AI w pracy terapeuty: realne wsparcie czy chwilowa moda?

Pytanie o AI w pracy terapeuty wraca dziś na każdej superwizji i w co drugiej grupie na Facebooku. Jedni widzą asystenta, który wreszcie zdejmie z głowy papierologię. Drudzy machają ręką: kolejny hype, minie jak appki do mindfulness.

Ja siedzę gdzieś pomiędzy. I szczerze, długo nie wiedziałem, po której stronie stanąć, dopóki nie zacząłem to robić na poważnie. Bo akurat tutaj da się odpowiedzieć konkretnie, bez machania rękami w żadną stronę.

Zacznę od obrazka, który na webinarze „Czy AI może być realnym merytorycznym wsparciem w pracy terapeuty?” pokazała Joanna Głowacka. Joanna jest psychoterapeutką poznawczo-behawioralną od dziesięciu lat, ale wcześniej, co lubię przypominać, ponad piętnaście lat przepracowała w Intelu, więc na technologię patrzy bez nabożeństwa i bez paniki. Wyobraź sobie autostradę. Prawym pasem jedziesz Ty, terapeuta: ręczne notatki, protokoły, dokumentacja. Lewym mknie ekspresówką Twój pacjent. Smartwatch mierzy mu poziom stresu, telefon liczy “body battery”, chatbot podpowiada, co odpisać szefowi. Ten lewy pas już istnieje. On już działa, bez pytania nas o zdanie. Pytanie nie brzmi, czy my, terapeuci, na niego wjedziemy. Brzmi: czy mamy narzędzia, żeby zrobić to bezpiecznie, bez utraty jakości i bez utraty etyki zawodowej.

Skąd w ogóle ten pomysł

Pomysł nie wziął się z fascynacji technologią. Wziął się z frustracji.

Joanna mówiła to wprost: terapia to jej pasja, ale ilość wiedzy, którą trzeba przyswoić, bywa przytłaczająca. Nigdy nie było takiego przyrostu badań. Nikt już ich nie nadąża śledzić. Do tego szkolenia, protokoły, książki, konferencje. Wszystko ważne, wszystko potrzebne i wszystko osobno.

Zanim powstała jakakolwiek aplikacja, zrobiliśmy wywiady z terapeutami. Z rozmów wyłonił się obraz pracy, która daleko wykracza poza samą sesję. Terapeuta bywa po godzinach przedsiębiorcą, księgowym, administratorem. Bo ktoś przecież musi sprawdzić płatności, podpisać umowę, a na koniec dnia zamieść gabinet i przywieźć papier toaletowy. Jedna z badanych osób rzuciła zdanie, które zostało nam w głowie: “Jestem jak fabryka, wszystko na mojej głowie”. Inna powiedziała, że jej mąż by zwariował, gdyby musiał prowadzić 24 takie “projekty” naraz, ciągnące się miesiącami.

To jest właśnie ta praca, którą Joanna nazwała niewidzialną. Niewidzialna, bo nikt jej nie widzi. I, dodajmy sobie szczerze, nieopłacana, bo za godziny administracji i szkoleń terapeucie nikt nie płaci. Policzyliśmy to na szybko: przy jakichś 80 sesjach miesięcznie i 20 minutach takiej roboty na sesję wychodzi ponad 25 godzin. Trzy dodatkowe dni pracy w miesiącu. Za darmo. I to jest dokładnie ten obszar, w który AI dla psychoterapeutów może realnie wejść. Nie do gabinetu. Obok niego.

Co AI naprawdę robi w gabinecie

Tu robi się konkretnie, bo “wsparcie AI” brzmi mglisto, dopóki nie pokażesz, na czym polega.

Najważniejsza funkcja to transkrypcja. Bartłomiej Głowacki, który od prawie dekady zajmuje się sztuczną inteligencją, nazwał ją na webinarze swoim “świętym graalem” i nie była to przesada. Transkrypcja to po prostu głos z sesji przerobiony na tekst: kwestia pacjenta, kwestia terapeuty, i przy każdej timestamp, czyli oznaczenie minuty, w której coś padło.

