Simulateur : Écoute active dans le domaine de la santé
Notes du formateur
Lorsque nous prêtons une oreille curieuse et sans jugement aux patients et que nous les laissons exprimer librement leurs pensées, nous comprenons mieux leurs besoins et leur donnons le sentiment d'être véritablement entendus. Il en résulte une meilleure réceptivité aux options de traitement et une expérience de soins plus positive, à un moment souvent stressant de leur vie.
Mais écouter activement et avec intention demande de la pratique. Beaucoup d'entre nous écoutent dans le but premier de répondre, plutôt que de chercher d'abord à comprendre. Pour franchir ce fossé dans les conversations, nous devons savoir poser de bonnes questions ouvertes, reformuler ce que nous entendons et valider les émotions avec empathie.
Notre roleplay Écoute active dans le domaine de la santé est un simulateur de conversation IA, dans lequel les apprenants peuvent s'exercer à ces compétences clés d'écoute active avec un patient virtuel et recevoir un feedback sur mesure pour progresser.
À propos de cette ressource
Compétence visée et objectifs d'apprentissage
Compétence visée
Exercer vos compétences d'écoute active avec un patient virtuel afin de gagner en confiance et en aisance professionnelle
Objectifs d'apprentissage
- Poser de bonnes questions ouvertes et chercher à clarifier pour mieux comprendre
- Utiliser la reformulation et la synthèse pour montrer que vous écoutez
- Faire preuve d'empathie pour valider les émotions et montrer que vous vous souciez de l'autre
- Communiquer avec un bon contact visuel et un langage corporel ouvert
Avertissement concernant l'IA
Ce simulateur de roleplay utilise un LLM pour générer les réponses du personnage virtuel, orienter la direction de la conversation et rédiger un feedback personnalisé pour l'apprenant. Bien que nous ayons conçu les prompts autour des compétences visées et objectifs d'apprentissage de ce simulateur, et avec des limites de conversation strictes empêchant toute utilisation inappropriée, veuillez prendre en compte les limitations suivantes :
-
Le LLM est sujet aux « hallucinations », ce qui signifie qu'il peut générer des informations qui semblent factuelles mais qui sont incorrectes, trompeuses ou entièrement inventées.
-
Il est impossible de prévoir tout ce que les utilisateurs pourraient saisir dans les champs de personnalisation et tout ce qu'ils pourraient dire au cours de la conversation. Par conséquent, des usages involontaires ou inadaptés de la personnalisation de la conversation, des tentatives délibérées de manipuler le système, ainsi que des réponses imprévisibles de la part de l'apprenant peuvent entraîner des interactions inattendues du LLM, échappant à notre contrôle.
En résumé, sachez que nous ne pouvons pas garantir que l'intégralité du contenu généré par l'IA sera toujours exact, approprié ou aligné avec les objectifs pédagogiques en toutes circonstances.
Nous accueillons volontiers tout retour concernant la performance de nos simulateurs. Nous travaillons continuellement à l'amélioration de nos roleplays basés sur des LLM, afin de vous offrir une expérience d'apprentissage personnalisée, sûre et à fort impact.
Personnages
Chantal
Brandon
Ameera
Sebastian
Valorie
Harlem
Florence
Tim
Abeeku
Felicity
Geoffrey
Patricia
Environnement
Salle de consultation
Salon (visite à domicile)
Chambre individuelle
Salon en résidence médicalisée
Cabinet de thérapie
Le scénario et le patient virtuel de ce roleplay peuvent être personnalisés dans BSGO pour offrir une expérience unique et sur mesure :
- Rôle de l'apprenant : quelle profession de santé l'apprenant interprétera-t-il dans cette conversation ?
- Avatar du patient : choisissez parmi 12 options pour correspondre à votre scénario
- Environnement : choisissez parmi 5 options
- Sujet de la conversation : quelle préoccupation de santé le patient IA souhaite-t-il aborder, ou de quoi l'apprenant discutera-t-il avec le patient en tant que professionnel de santé ?
- Antécédents médicaux : les besoins de soins plus larges du patient IA
- Parcours du personnage : l'histoire personnelle du patient IA, qui contribue à donner du relief à sa personnalité
- Humeur actuelle du patient : comment le patient IA se comportera-t-il lorsque l'apprenant lui adressera la parole pour la première fois ?
