Burn-Out: Des chercheurs développent une AI pour détecter le phénomène en ligne
Soutenue par Le Fonds national suisse de la recherche scientifique, une recherche menée par des chercheurs suisses a pu développer une méthode d’intelligence artificielle pour détecter qu’une personne souffre d’un burnout à partir d’un post qu’elle a publié en ligne.
Généralement un burnout n’est pas une chose facile à détecter, notamment parce que les symptômes sont souvent les mêmes que dans d’autres maladies ou syndromes. Dans ce sens, les chercheurs ajoutent que l’emploi de tests psychologiques s’appuyant sur des questionnaires présente des limites, car les réponses sont subjectives et que les sondés n’osent pas cocher certaines cases, et que des tests plus élaborés ne sont pas mis en œuvre faute de temps.
Pour les chercheurs, les outils de traitement automatique du langage (NLP) sont de nature à pallier ces difficultés en allant chercher les signes d’un burnout dans des textes librement publiés en ligne. En d’autres termes, plus besoin de questionnaires, il suffirait de laisser des algorithmes scruter les conversations sur les réseaux pour identifier automatiquement les collaborateurs au bout du rouleau.
Pour valider cette étude, les chercheurs ont collecté des textes publiés en anglais sur la plateforme Reddit. Les communautés Reddit dédiées au burnout n’offrant pas suffisamment de contenus pour entraîner leur IA, ils ont sélectionné des textes sur l’ensemble de Reddit à partir de mots clés (burnout, burn out, burning out, etc.). Ils ont ensuite éliminé les contenus employant ces mots dans d’autres contextes (par exemple «the tires are burnt out») et supprimé ces mots des textes – faute de quoi l’IA les aurait sans doute identifiés sur ce seul indice.
Une fois ce corpus de «textes burnout» constitué, ils ont créé un second corpus de «textes non-burnout», l’idée étant d’entraîner l’IA à les distinguer les uns des autres. Ils ont à cette fin collecté d’autres textes sur Reddit. Au final, les chercheurs disposaient ainsi d’environ 700 textes, répartis à moitié entre les deux types de contenus.
Sur cette base, en utilisant diverses techniques de data science, ils sont parvenus à développer et valider un modèle capable de distinguer efficacement les textes où il est question d’un burnout des autres textes. Les chercheurs soulignent qu’à l’heure d’optimiser leur modèle, ils ont privilégié la minimisation du nombre de faux négatifs – ils ont surtout cherché à éviter qu’un «texte burnout», ne soit identifié par l’IA.
Les chercheurs affirment que «Ces résultats ont un fort potentiel pour être développés dans le cadre d’une approche interdisciplinaire en vue d’une nouvelle génération d’outils intelligents pour la psychologie clinique, permettant à terme de prendre en charge un plus large éventail de pathologies et de diagnostics de santé mentale».
Dans sa définition du Burnout, l’Organisation Mondiale de la Santé, qui d’après elle, un adulte sur quatre fera un Burn out au cours de sa vie, décrit « un syndrome résultant d’un stress chronique au travail qui n’a pas été géré avec succès ». En effet, le Burn out survient dans un contexte de stress professionnel chronique. Il résulte d’un processus lent de dégradation du rapport de l’individu à son travail. Cela peut prendre des semaines, des mois, voire des années pour se remettre d’un burn out. Il faut donc détecter les symptômes potentiels le plus tôt possible, avant qu’ils ne deviennent chroniques. Les manifestations du Burn out sont hétérogènes et plus ou moins importantes. Cela rend son diagnostic parfois difficile et il peut être confondu avec d’autres troubles psychiques ou maladies. Il existe cependant des signes fréquents permettant de détecter le burnout.
Dans les faits, le Burn out se traduit par une diminution de l’engagement au travail, avec un détachement de tout ce qui touche à la profession ce qui peut aboutir à l’incapacité totale d’effectuer son travail ainsi qu’à une dépression.
