Rapports sociaux et IA : anonymise D'ABORD (le workflow complet)

Il est 18h40. Ta dernière visite à domicile s’est terminée à 16h15. Tu es encore au bureau, et il te reste quatre écrits à finir avant de pouvoir rentrer — un rapport social, une note au dossier, une mise à jour du Projet pour l’Enfant, et une synthèse pour la réunion d’équipe de demain matin. Ce n’est pas une mauvaise journée. C’est un mardi normal.

Les travailleurs sociaux passent quelque part entre 30 et 40 % de leur temps de travail sur des tâches administratives, pas sur du contact direct avec les personnes accompagnées — le chiffre varie selon les enquêtes et les secteurs, mais elles pointent toutes dans la même direction. Les infirmiers ont eu leurs assistants IA de transcription il y a des années. Les psychologues libéraux ont des outils pensés pour eux, encadrés par la CNIL. Le travail social — sans doute la profession qui porte la plus lourde charge d’écrits professionnels de toutes — est resté presque entièrement en dehors de cette vague. Voilà la version simple, prête à coller, pensée pour toi.

Ce que c’est vraiment

Voici ce que personne qui te vend un abonnement à 40 €/mois d’« IA pour rapports sociaux » n’a envie de dire tout haut : tu n’as pas besoin d’acheter quoi que ce soit pour récupérer l’essentiel du bénéfice. ChatGPT ou Claude, utilisés correctement, transforment une page de notes griffonnées en une évaluation structurée en moins de deux minutes. Ce n’est plus vraiment discutable — c’est le même principe de base que vendent tous les outils « IA scribe » pensés pour les infirmiers, les psychologues, et maintenant les travailleurs sociaux, moins l’abonnement mensuel.

Ce qui est réellement nouveau, c’est l’ampleur que prend le sujet dans le secteur, en ce moment même, en France. La Direction Générale de la Cohésion Sociale (DGCS) et LaborIA — le programme de recherche-action créé par le ministère du Travail et Inria en 2021 pour étudier les effets de l’IA sur les métiers — ont lancé une étude sur les usages de l’IA dans le travail social, dont les praticiens participants ont présenté les premiers enseignements en octobre 2025, avec un document-cadre attendu pour le second semestre 2026. Sur le terrain, le Département de l’Isère est allé plus loin que la réflexion : depuis avril 2025, ses agents et travailleurs sociaux disposent d’un outil d’IA générative interne baptisé Iris, « 100 % sécurisé, hébergé en interne pour une totale confidentialité », encadré par une charte pour garantir « un usage sûr et éthique ». Ce n’est pas un gadget : c’est une collectivité française qui a jugé le sujet assez sérieux pour construire son propre outil plutôt que de laisser ses agents se débrouiller avec ChatGPT grand public.

Et le sujet infuse au-delà des institutions. Le Media Social — le média de référence de l’action sociale et médico-sociale en France — titrait début juillet : « Puisque les personnes utilisent l’IA et les professionnels aussi, il faut l’affronter. » La question revient dans la presse spécialisée de la protection de l’enfance : Enfance & Jeunesse Infos a publié coup sur coup, cet été, « IA et travail social : jusqu’où déléguer à un algorithme ? » et un constat qui résume bien l’ambiance dans les équipes : « On est tous en train d’utiliser une technologie très puissante sans avoir été formés. »

Pourquoi le travail social a été laissé de côté, précisément. Les psychologues ont des ordres professionnels et un cadre CNIL relativement clair, plus un marché d’éditeurs déjà construit autour. Les infirmiers ont des directions informatiques hospitalières qui achètent des outils de transcription comme du logiciel d’entreprise, avec les garanties qui vont avec. Les travailleurs sociaux, eux, exercent dans un éventail énorme de contextes — aide sociale à l’enfance, hôpital, école, action sociale de secteur, protection des majeurs — chacun avec des règles de confidentialité différentes, des financeurs différents, et souvent aucune direction informatique dédiée à évaluer les outils IA. Personne n’a construit le mode d’emploi simple et généraliste. C’est ce mode d’emploi, ci-dessous.

