Compétences numériques et en IA dans la formation en soins infirmiers : comment les étudiant·es évaluent leurs propres compétences

Les professionnel·les des soins infirmiers sont appelé·es à contribuer activement à l’intégration des outils numériques et de l’IA dans leur quotidien professionnel. Dans quelle mesure les étudiant·es en soins infirmiers se sentent-ils et elles préparé·es à relever ce défi ? La BFH a utilisé pour la première fois en allemand le questionnaire de l’étude internationale NURS-DIAL : les 71 étudiant·es interrogé·es se considèrent majoritairement comme compétent·es dans l’utilisation de l’IA, mais se montrent plus incertain·es en matière d’éthique et de protection des données. 

Compétences numériques et compétences en IA

La transformation numérique façonne dans une large mesure les processus de soins dans la profession infirmière. De nombreux scénarios d’application permettent de numériser les processus du quotidien, notamment les systèmes d’assistance technique, les systèmes robotiques, les formes de communication télémédicale (télésurveillance et télésoins) ou encore la documentation électronique des soins (Bitterlich & Götze, 2022). La mise en œuvre durable et ciblée de ces outils numériques est particulièrement réussie lorsqu’elle génère une plus-value perceptible pour les professionnel·les des soins infirmiers et les patient·es. La création de cette plus-value suppose que les professionnel·les des soins infirmiers disposent des compétences (numériques) nécessaires pour participer activement au développement, aux tests, à la mise en œuvre et à l’évaluation des outils numériques dans la pratique des soins (Thilo et al., 2024). 

Il est donc nécessaire d’adapter les contenus de formation destinés aux étudiant·es en soins infirmiers et de définir des profils de compétences actualisés. Afin de dégager des recommandations fondées sur des données probantes pour le développement et la stratégie de l’enseignement, l’enquête internationale NURS-DIAL (NURSing Digital and AI Literacy Assessment) a été menée sous la coordination de la Faculté des sciences de la santé de l’Université de Maribor (Slovénie). Cette étude avait pour objectif d’évaluer, à l’échelle internationale, le niveau de compétences numériques et de compétences en intelligence artificielle (IA) des étudiant·es en soins infirmiers inscrit·es bachelor/licence et en master. 

La Haute école spécialisée bernoise (BFH) a participé à cette étude internationale transversale en traduisant pour la première fois les questionnaires en allemand, en collaboration avec l’Université privée des sciences de la santé et des technologies du Tyrol (UMIT), et en réalisant, à des fins de validation, une première enquête en Suisse auprès des étudiant·es des filières Bachelor of Science (BSc) et Master of Science (MSc) en soins infirmiers de la BFH. 

Méthodologie

En octobre et novembre 2025, l’ensemble des étudiant·es en soins infirmiers (BSc et MSc) inscrit·es à la BFH ont été invité·es, par e-mail via la plateforme d’apprentissage, à participer à une enquête en ligne anonyme. Le questionnaire comprenait 66 items permettant aux participant·es d’évaluer leurs propres compétences. Outre les données sociodémographiques, il couvrait six domaines thématiques : 

• Compétences informationnelles : rechercher des informations de manière ciblée, les évaluer de manière critique et les utiliser de façon responsable (échelle en 5 points allant de « débutant·e » à « expert·e »). 
• Compétences en mHealth : comprendre, évaluer et utiliser les informations de santé provenant d’applications et d’appareils mobiles pour prendre des décisions (échelle d’accord en 5 points). 
• Compétences en IA : utiliser les applications d’IA de manière compétente, identifier l’IA dans les produits et prendre en compte les aspects éthiques et liés à la protection des données (échelle d’accord en 7 points). 
• Bien-être numérique : utiliser les technologies numériques de manière à ne pas porter atteinte aux relations, à la santé ou à la sécurité (échelle en 5 points allant de « débutant·e » à « expert·e »). 
• Intégration des thématiques liées à l’IA dans la formation : identifier les contenus qui devraient faire partie du cursus, y compris les propositions personnelles des étudiant·es (échelle en 5 points). 
• Perception personnelle et expériences liées à l’IA : question ouverte avec réponse libre. 

Seuls les questionnaires entièrement complétés ont été analysés. Les données ont fait l’objet d’une analyse descriptive avec R et ont été analysées séparément selon le niveau d’études. Pour chaque domaine thématique, un score global a été calculé à partir des différents items.