Brzmi prozaicznie. Dopóki nie przypomnisz sobie, jak wyglądały transkrypcje w latach 60. i 70. Szukaliśmy ich przy badaniach Aarona Becka i znaleźliśmy garstkę. Garstkę, bo każdą trzeba było nagrać i przepisać ręcznie. Przy jednej do dziś nie wiadomo nawet, czy pacjentka “Anna N.” była realną osobą, czy materiałem treningowym. To, co kiedyś kosztowało ogrom czasu, dziś dzieje się samo, w tle. A skoro masz transkrypcję, możesz z niej wyciągać uporządkowane informacje, zamiast tropić notatki po zeszytach, Excelach i OneNote.

Na transkrypcji opiera się reszta. AI a dokumentacja sesji to przede wszystkim ekstrakcja danych, które terapeuta i tak by spisał: powód zgłoszenia, wywiad demograficzny i rozwojowy, zgody, ustalone cele. Plus podsumowanie poprzedniej sesji, ale funkcjonalne, z cytatami i timestampami, a nie ogólnikowe “pacjent powiedział X, Y, Z”. Chodzi o to, żeby na minutę przed kolejną sesją złapać te detale, które padły ostatnio. Nie streszczenie jak z maila. Coś, czego da się realnie użyć.

W praktyce to wygląda mniej więcej tak:

transkrypcja sesji z podziałem na mówiących i znacznikami czasu,
automatyczne wyciągnięcie faktów demograficznych i kontekstu (wszystko edytowalne ręcznie),
funkcjonalne podsumowanie poprzedniej sesji z odwołaniami do konkretnych momentów,
monitorowanie zadeklarowanych parametrów na skali, sesja po sesji,
jedno miejsce zamiast Excela, Worda, OneNote, kalendarza i kartek.

Bartłomiej opowiedział też rzecz, która zatrzymała go nie jako programistę, tylko jako pacjenta. Przepuścił przez analizę własne sesje terapeutyczne i zobaczył sytuacje wyzwalające, których wcześniej w ogóle nie wyłapał: rozmowę z siostrą o jej sukcesach, pisanie do przyjaciół. Jak przyznał, jego terapeutka tych wszystkich smaczków nie zdąża mu przekazać. Nie dlatego, że są jej obojętne. Po prostu nie ma na to czasu w trakcie sesji. I tu mnie zatrzymało, bo to nie jest argument o wydajności. To argument o tym, ile po prostu umyka.

Czego AI w terapii nie robi i robić nie powinno

Tu grubą kreską. Narzędzia AI dla terapeutów w tym ujęciu porządkują, transkrybują, streszczają i podsuwają hipotezy do sprawdzenia. Nie diagnozują. Nie leczą. Nie zastępują osądu klinicznego. Decyzja zawsze należy do terapeuty. AI wychwyci na przykład sprzeczność między tym, co pacjent deklaruje, a tym, co mówi, ale zapisze to jako “wątpliwość do rozważenia”, nigdy jako wniosek.

To nie jest ostrożnościowa formułka wklejona dla świętego spokoju. To wniosek z naszych własnych potknięć, w które wpadaliśmy nieraz. Najpoważniejsze z nich to lizusostwo modeli językowych. I to nawet nie jest błąd, tylko sposób, w jaki te modele się trenuje: tak, żeby nam się podobały i żebyśmy rozmawiali z nimi dłużej. Wrzuć hipotezę “ten pacjent jest manipulujący”, a model przytaknie i znajdzie dowody. Trochę jak superwizor bardzo miły, uprzejmy, ale ślepy, który zawsze kiwa głową.

