Luc Garczynski
TCC & IA Usage adjuvant des LLM Troubles anxio-dépressifs Doctorant

Luc Garczynski

Doctorant en psychologie — Université de Montréal

En bref : Luc Garczynski est psychologue clinicien formé en TCC à l'Université de Strasbourg, actuellement doctorant à l'Université de Montréal. Son projet de thèse porte sur l'intégration responsable d'un chatbot LLM comme adjuvant à la TCC pour les adultes présentant des troubles anxio-dépressifs. Son approche est explicitement synergique : il ne cherche pas à remplacer le thérapeute par l'IA, mais à cartographier les conditions dans lesquelles un LLM peut renforcer le travail inter-séances et l'autonomie du patient, sous supervision clinique.

Profil

Institution : Université de Montréal — Département de psychologie
Statut : Doctorant en psychologie (2025–2030), modèle nord-américain avec deux années de préparation

Formation : Master 2 Thérapies Cognitives et Comportementales (Université de Strasbourg, 2024). Formation complémentaire en hypnose centrée sur le trauma.

Pratique clinique : Psychologue, spécialisé en TCC. Stage clinique à Psy Intégrative Montréal (2024–2025) sous la supervision de Céline Castillo, auprès de patients présentant un TSPT, des phobies scolaires ou des troubles anxieux (enfants, adolescents, vétérans, victimes).

Collaborations industrie : Ancien consultant pour Feel (application mobile de santé mentale, conception de séances psychoéducatives ACT).

Un profil de chercheur-praticien au carrefour

Ce qui distingue Luc Garczynski, c'est l'articulation explicite de quatre entrées qu'il refuse de cloisonner :

Clinique TCC

Formation et pratique en thérapies cognitivo-comportementales, avec des patients vus en stage clinique. Une ancre clinique qui garde la recherche arrimée aux contraintes du cabinet.

Recherche méthodologique

Formation intensive en revues systématiques PRISMA et statistiques avancées, avec trois études de recherche associées menées avant le doctorat (Brief ACT, oncohématologie, neuropédiatrie TDAH).

Conception numérique

Expérience de concepteur de contenus thérapeutiques numériques chez Feel : il sait ce que « tenir » un dispositif d'auto-thérapie numérique implique concrètement.

Usage personnel de l'IA

Utilisateur assidu des LLM depuis 2022 pour soutenir sa propre réflexion théorique et clinique. L'expérientiel « de l'intérieur » est revendiqué comme préalable méthodologique à toute recherche sur l'outil.

Cette combinaison lui permet d'évaluer les dispositifs technologiques non pas depuis un point de vue exclusivement théorique ou exclusivement technique, mais depuis l'expérience conjointe du clinicien, du méthodologue et de l'utilisateur.

Projet doctoral

Titre provisoire : « Intégration responsable d'un chatbot LLM comme adjuvant à la TCC pour troubles anxio-dépressifs chez l'adulte. »

Problématique : les troubles anxieux et dépressifs touchent environ 11,3 % des adultes, et l'offre en TCC reste très insuffisante pour répondre à la demande. Une voie prometteuse consiste à intégrer un chatbot LLM sous supervision clinique pour renforcer le travail inter-séances, levier central de la TCC. Mais les conditions et modalités concrètes de cette intégration restent peu définies. Luc y répond par une approche mixte et participative.

Objectif 1 — Scoping review PRISMA-ScR

Cartographie des usages adjuvants des LLM en TCC adulte. Protocole déposé sur OSF, méthodologie conforme aux recommandations PRISMA-ScR. Objectif : construire un référentiel minimal des configurations d'intégration déjà documentées dans la littérature, indépendamment des choix techniques particuliers (fine-tuning, RAG, encadrement). C'est cette première étude qui structure la suite du projet.

Objectif 2 — Co-construction d'un cadre opératoire

Démarche participative réunissant trois groupes de parties prenantes : patients, psychologues TCC, développeurs IA. Focus groups mixtes visant à produire un guide d'intégration opérationnel couvrant les tâches déléguées au LLM, les rôles de chaque acteur, les garde-fous cliniques, les procédures d'escalade en cas de risque et la traçabilité des interactions.

Objectif 3 — Essai add-on randomisé

Étude clinique comparant TCC seule vs TCC + chatbot LLM sur 6 semaines, N=30 adultes présentant des troubles anxio-dépressifs légers à modérés. Il ne s'agit pas de tester un chatbot isolé, mais de mesurer la plus-value incrémentale d'un dispositif adjuvant structuré par le cadre opératoire construit en Objectif 2.

