Stop treating AI like a search engine for your academic research.


If you are getting generic or unusable results, the problem is your prompt.

Most people give AI vague instructions and expect precise answers.

That approach fails every time.

If you want rigorous academic output, you need a structured prompt.


Your prompt must include four pillars.

→ A clear role that defines who the AI is and what expertise it brings.


→ A specific task that tells the AI exactly what action to take with the information.


→ Defined limits that restrict sources, timeframe, geography, or data type.


→ A targeted output format that controls structure, tone, and presentation.

___________________________________________Subscribe to my free newsletter for
AI tips in academic research! 👇
https://lnkd.in/dTZesqZA
--------------------------------------------------I'm Muhammad Irfan 🧬
Follow me and hit the 🔔
for more useful insights!
Repost, if you find this useful 🔁
-------------------------------------------------- | 20 comments on LinkedIn

Découvrez MedGPT, le premier assistant IA médical français. Pensé pour les professionnels de santé. Des réponses fondées sur des sources accessibles et alignées sur les référentiels français.

On célèbre l'adoption massive de ChatGPT en santé comme on applaudirait la file d'attente devant un fast-food : en oubliant que les gens y vont parce que le restaurant d'à côté a fermé.

580 000 messages de santé par semaine dans les déserts médicaux américains.

Ce n'est pas la preuve que l'IA fonctionne.

C'est la preuve que le reste a cessé de fonctionner.

La suite dans mon dernier article: https://lnkd.in/eMAWnvfD | 10 comments on LinkedIn

L’Institut national de recherche en sciences et technologies du numérique (INRIA) et le leader européen de la santé en ligne, Doctolib, ont scellé un partenariat ambitieux. En créant une équipe de recherche commune, les deux acteurs entendent transformer l’intelligence artificielle en un véritable « copilote » pour les soignants et un compagnon de route pour les patients.

J’ai le plaisir de vous annoncer que j’occupe désormais le poste de Membre du Comité d'Administration - Société Francophone de l’IA en Santé chez SoFIA-Santé.

🚀🚀 Lancement officiel de la Société Francophone de l’Intelligence Artificielle en Santé : SoFIA-Santé !

Je suis honoré(e) de rejoindre le Conseil d’Administration de cette nouvelle société savante francophone internationale, dédiée à une IA éthique, interdisciplinaire et au service du soin et de la prévention.

📣 Dans un contexte où l’intelligence artificielle bouleverse nos pratiques, SoFIA-Santé a pour mission de fédérer une communauté francophone et internationale autour de valeurs fortes :

✅ Respect des droits fondamentaux des patients
✅ Accompagnement des professionnels, patients et citoyens
✅ Recherche rigoureuse et interdisciplinaire
✅ Gouvernance éthique et durable de l’innovation en santé
✅ Valorisation d’usages fondés sur des preuves scientifiques

🧭 L’organisation est structurée autour de 5 comités :

1️⃣ Éthique & Réglementaire
2️⃣ Recherche, Innovation & Data
3️⃣ Formation & Sensibilisation
4️⃣ Relations Internationales, Partenariats & Communication
5️⃣ Usages & Impacts Socio-Environnementaux de l’IA en Santé
💡 SoFIA-Santé est ouverte à toutes celles et ceux qui veulent construire une IA porteuse de progrès dans le domaine de la santé.

Le Conseil d’Administration est présidé par Pr Patrick Callier. Responsables et membres actifs des autres commissions : Barbara Mathian, Dr Jean Louis Fraysse, Benedicte lelievre, Thierry Vermeeren, Dany Girard, Jimmy Siméon. avec en plus Fabrice DENIS, Stéphane OHAYON, Maria Alice Bertolim Nicoleau Pascale GELIN, David Gruson, Cécile Théard-Jallu, Maxime Elbaz Ph.D.

Un honneur et un réel plaisir d'être si bien entouré pour apprendre et partager avec tous ces experts sous la houlette généreuse et inspirante de Patrick Callier et Barbara Mathian !