Résultats

Au total, 71 étudiant·es ont participé à l’enquête, dont 30 (42,3 %) étaient inscrit·es au programme BSc et 41 (57,7 %) au programme MSc (taux de réponse : 11,5 %). Les étudiant·es du BSc étaient âgé·es en moyenne de 25,1 ans (étendue : 18–44 ans), tandis que l’âge moyen des étudiant·es du MSc était de 33,6 ans (étendue : 24–50 ans). 90 % des participant·es étaient des femmes. Dans les quatre domaines thématiques, les étudiant·es du MSc s’évaluent à un niveau équivalent ou légèrement supérieur à celui des étudiant·es du BSc. Plus d’un tiers des étudiant·es interrogé·es se trouvaient en première année d’études (38 %) et deux tiers des étudiant·es avaient choisi une spécialisation en soins infirmiers généraux/soins aigus (66,2 %). 

Le tableau 1 présente et compare les scores globaux des étudiant·es du BSc et du MSc dans les domaines des compétences informationnelles, des compétences en mHealth, des compétences en IA et du bien-être numérique. Les résultats montrent que les étudiant·es du MSc évaluent leurs connaissances et compétences comme étant au moins équivalentes, voire supérieures, à celles des étudiant·es du BSc.

Tableau 1 : Scores globaux dans quatre domaines thématiques chez les étudiant·es BSc et MSc 

Compétences informationnelles : Le score global des questions portant sur les compétences informationnelles était de 2,8 pour les étudiant·es du BSc et de 3,2 pour les étudiant·es du MSc, ce qui correspond à un niveau situé entre des connaissances de base (2) et des connaissances intermédiaires (3). De manière générale, les étudiant·es du programme MSc évaluent leurs compétences informationnelles plus positivement que les étudiant·es du programme BSc. 

Les différences les plus marquées concernent la citation de sources numériques et le partage correct d’informations dans l’espace public : environ 45 % et 50 % des étudiant·es BSc, respectivement, se considèrent comme « débutant·es » ou disposant de « connaissances de base », contre respectivement 20 % et 35 % des étudiant·es MSc. 

Compétences en mHealth : Le score global des questions portant sur les compétences en mHealth s’élevait à 3,5 pour les étudiant·es BSc et à 3,8 pour les étudiant·es MSc. Les étudiant·es des deux niveaux utilisent fréquemment des applications de santé. Environ 75 % sont familiarisé·es avec les informations de santé et les applications sur les appareils mobiles, et environ 65 % se sentent capables d’en évaluer la qualité. Ils et elles sont toutefois plus réservé·es lorsqu’il s’agit d’utiliser les données recueillies au moyen d’appareils mobiles pour prendre des décisions en matière de santé : environ 22 % des étudiant·es BSc et 13 % des étudiant·es MSc s’y opposent. 

Compétences en IA : Le calcul du score global des questions portant sur les compétences en IA a donné un résultat de 4,7 pour les étudiant·es BSc et de 4,9 pour les étudiant·es MSc. Dans l’ensemble, la majorité des étudiant·es des deux niveaux d’études s’évaluent comme très compétent·es dans l’utilisation de l’IA et savent où et comment l’utiliser de manière pertinente. Environ 75 % des étudiant·es MSc et 60 % des étudiant·es BSc évaluent leurs connaissances relatives à l’utilisation compétente des applications et produits d’IA pour soutenir leur travail quotidien à un niveau de 5 à 7. Les étudiant·es BSc sont davantage incertain·es concernant les questions éthiques et l’identification de l’IA dans les applications et les produits : environ 13 % d’entre eux et elles ne sont pas d’accord (valeurs de 1 à 3) avec l’affirmation selon laquelle ils et elles respectent toujours les principes éthiques lors de l’utilisation de l’IA, contre 5 % des étudiant·es MSc. 

Intégration des thématiques liées à l’IA dans la formation : Les deux groupes considèrent que les thématiques liées à l’IA sont importantes dans le cursus, mais les étudiant·es MSc l’affirment nettement plus fortement : environ 70 % d’entre eux et elles estiment que les connaissances et compétences en IA devraient absolument être intégrées à la formation, contre environ 40 % des étudiant·es BSc. Environ 70 % des étudiant·es des deux groupes considèrent qu’il est important d’évaluer de manière critique les résultats produits par l’IA. Les étudiant·es BSc se montrent plus sceptiques quant à l’intégration d’applications cliniques spécialisées, telles que les interventions assistées par robot, les robots sociaux dans les soins à domicile, le diagnostic psychiatrique assisté par l’IA ou l’évaluation du risque génétique : selon la thématique, 10 à 25 % d’entre eux et elles s’opposent à leur intégration, contre au maximum 10 % des étudiant·es MSc. 

Bien-être numérique : Les deux groupes obtiennent un score global de 3,3, soit un niveau légèrement supérieur aux connaissances intermédiaires. La majorité des étudiant·es se considèrent comme avancé·es dans leur capacité à entretenir des relations saines en ligne et hors ligne et à reconnaître que les informations numériques peuvent générer du stress. 

