Dans ce numéro de Risques et Qualité, l’intelligence artificielle (IA) a été utilisée pour aider les auteurs à transcrire un entretien entre Maureen Bisognano et Donald Berwick [1]. Le Comité éditorial a donné son accord pour la méthode employée car des garanties humaines ont été apportées par les auteurs. Cela répond à des questions récurrentes depuis la dissémination des IA génératives, compte tenu des enjeux techniques, éthiques et relatifs à la propriété intellectuelle. D’un point de vue technique, la fiabilité des transcriptions automatiques dépend de nombreux facteurs [2]. Certains sont indépendants de l’outil utilisé : le nombre d’interlocuteurs et leur diction, la qualité de la prise de son (microphone, bruit d’ambiance, distance entre les interlocuteurs et le microphone) et les caractéristiques de la numérisation du son dont le format des fichiers. Ceux relevant du dispositif d’IA tiennent tant à la conception du système (et des algorithmes de traitement des données) qu’à la méthode d’apprentissage. Cette dernière suppose le traitement d’une énorme masse de données pour la plus grande pertinence possible de la transcription. Cette pertinence est réduite par l’emploi de vocabulaire technique dans un champ sémantique très spécifique. Ainsi, différentes IA appliquées à la transcription d’échanges vocaux dans le domaine de la cybersécurité sont moins performantes que la transcription humaine, avec un taux d’erreurs de mots (word error rate : WER) de 10 à 50% plus élevé, des difficultés à identifier les interlocuteurs, des distorsions de sens et la production d’un texte à la lecture moins fluide que celui produit par des humains [3]. Il vaut donc mieux n’utiliser un système d’IA que pour transcrire des échanges entre un nombre réduit d’interlocuteurs, capables de ne pas parler en même temps. C’est particulièrement le cas dans les domaines techniques les moins documentés par des sources disponibles sous forme électronique pour l’entraînement de l’IA. La performance est d’autant plus grande que le fichier vocal est en anglais, langue dans laquelle les IA sont prioritairement entraînées. Quand une traduction est nécessaire, le recours à l’IA est insuffisant et nécessite toujours le recours à une traduction humaine (ou post-édition). En effet, parmi des traducteurs professionnels recourant à l’IA, 80% considèrent gagner du temps avec un coût réduit, mais seuls 30% trouvent la traduction obtenue satisfaisante, 62,5% la trouvant de qualité insuffisante. Cette faible qualité tient essentiellement au manque de cohérence du texte et justifie une intervention humaine pour une traduction satisfaisante [4].
Malgré ces limites, les différentes IA sont plus rapides et moins coûteuses que la transcription strictement humaine, avec des différences entre les IA utilisées. Un gain de temps jusqu’à 30% a été rapporté, à la condition que le WER soit inférieur à 30% car, alors, la correction d’une transcription automatique nécessite moins de temps que la transcription totalement manuelle. Corriger les fautes d’orthographe requiert moins de temps humain que repérer et corriger les substitutions ou les suppressions de mot ou de syllabe. Les systèmes commerciaux sont plus performants que les systèmes en libre accès (open source), au prix d’un investissement financier et d’une perte de confidentialité. En effet, les entreprises commerciales deviennent propriétaires des données d’origine et de sortie [5]. Les questions éthiques qui en découlent sont loin d’être résolues [6,7]. Pour l’Union Européenne, sept principes doivent guider la conception et l’utilisation des systèmes d’IA : action et contrôle humains, robustesse technique et sécurité, respect de la vie privée et gouvernance des données, transparence, diversité, non-discrimination et équité, bien-être sociétal et environnemental, responsabilité [6]. L’application aux systèmes de transcription utilisant l’IA impose, de la part du fournisseur du logiciel et des responsables de la transcription, des garanties sur la sécurité du stockage des données sonores et du texte transcrit dans le respect de la confidentialité [7]. Cela suppose le consentement des personnes enregistrées, dûment éclairées du but de l’utilisation des données, certes par ceux qui transcrivent les données sonores, mais aussi par le fournisseur. En cas d’utilisation, ce dernier devrait préciser s’il s’agit d’utilisation à des fins directement commerciales (publicité ciblée) ou destinée à poursuivre l’entraînement de l’IA. Le premier cas relève de l’application du règlement général sur la protection des données (RGPD) [8]. Pour le second se pose la question non résolue des droits d’auteur, le fournisseur utilisant les données stockées sur leurs serveurs pour entraîner l’IA. De nombreux producteurs de documents électroniques y sont confrontés, sans contrôle sur l’utilisation de ces données ni rémunération. C’est ainsi que l’équilibre financier voire la survie de secteurs entiers de l’édition sont menacés, au point que le Parlement européen formule des propositions de protection des droits d’auteur des œuvres utilisées par l’IA [9]. En attendant, les principaux éditeurs de revues scientifiques prennent en compte l’usage de l’IA dans leurs recommandations aux auteurs. Si leurs recommandations divergent parfois, il existe une forte convergence quant à la responsabilité des auteurs dans la relecture du manuscrit pour éliminer erreurs et hallucinations (éléments créés de toutes pièces par l’IA). Les activités que ces éditeurs reconnaissent comme pouvant être déléguées à l’IA comprennent les corrections grammaticales, la révision en vue de rendre la lecture plus fluide, la génération d’idées, la recherche et le classement des références. Par contre ils prohibent le statut d’auteur à une IA, le non-respect du droit d’auteur (en particulier dans les citations de contenu). Ces préconisations, leur disparité et les modalités de recueil de l’utilisation de l’IA par les auteurs sont souvent jugées insuffisantes, conduisant à proposer aux éditeurs que les auteurs et les relecteurs précisent quels outils d’IA ont été utilisés, leur champ d’application dans le travail présenté, ainsi que la garantie que la confidentialité des données recueillies n’est pas compromise par leur capture par l’outil [10].
