L’IA en résidence senior et en EHPAD : ce qu’elle peut faire, ce qu’elle ne doit jamais faire

Le sujet est arrivé dans les résidences par deux portes en même temps. Par le haut, avec des groupes qui demandent une « stratégie IA » sans toujours savoir ce qu’ils veulent en faire. Par le bas, avec des animateurs et des secrétaires qui ont découvert qu’un assistant écrit une lettre aux familles en trois minutes. Entre les deux, les directions cherchent une ligne de conduite. Cet article la propose. Il est écrit du point de vue d’un éditeur de logiciel — c’est notre métier, et c’est aussi son biais — mais la partition entre ce qui est autorisé et ce qui ne l’est pas ne dépend d’aucun produit.

Ce que l’IA sait faire aujourd’hui, et qui rend des heures

Aujourd’hui, en résidence, l’intelligence artificielle rend des heures sur un seul type de tâche : transformer un document qui existe déjà en données utilisables, et écrire un premier jet que quelqu’un corrigera. Tout le reste relève de la promesse.

• Reprendre un document de menus. Un PDF de prestataire de restauration devient des repas structurés, service par service. Mesuré en août 2026 sur un document de prestataire réel : quatorze repas relus en 25 secondes, là où la saisie manuelle demande de remplir plusieurs dizaines de champs.
• Reprendre un programme d’animations. Le tableau du mois, souvent bâti dans un tableur ou repris d’un modèle, devient des séances datées avec leur horaire et leur lieu.
• Importer une liste de résidents depuis un fichier. Les lignes propres passent, les lignes douteuses remontent en tête avec la raison du doute, et rien n’est enregistré avant confirmation.
• Écrire le brouillon d’un récapitulatif aux familles. À partir de ce qui s’est réellement passé dans la semaine. Le brouillon fait gagner le démarrage, qui est la partie difficile ; la relecture reste entière.
• Proposer des questions de quiz. À partir de souvenirs recueillis auprès des résidents : une chanson, un métier, un lieu de vacances. L’animateur trie, retire, reformule.
• Légender une photo d’atelier. Une phrase de départ, à corriger, plutôt qu’une page blanche à la fin d’une journée chargée.
• Préparer trois sujets de conversation avant une visite. À partir de ce que la résidence sait déjà d’une personne. Utile pour un bénévole ou pour un nouveau membre de l’équipe.

Ces sept usages ont trois traits en commun, et ce sont ces traits qui les rendent acceptables : la source existe et reste la référence, le résultat se vérifie d’un coup d’œil, et l’erreur ne coûte rien tant qu’elle est prise avant publication. Un usage d’IA qui perd l’un de ces trois traits change de catégorie.

Ce qu’elle ne doit jamais faire

L’intelligence artificielle ne doit jamais toucher au soin, jamais publier ou envoyer sans relecture humaine, et jamais s’afficher seule sur un écran vu par des résidents et des visiteurs. Ces trois lignes ne sont pas des précautions d’usage, ce sont des conditions : une résidence qui les franchit transfère à un modèle une responsabilité qui reste juridiquement la sienne.

La règle qui tient dans le temps : elle propose, un humain valide

La seule règle qui tienne dans le temps est que l’intelligence artificielle propose et qu’un humain valide, ligne à ligne, sur ce qui va s’afficher. Elle tient parce qu’elle ne dépend d’aucune technologie : elle restera vraie quand les modèles auront changé trois fois.

Encore faut-il que la validation en soit une. Un bouton « tout valider » placé en haut d’une liste de quatorze repas n’est pas une validation, c’est une signature en blanc. Le geste met deux secondes, il devient une habitude en une semaine, et au bout d’un mois plus personne ne lit. La validation coûte ce que coûte la lecture : c’est précisément ce coût qui fait sa valeur, et une interface qui le supprime supprime la garantie en même temps.

Une bonne interface de relecture fait autre chose : elle rend la lecture rapide sans la rendre facultative. Elle remonte les lignes douteuses en tête avec la raison du doute, elle nomme les jours absents du document au lieu de les deviner, elle signale les contenus déjà publiés qu’un import écraserait, et elle demande une confirmation par ligne sur ce qui va réellement s’afficher. C’est le principe de la couche d’intelligence artificielle de Résiscreen, dont la relecture se fait depuis le poste de travail de l’équipe : rien n’est enregistré tant que personne n’a confirmé, et partout où la machine a proposé, l’écran le dit.

Une garantie vaut mieux qu’une consigne

Une consigne se contourne, une impossibilité non : la seule protection qui tienne contre un usage interdit de l’IA est une porte fermée, pas une phrase dans une charte. C’est le point le plus important de cet article, et c’est aussi celui qu’on entend le moins en démonstration.

Dans Résiscreen, les colonnes qui touchent à la santé sont fermées par privilège dans la base de données, en lecture comme en écriture. Ce n’est pas l’intelligence artificielle qui « s’interdit » d’y toucher : elle n’y a pas accès. La base refuse la requête quel que soit le code qui la formule — le nôtre compris. Un développeur qui écrirait par erreur une lecture sur ces colonnes obtient une erreur, pas des données. Cette fermeture a été vérifiée sous identité réelle, et c’est ce qui permet d’écrire, simplement, qu’aucune donnée de santé n’est traitée. Le vocabulaire de ce sujet — hébergement agréé, données sensibles — est repris dans le lexique, à l’entrée sur l’hébergement de santé.

La question à poser à n’importe quel éditeur découle de là : où est écrite votre interdiction ? Si la réponse est « dans les consignes données au modèle », ce n’est pas une garantie. Une consigne est un texte : elle se contourne, elle se réécrit à la mise à jour suivante, et son non-respect ne laisse aucune trace. Si la réponse est « dans la base », demandez à voir l’erreur que renvoie une tentative d’accès. Une garantie qui se montre en dix secondes vaut plus qu’un paragraphe de charte.

Il faut ajouter, par honnêteté, ce que Résiscreen ne propose pas : aucun assistant conversationnel n’est disponible dans le produit. Ce n’est pas un oubli, c’est une décision ; l’essentiel de la valeur attendue d’un tel assistant s’obtient autrement, et la suite de cet article explique comment.

Ce que l’IA coûte, et pourquoi il faut le savoir

Chaque appel à un modèle coûte de l’argent, et un éditeur doit pouvoir vous dire, appel par appel, ce que cet argent achète. Dans Résiscreen, onze natures d’appel d’IA sont journalisées avec leur coût : on sait quelle fonction a été utilisée, combien de fois, et ce qu’elle a consommé.

Cette journalisation sert trois choses. Elle rend visible une fonction qui coûte cher pour un bénéfice faible, et qui mérite donc d’être revue. Elle rend visible, à l’inverse, une fonction dont personne ne se sert — ce qui est une information de conception au moins aussi utile. Et elle prépare la question que tout le monde finira par poser : que se passe-t-il si le prix des modèles change ?

Nous ne publions ici aucun montant, et c’est délibéré : nous n’avons pas de mesure qui vaudrait pour votre établissement, et un chiffre sans périmètre ne vous apprendrait rien. Ce qui se retient est plus simple : un éditeur qui ne sait pas dire ce que l’IA lui coûte ne saura pas vous dire ce qu’elle vous coûte, ni ce qui arrivera à votre facture le jour où l’usage doublera.

La part du travail qui n’a besoin d’aucune IA

La plus grande part de ce qu’on attend de l’intelligence artificielle en résidence se calcule dans une base de données : le constat « la semaine qui vient n’a aucune animation publiée » est une requête, pas une inférence. Et une requête a quatre avantages qu’aucun modèle n’aura jamais : elle ne se trompe pas, elle répond en quelques millisecondes, elle ne coûte rien par appel, et elle donne deux fois le même résultat sur les mêmes données.

C’est ce principe qui gouverne le panneau d’accueil de Résiscreen : six constats, répartis sur trois niveaux de gravité, produits sans appeler aucun modèle. Un menu manquant, une semaine vide, un écran qui ne répond plus n’ont pas besoin d’être devinés — ils se comptent.

Disons-le franchement, parce que personne ne le dit : une bonne partie de ce qui se vend aujourd’hui comme de l’intelligence artificielle en établissement est une requête déguisée. Un tableau de bord qui signale qu’il manque des animations, qu’un menu n’a pas été saisi ou qu’un écran est hors ligne n’a besoin d’aucun modèle de langage : il a besoin d’une base correctement structurée et de quelqu’un qui a pris la peine d’écrire les règles. Ce n’est pas une critique de l’IA, c’est une critique de l’étiquette. Un établissement qui paie un supplément pour un compte de lignes paie un mot.

La conséquence pratique est claire pour une direction : avant de chercher de l’IA, cherchez la saisie unique. Une résidence qui saisit encore trois fois le même menu ne gagnera pas grand-chose à ajouter un modèle par-dessus ; elle gagnera beaucoup à ne saisir qu’une fois.

Cinq questions à poser à un éditeur qui vous vend de l’IA

Courtes, et sans jargon. Elles se posent en fin de démonstration, quand le diaporama est refermé.

1. Qu’est-ce qui, là-dedans, appelle vraiment un modèle ? Et qu’est-ce qui est un calcul ? Les deux sont légitimes, mais ils ne valent pas le même prix.
2. Que voit le modèle ? Quelles données lui sont envoyées, à quel fournisseur, dans quel pays, et qu’est-ce qui en est expressément exclu ?
3. Où est écrite l’interdiction de toucher aux données de santé ? Dans une consigne, ou dans la base ? Demandez à voir.
4. Que se passe-t-il si personne ne relit ? Montrez-moi l’écran quand une proposition n’a pas été validée. S’il affiche quand même quelque chose, la conversation s’arrête là.
5. Que coûte un appel, et où puis-je le lire ? Un éditeur qui ne journalise pas ses appels ne sait pas ce qu’il dépense.

Ces cinq questions prolongent une grille plus large : celle des neuf questions à poser avant d’acheter un logiciel d’affichage. Et si votre sujet du moment est ce qui s’affiche à l’écran plutôt que ce qui l’a écrit, la question du consentement est traitée dans notre article sur l’affichage d’un anniversaire et le RGPD.

Les questions qu’on nous pose