Virker en AI-psykolog faktisk? Evidens om AI-terapichatbots

Skeptikere har ret til at spørge, om en AI-psykolog gør noget målbart, eller om den blot lyder støttende. Det ærlige, evidensbaserede svar er ja – med reelle begrænsninger: det første randomiserede kontrollerede forsøg med en generativ AI-terapichatbot, offentliggjort i NEJM AI i marts 2025, og en række metaanalyser over titusinder af deltagere peger begge på målbare, små til moderate fordele ved depression og angst. Nedenfor finder du, hvad forskningen faktisk siger – herunder hvor evidensen er stærk, hvor den er tynd, og hvem den ikke gælder for.

Evidensen peger på reelle men beskedne fordele – en AI-psykolog fungerer bedst som et afmålt første skridt, ikke som en kur.

Det er hverken hype eller afvisning. Det er et blik på det banebrydende Dartmouth Therabot-randomiserede forsøg, metaanalyserne der dækker titusinder af deltagere på tværs af 18 lande, og de specifikke steder, hvor evidensgrundlaget stadig er tyndt.

Denne artikel gennemgår publiceret forskning og er ikke lægelig rådgivning. En AI-psykolog erstatter ikke en autoriseret kliniker. Hvis du befinder dig i en krise i USA, kan du ringe eller sende en sms til 988 (Suicide and Crisis Lifeline) eller sende HOME til 741741. Ring 911 ved umiddelbar fare.

Det korte svar: målbare fordele, med begrænsninger

“Virker,” i denne sammenhæng med disse forsøg, har en snæver, testbar betydning – og det er værd at definere, inden man kigger på tallene. Når den betydning er klar, holder evidensens form op med at ligne markedsføring og begynder at ligne et normalt, ufuldkomment klinisk forskningsgrundlag.

Hvad “virker” faktisk betyder her

I denne forskning betyder “virker” en statistisk signifikant reduktion i symptomer sammenlignet med en kontrolgruppe, målt over et defineret forsøgsvindue – mest 4 til 8 uger. Det betyder ikke en kur, og det betyder ikke ækvivalens med mange års psykoterapi. Effekten er reel men beskeden, og indtil videre er den koncentreret i målrettede kognitiv adfærdsterapi (CBT)-værktøjer snarere end generelle chatbots.

Den distinktion betyder mere end nogen enkelt procentsats i denne artikel. Et randomiseret kontrolleret forsøg (RCT) er det design, forskere stoler mest på, fordi det sammenligner en AI-terapichatbot med en ægte kontrolgruppe og isolerer værktøjets effekt fra placebo, tid eller opmærksomhed alene.

Hvorfor svaret er “ja, men”

Det bedste enkeltdatasæt – Dartmouths Therabot-forsøg – viser en meningsfuld reduktion i depressions- og angssymptomer. Bredere metaanalyser, der sammenfatter snesevis af forsøg, bekræfter en lille til moderat effekt snarere end et afvigelsesresultat. Men tre forbehold gælder for næsten alle resultaterne: opfølgningsdataene, der er nødvendige for at bevise, at fordelen varer, er tynde, risikoen for bias i de underliggende studier er ofte høj, og den stærkeste evidens tilhører en snæver kategori af målrettede værktøjer, ikke chatbots generelt.

Det banebrydende studie: Dartmouths Therabot-forsøg

Det meste af det, der er kendt om, hvorvidt en generativ AI-terapichatbot kan påvirke kliniske symptomer, kommer fra ét forsøg, så det er værd at gennemgå, hvad det faktisk testede og fandt.

Hvad forsøget fandt

Det første randomiserede kontrollerede forsøg med en generativ AI-terapichatbot blev offentliggjort i NEJM AI i marts 2025. Forskere fra Dartmouth indskrev 210 voksne med svær depression, generaliseret angstlidelse eller klinisk høj risiko for spise- og ernæringsforstyrrelser og randomiserede 106 til Therabot og 104 til en ventelistekontrol. Efter fire og otte uger faldt behandlingsgruppens depressionssymptomer med 51%, angssymptomer med 31% og bekymringer om kroppen relateret til spiseforstyrrelser med 19% – reduktioner som studieforfatterne beskrev som sammenlignelige med, hvad man typisk ser ved ambulant terapi.

I Dartmouths Therabot-forsøg faldt depressionssymptomer med 51%, angst med 31% og bekymringer om spiseforstyrrelser med 19% over otte uger.

Therabot selv er ikke en generel chatbot; den var specifikt trænet på CBT-bedste praksis og kliniske dialogmønstre, hvilket er en stor del af grunden til, at dens resultater ikke automatisk overfører til andre AI-værktøjer.

Overraskelsen om den terapeutiske alliance

Deltagerne brugte Therabot i ca. seks timer over forsøgsperioden, svarende til ca. otte terapisessioner, og ca. tre fjerdedele modtog ikke anden mental sundhedsbehandling på det tidspunkt. Bemærkelsesværdigt vurderede de deres tillid til softwaren tæt på, hvad patienter typisk rapporterer over for en menneskelig terapeut.

