ChatGPT danışanı anlamaya çalışıyor. BDT vaka kavramsallaştırmasında gerçekte neler yapabilir - ve yapamaz
Vaka kavramsallaştırması, BDT terapistinin işinin kalbidir. Terapistin gerçekleri toplamayı bırakıp anlamaya başladığı andır - bu danışan, bu durumda, neden böyle tepki veriyor. Hem teorik bilgi hem de yıllar içinde inşa edilmiş klinik sezgi gerektiren bir süreçtir.
Yapay zeka buna yardımcı olabilir mi?
Milano’daki Sigmund Freud Üniversitesi’nden araştırmacılar bunu öğrenmeye karar verdi. 2026’da Cyberpsychology: Journal of Psychosocial Research on Cyberspace’te yayımlanan makaleleri, ChatGPT-4’ün yeteneklerini genel olarak psikoterapide değil, doğrudan vaka kavramsallaştırması bağlamında - terapötik çalışmanın en talepkâr, en klinik yönünde - analiz eden ilk çalışmalardan biri.
Ne çalışıldı ve nasıl
Yazarlar (Buattini, Barjami, Paponetti ve ark.), danışan anlayışını iki temel yapı üzerinden yapılandıran bir bilişsel terapi aracı olan LIBET kavramsallaştırma modelini uyguladılar: yaşam temaları (derin inançlar ve duygusal örüntüler) ve yarı-uyumlu planlar (danışanın zorluklarla başa çıkmak için geliştirdiği stratejiler - mutlaka etkili olmasa da görünüşte mantıklı).
On katılımcı yarı yapılandırılmış görüşmelerden geçti. Transkripsiyonlar anonimleştirildi ve ayrıntılı LIBET model talimatlarıyla ChatGPT-4’e verildi. Sonuçlar, hem sistemin güçlü yönlerini hem de tekrarlayan hataları yakalayan nitel bir yöntem olan yansıtıcı tematik analize tabi tutuldu.
Yapay zeka neyi iyi yaptı
Sonuçlar tek yönlü değil - ve onları değerli kılan tam olarak bu. ChatGPT-4 birkaç gerçek güçlü yön ortaya koydu.
Tutarlı yapı ve materyal organizasyonu. Sistem, görüşme bilgilerini tutarlı bir şekilde düzenledi, doğru LIBET terminolojisini uyguladı ve net, mantıklı bir düzende yanıtlar üretti. Uzun bir seans gününün ardından not yazmaya oturan bir terapist için bu tür yapısal yardımın gerçek bir değeri var.
Temkinli dille hipoteze dayalı akıl yürütme. ChatGPT beyan etmedi - önerdi. Hipotezler formüle etti, koşullu dil kullandı ve belirsizliği işaret etti. Bu önemli: sistem, iyi bir BDT kavramsallaştırmasının nasıl görünmesi gerektiğine uygun davrandı - bir tanı değil, doğrulanması gereken bir öneri olarak.
LIBET mantığının kısmi olarak yeniden üretilmesi. Model, teorik yapıları tanıdı ve uyguladı; bu da, uygun şekilde kurgulanmış talimatlarla yapay zekanın yalnızca genel bir metin üreticisi olarak değil, belirli bir terapötik yaklaşım içinde çalışabileceğini gösteriyor.
Yapay zekanın tökezlediği yerler
Çalışma, sınırlılıkları anlatırken dürüst - ve BDT uygulayıcıları için en büyük değeri de bu.
Stratejileri kırılganlıklarla karıştırmak. En sık görülen hata, sistemin yarı-uyumlu planları (başa çıkma stratejileri) yaşam temalarıyla (daha derin duygusal örüntüler) karıştırmasıydı. Bu, gerçek terapide çok yüzeysel bir düzeyde çalışmaya yol açabilecek tam olarak türden bir hata - deneyimli bir terapistin sezgisel olarak yakaladığı ama yapay zekanın henüz yakalayamadığı bir hata.
İlişkisel soyutlamayla güçlükler. Yaşam temaları, bağlamın, geçmişin ve belirsizliğin anlaşılmasını gerektiren yapılardır. ChatGPT, somut ve yapılandırılmış olanla, daha derin ve ilişkisel olana kıyasla belirgin ölçüde daha iyi performans gösterdi.
Doğrulanmamış yorumlama. Sistem bazen inandırıcı gelen ama görüşme içeriğine dayanmayan yorumlar üretti. Halüsinasyon olarak bilinen bu olgu, klinik bir bağlamda özel bir ağırlık kazanıyor.
Bunun terapötik pratik için anlamı ne
Yazarlar temkinli ama net bir sonuç formüle ediyor: ChatGPT, özellikle süpervizyon ve eğitimde, yansıtma için yararlı bir araç olabilir - ama klinik akıl yürütme ve karar vermede bağımsız kullanıma henüz hazır değil.
Bu önemli bir ayrım. Mesele, yapay zekanın BDT’ye uygun olmaması değil. Ancak yapay zeka, terapist her adımı doğrulaması koşuluyla, materyali düzenlemeye, doğrulanacak hipotezler üretmeye ve notları yapılandırmaya yardımcı olabilir.
Kavramsallaştırmayla çalışan BDT terapistleri için bu pratik bir soru: görüşmelerden ve sonraki seanslardan toplanan materyali sadece yapılandırmak size ne kadar zaman alıyor? Bunun ne kadarı mekanik iş - düzenlemek, adlandırmak, bir çerçeveye oturtmak - ve ne kadarı gerçek klinik akıl yürütme?
Therapy Support perspektifi
Therapy Support’ta, tam olarak bu soruyu ele alan bir araç inşa ediyoruz. Terapistin klinik akıl yürütmesinin yerini almıyoruz. Mekanik ama gerekli olan çalışma kısmını destekliyoruz: transkripsiyonlardan bilgi çıkarmak, notları yapılandırmak, materyali BDT mantığına göre düzenlemek - terapist doğrulaması için birer öneri olarak.
Buattini ve ark. çalışması, materyali düzenleme ile klinik yorumlama arasındaki bu sınırın gerçek ve anlamlı olduğunu doğruluyor. Bir yapay zeka sistemi, ilk tarafta değerli bir şekilde çalışabilir. Klinik karar her zaman terapiste aittir.
Özet
Bu, şu spesifik soruyu soran türünün ilk çalışması: yapay zeka BDT’de vaka kavramsallaştırmasının üstesinden gelebilir mi? Cevap: kısmen evet, ama önemli çekincelerle. Güçlü yönler - yapı, hipotez dili, terminoloji - umut verici. Zayıf yönler - soyutlamayla güçlükler ve yanlış yorumlama riski - terapist gözetiminin hâlâ gerekli olduğunu hatırlatıyor.
BDT uygulayıcıları için bu araştırma çizgisini takip etmekte fayda var. Kavramsallaştırmayı bir makineye emanet etmek için değil - yapay zekanın gerçekten yükü nerede hafifletebileceğini ve doğrulama olmadan nerede güvenilmemesi gerektiğini bilmek için.
Kaynak: 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, BDT psikoterapistleri için dokümantasyon ve iş organizasyonunu destekleyen bir araçtır. Sistem tarafından üretilen tüm öneriler, terapist doğrulaması ve kararı için başlangıç materyalidir.