La règle non-négociable : anonymiser AVANT tout (lis ça avant de taper quoi que ce soit)

C’est la seule règle qui rend tout le reste de ce guide sûr. La sauter, c’est prendre le même risque que les quelque 900 agents du ministère victorien des Familles, de l’Équité et du Logement (Australie) qui ont utilisé ChatGPT dans le cadre de leur travail sur une période de six mois en 2024 — dont l’un a rédigé un rapport de protection de l’enfance pour un tribunal pour enfants en y incluant le vrai nom et des détails identifiants d’un mineur. L’enquête a conclu à une violation grave de la confidentialité, et le ministère a écopé d’une interdiction technique complète (blocage IP et DNS) de ChatGPT, Claude, Gemini et Copilot pour tous les agents de la protection de l’enfance, pendant deux ans. L’agent en question aurait fait la même chose sur une centaine de dossiers avant d’être repéré.

Ce n’est pas une anecdote effrayante venue d’ailleurs pour te faire peur. C’est ce qui arrive quand « anonymiser d’abord » saute une seule fois de trop.

En France, ce risque a une traduction pénale directe, pas juste une mauvaise pratique. L’assistant de service social — et lui seul, parmi les métiers du travail social, d’après l’article L.411-3 du Code de l’action sociale et des familles — est soumis au secret professionnel de l’article 226-13 du Code pénal : révéler une information à caractère secret dont on est dépositaire par état ou profession expose à un an d’emprisonnement et 15 000 € d’amende. Coller le nom, l’adresse et le récit détaillé d’un usager dans un compte ChatGPT grand public, ce n’est pas juste une maladresse RGPD — c’est, littéralement, le type d’acte que cet article vise à sanctionner.

Ce qui compte comme information identifiante — la liste complète, pas juste l’évident :

• Noms complets (usager, membres de la famille, conjoint·e, colocataires, collègues)
• Adresses exactes (rue, numéro d’appartement, voire simplement le croisement de rues dans une petite commune)
• Dates de naissance, numéro de sécurité sociale, numéro de dossier lié à une personne précise
• Nom de l’école, de l’employeur, du service ou de l’établissement, si le contexte est assez petit pour identifier quelqu’un
• Noms des travailleurs sociaux, enseignants ou autres professionnels qui pourraient indirectement identifier la personne accompagnée
• Circonstances très spécifiques — un diagnostic médical rare, une configuration familiale inhabituelle, une très petite commune où « l’usagère de la rue du Tilleul avec trois enfants et un chien d’assistance » est identifiante même sans nom

Comment anonymiser, en pratique. Avant de coller quoi que ce soit dans un outil IA, fais une passe de recherche-remplacement sur tes notes brutes :

• Remplace les noms complets par des étiquettes de rôle : « l’usagère », « la mère de l’usagère », « le conjoint », « l’enfant de 8 ans », « l’enseignante »
• Remplace les adresses par des descripteurs généraux : « le domicile de l’usagère », « le lieu de travail » — supprime totalement le nom de rue
• Remplace les dates de naissance exactes par une tranche d’âge si l’âge compte pour la note (« usagère, milieu de trentaine »)
• Remplace les noms d’établissement, d’école ou d’employeur par des descripteurs génériques : « l’école de l’enfant », « l’employeur de l’usagère »
• Laisse intacts les faits cliniquement pertinents — comportements, propos rapportés, observations, dates de contact (pas de naissance), détails de la prise en charge. Trop anonymiser vide la note de son utilité ; pas assez anonymiser détruit tout l’intérêt de la démarche

Ça prend environ 90 secondes une fois que c’est devenu un réflexe. C’est l’habitude la plus importante de tout ce workflow, et elle est non-négociable — tout le reste de ce guide part du principe que tu le fais à chaque fois, sans exception.

La CNIL a d’ailleurs publié un guide dédié, « Professionnels du secteur social : comment mieux protéger les données de vos usagers ? », accompagné d’un modèle de mandat à destination des travailleurs sociaux et des personnes accompagnées. C’est le pendant français exact du cadre HIPAA américain pour ce type de guide — sauf que côté RGPD, l’obligation ne s’arrête pas à un accord signé avec un éditeur : elle porte aussi sur la minimisation des données que tu tapes toi-même, à chaque usage, dans n’importe quel outil.

Le mode d’emploi : des notes brutes au rapport social classé

Suivons un exemple de bout en bout, fictif mais réaliste — Camille, assistante de service social en aide sociale à l’enfance (ASE) dans un service de protection de l’enfance départemental. Tout ce qui suit est un composite fictif construit à but pédagogique. Aucun détail identifiant n’appartient à une personne réelle.

