Исследователи из Орхусского университета выяснили, что чат-боты на основе больших языковых моделей могут проводить базовые психотерапевтические сессии, но испытывают трудности с последовательным применением специфических техник лечения. Результаты опубликованы в журнале Computers in Human Behavior: Artificial Humans.

Большая языковая модель (LLM) - это тип искусственного интеллекта, обученного на огромных массивах текста, что позволяет ему генерировать человекоподобные ответы. В ходе наблюдательного исследования 65 студентов с легким или умеренным психологическим дистрессом (например, тревогой перед выступлением или перфекционизмом) провели по одному 30-минутному сеансу с чат-ботом, который был запрограммирован на проведение когнитивно-поведенческой терапии (КПТ) - широко распространенного метода, помогающего людям изменять неhelpful мысли и поведение.

После сессий обученные аспиранты оценивали стенограммы разговоров с помощью Шкалы когнитивной терапии - стандартизированного инструмента, измеряющего как общие терапевтические навыки (теплоту, понимание), так и специфические (применение техник, подведение к новым инсайтам). Для сравнения исследователи провели мета-анализ 18 предыдущих исследований, в которых эта же шкала использовалась для оценки людей-терапевтов. Мета-анализ - это статистический метод, объединяющий данные нескольких исследований для выявления общей тенденции.

Оказалось, что общий балл чат-бота (38,1 из 66) оказался немного ниже среднего показателя людей-терапевтов (40,3), но разница исчезала при сравнении с наиболее качественными исследованиями с участием людей. При этом ИИ превзошел людей в общих навыках, таких как эмпатия и создание доверительной атмосферы, но заметно отставал в технических аспектах: ему сложно было выявлять ключевые убеждения, направлять клиента к самостоятельным выводам и адаптировать методы под индивидуальные особенности.

Авторы подчеркивают, что эти результаты не означают готовность ИИ заменить психотерапевтов. Исследование охватывало лишь одну сессию со студентами с легкими проблемами, тогда как реальные клинические случаи требуют более сложной адаптации и работы с рисками. Кроме того, оценка по текстовым стенограммам могла быть менее точной, чем по видео- или аудиозаписям, а знание оценщиков о том, что они оценивают ИИ, могло повлиять на результаты.

Ученые также предостерегают от выводов об эффективности: хорошие навыки в проведении терапии не гарантируют клинического эффекта, который зависит от многих факторов, включая ожидания клиента и терапевтические отношения. Исследование подчеркивает необходимость дальнейших исследований, особенно в отношении способности ИИ адаптироваться к разным людям и долгосрочным последствиям такого взаимодействия.

Источник: PsyPost