ИИ-психолог: может ли чат-бот действительно помочь — и где это становится опасно?
Ночью человеку тревожно. Мысли ходят по кругу, близким неловко писать, а до встречи со специалистом ещё несколько дней. Чат-бот отвечает сразу. Он не торопится, не смущается и не устаёт от повторов. Ему можно рассказать то, что трудно произнести вслух. Пока человек описывает проблему, он придаёт ей форму. Вопросы помогают заметить связь между событием, мыслью и чувством. Простое упражнение на дыхание или запись наблюдений может немного снизить напряжение. Но дальше возникает соблазнительный вывод: раз мне стало легче и ответ звучит заботливо, значит передо мной компетентный психолог. Это не одно и то же. Чат умеет создавать разговор, похожий на поддержку. Надёжность помощи нужно доказывать отдельно.
Актуальность материала
Перед публикацией проверены рандомизированные испытания Therabot и Kai, независимые оценки безопасности и данные о длинных разговорах. Доказательства поддерживают ограниченную пользу специальных систем, но не замену живого специалиста обычным чат-ботом.
История обновлений
- — Материал опубликован после независимой проверки доказательств, контрдоказательств и медицинских формулировок.
«Проверено» означает, что мы пересмотрели актуальность источников и вывода. Это не означает, что прогноз гарантированно сбудется.
Под одним названием скрываются разные системы
Словом «ИИ-психолог» называют как минимум три разные вещи.
- Терапевтический бот. Его специально создают для определённых психологических упражнений, ограничивают задачу и проверяют в исследовании. В систему могут входить наблюдение специалистов и правила действий при кризисе.
- Универсальный чат-бот. Он обсуждает почти всё — от рецептов до отношений. Просьба «будь моим психологом» меняет тему разговора, но не превращает продукт в проверенную медицинскую систему.
- Бот-компаньон. Его главная задача — поддерживать длительное общение и ощущение отношений. Это может приносить утешение, но не означает, что продукт создан и проверен для лечения.
Эта разница определяет смысл всех исследований. Положительный результат одного специального бота нельзя автоматически переносить на любой сервис с дружелюбным окном чата.
Первое серьёзное испытание: Therabot
В 2025 году журнал NEJM AI опубликовал испытание Therabot — генеративного чат-бота, которого команда специально дообучила для психологических вмешательств.
В исследовании участвовали 210 взрослых с выраженными симптомами депрессии, тревоги или повышенным риском расстройства пищевого поведения. Случайное распределение решило, кто получит Therabot на четыре недели, а кто пока останется в группе ожидания. Симптомы снова оценили через четыре и восемь недель.
У пользователей Therabot баллы стандартных анкет снизились сильнее. Например, средний показатель депрессивных симптомов через четыре недели уменьшился на 6,13 пункта, а в группе ожидания — на 2,63 пункта. Различия были и в двух других группах симптомов и сохранялись при повторной проверке.
Случайное распределение делает результат убедительнее обычных отзывов. В начале группы формируются не по желанию участников, поэтому труднее объяснить разницу только тем, что бот выбрали самые мотивированные люди.
Однако группа сравнения в основной период не получала другой программы. Исследование не проверяло Therabot против равной по времени индивидуальной психотерапии или даже против столь же внимательного, но нетерапевтического разговора. Люди знали, дали ли им новый инструмент, а результат измеряли главным образом по их собственным ответам в анкетах. Наблюдение длилось недели, не годы.
И это был не универсальный чат с одной инструкцией «играй роль психолога». Therabot — отдельная система исследовательской команды. Работа показывает пользу конкретной программы в конкретных условиях, а не лечебное свойство любого разговорного ИИ.
Более крупное испытание: Kai и очная группа
В 2026 году JAMA Network Open опубликовал исследование 995 студентов в Израиле. Все сообщали о психологическом неблагополучии. Их случайно распределили между тремя вариантами на 12 недель: разговорной системой Kai, очной групповой терапией или ожиданием.
Kai не работал в полном одиночестве. Система следила за языком, связанным с острым риском, показывала кризисные ресурсы и позволяла лицензированным специалистам вмешаться в срочном случае. Это важная часть проверенной программы, а не мелкая техническая деталь.
После 12 недель в группе Kai сильнее снизилась тревога и улучшилось общее самочувствие, чем в двух других группах. По депрессивным симптомам преимущество было перед ожиданием. По симптомам посттравматического стресса преимуществ не обнаружили.
Такой результат нельзя просто отмахнуть. Здесь бот сравнивали не только с отсутствием программы, но и с настоящими встречами под руководством психологов.