Étape 1 : Les notes brutes de terrain (avant anonymisation)

Voici ce qu’une travailleuse sociale pourrait vraiment griffonner dans sa voiture après une visite à domicile, dans le style abrégé qui fait sens sur le moment :

Visite à dom. chez Sarah Mercier, 12 rue des Tilleuls, apt 3B, 45 min. Elle est hébergée chez sa copine Nadia depuis qu’elle a perdu son logement la semaine dernière. Dit avoir déposé un dossier FSL (fonds de solidarité logement) mardi dernier, tjrs pas de réponse. Avait l’air fatiguée, parlait lentement, mais bon contact visuel, coopérative, a répondu à toutes mes questions. Aucun signe de conso d’alcool/stups. Dit chercher du travail, 2 entretiens la semaine prochaine (un chez Carrefour rue de la Gare, un chez une agence d’intérim au centre-ville). Passé en revue la liste des hébergements d’urgence avec elle, donné le numéro du 115. Elle a dit qu’elle appellerait avant vendredi. Suivi vendredi par tél pour confirmer l’appel au 115 ; vérifier le statut FSL à la prochaine visite.

Étape 2 : Anonymise-la

Retire maintenant les détails identifiants, en gardant tout ce qui compte cliniquement :

Visite à domicile, usagère adulte (suivi hébergement), 45 min. L’usagère est hébergée chez une amie depuis la perte de son logement la semaine dernière. Déclare avoir déposé un dossier FSL mardi dernier, toujours en attente de réponse. L’usagère semblait fatiguée, parlait lentement, mais maintenait un bon contact visuel, était coopérative, et a répondu à toutes les questions. Aucun signe de consommation observé. L’usagère déclare être en recherche d’emploi, avec deux entretiens prévus la semaine prochaine. Liste des hébergements d’urgence passée en revue avec l’usagère ; numéro du 115 fourni. L’usagère a accepté d’appeler avant vendredi. Plan : suivi téléphonique vendredi pour confirmer l’appel au 115 ; vérifier le statut du dossier FSL à la prochaine visite.

Regarde ce qui est resté et ce qui a disparu. Le nom de l’usagère, son adresse exacte, le nom de son amie, et les noms d’employeurs précis (Carrefour, l’agence d’intérim) ont disparu. Les observations comportementales, la chronologie, les démarches engagées, et le plan — les éléments qui comptent vraiment pour le dossier — sont tous restés.

Étape 3 : Le prompt qui transforme ça en rapport structuré

Colle les notes anonymisées dans ChatGPT ou Claude avec un prompt de ce type :

Je suis travailleur/travailleuse social(e). Transforme ces notes de terrain
anonymisées en un rapport social structuré avec les sections suivantes :
Éléments de contexte / Observations / Analyse de la situation /
Préconisations. N'ajoute aucune information qui n'est pas dans les notes
ci-dessous — si un élément n'est pas clair ou manque, laisse-le de côté
plutôt que de deviner. Utilise un langage professionnel, factuel, adapté
à un dossier d'accompagnement social.

Notes de terrain :
[colle tes notes anonymisées ici]

Cette instruction — « n’ajoute aucune information qui n’est pas dans les notes » — fait plus de travail qu’il n’y paraît. C’est la seule ligne qui te sépare d’un détail inventé par l’IA qui finit dans un dossier officiel. Répète-la à chaque fois.

Voici ce que Claude a généré à partir de ces notes précises :

Source : Claude — exemple généré pour ce guide à partir de notes de terrain entièrement fictives

Le résultat se découpe proprement en sections :

Éléments de contexte : L’usagère déclare être hébergée chez une amie depuis une semaine, suite à la perte de son logement. Déclare avoir déposé une demande d’aide au logement (FSL) mardi dernier, toujours en attente de réponse.

Observations : L’usagère semblait fatiguée et parlait lentement. Maintenait un bon contact visuel, était coopérative, et a répondu à toutes les questions. Aucun signe de consommation observé.

Analyse de la situation : L’usagère est actuellement sans logement stable, hébergée temporairement chez une tierce personne. La demande d’aide au logement est en cours d’instruction. L’usagère est engagée dans une recherche active d’emploi, avec deux entretiens programmés. L’usagère s’est montrée coopérative et impliquée pendant la visite.