📲 Pour en savoir plus et nous rejoindre : www.sofia-santé.net


#Santé #IA #Ethique #Innovation #Prévention #SoFIASanté #IntelligenceArtificielle #Francophonie #SociétéSavante | 97 comments on LinkedIn

HAS & IA Générative : Le guide pour faire A.V.E.C. (ou sans) erreurs ?

L'IA générative débarque dans nos pratiques de soins. Pour naviguer entre fascination et précaution, la Haute Autorité de Santé vient de publier ses "Premières clefs d’usage" à destination des professionnels du sanitaire et du médico-social.

Pour décrypter cette nouvelle méthode A.V.E.C. (Apprendre – Vérifier – Estimer – Communiquer), j'ai convoqué mes deux IA :

🔴 #IAtrogénique (La voix critique) "Ne soyons pas naïfs.

L'IA générative est une machine à probabilités qui ne se soucie pas de la vérité.

Le guide de la HAS est clair sur les risques : hallucinations, erreurs factuelles et données obsolètes. Le danger ? La fuite de données.
Si vous copiez-collez un compte-rendu avec des données identifiantes, vous brisez le secret médical.
L'usage doit être paranoïaque : considérez chaque réponse comme une simple proposition à vérifier impérativement, d'autant que chaque requête a un coût écologique non négligeable."

🔵 #IAtus (La voix narrative) "Certes, mais voyons le potentiel !

Ce guide nous invite à transformer l'outil en assistant pour retrouver du 'temps soignant'.
L'IA peut pré-remplir des formulaires administratifs, traduire des échanges pour des patients allophones ou synthétiser la littérature scientifique.
La méthode A.V.E.C. est une main tendue pour s'approprier la technologie :
1️⃣ Apprendre à prompter et choisir ses outils.
2️⃣ Vérifier la pertinence et les sources.
3️⃣ Estimer si l'outil répond vraiment à nos besoins dans la durée.
4️⃣ Communiquer avec le patient et les équipes pour instaurer la confiance."

💡 En résumé (L'infographie)
L'IA ne remplace pas l'expertise, elle se fait AVEC le professionnel. Retrouvez la synthèse visuelle de ces bonnes pratiques dans l'infographie ci-dessous.

🔗 Source officielle HAS : https://lnkd.in/emGdZmVk

📩 Pour ne rien rater des impacts de l'IA sur la Santé (entre risques et récits), abonnez-vous à ma newsletter : https://lnkd.in/eENTNBWR

#IASante #DigitalHealth #HAS #IAGenerative #Ethique #IAtrogénique #IAtus

🔮 Votre dossier médical est-il un livre dont l'IA écrit la suite ?

Nous sommes entrés dans l'ère où les modèles génératifs ne se contentent plus de prédire le prochain mot d'une phrase, mais le prochain événement de votre vie.
Voici une lecture binaire d'une avancée majeure publiée dans Nature : le modèle Delphi-2M.

🧬 IAtus (La Vision Narrative) Imaginez un "GPT de la santé".

Au lieu d'apprendre des textes, ce modèle a lu l'historique de vie de millions de personnes (Biobanque UK et registres danois).
Il ne voit pas des mots, mais des événements de santé comme des "tokens".
Le résultat ? Une capacité inédite à générer des "trajectoires de santé synthétiques".
Delphi-2M peut anticiper l'apparition de plus de 1 000 maladies simultanément, surpassant souvent les modèles cliniques actuels pour prédire les comorbidités complexes.
C'est la promesse d'une médecine ultra-personnalisée où l'on pourrait visualiser nos futurs possibles pour mieux les prévenir, transformant l'incertitude médicale en un scénario lisible.

⚡ IAtrogénique (La Vision Critique) Mais attention à ne pas confondre la carte et le territoire.