Vi forventede ikke, at folk nærmest ville behandle softwaren som en ven. Det siger mig, at de faktisk dannede relationer med Therabot. — Nicholas Jacobson, Dartmouth (Therabot-ledende forsker)

Dette niveau af engagement er usædvanligt for et selvledet digitalt værktøj, hvor frafald typisk er den største forhindring for enhver målbar effekt.

Hvad metaanalyserne siger på tværs af tusindvis af mennesker

Et enkelt forsøg, uanset hvor veldesignet, er ikke nok til at etablere et felt-bredt mønster. Det er hvad metaanalyser er til, og om AI-terapichatbots dækker de nu en stor nok stikprøve til at sige noget med sikkerhed.

Lille til moderat, men konsistent. En metaanalyse fra 2025 med fokus på unge og unge voksne, der samlede 31 randomiserede kontrollerede forsøg og 29.637 deltagere på tværs af 18 lande, fandt standardiserede middelforskelle på −0,43 for depression, −0,37 for angst og −0,35 for overordnet psykisk nød. Det er beskedne effektstørrelser efter konventionelle kliniske standarder, men de var statistisk robuste på tværs af en stikprøve stor nok til at udelukke tilfældighedernes spil som forklaring. Fordi studiepopulationen skævede yngre (15–39 år), taler disse tal mest direkte til den aldersgruppe snarere end voksne bredt.

Ved at samle 31 randomiserede forsøg og 29.637 deltagere på tværs af 18 lande er effekten reel men lille til moderat – ikke en kur.

Effekten er stærkest på kort sigt. En separat metaanalyse af kortere interventioner fandt det samme mønster: signifikante men små forbedringer koncentreret i de første fire til otte uger af brug, tæt svarende til Therabot-forsøgets eget vindue. Efter det punkt bliver dataene om, hvorvidt fordelen holder, markant tyndere.

Resultatmål	Standardiseret effektstørrelse (SMD)	Fortolkning
Depression	−0,43	Lille til moderat
Angst	−0,37	Lille til moderat
Generel psykisk nød	−0,35	Lille
Oplevet stress	−0,41	Lille til moderat

Disse tal stammer fra en samlet analyse af 31 RCT’er, ikke et enkelt produkts markedsføringspåstande, hvilket er grunden til, at forskere behandler dem som det tætteste på et felt-bredt svar, der er tilgængeligt i dag.

Ikke alle “AI-terapeuter” er ens: målrettede vs. generiske

Ordet “AI-terapeut” anvendes på to meget forskellige kategorier af software, og evidensen understøtter kun den ene af dem.

Hvor evidensen faktisk er

Hvert forsøg diskuteret indtil videre testede et værktøj, der er målrettet til mental sundhed og baseret på CBT – Therabot, og i tidligere forskning, Woebot og Wysa. Disse produkter var designet fra grunden af med kliniske protokoller, testet i kontrollerede studier og itereret baseret på resultatdata. Det evidensgrundlag udvider sig ikke til generelle store sprogmodeller som ChatGPT, som ikke er valideret i randomiserede kliniske forsøg til terapeutisk brug.

• Therabot – målrettet CBT-chatbot, testet i et RCT med 210 deltagere (NEJM AI, 2025)
• Woebot – tidligere CBT-baseret chatbot med publiceret pilot- og RCT-evidens
• Wysa – CBT-informeret chatbot med publicerede effektivitetsstudier
• Generiske LLM-chatbots (f.eks. ChatGPT) – ingen kliniske forsøg der validerer terapeutisk brug

Hvorfor distinktionen betyder noget

American Psychological Association har advaret om, at generiske AI-chatbots brugt som erstatning for terapi kan udgøre reelle risici, præcis fordi de mangler de kliniske sikkerhedsforanstaltninger og den validering, som målrettede værktøjer var ingeniørmæssigt designet omkring. De positive forsøgsresultater diskuteret i denne artikel tilhører en snæver kategori af strukturerede, klinisk designede produkter – ikke enhver chatbot, en person tilfældigvis taler med.

Funktion	Målrettet CBT-chatbot (f.eks. Therabot)	Generisk LLM-chatbot (f.eks. ChatGPT)
Trænet på CBT-protokoller	Ja	Nej
Testet i et randomiseret kontrolleret forsøg	Ja (Therabot: NEJM AI, 2025)	Nej
APA-markeret klinisk risiko	Lavere, men stadig under opsyn	Højere – eksplicit markeret
Tilsigtet brug	Mental sundhedsstøtte	Generel samtale

De ærlige begrænsninger i evidensen

Hvert tal ovenfor kommer fra rigtige forsøg, men forskerne bag disse forsøg er åbne om, hvor langt dataene faktisk rækker – og det er værd at tage det for pålydende i stedet for at læse forbi det.