Préconisations :

1. Liste des hébergements d’urgence transmise à l’usagère.
2. Numéro du 115 fourni ; l’usagère a accepté de contacter le dispositif avant vendredi.
3. Suivi téléphonique prévu vendredi pour confirmer la démarche.
4. Vérifier le statut du dossier FSL lors de la prochaine visite.

C’est un rapport prêt à être classé, généré en une vingtaine de secondes, à partir de notes qui ont pris deux minutes à griffonner. À titre de comparaison, la plupart des travailleurs sociaux estiment qu’un rapport de ce type leur prend entre 15 et 40 minutes à rédiger à partir de rien, plus si le dossier est complexe.

Étape 4 : Ébaucher un premier jet de Projet pour l’Enfant

Un Projet pour l’Enfant (PPE) — ou un projet personnalisé équivalent dans d’autres champs du travail social — doit nommer un objectif, pas juste décrire un problème. Une fois que tu as quelques notes de contact anonymisées pour un même dossier, tu peux demander à l’IA d’ébaucher un premier jet :

À partir de ces notes de dossier anonymisées issues des trois derniers
contacts, rédige un premier jet de projet personnalisé. Inclus : 1) l'objectif
principal, si possible avec les mots de l'usager·ère, 2) 2-3 objectifs
concrets qui soutiennent cet objectif, 3) des étapes d'action précises avec
des échéances approximatives, 4) les freins déjà identifiés dans les notes.
Signale tout ce que tu as dû déduire plutôt que tirer directement des notes.

Notes :
[colle les notes anonymisées]

Le résultat est un brouillon, pas un projet fini — tu apporteras toujours ton jugement professionnel pour nommer le vrai objectif, fixer des échéances réalistes, et vérifier que ça reflète ce que l’usager veut réellement (pas juste ce que les notes ont capté par hasard). Mais passer d’une page blanche à un premier jet structuré en une seule génération économise la partie du travail qui prend le plus de temps : fixer un modèle vierge en essayant de se rappeler exactement ce qui a été dit sur trois visites.

Étape 5 : Résumer un dossier de suivi

Si tu as besoin d’une synthèse chronologique de plusieurs contacts pour une réunion de synthèse ou un rapport destiné au juge des enfants, colle plusieurs notes de contact anonymisées d’un coup :

Résume ces entrées de suivi anonymisées en un récit chronologique adapté
à une réunion de synthèse. Signale tout changement de tendance (situation
de logement, niveau d'engagement, recours aux dispositifs) entre les
entrées. N'ajoute aucune interprétation au-delà de ce que les notes
soutiennent directement — signale ce qui ressemble à un trou dans le suivi.

Cette dernière consigne — demander de signaler les trous de suivi — est vraiment utile. L’IA repère assez bien un « il n’y a aucune note entre le 3 mars et le 20 avril » d’une façon qu’on peut facilement rater quand c’est toi qui as rédigé les quarante entrées.

Étape 6 : Vérifie avant de classer — à chaque fois, sans exception

Ce n’est pas optionnel, et ce n’est pas une formalité. Relis la sortie de l’IA contre tes notes originales, ligne par ligne, avant que ça n’entre dans un dossier usager. Vérifie précisément :

• Les détails inventés. A-t-elle ajouté un diagnostic, un facteur de risque, un comportement précis qui n’était pas dans tes notes ? C’est plus fréquent que les éditeurs ne l’admettent — une étude 2026 de l’Ada Lovelace Institute (Royaume-Uni), fondée sur des entretiens avec 39 praticiens dans 17 collectivités locales, a trouvé des cas d’IA décrivant des idées suicidaires que l’usager n’avait jamais mentionnées.
• Le glissement de ton. Le langage centré sur la personne compte dans ce métier. L’IA a tendance à aplatir une préférence exprimée par l’usager en une distance clinique qu’elle n’avait pas dans ta note d’origine.
• Les indicateurs de risque manquants. Si tes notes brutes mentionnaient quelque chose d’inquiétant en passant, confirme que l’IA ne l’a pas fait tomber en restructurant.
• La conformité au format. Est-ce que ça correspond au modèle exigé par ton service ? (Plus de détails plus bas.)

