1er juin 2026

Le 11 février 2026, le Royal College of Veterinary Surgeons (RCVS), équivalent de l'Ordre des vétérinaires outre-Manche, s'est associé à cinq régulateurs britanniques des professions de santé pour publier une déclaration conjointe sur l'usage de l'intelligence artificielle (IA) dans la formation initiale des professionnels de santé. Ce texte ne pose pas la question de savoir s'il faut enseigner l'IA : il la tranche. Car les étudiants utilisent déjà massivement ces outils, et les régulateurs ont souhaité en fixer les garde-fous. Toutefois, derrière cette déclaration institutionnelle, c'est un mouvement bien plus large qui se dessine, porté à la fois par la recherche, par les étudiants eux-mêmes, et par la pratique quotidienne vétérinaire.

Des étudiants demandeurs mais peu formés

La littérature scientifique récente converge sur un paradoxe.

• D'un côté, les étudiants vétérinaires manifestent un intérêt marqué pour l'IA : à l'Université de Californie-Davis, selon une étude de 2025, 79 % se déclarent modérément à extrêmement intéressés par l'apprentissage de l'IA et du machine learning. En Espagne, une enquête auprès de 604 étudiants de 34 nationalités confirme ce fort désir d'intégration de l'IA dans le cursus, avec un intérêt particulier pour le monitoring clinique et le management de l'établissement. En Australie, plus de la moitié des étudiants en médecine vétérinaire estimaient en 2024 que l'IA devrait faire partie de leur formation.
• De l'autre côté, 80 % des étudiants interrogés à l'UC Davis reconnaissaient n'avoir qu'une connaissance légère ou nulle de ces technologies. Au Royaume-Uni, 40 % des étudiants de deux écoles vétérinaires déclarent même, dans une autre enquête de 2026, n'avoir jamais utilisé d'outil d'IA générative – un taux bien inférieur à celui des étudiants d'autres filières du supérieur. Seulement 37 % des étudiants américains affirment avoir croisé des concepts d'IA dans leur cursus.

Le décalage entre l'appétit et la formation est manifeste chez les étudiants.

Les écoles et les régulateurs accélèrent

Des établissements de formation commencent à répondre à cette demande, aux États-Unis au moins. À l'Université Texas A&M, un cours électif intitulé « Artificial Intelligence and Digital Tools for Next-Generation Veterinarians » (Intelligence artificielle et outils numériques pour les vétérinaires de demain) cible les étudiants de deuxième année depuis le printemps 2026. L'Université Cornell structure également un programme interdisciplinaire croisant apprentissage automatique, données cliniques et sciences vétérinaires. En parallèle, un groupe de travail de l'AVMA (l'association des vétérinaires américains) et un groupe dédié de l'AAVMC (association des Collèges vétérinaires américains) œuvrent à harmoniser l'intégration de l'IA dans les cursus américains.

La déclaration du RCVS apporte un cadre réglementaire complémentaire, articulé autour de quatre principes : la responsabilité individuelle de l'étudiant dans son usage de l'IA (accountability), le maintien de l'intégrité académique face à l'IA générative, le développement d'une « littératie en IA » (capacité à la comprendre et l'utiliser) chez les enseignants et les étudiants, et la préparation à l'exercice – incluant la capacité à expliquer au client comment et pourquoi l'IA a été utilisée dans la prise en charge de son animal. Ce concept, baptisé « AI explainability » par les régulateurs, constitue une exigence inédite et structurante.

Au-delà du diagnostic : l'autonomie numérique du praticien

La plupart des débats sur l'usage de l'IA en pratique vétérinaire se concentrent sur le diagnostic et le traitement : imagerie assistée, lecture automatisée de lames, aide à la décision thérapeutique. Ces avancées sont réelles, mais elles ne représentent qu'une partie de la transformation en cours.

Car l'activité du vétérinaire praticien est aussi celle d'un professionnel souvent bridé par son environnement informatique. Un planning d'équipe bricolé sur Excel, une imprimante qui refuse de coopérer, un bug logiciel que personne ne sait résoudre, un export de dossier illisible lorsqu'il faut référer un cas… Ces irritants du quotidien, invisibles pour le client, consomment un temps et une énergie considérables.

C'est ici que le « vibe coding » change la donne. Ce néologisme désigne la possibilité de créer des applications fonctionnelles en décrivant ce que l'on souhaite à une IA conversationnelle, sans écrire une seule ligne de code. Concrètement par exemple, un vétérinaire peut aujourd'hui demander à une IA de lui fabriquer un registre de stupéfiants conforme, un protocole d'anesthésie interactif pour son équipe, un convertisseur transformant l'export zip de son logiciel en un PDF présentable pour le référé, ou encore son propre scribe IA structurant les comptes rendus de consultation. L'IA peut également servir de support technique en temps réel : partager son écran avec un assistant IA qui guide pas à pas la résolution d'un problème d'imprimante ou de configuration logicielle est désormais à la portée de tout praticien.

Une compétence support devenue stratégique

Ces fonctions – dépannage technique, création d'outils sur mesure, optimisation du site internet de la clinique – relèvent de ce que le management appelle la « non-valeur ajoutée » : ce que le client n'achète pas directement mais qui conditionne la qualité du service, la fluidité du travail et les conditions d'exercice de toute l'équipe. Au même titre que la comptabilité ou la gestion des ressources humaines, ces activités support sont vitales pour l'entreprise vétérinaire. Et précisément parce qu'elles ne sont pas rémunérées en tant que telles, elles méritent d'être optimisées.

Enseigner l'IA aux futurs vétérinaires ne se résume donc pas à leur apprendre à interpréter la sortie d'un algorithme de deep learning. C'est aussi, et probablement surtout, leur donner les moyens de reprendre la main sur leur environnement numérique de travail. Les écoles qui intègrent cette dimension dans leur cursus souhaitent non seulement former de meilleurs diagnosticiens mais aussi des praticiens plus autonomes, plus efficaces, et mieux armés pour diriger leur future clinique.