ChatGPT prøver å forstå pasienten. Hva det egentlig kan - og ikke kan - i CBT-kasusformulering
Kasusformulering er hjertet i CBT-terapeutens arbeid. Det er øyeblikket der terapeuten slutter å samle fakta og begynner å forstå - hvorfor akkurat denne pasienten, i denne situasjonen, reagerer slik. Det er en prosess som krever både teoretisk kunnskap og klinisk intuisjon bygget opp gjennom år.
Kan AI hjelpe med det?
Forskere ved Sigmund Freud University i Milano bestemte seg for å undersøke det. Artikkelen deres, publisert i 2026 i Cyberpsychology: Journal of Psychosocial Research on Cyberspace, er en av de første studiene som analyserer ChatGPT-4s evner direkte i konteksten av kasusformulering - ikke i psykoterapi generelt, men i dette mest krevende, mest kliniske aspektet av terapeutisk arbeid.
Hva ble undersøkt, og hvordan
Forfatterne (Buattini, Barjami, Paponetti et al.) anvendte LIBET-konseptualiseringsmodellen - et kognitivt terapi-verktøy som strukturerer forståelsen av pasienten gjennom to sentrale konstrukter: livstemaer (dype overbevisninger og emosjonelle mønstre) og semi-adaptive planer (strategier pasienten har utviklet for å håndtere vanskeligheter - ikke nødvendigvis effektive, men tilsynelatende logiske).
Ti deltakere gjennomgikk semistrukturerte intervjuer. Transkripsjonene ble anonymisert og gitt til ChatGPT-4 sammen med detaljerte instrukser for LIBET-modellen. Resultatene ble underlagt en refleksiv tematisk analyse - en kvalitativ metode som fanger både systemets styrker og gjentakende feil.
Hva AI gjorde bra
Resultatene er ikke entydige - og det er nettopp det som gjør dem verdifulle. ChatGPT-4 viste flere reelle styrker.
Konsekvent struktur og organisering av materiale. Systemet organiserte konsekvent intervjuinformasjonen, brukte korrekt LIBET-terminologi og genererte svar i et klart, logisk oppsett. For en terapeut som setter seg ned for å skrive notater etter en lang dag med sesjoner, har slik strukturell hjelp reell verdi.
Hypotesebasert resonnering med forsiktig språk. ChatGPT erklærte ikke - det foreslo. Det formulerte hypoteser, brukte betinget språk og flagget usikkerhet. Dette betyr noe: systemet oppførte seg i tråd med hvordan god CBT-kasusformulering bør se ut - som et forslag til verifisering, ikke en diagnose.
Delvis gjengivelse av LIBET-logikken. Modellen gjenkjente og anvendte teoretiske konstrukter, noe som tyder på at AI, med riktig utformede instrukser, kan operere innenfor en bestemt terapeutisk tilnærming - ikke bare som en generell tekstgenerator.
Hvor AI snublet
Studien er ærlig i beskrivelsen av begrensninger - og det er dens største verdi for CBT-praktikere.
Forveksling av strategier med sårbarheter. Den vanligste feilen var at systemet forvekslet semi-adaptive planer (mestringsstrategier) med livstemaer (dypere emosjonelle mønstre). Dette er nøyaktig den typen feil som i reell terapi kan føre til at man arbeider på et for overfladisk nivå - en feil en erfaren terapeut fanger intuitivt, men AI - ennå ikke.
Vanskeligheter med relasjonell abstraksjon. Livstemaer er konstrukter som krever forståelse av kontekst, historie og tvetydighet. ChatGPT presterte betydelig bedre med det konkrete og strukturerte enn med det dypere og mer relasjonelle.
Tolkning uten verifisering. Systemet genererte til tider tolkninger som lød overbevisende, men som ikke var forankret i intervjuinnholdet. Dette fenomenet, kjent som hallusinasjon, får særlig vekt i en klinisk kontekst.
Hva dette betyr for terapeutisk praksis
Forfatterne formulerer en forsiktig, men konkret konklusjon: ChatGPT kan være et nyttig verktøy for refleksjon - særlig innen veiledning og opplæring - men er ikke klart for selvstendig bruk i klinisk resonnering og beslutningstaking.
Dette er en viktig distinksjon. Det er ikke fordi AI ikke egner seg for CBT. Men AI kan hjelpe med å organisere materiale, generere hypoteser til verifisering og strukturere notater - forutsatt at terapeuten verifiserer hvert steg.
For CBT-terapeuter som arbeider med kasusformulering, er dette et praktisk spørsmål: hvor lang tid tar det bare å strukturere materiale samlet fra intervjuer og påfølgende sesjoner? Hvor mye av det er mekanisk arbeid - organisering, navngiving, tilpasning til et rammeverk - og hvor mye er reell klinisk resonnering?
Therapy Support-perspektivet
Hos Therapy Support bygger vi et verktøy som adresserer nettopp dette spørsmålet. Vi erstatter ikke terapeutens kliniske resonnering. Vi støtter den delen av arbeidet som er mekanisk, men nødvendig: å hente ut informasjon fra transkripsjoner, strukturere notater, organisere materiale etter CBT-logikk - som forslag til terapeutens verifisering.
Studien til Buattini et al. bekrefter at denne grensen - mellom å organisere materiale og klinisk tolkning - er reell og meningsfull. Et AI-system kan operere verdifullt på den første siden. Den kliniske beslutningen tilhører alltid terapeuten.
Oppsummering
Dette er den første studien av sitt slag som stiller et så spesifikt spørsmål: kan AI håndtere kasusformulering i CBT? Svaret er: delvis ja, men med betydelige forbehold. Styrker - struktur, hypotesespråk, terminologi - er lovende. Svakheter - vanskeligheter med abstraksjon og risiko for feiltolkning - minner oss om at terapeutens tilsyn fortsatt er nødvendig.
For CBT-praktikere er det verdt å følge denne forskningslinjen. Ikke for å overlate kasusformuleringen til en maskin - men for å vite hvor AI reelt kan lette byrden, og hvor den ikke må stoles på uten verifisering.
Kilde: 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 er et verktøy som støtter dokumentasjon og arbeidsorganisering for CBT-psykoterapeuter. Alle forslag generert av systemet er utgangsmateriale for terapeutens verifisering og beslutningstaking.