Addiction à l'IA : ce que la recherche 2025-2026 dit vraiment (et ce qu'elle ne dit pas) pour les neuropsychologues

Ce qu'on savait avant les IA génératives grand public

Avant l'irruption des IA génératives grand public (fin 2022), le cadre des addictions comportementales était déjà posé, et volontairement restrictif. Dans les classifications internationales, deux conduites seulement ont franchi la barre du diagnostic : le trouble lié au jeu d'argent (reconnu par le DSM-5 comme unique addiction comportementale, et par la CIM-11), et le trouble du jeu vidéo (gaming disorder), intégré par l'Organisation mondiale de la santé à la CIM-11 en 2019 dans la catégorie « troubles liés aux comportements addictifs » (OMS/MILDECA). Ni l'« addiction à internet », ni l'« addiction au smartphone », ni l'« addiction aux réseaux sociaux » n'ont ce statut : ce sont des usages problématiques décrits, pas des maladies validées.

Ce n'est pas un hasard. L'histoire récente de la psychopathologie est jalonnée de « paniques morales » technologiques : chaque nouveau média, télévision, jeux vidéo, internet, smartphone, réseaux sociaux, a suscité une vague de propositions d'« addiction » ensuite largement redimensionnées. La leçon méthodologique est constante : appliquer mécaniquement les critères de l'addiction aux substances à un comportement quotidien produit des prévalences gonflées et pathologise des usages normaux.

Côté modèles, la neuropsychologie disposait déjà d'un cadre robuste pour penser ces conduites : le modèle I-PACE (Interaction of Person-Affect-Cognition-Execution, interaction entre personne, affect, cognition et fonctions exécutives), qui explique l'usage problématique par la rencontre entre des vulnérabilités individuelles, des déficits de régulation émotionnelle et un affaiblissement du contrôle exécutif. Et une notion clé : l'usage compensatoire, où l'on se tourne vers un outil numérique moins par attrait pour l'outil que pour réguler un état interne pénible (ennui, anxiété, solitude). Ce qui restait flou fin 2024 : ce cadre s'applique-t-il vraiment aux IA conversationnelles, qui ajoutent une dimension relationnelle et émotionnelle inédite ?

Ce que les revues 2025-2026 montrent vraiment

Deux revues récentes, volontairement discordantes, cadrent le débat. Selon Liao, Ko et Yen, 2026, Biomedical Journal, l'usage problématique de ChatGPT est un phénomène émergent bien réel ; selon Ciudad-Fernández, von Hammerstein et Billieux, 2025, Addictive Behaviors, le concept même d'« addiction à ChatGPT » est prématuré et risqué. Les deux disent quelque chose de vrai, et c'est précisément l'état de la science.

Côté méthodo

Il faut être clair sur le type de preuves disponibles : il s'agit de revues narratives et d'études transversales, pas d'essais contrôlés randomisés ni de cohortes longitudinales. La revue de Liao et al., 2026 synthétise des travaux empiriques et psychométriques issus de plusieurs pays (Taïwan, Turquie, Chine, Corée, Singapour, États-Unis), avec des comparaisons interculturelles. Elle recense au moins trois échelles de mesure déjà publiées : la Problematic ChatGPT Use Scale, la Conversational AI Dependence Scale et la Generative AI Dependency Scale. Point méthodologique décisif souligné par Billieux et al., 2025 : au moins quatre échelles existent, et toutes sont calquées sur les critères du trouble de l'usage de substances. On mesure donc une « addiction » avec des instruments qui présupposent l'existence de ce qu'ils prétendent démontrer.

Côté résultats

Liao et al., 2026 rapportent que l'usage problématique de ChatGPT est surtout observé chez les jeunes adultes et se trouve associé, en transversal, à la dépression, au stress, à un moindre contrôle de soi et à des difficultés de fonctionnement. Les mécanismes proposés mobilisent des cadres neuropsychologiques familiers : modèle I-PACE, usage compensatoire d'internet, théorie du double système (impulsif contre réflexif). La revue mentionne aussi des données EEG préliminaires évoquant une connectivité fonctionnelle altérée, comparable à certains profils de « dépendance numérique ». En parallèle, Um, 2026, Psychiatry Investigation décrit, chez des étudiants et enseignants en médecine, un « technostress » lié à l'IA générative : charge de contrôle cognitif, fatigue numérique, et des schémas d'usage « de type dépendance ». À noter : ces associations sont corrélationnelles, pas causales.

Côté limites

C'est ici que Billieux et al., 2025 posent le garde-fou. Pour qualifier un comportement d'addictif, il faut des preuves convaincantes sur quatre piliers : conséquences négatives, perte de contrôle, détresse psychologique et retentissement fonctionnel. Or, écrivent les auteurs, la recherche existante sur l'usage problématique des IA conversationnelles ne fournit pas ces preuves robustes. Trois limites se cumulent : des échelles bâties sur des critères empruntés (contamination des critères), des données transversales qui interdisent toute conclusion causale, et un risque de confusion avec des troubles sous-jacents : un usage intensif peut être la conséquence d'une dépression, pas une pathologie autonome. La conclusion des auteurs est un appel explicite à la prudence : éviter la sur-pathologisation, les traitements inutiles et une régulation excessive d'outils par ailleurs bénéfiques quand ils sont utilisés de façon raisonnée. Cette voix compte : l'équipe réunit des cliniciens de l'addictologie française (hôpital Fernand-Widal, APHP, INSERM) et suisse, spécialistes reconnus des addictions comportementales.

Ce que ça change concrètement dans ta pratique

Pour le bilan. Ne cotez pas, n'annoncez pas et ne diagnostiquez pas une « addiction à l'IA » : cette entité n'existe pas dans les classifications. Si un patient ou son entourage décrit un usage envahissant de ChatGPT ou d'un compagnon IA, traitez-le comme un signal, pas comme un diagnostic. La bonne question n'est pas « combien d'heures ? » mais « quel retentissement fonctionnel, et au service de quoi ? ». Un recours massif à une IA relationnelle chez un adolescent isolé ou un adulte déprimé relève souvent de l'usage compensatoire : la piste clinique la plus utile est en amont (anxiété, dépression, phobie sociale, TDAH, solitude), pas dans l'outil lui-même.

Pour l'accompagnement. Les leviers connus des usages problématiques du numérique restent les plus étayés : renforcement des capacités d'autorégulation (techniques d'inspiration TCC), travail métacognitif sur les déclencheurs émotionnels, littératie numérique. Un point spécifiquement neuropsychologique mérite l'attention : le délestage cognitif (cognitive offloading), c'est-à-dire la tendance à externaliser vers l'IA des opérations de mémoire, de planification ou de raisonnement. Ce n'est ni bon ni mauvais en soi : c'est une question de dosage et de contexte , mais c'est un objet d'évaluation légitime quand un patient s'inquiète de son attention ou de sa mémoire de travail.

Pour la posture professionnelle. L'attitude juste tient à distance les deux écueils symétriques : la hype (« une nouvelle épidémie addictive ») et la panique morale (« l'IA rend accro »). Ni l'une ni l'autre n'est soutenue par les données. Ce qui change : vous pouvez désormais nommer le phénomène auprès des familles avec un vocabulaire précis et rassurant, et orienter la vigilance vers la minorité réellement vulnérable. Ce qui ne change pas : votre nosographie, vos outils de bilan et le primat du retentissement fonctionnel sur le temps d'écran.