Motivations, barrières et potentiel de l'intelligence artificielle dans les applications d'activité physique pour les adultes âgés aux États-Unis : étude par entretien.
Motivations, Barriers, and the Potential of AI in Physical Activity Apps for US Older Adults: Interview Study.
L’essentiel
Cette étude qualitative examine les motivations, les barrières et les attitudes des adultes âgés vis-à-vis des applications de santé et de l'intelligence artificielle générative pour l'activité physique. Vingt adultes âgés résidant aux États-Unis ont participé à des entretiens d'une heure analysés par la méthode thématique. Les participants cherchent principalement à maintenir leur indépendance fonctionnelle, tant sur le plan physique que cognitif, plutôt qu'à rechercher une optimisation continue de la performance. Ils font face à des barrières d'accessibilité significatives concernant l'ergonomie des applications mobiles actuelles, telles que la complexité des interfaces et les difficultés tactiles. La gamification suscite des réactions mitigées, allant de la motivation à l'anxiété, tandis que la personnalisation est fortement plébiscitée. Les utilisateurs se montrent ouverts à l'intégration de l'intelligence artificielle dans des rôles informationnels ou motivationnels, à condition qu'elle soit hautement personnalisable et perçue comme un outil ou un compagnon fiable. Cependant, des préoccupations marquées subsistent concernant la protection de la vie privée, la perte d'autonomie et l'exactitude des données générées par l'intelligence artificielle. Les concepteurs d'applications doivent donc privilégier la modularité, la transparence et l'accessibilité pour répondre aux besoins spécifiques de cette population.
- Les adultes âgés sont principalement motivés par le maintien de leur indépendance fonctionnelle physique et cognitive.
- Les barrières d'accessibilité technologique incluent des interfaces complexes et des difficultés d'utilisation des écrans tactiles.
- L'intelligence artificielle est perçue positivement comme un outil ou un compagnon si elle offre une personnalisation poussée.
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 qualitative examine les motivations, les barrières et les attitudes des adultes âgés vis-à-vis des applications de santé et de l'intelligence artificielle générative pour l'activité physique. Vingt adultes âgés résidant aux États-Unis ont participé à des entretiens d'une heure analysés par la méthode thématique. Les participants cherchent principalement à maintenir leur indépendance fonctionnelle, tant sur le plan physique que cognitif, plutôt qu'à rechercher une optimisation continue de la performance. Ils font face à des barrières d'accessibilité significatives concernant l'ergonomie des applications mobiles actuelles, telles que la complexité des interfaces et les difficultés tactiles. La gamification suscite des réactions mitigées, allant de la motivation à l'anxiété, tandis que la personnalisation est fortement plébiscitée. Les utilisateurs se montrent ouverts à l'intégration de l'intelligence artificielle dans des rôles informationnels ou motivationnels, à condition qu'elle soit hautement personnalisable et perçue comme un outil ou un compagnon fiable. Cependant, des préoccupations marquées subsistent concernant la protection de la vie privée, la perte d'autonomie et l'exactitude des données générées par l'intelligence artificielle. Les concepteurs d'applications doivent donc privilégier la modularité, la transparence et l'accessibilité pour répondre aux besoins spécifiques de cette population.
Résultats principaux
Les adultes âgés sont principalement motivés par le maintien de leur indépendance fonctionnelle physique et cognitive. Les barrières d'accessibilité technologique incluent des interfaces complexes et des difficultés d'utilisation des écrans tactiles. L'intelligence artificielle est perçue positivement comme un outil ou un compagnon si elle offre une personnalisation poussée. De fortes inquiétudes subsistent concernant la confidentialité des données, la précision de l'intelligence artificielle et la perte d'autonomie. La modularité des applications est essentielle pour s'adapter aux préférences variées en matière de design et de gamification.