Dans les réponses libres complémentaires, les étudiant·es des deux programmes ont décrit des ressentis très variés face à l’utilisation de l’IA, allant d’expériences positives (p. ex. sentiment de sécurité, de soutien ou de renforcement) à des expériences négatives (p. ex. sentiment d’incertitude, de surcharge, de scepticisme ou d’ambivalence). 

Conclusion : ce que les résultats impliquent pour la formation

La connaissance du niveau de compétences des étudiant·es en soins infirmiers dans les domaines du numérique et de l’IA permet d’adapter de manière ciblée les contenus d’enseignement aux lacunes existantes et aux besoins d’entraînement spécifiques. Dans le cadre de la présente étude, un instrument spécialement conçu pour les professionnel·les des soins infirmiers a été développé à l’échelle internationale et validé simultanément dans plusieurs langues. Les données de cet ensemble de données de validation fournissent des premiers indices et mettent en évidence certaines tendances. Parallèlement, le présent article montre également les thématiques sur lesquelles se concentre actuellement la recherche internationale (Dong, 2026 ; El-Banna et al., 2025 ; Zhang et al., 2026) dans le domaine des compétences numériques et des compétences en IA au sein de la profession infirmière. En outre, l’étude met à disposition un instrument scientifique validé en langue allemande et apporte ainsi une contribution importante à la mesure des compétences numériques et liées à l’IA dans le contexte des soins infirmiers. 

Un aspect particulièrement intéressant de cet échantillon de validation est que la meilleure autoévaluation des compétences informationnelles par les étudiant·es MSc pourrait être liée à leur entraînement régulier dans le cadre du processus de formation. On pourrait également en déduire qu’il serait pertinent d’examiner la possibilité de proposer des occasions d’entraînement plus intensives dans le programme BSc. Les données montrent une utilisation importante des applications mobiles de santé parmi les étudiant·es, ainsi qu’une prise de conscience fondamentale des risques liés au numérique, mais aussi des incertitudes concernant la protection des données et les questions éthiques. 

Parallèlement, une attitude toujours ambivalente à l’égard du bien-être numérique demeure présente, comme cela a déjà été décrit dans la littérature scientifique (Pei et al., 2025 ; Vanden Abeele, 2021). Concrètement, selon les données analysées, la transformation numérique est systématiquement associée à des opportunités, telles que l’efficacité ou le soutien, mais également à des risques, notamment la déshumanisation, les dilemmes éthiques ou le risque d’erreur. Par ailleurs, l’incertitude des étudiant·es augmente face à des applications plus complexes, telles que la prise de décision clinique, l’évaluation des risques génétiques ou les interventions assistées par robot. 

Il pourrait donc être nécessaire de développer davantage d’applications concrètes, pratiques, efficaces et génératrices de bénéfices dans les soins de routine, qui pourraient ensuite être intégrées à la formation.

Références

Bitterlich, S., & Götze, U. (2022). Pflege 4.0 – Digitale Transformation eines Pflegeunternehmens. In T. Kümpel, K. Schlenkrich, & T. Heupel (Hrsg.), Controlling & Innovation 2022 (S. 27–60). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-36484-7_2  

Dong, X. (2026). Artificial intelligence literacy of nursing students: A cross-sectional study. Nurse Education Today, 166, 107272. https://doi.org/10.1016/j.nedt.2026.107272  

El-Banna, M. M., Sajid, M. R., Rizvi, M. R., Sami, W., & McNelis, A. M. (2025). AI literacy and competency in nursing education: Preparing students and faculty members for an AI-enabled future-a systematic review and meta-analysis. Frontiers in Medicine, 12, 1681784. https://doi.org/10.3389/fmed.2025.1681784  

Pei, X., Guo, J., & Wu, T.-J. (2025). How Ambivalence Toward Digital–AI Transformation Affects Taking-Charge Behavior: A Threat–Rigidity Theoretical Perspective. Behavioral Sciences, 15(3), 261. https://doi.org/10.3390/bs15030261  

Thilo, F. J. S., Ranegger, R., & Hackl, W. (2024). Künstliche Intelligenz für die Pflege. Krankenpflege | Soins Infirmiers | Cure Infermieristiche. https://doi.org/https://doi.org/10.24451/arbor.21349  

Vanden Abeele, M. M. P. (2021). Digital Wellbeing as a Dynamic Construct. Communication Theory, 31(4), 932–955. https://doi.org/10.1093/ct/qtaa024  

Zhang, M., Woodcock, D., & O’Connor, S. (2026). Using Generative Artificial Intelligence (GenAI) to Co-Design Digital Health Technologies: Some Lessons Learned. Computers, Informatics, Nursing: CIN. https://doi.org/10.1097/CIN.0000000000001537