ChatGPT probeert de patiënt te begrijpen. Wat het echt kan - en niet kan - bij CGT-casusconceptualisatie
Casusconceptualisatie is het hart van het werk van de CGT-therapeut. Het is het moment waarop de therapeut stopt met het verzamelen van feiten en begint te begrijpen - waarom deze patiënt, in deze situatie, zo reageert. Het is een proces dat zowel theoretische kennis als jarenlang opgebouwde klinische intuïtie vereist.
Kan AI hierbij helpen?
Onderzoekers van de Sigmund Freud University in Milaan besloten dit te achterhalen. Hun artikel, in 2026 gepubliceerd in Cyberpsychology: Journal of Psychosocial Research on Cyberspace, is een van de eerste studies die de mogelijkheden van ChatGPT-4 direct analyseert in de context van casusconceptualisatie - niet in psychotherapie in het algemeen, maar in dit meest veeleisende, meest klinische aspect van therapeutisch werk.
Wat en hoe er is onderzocht
De auteurs (Buattini, Barjami, Paponetti et al.) pasten het LIBET-conceptualisatiemodel toe - een instrument uit de cognitieve therapie dat het begrip van de patiënt structureert via twee kernconstructen: levensthema’s (diepe overtuigingen en emotionele patronen) en semi-adaptieve plannen (strategieën die de patiënt heeft ontwikkeld om met moeilijkheden om te gaan - niet noodzakelijk effectief, maar schijnbaar logisch).
Tien deelnemers doorliepen semigestructureerde interviews. De transcripties werden geanonimiseerd en aan ChatGPT-4 verstrekt met gedetailleerde instructies voor het LIBET-model. De resultaten werden onderworpen aan een reflexieve thematische analyse - een kwalitatieve methode die zowel de sterke punten van het systeem als terugkerende fouten vastlegt.
Wat AI goed deed
De resultaten zijn niet eenduidig - en juist dat maakt ze waardevol. ChatGPT-4 toonde verschillende echte sterke punten.
Consistente structuur en materiaalorganisatie. Het systeem organiseerde interviewinformatie consequent, paste de juiste LIBET-terminologie toe en genereerde antwoorden in een heldere, logische opmaak. Voor een therapeut die na een lange dag vol sessies aan het schrijven van notities begint, heeft een dergelijke structurele hulp echte waarde.
Op hypothesen gebaseerd redeneren met voorzichtig taalgebruik. ChatGPT verkondigde niet - het stelde voor. Het formuleerde hypothesen, gebruikte voorwaardelijke taal en signaleerde onzekerheid. Dit is belangrijk: het systeem gedroeg zich in lijn met hoe een goede CGT-conceptualisatie eruit zou moeten zien - als een te verifiëren voorstel, geen diagnose.
Gedeeltelijke reproductie van de LIBET-logica. Het model herkende en paste theoretische constructen toe, wat suggereert dat AI, met goed geconstrueerde instructies, kan opereren binnen een specifieke therapeutische benadering - niet alleen als een algemene tekstgenerator.
Waar AI struikelde
De studie is eerlijk in het beschrijven van beperkingen - en dit is de grootste waarde ervan voor CGT-practici.
Strategieën verwarren met kwetsbaarheden. De meest voorkomende fout was dat het systeem semi-adaptieve plannen (copingstrategieën) verwarde met levensthema’s (diepere emotionele patronen). Dit is precies het soort fout dat in echte therapie kan leiden tot werken op een te oppervlakkig niveau - een fout die een ervaren therapeut intuïtief opvangt, maar AI - nog niet.
Moeilijkheden met relationele abstractie. Levensthema’s zijn constructen die begrip van context, geschiedenis en ambiguïteit vereisen. ChatGPT presteerde aanzienlijk beter met wat concreet en gestructureerd is dan met wat dieper en relationeler is.
Interpretatie zonder verificatie. Het systeem genereerde soms interpretaties die overtuigend klonken maar niet geworteld waren in de interviewinhoud. Dit fenomeen, bekend als hallucinatie, krijgt bijzonder gewicht in een klinische context.
Wat dit betekent voor de therapeutische praktijk
De auteurs formuleren een voorzichtige maar specifieke conclusie: ChatGPT kan een nuttig instrument zijn voor reflectie - vooral bij supervisie en training - maar is niet klaar voor zelfstandig gebruik bij klinisch redeneren en besluitvorming.
Dit is een belangrijk onderscheid. Het is niet zo dat AI niet geschikt is voor CGT. Maar AI kan helpen bij het organiseren van materiaal, het genereren van te verifiëren hypothesen en het structureren van notities - mits de therapeut elke stap verifieert.
Voor CGT-therapeuten die met conceptualisatie werken, is dit een praktische vraag: hoeveel tijd kost het u alleen al om materiaal te structureren dat is verzameld uit interviews en opeenvolgende sessies? Hoeveel daarvan is mechanisch werk - ordenen, benoemen, in een kader passen - en hoeveel is werkelijk klinisch redeneren?
Het perspectief van Therapy Support
Bij Therapy Support bouwen we een instrument dat precies deze vraag adresseert. We vervangen het klinisch redeneren van de therapeut niet. We ondersteunen het deel van het werk dat mechanisch maar essentieel is: informatie uit transcripties halen, notities structureren, materiaal organiseren volgens CGT-logica - als voorstellen ter verificatie door de therapeut.
De studie van Buattini et al. bevestigt dat deze grens - tussen het organiseren van materiaal en klinische interpretatie - reëel en betekenisvol is. Een AI-systeem kan waardevol opereren aan de eerste kant. De klinische beslissing behoort altijd toe aan de therapeut.
Samenvatting
Dit is de eerste studie in zijn soort die zo’n specifieke vraag stelt: kan AI omgaan met casusconceptualisatie in CGT? Het antwoord is: gedeeltelijk ja, maar met aanzienlijke voorbehouden. Sterke punten - structuur, hypothesetaal, terminologie - zijn veelbelovend. Zwakke punten - moeilijkheden met abstractie en het risico van verkeerde interpretatie - herinneren eraan dat toezicht door de therapeut noodzakelijk blijft.
Voor CGT-practici is het de moeite waard om deze onderzoekslijn te volgen. Niet om de conceptualisatie aan een machine toe te vertrouwen - maar om te weten waar AI de last echt kan verlichten, en waar het niet zonder verificatie mag worden vertrouwd.
Bron: 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 is een instrument ter ondersteuning van documentatie en werkorganisatie voor CGT-psychotherapeuten. Alle door het systeem gegenereerde voorstellen zijn uitgangsmateriaal voor verificatie en besluitvorming door de therapeut.