Dépression : nos mots du quotidien révèlent notre santé mentale

Les mots que nous prononçons au réveil pourraient-ils trahir notre détresse psychologique bien avant que nous ne la formulions explicitement ? Selon une étude publiée dans la revue Psychiatry Investigation, l’analyse automatique du langage quotidien permet de détecter et de suivre l’évolution des états dépressifs avec une remarquable précision. Menés auprès de professionnels soumis à un stress relationnel intense, ces travaux démontrent le potentiel des outils d’intelligence artificielle pour identifier de manière précoce et objective les premiers signes du déclin affectif en conditions réelles.

Les limites des bilans traditionnels face à l’usure émotionnelle

Les salariés astreints à un important travail émotionnel, à l’instar des téléconseillers en centre d’appels, présentent une vulnérabilité particulièrement accrue face aux troubles dépressifs. Contraints de réguler en permanence leurs émotions face aux usagers, ces travailleurs subissent une usure psychologique progressive et insidieuse.

Pourtant, objectiver cette détresse reste difficile dans le cadre du suivi de santé au travail. Selon les chercheurs, les bilans conventionnels basés sur des questionnaires d’auto-évaluation manquent souvent d’objectivité et se révèlent incapables de saisir finement les fluctuations de l’humeur au cours du temps, figeant des états affectifs pourtant très dynamiques d’un jour à l’autre.

L’intelligence artificielle au chevet des paroles du matin

Pour dépasser ces blocages méthodologiques, l’équipe menée par Hye Hyeon Kim a recruté 400 employés de centres d’appels dans le cadre d’un protocole d’évaluation écologique momentanée. Durant deux semaines, chaque participant a enregistré trois courts messages vocaux quotidiens sous forme de texte libre sur une application mobile. Les transcriptions ont ensuite été analysées au moyen d’un logiciel lexical traditionnel (LIWC) et de trois grands modèles de langage (GPT-4o-mini, Qwen et Mistral).

D’après les résultats, les modèles de langage ont largement surpassé l’approche lexicale classique en distinguant nettement les différents niveaux de sévérité dépressive, évalués en parallèle par l’échelle standardisée PHQ-9. Cette capacité de différenciation s’est révélée particulièrement marquée lors des enregistrements matinaux. En agrégeant ces données, un modèle cumulatif fondé sur les sentiments matinaux a atteint son pouvoir discriminant maximal dès le dixième jour de suivi, avec une aire sous la courbe de 0,75.

Une mesure plus fiable que le ressenti autodéclaré

Fait notable, les scores d’humeur que les participants s’attribuaient eux-mêmes via des notes chiffrées n’ont pas permis de séparer les groupes selon leur gravité dépressive. Ce format déclaratif classique a en outre pâti d’un essoufflement graduel de l’adhésion des volontaires au fil des deux semaines, là où la production verbale spontanée a maintenu son pouvoir prédictif intact.

De surcroît, le score de névrosisme déduit de la structure du discours s’est avéré plus étroitement associé aux symptômes dépressifs que le névrosisme mesuré par formulaire psychométrique conventionnel. La parole libre semble ainsi contourner les biais de mémoire ou les stratégies d’autocensure fréquemment observés dans les réponses aux questionnaires codifiés.

Vers un suivi écologique et non invasif en milieu professionnel

Pour les auteurs de la publication, l’analyse automatisée du discours quotidien fournit un indicateur longitudinal souple, scalable et très peu contraignant pour cartographier les trajectoires affectives en situation réelle de travail. Ce procédé d’évaluation continue pourrait aider à repérer le décrochage émotionnel avant que les symptômes ne s’ancrent profondément.

L’équipe insiste néanmoins sur le statut de cette méthode, pensée comme un complément objectif aux évaluations cliniques plutôt que comme un substitut. Son déploiement futur en milieu professionnel exigera des garde-fous éthiques stricts afin de garantir l’anonymat et la confidentialité absolue des données vocales, conditions indispensables pour préserver la confiance des salariés.

---