Joanna sięgnęła tu po obraz z Harry’ego Pottera. Zwierciadło Ain Eingarp nie pokazuje przyszłości ani prawdy, tylko najgłębsze pragnienia patrzącego. Model językowy potrafi działać tak samo. Zasugeruj, że pacjent ma depresję, a wyciągnie wszystko, co tę depresję potwierdza, i wpadniesz w tunel poznawczy, w którym ignorujesz dane niepasujące do tezy. Stąd prosta zasada, którą warto sobie wbić: nie pytaj AI “czy to jest depresja?”. Proś o diagnozę różnicową, o alternatywy, o rozszerzenie. Rozmawiaj z modelem tak, żeby testował Twoje założenia, a nie je głaskał.

Pułapek jest więcej. Antropomorfizacja, czyli efekt Elizy znany od lat 60.: ludzie przywiązują się do maszyny, która “rozumie” i przytakuje, i ta więź potrafi działać jak uzależnienie. Dotyczy to też nas, terapeutów. Łatwo pomyśleć: po co przepalać kasę na superwizję, skoro czat zawsze mnie rozumie. Efekt halo, gdy odpowiedź otwiera solidnie wyglądający protokół (powiedzmy model Wellsa), a pod spodem leży papka, której nie zauważysz, bo brzmi naukowo. Mieszanie kontekstów, gdy dane jednego pacjenta przeciekają do rozmowy o innym i nagle dostajesz odpowiedź o relacjach z dziećmi u pacjenta, który dzieci nie ma (tak, zdarzyło nam się to dosłownie). I chaos informacyjny: wrzucona “na surowo” transkrypcja sprawia, że model za każdym razem losowo łapie inne fragmenty. Wrzuć tę samą transkrypcję trzy razy, dostaniesz trzy różne podsumowania. Wszystko testowaliśmy na pacjentach wirtualnych, nigdy na danych realnych osób. W pewnym momencie zbudowaliśmy w tym celu kilkaset agentów AI, tylko po to, żeby wybór informacji opierał się na CBT, a nie na rzucie kostką.

Co mówią badania, a czego jeszcze nie wiemy

Joanna przytoczyła trzy prace, które dobrze pokazują, gdzie jesteśmy.

Badanie z Harvardu, w którym AI uczyła się rozmowy terapeutycznej, łącząc dane kliniczne z ponad dwustu narzędzi biometrycznych, w testowanym zakresie osiągało wysoką trafność rozpoznań. Chiński “wirtualny szpital”, gdzie agenci AI grający personel i pacjentów uczyli się prowadzić leczenie, dał podobnie wysoką skuteczność i w 2025 roku posłużył do stworzenia programu szkolenia lekarzy. Nie do ich zastąpienia, co jest tu całą puentą.

Najciekawsze dla naszej rozmowy jest trzecie. Benchmarki stricte CBT-owe pokazały, że modele radzą sobie świetnie z wiedzą deklaratywną, przyzwoicie z wydobywaniem treści, słabiej z interpretacją myśli, a naprawdę słabo z empatią. I właśnie dlatego najtrudniejsze, jakościowe elementy terapii zostają po stronie człowieka. AI bierze analizę i back-office. Relację, empatię i decyzję kliniczną zostawia Tobie.

Warto dodać kontekst, który Bartłomiej podał uczciwie: ta technologia zmienia się z dnia na dzień. W trakcie prac wyszedł nowy model i każdy następny trzeba badać od nowa, bo “lepszy” w testach ogólnych nie znaczy automatycznie lepszy z perspektywy terapii. Każdy model to trochę inny byt. To nie jest gotowy, zamknięty produkt. To narzędzie w ruchu, które wymaga ciągłej weryfikacji.

Bezpieczeństwo danych i ramy prawne

Pierwsze pytanie niemal każdego terapeuty w wywiadach brzmiało: czy to jest bezpieczne. Słusznie, bo mówimy o danych wrażliwych. Konkrety z webinaru: dane w chmurze Microsoftu na terenie Unii Europejskiej, modele językowe w europejskich centrach danych (bez wysyłania treści do USA), odizolowane instancje modeli i szyfrowanie w obie strony.

