Ako si predstavujeme budúcnosť profesie. Medzi strachom a potenciálom.
Diskusia o umelej inteligencii v psychoterapii sa najčastejšie vedie v dvoch extrémnych rámcoch. Prvým je strach: obraz, v ktorom algoritmus preberá profesiu a terapeutické kompetencie - vzťah, roky výcviku, klinické uvažovanie - sú zredukované na poznámku pod čiarou. Druhým je nekritické nadšenie: predpoklad, že nástroj vyrieši problémy, ktoré doteraz vyžadovali človeka. Oba rámce zjednodušujú to, čím práca terapeuta v skutočnosti je. Grafika otvárajúca tento článok ich úmyselne stavia vedľa seba.
Ľavá strana: nebezpečné zjednodušenie
Prvý diagram predstavuje „terapeutické zručnosti budúcnosti” ako takmer jednotné pole AI so zvyškovou kategóriou „iné”. Je to vízia, v ktorej technológia zaujíma miesto kompetencie namiesto toho, aby ju podporovala. Je to pohodlné, pretože umožňuje buď AI úplne odmietnuť, alebo jej bezhranične dôverovať - v oboch prípadoch bez potreby vytýčiť akékoľvek hranice. A presne preto je táto vízia zavádzajúca.
Pravá strana: AI okolo kompetencií, nie namiesto nich
Druhý diagram organizuje tie isté budúce zručnosti podľa toho, čím sú v klinickej praxi: terapeutická aliancia, sokratovský dialóg, konceptualizácia prípadu, klinické hodnotenie, etika, empatia, behaviorálna zmena a práca založená na dôkazoch. AI stojí v strede nie ako rozhodovací agent, ale ako podporná vrstva - odbremeňuje terapeuta od dokumentácie a organizácie materiálu, aby uvoľnila čas na to, čo zostáva jedinečne ľudské. Žiadna z ôsmich kompetencií nie je predmetom automatizácie.
Toto rozlíšenie má empirický základ
Dve rozsiahle randomizované štúdie z roku 2026 ukazujú rovnaký vzorec. McFadyen a kolegovia (Communications Medicine) v štúdii s 540 ľuďmi zistili, že aplikácia CBT podporovaná generatívnou AI sa používala častejšie a dlhšie než digitálny kontrolný materiál, s porovnateľnou klinickou účinnosťou. So a kolegovia (Journal of Medical Internet Research) v trojramennej štúdii s 1 187 ľuďmi nezaznamenali významné rozdiely v znížení depresívnych symptómov (PHQ-9), zaznamenali však vyššiu angažovanosť v skupine podporovanej AI.
Záver je konzistentný: nástroje podporované AI zvyšujú angažovanosť pacienta, ale klinický výsledok zostáva porovnateľný s kontrolnou skupinou. Angažovanosť je prediktorom účinku, nie samotným účinkom.
Najzaujímavejšie zistenie sa však týka toho, čo poháňa zotrvanie pacienta v terapii. V explorátornej analýze So a kolegov bolo zotrvanie poháňané empatickou funkciou modelu - odzrkadľovaním emócií - s pomerom šancí blízkym desiatim (OR 9,99), zatiaľ čo poradenská funkcia nevykázala žiadny významný efekt. Mechanizmus teda nie je „poskytovanie presných rád”, ale odzrkadľovanie emócií. A to je kompetencia, ktorej jadro zostáva na terapeutovi.
Hranica, ktorú treba vytýčiť zámerne
Ignorovanie zmeny ju nezastaví - zabezpečí len, že sa udeje bez ľudí, ktorí najlepšie rozumejú tomu, čo znamená bezpečná, etická terapia založená na vzťahu. Odpoveďou nie je vzdať sa technológie, ale zvoliť si nástroje, ktorých súlad je zdokumentovaný, nielen deklarovaný.
V tomto zmysle princíp napísaný na grafike - chráňte to, čo funguje; zlepšujte to, čo sa dá zlepšiť - nie je marketingovým sloganom, ale operačným kritériom. Medzi strachom a potenciálom existuje voľba: spoluvytvárať alebo ignorovať.
Chráňte to, čo funguje. Zlepšujte to, čo sa dá zlepšiť.
Tento text analyzuje publikované vedecké dáta a nepredstavuje klinické odporúčanie. Therapy Support nie je zdravotníckou pomôckou v zmysle nariadenia MDR a nerobí klinické rozhodnutia. AI na platforme podporuje dokumentáciu a organizáciu materiálu - všetky klinické rozhodnutia zostávajú na terapeutovi.
Zdroje: J. McFadyen a kol., 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 a kol., 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.