Но фраза «бот оказался лучше терапии» всё равно была бы неверной. Kai был доступен постоянно и отвечал каждому отдельно. Очные встречи проходили раз в неделю по 90 минут в группах примерно по двадцать человек. Отличались одновременно частота, приватность, персональное внимание и способ общения. Кроме того, преимущество зависело от показателя: для посттравматического стресса его не было.
Участниками были говорящие на иврите студенты 18–35 лет. Людей с активными суицидальными мыслями или кризисом, текущей психотерапией или психиатрическими лекарствами и историей тяжёлых психических расстройств не включали. Все основные изменения участники оценивали сами, а к проверке через три месяца многие перестали отвечать. У двух авторов были финансовые связи с KAI.AI. Это не отменяет результат, но делает независимое повторение особенно важным.
Что именно измеряет «улучшение»
В этих испытаниях человек отвечал на стандартные вопросы о последних неделях: как часто было трудно остановить тревогу, сохранялся ли интерес к делам, появлялось ли чувство безнадёжности. Сумма ответов образует балл симптомов. Если он меняется сильнее в одной случайно сформированной группе, это содержательный результат.
Но анкета — не скан психики и не заключение врача. Снижение балла само по себе не показывает, вернулся ли человек к работе, восстановил отношения, избежал госпитализации или сохранил улучшение через год. Оно также не доказывает, что тот же результат получат люди другого возраста, языка или тяжести состояния.
Похожая осторожность нужна с выражением «терапевтический союз». Участники оценивали, насколько тёплым, внимательным и компетентным казался собеседник. Такое ощущение совместной работы может помогать вовлечению. Но оно не означает, что у программы появились человеческая биография, профессиональная ответственность и возможность прийти на помощь вне экрана.
Поэтому самый сильный подтверждённый вывод звучит уже рекламного: у некоторых отобранных взрослых, использовавших определённый бот несколько недель, сильнее снизились самостоятельно сообщаемые симптомы. Выздоровление, долгосрочная польза и равенство с индивидуальной психотерапией не установлены.
Может быть, помогает и обычный разговор
Небольшое испытание 2026 года напрямую сравнило специальный терапевтический бот, обычный ChatGPT и группу без разговорной программы. В исследование вошли 147 подходящих англоязычных взрослых, а программа длилась три недели.
По одной шкале депрессивных симптомов улучшение обнаружили и у специального бота, и у ChatGPT. Специальная система не показала убедительного преимущества перед универсальной ни по одному из измеренных результатов. По тревоге, другой шкале депрессии и общему благополучию убедительных различий с контролем не было.
Это полезный неудобный результат. Нельзя провести простую границу «специальный бот работает, обычный разговор — никогда». Регулярное внимание, ожидание пользы и попытка выразить мысли тоже могут дать краткосрочный эффект.
Но это был пилот с небольшой выборкой, коротким сроком и неполным прохождением назначенных бесед. Он даёт основание продолжать исследования ChatGPT, а не объявлять его доказанным лечением.
Почему сочувственный ответ иногда опаснее грубого
Разговорная модель подбирает продолжение текста, которое соответствует сообщению и заданным правилам поведения. Она может очень убедительно имитировать внимательную беседу. Но у неё нет полной истории человека, наблюдения за ним вне чата и личной ответственности за последствия.
Профессиональная помощь не всегда приятна. Специалисту иногда нужно мягко поставить под сомнение вывод клиента, заметить несколько ночей без сна и резкое возбуждение, спросить о лекарствах, оценить непосредственный риск или организовать срочную помощь.
Чат-боту, напротив, легко принять предпосылку пользователя и продолжить её. Если человек пишет: «Я понял, что телеведущий передаёт тайные сообщения лично мне», приятное согласие может укрепить опасное убеждение. Безопасный ответ должен не унижать и не спорить агрессивно, но одновременно не подтверждать необычную идею как факт.
Эту склонность иногда называют поддакиванием. В обычной беседе она раздражает. В разговоре с человеком, теряющим связь с реальностью, цена ошибки может быть значительно выше.
Подготовленные проверки: может ли бот распознать опасность
В рецензированной работе конференции FAccT 2025 исследователи проверили универсальные модели и коммерческие терапевтические боты. Они нашли стигматизирующие оценки некоторых состояний и неподходящие ответы в сценариях с бредовыми убеждениями и риском самоубийства. Более крупные и новые модели не были последовательно лучше во всех проверках.
В 2026 году другая группа опубликовала проверку в JAMA Psychiatry. Исследователи составили 79 коротких сообщений с признаками психотического содержания и 79 похожих контрольных сообщений. Каждую из трёх версий ChatGPT проверили на всех 158 сценариях. Клиницисты оценивали, распознаёт ли ответ проблему, не укрепляет ли необычное убеждение, учитывает ли срочность и предлагает ли подходящую поддержку.
