41 % des Français déclarent que les réseaux sociaux ont influencé leurs habitudes alimentaires (OpinionWay, mars 2026). Près de 9 jeunes sur 10 déclarent utiliser une IA conversationnelle en France, selon l’enquête relayée par la CNIL en mai 2026. Ces chiffres ne démontrent pas, à eux seuls, un effet sanitaire, mais ils confirment que les plateformes numériques deviennent des environnements d’exposition, d’information et parfois d’accompagnement
Les usages numériques en santé changent rapidement. Réseaux sociaux, communautés en ligne, IA conversationnelles et applications de santé occupent désormais une place croissante dans les parcours d’information, de soutien et parfois d’accompagnement.
Selon le Pew Research Center, 36 % des adultes américains utilisent désormais les réseaux sociaux pour obtenir des informations santé, et 22 % des IA conversationnelles. Dans le même temps, les investissements en santé numérique et en IA continuent d’accélérer, avec une promesse récurrente : améliorer les comportements de santé à grande échelle.
Dans le même temps, la CNIL souligne la progression rapide des usages conversationnels liés à la santé mentale chez les jeunes Européens, dans un contexte de préoccupations croissantes autour de la dépendance, de la qualité des réponses et de l’impact psychologique des IA conversationnelles.
Parallèlement, les réseaux sociaux deviennent un terrain d’expérimentation majeur pour les interventions en santé :
- activité physique chez les seniors
- soutien entre pairs
- prévention des maladies chroniques
- santé mentale
- accompagnement comportemental
Ces évolutions posent une question centrale : les réseaux sociaux et les IA conversationnelles permettent-ils réellement de modifier les comportements de santé, ou renforcent-ils principalement l’information et l’engagement sans impact durable sur les trajectoires de santé ?
IA, réseaux sociaux et santé : usages en forte croissance
Les réseaux sociaux ne sont plus uniquement utilisés pour diffuser de l’information médicale. Ils deviennent progressivement :
- des espaces d’interaction
- des outils de soutien social
- des canaux d’engagement comportemental
- parfois des supports d’intervention
Dans certains programmes récents, des communautés numériques sont utilisées pour :
- favoriser l’activité physique
- maintenir l’engagement
- lutter contre l’isolement
- soutenir certaines adhésions thérapeutiques
L’essor des IA conversationnelles ajoute une nouvelle dimension : l’accessibilité immédiate.
Ces outils permettent :
- une disponibilité continue
- des réponses instantanées
- des échanges personnalisés
- une perception de soutien permanent
Cette combinaison explique en partie leur adoption rapide, notamment chez les populations jeunes.
Une confusion fréquente : engagement numérique et changement comportemental
L’augmentation de l’usage ne signifie pas nécessairement une amélioration des comportements de santé.
Cette confusion est aujourd’hui fréquente dans la santé numérique.
Une forte activité sur une plateforme peut traduire :
- un intérêt
- un engagement social
- une recherche d’information
- un soutien émotionnel
sans produire de modification durable :
- des habitudes
- des expositions au risque
- des trajectoires cliniques
Autrement dit : un utilisateur actif n’est pas nécessairement un utilisateur dont la santé s’améliore.
Cette distinction est centrale.
Ce que montrent réellement les données récentes sur l’IA, les réseaux sociaux et le changement de comportements santé
La littérature récente montre des résultats beaucoup plus nuancés que les discours marketing entourant la santé numérique.
Une méta-analyse publiée en 2025 dans le Journal of Medical Internet Research retrouve des effets positifs modestes des interventions reposant sur les réseaux sociaux dans le domaine de la santé mentale, avec une amélioration statistiquement significative des symptômes anxieux et dépressifs.
Mais plusieurs limites apparaissent systématiquement :
- forte hétérogénéité des études
- effets variables selon les populations
- difficulté à maintenir les usages dans le temps
- faible mesure des comportements réels
- rareté des suivis à long terme
La majorité des études évaluent :
- l’engagement
- les perceptions
- les intentions
- la satisfaction
beaucoup plus souvent que :
- les comportements effectifs
- les outcomes cliniques
- la réduction de l’incidence des maladies
Cette asymétrie est importante.
