Optimisation de la rédaction médicale : l’impact de l’IA générative sur l’auto-évaluation des enseignants HU au CEIL de l’université Batna 2
Face à l’essor fulgurant des technologies d’intelligence artificielle, cette étude examine l’impact des prompts générés par l’IA sur l’amélioration de la rédaction scientifique médicale. Dans une démarche quasi-expérimentale fondée sur les cadres IMRAD et PICO, 25 enseignants hospitalo-universitaire...
Uloženo v:
| Vydáno v: | URI:https://journals.openedition.org/multilinguales, |
|---|---|
| Hlavní autoři: | , |
| Médium: | Article ou chapitre numérique |
| Jazyk: | Français |
| Vydáno: |
Multilinguales
2026
|
| Témata: | |
| On-line přístup: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Shrnutí: | Face à l’essor fulgurant des technologies d’intelligence artificielle, cette étude examine l’impact des prompts générés par l’IA sur l’amélioration de la rédaction scientifique médicale. Dans une démarche quasi-expérimentale fondée sur les cadres IMRAD et PICO, 25 enseignants hospitalo-universitaires ont été formés à l’utilisation de ces outils dans le but d’optimiser l’auto-évaluation de leurs résumés scientifiques. Avant et après intervention, les productions écrites ont été évaluées à l’aide d’une grille critériée portant sur la clarté, la structuration, la concision, la pertinence scientifique et le style. Les résultats indiquent des améliorations significatives – notamment une progression de 25 % de la clarté (60 % à 85 %) et de la structuration (55 % à 80 %) – attestant de l’efficacité pédagogique des prompts IA. Par ailleurs, l’étude aborde les enjeux éthiques relatifs à la transparence de l’intervention de l’IA dans le processus rédactionnel et à la responsabilité intellectuelle de l’auteur. Ces travaux démontrent ainsi que l’intégration raisonnée de l’IA peut constituer un levier puissant pour renforcer la qualité et l’autonomie des productions scientifiques, tout en préservant la rigueur académique nécessaire. |
|---|