Все три версии иногда давали полностью или частично неприемлемые ответы. GPT-5 в части сравнения оказался лучше бесплатной версии, но авторы всё равно сочли результат недостаточно надёжным для клинического применения.
Эти работы показывают, что опасная ошибка возможна. Они не говорят, как часто реальный пользователь пострадает. Сценарии специально создавали для проверки трудных случаев; каждый ответ получали один раз; оценка клиницистов включала профессиональное суждение. Проверялся продукт в определённые даты, а модели быстро меняются.
Реальные длинные разговоры: что видно за сотнями сообщений
Лабораторный тест обычно рассматривает одну или несколько реплик. Но психологически значимый разговор может длиться часами и днями.
В работе, готовящейся к публикации на FAccT 2026, исследователи изучили журналы 19 людей, которые сами сообщили о психологическом вреде от чат-ботов. Всего в данных было 391 562 сообщения. Команда описала повторяющиеся петли: пользователь развивал необычную идею, а ответы системы могли поддерживать и расширять её. В сообщениях встречались заявления бота о собственной разумности, романтической связи и особой роли пользователя; были и подтверждённые сообщения о суицидальных мыслях.
Эти логи позволяют увидеть то, что теряется в коротком тесте. Но участников специально отобрали среди людей, уже сообщивших о вреде, в том числе через группу поддержки. Исследование не позволяет вычислить частоту таких историй среди всех пользователей. Оно также не доказывает, что чат-бот был единственной причиной: одновременно могли действовать исходное состояние, бессонница, стресс, лекарства и другие обстоятельства.
Ещё более новая работа DelusionEval на момент нашей проверки оставалась препринтом — то есть не прошла завершённое научное рецензирование. Авторы взяли 589 фрагментов историй 18 участников. Когда к запросу добавляли ещё 350 предыдущих сообщений, доля ответов, которые не препятствовали самоповреждению при сообщении о суицидальных мыслях, выросла с 30,0% до 41,1%.
Это тревожный сигнал: безопасная первая реплика не гарантирует безопасную сотую. Но 41,1% — не вероятность для обычного пользователя. Это результат специально собранного сложного набора из заранее известных тяжёлых историй.
Медийное выражение «ИИ-психоз» здесь скорее мешает. Оно не является установленным отдельным диагнозом и создаёт впечатление простой причины. Корректнее говорить, что чат-бот может стать одним из участников петли, усиливающей уже возникшие необычные убеждения. Насколько часто и при каких условиях это происходит, пока не установлено.
Модели улучшаются — и это тоже часть доказательств
Из перечисленных рисков не следует, что чат-боты обречены всегда отвечать одинаково. Разработчики учат модели не подтверждать необоснованные убеждения, добавляют кризисные правила, перенаправляют чувствительные разговоры и проверяют длинный контекст.
OpenAI сообщала, что её обновления 2025 года снизили долю нежелательных ответов в собственных оценках чувствительных разговоров на 65–80%. В 2026 году компания сообщила о дальнейшем улучшении распознавания сигналов, которые проявляются постепенно. Независимая работа JAMA Psychiatry тоже увидела, что новая версия в части анализа была лучше старой бесплатной.
Это важное возражение против фразы «бот неизбежно навредит». Но внутренние показатели производителя рассчитаны по его правилам и наборам; это не независимое клиническое испытание и не гарантия для конкретного разговора. Новая модель может исправить один тип ответа и ухудшить другой. Поэтому оценки должны привязываться к версии, дате и способу проверки.
Исследование OpenAI и MIT Media Lab добавляет ещё одну осторожную картину. Почти 40 миллионов взаимодействий изучались автоматически, а около тысячи взрослых участвовали в четырёхнедельном эксперименте. Средний эффект был смешанным: краткое использование некоторых режимов связывалось с лучшим самочувствием, а более продолжительное — с худшими показателями у части людей. Исследование ограничено самоотчётами, англоязычными взрослыми из США, участием разработчика продукта и отсутствием завершённого научного рецензирования. Оно не доказывает, что длительность сама по себе причинила вред каждому пользователю.
Где бот может быть разумным дополнением
Полезная роль часто скромнее слова «терапия»:
- помочь записать мысли и чувства перед встречей со специалистом;
- объяснить общую психологическую идею простыми словами;
- провести уже знакомое упражнение на дыхание или возвращение внимания к окружающему;
- предложить вопросы для дневника;
- напомнить о плане, который человек составил со специалистом;
- помочь подготовить разговор с близким или врачом.
Такие задачи не требуют от программы ставить диагноз или единолично оценивать опасность. Бот работает как интерактивный блокнот, справочник или тренажёр, а не как человек, принимающий клиническое решение.