Elle signifie que les outils numériques sont souvent évalués sur leur capacité à capter l’attention, davantage que sur leur capacité à transformer durablement les comportements.
Une limite majeure rarement mise en avant : la rétention réelle des usages
L’un des principaux angles morts des dispositifs numériques en santé concerne la rétention des utilisateurs dans le temps.
Les données disponibles montrent que :
- une part importante des applications de santé sont abandonnées dans les premières semaines
- les usages diminuent fortement après les phases initiales d’engagement
- les utilisateurs les plus vulnérables sont souvent ceux qui décrochent le plus rapidement
Plusieurs analyses récentes montrent que le téléchargement, l’inscription ou même l’usage ponctuel constituent de mauvais indicateurs d’impact réel. Voir notre article à ce sujet.
Cette limite est particulièrement importante dans le champ des maladies non transmissibles, où les bénéfices dépendent précisément du maintien durable des comportements dans le temps.
Autrement dit : la difficulté principale n’est pas d’obtenir un engagement initial, mais de maintenir une transformation suffisamment longue pour produire un effet clinique ou populationnel.
IA conversationnelle : accessibilité élevée, preuve clinique encore limitée
Le cas des IA conversationnelles illustre particulièrement ce décalage.
Leur adoption progresse rapidement car elles répondent à plusieurs limites structurelles des systèmes de santé :
- accès difficile aux professionnels
- délais d’attente
- disponibilité limitée
- besoin de soutien immédiat
Elles apportent :
- réactivité
- personnalisation
- faible coût marginal
- accessibilité massive
Mais les preuves disponibles restent limitées concernant :
- la sécurité clinique
- la qualité des conseils
- l’impact durable sur les comportements
- les effets psychologiques à long terme
La CNIL souligne notamment plusieurs points de vigilance :
- dépendance émotionnelle
- illusion relationnelle
- confidentialité des données
- vulnérabilité des jeunes utilisateurs
Ces enjeux sont particulièrement critiques dans le champ de la santé mentale.
Le vrai facteur différenciant : la structure de l’intervention
Les travaux récents convergent sur un point important : ce n’est pas le canal numérique qui détermine l’efficacité, mais la structure comportementale de l’intervention.
Une plateforme numérique seule produit généralement :
- information
- sensibilisation
- engagement ponctuel
L’impact devient plus important lorsque plusieurs dimensions sont combinées :
- objectifs explicites
- feedback régulier
- soutien social
- accompagnement humain
- renforcement positif
- adaptation au contexte
Autrement dit : les réseaux sociaux ne deviennent utiles en santé que lorsqu’ils cessent d’être uniquement des médias de diffusion.
Réseaux sociaux, IA et changement de comportements santé : ce que montrent les données
| Objectif principal | Type d’outil | Effet réel le plus probable | Niveau d’impact comportemental | Limite principale |
|---|---|---|---|---|
| Information santé | Posts, vidéos, contenus éducatifs | Sensibilisation, augmentation des connaissances | Faible seul | Le savoir modifie peu les comportements sans conditions favorables |
| Engagement et motivation | Groupes sociaux, communautés, challenges | Soutien social, engagement initial | Variable | Difficulté de maintien dans le temps |
| Auto-suivi et feedback | Applications, wearables, tableaux de bord | Prise de conscience, suivi des habitudes | Modéré | Abandon fréquent et fatigue d’usage |
| IA conversationnelle | Chatbots, compagnons IA | Accessibilité, interaction continue | Encore incertain | Peu de preuves robustes sur les changements durables |
| Interventions comportementales numériques structurées | Objectifs, feedback personnalisé, coaching, nudges | Modification ciblée des comportements | Plus élevé | Dépend fortement du contexte et de l’accompagnement |
| Approches hybrides (digital + humain + environnement) | Accompagnement humain, intervention numérique, action sur les déterminants | Adoption et maintien plus durables | Niveau de preuve généralement plus favorable | Complexité organisationnelle et coût |
| Indicateur numérique | Ce qu’il mesure réellement | Ce qu’il ne permet pas de conclure |
| Téléchargements | Intérêt initial | Impact sur la santé |
| Temps passé | Niveau d’interaction | Modification comportementale |
| Nombre de connexions | Fréquence d’usage | Maintien du changement |
| Satisfaction utilisateur | Perception positive | Efficacité clinique |
| Engagement communautaire | Participation sociale | Réduction du risque santé |
| Auto-déclarations | Intention ou perception | Changement réel durable |
| Outcomes cliniques | Impact santé mesurable | Généralisation populationnelle |
Le réseau social intégré aux applications santé est-il efficace ?