Objectif transversal — Prototype web-app

Développement d'un prototype opérationnel : API LLM + RAG sécurisé + scripts thérapeute-patient. L'outil n'est pas la finalité de la thèse, mais le support de l'essai de l'Objectif 3. Il incarne la double exigence du projet : être assez concret pour être testé en conditions écologiques, assez cadré pour rester responsable cliniquement.

Focus : la triade LLM-patient-thérapeute

Luc Garczynski refuse l'opposition binaire « IA autonome ou psychothérapie traditionnelle ». Dans son schéma, l'intégration de l'IA en psychothérapie se pense comme une triade : LLM, patient, thérapeute, dont chaque pôle porte ses propres paramètres et dont les trois interactions croisées (LLM×patient, LLM×thérapeute, patient×thérapeute) doivent être cartographiées séparément.

1

Les trois pôles ont chacun leurs paramètres

Le LLM (type de modèle, entraînement, garde-fous), le patient (profil clinique, usage autonome ou encadré, attribution du succès), le thérapeute (formation, équipement, posture face à l'outil). Ces variables ne sont pas interchangeables.

2

Les trois interactions sont distinctes

Comment le patient utilise le LLM hors séance n'est pas la même question que comment le thérapeute s'appuie sur le LLM pour préparer son travail, ni que comment thérapeute et patient échangent sur ce qui s'est dit à la machine entre deux rendez-vous.

3

Les paramètres sont des variables sur un spectre

Un paramètre, dans le vocabulaire de Luc, c'est « quelque chose qui doit varier entre usages, sur un spectre » : degré d'intégration, degré de garde-fou, type de garde-fou. L'enjeu scientifique est d'identifier quels paramètres sont cliniquement pertinents, pas de prescrire une configuration unique.

Ce cadre triadique se lit utilement en dialogue avec la taxonomie de Stade et coll. 2024 (intégration assistive, collaborative, substitutive).

Ce qui l'a amené à l'IA en psychothérapie

L'intérêt de Luc pour l'IA n'est pas un effet de mode. Il commence par une question plus ancienne : celle de la diffusion de la psychothérapie à plus grande échelle. Attentif depuis la licence aux interventions numériques en santé mentale, il voit dans l'arrivée des chatbot LLM un tournant qualitatif.

« J'ai été frappé par leur capacité à soutenir des échanges en langage naturel d'une grande richesse et à mobiliser des contenus psychologiques de façon interactive. C'est cette évolution qui a progressivement orienté mon intérêt vers leur place possible dans le champ psychothérapeutique. »

Nous consacrerons bientôt un témoignage long à cette trajectoire (de la découverte de ChatGPT en M2 jusqu'au pivot vers l'IA en psychothérapie) : nous y reviendrons en détail dans un entretien dédié.

Usages constatés sur le terrain

Les observations de Luc, tirées de sa propre pratique de stagiaire, de ses entretiens avec des psychologues TCC et de la littérature qu'il dépouille pour sa scoping review, dessinent un paysage contrasté :

  • • Côté patient : de nombreux patients utilisent déjà ChatGPT ou d'autres LLM de manière spontanée, comme soutien pour réfléchir, mettre des mots sur ce qu'ils vivent ou prolonger certaines réflexions entre les séances. Luc commence à mobiliser ces outils de manière encadrée dans certains de ses suivis.
  • • Côté thérapeute : les usages sont nombreux mais concentrés sur des tâches périphériques : administratif, rédaction, aide à la réflexion clinique.
  • • Constat central : il existe encore très peu de situations dans lesquelles le LLM est intégré explicitement à la thérapie comme un outil thérapeutique à part entière, mobilisé au service du processus de changement. C'est précisément cette zone quasi-vide que sa recherche doctorale entend explorer.

Potentiel envisagé pour l'avenir

À la question de savoir où les LLM vont emmener le champ de la psychothérapie, la réponse de Luc est mesurée mais nette.