Prévois du vrai temps pour cette étape — pas une relecture de 30 secondes. Ce n’est pas une posture de prudence excessive : c’est exactement ce que confirment les praticiens interrogés par l’étude britannique — ceux qui ont attrapé les pires erreurs sont ceux qui ont vraiment pris le temps sur cette étape, pas ceux qui ont survolé en deux minutes.

IA en libre-service vs outils dédiés vs rédaction manuelle

Il n’y a pas une seule bonne réponse ici — ça dépend de ton contexte, de la politique numérique de ton employeur, et du nombre de rapports que tu rédiges par semaine. Voici la comparaison honnête, construite à partir de ce que ces outils annoncent vraiment et de ce qui a été rapporté par les structures qui les utilisent.

Une chose à savoir avant de supposer qu’un outil payant est automatiquement « plus sûr » : en 2025, une enquête américaine a révélé que certains éditeurs d’outils de prise de notes IA destinés aux psychologues avaient inclus, en petits caractères, des clauses autorisant l’usage des dossiers patients pour entraîner d’autres modèles d’IA. Payer pour un outil ne garantit pas automatiquement que tes données sont traitées comme tu le supposes — lis les conditions, demande la charte ou l’accord de traitement, et ne te fie pas à la parole d’une page de vente.

Ce que ça change pour toi

Travailleur·se social·e en protection de l’enfance / ASE. Tu as le moins de marge d’erreur et le plus à gagner en temps — d’après les retours de terrain sur des outils comparables, la rédaction d’un compte rendu de visite ou de rapport d’évaluation peut passer de 3-4 heures à moins de 2. Commence ici : anonymise une note de visite aujourd’hui avec la méthode ci-dessus, et compare le brouillon IA à un rapport que tu as écrit à la main la semaine dernière. Ne touche à rien qui parte vers un juge des enfants sans l’accord de ton chef de service sur ce workflow — c’est exactement à cette intersection que s’est produit le cas australien cité plus haut.

Éducateur·rice spécialisé·e. Ton écrit est souvent plus narratif et centré sur l’évolution du jeune sur la durée — le prompt d’anonymisation reste identique, mais demande à l’IA de garder un ton observationnel et développemental plutôt qu’un format administratif rigide. Ajoute une consigne explicite : « garde un ton éducatif et centré sur les ressources du jeune, pas seulement sur ses difficultés. »

CESF (conseillère en économie sociale et familiale). Tes notes mêlent souvent des données budgétaires précises — montants de dettes, échéanciers, noms de créanciers. Ajoute une passe spécifique pour les identifiants financiers à ta checklist d’anonymisation avant de coller quoi que ce soit.

Travailleur·se social·e en polyvalence de secteur (Département / CCAS). Tu es souvent le point d’entrée pour des situations très diverses, avec un volume de dossiers élevé. C’est là que le gain de temps compte le plus au quotidien — et c’est aussi là que la discipline d’anonymisation risque de se relâcher sous la pression du volume. Fixe-toi une règle simple et non négociable, pas une évaluation au cas par cas à chaque fois.

Assistant·e social·e scolaire. Tu relèves à la fois du secret professionnel classique et du cadre spécifique de l’Éducation nationale. Une petite école peut rendre même un simple prénom identifiant — sois particulièrement prudent·e. Commence par un type de note à faible enjeu, comme un compte rendu d’entretien de routine, avant d’utiliser ça pour quoi que ce soit lié à un signalement.

Travailleur·se social·e en libéral. Tu es la personne la plus proche du modèle du psychologue libéral, et ça vaut vraiment le coup de regarder du côté des outils dédiés pensés pour un usage RGPD encadré, puisque tu portes seul·e la responsabilité du choix d’outil. Si ton volume est faible, la méthode en libre-service avec anonymisation stricte fonctionne très bien aussi.

Chef·fe de service / responsable d’équipe. Ton rôle ici, ce n’est pas la productivité personnelle, c’est la politique d’équipe. Avant qu’un seul travailleur social de ton équipe commence à utiliser ChatGPT ou Claude pour ses rapports, obtiens une réponse écrite à deux questions : est-ce que la politique numérique de ta structure autorise ou interdit explicitement les outils IA externes, et est-ce que le cadre de confidentialité applicable à ton secteur (le secret professionnel de l’article 226-13 ne s’applique pas de la même façon à tous les métiers du travail social — vérifie qui, dans ton équipe, y est réellement soumis) crée des contraintes supplémentaires. Écris la réponse et partage-la avec ton équipe. Le silence n’équivaut pas à une autorisation.

