Cómo imaginamos el futuro de la profesión. Entre el miedo y el potencial.
El debate sobre la inteligencia artificial en psicoterapia se desarrolla casi siempre dentro de dos marcos extremos. El primero es el miedo: una imagen en la que un algoritmo se apodera de la profesión, y las competencias terapéuticas — la relación, años de formación, el razonamiento clínico — quedan reducidas a una nota al pie. El segundo es el entusiasmo acrítico: la suposición de que una herramienta resolverá problemas que hasta ahora requerían un ser humano. Ambos marcos simplifican en exceso lo que realmente es el trabajo de un terapeuta. El gráfico que abre este artículo los coloca deliberadamente uno junto al otro.
El lado izquierdo: una simplificación peligrosa
El primer diagrama presenta las “competencias terapéuticas del futuro” como un campo casi uniforme de IA, con una categoría residual de “otros”. Es una visión en la que la tecnología ocupa el lugar de la competencia en lugar de apoyarla. Es cómoda, porque permite rechazar la IA por completo o confiar en ella sin límites — en ambos casos sin tener que trazar ningún límite. Y precisamente por eso resulta engañosa.
El lado derecho: la IA en torno a las competencias, no en su lugar
El segundo diagrama organiza esas mismas competencias futuras según lo que son en la práctica clínica: la alianza terapéutica, el diálogo socrático, la conceptualización del caso, la evaluación clínica, la ética, la empatía, el cambio conductual y el trabajo basado en la evidencia. La IA se sitúa en el centro no como agente de decisión, sino como una capa de apoyo — liberando al terapeuta de la documentación y de la organización del material, para dejar tiempo libre para lo que sigue siendo exclusivamente humano. Ninguna de las ocho competencias es objeto de automatización.
Esta distinción tiene una base empírica
Dos grandes ensayos aleatorizados de 2026 muestran el mismo patrón. McFadyen y colegas (Communications Medicine), en un estudio con 540 personas, encontraron que una aplicación de TCC apoyada por IA generativa se utilizaba con más frecuencia y durante más tiempo que el material digital de control, con una eficacia clínica comparable. So y colegas (Journal of Medical Internet Research), en un ensayo de tres brazos con 1.187 personas, no observaron diferencias significativas en la reducción de los síntomas depresivos (PHQ-9), pero sí registraron un mayor compromiso en el grupo apoyado por IA.
La conclusión es consistente: las herramientas apoyadas por IA aumentan el compromiso del paciente, pero el resultado clínico sigue siendo comparable al del grupo de control. El compromiso es un predictor del efecto, no el efecto en sí mismo.
El hallazgo más interesante, sin embargo, tiene que ver con qué impulsa la retención de los pacientes en la terapia. En el análisis exploratorio de So y colegas, la retención estaba determinada por la función empática del modelo — el reflejo de la emoción — con una razón de momios cercana a diez (OR 9,99), mientras que la función de asesoramiento no mostró un efecto significativo. El mecanismo, por tanto, no es “dar consejos precisos”, sino reflejar la emoción. Y esa es una competencia cuyo núcleo permanece en manos del terapeuta.
Un límite que debe trazarse de forma deliberada
Ignorar el cambio no lo detendrá — solo garantizará que ocurra sin las personas que mejor entienden qué es una terapia segura, ética y basada en la relación. La respuesta no es renunciar a la tecnología, sino elegir herramientas cuyo cumplimiento esté documentado en lugar de simplemente declarado.
En ese sentido, el principio escrito en el gráfico — proteger lo que funciona; mejorar lo que se puede mejorar — no es un eslogan de marketing, sino un criterio operativo. Entre el miedo y el potencial hay una elección: co-crear o ignorar.
Proteger lo que funciona. Mejorar lo que se puede mejorar.
Este texto analiza datos científicos publicados y no constituye una recomendación clínica. Therapy Support no es un producto sanitario en el sentido del MDR y no toma decisiones clínicas. La IA de la plataforma apoya la documentación y la organización del material — todas las decisiones clínicas siguen correspondiendo al terapeuta.
Fuentes: J. McFadyen et al., Increasing engagement with cognitive-behavioral therapy (CBT) using generative AI: a randomized controlled trial (RCT), Communications Medicine 6, 129 (2026), nature.com/articles/s43856-025-01321-8. M. So et al., Effect of AI-Based Natural Language Feedback on Engagement and Clinical Outcomes in Fully Self-Guided Internet-Based Cognitive Behavioral Therapy for Depression: 3-Arm Randomized Controlled Trial, Journal of Medical Internet Research (2026), jmir.org/2026/1/e76902.