Joanna mówiła o trzech filarach: RODO, AI Act (który zacznie obowiązywać szerzej w 2026 roku) i MDR dla wyrobów medycznych. I dorzuciła ważną rzecz: te przepisy traktujemy nie jak hamulec, tylko jak pas bezpieczeństwa, który chroni i pacjenta, i terapeutę. Pytanie nie brzmi, czy prawo nas ogranicza, tylko czy potrafimy poruszać się w jego ramach. Razem z Instytutem Psychologii PAN złożyliśmy też wniosek do NCBR o przebadanie skuteczności narzędzia w realnej pracy w gabinecie, bo, jak ujął to Bartłomiej, “nie chcemy wymyślać, chcemy sprawdzić”. To jedno zdanie jest właściwie całą naszą filozofią.

Najczęstsze pytania

Czy AI zastąpi terapeutę? Nie. AI zajmuje się dokumentacją, transkrypcją i porządkowaniem materiału, a relacja, empatia i decyzja kliniczna zostają po stronie człowieka. Badania CBT zresztą wprost pokazują, że modele najsłabiej radzą sobie właśnie z empatią. AI ma odciążyć back-office, nie wejść do gabinetu zamiast Ciebie.

Mogę po prostu wrzucać transkrypcje sesji do ChatGPT? Technicznie tak. Ale wiąże się to z ryzykiem: wyciek danych, lizusostwo modelu, mieszanie kontekstów między pacjentami, losowy dobór informacji. Jeśli już to robisz, anonimizuj dane (zamiast “Anna, 27 lat, prawniczka z Warszawy” napisz “kobieta około trzydziestki, odpowiedzialny zawód, duże miasto”), trzymaj osobne czaty dla osobnych pacjentów i nie zadawaj pytań potwierdzających, tylko proś o diagnozę różnicową.

Co dokładnie AI wyciąga z sesji? Przede wszystkim to, co terapeuta i tak by zapisał: powód zgłoszenia, wywiad demograficzny i rozwojowy, zgody, ustalone cele, funkcjonalne podsumowanie poprzedniej sesji z cytatami i timestampami oraz zadeklarowane parametry monitorowane na skali z sesji na sesję. Każdą z tych informacji można poprawić ręcznie.

To działa tylko dla CBT? Na starcie tak, i to świadomie. CBT jest najlepiej przebadana i najłatwiej w niej sprawdzać skuteczność zgodnie z evidence-based practice. Plany obejmują kolejne nurty terapii poznawczych, ale dopiero po przebadaniu pierwszej wersji. Najpierw weryfikacja, potem rozszerzanie.

AI nadaje się do technik behawioralnych, czy tylko poznawczych? Do obu. Ekrany pokazane na webinarze dotyczyły myśli automatycznych i przekonań, ale jeśli w trakcie sesji padają informacje o ekspozycji, eksperymentach behawioralnych czy zachowaniach typu sprawdzanie, trafiają one do podsumowań i metryk monitorowanych sesja po sesji.

Realne wsparcie zaczyna się od konkretu

Więc moda czy realne wsparcie? Zależy, czego od AI oczekujesz.

Jeśli liczysz, że zrobi terapię za Ciebie, to faktycznie hype. I to niebezpieczny. Ale jeśli ma odzyskać część z tych trzech niewidzialnych dni miesięcznie, uporządkować materiał i przygotować Cię do superwizji, to robi rzeczy, których wcześniej po prostu nie dało się zrobić bez góry ręcznej roboty.

Bartłomiej rzucił na webinarze pytanie, które chodzi mi po głowie do dziś: dlaczego, jak idę do ortopedy, mam pełną cyfrową historię swoich badań na portalu pacjenta, a jak idę do terapeuty, muszę prowadzić własne notatki i liczyć na maila po sesji? TherapySupport powstaje dokładnie wokół tej granicy: AI bierze dokumentację i porządek, terapeuta zostaje z tym, co najważniejsze. Chcesz zobaczyć, jak to wygląda od środka, albo współtworzyć narzędzie w fazie testów? Zajrzyj na aitherapy.support.