Nouveau ou nouvelle dans le métier. Commence plus petit que tu ne le penses nécessaire. Prends un rapport déjà rédigé la semaine dernière, anonymise-le, fais-le passer par le prompt ci-dessus. Compare le résultat à ce que tu as vraiment écrit. Ces quinze minutes t’en apprendront plus sur si ce workflow te convient que dix paragraphes de plus dans ce guide.

Cas particuliers et dépannage

L’IA invente un détail qui n’était pas dans tes notes. C’est l’échec le plus fréquent, et il est bien documenté — l’étude de l’Ada Lovelace Institute a trouvé des praticiens décrivant des notes IA avec du contenu clinique fabriqué, y compris un cas d’idées suicidaires inventées. Solution : inclus toujours « n’ajoute aucune information qui n’est pas dans les notes » dans ton prompt, et relis le résultat contre tes notes originales ligne par ligne avant de classer. Si ça arrive deux fois avec le même outil, c’est un signal pour ralentir ta relecture, pas un signe que tu as mal formulé le prompt.

Le résultat ne correspond pas au modèle exigé par ta structure. Les services ont souvent un ordre de rubriques précis, des en-têtes obligatoires, ou un vocabulaire imposé. Solution : colle le modèle vierge de ta structure dans le prompt et demande à l’IA de le suivre exactement, rubrique par rubrique, plutôt que de partir sur une structure générique par défaut.

Les notes révèlent une maltraitance, une négligence ou un risque suicidaire. Ne fais pas passer ça par un outil IA généraliste pour la structuration, même anonymisé. Une révélation dans le cadre du signalement doit d’abord suivre le protocole de ta structure, et la documentation de cette révélation doit suivre le vocabulaire précis exigé par ton institution — pas la paraphrase d’une IA. Rédige ces notes toi-même, ou utilise un outil que ta structure a spécifiquement validé pour ce type de situation.

Ta structure interdit totalement les outils IA externes. Certaines l’ont décidé, tout simplement — le sujet remonte régulièrement dans les échanges de la profession, entre méfiance légitime et manque de formation. Respecte cette règle. Si tu penses que la politique est dépassée, remonte-le à ton chef de service plutôt que de contourner discrètement — utiliser un outil interdit sur des données d’usagers peut casser une carrière, pas juste valoir un avertissement.

Une information sur un usager a été tapée avant que tu ne t’en rendes compte. Si tu réalises en cours de frappe que tu as oublié un nom ou une adresse, arrête-toi, ferme la conversation, et ne valide pas la requête. Si tu l’as déjà envoyée, la plupart des comptes IA grand public permettent de supprimer la conversation de ton historique — fais-le immédiatement, et préviens séparément ton chef de service. N’essaie pas de corriger discrètement après coup ; les structures gèrent ça bien mieux quand c’est signalé tôt.

Le ton de l’IA ne ressemble pas au tien ou ne respecte pas le langage centré sur la personne. L’IA a tendance à un phrasé légèrement clinique et distant par défaut. Si ta structure (ou tes propres pratiques professionnelles) demande un langage centré sur la personne et les ressources, dis-le explicitement dans le prompt : « utilise un langage centré sur la personne tout au long du texte, et note les ressources de l’usager quand les notes le permettent. » Il faut le refaire à chaque fois — ce n’est pas un réglage qui reste par défaut.

Tu passes autant de temps à corriger le résultat de l’IA que tu en aurais mis à écrire depuis zéro. En général, ça veut dire que tes notes brutes étaient trop pauvres pour que l’IA ait de quoi travailler, pas que l’outil a échoué. Solution : écris des notes de terrain un peu plus complètes sur le moment (même trois phrases de plus), ou accepte que certaines visites — complexes, conflictuelles, ou particulièrement nuancées — restent plus rapides à écrire à la main.

Ton chef de service ou un contrôle te demande si l’IA a été utilisée pour rédiger une note. Réponds honnêtement, à chaque fois. Certaines structures demandent désormais un marqueur de transparence sur les écrits assistés par IA ; même quand ce n’est pas exigé, la transparence te protège si une note est un jour contestée. Garde ton propre suivi des notes rédigées avec assistance IA, même de façon informelle.