Delphi-2M ne "comprend" pas la physiologie ; il apprend des régularités statistiques dans des données administratives.
Le risque ? L'IA ne reproduit pas seulement la maladie, elle reproduit les biais du système de santé.
Le modèle a appris, par exemple, que certaines maladies "hospitalières" sont plus graves, simplement parce qu'elles sont codées dans un contexte hospitalier.
De plus, il hérite des biais de sélection de ses données d'entraînement (comme le "biais d'immortalité" de la Biobanque UK).
Nous risquons de réduire le patient à une suite de codes ICD-10, où la prédiction statistique devient une prophétie auto-réalisatrice, potentiellement utilisée par des acteurs non médicaux (assureurs ?).

📊 L'infographie ci-dessous décrypte le fonctionnement de ce "Transformer" médical.

📥 Pour aller plus loin sur ces frictions entre IA, Digital et Santé, abonnez-vous à ma newsletter : 👉 https://lnkd.in/eENTNBWR

📄 Source de l'étude : "Learning the natural history of human disease with generative transformers" Publié dans Nature (17 Septembre 2025). Par Artem Shmatko, Moritz Gerstung et al.
#IAtrogénique #IAtus #SanteNumerique #AIinHealthcare #MedecineDuFutur

🚀 GPT, LLM et JEPA : trois concepts à ne pas confondre (mais à comprendre ensemble)

L’Intelligence Artificielle évolue vite. Très vite.
Mais derrière les buzzwords, il y a des architectures et des paradigmes bien distincts.

Voici un décryptage clair 👇

⸻

1️⃣ GPT : un modèle spécifique

GPT signifie Generative Pre-trained Transformer.
C’est une famille de modèles développée par OpenAI.

Exemple : ChatGPT repose sur des modèles GPT.

Caractéristiques :
• Architecture Transformer
• Pré-entraînement massif sur du texte
• Modèle auto-régressif (prédit le prochain token)
• Optimisé pour la génération de texte

👉 GPT est un cas particulier de LLM.

⸻

2️⃣ LLM : la catégorie générale

LLM signifie Large Language Model.

C’est une famille de modèles capables de comprendre et générer du langage naturel grâce à :
• Des milliards (voire trillions) de paramètres
• Un entraînement sur d’énormes volumes de données
• Des architectures de type Transformer

Exemples connus :
• GPT-4
• LLaMA de Meta
• Claude de Anthropic

👉 Tous les GPT sont des LLM.
👉 Tous les LLM ne sont pas des GPT.

⸻

3️⃣ JEPA : un changement de paradigme

JEPA signifie Joint Embedding Predictive Architecture.

Concept porté notamment par Yann LeCun chez Meta.

Contrairement aux LLM auto-régressifs qui prédisent le prochain mot, JEPA cherche à :
• Apprendre des représentations du monde
• Prédire des représentations latentes plutôt que des tokens
• Réduire la dépendance à la génération séquentielle

L’idée clé :
➡️ Construire des systèmes qui comprennent le monde de manière plus abstraite
➡️ Aller au-delà du simple “next token prediction”

Certains y voient une piste vers une IA plus robuste et plus proche du raisonnement humain.

⸻

🎯 En résumé
• GPT = un type spécifique de LLM
• LLM = grande catégorie de modèles de langage
• JEPA = approche alternative centrée sur l’apprentissage de représentations

Le débat actuel n’est plus seulement :
“Quel modèle est le plus puissant ?”

Mais plutôt :
👉 Quelle architecture nous rapprochera d’une intelligence plus générale ?

⸻

Si vous travaillez en tech, finance, produit ou stratégie, comprendre ces différences n’est plus optionnel.

L’IA n’est plus un outil.
C’est une infrastructure cognitive.

The results are in for the L&D Global Sentiment Survey 2026, the 13th annual check of the pulse of L&D worldwide. Thank you to the 3,797 people from 105 countries who took part.