De nombreuses applications proposent des forums, des communautés en ligne ou des espaces de partage de réussites, à l’image des réseaux sociaux, mais avec des niveaux d’usage très variables dans le temps
Une piste logique serait donc de proposer un réseau social intégré, sécurisé, dans les solutions numériques de santé. Mais est-ce efficace ?
Leur principal apport ne réside pas dans la diffusion d’information, mais dans le soutien social, la normalisation de l’expérience, le partage de stratégies concrètes et le sentiment d’appartenance.
Une revue systématique publiée en 2025 dans Communications Psychology montre que les groupes de soutien en ligne pour les maladies chroniques peuvent améliorer certaines dimensions de santé et de bien-être, notamment par le soutien émotionnel, l’échange d’expérience et la réduction du sentiment d’isolement.
Mais les effets restent hétérogènes et dépendent fortement des contextes d’usage, des caractéristiques des participants et de la qualité des interactions.
Cette nuance est importante pour les comportements de santé.
Les communautés numériques peuvent soutenir l’engagement chez des personnes déjà motivées, actives dans leur recherche d’information ou capables de participer régulièrement.
Elles peuvent aussi aider des profils “performeurs” à maintenir une dynamique, se comparer, partager leurs progrès ou renforcer leur identité de changement.
En revanche, elles sont moins susceptibles, seules, de modifier durablement les comportements chez les personnes éloignées de l’action, contraintes par leur environnement ou peu engagées au départ.
Les travaux récents sur le soutien pair-à-pair en ligne en santé mentale soulignent d’ailleurs que les mécanismes d’effet restent encore insuffisamment compris, et que les bénéfices comme les risques dépendent des conditions d’animation, de modération, de sécurité et d’intégration dans un parcours plus large.
Autrement dit, une communauté n’est pas une intervention comportementale en soi.
Elle devient un levier lorsqu’elle est intégrée dans une architecture de changement : objectifs explicites, feedback, soutien social structuré, accompagnement, règles de modération et articulation avec des professionnels ou des dispositifs validés.
Sans cette structuration, elle risque surtout de renforcer l’information, l’expression ou l’engagement des plus actifs, sans réduire les écarts d’accès ni produire un impact comportemental durable.
Pourquoi la majorité des dispositifs restent limités
La principale limite est structurelle.
Les comportements de santé dépendent rarement d’un simple manque d’information.
Ils sont influencés par :
- les contraintes quotidiennes
- l’environnement social
- les déterminants économiques
- l’organisation du temps
- l’accessibilité des ressources
Les outils numériques interviennent principalement :
- au niveau de l’attention
- de l’engagement
- parfois de la motivation
mais beaucoup plus rarement :
- sur les contraintes réelles
- sur les environnements
- sur les déterminants structurels
Cette limite explique pourquoi de nombreux dispositifs génèrent :
- un fort engagement initial
- une adoption rapide
- mais un impact clinique limité à long terme
Vers un nouveau modèle d’intervention ?
Les évolutions actuelles suggèrent néanmoins une transformation importante.
