Jak wyobrażamy sobie przyszłość zawodu. Między lękiem a potencjałem.
Dyskusja o sztucznej inteligencji w psychoterapii toczy się dziś najczęściej w dwóch skrajnych ramach. Pierwsza to lęk: obraz, w którym algorytm przejmuje zawód, a kompetencje terapeutyczne - relacja, lata szkolenia, kliniczne myślenie - zostają zredukowane do marginesu. Druga to bezkrytyczny zachwyt: założenie, że narzędzie rozwiąże problemy, które dotąd wymagały człowieka. Obie ramy upraszczają to, czym praca terapeuty rzeczywiście jest. Grafika otwierająca ten tekst zestawia je celowo obok siebie.
Lewa strona: niebezpieczne uproszczenie
Pierwszy diagram przedstawia „umiejętności terapeutyczne przyszłości” jako niemal jednolite pole AI, z resztkową kategorią „inne”. To wizja, w której technologia zajmuje miejsce kompetencji, zamiast je wspierać. Jest wygodna, ponieważ pozwala albo odrzucić AI w całości, albo zawierzyć jej bezgranicznie - w obu przypadkach bez konieczności wyznaczania granic. I właśnie dlatego jest myląca.
Prawa strona: AI wokół kompetencji, nie zamiast nich
Drugi diagram porządkuje te same umiejętności przyszłości zgodnie z tym, czym są w praktyce klinicznej: sojusz terapeutyczny, dialog sokratejski, konceptualizacja przypadku, ocena kliniczna, etyka, empatia, zmiana behawioralna oraz praca oparta na dowodach (ang. evidence-based). AI znajduje się w centrum nie jako podmiot decyzyjny, lecz jako warstwa wspierająca - odciążająca terapeutę z dokumentacji i porządkowania materiału, aby zwolnić czas na to, co pozostaje wyłącznie ludzkie. Żadna z ośmiu kompetencji nie jest przedmiotem automatyzacji.
To rozróżnienie ma podstawy empiryczne
Dwa duże randomizowane badania z 2026 roku pokazują tę samą prawidłowość. McFadyen i współpracownicy (Communications Medicine) w badaniu z udziałem 540 osób stwierdzili, że aplikacja CBT wspomagana generatywną AI była używana częściej i dłużej niż cyfrowy materiał kontrolny, przy porównywalnej skuteczności klinicznej. So i współpracownicy (Journal of Medical Internet Research) w trójramiennym badaniu na próbie 1187 osób nie zaobserwowali istotnych różnic w redukcji objawów depresji (PHQ-9), odnotowali natomiast wyższe zaangażowanie w grupie wspomaganej AI.
Wniosek jest spójny: narzędzia wspomagane AI zwiększają zaangażowanie pacjenta (ang. engagement), lecz wynik kliniczny pozostaje porównywalny z grupą kontrolną. Zaangażowanie jest zwiastunem efektu, nie efektem samym w sobie.
Najciekawsze jest jednak to, co napędza utrzymanie pacjenta w terapii. W analizie eksploracyjnej So i współpracowników za utrzymanie w procesie odpowiadała empatyczna funkcja modelu - odzwierciedlanie emocji - z ilorazem szans bliskim dziesięciu (OR 9,99), podczas gdy funkcja doradcza nie wykazywała istotnego efektu. Mechanizmem nie jest zatem „udzielanie trafnych rad”, lecz odzwierciedlenie emocji. A to kompetencja, której rdzeń pozostaje po stronie terapeuty.
Granica, którą trzeba wyznaczyć świadomie
Ignorowanie zmiany jej nie zatrzyma - sprawi jedynie, że dokona się ona bez udziału osób najlepiej rozumiejących, czym jest bezpieczna, etyczna i oparta na relacji terapia. Odpowiedzią nie jest rezygnacja z technologii, lecz wybór narzędzi, których zgodność jest udokumentowana, a nie wyłącznie zadeklarowana.
W tym sensie zasada zapisana na grafice - chroń to, co działa; udoskonalaj to, co można udoskonalić - nie jest hasłem marketingowym, lecz operacyjnym kryterium. Między lękiem a potencjałem jest wybór: współtworzyć czy ignorować.
Chroń to, co działa. Udoskonalaj to, co można udoskonalić.
Niniejszy tekst analizuje opublikowane dane naukowe i nie stanowi rekomendacji klinicznej. Therapy Support nie jest wyrobem medycznym w rozumieniu MDR i nie podejmuje decyzji klinicznych. AI w platformie wspiera dokumentację i porządkowanie materiału - wszystkie decyzje kliniczne pozostają po stronie terapeuty.
Źródła: J. McFadyen i wsp., 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 i wsp., 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.