Els models lingüístics saben en quin sentit es desequilibren per sexe els trastorns mentals, i n’exageren la magnitud Últim estudi
LLM Bias · 2026

Els models lingüístics saben en quin sentit es desequilibren per sexe els trastorns mentals, i n’exageren la magnitud

Vam demanar a 54 models lingüístics, en quatre llengües, que inventessin una persona amb un trastorn mental 118.800 vegades. Encerten el sentit de les diferències per sexe i n’exageren la magnitud: el TP límit es representa com una dona el 99% de les vegades. Conjunt de dades obert.

54
models, 4 llengües
118,800
respostes
2.4×
amplificació de les proporcions per sexe (log-odds)
99%
dones amb TP límit (ref. ~70%)
Llegir l'informe complet

Com treballem

Mostrem com treballem.

Estudiem el biaix i els límits dels models de llenguatge en el context clínic, mesurem la qualitat de la conceptualització CBT amb suport d'IA, verifiquem la seguretat de les dades dels pacients, i perfeccionem les notes de sessió i l'automatització de la documentació terapèutica.

Documentem cada pas obertament — metodologia, dades brutes, codi i conclusions els publiquem complets. Terapeutes, investigadors i clínics poden mirar dins el nostre taller i veure en què basem les decisions de producte.

Vols col·laborar amb nosaltres? Posa't en contacte.

Biaix & ètica
Models LLM en clínica
Seguretat
Dades de pacients
Clínica CBT
Conceptualització, notes
Contacta amb nosaltres

Publicacions

Tots els estudis

Informes, experiments, notes tècniques — tot publicat obertament.

Els models lingüístics saben en quin sentit es desequilibren per sexe els trastorns mentals, i n’exageren la magnitud
LLM Bias · 2026 LLMBiaixDades obertes

Els models lingüístics saben en quin sentit es desequilibren per sexe els trastorns mentals, i n’exageren la magnitud

Vam demanar a 54 models lingüístics, en quatre llengües, que inventessin una persona amb un trastorn mental 118.800 vegades. Encerten el sentit de les diferències per sexe i n’exageren la magnitud: el TP límit es representa com una dona el 99% de les vegades. Conjunt de dades obert.

Llegir l'informe
Model petit, pipeline acurat: reduir la diferència respecte dels LLM d’avantguarda
Autoresearch · 2026 LLMEvaluationMethodology

Model petit, pipeline acurat: reduir la diferència respecte dels LLM d’avantguarda

Un cicle de recerca automatitzat i avaluat per models va permetre que un model lingüístic de baix cost igualés una referència d’avantguarda en la síntesi llarga de diversos documents. Observat en resums previs a les sessions elaborats a partir de les transcripcions de dos pacients sintètics; només amb avaluació basada en models.

Llegir l'informe
Com veuen els LLM un pacient polonès?
LLM Bias · 2026 BiasLLMMethodology

Com veuen els LLM un pacient polonès?

Una anàlisi experimental del biaix en sis models de llenguatge en generar pacients ficticis amb quatre trastorns mentals. 240 consultes · 6 models · 4 trastorns.

Llegir l'informe
Anna Graniczna té 31 anys, por a l'abandonament, i no existeix
Synthetic Patients · 2026 Synthetic DataSchema TherapyMethodology

Anna Graniczna té 31 anys, por a l'abandonament, i no existeix

Com construïm pacients sintètics per a la recerca i les proves sense posar en risc la privadesa de persones reals. 20 sessions de teràpia d'esquemes, una fitxa oberta de la pacient i l'anatomia d'una bona entrada per a un LLM.

Llegir l'informe

Therapy Support · Comenci avui mateix

Recupera temps per a tu
i els teus pacients

Ets terapeuta de TCC?
Descobreix com la plataforma dona suport al teu treball diari.
Resums de sessions que organitzen el material clínic. Administració que no s'interposa.