Recourir à l’IA pour transcrire des entretiens et pour les traduire simplifie donc un travail fastidieux, de façon plus ou moins efficace et économe, selon les conditions d’emploi et le domaine d’application. Pour cette raison le Comité éditorial de Risques et Qualité a approuvé son utilisation pour transcrire l’entretien entre Maureen Bisognano et Donald Berwick, riche d’enseignements [1]. Son usage nécessite quelques précautions, pour les auteurs comme pour l’éditeur. Pour les premiers, le choix de l’IA est fonction du rapport entre la performance espérée (en termes de fiabilité et de gain de temps) et la confidentialité souhaitée des données notamment quant à l’exploitation commerciale du contenu. Ce choix est également tributaire de l’information et du consentement des personnes dont l’entretien est traité puisqu’ils sont à l’origine des données vocales. Cela a été le cas pour la publication de l’entretien cité. Les auteurs apportent leur garantie du contrôle humain du processus tant dans la relecture de la transcription et la correction de ses erreurs que du respect du sens (y compris dans les détails) du document sonore original. La relecture finale par les orateurs du texte transcrit est l’ultime garantie de la fidélité de la transcription, ce qui est le cas de l’entretien rapporté dans ce numéro. Pour l’éditeur, outre l’habituelle désignation du propriétaire des droits d’auteur, il est pertinent de faire préciser aux auteurs le système d’IA utilisé, sa contribution au texte final, les modalités de contrôle par les auteurs. L’engagement écrit pris par l’auteur à la soumission du manuscrit gagnerait à inclure ces éléments et à les faire figurer au pied de la publication, tout comme l’est actuellement la déclaration d’éventuels conflits d’intérêts. Compte tenu de la rapidité de l’évolution technique, commerciale et réglementaire de ce domaine, une actualisation de ces mesures s’impose fréquemment.
Références
1- Bisognano M, Berwick DM, Louiset M. Raviver la flamme du sens : Entretiens sur la sécurité, l’humanité et l’avenir des soins. Risques et qualité. 2026;34(2).
2- University of Melbourne. Accuracy [internet]. Accessible à : https://www.unimelb.edu.au/accessibility/automatic-speech-recognition/accuracy (Consulté le 18-03-2026).
3- Siegel R, Mrowczynski R, Hellenthal M, Schilling M. Poster: from hashes to ashes – a comparison of transcription services. In : Proceedings of the 2023 ACM SIGSAC Conference on Computer and Communications Security (CCS ’23). Copenhagen: ACM; 2023. Doi : 10.1145/3576915.
4- Tarhouch M, Chalfi C. Les perspectives professionnelles de la traduction à l’ère de l’intelligence artificielle. Rev Intell Artif Dév Territ Durable. 2025;2(1). Accessible à : https://journals.imist.ma/index.php/riadd/article/view/4440 (Consulté le 13-05-2026).
5- Russell SO, Gessinger I, Krason A, Vigliocco G, Harte N. What automatic speech recognition can and cannot do for conversational speech transcription. Res Methods Appl Linguist. 2024;3(3):100163. Doi : 10.1016/j.rmal.2024.100163.
6- Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle et modifiant les règlements (CE) no 300/2008, (UE) no 167/2013, (UE) no 168/2013, (UE) 2018/858, (UE) 2018/1139 et (UE) 2019/2144 et les directives 2014/90/UE, (UE) 2016/797 et (UE) 2020/1828 (règlement sur l’intelligence artificielle). J Off Union Eur. 2024;L2024/1689:1-144. Accessible à : https://eur-lex.europa.eu/legal-content/FR/TXT/PDF/?uri=OJ:L_202401689 (Consulté le 18-03-2026).
7- Cecilio JE. Code of Ethics for Automatic Speech Recognition 2022: Proceedings of the Wellington Faculty of Engineering Ethics and Sustainability Symposium / Software Engineering. https://ojs.victoria.ac.nz/wfeess/article/view/7646/6827 (Consulté le 18-03-2026).
8- Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 relatif à la protection des personnes physiques à l’égard du traitement des données à caractère personnel et à la libre circulation de ces données, et abrogeant la directive 95/46/CE (règlement général sur la protection des données). J Off Union Eur. 2016;L119:1-88. Accessible à : https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX%3A32016R0679#d1e3767-1-1 (Consulté le 18-03-2026).
9- Parlement européen. Protéger les œuvres soumises au droit d’auteur utilisées par l’IA générative. 2026. Accessible à : https://www.europarl.europa.eu/news/fr/press-room/20260126IPR32636/proteger-les-oeuvres-soumises-au-droit-d-auteur-utilisees-par-l-ia-generative (Consulté le 18-03-2026).
10- Rozencwajg S, Benhamou D. Generative artificial intelligence and peer reviewing: preserve judgment, restore trust. Anaesth Crit Care Pain Med. 2026;45(2):101714. Doi : 10.1016/j.accpm.2025.101714.