The key take aways:

𝟭. 𝗔𝗜 𝗶𝗻𝘁𝗲𝗿𝗲𝘀𝘁 𝗵𝗮𝘀 𝗽𝗲𝗮𝗸𝗲𝗱
Last year the USA's vote for AI dropped. This year the world followed, reducing the vote for 𝘈𝘳𝘵𝘪𝘧𝘪𝘤𝘪𝘢𝘭 𝘐𝘯𝘵𝘦𝘭𝘭𝘪𝘨𝘦𝘯𝘤𝘦 by just 0.1% That is enough to say that AI fever has peaked. It doesn't mean we know how to use it yet. Just that it’s moved from novelty to part of daily life.

𝟮. 𝗟&𝗗 𝗶𝘀 𝘂𝘀𝗶𝗻𝗴 𝗔𝗜 - 𝘀𝗲𝗹𝗲𝗰𝘁𝗶𝘃𝗲𝗹𝘆
𝘗𝘦𝘳𝘴𝘰𝘯𝘢𝘭𝘪𝘻𝘢𝘵𝘪𝘰𝘯/𝘢𝘥𝘢𝘱𝘵𝘪𝘷𝘦 𝘭𝘦𝘢𝘳𝘯𝘪𝘯𝘨 (#3) has risen for three years in a row, driven by interest in AI. Meanwhile 𝘓𝘦𝘢𝘳𝘯𝘪𝘯𝘨 𝘢𝘯𝘢𝘭𝘺𝘵𝘪𝘤𝘴 (#9) fell for the third year in a row. Both 𝘴𝘩𝘰𝘶𝘭𝘥 have received a boost from the power of AI. So what's going on?

𝟯. 𝗩𝗮𝗹𝘂𝗲'𝘀 𝗿𝗲𝗰𝗼𝘃𝗲𝗿𝘆 𝗰𝗼𝗻𝘁𝗶𝗻𝘂𝗲𝘀
Last year's big story was the recovery of 𝘚𝘩𝘰𝘸𝘪𝘯𝘨 𝘷𝘢𝘭𝘶𝘦 (#5). It rose again this year, to an all-time high. Is this because we can now show L&D's value using AI, or because people are afraid that if they don't, their jobs are at risk? I’d love to read your thoughts in the comments.

𝟰. 𝗖𝗵𝗮𝗹𝗹𝗲𝗻𝗴𝗲𝘀 𝗮𝗿𝗲 𝗺𝗮𝘁𝗰𝗵𝗲𝗱 𝗯𝘆 𝗮𝗰𝘁𝗶𝗼𝗻
95% of respondents answered the question 𝘞𝘩𝘢𝘵 𝘪𝘴 𝘺𝘰𝘶𝘳 𝘣𝘪𝘨𝘨𝘦𝘴𝘵 𝘓&𝘋 𝘤𝘩𝘢𝘭𝘭𝘦𝘯𝘨𝘦?, sharing their concerns in over 40,000 words. But we received almost the same number of words in answer to 𝘞𝘩𝘢𝘵 𝘢𝘳𝘦 𝘺𝘰𝘶 𝘥𝘰𝘪𝘯𝘨 𝘯𝘰𝘸 𝘪𝘯 𝘓&𝘋 𝘵𝘩𝘢𝘵 𝘺𝘰𝘶 𝘸𝘦𝘳𝘦 𝘯𝘰𝘵 𝘥𝘰𝘪𝘯𝘨 12 𝘮𝘰𝘯𝘵𝘩𝘴 𝘢𝘨𝘰? Challenges are real, but are being met by action.

𝗠𝗲𝘁𝗵𝗼𝗱𝗼𝗹𝗼𝗴𝘆:
The survey ran for 76 days from 17 November 2025 to 31 January 2026. It had six questions, of which only one was obligatory: 𝘞𝘩𝘢𝘵 𝘸𝘪𝘭𝘭 𝘣𝘦 𝘩𝘰𝘵 𝘪𝘯 𝘸𝘰𝘳𝘬𝘱𝘭𝘢𝘤𝘦 𝘓&D in 2026? Participation was invited by email, social media and direct messaging.

You can download the report here: https://lnkd.in/ekD95B2z

Thanks to the report partners making the survey possible:

Sponsors: OpenSesame, getAbstract, Speexx, 360Learning, Learning Pool and TalentLMS

Partners: Learning Technologies Exhibition & Conference, eLearningMinds, Learning & Development Institute (L&DI), Enocta, OEB Global Conference, eLearningIndustry, Learning Uncut, iPro Sp. z o.o., Mosaicoelearning, Interlocked B.V., Biz Group, Learning News, Actua Solutions, Aleido, Assemble You, Capability Group, e-learnmedia, s.r.o., Firemní vzděláváníí, nōvi - a lifewide learning company, Offbeat, Training Journal, VOV Lerend Netwerk and Asia Learn Hub Marketplace Pte Ltd

#GSS26 #learning #research #learninganddevelopment
| 84 comments on LinkedIn

The seven roles of generative AI: Potential & pitfalls in combatting misinformation (Behavioral Science & Policy):

https://lnkd.in/dAQmpDCR

Glimpse: Since misinformation has the power to sway opinions and threaten democracy, it must be effectively mitigated. In this field, Generative Artificial Intelligence offers both opportunities and concerns. It can produce questionable content as well as identify and dispel false information on a large scale. AI's promise is highlighted by its capacity to encourage and persuade people, promote dialogue, and improve media literacy. But dangers like delusions, bias reinforcement, and manipulation draw attention to the necessity of implementation done carefully. Through the use of strengths, weaknesses, opportunities, and threats (SWOT) analysis, we investigate the functions of Gen AI as an informant, guardian, persuader, integrator, collaborator, teacher, and playmaker. In order to guarantee that gen ai can be used as a tool for truth rather than deceit, we emphasize for policymakers and technology leaders the significance of rules, transparency, human oversight, and AI literacy.

---
Free articles and analyses on soft counter-extremism, against online hate, and on the theory of mis-/disinformation (usually third-party content). Two-week reviews available via the following three Policyinstitute.net websites: 
• counter-terrorism.org
• preventhate.org
• strategism.org

The most recent LinkedIn posts on the above subjects, with glimpses, can be accessed via: 
• https://lnkd.in/eBarZAew

The views expressed in this post is that of the author(s) of the source content and do not necessarily represent those of Policyinstitute.net and its staff. While we carefully produce the glimpses to the articles, documents, or recordings that we hyperlink, we are not responsible for textual changes nor for imponderable parts of the original items. 

#policyinstitutenet #preventradicalization #preventextremism #counterextremism #preventhate #disinformation #misinformation

Doctors as medical orchestrators

Waouh ! Je viens d’essayer le nouveau modèle de Google TranslateGemma, et c’est comme si on avait un Google Translate sur son ordinateur. Un modèle local ne nécessitant donc aucune connexion et n’envoyant aucune donnée. Et évidemment gratuit. Et je n’ai essayé que le plus petit des modèles (avec Ollama) !

https://lnkd.in/dHb_bn5w

https://lnkd.in/dYXCRTUe

L’IA médicale : du tube à essai au chevet du patient (ou l’art de survivre au réel) 🧠🏥

On fantasme souvent une IA omnipotente qui révolutionne l'hôpital du jour au lendemain. La réalité scientifique est plus... nuancée.

Une revue systématique récente publiée dans npj Digital Medicine a passé au crible près de 1 000 études pour n'en retenir que 20.
Pourquoi ?
Parce que le "monde réel" est impitoyable pour les algorithmes.

Voici la lecture double de cette fracture entre théorie et pratique :

🛑 IAtrogénique (La critique clinique) Le diagnostic des effets indésirables de l’innovation.

L'IA souffre d'un syndrome de "tour d'ivoire". Si les modèles de Deep Learning excellent en laboratoire (preuves de concept), leur greffe dans le tissu clinique rejette souvent l'implant.
Le rapport est sévère : sur les études prospectives retenues, aucune n'a évalué la durabilité à long terme et une seule s'est penchée sur les coûts de mise en œuvre.
Nous fabriquons des algorithmes performants (haute précision), mais nous oublions de vérifier s'ils sont solvables et durables.
L'IA est cliniquement efficace, mais structurellement fragile.