Repères pour la pratique
Les professionnels de santé recommandant des applications d'activité physique aux patients âgés doivent tenir compte des barrières ergonomiques et d'accessibilité. L'intégration de l'intelligence artificielle dans les outils de santé numérique doit être encadrée par une transparence stricte pour garantir la confiance des patients. Les programmes de promotion de la santé doivent valoriser le maintien de l'autonomie fonctionnelle plutôt que la recherche de performances sportives.
Limites et précautions
L'article aborde l'utilisation de la technologie et de l'intelligence artificielle pour le maintien des capacités cognitives et physiques chez les adultes âgés, ce qui présente un intérêt modéré pour la veille en neuropsychologie et santé numérique. L'étude repose sur un échantillon qualitatif restreint de vingt participants résidant aux États-Unis, limitant la généralisation des résultats. L'utilisation de prototypes visuels d'avatars a pu influencer les réactions et les préférences déclarées des participants envers l'intelligence artificielle. Le devis qualitatif ne permet pas de mesurer l'efficacité clinique réelle des applications intégrant l'intelligence artificielle sur l'activité physique.
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.
Examiner les critères point par point
Cette analyse, générée de manière automatisée pour NeuroWatch, examine les faits extraits d'une publication de type qualitative évaluée à partir de son seul résumé. Selon les conclusions des auteurs, les adultes âgés interrogés cherchent principalement à maintenir leur indépendance fonctionnelle physique et cognitive, en privilégiant la préservation de leur état de base plutôt qu'une optimisation continue. Les participants se sont montrés disposés à intégrer davantage de technologies de santé, y compris l'intelligence artificielle générative, dans des rôles motivationnels et informationnels au sein d'applications, à condition que celles-ci soient personnalisées. Du point de vue méthodologique rapporté dans la source, l'étude s'appuie sur des entretiens d'une heure menés auprès de 20 adultes âgés vivant aux États-Unis, utilisant des sondes visuelles d'avatars générés par IA. L'analyse des données a suivi une approche thématique mobilisant des techniques de théorie ancrée et réflexive. Les contraintes d'implémentation et les barrières identifiées incluent des problèmes d'accessibilité des interfaces, des difficultés liées aux écrans tactiles, une faible lisibilité, des processus multitactiles complexes, des courbes d'apprentissage abruptes, ainsi qu'un scepticisme concernant la confidentialité des données et l'exactitude de l'IA. L'analyse NeuroWatch relève plusieurs éléments non déterminables ou non rapportés dans la source analysée, notamment les données quantitatives détaillées sur les caractéristiques démographiques, les sources de financement et les conflits d'intérêts. La principale limitation réside dans le fait que seul le résumé ou les métadonnées ont été lus, ne permettant pas une validation exhaustive sur le texte intégral. Aucune recommandation clinique n'est formulée.
analysis methodFavorable
Les entretiens ont été analysés par analyse thématique en s'appuyant sur des techniques de théorie ancrée et réflexive.
Un élément méthodologique adéquat est explicitement documenté.data collectionFavorable
Les données ont été recueillies au moyen d'entretiens d'une heure menés auprès de 20 adultes âgés, en utilisant des sondes visuelles d'avatars générés par IA.
Un élément méthodologique adéquat est explicitement documenté.findings supportFavorable
Les résultats sont présentés en associant les thèmes identifiés aux propos et avis des participants concernant les motivations, les barrières d'accessibilité et l'utilisation potentielle de l'intelligence artificielle.
Un élément méthodologique adéquat est explicitement documenté.researcher reflexivityFavorable
Le processus de codage a explicitement mobilisé des techniques issues de la théorie ancrée réflexive.
Un élément méthodologique adéquat est explicitement documenté.sampling strategyFavorable
L'échantillon est composé de 20 adultes âgés vivant aux États-Unis, recrutés pour une étude qualitative par entretiens.
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
- Étude qualitative
- Source
- PubMed — HPI, giftedness et cognition
- Date
- 16 oct. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée