ChatGPT bando suprasti pacientą. Ką jis iš tiesų gali - o ko negali - KBT atvejo konceptualizacijoje
Atvejo konceptualizacija yra KBT terapeuto darbo esmė. Tai momentas, kai terapeutas nebesitenkina faktų rinkimu ir pradeda suprasti - kodėl būtent šis pacientas, būtent šioje situacijoje, reaguoja būtent taip. Tai procesas, reikalaujantis tiek teorinių žinių, tiek metų metais kaupiamos klinikinės intuicijos.
Ar AI gali čia padėti?
Zigmundo Froido universiteto Milane mokslininkai nusprendė tai išsiaiškinti. Jų 2026 metais žurnale Cyberpsychology: Journal of Psychosocial Research on Cyberspace paskelbtas straipsnis yra vienas pirmųjų tyrimų, tiesiogiai analizuojančių ChatGPT-4 galimybes atvejo konceptualizacijos kontekste - ne psichoterapijoje apskritai, o būtent šiame reikliausiame, klinikiškiausiame terapinio darbo aspekte.
Kas ir kaip buvo tirta
Autoriai (Buattini, Barjami, Paponetti ir kt.) taikė LIBET konceptualizacijos modelį - kognityvinės terapijos įrankį, kuris struktūruoja paciento supratimą per dvi pagrindines konstruktas: gyvenimo temas (giluminius įsitikinimus ir emocinius modelius) bei pusiau adaptyvius planus (strategijas, kurias pacientas sukūrė sunkumams įveikti - nebūtinai veiksmingas, tačiau iš pažiūros logiškas).
Dešimt dalyvių buvo apklausti pusiau struktūruotų interviu metu. Transkripcijos buvo anonimizuotos ir pateiktos ChatGPT-4 su detaliomis LIBET modelio instrukcijomis. Rezultatai buvo analizuoti taikant refleksyviąją teminę analizę - kokybinį metodą, fiksuojantį tiek sistemos stipriąsias puses, tiek pasikartojančias klaidas.
Ką AI padarė gerai
Rezultatai nėra vienareikšmiai - ir būtent tai juos daro vertingus. ChatGPT-4 parodė kelias realias stiprybes.
Nuosekli struktūra ir medžiagos organizavimas. Sistema nuosekliai organizavo interviu informaciją, taikė tinkamą LIBET terminologiją ir generavo atsakymus aiškiu, logišku išdėstymu. Terapeutui, sėdančiam rašyti pastabas po ilgos sesijų dienos, tokia struktūrinė pagalba turi realią vertę.
Hipotezėmis grįstas samprotavimas su atsargia kalba. ChatGPT nedeklaravo - jis siūlė. Jis formulavo hipotezes, naudojo sąlyginę kalbą ir žymėjo netikrumą. Tai svarbu: sistema elgėsi taip, kaip turėtų atrodyti gera KBT konceptualizacija - kaip pasiūlymas, kurį reikia patikrinti, o ne diagnozė.
Dalinis LIBET logikos atkartojimas. Modelis atpažino ir taikė teorines konstruktas, o tai leidžia manyti, kad, esant tinkamai sudarytoms instrukcijoms, AI gali veikti konkretaus terapinio metodo ribose - o ne tik kaip bendras teksto generatorius.
Kur AI suklupo
Tyrimas sąžiningai apibūdina apribojimus - ir tai yra didžiausia jo vertė KBT praktikams.
Strategijų painiojimas su pažeidžiamumais. Dažniausia klaida buvo ta, kad sistema supainiojo pusiau adaptyvius planus (įveikos strategijas) su gyvenimo temomis (giluminiais emociniais modeliais). Tai tiksliai tokia klaida, kuri realioje terapijoje gali privesti prie per paviršutiniško lygio darbo - klaida, kurią patyręs terapeutas intuityviai pastebi, tačiau AI - dar ne.
Sunkumai su reliaciniu abstrahavimu. Gyvenimo temos yra konstruktos, reikalaujančios konteksto, istorijos ir dviprasmiškumo supratimo. ChatGPT dirbo žymiai geriau su tuo, kas konkretu ir struktūruota, nei su tuo, kas gilesnė ir labiau reliacinė.
Interpretacija be patikrinimo. Sistema kartais generavo interpretacijas, kurios skambėjo įtikinamai, tačiau nebuvo pagrįstos interviu turiniu. Šis reiškinys, žinomas kaip haliucinacija, klinikiniame kontekste įgyja ypatingą svorį.
Ką tai reiškia terapinei praktikai
Autoriai formuluoja atsargią, tačiau konkrečią išvadą: ChatGPT gali būti naudingas refleksijos įrankis - ypač supervizijoje ir mokymuose - tačiau nėra parengtas savarankiškam naudojimui klinikiniame samprotavime ir sprendimų priėmime.
Tai svarbus skirtumas. Ne tai, kad AI netinka KBT. Tačiau AI gali padėti organizuoti medžiagą, generuoti tikrintinas hipotezes ir struktūruoti pastabas - su sąlyga, kad terapeutas patikrina kiekvieną žingsnį.
KBT terapeutams, dirbantiems su konceptualizacija, tai praktinis klausimas: kiek laiko jums užtrunka vien struktūruoti medžiagą, surinktą iš interviu ir vėlesnių sesijų? Kiek iš to yra mechaninis darbas - organizavimas, įvardijimas, pritaikymas prie rėmų - o kiek yra tikras klinikinis samprotavimas?
Therapy Support požiūris
Therapy Support kuriame įrankį, kuris atsako būtent į šį klausimą. Mes nepakeičiame terapeuto klinikinio samprotavimo. Mes palaikome tą darbo dalį, kuri yra mechaniška, bet būtina: informacijos išgavimą iš transkripcijų, pastabų struktūravimą, medžiagos organizavimą pagal KBT logiką - kaip pasiūlymus terapeuto patikrai.
Buattini ir kt. tyrimas patvirtina, kad ši riba - tarp medžiagos organizavimo ir klinikinės interpretacijos - yra reali ir prasminga. AI sistema gali vertingai veikti pirmoje pusėje. Klinikinis sprendimas visada priklauso terapeutui.
Apibendrinimas
Tai pirmasis tokio pobūdžio tyrimas, uždavęs tokį konkretų klausimą: ar AI gali susidoroti su atvejo konceptualizacija KBT? Atsakymas: iš dalies taip, tačiau su reikšmingomis išlygomis. Stiprybės - struktūra, hipotezių kalba, terminologija - žada gerai. Silpnybės - sunkumai su abstrahavimu ir klaidingos interpretacijos rizika - primena, kad terapeuto priežiūra išlieka būtina.
KBT praktikams verta sekti šią tyrimų kryptį. Ne tam, kad konceptualizaciją patikėtume mašinai - o tam, kad žinotume, kur AI gali iš tiesų palengvinti naštą, ir kur juo negalima pasitikėti be patikrinimo.
Šaltinis: Buattini M., Barjami D., Paponetti L., Torres D., Borlimi R., Caselli G. Evaluating strengths, limitations, and future directions of ChatGPT in psychological analysis within case conceptualization: A qualitative analysis. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, Vol. 20, No. 1, 2026. DOI: 10.5817/CP2026-1-4
Therapy Support yra įrankis, palaikantis KBT psichoterapeutų dokumentaciją ir darbo organizavimą. Visi sistemos sugeneruoti pasiūlymai yra pradinė medžiaga terapeuto patikrai ir sprendimams.