🧬 IAtus (La narration constructive) Le récit de la continuité des soins.

Pour combler ce vide (ce hiatus), il ne suffit plus de coder, il faut "inculturer" l'IA.
L'avenir appartient aux modèles hybrides (Hybrid effectiveness-implementation designs).
L'histoire ne doit plus raconter comment une IA bat un médecin au diagnostic, mais comment elle s'intègre silencieusement dans un flux de travail chaotique pour sécuriser le parcours de soin.
L'enjeu n'est plus la performance brute, mais l'adoption humaine et l'équité d'accès.

📥 Pour aller plus loin et ne rien manquer de mes analyses IA/DIGITAL/SANTE : Abonnez-vous à ma newsletter ici : https://lnkd.in/eENTNBWR

🔎 La Source : Prospective real-world implementation of deep learning systems in healthcare: a systematic review guided by implementation science Publié dans : npj Digital Medicine (Nature Portfolio) Lien : https://lnkd.in/euiRbAtq
#IAtrogénique #IAtus #DigitalHealth #DeepLearning #SantéNumérique #ImplementationScience

L’essor de l’IA en santé offre un potentiel majeur pour le diagnostic et l’apprentissage, mais expose aussi à un risque de « deskilling » préoccupant

📚 𝗖𝗵𝗿𝗼𝗻𝗶𝗾𝘂𝗲𝘀 𝗱𝗲 𝗹𝗮 𝗥𝗲𝗰𝗵𝗲𝗿𝗰𝗵𝗲 — #1

𝙑𝙚𝙞𝙡𝙡𝙚, 𝙄𝙣𝙩𝙚𝙡𝙡𝙞𝙜𝙚𝙣𝙘𝙚 𝙚́𝙘𝙤𝙣𝙤𝙢𝙞𝙦𝙪𝙚, 𝙍𝙚𝙣𝙨𝙚𝙞𝙜𝙣𝙚𝙢𝙚𝙣𝙩, 𝙆𝙈

Les meilleures idées en veille et intelligence économique ne viennent pas toujours du terrain. Parfois, elles viennent des labos. Encore faut-il savoir où chercher.

Chaque mois, des chercheurs publient des travaux qui pourraient enrichir votre pratique : méthodes testées, concepts affinés, retours d'expérience documentés.

Cette chronique mensuelle en partenariat avec Veille Mag et Jacqueline Sala vous les rend accessibles.

Au sommaire de ce premier numéro :

🔸 L'IE comme levier du développement entrepreneurial — regard depuis un incubateur
🔸 L'esprit corsaire : un modèle pour penser les conflictualités contemporaines
🔸 Culture de cybersécurité : ce que l'IE et le hacking éthique peuvent s'apporter
🔸 L'intelligence territoriale comme organisation apprenante
🔸 Le besoin en information dans les services de renseignement — une lecture médicale originale
🔸Et pas mal d'autres choses encore

Faire de la veille c'est mon métier. La partager, mon plaisir 😊

#VeilleStratégique #IntelligenceEconomique #Renseignement #Veille #Recherche

Nicolas MOINET Christian Marcon Norbert Lebrument Audrey Knauf Elisabeth Noël Terry ZIMMER Yannick PECH, Ph.D, EBIOS-RM, eJPT Pierre Memheld Olivier Le Deuff Damien Liccia Maryse RIZZA Mathieu Andro Magali BIGEY Académie du renseignement Études Françaises de Renseignement et de Cyber

https://lnkd.in/gfQHAf96

🎒✨ What if your prep routines were actually fun to use?

🔎 Let's discover a useful tool!
#1 📓 NotebookLM
#2 🎮 Blooket
#3 💡 Brilliant

💬 Would you like a Part 2? Comment: “TOOLS”
👇 And we’ll drop 3 more!
#TeacherTools #EdTech #TeachingResources #TeacherLife #InnovativeTeaching