« À mon sens, leur principal potentiel ne réside pas tant dans la création de nouveaux modèles de thérapie que dans leur capacité à renforcer l'efficacité de la thérapie existante, en facilitant son implémentation, en répondant à certains obstacles rencontrés par les patients, et en soutenant plus activement les processus thérapeutiques entre les séances. »

Cette position se traduit par deux anticipations pratiques : la poursuite de la croissance des usages en auto-thérapie avec des outils génériques (qu'il faut documenter plutôt que décréter dangereux), et l'émergence progressive d'intégrations cliniques cadrées, accompagnées par le thérapeute, spécialement sur les leviers classiques de la TCC où l'inter-séance joue un rôle central (restructuration cognitive, exposition progressive, psychoéducation, relaxation).

Publications et productions

Adjunct patient use of large language models alongside psychotherapy: A scoping review (Protocole OSF, en cours)

Scoping review (méthodologie PRISMA-ScR) cartographiant les configurations documenées d'usage d'un LLM par les patients en parallèle d'une psychothérapie. C'est l'étude fondatrice de sa thèse doctorale, dont le protocole est déposé sur la plateforme OSF.

Étude qualitative exploratoire — Usages de ChatGPT chez des psychologues TCC (Mémoire de méthode qualitative, 2025)

Étude qualitative descriptive-interprétative interrogeant quatre psychologues TCC sur leurs usages de ChatGPT dans leur pratique clinique. Un travail réalisé dans le cadre d'un projet d'équipe, dont Luc a méthodiquement conduit l'essentiel du déroulement.

Revue systématique — Brief ACT Interventions (Psy.link, direction Linda Kempe, 2024–2025)

Recherche associée portant sur l'efficacité des interventions ACT brèves pour les symptômes anxio-dépressifs. Recensement PsycInfo/PubMed/Science Direct, analyse critique, contribution rédactionnelle.

Revue systématique — Besoins psychosociaux en thérapie cellulaire (Université de Montréal, 2025)

Revue PRISMA sur les besoins psychosociaux des patients en thérapie cellulaire pour cancers hématologiques. Double codage Covidence, extraction des données, évaluation qualité méthodologique.

Étude quantitative — Programme Barkley et fratrie TDAH (Dr Sonja Finck, Strasbourg, 2023–2025)

Étude d'impact du programme Barkley sur la fratrie d'enfants TDAH. Traitement statistique de 21 questionnaires par famille pour 102 familles. Analyses de médiation et de modération.

Pourquoi c'est pertinent pour les cliniciens

Luc Garczynski occupe une position singulière parmi les jeunes chercheurs travaillant sur l'IA en psychothérapie. Quatre raisons de suivre son travail :

  • Synergie plutôt que substitution : son axe explicite est de renforcer la thérapie existante, pas de la remplacer. Cette posture évite les fausses oppositions qui encombrent le débat public.
  • Ancrage TCC clair : ses travaux s'adressent à un champ clinique délimité (TCC pour troubles anxio-dépressifs adultes), ce qui permet aux praticiens de savoir précisément quelle partie de leur activité est concernée.
  • Méthode participative : en intégrant dès l'Objectif 2 les patients, les psychologues et les développeurs, il construit un cadre qui ne sera pas imposé aux cliniciens depuis l'extérieur.
  • Praticien et chercheur : il continue de voir des patients en stage clinique pendant sa thèse. Les garde-fous qu'il décrit sont des garde-fous qu'il a lui-même à concevoir pour sa propre pratique.

Concepts associés sur ce site

Les travaux de Luc Garczynski croisent directement plusieurs concepts documentés dans nos fiches :

Double standard épistémique

L'évaluation de l'IA en santé mentale tend à appliquer aux dispositifs technologiques des exigences qu'on n'applique jamais aux pratiques humaines de référence. Un concept critique mobilisé dans la lecture des études que Luc dépouille.

Échantillon WEIRD

La plupart des études publiées sur l'IA en santé mentale s'appuient sur des échantillons WEIRD (Western, Educated, Industrialized, Rich, Democratic), ce qui limite la généralisation clinique de leurs conclusions.

Notre collaboration

Nous entretenons avec Luc Garczynski une collaboration suivie depuis mars 2026, articulée autour de plusieurs axes :

  • • Contributions croisées à la scoping review doctorale : partage de références, discussions méthodologiques, feedback éditorial sur les versions successives.
  • • Série d'articles co-signés pour ce site : vulgarisation du cadre conceptuel de la thèse, du cadre Stade 2024 et des applications cliniques identifiées.

Pour aller plus loin

Voir aussi : Double standard épistémique, Échantillon WEIRD

Tous les chercheurs

Fiche créée : avril 2026