Les réseaux sociaux et les IA conversationnelles pourraient progressivement devenir :
- des portes d’entrée dans les parcours de prévention
- des outils de repérage précoce
- des supports de maintien comportemental
- des facilitateurs d’accès
Mais leur efficacité dépendra probablement moins de leur sophistication technologique que de leur intégration dans des stratégies plus larges :
- interventions comportementales
- accompagnement humain
- modification des environnements
- coordination avec les systèmes de soins
Le principal enjeu n’est donc pas de savoir si les réseaux sociaux “fonctionnent”.
La vraie question est : dans quelles conditions ces outils deviennent-ils capables de produire un changement comportemental durable ?
Conclusion
Les réseaux sociaux et les IA conversationnelles transforment profondément les usages en santé.
Ils améliorent :
- l’accès à l’information
- l’engagement
- le soutien social
- certaines formes d’accompagnement
Mais les preuves restent beaucoup plus limitées concernant leur capacité à modifier durablement les comportements de santé ou les trajectoires cliniques.
Le risque actuel est de confondre :
- usage
- engagement
- interaction
avec :
- transformation réelle des comportements
- réduction des risques
- impact populationnel
Les données récentes suggèrent une conclusion plus nuancée : les réseaux sociaux et les IA conversationnelles ne deviennent donc pas des leviers de santé parce qu’ils captent l’attention, mais lorsqu’ils parviennent à modifier durablement les conditions dans lesquelles les comportements se produisent.
Références bibliographiques
Brailovskaia, J., et al. (2025). Social media-based interventions for mental health outcomes: A meta-analysis. Journal of Medical Internet Research, 27, e67953. https://www.jmir.org/2025/1/e67953
Davis, K. E., et al. (2025). Social media as a platform for health behavior interventions: Umbrella review. Journal of Medical Internet Research, 27, e57370. https://www.jmir.org/2025/1/e57370
JAMA Network Open. (2025). Use of generative artificial intelligence for mental health support among US youth. JAMA Network Open. https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2841067
Commission nationale de l’informatique et des libertés (CNIL). (2025). IA conversationnelle et santé mentale des jeunes : résultats de l’enquête européenne. https://www.cnil.fr/fr/ia-conversationnelle-et-sante-mentale-des-jeunes-resultats-de-lenquete-europeenne
Lavender, T., Bucci, S., Morris, R., Berry, N., Berry, K., Edge, D., Emsley, R., Machin, M., & Lewis, S. (2024). Understanding the impacts of online mental health peer support forums: Realist synthesis. JMIR Mental Health, 11, e55750. https://doi.org/10.2196/55750
Maddox, T. M., et al. (2024). Randomised controlled trials evaluating artificial intelligence in clinical practice: A systematic review. The Lancet Digital Health. https://doi.org/10.1016/S2589-7500(24)00047-5
Mills, F., Drury, J., Hall, C. E., Weston, D., Symons, C., Amlôt, R., & Carter, H. (2025). A mixed studies systematic review on the health and wellbeing effects, and underlying mechanisms, of online support groups for chronic conditions. Communications Psychology, 3, Article 40. https://doi.org/10.1038/s44271-025-00217-6
Pew Research Center. (2025). Social media and generative AI as sources of health information among U.S. adults. Pew Research Center. https://www.pewresearch.org/short-reads/2025/02/18/social-media-and-generative-ai-as-sources-of-health-information-among-us-adults/
Ray, A., et al. (2024). Digital mental health and peer support: Building a theory of change for implementation and evaluation. PLOS Digital Health, 3(5), e0000522. https://doi.org/10.1371/journal.pdig.0000522
World Health Organization. (2025). Noncommunicable diseases. https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases
A lire également
L’IA peut-elle sauver le système de santé ?
Adolescents : comprendre les comportements santé pour reconstruire les stratégies santé
Les sciences comportementales s’implantent dans la lutte contre le tabac et le vapotage
