Terapie jako nejčastější využití LLM v roce 2025. Co ukazují data Harvard Business Review.
V dubnu 2025 zveřejnil Harvard Business Review druhé vydání své zprávy o tom, jak lidé skutečně používají velké jazykové modely (LLM). Nejvýše umístěná položka na seznamu sta nejčastějších způsobů použití není psaní kódu, ani tvorba marketingového obsahu, dokonce ani učení. Nejvýše umístěnou položkou je terapie a společnost. Tři z pěti nejčastějších způsobů použití - terapie, organizace vlastního života a hledání smyslu - mají povahu seberealizace a emocí. Je to jasný posun oproti roku 2024, kdy prvních pět míst ovládaly technické a kreativní způsoby využití.
Co data skutečně ukazují
Autor zprávy, Marc Zao-Sanders, je spoluzakladatelem filtered.com, společnosti budující řešení založená na AI - konflikt zájmů, který stojí za to mít při čtení na paměti. Metodika zprávy spočívá na kvalitativní analýze příspěvků na Redditu a Quoře a citací uživatelů, s expertním hodnocením vnímané užitečnosti a rozsahu dopadu. Toto je důležité omezení: studie neukazuje, kolik lidí napříč populací používá LLM terapeutickým způsobem, ani s jakými zdravotními výsledky. Co ukazuje, je jasný vzorec: uživatelé mluví o těchto nástrojích jazykem, který byl dosud vyhrazen pro pomáhající vztahy.
Prvních deset míst vypadá takto: terapie a společnost, organizace vlastního života, hledání smyslu, podpora učení, generování kódu, generování nápadů, zábava a nesmysly, oprava kódu, kreativita, zdravější životní styl. V rámci první kategorie autor rozlišuje dva jevy - terapii, chápanou jako strukturovanou podporu při zpracovávání psychických obtíží, a společnost, chápanou jako trvalé sociální a emoční pouto. Jsou seskupeny dohromady, protože obě odpovídají na základní lidskou potřebu.
Tři vrstvy reflexe pro profesi
Regulační vrstva. Veřejně dostupné jazykové modely nejsou zdravotnickými prostředky ve smyslu evropského MDR (nařízení o zdravotnických prostředcích). Nepodléhají validaci klinické účinnosti, nemají povinnost hlásit nežádoucí účinky a jejich poskytovatelé nenesou žádnou klinickou odpovědnost za rozhovory s uživateli. Přesto je uživatelé často považují za jakéhosi kvazi-terapeuta - popisují symptomy, sdílejí trauma, žádají o výklad snů nebo konfliktů. Mezi tím, jak jsou nástroje skutečně používány, a platnými regulačními rámci se otevírá propast.
Etická vrstva. Vztah s LLM nezahrnuje informovaný souhlas s účastí v terapeutickém procesu ve smyslu profesních standardů. Neexistuje kontinuita vztahu, žádná supervize, žádná profesní hranice. Ani žádná jistota ohledně důvěrnosti - sám autor zprávy poznamenává, že tyto nástroje nemohou nahradit odbornou péči ani zaručit soukromí dat. Citace uživatelů uvedené ve zprávě zahrnují materiál týkající se traumatu, neurologického poranění a rodinné hanby - takový materiál, který by v konzultační místnosti vyžadoval pečlivou konceptualizaci a supervizní dohled.
Klinická a didaktická vrstva. Psychoterapeuti KBT zde rozpoznají vzorec, který stojí za pojmenování. Konzultace s LLM může podporovat kognitivní odlehčování - vnější delegování intelektuální a emoční práce, jejíž rozvoj je právě cílem mnoha terapeutických intervencí. U pacientů s emoční dysregulací posiluje vzorec hledání okamžité úlevy. U terapeutů na začátku výcviku je riziko obdobné: kotvící efekt na hypotézy generované modelem dříve, než měl prostor vzniknout samostatné klinické myšlení.
Na druhé straně data HBR ukazují rozsah neuspokojené potřeby. Bariéry v přístupu k odborné psychoterapii - finanční, geografické, kompetenční, kulturní - jsou reálné. Pokud stovky milionů lidí po celém světě hledají psychologickou podporu v nástroji, který postrádá klinickou validaci, pak by závěrem pro profesi nemělo být odsouzení tohoto jevu, ale otázka, jak zvýšit přístup k solidní pomoci.
Kde v této krajině stojí Therapy Support
Therapy Support není nástroj popsaný ve zprávě HBR. Není to terapeutický chatbot pro pacienta. Nenahrazuje rozhovor s psychoterapeutem. Je to platforma AI pro terapeuta - asistent, který organizuje dokumentaci sezení, extrahuje fragmenty relevantní pro konceptualizaci případu, navrhuje strukturu klinické poznámky a spravuje kalendář a fakturaci.
Hranice je jasně vytyčena na úrovni produktu i komunikace: AI navrhuje materiál, terapeut rozhoduje klinicky. Poznámka vygenerovaná modelem je výchozím bodem pro editaci a ověření, ne hotovou interpretací. Kognitivní diagram, model bludného kruhu nebo analýza ABC vznikají jako pracovní materiál pro další konceptualizaci, ne jako diagnóza.
V kontextu dat HBR nabývá tento rámec na významu. Pokud je rozsah potřeb pacientů tak velký, že hledají podporu v nástrojích bez klinického dohledu, pak na straně profesionálů roste hodnota terapeutova času. Času, který dnes - podle našeho validačního výzkumu ze 14 rozhovorů s psychoterapeuty - spotřebovává deset až patnáct hodin administrativní a dokumentační práce měsíčně. Času, který by mohl být přesměrován na práci s pacienty.
Závěr
Zpráva Harvard Business Review není argumentem pro nahrazení psychoterapie umělou inteligencí. Je to diagnóza sociálního jevu: lidé hledají pomoc tam, kde ji mohou najít, tempem a formou, které odpovídají jejich každodennímu životu. Závěrem pro profesi by měla být diskuse o dvou paralelních úkolech - zvýšení přístupu k odborné terapii a jasné vytyčení hranice mezi tím, co může technologie podpořit, a tím, co zůstává v kompetenci terapeuta.
Pro nás jako tým budující nástroje pro terapeuty KBT je to potvrzení směru. Data HBR dodávají důvěryhodnost hypotéze, že neuspokojená potřeba psychologické podpory je rozsahem daného jevu, ne jeho okrajem. A že je o to důležitější pracovat na tom, aby terapeut - člověk, který na tuto potřebu odpovídá bezpečně a věcně - měl více času, lepší strukturu práce a méně administrativní zátěže.
Tento text analyzuje publikovaná tržní data a nepředstavuje doporučení produktu. Therapy Support není zdravotnickým prostředkem ve smyslu MDR a nečiní klinická rozhodnutí. AI na platformě podporuje dokumentaci a organizaci materiálu - všechna klinická rozhodnutí zůstávají na terapeutovi.
Zdroj: Marc Zao-Sanders, How People Are Really Using Gen AI in 2025, Harvard Business Review, 9. dubna 2025, hbr.org/2025/04/how-people-are-really-using-gen-ai-in-2025.