Introduction
Les outils d’IA générative comme ChatGPT sont de plus en plus utilisés par les athlètes, les entraîneurs et le personnel de soutien comme source rapide de conseils sur la santé et la performance. Mais quelle est la fiabilité de ces conseils lorsqu’il s’agit du domaine complexe et fondé sur des preuves qu’est la science du sommeil et la gestion du décalage horaire dans le sport d’élite ? Une nouvelle étude publiée dans Sports Medicine a mis GPT-4 à l’épreuve, en utilisant un processus structuré de consensus Delphi pour que des experts internationaux du sommeil évaluent et affinent les réponses générées par l’IA sur 20 sujets clés. Le verdict est mitigé : GPT-4 offre un point de départ utile, mais n’est pas encore prêt à constituer à lui seul un guide faisant autorité pour les athlètes.
L’étude, dirigée par Jacopo Vitale et une équipe comprenant Alan McCall, Shona Halson et Dina C Janse van Rensburg, a été menée sous les auspices du Athlete Travel & Sleep Interest Group (ATSIG). Il s’agit de l’une des premières tentatives systématiques d’évaluation des résultats des grands modèles de langage par rapport au consensus d’experts dans la littérature en médecine du sport.
Ce qu’ils ont découvert
L’équipe de recherche a généré un ensemble de réponses de type FAQ sur le sommeil et le décalage horaire à l’aide de GPT-4, couvrant 20 éléments qui reflètent les questions courantes que se posent les athlètes et les praticiens. Ces questions allaient de la physiologie de base du sommeil et des rythmes circadiens aux stratégies pratiques de gestion du décalage horaire, des siestes, de l’hygiène du sommeil et de la récupération. Le contenu généré par l’IA a ensuite été présenté à 17 experts internationaux en science du sommeil et des rythmes circadiens, qui ont évalué chaque élément pour son exactitude, son exhaustivité et son adéquation à une population sportive.
L’évaluation a suivi une méthode Delphi en deux tours, une technique bien établie pour construire un consensus entre experts par le biais de retours itératifs et anonymes. Après le premier tour, 15 des 20 éléments (75 %) avaient atteint un seuil de consensus prédéfini. Après avoir intégré les retours des experts et révisé le contenu, le deuxième tour a porté ce nombre à 18 des 20 éléments (90 %), ce qui indique un fort accord global au sein du panel.
Deux éléments n’ont pas réussi à atteindre un consensus lors de l’un ou l’autre tour. Le premier concernait la relation entre le sommeil et le risque de blessure, qui n’a obtenu que 64,7 % d’accord. Le second concernait les conseils sur la mélatonine et les autres aides au sommeil. Ces sujets sont intrinsèquement controversés en médecine du sport, où la base de preuves est encore en évolution et où les opinions des experts divergent sur les recommandations appropriées.
Au-delà des données de consensus, l’étude a catalogué les préoccupations des experts concernant les réponses originales de GPT-4. Ces préoccupations se répartissaient en plusieurs catégories. La plus importante était que le contenu était imprécis ou trompeur : 55 % des experts ont soulevé cette préoccupation pour les éléments liés au sommeil, et 34 % pour les éléments liés au décalage horaire. Un manque de contextualisation spécifique aux athlètes a été signalé par 30 % du panel. De plus, les experts ont noté qu’une partie du contenu reposait sur des preuves obsolètes, avec des taux allant de 11 % à 36 % selon le sujet.
Pourquoi c’est important
Les athlètes d’élite évoluent dans un environnement où de faibles marges séparent le succès de l’échec. La qualité du sommeil et l’alignement circadien sont reconnus comme des facteurs critiques pour la récupération, la fonction cognitive, la prévention des blessures et la performance compétitive. Pourtant, l’accès à des conseils fiables et spécifiques aux athlètes en matière de sommeil reste inégal, en particulier pour les athlètes en déplacement qui sont confrontés à de fréquents changements de fuseau horaire. Les outils d’IA générative promettent de démocratiser l’accès à des connaissances de niveau expert, mais leurs résultats ne valent que ce que valent les données sur lesquelles ils ont été formés et la validation qu’ils reçoivent.
