Kuidas me kujutame ette elukutse tulevikku. Hirmu ja potentsiaali vahel.
Debatt tehisintellekti üle psühhoteraapias toimub kõige sagedamini kahe äärmusliku raamistiku sees. Esimene on hirm: pilt, kus algoritm võtab elukutse üle ning terapeutilised pädevused — suhe, aastatepikkune väljaõpe, kliiniline arutlusoskus — taanduvad joonealuseks märkuseks. Teine on kriitikavaba entusiasm: eeldus, et tööriist lahendab probleeme, mis seni nõudsid inimest. Mõlemad raamistikud lihtsustavad üle seda, mis terapeudi töö tegelikult on. Selle artikli avav graafika asetab need meelega kõrvuti.
Vasak pool: ohtlik ülelihtsustus
Esimene diagramm esitab „tuleviku terapeutilised oskused” peaaegu ühtlase AI väljana, koos jääkkategooriaga „muu”. See on visioon, kus tehnoloogia astub pädevuse asemele selle asemel, et seda toetada. See on mugav, sest see lubab kas täielikult AI tagasi lükata või sellesse piiramatult usaldada — mõlemal juhul ilma, et peaks tõmbama mingeid piire. Ja just seetõttu on see eksitav.
Parem pool: AI pädevuste ümber, mitte nende asemel
Teine diagramm korraldab needsamad tuleviku oskused vastavalt sellele, mis nad kliinilises praktikas on: terapeutiline liit, sokraatiline dialoog, juhtumi konseptualiseerimine, kliiniline hindamine, eetika, empaatia, käitumuslik muutus ja tõenduspõhine töö. AI asub keskel mitte otsuseid tegeva agendina, vaid toetava kihina — vabastades terapeudi dokumenteerimisest ja materjali korraldamisest, et vabastada aega selleks, mis jääb ainulaadselt inimlikuks. Ükski kaheksast pädevusest ei ole automatiseerimise objekt.
Sellel eristusel on empiiriline alus
Kaks suurt randomiseeritud uuringut 2026. aastast näitavad sama mustrit. McFadyen ja kolleegid (Communications Medicine), 540 inimesega uuringus, leidsid, et generatiivse AI toega CBT rakendust kasutati sagedamini ja kauem kui digitaalset kontrollmaterjali, võrreldava kliinilise tõhususega. So ja kolleegid (Journal of Medical Internet Research), 1187 inimesega kolme haruga uuringus, ei täheldanud olulisi erinevusi depressiivsete sümptomite vähenemises (PHQ-9), kuid registreerisid kõrgema kaasatuse AI-toega rühmas.
Järeldus on järjekindel: AI-toega tööriistad suurendavad patsiendi kaasatust, kuid kliiniline tulemus jääb kontrollrühmaga võrreldavaks. Kaasatus on efekti ennustaja, mitte efekt ise.
Kõige huvitavam leid puudutab siiski seda, mis juhib patsiendi terapeutilises protsessis püsimist. So ja kolleegide uurival analüüsil juhtis püsimist mudeli empaatiline funktsioon — emotsiooni peegeldamine —, koos peaaegu kümnekordse šansisuhtega (OR 9,99), samas kui nõuandev funktsioon ei näidanud olulist mõju. Mehhanism ei ole seega „täpse nõu andmine”, vaid emotsiooni peegeldamine. Ja see on pädevus, mille tuum jääb terapeudi juurde.
Piir, mis tuleb tõmmata teadlikult
Muutuse eiramine ei peata seda — see tagab vaid, et see toimub ilma inimesteta, kes mõistavad kõige paremini, mis on turvaline, eetiline, suhtepõhine teraapia. Vastus ei ole tehnoloogiast loobuda, vaid valida tööriistad, mille vastavus on dokumenteeritud, mitte ainult deklareeritud.
Selles mõttes graafikale kirjutatud põhimõte — kaitse seda, mis töötab; paranda seda, mida saab parandada — ei ole turunduslauseke, vaid tegevuskriteerium. Hirmu ja potentsiaali vahel on valik: kaasluua või eirata.
Kaitse seda, mis töötab. Paranda seda, mida saab parandada.
See tekst analüüsib avaldatud teaduslikke andmeid ega kujuta endast kliinilist soovitust. Therapy Support ei ole meditsiiniseade MDR-i tähenduses ega tee kliinilisi otsuseid. Platvormil olev AI toetab dokumenteerimist ja materjali korraldamist — kõik kliinilised otsused jäävad terapeudi juurde.
Allikad: J. McFadyen jt, Increasing engagement with cognitive-behavioral therapy (CBT) using generative AI: a randomized controlled trial (RCT), Communications Medicine 6, 129 (2026), nature.com/articles/s43856-025-01321-8. M. So jt, Effect of AI-Based Natural Language Feedback on Engagement and Clinical Outcomes in Fully Self-Guided Internet-Based Cognitive Behavioral Therapy for Depression: 3-Arm Randomized Controlled Trial, Journal of Medical Internet Research (2026), jmir.org/2026/1/e76902.