Artificial intelligence (AI) is increasingly integrated into psychiatric practice, raising not only technical but also epistemological and ethical questions. Beyond performance, the acceptability of AI remains a critical condition for its implementation, particularly in a field deeply rooted in subjectivity and clinical judgment.

To assess the acceptability of AI-based tools in psychiatry using a scenario-based approach, and to explore the structural relationships between its key dimensions (utility, usability, reliability, risk, and professional alignment) through network analysis.

We conducted a cross-sectional study using the Script Method, presenting three clinical vignettes reflecting successive stages of care: diagnostic support, AI-assisted therapeutic guidance, and digital monitoring via wearable devices. A total of 1533 participants were recruited, of whom 727 were included in the final analysis. Acceptability was assessed using Likert-scale items derived from UTAUT models and a pragmatic/social acceptability framework. Psychometric validation included internal consistency analyses and Unique Variable Analysis. Network analysis and Exploratory Graphical Analysis were performed to identify structural patterns of acceptability.

Acceptability emerged as a multidimensional construct structured around four communities: (1) reliability and ease of use, (2) usefulness and professional acceptability, (3) risks related to professional culture, and (4) practical risks and implementation. The most central node was related to the preservation of the clinician's role in decision-making, highlighting the centrality of professional identity. Risk perception was globally low, with ceiling effects on several items. Digital literacy and theoretical orientation significantly influenced acceptability, with structural differences observed in network connectivity. Gender differences were particularly marked in the digital monitoring scenario.

The acceptability of AI in psychiatry depends less on technical performance than on its alignment with professional values and clinical reasoning. AI is more readily accepted as a support to clinical judgment than as an autonomous system. These findings suggest that the successful integration of AI will require the development of epistemically compatible systems that preserve clinician autonomy and the therapeutic relationship.

L’intelligence artificielle (IA) s’intègre progressivement dans la pratique psychiatrique, à travers des outils d’aide au diagnostic, d’aide à la décision thérapeutique, d’analyse du langage ou de suivi longitudinal par dispositifs connectés. Au-delà des enjeux de performance, de fiabilité ou de sécurité, son déploiement soulève des questions épistémologiques, cliniques et éthiques spécifiques à la psychiatrie, discipline fondée sur l’articulation entre données objectives, subjectivité du patient, jugement clinique et relation thérapeutique. Dans ce contexte, l’acceptabilité sociale de l’IA constitue une condition primordiale de son implémentation réelle.

Cette étude visait à évaluer l’acceptabilité d’outils d’IA en psychiatrie à partir d’une approche fondée sur des scénarios cliniques, et à explorer, par analyse en réseau, les relations structurelles entre ses principales dimensions : utilité perçue, utilisabilité, fiabilité, risque, alignement éthique et compatibilité avec les valeurs professionnelles.

Nous avons conduit une étude transversale observationnelle utilisant la méthode des scénarios ( Script Method ). Trois vignettes cliniques représentaient des étapes successives du soin psychiatrique : aide au diagnostic par analyse du langage, aide à la décision thérapeutique assistée par IA, et suivi numérique par objets connectés. Au total, 1533 participants ont débuté l’enquête, dont 727 ont été inclus dans l’analyse finale après exclusion des réponses trop incomplètes aux questionnaires. L’acceptabilité a été évaluée par des items de type Likert, construits à partir des modèles UTAUT et d’un cadre pragmatique et social de l’acceptabilité. La validation psychométrique comprenait l’analyse de la cohérence interne, l’examen des effets de plancher et de plafond, ainsi qu’une analyse des variables redondantes. Une analyse en réseau régularisée, une analyse graphique exploratoire par algorithme de Louvain et des analyses de centralité ont été réalisées afin d’identifier la structure dimensionnelle de l’acceptabilité.

L’acceptabilité sociale et technique de l’IA apparaît comme une construction multidimensionnelle constituée de quatre communautés principales : fiabilité et facilité d’utilisation ; utilité et acceptabilité professionnelle ; risques liés à la culture professionnelle ; risques pratiques et conditions d’implémentation. Le nœud central concernait le respect des principes fondamentaux de la profession et du rôle du clinicien dans la décision thérapeutique, soulignant la place déterminante de l’identité professionnelle dans l’acceptabilité. Plusieurs items de risque présentaient des effets de plafond après inversion, suggérant une perception globalement faible des risques associés aux scénarios proposés. La littératie numérique et l’orientation théorique influencent significativement les réponses, avec des différences structurelles observées dans les réseaux. Des différences liées au genre étaient par ailleurs marquées dans le scénario de suivi numérique par dispositif connecté.

L’acceptabilité de l’IA en psychiatrie ne dépend pas uniquement de sa performance technique, mais de sa compatibilité avec le raisonnement clinique, l’autonomie du psychiatre et les valeurs fondamentales du soin. Les outils d’IA semblent davantage acceptés lorsqu’ils sont perçus comme des supports au jugement clinique plutôt que comme des systèmes autonomes de décision. Ces résultats tendent à montrer que l’intégration réussie de l’IA en psychiatrie nécessitera le développement de systèmes explicables, cliniquement contextualisables et épistémologiquement compatibles avec la pratique psychiatrique.