Bulletin de la Dialyse à Domicile · Published 2026-06-14 · DOI 10.25796/bdd.v9i2.87112
L’intelligence artificielle, peut apporter une aide considérable à celles et ceux qui souhaitent publier leurs travaux ; néanmoins son utilisation, sans esprit critique, peut aboutir à des résultats totalement faux. Il nous a paru utile de demander à une biostatisticienne et formatrice de sensibiliser nos lecteurs et lectrices aux pièges possibles de ces logiciels pour l’analyse de leurs données , en prenant l’exemple d’un logiciel très utilisés dans les travaux médicaux. Cet article présente quatre bonnes pratiques pour utiliser efficacement les modèles de langage (LLM) comme ChatGPT ou Claude dans un contexte de programmation en R. L’auteur commence par décrire les trois erreurs les plus fréquentes produites par les LLM : l’invention de fonctions inexistantes, l’utilisation de syntaxes obsolètes et, plus grave encore, la proposition de méthodes statistiques inadaptées. Ces erreurs peuvent passer inaperçues chez les débutants et conduire à des analyses erronées. Il est donc essentiel de vérifier systématiquement les fonctions proposées, de prêter attention aux messages d’avertissement de R et de comprendre les conditions d’application des tests statistiques recommandés. L’article détaille ensuite une méthode en trois étapes permettant d’obtenir des réponses plus fiables : fournir un contexte précis sur les données et l’environnement de travail, décrire clairement l’objectif recherché et préciser le format attendu de la réponse. L’auteure insiste particulièrement sur la confidentialité des données. Une troisième partie explique comment vérifier qu’un code généré fonctionne réellement. Quatre vérifications sont proposées : contrôler l’absence d’erreurs et de “warnings”, vérifier la structure des résultats, évaluer la plausibilité des valeurs obtenues et tester le code sur un petit jeu de données connues. Enfin, l’article précise quand privilégier un LLM, quand consulter la documentation officielle de R et quand demander l’avis d’un humain compétent. L’objectif global est de rendre l’utilisateur autonome tout en utilisant les LLM comme outils d’assistance et non comme substituts à la réflexion critique.
Abstract from DOAJ. Public domain (CC0 1.0).
Read the article at the publisher →
Vedova, C. (2026). Four Best Practices for Using ChatGPT/Claude as an Effective R Assistant. Bulletin de la Dialyse à Domicile. https://doi.org/10.25796/bdd.v9i2.87112