Article original

Je délègue une intention à un agent IA

I delegate an intention to an AI agent

PhD ( Marseille )

^* Adresse pour correspondance : Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

Reçu : 25 Mai 2026
Accepté : 10 Juin 2026

Résumé

Contexte : Les systèmes agentiques déplacent l’IA clinique d’une logique d’exécution de tâches vers une logique d’interprétation d’intentions, exposant des mécanismes d’arbitrage souvent implicites.

Objectif : Proposer un cadre conceptuel et opérationnel pour analyser les risques liés à la délégation d’intention à un agent d’IA en orthodontie, et préciser des exigences minimales de sûreté et de gouvernance.

Approche : Revue narrative et synthèse conceptuelle articulant une définition opératoire de l’intention clinique, une typologie des autonomies agentiques, des risques cognitifs (normalisation silencieuse, sous-exploration, sur-génération) et des risques socio-techniques en contexte connecté (tool-use, workflows, documentation).

Points clés : Le risque critique débute souvent au niveau de l’arbitrage (priorisation des contraintes et pondération des compromis) avant toute décision explicite. La sûreté clinique ne se réduit pas à la performance moyenne : elle exige des règles d’arrêt (stop rules), la détection de données manquantes, le refus de conclure en zone grise, l’explicitation des hypothèses/alternatives/incertitudes et une cybersécurité adaptée aux risques LLM en chaîne d’outils.

Conclusion : La délégation d’intention n’est acceptable que si elle s’accompagne d’une gouvernance vérifiable : traçabilité minimale, séparation génération/évaluation/validation, supervision humaine praticable et littératie IA clinique, avec intégration du patient dans l’information et le consentement.

Abstract

Background: Agentic systems shift clinical AI from task execution to intention interpretation, exposing arbitration mechanisms that often remain implicit.

Objective: To propose a conceptual and operational framework for analyzing risks associated with delegating clinical intention to an AI agent in orthodontics, and to specify minimum safety and governance requirements.

Approach: Narrative review and conceptual synthesis articulating an operational definition of clinical intention, a typology of agentic autonomies, cognitive risks (silent normalization, under-exploration, over-generation), and socio-technical risks in connected contexts (tool-use, workflows, documentation).

Key points: The critical risk often begins at the arbitration level (constraint prioritization and trade-off weighting) before any explicit decision. Clinical safety cannot be reduced to average performance: it requires stop rules, missing data detection, refusal to conclude in gray zones, explicit disclosure of hypotheses/alternatives/uncertainties, and cybersecurity adapted to LLM risks in tool chains.

Conclusion: Intention delegation is acceptable only if accompanied by verifiable governance: minimal traceability, generation/evaluation/validation separation, practicable human supervision, and clinical AI literacy, with integration of the patient in information and consent.