Soigner sous l'algorithme : Impacts psychosociaux de la surveillance par intelligence artificielle et des outils algorithmiques sur la santé mentale du personnel soignant du CHU de Québec-Université Laval

Le réseau de la santé québécois connaît une crise de main-d’œuvre, marquée par l’épuisement professionnel et la surcharge du personnel. Parallèlement, l’intelligence artificielle (IA) s’implante rapidement via des outils organisationnels (monitoring de performance, gestion algorithmique des tâches) et des applications introduites par les patient·e·s. Ces deux types d’outils peuvent constituer des formes complémentaires de surveillance algorithmique : l’une est centrée sur le·la travailleur·se par l’employeur, tandis que l’autre crée une « surveillance inversée », où l’enregistrement par le·la patient·e génère une traçabilité des décisions cliniques et une pression de conformité. Bien qu’elles promettent des gains d’efficacité, leurs impacts psychosociaux sur le personnel demeurent largement méconnus.

Ce projet vise à documenter les risques psychosociaux (RPS) associés à l’exposition à des outils de surveillance par IA chez le personnel soignant hospitalier, ainsi que leurs conséquences potentielles sur la santé mentale. Ancré dans le modèle Demandes-Ressources, il examinera comment ces technologies influencent les principaux RPS identifiés par l’Institut national de santé publique du Québec (INSPQ) et la Commission des normes, de l’équité, de la santé et de la sécurité du travail (CNESST). Par exemple, la faible autonomie, la charge de travail et la faible reconnaissance seront étudiées. Le technostress et la littératie numérique seront considérés comme des facteurs modérateurs pouvant respectivement amplifier ou atténuer les effets de ces outils.

Le devis mixte séquentiel sur deux ans combine une phase quantitative par sondage et une phase qualitative par groupes de discussion et entrevues semi-dirigées. Cette approche permettra d’identifier des groupes plus à risque et de quantifier l’ampleur des impacts, tout en explorant en profondeur les processus en jeu afin d’orienter des mesures de prévention.

Les retombées incluent des connaissances inédites sur la prévention des RPS liés à l’IA en milieu hospitalier, deux articles (libre accès) et un cadre de vigilance psychosociale co-construit avec les acteurs du CHU.