Parent's AI Coach (PaiCoach) : une étude expérimentale à cas unique d'un système de coaching parental assisté par IA pour enfants autistes
Parent's AI Coach (PaiCoach): A Single-Case Experimental Study of an AI-Supported Parent Coaching System for Autistic Children.
L’essentiel
Cette étude expérimentale à cas unique (multiple baseline) a évalué PaiCoach, un système de coaching parental assisté par intelligence artificielle fournissant un feedback automatisé basé sur la performance, chez quatre dyades mère-enfant avec des enfants autistes peu verbaux (45-56 mois). L'objectif était d'améliorer la fidélité d'implémentation parentale de pratiques basées sur les preuves et la réactivité communicative des enfants lors de la lecture partagée de livres. Les analyses visuelles et les tailles d'effet Tau-U montrent des relations fonctionnelles entre l'introduction de PaiCoach et l'augmentation de la fidélité parentale, avec des améliorations correspondantes de la réactivité des enfants. La validation humaine indique que PaiCoach adopte 68,6 % des analyses générées par IA sans modification, tandis que 31,4 % nécessitent une édition experte. Les résultats de validité sociale et d'utilisabilité montrent une satisfaction parentale élevée et une bonne utilisabilité. Ces résultats préliminaires soutiennent la faisabilité du coaching parental assisté par IA et l'importance continue de la supervision humaine.
- PaiCoach est un système de coaching parental assisté par IA qui fournit un feedback automatisé basé sur la performance parentale lors de routines naturalistes de lecture partagée.
- L'étude utilise un design expérimental à cas unique avec lignes de base multiples concurrentes chez quatre dyades mère-enfant avec enfants autistes peu verbaux âgés de 45 à 56 mois.
- Les analyses visuelles et les tailles d'effet Tau-U montrent des relations fonctionnelles entre l'introduction de PaiCoach et l'augmentation de la fidélité d'implémentation parentale, avec des améliorations correspondantes de la réactivité communicative des enfants.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude expérimentale à cas unique (multiple baseline) a évalué PaiCoach, un système de coaching parental assisté par intelligence artificielle fournissant un feedback automatisé basé sur la performance, chez quatre dyades mère-enfant avec des enfants autistes peu verbaux (45-56 mois). L'objectif était d'améliorer la fidélité d'implémentation parentale de pratiques basées sur les preuves et la réactivité communicative des enfants lors de la lecture partagée de livres. Les analyses visuelles et les tailles d'effet Tau-U montrent des relations fonctionnelles entre l'introduction de PaiCoach et l'augmentation de la fidélité parentale, avec des améliorations correspondantes de la réactivité des enfants. La validation humaine indique que PaiCoach adopte 68,6 % des analyses générées par IA sans modification, tandis que 31,4 % nécessitent une édition experte. Les résultats de validité sociale et d'utilisabilité montrent une satisfaction parentale élevée et une bonne utilisabilité. Ces résultats préliminaires soutiennent la faisabilité du coaching parental assisté par IA et l'importance continue de la supervision humaine.
Résultats principaux
PaiCoach est un système de coaching parental assisté par IA qui fournit un feedback automatisé basé sur la performance parentale lors de routines naturalistes de lecture partagée. L'étude utilise un design expérimental à cas unique avec lignes de base multiples concurrentes chez quatre dyades mère-enfant avec enfants autistes peu verbaux âgés de 45 à 56 mois. Les analyses visuelles et les tailles d'effet Tau-U montrent des relations fonctionnelles entre l'introduction de PaiCoach et l'augmentation de la fidélité d'implémentation parentale, avec des améliorations correspondantes de la réactivité communicative des enfants. La validation humaine révèle que 68,6 % des analyses générées par IA sont adoptées sans modification, tandis que 31,4 % nécessitent une édition experte. Les parents rapportent une satisfaction élevée et une bonne utilisabilité du système PaiCoach. Les résultats fournissent des preuves préliminaires de faisabilité pour le coaching parental assisté par IA et soulignent l'importance de la supervision humaine dans les systèmes actuels.
Repères pour la pratique
Le coaching parental assisté par IA pourrait améliorer l'accès et l'immédiateté des interventions parentales pour les enfants autistes peu verbaux, en particulier dans les routines de lecture partagée. L'amélioration de la fidélité parentale aux pratiques basées sur les preuves pourrait se traduire par une meilleure réactivité communicative chez l'enfant, bien que des essais contrôlés randomisés soient nécessaires pour confirmer ces effets. La supervision humaine reste essentielle dans les systèmes d'IA actuels, car environ un tiers des analyses générées par IA nécessitent une édition experte. Les cliniciens pourraient envisager l'intégration d'outils d'IA comme complément au coaching parental traditionnel, en veillant à maintenir une validation par des professionnels.
