Comprendre l'acceptabilité de l'IA auprès des médecins généralistes

Mehdi Berrahou ()
Additional contact information
Mehdi Berrahou: LEST - Laboratoire d'Economie et de Sociologie du Travail - AMU - Aix Marseille Université - CNRS - Centre National de la Recherche Scientifique

Post-Print from HAL

Abstract: Cet article examine l'acceptabilité de l'intelligence artificielle (IA) par les médecins généralistes, particulièrement dans le dépistage précoce des maladies neurodégénératives. À travers une enquête qualitative comprenant neuf entretiens semi-directifs avec des médecins, des internes et un concepteur d'IA, l'étude révèle que les généralistes perçoivent l'IA de manière limitée et ambivalente. Les affordances perçues, à la fois positives et négatives, créent des contradictions influençant son acceptabilité, touchant principalement l'identité professionnelle et l'efficacité des pratiques. L'étude recommande d'impliquer les professionnels de santé dans le développement des solutions d'IA et d'améliorer leur formation technique. Cette recherche en sciences de gestion enrichit la compréhension des dynamiques d'acceptabilité de l'IA en médecine générale et propose un cadre théorique original pour analyser l'intégration de l'IA dans la pratique médicale. Mots clésIntelligence artificielle (IA) ; médecins généralistes ; perceptions d'usage ; étude qualitative ; acceptabilité

Keywords: Intelligence artificielle (IA); médecins généralistes; perceptions d’usage; étude qualitative; acceptabilité; Paradoxes (search for similar items in EconPapers)
Date: 2024-07-01
Note: View the original document on HAL open archive server: https://shs.hal.science/halshs-05126114v1
References: View references in EconPapers View complete reference list from CitEc
Citations:

Published in Management & Data Science, 2024, pp.7

Downloads: (external link)
https://shs.hal.science/halshs-05126114v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:halshs-05126114

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().