Wykorzystanie sztucznej inteligencji w wykrywaniu błędów poznawczych terapeutów

Współczesne zastosowania sztucznej inteligencji (AI) obejmują także obszar zdrowia psychicznego, gdzie generatywne modele językowe (LLM) są wykorzystywane do wspomagania terapeutów w identyfikacji błędów poznawczych. Terapeuci, mimo swojego doświadczenia, są ludźmi i mogą popełniać błędy poznawcze, które pojawiają się w trakcie przygotowań do sesji, podczas samej terapii oraz po jej zakończeniu. AI stanowi narzędzie, które może pomóc w wykrywaniu takich błędów i dostarczyć terapeucie informacji zwrotnej.

Rola AI w terapii i wyzwania

Generatywne modele AI, takie jak ChatGPT, Claude czy Gemini, są powszechnie wykorzystywane przez miliony użytkowników do uzyskiwania porad dotyczących zdrowia psychicznego. AI jest dostępna niemal nieprzerwanie i często bezpłatnie, dlatego jest często wykorzystywana jako źródło wsparcia. Jednocześnie pojawiają się obawy dotyczące ryzyka udzielania przez AI nieodpowiednich lub szkodliwych porad, co znalazło odzwierciedlenie w pozwach sądowych przeciwko twórcom AI, takim jak OpenAI.

Obecne modele LLM nie dorównują kompetencjom ludzkich terapeutów, choć trwają prace nad specjalistycznymi modelami, które mają zbliżyć się do ich poziomu. W praktyce terapeutycznej AI pełni rolę uzupełniającą, a nie zastępującą, tworząc nowy układ terapeutyczny: terapeuta-AI-klient.

Błędy poznawcze w pracy terapeuty

Błędy poznawcze mogą występować na trzech etapach pracy terapeuty: przed sesją, w trakcie sesji oraz po jej zakończeniu. Przykładem błędu przed sesją jest zakotwiczenie się terapeuty na wstępnej diagnozie i interpretowanie wypowiedzi klienta wyłącznie przez ten pryzmat. W trakcie sesji częstym błędem jest tzw. czytanie w myślach, czyli przypisywanie klientowi określonych uczuć lub motywacji bez ich potwierdzenia. Po sesji natomiast terapeuta może popełnić błąd narracyjny, czyli nadmiernie upraszczać lub dopasowywać przebieg terapii do spójnej, lecz niekoniecznie prawdziwej historii.

Badania nad błędami poznawczymi w psychiatrii

Artykuł „Special Report: Addressing Cognitive Error in Psychiatric Practice” autorstwa dr. H. Paula Putmana III podkreśla, że praktyka psychiatryczna staje się coraz bardziej złożona, co zwiększa ryzyko popełniania błędów poznawczych. Autor wskazuje na potrzebę zwiększenia świadomości tych błędów wśród specjalistów oraz na konieczność rozwijania umiejętności diagnostycznego rozumowania. Wskazuje też, że psychiatrzy rzadko omawiają i uczą się technik metapoznawczych, które mogłyby pomóc w identyfikacji i korekcie błędów.

W artykule poruszono różne typy rozumowania, takie jak myślenie typu I i II, rozumowanie abdukcyjne, hipotetyczno-dedukcyjne oraz indukcyjne, które są podatne na błędy. Wśród najczęstszych błędów wymienia się selektywne wybieranie danych, zakotwiczenie się na określonych przekonaniach oraz ignorowanie całościowego obrazu sytuacji.

Wykorzystanie AI do wykrywania błędów poznawczych

AI może wspierać terapeutów na trzech etapach pracy:

1. Przed sesją: AI może pomóc w przygotowaniu się do spotkania, analizując plan sesji i wskazując potencjalne błędy poznawcze.
2. W trakcie sesji: AI może monitorować przebieg rozmowy i dostarczać terapeucie informacje zwrotne w czasie rzeczywistym, choć jest to rozwiązanie wymagające ostrożności.
3. Po sesji: AI może analizować transkrypcje i notatki z sesji, pomagając w debriefingu i identyfikacji ewentualnych błędów.

W praktyce terapeuci mogą wybierać, które z tych zastosowań AI uznają za przydatne w swojej pracy.

Przykłady wykrywania błędów poznawczych przez AI

Autor artykułu przeprowadził testy, w których AI analizowało fragmenty transkrypcji sesji terapeutycznych i wskazywało potencjalne błędy poznawcze. Oto trzy przykłady:

• Potwierdzanie hipotezy i przedwczesne zamknięcie: Terapeuta zinterpretował złość klienta jako lęk przed porzuceniem, co AI oceniło jako potencjalny błąd potwierdzania hipotezy bez rozważenia innych możliwości.
• Czytanie w myślach i przypisywanie emocji: Terapeuta założył, że klient czuł się winny i zawstydzony, nie pytając o potwierdzenie tych uczuć, co AI wskazało jako błąd polegający na przypisywaniu emocji bez podstaw.
• Nadmierne uogólnienie: Terapeuta stwierdził, że klient „zawsze się izoluje”, bazując na pojedynczym zdarzeniu, co AI oceniło jako nadmierne uogólnienie.

Szablon promptu do analizy AI

W artykule przedstawiono także przykładowy prompt, który można wykorzystać do nakierowania AI na identyfikację błędów poznawczych w transkrypcjach sesji. Prompt zawiera instrukcje, aby AI skupiała się wyłącznie na metapoznawczej analizie rozumowania terapeuty, unikała oceniania kompetencji klinicznych oraz stosowała język nieoskarżycielski i hipotetyczny, traktując wyniki jako propozycje do refleksji.

Wyzwania i perspektywy

Autor podkreśla, że błędy poznawcze są często trudne do jednoznacznego wykrycia i mogą być mylnie identyfikowane zarówno przez ludzi, jak i AI. W terapii ważne jest, aby takie kwestie omawiać z terapeutą w sposób spokojny i konstruktywny. AI nie powinna być traktowana jako ostateczny arbiter, lecz jako narzędzie wspierające refleksję i doskonalenie praktyki terapeutycznej.

Obecnie AI jest dostępna globalnie i działa jako forma eksperymentu społecznego w obszarze zdrowia psychicznego, oferując wsparcie 24/7. AI ma potencjał zarówno do wspierania, jak i do szkodzenia zdrowiu psychicznemu, co wymaga świadomego zarządzania tymi aspektami. Terapeuci mogą korzystać z AI jako pomocnika na różnych etapach terapii, jednak powinni zachować równowagę i krytyczne podejście do wyników generowanych przez AI.

W ten sposób AI staje się elementem nowej rzeczywistości terapeutycznej, w której tradycyjna relacja terapeuta-klient ewoluuje w kierunku współpracy terapeuty, klienta i sztucznej inteligencji.