Ricercatori dell'Università dello Utah, guidati da Zac Imel e sviluppati con Vivek Srikumar, Brent Kious e altri, hanno proposto un quadro di riferimento per valutare quanto del lavoro terapeutico potrebbe essere automatizzato man mano che le intelligenze artificiali conversazionali e i grandi modelli linguistici (LLM) diventano più diffusi. Pubblicato in anteprima su Current Directions in Psychological Science, il framework cerca di separare le considerazioni pratiche sull'uso, il rischio e la responsabilità dalla domanda sulla possibile sostituzione dei terapeuti.
Il gruppo descrive quattro categorie di automazione disposte su un continuum da bassa ad alta automazione: A sistemi con script forniti da esseri umani; B IA che esamina le sedute e valuta i terapeuti; C IA che assiste il terapeuta suggerendo interventi o formulazioni; D IA che fornisce direttamente la terapia tramite un agente autonomo, anche se talvolta sotto supervisione. Per ogni categoria gli autori discutono utilità potenziale e rischi, osservando che strumenti semplici come app per prendere appunti o per consulenza comportano rischi diversi rispetto a un terapista IA completamente autonomo.
Il team collabora con SafeUT, la linea di crisi testuale dello stato dello Utah, per sviluppare strumenti che valutino le sedute dei consulenti in crisi e diano feedback utili a mantenere e sviluppare competenze cliniche. Imel sottolinea che LLM addestrati possono cogliere rapidamente componenti chiave del trattamento e offrire riscontri tempestivi, cosa che i metodi attuali raramente realizzano su larga scala. I ricercatori però avvertono che gli LLM usati direttamente per il counselling possono fabbricare informazioni, codificare bias e comportarsi in modo imprevedibile e che non seguono necessariamente tecniche di psicoterapia basate sull'evidenza. L'articolo suggerisce di iniziare con strumenti a basso rischio mentre si studiano benefici e danni. Altri coautori provengono dall'University of Washington, dall'University of Pennsylvania e dall'Alan Turing Institute; Zac Imel è cofondatore di Lyssn.
Parole difficili
- automazione — Uso di macchine o software che svolgono compiti
- continuum — Serie continua di livelli o gradi progressivi
- supervisione — Controllo o guida professionale di un'attività
- fabbricare — Creare o inventare qualcosa spesso falso
- evidenza — Dati o risultati che supportano una pratica
- valutare — Giudicare l'importanza o la qualità di qualcosavalutino
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali vantaggi e quali rischi pensi siano più importanti da valutare prima di usare LLM nella terapia?
- Come si potrebbero integrare strumenti a basso rischio in un servizio di supporto psicologico locale?
- Quali misure di responsabilità e supervisione sarebbero necessarie se un'IA iniziasse a dare feedback sui terapeuti?
Articoli correlati
Salute mentale in gravidanza e nel primo anno dopo il parto
Circa una donna su cinque affronta disturbi della salute mentale durante la gravidanza e nel primo anno dopo il parto. L'articolo racconta l'esperienza di Kara Zivin e sottolinea l'importanza del sostegno sociale e delle politiche sanitarie.
Sicurezza dei modelli linguistici: ipotesi e tecnica
Ricercatori della North Carolina State University hanno studiato l'allineamento alla sicurezza nei grandi modelli linguistici, proposto la Superficial Safety Alignment Hypothesis (SSAH) e sperimentato il congelamento di componenti neurali per ridurre uscite non sicure mantenendo le prestazioni.
India limita i visti per i cittadini del Bangladesh
Dopo la rimozione di Sheikh Hasina ad agosto 2024, l’India ha ridotto fortemente i visti per i bangladeshi per motivi di sicurezza. Le restrizioni hanno ridotto turismo e cure mediche, creando gravi perdite a Kolkata e difficoltà per molte famiglie.
Audio da articoli scientifici: cosa mostra NotebookLM
Ricercatori hanno trasformato tre articoli sul vulcanismo marziano in riassunti audio con NotebookLM di Google. Le panoramiche sono chiare e utili per l'insegnamento, ma contengono errori; gli autori raccomandano di verificare sempre le fonti originali.