes à l’IA et vérification des informations. Les exercices utilisaient des cas fictifs. Un module faisait comparer les réponses de ChatGPT à des références médicales spécialisées. [2]

Parmi 150 étudiants éligibles, 139 ont rempli les questionnaires avant et après l’atelier. Ils ont déclaré une amélioration de leurs compétences concernant l’IA, notamment pour l’utiliser et l’évaluer. Ces résultats mesurent une compétence ressentie, pas une meilleure capacité diagnostique démontrée. Sans groupe de comparaison, cette étude ne permet pas non plus d’attribuer avec certitude les changements à l’atelier.

Ce travail est utile pour la question posée à Oujda parce qu’il décrit une formation qui dépasse la simple rédaction d’une bonne demande. Mais pour savoir si cet apprentissage reste acquis, il faudrait observer les performances sur d’autres exercices et dans le temps. Les auteurs demandent précisément des évaluations fondées sur les performances et un suivi prolongé.

Comprendre, vérifier, argumenter : donner un travail précis à l’étudiant

Le choix pédagogique important n’est donc pas seulement d’autoriser ou d’interdire un écran. C’est de définir ce que l’étudiant doit produire lui-même. Une démarche possible, cohérente avec les questions soulevées par la contribution d’Oujda et l’atelier étudié, sépare trois tâches :

• Comprendre : formuler ses propres hypothèses et identifier les informations qui manquent avant de demander une réponse.
• Vérifier : confronter les affirmations de l’outil à des références médicales adaptées, au lieu de lui demander uniquement s’il est sûr de lui.
• Argumenter : expliquer les choix retenus, les objections et les incertitudes, avec ses propres mots.

Cette organisation est une proposition de travail, pas un programme obligatoire annoncé pour toutes les facultés. Elle rend visible la différence entre une aide à l’apprentissage et la délégation de l’exercice intellectuel.

Pour les patients, la responsabilité ne peut pas être transférée à l’outil

L’enjeu dépasse la note obtenue à un examen. Dans une consultation, le médecin doit pouvoir justifier une décision, entendre les préoccupations d’une personne et reconnaître ce qui demande une vérification supplémentaire. Une réponse plausible sur un exercice ne remplace pas cette responsabilité envers un patient.

Le CHU de Montpellier apporte un repère institutionnel distinct du rendez-vous marocain. Sa présentation d’Alliance Santé IA inclut des outils de formation par mises en situation et affirme un principe : «La responsabilité reste humaine.» Le CHU précise que l’IA propose, tandis que la décision et la responsabilité restent au professionnel. [3]

Ce principe donne un sens concret à la formation : il faut apprendre à discuter une proposition, pas seulement à la faire apparaître. La contribution du Dr Abdeddaïm insiste également sur la confrontation des réponses à la singularité d’un patient. Pour le futur praticien, savoir repérer qu’une information manque fait partie du travail, même lorsque le texte fourni paraît complet.

Évaluer sans IA pour distinguer l’aide reçue de la compétence acquise

Réserver certaines évaluations au travail sans assistance serait une façon d’examiner ce que l’étudiant peut mobiliser seul. C’est une piste pédagogique, pas une règle générale déjà adoptée que la rencontre d’Oujda viendrait confirmer. Elle pourrait compléter des exercices avec IA consacrés à la vérification critique des réponses.

Dans un tel exercice, l’enseignant pourrait demander pourquoi une hypothèse a été écartée, quelle information modifierait la décision ou comment l’étudiant réagirait à un nouvel élément. L’évaluation porterait ainsi sur les liens entre les informations et sur la capacité à réviser une première réponse, plutôt que sur la seule qualité de sa formulation.