Sztuczna inteligencja, która wspiera terapeutę - a nie go zastępuje

Co naprawdę potrafi AI w gabinecie?

Autorzy porządkują ogromną i rozproszoną literaturę, dzieląc narzędzia na dwa typy. Modele klasyfikacyjne rozpoznają w transkrypcji konkretne interwencje - pytanie otwarte, refleksję, afirmację, element psychoedukacji. Modele generatywne tworzą tekst, podpowiedzi albo symulowane rozmowy. Ten prosty podział pozwala zrozumieć, do czego nadaje się które rozwiązanie - i czego od niego nie oczekiwać.

Najbardziej dojrzały obszar to automatyczne kodowanie przebiegu terapii. W wywiadzie motywującym i terapii poznawczo-behawioralnej modele potrafią już oceniać, czy terapeuta faktycznie stosuje deklarowaną metodę: czy ustala agendę, zadaje pytania otwarte, udziela refleksji, prowadzi odkrywanie kierowane. Wyniki bywają zbliżone do zgodności między ludzkimi oceniającymi — choć wciąż mocno zależą od jakości nagrania, transkrypcji i rodzaju ocenianego elementu.

Na tym fundamencie powstają kolejne zastosowania: bieżąca informacja zwrotna dla terapeutów, szkolenia z pacjentami symulowanymi (można ćwiczyć empatię czy pracę z ekspozycją bez ryzyka dla prawdziwego pacjenta), wsparcie dokumentacji oraz towarzyszenie pacjentowi między sesjami — choćby w pilnowaniu zadań domowych.

Ale nie ma rewolucji bez rzetelności

I tu pojawia się druga, równie ważna część przesłania. Autorzy przeglądu nie głoszą przełomu — przyznają wprost, że dowody są nierówne, a wiele rozwiązań to wciąż pilotaże i badania rozwojowe na małych próbach. Wskazują na konkretne ryzyka. Modele bywają stronnicze: gorzej przewidują diagnozy, gdy w grę wchodzi narodowość, religia czy rasa, a w jednym z badań duże modele językowe udzielały gorszych rekomendacji, gdy jawnie wskazano, że pacjent jest Afroamerykaninem. W notatkach generowanych przez modele potrafią też pojawić się fakty, które nigdy się nie wydarzyły — w pilotażu notatki LLM były co prawda bardziej kompletne i zwięzłe, a terapeuci nawet je preferowali, ale zawierały zmyślone szczegóły.

Do tego dochodzi prywatność: nagrania i transkrypcje sesji to jedne z najbardziej wrażliwych danych, jakie istnieją. Dlatego centralna teza przeglądu jest prosta i uczciwa: 

AI to dodatkowa informacja do interpretacji przez specjalistę, nigdy ostateczne rozstrzygnięcie kliniczne.

Co to oznacza dla nas — i dla Ciebie?

To dokładnie taki sposób myślenia, jaki przyświeca nam w Emothy: technologia ma odciążać i wspierać człowieka, a nie stawać między nim a pacjentem. Narzędzie, które analizuje sesję, powinno być punktem wyjścia do refleksji i superwizji — nie oceną. A każdy system, który dotyka danych pacjenta, musi spełniać najwyższe standardy bezpieczeństwa i przejrzystości — w Polsce i UE to przede wszystkim RODO oraz wchodzący w życie AI Act, który klasyfikuje systemy AI w ochronie zdrowia jako wysokiego ryzyka.

Jeśli chcesz wejść głębiej - poznać konkretne badania, liczby i ograniczenia, zrozumieć, co jest już gotowe, a co wciąż eksperymentem - zapraszamy do pełnego, zweryfikowanego omówienia tego przeglądu: 

AI wspierające terapię prowadzoną przez człowieka — omówienie (Academia.edu).