- Soumission de la transcription : vous pouvez activer cette option pour choisir si les apprenants doivent soumettre leur transcription afin qu'elle soit examinée par le formateur
Vous pouvez également modifier les détails techniques tels que le titre de l'activité, sa description, la durée de la conversation et les instructions destinées à l'apprenant, en fonction de la manière dont vous avez adapté le scénario.
À l'entrée dans le simulateur, les apprenants verront s'afficher les instructions personnalisées dans une fenêtre contextuelle, leur indiquant à quoi s'attendre ainsi que les objectifs à atteindre durant la conversation. Ils rencontrent ensuite le patient virtuel et s'exercent à mettre en pratique leurs compétences d'écoute active.
La conversation se déroule sous forme d'échanges entre le patient virtuel IA et l'apprenant. Une fois que le patient IA a fait part de sa préoccupation, l'apprenant a l'opportunité de répondre avec ses propres mots, puis le patient réagit à son tour, et ainsi de suite. Les réponses du patient s'adaptent dynamiquement pour faire avancer la conversation en fonction des interventions de l'apprenant.
Si l'apprenant mène la conversation avec une écoute attentive et des réponses réfléchies, il suscitera des réactions positives de la part du patient et fera progresser l'échange de manière constructive, jusqu'à atteindre une étape où le patient se sent entendu, voit ses inquiétudes s'apaiser et devient ouvert aux conseils de l'apprenant.
À l'inverse, des réponses jugeantes, méprisantes ou centrées sur soi peuvent faire dégénérer la conversation en blessures et en résistance de la part du patient, jusqu'à ce qu'il finisse par se fermer et cesser de parler ouvertement à l'apprenant.
Une fois la conversation terminée, l'apprenant peut consulter le feedback personnalisé, généré par l'IA, sur sa performance et sur sa mobilisation des compétences fondamentales d'écoute active.
Lorsque la conversation de l'apprenant avec le patient IA se termine, un panneau contextuel propose des conseils écrits portant sur les différentes compétences qu'il a démontrées. Le feedback relatif aux compétences d'écoute active est généré par le LLM, tandis que le feedback sur les compétences non verbales est pré-rédigé par nos concepteurs pédagogiques.
De courts résumés textuels expliquent les points sur lesquels il a excellé et ceux sur lesquels il pourrait progresser à l'avenir, à l'aide d'exemples tirés de sa transcription.
La performance de l'apprenant est évaluée à partir de ces compétences clés d'écoute active, verbales et non verbales :
- Reformulation et synthèse – refléter ce que le patient a partagé afin de démontrer sa compréhension.
- Empathie et validation – utiliser des formulations empathiques et validantes qui témoignent de bienveillance et de reconnaissance des émotions du patient.
- Questions ouvertes et clarification – chercher à ouvrir la conversation et à mieux saisir les attentes et les besoins du patient.
- Contact visuel – établir un contact visuel fréquent, sans être excessif, pour exprimer l'engagement et l'empathie.
- Langage corporel – adopter une posture détendue et ouverte qui crée une atmosphère calme et accueillante.
En complément du feedback textuel généré par le LLM, l'apprenant reçoit une évaluation globale de sa performance pour chaque compétence : À améliorer, Bien, ou Excellent. Cette évaluation se fonde sur l'efficacité et la régularité avec lesquelles la compétence a été démontrée, ainsi que sur les éventuelles erreurs commises et la marge de progression observée.
Plus précisément, une évaluation « À améliorer » est attribuée lorsque la compétence est peu ou pas démontrée au cours de la conversation, avec des tentatives majoritairement inefficaces et une réelle marge de progression. « Bien » est attribué lorsque la compétence a été mise en œuvre à plusieurs reprises de manière sincère et remarquable, mais que certaines erreurs ont nui à la régularité de la démonstration. « Excellent » est attribué lorsque la compétence a été appliquée de manière constamment solide, même si un ou deux faux pas sont survenus.
L'apprenant peut également consulter la transcription complète de la conversation dans ce panneau contextuel, afin de poursuivre sa réflexion sur soi quant aux points sur lesquels il a excellé et à ceux où il s'est trompé.