Cette étude est importante car elle fournit une méthode concrète et reproductible pour combler le fossé entre les informations générées par l’IA et les recommandations approuvées par des experts. Plutôt que de traiter le résultat de GPT-4 comme un produit fini, les chercheurs l’ont utilisé comme un matériau préliminaire pouvant être affiné par un examen structuré par des experts. Le processus Delphi a identifié des faiblesses spécifiques dans le contenu de l’IA et les a systématiquement améliorées. Le résultat est un ensemble de 18 réponses de FAQ approuvées par des experts qui ont beaucoup plus d’autorité que le seul résultat brut de GPT-4.
Les conclusions ont également des implications au-delà de la médecine du sport. Le même modèle s’applique probablement à d’autres domaines spécialisés où la précision, l’actualité et la nuance contextuelle sont importantes : les directives cliniques, les conseils nutritionnels, la programmation de l’entraînement et les protocoles de réadaptation. L’IA peut accélérer le processus de rédaction, mais l’expertise humaine reste essentielle pour vérifier et affiner les résultats.
Pour les praticiens, l’étude renforce une mise en garde pratique : ne prenez pas les conseils de santé et de performance générés par l’IA au pied de la lettre. Le taux de 55 % de préoccupations des experts concernant l’imprécision du contenu sur le sommeil, combiné à l’absence de consensus sur la mélatonine et le risque de blessure, montre que GPT-4 peut produire des réponses qui semblent faire autorité mais qui ne sont pas suffisamment précises ou complètes pour une application dans le monde réel avec des athlètes.
Limites
L’étude présente plusieurs limites qu’il convient de noter. L’échantillon de 17 experts, bien que diversifié et internationalement reconnu, est relativement faible. Un panel plus large aurait pu donner des seuils de consensus différents ou faire apparaître des préoccupations supplémentaires. La méthode Delphi elle-même, bien que rigoureuse, prend du temps et dépend de la qualité des documents initiaux et de l’engagement des participants. Les résultats de GPT-4 utilisés dans l’étude reflètent un instantané spécifique des capacités du modèle ; étant donné que les grands modèles de langage sont fréquemment mis à jour, les résultats peuvent ne pas être généralisables aux versions plus récentes ou à d’autres systèmes d’IA.
La portée des éléments de la FAQ était également limitée à 20 sujets sélectionnés par l’équipe de recherche. Il existe de nombreuses questions supplémentaires que les athlètes pourraient poser sur le sommeil et le décalage horaire qui n’ont pas été incluses, et l’étude n’évalue pas dans quelle mesure les réponses affinées par les experts fonctionnent dans le monde réel ni si elles améliorent les résultats des athlètes. Enfin, l’étude n’a pas comparé les résultats de GPT-4 à ceux d’autres modèles d’IA, il n’est donc pas clair si d’autres systèmes feraient mieux ou moins bien.
Conclusion
Le contenu généré par GPT-4 sur le sommeil et le décalage horaire pour les athlètes peut servir de matériel préliminaire utile, mais nécessite un affinement par des experts avant de pouvoir être utilisé comme guide. Le processus de consensus Delphi a amélioré l’accord de 75 % à 90 %, et les 18 éléments approuvés par des experts qui en résultent représentent une étape significative vers des conseils fiables assistés par l’IA en médecine du sport. Cependant, deux sujets importants (le sommeil et le risque de blessure, la mélatonine et les aides au sommeil) n’ont pas pu parvenir à un consensus même après deux tours, soulignant que certains domaines restent trop controversés ou manquent trop de preuves pour qu’une source unique puisse les résoudre. Les athlètes, les entraîneurs et les praticiens devraient traiter les conseils de sommeil générés par l’IA comme un brouillon, et non comme une réponse définitive, et rechercher une vérification par des experts pour les décisions à enjeux élevés.
Source
Vitale J, McCall A, Halson S, Janse van Rensburg DC, et al. From GPT-4 to Expert-Endorsed Athlete Guidance: A Delphi Consensus on Sleep and Jet Lag. Sports Medicine. 2026. DOI: 10.1007/s40279-026-02484-7. PMID: 42470603.
Traduit par Lydie