Работает ли ИИ-психолог на самом деле? Доказательства эффективности ИИ-чат-ботов для терапии

Скептики вправе спрашивать, делает ли ИИ-психолог что-либо измеримое или просто звучит поддерживающе. Честный, основанный на доказательствах ответ — да, с реальными ограничениями: первое рандомизированное контролируемое исследование генеративного ИИ-чат-бота для терапии, опубликованное в NEJM AI в марте 2025 года, и целая серия метаанализов, охватывающих десятки тысяч участников, — оба указывают на измеримую пользу от малой до умеренной при депрессии и тревоге. Ниже — что на самом деле говорят исследования, включая то, где доказательства сильны, где они слабы и на кого они не распространяются.

Это не хайп и не отрицание. Это взгляд на знаковое рандомизированное исследование Therabot из Дартмута, на метаанализы, охватывающие десятки тысяч участников из 18 стран, и на конкретные места, где доказательная база всё ещё слаба.

Эта статья обозревает опубликованные исследования и не является медицинской рекомендацией. ИИ-психолог не заменяет лицензированного клинициста. Если вы в кризисе в США, позвоните или напишите на 988 (Линия помощи при суициде и кризисе) или отправьте HOME на номер 741741. Звоните 911 при непосредственной опасности.

Короткий ответ: измеримая польза, с ограничениями

«Работает» в контексте этих исследований имеет узкое, проверяемое значение — и его стоит определить, прежде чем смотреть на какие-либо цифры. Как только это значение становится ясным, картина доказательств перестаёт выглядеть как маркетинг и начинает выглядеть как обычная, несовершенная база клинических исследований.

Что здесь на самом деле означает «работает»

В этих исследованиях «работает» означает статистически значимое снижение симптомов по сравнению с контрольной группой, измеренное за определённое окно исследования — в основном от 4 до 8 недель. Это не означает излечения и не означает эквивалентности годам психотерапии. Эффект реален, но скромен, и пока он сосредоточен в специализированных инструментах когнитивно-поведенческой терапии (КПТ), а не в чат-ботах общего назначения.

Это различие важнее любого отдельного процента в этой статье. Рандомизированное контролируемое исследование (РКИ) — это дизайн, которому исследователи доверяют больше всего, потому что оно сравнивает ИИ-чат-бота для терапии с настоящей контрольной группой, изолируя эффект инструмента от плацебо, времени или одного лишь внимания.

Почему ответ — «да, но»

Лучший отдельный набор данных — исследование Therabot из Дартмута — показывает значимое снижение симптомов депрессии и тревоги. Более широкие метаанализы, объединяющие десятки исследований, подтверждают эффект от малого до умеренного, а не единичный выброс. Но почти ко всему этому применимы три оговорки: данных для последующего наблюдения, необходимых, чтобы доказать, что польза сохраняется, недостаточно; риск систематической ошибки в лежащих в основе исследованиях часто высок; а самые сильные доказательства относятся к узкой категории специализированных инструментов, а не к чат-ботам в целом.

Знаковое исследование: испытание Therabot из Дартмута

Большая часть того, что известно о том, может ли генеративный ИИ-чат-бот для терапии изменить клинические симптомы, происходит из одного исследования, поэтому стоит разобрать, что именно оно проверяло и обнаружило.

Что обнаружило исследование

Первое рандомизированное контролируемое исследование генеративного ИИ-чат-бота для терапии появилось в NEJM AI в марте 2025 года. Исследователи из Дартмута набрали 210 взрослых с большим депрессивным расстройством, генерализованным тревожным расстройством или клинически высоким риском расстройств пищевого поведения, распределив 106 к Therabot и 104 в контрольную группу листа ожидания. После четырёх и восьми недель симптомы депрессии в группе лечения снизились на 51%, симптомы тревоги — на 31%, а связанные с расстройством пищевого поведения проблемы с образом тела — на 19% — снижения, которые авторы исследования описали как сопоставимые с тем, что обычно наблюдается при амбулаторной терапии.

