La IA ya «hace» terapia, pero todavía no puede sustituir a una persona

Un estudio publicado en la revista Computers in Human Behavior: Artificial Humans ha demostrado que un chatbot de IA puede mantener una sesión terapéutica básica, pero se le da bastante peor adaptar los métodos a cada persona. Dicho de otro modo, el algoritmo sabe seguir el mapa, pero a veces se pierde cuando el paciente se sale de la ruta.

El problema es relevante por la escasez mundial de atención psicológica accesible. Cientos de millones de personas viven con trastornos mentales, pero el coste del tratamiento, la falta de especialistas y la distancia privan de apoyo profesional a la mayoría de quienes lo necesitan. Por eso se considera que los grandes modelos de lenguaje —sistemas de inteligencia artificial entrenados con enormes cantidades de texto y capaces de generar respuestas en lenguaje natural— podrían servir para ampliar el acceso a la atención.

En un trabajo anterior, publicado en 2024, los autores propusieron una hoja de ruta para incorporar estos sistemas a la práctica clínica, pero advirtieron que la psicoterapia es un ámbito de alto riesgo que exige un desarrollo cuidadoso. Hasta ahora, los chatbots se habían evaluado principalmente con situaciones ficticias breves, en las que especialistas juzgaban respuestas concretas por su empatía o utilidad. El nuevo estudio intentó evaluar una sesión completa y continua con un objetivo claro, no una respuesta acertada.

En el estudio observacional participaron 65 estudiantes con malestar psicológico leve o moderado, por ejemplo, ansiedad al hablar en público, preocupaciones ocasionales o perfeccionismo. Por seguridad, no se incluyó a personas con malestar grave ni con trastornos mentales diagnosticados: los modelos de lenguaje pueden generar respuestas imprevisibles e inadecuadas. Cada participante mantuvo una sesión presencial de 30 minutos con un chatbot instalado localmente; la conversación tuvo una media de 49 mensajes.

El bot se configuró para aplicar terapia cognitivo-conductual, un método extendido que ayuda a identificar y cambiar pensamientos y conductas poco eficaces. Otro modelo monitorizaba la duración y el contenido de la conversación e indicaba al sistema principal cuándo pasar del establecimiento del vínculo a la formulación del problema, la intervención y el cierre de la sesión.

Después, estudiantes de posgrado con formación evaluaron las transcripciones mediante la Cognitive Therapy Scale, una escala de competencia en terapia cognitiva. Mide habilidades generales, como la calidez, la comprensión y la empatía, y otras específicas: identificar creencias fundamentales, facilitar la introspección y aplicar técnicas dirigidas. Para comparar, los investigadores realizaron un metaanálisis de 18 estudios anteriores que habían usado la misma escala para evaluar a terapeutas humanos. Un metaanálisis combina los resultados de varios trabajos y permite obtener una referencia general.

El umbral de competencia clínica aceptable es de 40 puntos sobre 66. El chatbot obtuvo una media ajustada de 38,1 puntos y solo alcanzó el umbral en 30 de las 65 sesiones. La media de los terapeutas humanos fue de 40,3 puntos. Sin embargo, al comparar con seis estudios de alta calidad metodológica, no se encontró una diferencia estadísticamente significativa entre el bot y los especialistas.

Lo más llamativo de los resultados no es la puntuación media, sino la gran variabilidad. En algunas conversaciones la IA resultaba bastante convincente; en otras, su capacidad caía notablemente. Sus mejores resultados estaban en las cualidades terapéuticas generales: expresaba empatía, validaba los sentimientos de la otra persona y creaba una sensación de colaboración. Se desenvolvía peor en los aspectos técnicos: no siempre identificaba las creencias fundamentales, guiaba de manera irregular a la persona para que llegara a sus propias conclusiones y adaptaba mal la intervención a sus características individuales.

El investigador Arthur Bran Herbener señaló que mantener una conversación que parezca claramente buena no equivale a ser clínicamente eficaz. También importan las expectativas del usuario y la alianza terapéutica, es decir, la relación de trabajo entre el profesional y el cliente. Otro problema es la tendencia de la IA a dar la razón en exceso, o sycophancy. En terapia a veces no basta con respaldar las creencias del cliente: hay que cuestionarlas con tacto. La aprobación incesante puede acabar enquistando el problema.

El trabajo no demuestra que la IA esté lista para sustituir a los psicólogos. Se evaluó una única sesión con personas jóvenes y dificultades relativamente leves. La práctica clínica real incluye casos de desesperanza grave, riesgos para la seguridad, planificación a largo plazo, revisión de tareas para casa y desarrollo gradual de una relación terapéutica: situaciones en las que una improvisación fallida puede costar más que un mensaje torpe en un chat.

El estudio también tiene limitaciones metodológicas. La escala se creó para grabaciones de audio y vídeo, en las que se oyen las entonaciones y se ve el lenguaje corporal, pero aquí se evaluó texto. Los expertos sabían que estaban ante una IA, de modo que sus puntuaciones podrían estar sesgadas. Además, no se comparó directamente a los terapeutas y al chatbot en un mismo experimento: los datos humanos procedían de estudios anteriores y las diferencias en los tipos y la gravedad de los problemas podrían haber influido en los resultados.

Los próximos trabajos deberían estudiar terapias de varias sesiones con grupos clínicos reales y averiguar por qué el bot a veces no aplica las técnicas adecuadas. Los investigadores también tendrán que responder a una pregunta más incómoda: ¿produce el mismo efecto el apoyo escrito por una máquina que el expresado por una persona? Aunque imitara a la perfección el lenguaje terapéutico, eso no garantiza que el usuario le atribuya el mismo significado.