Ce que ça ne peut pas faire

Ça ne peut pas porter le jugement clinique. Structurer tes observations dans un format de rapport, c’est une tâche de mise en forme. Décider ce que ces observations signifient — niveau de risque, prochaines étapes, si une orientation s’impose — reste entièrement ton jugement professionnel, nourri par une formation que l’IA n’a pas.

Ça ne peut pas remplacer le jugement lié à l’obligation de signalement. Si un élément d’un entretien fait naître une obligation de signalement, cette décision et la procédure elle-même passent par le protocole de ta structure, point final — jamais par un outil IA, et jamais délégué à un outil.

Ça ne garantit aucune conformité RGPD ou réglementaire toute seule. Même avec une anonymisation rigoureuse, la question de savoir si un outil et un workflow précis satisfont la politique exacte de ta structure, le cadre de secret professionnel qui s’applique à ton métier, et le RGPD, c’est une question que ton chef de service ou le service juridique de ta structure doit trancher pour ton contexte précis — ni un article de blog, ni la page marketing d’un éditeur ne peuvent te le certifier à ta place.

Ça ne peut pas se vérifier elle-même. L’IA n’a aucun moyen de savoir si elle a inventé un détail — elle affirmera un fait fabriqué avec exactement le même ton confiant qu’un fait exact. L’étape de vérification avant classement, dans ce guide, n’est pas une suggestion : c’est tout le mécanisme de sécurité.

Ça ne remplace pas la supervision. Un rapport bien structuré n’est pas la même chose qu’un projet d’accompagnement bien pensé. Utilise le temps gagné sur l’écriture pour passer plus de temps en réunion de supervision sur le dossier, pas moins.

FAQ

Est-ce conforme au RGPD ? Ça dépend entièrement de l’outil et du contexte, pas du workflow en lui-même. Un compte ChatGPT ou Claude grand public gratuit ne vient généralement pas avec un accord de sous-traitance spécifique, ce qui veut dire que ce n’est pas quelque chose à traiter comme conforme même avec des données anonymisées — la conformité RGPD est une propriété de tout le système (outil, contrat, procédure), pas juste de ce que tu tapes. Si ton travail implique des données couvertes par un cadre de protection renforcé, parle à ta structure d’une option encadrée par un accord de traitement avant de t’appuyer sur un compte grand public pour autre chose qu’un exercice de rédaction entièrement anonymisé.

Est-ce que ma structure va autoriser ça ? Peut-être, peut-être pas — et il vaut mieux le savoir avant de commencer, pas après. Certaines structures interdisent purement et simplement les outils IA génériques. D’autres restent silencieuses sur la question, ce qui n’équivaut pas à une autorisation. Demande directement à ton chef de service, par écrit si possible, avant d’adopter ça pour de vrais dossiers.

Et si l’IA se trompe ? C’est assez fréquent pour que ce soit une partie attendue du workflow, pas une surprise rare — l’étude 2026 de l’Ada Lovelace Institute a trouvé de vraies erreurs, parfois sérieuses, à travers des dizaines d’entretiens de praticiens. C’est exactement pour ça que l’étape de vérification avant classement existe. Relis chaque note rédigée par IA contre ton original avant qu’elle n’entre dans un dossier usager, à chaque fois, sans exception.

Est-ce que ça remplace la supervision ou le jugement clinique ? Non, et ce n’est pas fait pour ça. Ce workflow gère la partie mécanique de la documentation — transformer des notes en format structuré plus vite. Ça n’a aucun avis sur si un dossier a besoin d’être escaladé, ce qu’un projet d’accompagnement devrait prioriser, ou comment gérer une révélation. Ça reste entièrement toi et ton chef de service.

Quel format de rapport dois-je utiliser — rapport social classique, ou un format plus proche du SOAP anglo-saxon ? En France, le format « Éléments de contexte / Observations / Analyse / Préconisations » utilisé dans ce guide correspond à la structure la plus répandue dans les évaluations sociales, mais chaque structure a ses propres attentes de vocabulaire et d’ordre de rubriques. Colle toujours le modèle exact de ta structure dans le prompt plutôt que de partir sur une structure générique.