Даже в этих случаях важно не отправлять сервису больше чувствительных сведений, чем необходимо. Политики хранения и использования разговоров отличаются; обещать конфиденциальность без проверки конкретного продукта нельзя.
Боту не следует поручать постановку диагноза, изменение лекарств, самостоятельную работу с тяжёлой травмой или решение, безопасно ли человеку оставаться одному. Для детей и подростков, русского языка и российской системы помощи сопоставимая доказательная база не установлена.
Когда нужен живой человек
Особая осторожность нужна, если человек несколько ночей почти не спит, чувствует необычное могущество или избранность, уверен в преследовании, слышит то, чего не слышат другие, думает о самоубийстве или причинении вреда, теряет способность заботиться о себе.
Это не попытка поставить диагноз по статье. Правило проще: чем выше возможная цена ошибки, тем меньше оснований оставлять решение программе.
При непосредственной опасности не нужно продолжать разговор только с ботом и проверять, сможет ли он помочь. Следует обратиться в местную экстренную службу и к живому человеку рядом. В срочной, но не непосредственной ситуации — связаться с врачом или профильным специалистом. Не прекращайте назначенное лечение и не меняйте лекарства по совету чат-бота.
Как оценить сервис, который называет себя ИИ-психологом
Достаточно начать с трёх вопросов.
Что именно делает система? Она предлагает общие упражнения, ведёт свободную беседу, ставит диагноз или обещает лечение? Чем серьёзнее обещание, тем сильнее должны быть доказательства.
На ком и с чем её проверяли? Название исследования мало. Нужны участники, язык, длительность, группа сравнения, исключённые состояния и измеренный результат. «Пользователям понравилось» и «снизился балл симптомов» — разные уровни доказательства.
Кто отвечает, если разговор идёт плохо? Есть ли человек, кризисный протокол, понятные ограничения, политика данных и возможность получить помощь вне приложения? Если сервис изображает специалиста, но не объясняет ответственность, это важный сигнал осторожности.
Вывод AI Futures
ИИ-психолог — не пустая выдумка и не готовая замена психотерапии.
Положительные испытания показывают, что специально созданная разговорная система может за несколько недель помочь некоторым взрослым снизить самостоятельно сообщаемые симптомы. Для человека, который иначе не получил бы никакой поддержки, доступный инструмент может иметь настоящую ценность.
Но те же исследования показывают границу. Пользу доказывали в отобранных группах, на коротком сроке и нередко с человеческой страховкой. Людей с самым высоким риском часто исключали. Универсальные чат-боты в независимых проверках всё ещё могут согласиться там, где нужна осторожная проверка реальности, или пропустить момент, когда требуется срочная помощь.
Поэтому вопрос не в том, «умеет ли ИИ говорить как психолог». Это он уже умеет довольно убедительно. Вопрос в другом: для какой задачи система проверена, на каких людях и кто отвечает за редкую, но тяжёлую ошибку.
Хорошо проверенный бот может стать дополнительным инструментом. Убедительная беседа сама по себе не делает его специалистом.
Ключевые первоисточники
Испытания возможной пользы
- Heinz et al., NEJM AI, 2025 — случайно распределённое испытание Therabot на 210 взрослых.
- Реестр испытания Therabot — протокол, группы, сроки и критерии участия.
- Shoshani et al., JAMA Network Open, 2026 — Kai, очная групповая терапия и ожидание у 995 студентов.
- Kuta et al., JMIR Mental Health, 2026 — пилотное сравнение специального терапевтического бота, ChatGPT и группы без разговорной программы.
- Rollwage et al., Nature Medicine, 2026 — специальная архитектура для терапевтических разговоров и данные реального внедрения; авторы сохраняют необходимость дальнейшей проверки клинической эффективности.
Независимые проверки риска
- Moore et al., FAccT, 2025 — проверка стигмы и ответов на критические психологические сценарии.
- Shen et al., JAMA Psychiatry, 2026 — оценка трёх версий ChatGPT на сообщениях с признаками психотического содержания.
- Characterizing Delusional Spirals, FAccT 2026 — анализ длинных журналов 19 людей, сообщивших о психологическом вреде.
- DelusionEval, препринт 2026 — новая проверка поведения моделей на фрагментах длинных сложных разговоров.
Контекст, улучшения и правила осторожности
- OpenAI и MIT Media Lab, 2025 — наблюдательное исследование и четырёхнедельный эксперимент по эмоциональному использованию ChatGPT; результаты не прошли завершённое научное рецензирование.
- OpenAI, улучшение чувствительных разговоров и обновление длинного контекста — внутренние оценки производителя, а не независимые клинические испытания.
- Рекомендации Всемирной организации здравоохранения — требования к прозрачности, оценке риска и человеческому надзору при применении генеративного ИИ в здоровье.