ChatGPT intenta entender al paciente. Lo que realmente puede - y no puede - hacer en la conceptualización de casos de TCC
La conceptualización del caso es el corazón del trabajo del terapeuta de TCC. Es el momento en que el terapeuta deja de recopilar hechos y empieza a entender — por qué este paciente, en esta situación, reacciona así. Es un proceso que requiere tanto conocimiento teórico como intuición clínica construida a lo largo de años.
¿Puede la IA ayudar con esto?
Investigadores de la Sigmund Freud University de Milán decidieron averiguarlo. Su artículo, publicado en 2026 en Cyberpsychology: Journal of Psychosocial Research on Cyberspace, es uno de los primeros estudios que analiza las capacidades de ChatGPT-4 directamente en el contexto de la conceptualización de casos — no en la psicoterapia en general, sino en este aspecto más exigente y más clínico del trabajo terapéutico.
Qué se estudió y cómo
Los autores (Buattini, Barjami, Paponetti et al.) aplicaron el modelo de conceptualización LIBET — una herramienta de terapia cognitiva que estructura la comprensión del paciente a través de dos constructos clave: los temas vitales (creencias profundas y patrones emocionales) y los planes semiadaptativos (estrategias que el paciente desarrolló para afrontar las dificultades — no necesariamente eficaces, pero aparentemente lógicas).
Diez participantes pasaron por entrevistas semiestructuradas. Las transcripciones fueron anonimizadas y proporcionadas a ChatGPT-4 con instrucciones detalladas sobre el modelo LIBET. Los resultados se sometieron a un análisis temático reflexivo — un método cualitativo que capta tanto las fortalezas del sistema como los errores recurrentes.
Lo que la IA hizo bien
Los resultados no son sencillos — y precisamente eso es lo que los hace valiosos. ChatGPT-4 demostró varias fortalezas reales.
Estructura consistente y organización del material. El sistema organizó de forma consistente la información de las entrevistas, aplicó una terminología LIBET adecuada, y generó respuestas en un formato claro y lógico. Para un terapeuta que se sienta a redactar notas tras un largo día de sesiones, esta ayuda estructural tiene un valor real.
Razonamiento basado en hipótesis con un lenguaje cauteloso. ChatGPT no declaraba — proponía. Formulaba hipótesis, usaba un lenguaje condicional y señalaba la incertidumbre. Esto importa: el sistema se comportó de forma coherente con lo que debería ser una buena conceptualización de TCC — como una propuesta para verificar, no como un diagnóstico.
Reproducción parcial de la lógica LIBET. El modelo reconoció y aplicó los constructos teóricos, sugiriendo que, con instrucciones bien construidas, la IA puede operar dentro de un enfoque terapéutico específico — no solo como un generador de texto genérico.
Dónde tropezó la IA
El estudio es honesto al describir las limitaciones — y este es su mayor valor para los profesionales de TCC.
Confundir estrategias con vulnerabilidades. El error más común fue que el sistema confundía los planes semiadaptativos (estrategias de afrontamiento) con los temas vitales (patrones emocionales más profundos). Este es exactamente el tipo de error que en la terapia real puede llevar a trabajar a un nivel demasiado superficial — uno que un terapeuta experimentado detecta de forma intuitiva, pero la IA — todavía no.
Dificultades con la abstracción relacional. Los temas vitales son constructos que requieren comprender el contexto, la historia y la ambigüedad. ChatGPT tuvo un desempeño significativamente mejor con lo concreto y estructurado que con lo más profundo y relacional.
Interpretación sin verificación. El sistema a veces generaba interpretaciones que sonaban convincentes pero no estaban fundamentadas en el contenido de la entrevista. Este fenómeno, conocido como alucinación, cobra un peso particular en un contexto clínico.
Qué significa esto para la práctica terapéutica
Los autores formulan una conclusión cautelosa pero específica: ChatGPT puede ser una herramienta útil para la reflexión — particularmente en supervisión y formación — pero no está lista para un uso independiente en el razonamiento clínico y la toma de decisiones.
Esta es una distinción importante. No es que la IA no sea apta para la TCC. Pero la IA puede ayudar a organizar el material, generar hipótesis para verificar y estructurar notas, siempre que el terapeuta verifique cada paso.
Para los terapeutas de TCC que trabajan con conceptualización, esta es una pregunta práctica: ¿cuánto tiempo te lleva simplemente estructurar el material recogido en las entrevistas y las sesiones posteriores? ¿Cuánto de eso es trabajo mecánico — organizar, nombrar, encajar en un marco — y cuánto es razonamiento clínico real?
Perspectiva de Therapy Support
En Therapy Support, estamos construyendo una herramienta que aborda exactamente esta pregunta. No sustituimos el razonamiento clínico del terapeuta. Apoyamos la parte del trabajo que es mecánica pero esencial: extraer información de las transcripciones, estructurar notas, organizar el material según la lógica de la TCC — como propuestas para la verificación del terapeuta.
El estudio de Buattini et al. confirma que este límite — entre organizar el material y la interpretación clínica — es real y significativo. Un sistema de IA puede operar de forma valiosa en el primer lado. La decisión clínica siempre pertenece al terapeuta.
Resumen
Este es el primer estudio de su tipo en plantear una pregunta tan específica: ¿puede la IA manejar la conceptualización de casos en TCC? La respuesta es: parcialmente sí, pero con salvedades importantes. Las fortalezas — estructura, lenguaje de hipótesis, terminología — son prometedoras. Las debilidades — dificultades con la abstracción y riesgo de malinterpretación — nos recuerdan que la supervisión del terapeuta sigue siendo necesaria.
Para los profesionales de TCC, vale la pena seguir esta línea de investigación. No para confiar la conceptualización a una máquina — sino para saber dónde puede la IA aligerar realmente la carga, y dónde no debe confiarse sin verificación.
Fuente: Buattini M., Barjami D., Paponetti L., Torres D., Borlimi R., Caselli G. Evaluating strengths, limitations, and future directions of ChatGPT in psychological analysis within case conceptualization: A qualitative analysis. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, Vol. 20, No. 1, 2026. DOI: 10.5817/CP2026-1-4
Therapy Support es una herramienta de apoyo a la documentación y la organización del trabajo para psicoterapeutas de TCC. Todas las propuestas generadas por el sistema son material de partida para la verificación y la decisión del terapeuta.