Limites et précautions
Article clairement utile pour NeuroWatch car il concerne une intervention innovante (IA) pour l'autisme, avec des implications cliniques potentielles. Cependant, le niveau de preuve est faible (étude à cas unique, petit échantillon) et l'accès est limité à l'abstract. Note de pertinence élevée (85) en raison de l'originalité et de la pertinence clinique, mais pas maximale en raison des limites méthodologiques. L'étude repose sur un petit échantillon de quatre dyades mère-enfant, ce qui limite la généralisation des résultats. Le design à cas unique ne permet pas d'établir une causalité forte ni de comparer à un groupe contrôle. Les mesures sont principalement observationnelles et auto-rapportées, avec un risque de biais. La durée de suivi n'est pas précisée, ce qui limite l'évaluation des effets à long terme. L'abstract ne fournit pas d'informations sur les limites méthodologiques détaillées, telles que l'attrition ou les conflits d'intérêts.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Une anomalie documentaire ou méthodologique a été détectée. L’article reste disponible et doit être interprété avec prudence.
Examiner les critères point par point
Conception et population : il s'agit d'une série de cas portant sur quatre dyades mère-enfant avec des enfants autistes peu verbaux âgés de 45 à 56 mois. Les critères de sélection, la méthode de recrutement et la provenance des participants ne sont pas rapportés dans la source analysée. La durée du suivi et le calendrier des évaluations ne sont pas rapportés dans la source analysée. Intervention et variables : l'intervention évaluée est Parent's AI Coach (PaiCoach), un système de coaching parental assisté par IA fournissant des retours automatisés basés sur la performance dans les routines naturalistes, utilisé pendant la lecture partagée de livres. Les variables dépendantes principales sont la fidélité d'implémentation parentale et la réactivité communicative de l'enfant, examinées par analyse visuelle et tailles d'effet Tau-U. Résultats rapportés par les auteurs : l'analyse visuelle montre des relations fonctionnelles entre l'introduction de PaiCoach et l'augmentation de la fidélité d'implémentation parentale, avec des améliorations correspondantes de la réactivité des enfants. PaiCoach adopte 68,6 % des analyses générées par l'IA sans modification, tandis que 31,4 % ont nécessité une édition experte. Les données de validité sociale et d'utilisabilité indiquent une satisfaction parentale élevée et une bonne utilisabilité. Analyse NeuroWatch : l'analyse est automatisée et repose uniquement sur le résumé de la publication, ce qui constitue une limitation importante ; les résultats détaillés, les données chiffrées complètes et les analyses statistiques ne sont pas accessibles. Le niveau de confiance calculé est faible et la robustesse n'a pas pu être déterminée. Aucune incohérence numérique n'a été détectée, mais la conclusion des auteurs selon laquelle ces résultats fournissent des preuves préliminaires de la faisabilité du coaching parental assisté par IA et de l'importance continue de la supervision humaine dépasse légèrement les résultats présentés, compte tenu du petit échantillon (4 dyades) et de l'absence d'analyse statistique de la nécessité de l'édition experte. Les informations sur le financement et les conflits d'intérêts ne sont pas rapportées dans la source analysée. Aucune recommandation clinique n'est formulée.
case descriptionFavorable
Quatre dyades mère-enfant avec des enfants autistes peu verbaux âgés de 45 à 56 mois sont décrites.
Un élément méthodologique adéquat est explicitement documenté.case selectionNon déterminable
Aucune information sur les critères de sélection, la méthode de recrutement ou la provenance des participants n'est fournie.
L’information nécessaire n’est pas rapportée dans la source analysée.follow upNon déterminable
Aucune information sur la durée du suivi ou le calendrier des évaluations n'est fournie.
L’information nécessaire n’est pas rapportée dans la source analysée.intervention or exposureFavorable
L'intervention évaluée est Parent's AI Coach (PaiCoach), un système de coaching parental assisté par IA fournissant des retours automatisés basés sur la performance dans les routines naturalistes, utilisé pendant la lecture partagée de livres.
Un élément méthodologique adéquat est explicitement documenté.outcome ascertainmentFavorable
Les variables dépendantes principales sont la fidélité d'implémentation parentale et la réactivité communicative de l'enfant, évaluées par analyse visuelle et tailles d'effet Tau-U.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Cas clinique ou série de cas
- Source
- Journal of Autism and Developmental Disorders
- Date
- 11 sept. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée