นักจิตวิทยา AI ได้ผลจริงหรือไม่? หลักฐานเกี่ยวกับแชตบอตบำบัดด้วย AI
ผู้ที่ตั้งข้อสงสัยมีสิทธิ์ที่จะถามว่า นักจิตวิทยา AI ให้ผลลัพธ์ที่วัดได้จริงหรือไม่ หรือเพียงแค่ฟังดูให้กำลังใจเท่านั้น คำตอบที่ซื่อสัตย์และอิงหลักฐานคือ ใช่ โดยมีข้อจำกัดจริง: การทดลองแบบสุ่มมีกลุ่มควบคุมครั้งแรกของแชตบอตบำบัดที่ใช้ AI เชิงสร้างสรรค์ ซึ่งตีพิมพ์ใน NEJM AI เมื่อเดือนมีนาคม 2025 และการวิเคราะห์อภิมานหลายชิ้นที่ครอบคลุมผู้เข้าร่วมนับหมื่นคน ต่างชี้ไปที่ประโยชน์ระดับเล็กถึงปานกลางที่วัดได้สำหรับภาวะซึมเศร้าและความวิตกกังวล ด้านล่างนี้คือสิ่งที่งานวิจัยกล่าวไว้จริง ๆ — รวมถึงจุดที่หลักฐานหนักแน่น จุดที่ยังบางเบา และผู้ที่ไม่เข้าข่าย
นี่ไม่ใช่การโฆษณาเกินจริงหรือการปัดตก แต่เป็นการมองไปที่การทดลองแบบสุ่ม Therabot ของ Dartmouth อันเป็นหมุดหมาย การวิเคราะห์อภิมานที่ครอบคลุมผู้เข้าร่วมนับหมื่นคนใน 18 ประเทศ และจุดเฉพาะที่ฐานหลักฐานยังคงบางเบา
บทความนี้ทบทวนงานวิจัยที่ตีพิมพ์แล้วและไม่ใช่คำแนะนำทางการแพทย์ นักจิตวิทยา AI ไม่สามารถแทนที่แพทย์ผู้มีใบอนุญาตได้ หากคุณอยู่ในภาวะวิกฤตในสหรัฐฯ ให้โทรหรือส่งข้อความไปที่ 988 (สายด่วนป้องกันการฆ่าตัวตายและวิกฤต) หรือส่งข้อความ HOME ไปที่ 741741 โทร 911 หากมีอันตรายเฉพาะหน้า
คำตอบสั้น ๆ: ประโยชน์ที่วัดได้ พร้อมข้อจำกัด
คำว่า “ได้ผล” ในบริบทของการทดลองเหล่านี้ มีความหมายที่แคบและทดสอบได้ — และควรนิยามให้ชัดก่อนที่จะดูตัวเลขใด ๆ เมื่อความหมายนั้นชัดเจนแล้ว รูปร่างของหลักฐานจะเลิกดูเหมือนการตลาดและเริ่มดูเหมือนฐานงานวิจัยทางคลินิกที่ปกติและไม่สมบูรณ์แบบ
“ได้ผล” หมายความว่าอย่างไรจริง ๆ ในที่นี้
ในงานวิจัยนี้ “ได้ผล” หมายถึงการลดลงของอาการอย่างมีนัยสำคัญทางสถิติเมื่อเทียบกับกลุ่มควบคุม โดยวัดในช่วงเวลาการทดลองที่กำหนดไว้ — ส่วนใหญ่คือ 4 ถึง 8 สัปดาห์ มันไม่ได้หมายถึงการรักษาให้หายขาด และไม่ได้หมายถึงความเทียบเท่ากับการทำจิตบำบัดเป็นเวลาหลายปี ผลลัพธ์นั้นจริง แต่พอประมาณ และจนถึงตอนนี้ยังกระจุกตัวอยู่ในเครื่องมือ การบำบัดพฤติกรรมทางปัญญา (CBT) ที่สร้างขึ้นเพื่อวัตถุประสงค์เฉพาะ มากกว่าแชตบอตทั่วไป
ความแตกต่างนั้นสำคัญกว่าเปอร์เซ็นต์ใด ๆ ในบทความนี้ การทดลองแบบสุ่มมีกลุ่มควบคุม (RCT) เป็นการออกแบบที่นักวิจัยไว้วางใจมากที่สุด เพราะมันเปรียบเทียบแชตบอตบำบัดด้วย AI กับกลุ่มควบคุมที่แท้จริง โดยแยกผลของเครื่องมือออกจากยาหลอก เวลา หรือความเอาใจใส่เพียงอย่างเดียว
ทำไมคำตอบจึงเป็น “ใช่ แต่”
ชุดข้อมูลเดี่ยวที่ดีที่สุด — การทดลอง Therabot ของ Dartmouth — แสดงการลดลงที่มีความหมายของอาการซึมเศร้าและความวิตกกังวล การวิเคราะห์อภิมานที่กว้างกว่าซึ่งรวบรวมการทดลองหลายสิบชิ้น ยืนยันผลระดับเล็กถึงปานกลาง มากกว่าจะเป็นผลลัพธ์ที่ผิดปกติ แต่มีข้อกำกับสามประการที่ใช้กับเกือบทั้งหมด: ข้อมูลติดตามผลที่จำเป็นเพื่อพิสูจน์ว่าประโยชน์คงอยู่นั้นยังบางเบา ความเสี่ยงของอคติในการศึกษาพื้นฐานมักจะสูง และหลักฐานที่หนักแน่นที่สุดเป็นของเครื่องมือที่สร้างขึ้นเพื่อวัตถุประสงค์เฉพาะประเภทแคบ ไม่ใช่แชตบอตโดยทั่วไป
การศึกษาอันเป็นหมุดหมาย: การทดลอง Therabot ของ Dartmouth
สิ่งที่รู้กันส่วนใหญ่เกี่ยวกับว่าแชตบอตบำบัดที่ใช้ AI เชิงสร้างสรรค์สามารถเปลี่ยนแปลงอาการทางคลินิกได้หรือไม่ มาจากการทดลองเพียงชิ้นเดียว จึงควรค่าแก่การเดินผ่านสิ่งที่มันทดสอบและค้นพบจริง ๆ
สิ่งที่การทดลองค้นพบ
การทดลองแบบสุ่มมีกลุ่มควบคุมครั้งแรกของแชตบอตบำบัดที่ใช้ AI เชิงสร้างสรรค์ปรากฏใน NEJM AI เมื่อเดือนมีนาคม 2025 นักวิจัยที่ Dartmouth ได้รับผู้ใหญ่ 210 คนที่มีโรคซึมเศร้ารุนแรง โรควิตกกังวลทั่วไป หรือมีความเสี่ยงสูงทางคลินิกต่อความผิดปกติในการกินและการรับประทานอาหาร โดยสุ่ม 106 คนให้ใช้ Therabot และ 104 คนให้อยู่ในกลุ่มควบคุมแบบรายการรอ หลังจากสี่และแปดสัปดาห์ อาการซึมเศร้าของกลุ่มที่ได้รับการรักษาลดลง 51% อาการวิตกกังวลลดลง 31% และความกังวลเกี่ยวกับภาพลักษณ์ร่างกายที่เกี่ยวข้องกับความผิดปกติในการกินลดลง 19% — การลดลงที่ผู้เขียนการศึกษาอธิบายว่าเทียบเคียงได้กับสิ่งที่มักพบเห็นในการบำบัดแบบผู้ป่วยนอก
ตัว Therabot เองไม่ใช่แชตบอตทั่วไป มันได้รับการฝึกฝนโดยเฉพาะจากแนวปฏิบัติที่ดีที่สุดของ CBT และรูปแบบบทสนทนาทางคลินิก ซึ่งเป็นส่วนสำคัญที่ทำให้ผลลัพธ์ของมันไม่ถ่ายทอดไปยังเครื่องมือ AI อื่นโดยอัตโนมัติ
ความประหลาดใจเรื่องพันธมิตรในการบำบัด
ผู้เข้าร่วมใช้ Therabot ประมาณหกชั่วโมงตลอดช่วงการทดลอง ซึ่งเทียบเท่ากับการบำบัดแปดครั้งโดยประมาณ และประมาณสามในสี่ไม่ได้รับการรักษาสุขภาพจิตอื่นใดในเวลานั้น ที่น่าสังเกตคือ พวกเขาให้คะแนนความไว้วางใจในซอฟต์แวร์ใกล้เคียงกับสิ่งที่ผู้ป่วยมักรายงานต่อนักบำบัดที่เป็นมนุษย์
เราไม่ได้คาดคิดว่าผู้คนจะปฏิบัติต่อซอฟต์แวร์เกือบเหมือนเป็นเพื่อน มันบอกกับผมว่าพวกเขากำลังก่อความสัมพันธ์กับ Therabot จริง ๆ
Nicholas Jacobson, Dartmouth (หัวหน้านักวิจัย Therabot)
ระดับการมีส่วนร่วมเช่นนั้นเป็นเรื่องผิดปกติสำหรับเครื่องมือดิจิทัลแบบชี้นำตนเอง ซึ่งการเลิกใช้กลางคันมักเป็นอุปสรรคที่ใหญ่ที่สุดต่อผลใด ๆ ที่วัดได้
การวิเคราะห์อภิมานกล่าวอะไรจากผู้คนนับพัน
การทดลองเพียงชิ้นเดียว ไม่ว่าจะออกแบบมาดีเพียงใด ก็ไม่เพียงพอที่จะสร้างรูปแบบระดับทั้งสาขา นั่นคือสิ่งที่การวิเคราะห์อภิมานมีไว้ทำ และในเรื่องแชตบอตบำบัดด้วย AI ตอนนี้พวกมันครอบคลุมตัวอย่างที่ใหญ่พอที่จะกล่าวบางอย่างได้อย่างมั่นใจ
เล็กถึงปานกลาง แต่สม่ำเสมอ การวิเคราะห์อภิมานปี 2025 ที่เน้นวัยรุ่นและผู้ใหญ่ตอนต้น ซึ่งรวบรวมการทดลองแบบสุ่มมีกลุ่มควบคุม 31 ชิ้นและผู้เข้าร่วม 29,637 คนใน 18 ประเทศ พบความแตกต่างเฉลี่ยมาตรฐานที่ −0.43 สำหรับภาวะซึมเศร้า −0.37 สำหรับความวิตกกังวล และ −0.35 สำหรับความทุกข์ทางจิตใจโดยรวม ตัวเลขเหล่านั้นเป็นขนาดผลที่พอประมาณตามเกณฑ์ทางคลินิกทั่วไป แต่มีความมั่นคงทางสถิติในตัวอย่างที่ใหญ่พอที่จะตัดความบังเอิญออกเป็นคำอธิบายได้ เนื่องจากประชากรในการศึกษาเอียงไปทางอายุน้อยกว่า (อายุ 15–39 ปี) ตัวเลขเฉพาะเหล่านี้จึงพูดถึงกลุ่มอายุนั้นโดยตรงมากกว่าผู้ใหญ่โดยกว้าง
ผลลัพธ์แข็งแกร่งที่สุดในระยะสั้น การวิเคราะห์อภิมานแยกต่างหากของการแทรกแซงระยะสั้นกว่าพบรูปแบบเดียวกัน: การปรับปรุงที่มีนัยสำคัญแต่เล็กน้อยกระจุกตัวในสี่ถึงแปดสัปดาห์แรกของการใช้งาน ซึ่งตรงกันอย่างใกล้ชิดกับช่วงเวลาของการทดลอง Therabot เอง เมื่อผ่านจุดนั้นไป ข้อมูลว่าประโยชน์คงอยู่หรือไม่จะบางเบาลงอย่างเห็นได้ชัด
| ตัววัดผลลัพธ์ | ขนาดผลมาตรฐาน (SMD) | การตีความ |
|---|---|---|
| ภาวะซึมเศร้า | −0.43 | เล็กถึงปานกลาง |
| ความวิตกกังวล | −0.37 | เล็กถึงปานกลาง |
| ความทุกข์ทางจิตใจทั่วไป | −0.35 | เล็ก |
| ความเครียดที่รับรู้ | −0.41 | เล็กถึงปานกลาง |
ตัวเลขเหล่านั้นมาจากการวิเคราะห์รวมของ RCT 31 ชิ้น ไม่ใช่คำกล่าวอ้างทางการตลาดของผลิตภัณฑ์เดียว ซึ่งเป็นเหตุผลว่าทำไมนักวิจัยจึงถือว่ามันเป็นสิ่งที่ใกล้เคียงที่สุดกับคำตอบระดับทั้งสาขาที่มีอยู่ในปัจจุบัน
ไม่ใช่ “นักบำบัด AI” ทุกตัวจะเท่าเทียมกัน: ที่สร้างเพื่อวัตถุประสงค์เฉพาะ vs ทั่วไป
คำว่า “นักบำบัด AI” ถูกนำไปใช้กับซอฟต์แวร์สองประเภทที่แตกต่างกันมาก และหลักฐานสนับสนุนเพียงประเภทเดียวเท่านั้น
หลักฐานอยู่ที่ไหนจริง ๆ
ทุกการทดลองที่กล่าวถึงมาจนถึงตอนนี้ทดสอบเครื่องมือที่สร้างขึ้นเพื่อสุขภาพจิตโดยเฉพาะและมีรากฐานอยู่ใน CBT — Therabot และในงานวิจัยก่อนหน้านี้ Woebot และ Wysa ผลิตภัณฑ์เหล่านี้ได้รับการออกแบบตั้งแต่ต้นรอบ ๆ โปรโตคอลทางคลินิก ทดสอบในการศึกษาที่มีการควบคุม และปรับปรุงตามข้อมูลผลลัพธ์ ฐานหลักฐานนั้นไม่ขยายไปยังโมเดลภาษาขนาดใหญ่ทั่วไปเช่น ChatGPT ซึ่งยังไม่ได้รับการตรวจสอบยืนยันในการทดลองทางคลินิกแบบสุ่มสำหรับการใช้งานเชิงบำบัด
- Therabot — แชตบอต CBT ที่สร้างเพื่อวัตถุประสงค์เฉพาะ ทดสอบใน RCT กับผู้เข้าร่วม 210 คน (NEJM AI, 2025)
- Woebot — แชตบอตที่อิง CBT รุ่นก่อนหน้า พร้อมหลักฐานนำร่องและ RCT ที่ตีพิมพ์แล้ว
- Wysa — แชตบอตที่ได้รับข้อมูลจาก CBT พร้อมการศึกษาประสิทธิผลที่ตีพิมพ์แล้ว
- แชตบอต LLM ทั่วไป (เช่น ChatGPT) — ไม่มีการทดลองทางคลินิกที่ตรวจสอบยืนยันการใช้งานเชิงบำบัด
ทำไมความแตกต่างนี้จึงสำคัญ
สมาคมจิตวิทยาอเมริกัน ได้เตือนว่าแชตบอต AI ทั่วไปที่ใช้แทนการบำบัดสามารถก่อความเสี่ยงจริงได้ อย่างแม่นยำเพราะมันขาดแนวป้องกันทางคลินิกและการตรวจสอบยืนยันที่เครื่องมือที่สร้างเพื่อวัตถุประสงค์เฉพาะได้ถูกออกแบบไว้รอบ ๆ ผลการทดลองเชิงบวกที่กล่าวถึงในบทความนี้เป็นของผลิตภัณฑ์ประเภทแคบที่มีโครงสร้างและออกแบบทางคลินิก — ไม่ใช่แชตบอตใด ๆ ที่คนบังเอิญกำลังพูดคุยด้วย
| คุณลักษณะ | แชตบอต CBT ที่สร้างเพื่อวัตถุประสงค์เฉพาะ (เช่น Therabot) | แชตบอต LLM ทั่วไป (เช่น ChatGPT) |
|---|---|---|
| ฝึกฝนจากโปรโตคอล CBT | ใช่ | ไม่ |
| ทดสอบในการทดลองแบบสุ่มมีกลุ่มควบคุม | ใช่ (Therabot: NEJM AI, 2025) | ไม่ |
| ความเสี่ยงทางคลินิกที่ APA ระบุ | ต่ำกว่า แต่ยังต้องมีการกำกับดูแล | สูงกว่า — ถูกระบุอย่างชัดเจน |
| วัตถุประสงค์การใช้งาน | การสนับสนุนสุขภาพจิต | การสนทนาทั่วไป |
ข้อจำกัดที่ซื่อสัตย์ของหลักฐาน
ทุกตัวเลขข้างต้นมาจากการทดลองจริง แต่นักวิจัยเบื้องหลังการทดลองเหล่านั้นก็ตรงไปตรงมาว่าข้อมูลนั้นครอบคลุมได้ไกลแค่ไหนจริง ๆ — และควรค่าแก่การยอมรับตามที่เป็น มากกว่าจะอ่านข้ามไป
นี่คือสิ่งที่จำกัดฐานหลักฐานในปัจจุบัน:
- การศึกษาส่วนใหญ่ที่รวมอยู่มีความเสี่ยงสูงต่ออคติในการออกแบบหรือการรายงาน
- คุณภาพหลักฐานโดยรวมถูกจัดระดับเป็นต่ำมากถึงต่ำโดยใช้กรอบ GRADE ซึ่งเป็นมาตรฐานที่นักวิจัยใช้ประเมินความแน่นอน
- สิบเจ็ดจาก 31 การศึกษาในการวิเคราะห์อภิมานที่ใหญ่ที่สุดมีอัตราการหลุดออกเกิน 20% หมายความว่าผู้เข้าร่วมส่วนใหญ่เลิกกลางคันก่อนเสร็จสิ้น
- เพียง 15 จาก 31 การศึกษาเก็บข้อมูลติดตามผลใด ๆ เลย ซึ่งไม่เพียงพอที่จะยืนยันว่าประโยชน์คงอยู่หลังจากการทดลองสิ้นสุดหรือไม่
- เพียงสามการศึกษาในการวิเคราะห์อภิมานทั้งหมดที่ทดสอบ AI เชิงสร้างสรรค์โดยเฉพาะ ต่างจากแชตบอตแบบอิงกฎรุ่นเก่า — ดังนั้นสำหรับเครื่องมือรุ่นใหม่ล่าสุด ประสิทธิผลในระดับใหญ่ยังคง ในถ้อยคำของนักวิจัยเอง ไม่เป็นที่ทราบ
แม้แต่ผู้เขียน Therabot ซึ่งการทดลองของพวกเขาให้ผลลัพธ์ที่หนักแน่นที่สุดในสาขานี้จนถึงตอนนี้ ก็สรุปว่าไม่มีตัวแทน AI เชิงสร้างสรรค์ใดพร้อมที่จะทำงานอย่างอิสระเต็มที่ในการดูแลสุขภาพจิต และการกำกับดูแลอย่างใกล้ชิดโดยแพทย์ยังคงเป็นสิ่งจำเป็นต่อการนำไปใช้อย่างปลอดภัย
ดังนั้นนักจิตวิทยา AI สามารถแทนที่นักบำบัดของคุณได้หรือไม่?
เมื่อพิจารณาทุกสิ่งข้างต้น หลักฐานสนับสนุนบทบาทเฉพาะและมีขอบเขตสำหรับนักจิตวิทยา AI — ไม่ใช่ใช่หรือไม่แบบเหมารวม
บทบาทที่สมจริงสำหรับหลักฐาน
ข้อมูลที่มีอยู่ในปัจจุบันสนับสนุนนักจิตวิทยา AI ในฐานะก้าวแรกที่ต้นทุนต่ำและเข้าถึงได้ หรือเป็นส่วนเสริมของการดูแล — มีประโยชน์จริงสำหรับอาการซึมเศร้าและความวิตกกังวลระดับเล็กน้อยถึงปานกลาง สำหรับการฝึกทักษะการรับมือระหว่างการบำบัดจริง และสำหรับผู้ที่เผชิญกับรายการรอที่ยาวนานหรืออุปสรรคด้านค่าใช้จ่ายในการเข้าถึงการบำบัดโดยมนุษย์ มันไม่สนับสนุนการปฏิบัติต่อนักจิตวิทยา AI ในฐานะตัวแทนของแพทย์ผู้มีใบอนุญาต และไม่สนับสนุนอย่างชัดเจนในการพึ่งพามันเพื่อการวินิจฉัย การจัดการยา การรักษาบาดแผลทางใจ หรือการดูแลในภาวะวิกฤต
สิ่งที่หลักฐานสนับสนุน:
- ก้าวแรกที่ต้นทุนต่ำและเข้าถึงได้สำหรับภาวะซึมเศร้าหรือความวิตกกังวลระดับเล็กน้อยถึงปานกลาง
- ส่วนเสริมสำหรับการฝึกทักษะการรับมือระหว่างการบำบัดจริง
- ทางเลือกชั่วคราวสำหรับผู้ที่เผชิญกับรายการรอที่ยาวนานหรืออุปสรรคด้านค่าใช้จ่ายในการดูแลโดยมนุษย์
สิ่งที่หลักฐานไม่สนับสนุน:
- การวินิจฉัยภาวะสุขภาพจิต
- การจัดการยา
- การรักษาบาดแผลทางใจ
- การดูแลในภาวะวิกฤตหรือฉุกเฉิน
ใครก็ตามที่กำลังชั่งใจว่าจะลองใช้หรือไม่ สามารถพิจารณาคำถามชุดเดียวกันกับที่งานวิจัยเองยกขึ้นมา:
- อาการของคุณอยู่ในระดับเล็กน้อยถึงปานกลาง มากกว่าจะรุนแรงหรือซับซ้อนหรือไม่?
- เครื่องมือที่คุณกำลังพิจารณาถูกสร้างขึ้นเพื่อสุขภาพจิตโดยเฉพาะ (เช่น Therabot, Woebot หรือ Wysa) หรือเป็นแชตบอตทั่วไป?
- คุณมีการเข้าถึงแพทย์ผู้มีใบอนุญาตสำหรับการวินิจฉัยหรือยาหากจำเป็นหรือไม่?
- คุณกำลังใช้มันเพื่อเสริมการบำบัด หรือเป็นตัวแทนเต็มรูปแบบของการบำบัด?
- คุณรู้จักแหล่งช่วยเหลือในภาวะวิกฤตในพื้นที่ของคุณ (988, 741741, 911) ก่อนที่คุณจะต้องการมันหรือไม่?
- คุณกำลังติดตามว่าอาการของคุณดีขึ้นจริงหรือไม่ในช่วงไม่กี่สัปดาห์ ไม่ใช่แค่คาดเดาว่ามันดีขึ้นหรือไม่?