Est-ce que je peux utiliser ça sur mon téléphone juste après une visite à domicile ? Oui — c’est sans doute le meilleur cas d’usage. Dicte ton résumé anonymisé dans l’appli notes de ton téléphone en voiture, puis colle-le dans l’outil IA une fois devant un écran. Assure-toi juste que l’étape de dictée elle-même ne capte pas des détails identifiants que tu oublierais de retirer ensuite.

Qu’en est-il de l’enregistrement audio et de la transcription plutôt que de taper des notes ? Certains outils dédiés transcrivent l’audio d’un entretien directement. C’est puissant, mais ça soulève des exigences de consentement que tu n’as pas avec des notes manuelles — les usagers doivent savoir qu’ils sont enregistrés et qu’une transcription sera traitée, typiquement par IA. Si tu envisages cette voie, mets d’abord à jour ton document de consentement éclairé ; ne commence pas à enregistrer sans ça.

Y a-t-il une référence professionnelle ou institutionnelle à vérifier avant de commencer ? Oui — vérifie trois choses précisément : le cadre de secret professionnel qui s’applique à ton métier (l’article 226-13 du Code pénal ne s’applique directement qu’à l’assistant de service social, d’après l’article L.411-3 du Code de l’action sociale et des familles — d’autres métiers du travail social relèvent d’une obligation de discrétion différente selon leur employeur), le guide CNIL « Professionnels du secteur social » et son modèle de mandat, et la politique numérique écrite de ta propre structure. Aucune de ces trois choses n’est une lecture de fond optionnelle — ce sont les règles réelles sous lesquelles tu travailles.

L’essentiel à retenir

La charge de documentation en travail social est réelle, bien documentée, et épuise vraiment les équipes — entre 30 et 40 % du temps de travail y passe, et une grande partie de ce temps-là n’est pas du tout du temps passé avec les usagers, c’est du temps passé à écrire à leur sujet. L’IA peut redonner une part significative de ce temps. Mais dans ce métier précisément, l’outil est la partie facile. La discipline — anonymiser d’abord, vérifier avant de classer, connaître la politique de sa structure avant de commencer — c’est ce qui rend ça sûr à utiliser, tout court.

Si tu veux une version plus approfondie et pensée pour le cadre RGPD/CNIL français de ce workflow exact, notre cours Notes de Séance par IA détaille le cadre article 226-13, HDS et les outils conformes en profondeur, bien au-delà de ce qu’un article de blog peut couvrir. Et si l’IA est encore un sujet nouveau pour toi en général, commence par Les Fondamentaux de l’IA avant de superposer quoi que ce soit qui touche à un dossier usager.

Commence par une note. Anonymise-la, fais-la passer par le prompt ci-dessus, et relis-la contre ce que tu as vraiment écrit. Regarde ce qu’elle retrouve juste — et ce qu’elle ne retrouve pas.

Sources

1. Ministère du Travail et des Solidarités — Travail social et intelligence artificielle, Avis de la commission éthique et déontologie du Haut Conseil du Travail Social
2. Le Media Social — « Puisque les personnes utilisent l’IA et les professionnels aussi, il faut l’affronter »
3. Didier Dubasque — Comment l’intelligence artificielle (IA) peut-elle vous aider à rédiger un rapport social ?
4. Didier Dubasque — L’intelligence artificielle dans nos écrits professionnels : alliée ou piège pour le travail social ?
5. Enfance & Jeunesse Infos — IA et travail social : jusqu’où déléguer à un algorithme ?
6. CNIL — Professionnels du secteur social : comment mieux protéger les données de vos usagers ?
7. Légifrance — Article 226-13 du Code pénal (secret professionnel)
8. ANAS — Le Secret professionnel
9. DREES — Effectifs et caractéristiques des professionnels du social (2024)
10. La Gazette des Communes — En Isère, le travail social intègre petit à petit « Iris », son IA générative
11. Mentalyc — Social Work Case Notes: SOAP Templates & Examples
12. The Guardian — AI Tools’ Potentially Harmful Errors in Social Work (étude Ada Lovelace Institute)
13. The Guardian — Victoria Child Protection ChatGPT Ban (rapport OVIC)
14. Forbes — Anthropic Is Letting Social Workers From Hundreds of Government Agencies Use Its AI For Paperwork
15. Somerset Council — Somerset Social Workers Save Time on Admin Thanks to AI Tool Magic Notes
16. The Lever — Your Therapy Session Just Became Fodder for AI