Сам Therabot не является чат-ботом общего назначения; он был обучен специально на лучших практиках КПТ и клинических паттернах диалога, что во многом объясняет, почему его результаты автоматически не переносятся на другие ИИ-инструменты.

Сюрприз терапевтического альянса

Участники использовали Therabot примерно шесть часов за период исследования, что грубо эквивалентно восьми сессиям терапии, и около трёх четвертей из них в то время не получали никакого другого лечения психического здоровья. Примечательно, что они оценили своё доверие к программе близко к тому, что пациенты обычно сообщают в отношении психотерапевта-человека.

Мы не ожидали, что люди будут почти относиться к программе как к другу. Это говорит мне о том, что они действительно формировали отношения с Therabot.

Николас Джейкобсон, Дартмут (ведущий исследователь Therabot)

Такой уровень вовлечённости необычен для самостоятельного цифрового инструмента, где отсев обычно является главным препятствием для любого измеримого эффекта.

Что говорят метаанализы по тысячам людей

Одного исследования, каким бы хорошо спланированным оно ни было, недостаточно, чтобы установить общеполевую закономерность. Для этого и нужны метаанализы, и по ИИ-чат-ботам для терапии они теперь охватывают достаточно большую выборку, чтобы говорить что-то с уверенностью.

От малого до умеренного, но последовательно. Метаанализ 2025 года, сфокусированный на подростках и молодых взрослых, объединивший 31 рандомизированное контролируемое исследование и 29 637 участников из 18 стран, обнаружил стандартизированные средние разности −0,43 для депрессии, −0,37 для тревоги и −0,35 для общего психологического дистресса. Это скромные размеры эффекта по обычным клиническим меркам, но они были статистически устойчивыми в выборке, достаточно большой, чтобы исключить случайность как объяснение. Поскольку популяция исследования склонялась к более молодому возрасту (15–39 лет), эти конкретные цифры наиболее прямо говорят об этой возрастной группе, а не о взрослых в целом.

Эффект сильнее всего в краткосрочной перспективе. Отдельный метаанализ более коротких вмешательств обнаружил ту же закономерность: значимые, но небольшие улучшения, сосредоточенные в первые четыре-восемь недель использования, тесно совпадающие с собственным окном исследования Therabot. За этой точкой данные о том, сохраняется ли польза, становятся заметно скуднее.

Эти цифры взяты из объединённого анализа 31 РКИ, а не из маркетинговых заявлений одного продукта, поэтому исследователи рассматривают их как наиболее близкое к общеполевому ответу, доступное на сегодня.

Не все «ИИ-терапевты» равны: специализированные против универсальных

Слово «ИИ-терапевт» применяется к двум очень разным категориям программного обеспечения, и доказательства поддерживают только одну из них.

Где на самом деле доказательства

Каждое исследование, обсуждавшееся до сих пор, проверяло инструмент, специально созданный для психического здоровья и основанный на КПТ — Therabot, а в более ранних исследованиях — Woebot и Wysa. Эти продукты были спроектированы с нуля вокруг клинических протоколов, протестированы в контролируемых исследованиях и дорабатывались на основе данных об исходах. Эта доказательная база не распространяется на большие языковые модели общего назначения, такие как ChatGPT, которые не были валидированы в рандомизированных клинических исследованиях для терапевтического использования.

• Therabot — специализированный КПТ-чат-бот, протестированный в РКИ с 210 участниками (NEJM AI, 2025)
• Woebot — более ранний чат-бот на основе КПТ с опубликованными пилотными данными и данными РКИ
• Wysa — чат-бот, основанный на КПТ, с опубликованными исследованиями эффективности
• Универсальные LLM-чат-боты (например, ChatGPT) — нет клинических исследований, валидирующих терапевтическое использование

Почему это различие важно

Американская психологическая ассоциация предупредила, что универсальные ИИ-чат-боты, используемые в качестве замены терапии, могут создавать реальные риски именно потому, что им не хватает клинических ограждений и валидации, вокруг которых были спроектированы специализированные инструменты. Положительные результаты исследований, обсуждаемые в этой статье, относятся к узкой категории структурированных, клинически спроектированных продуктов — а не к любому чат-боту, с которым человек случайно разговаривает.

Честные ограничения доказательств

Каждая цифра выше происходит из реальных исследований, но исследователи, стоящие за этими исследованиями, откровенны в том, как далеко на самом деле простираются данные — и это стоит принимать за чистую монету, а не читать сквозь.

Вот что ограничивает доказательную базу сегодня:

1. Большинство включённых исследований несут высокий риск систематической ошибки в своём дизайне или отчётности.
2. Общее качество доказательств оценивается как очень низкое или низкое по системе GRADE — стандарту, который исследователи используют для оценки достоверности.
3. В семнадцати из 31 исследования крупнейшего метаанализа показатели отсева превышали 20%, что означает, что значительная доля участников выбыла до завершения.
4. Только 15 из 31 исследования вообще собрали какие-либо данные последующего наблюдения, чего недостаточно, чтобы подтвердить, сохраняется ли польза после окончания исследования.
5. Лишь три исследования во всём метаанализе тестировали именно генеративный ИИ, в отличие от более старых чат-ботов на основе правил — так что для новейшего поколения инструментов эффективность в масштабе остаётся, по собственным словам исследователей, неизвестной.

Даже авторы Therabot, чьё исследование дало самые сильные результаты в области на сегодняшний день, заключили, что ни один генеративный ИИ-агент не готов работать полностью автономно в сфере охраны психического здоровья и что тесный надзор клинициста остаётся необходимым для безопасного внедрения.

Так может ли ИИ-психолог заменить вашего терапевта?

Учитывая всё вышесказанное, доказательства поддерживают конкретную, ограниченную роль ИИ-психолога — а не безоговорочное «да» или «нет».

Реалистичная роль для доказательств

Данные, доступные сегодня, поддерживают ИИ-психолога как недорогой, доступный первый шаг или дополнение к помощи — по-настоящему полезное при симптомах депрессии и тревоги от лёгкой до умеренной степени, для отработки навыков совладания между реальными сессиями и для людей, сталкивающихся с длинными листами ожидания или ценовыми барьерами к терапии у человека. Они не поддерживают отношение к ИИ-психологу как к замене лицензированного клинициста и явно не поддерживают опору на него для диагностики, ведения медикаментозной терапии, лечения травмы или кризисной помощи.

Что доказательства поддерживают:

• Недорогой, доступный первый шаг при депрессии или тревоге от лёгкой до умеренной степени
• Дополнение для отработки навыков совладания между реальными сессиями терапии
• Временную меру для людей, сталкивающихся с длинными листами ожидания или ценовыми барьерами к помощи у человека

Что доказательства не поддерживают:

• Диагностику психического расстройства
• Ведение медикаментозной терапии
• Лечение травмы
• Кризисную или экстренную помощь

Любой, кто взвешивает, стоит ли попробовать такой инструмент, может проработать те же вопросы, которые поднимает само исследование:

1. Ваши симптомы лёгкие или умеренные, а не тяжёлые или сложные?
2. Инструмент, который вы рассматриваете, специально создан для психического здоровья (как Therabot, Woebot или Wysa) или это универсальный чат-бот?
3. Есть ли у вас доступ к лицензированному клиницисту для диагностики или медикаментов, если понадобится?
4. Вы используете его для дополнения терапии или как полную замену ей?
5. Знаете ли вы свои местные кризисные ресурсы (988, 741741, 911) до того, как они понадобятся?
6. Отслеживаете ли вы, действительно ли ваши симптомы улучшаются за несколько недель, а не просто предполагаете это?

Частые вопросы