Evidensen understøtter målrettede, forsøgstestede CBT-værktøjer – ikke generiske chatbots, som ikke har klinisk validering.

Her er det, der begrænser evidensgrundlaget i dag:

1. De fleste inkluderede studier har høj risiko for bias i deres design eller rapportering.
2. Den overordnede evidenskvalitet er graderet meget lav til lav ved hjælp af GRADE-rammen, en standard som forskere bruger til at vurdere sikkerhed.
3. Sytten af de 31 studier i den største metaanalyse havde frafaldsrater over 20%, hvilket betyder, at en betydelig andel af deltagerne droppede ud, inden de var færdige.
4. Kun 15 af de 31 studier indsamlede nogen opfølgningsdata overhovedet, hvilket ikke er nok til at bekræfte, om fordelene opretholdes efter forsøgets afslutning.
5. Kun tre studier i hele metaanalysen testede specifikt generativ AI frem for ældre regelbaserede chatbots – så for den nyeste generation af værktøjer forbliver effektivitet i stor skala, med forskerens egne ord, ukendt.

Selv Therabot-forfatterne, hvis forsøg producerede de stærkeste resultater på området hidtil, konkluderede, at ingen generativ AI-agent er klar til at operere fuldt autonomt inden for mental sundhedspleje, og at tæt klinisk tilsyn forbliver afgørende for sikker implementering.

Kan en AI-psykolog så erstatte din terapeut?

Givet alt ovenstående understøtter evidensen en specifik, afgrænset rolle for en AI-psykolog – ikke et blankt ja eller nej.

En realistisk rolle for evidensen

De data, der er tilgængelige i dag, understøtter en AI-psykolog som et lavpris, tilgængeligt første skridt eller et supplement til pleje – genuint nyttigt for mild til moderat depression og angstsymptomer, til at øve mestringsevner mellem rigtige sessioner og for mennesker, der oplever lange ventelister eller omkostningsbarrierer for menneskelig terapi. Det understøtter ikke behandling af en AI-psykolog som erstatning for en autoriseret kliniker, og det understøtter eksplicit ikke at stole på en til diagnose, medicinationsstyring, traumebehandling eller kriseomsorgi.

Godt egnet til milde til moderate symptomer og støtte mellem sessioner – ikke til diagnose, medicin, traume eller krise.

Hvad evidensen understøtter:

• Et lavpris, tilgængeligt første skridt for mild til moderat depression eller angst
• Et supplement til at øve mestringsevner mellem rigtige terapisessioner
• En midlertidig løsning for mennesker med lange ventelister eller omkostningsbarrierer for menneskelig pleje

Hvad evidensen ikke understøtter:

• Diagnose af en psykisk lidelse
• Medicinationsstyring
• Traumebehandling
• Krise- eller nødhjælp

Enhver, der overvejer om de skal prøve en, kan gennemgå de samme spørgsmål, som forskningen selv rejser:

1. Er dine symptomer milde til moderate snarere end alvorlige eller komplekse?
2. Er det værktøj, du overvejer, målrettet til mental sundhed (som Therabot, Woebot eller Wysa) eller en generisk chatbot?
3. Har du adgang til en autoriseret kliniker til diagnose eller medicin, hvis det er nødvendigt?
4. Bruger du det som supplement til terapi eller som fuld erstatning for det?
5. Kender du dine lokale kriseressourcer (988, 741741, 911), inden du har brug for dem?
6. Følger du op på, om dine symptomer faktisk forbedres over et par uger, i stedet for at antage, at de gør?

FAQ

Virker AI-terapi faktisk?

For mild til moderat depression og angst viser målrettede CBT-chatbots små til moderate, statistisk signifikante kortsigtede fordele i randomiserede forsøg – reelle men beskedne, og ikke en universalkur.

Hvad fandt Dartmouth Therabot-studiet?

I det første RCT af en generativ AI-terapichatbot, offentliggjort i NEJM AI i 2025, faldt depressionssymptomer med 51%, angst med 31% og bekymringer om spiseforstyrrelser med 19% over 8 uger sammenlignet med en ventelistekontrol.

Hvor effektive er CBT-chatbots for depression og angst?

En metaanalyse af 31 randomiserede forsøg og 29.637 unge og unge voksne fandt standardiserede reduktioner på ca. −0,43 for depression og −0,37 for angst – en lille til moderat effekt, stærkest i de første 4-8 uger.

Varer fordelene ved AI-terapi?

Det er uklart. Opfølgningsdataene er tynde – kun 15 af 31 studier i den største metaanalyse indsamlede nogen – og forskere bemærker, at effekterne kan aftage efter interventionsperioden er slut.

Kan AI-terapi erstatte en menneskelig terapeut?

Nej. Selv forskerne bag det stærkeste positive forsøg siger, at generativ AI ikke er klar til at operere autonomt inden for mental sundhedspleje; det fungerer bedst som et supplement, ikke en erstatning, og aldrig til kriseomsorgi.