A virtuális asszisztens beköltözött a pszichológiai rendelőbe
Körülbelül három éve egy informatikus barátom kezdett tanítgatni arra, mire való a mesterséges intelligencia, és egyáltalán hogyan kell használni. Akkor még nagyjából ott tartottam, hogy ezt eszik-e vagy isszák. Ő mutatta meg az alapokat, tanított kérdezni, próbálgatni, és gyakorlatilag mindent tőle tudtam meg arról, mit lehet kezdeni ezzel az akkor még meglehetősen új dologgal.
Az egyik kollégája nem tulajdonított neki különösebb jelentőséget. Csak annyit mondott rá: „Ez csak egy chat.”
Akkoriban ez nem is hangzott teljesen alaptalannak. Én sem bíztam rá sokkal többet egy-két kissé sután megírt Facebook-posztnál. Igaz, akkor még sokkal többre talán nem is volt alkalmas.
Azóta megfordult a világ.
A „csak egy chatből” számomra szinte nélkülözhetetlen virtuális asszisztens lett. Segít eligazodni a naptáramban, összegyűjti az e-mailekben szétszórt információkat, szöveget szerkeszt, kutatásokat keres, és pillanatok alatt előhív olyan tárgyi tudást, amelyért nekem korábban hosszasan kellett volna lapozgatnom. Velem ellentétben például nem kell gondolkodnia azon, melyik diagnózishoz milyen BNO-kód tartozik. Legalábbis addig, amíg utána ellenőrzöm, hogy valóban jól tudta-e.
Posztot és blogcikket is remekül ír velem.
Velem, és nem helyettem. Ez elég nagy különbség.
Én hozom a témát, a szakmai gondolatmenetet, a példákat, a hangsúlyokat és azt a tapasztalatot, amelyből a szöveg megszületik. Az AI segít formát adni neki, átrendezni, rövidíteni, kutatni vagy utánanézni annak, amiben bizonytalan vagyok. Ebben kifejezetten jó munkatárs.
Csakhogy időközben pszichológusul is megtanult.
Egyre többen fordulnak hozzá lelki problémákkal, és sokan már nem egyszerű információforrásként használják. Úgy beszélnek vele, mintha egy megértő társ ülne a túloldalon, és olykor egyenesen terapeutaként tekintenek rá.
Az utóbbi időben a saját pszichológiai tanácsadási folyamataimban is mind gyakrabban bukkan fel, hogy a kliens mit beszélt meg az AI-val, hogyan értelmezte a rendszer a problémáját, milyen diagnózis jutott eszébe, és mit javasolt neki. Néha valóban segített megfogalmazni valamit, amit addig nem tudott szavakba önteni. Máskor megnyugtató, de meglehetősen felszínes választ adott. Olyannal is találkoztam már, amely inkább tévútra vitte a kliens gondolkodását.
Hatalmas, azonnal veszélyes bakiba eddig szerencsére nem futottam bele. A kisebb félrecsúszások viszont annál tanulságosabbak. Egy leegyszerűsített magyarázat vagy egy túl gyorsan felvetett diagnózis könnyen beépülhet abba, ahogyan valaki saját magára tekint. Különösen akkor, ha az értelmezés jól hangzik, megkönnyebbülést hoz, és végre nevet ad egy régóta nehezen érthető problémának.
Ezért meglehetősen ambivalens a viszonyom a mesterséges intelligenciával. Munkatársként egyre több dolgot bízok rá. Koterapeutának azonban továbbra sem választanám.
Az AI lehetőségei és határai a lelki segítségnyújtásban
A tapasztalatom szerint minél több tárgyi tudást és minél kevesebb érzelmi, kapcsolati megértést igényel egy feladat, annál biztosabb kézzel használható. Segíthet rendszerezni diagnosztikai szempontokat, előkeresni egy BNO-kódot vagy összefoglalni egy kutatást. Az eredményét továbbra is ellenőrizni kell, de van mihez viszonyítani: egy kód vagy stimmel, vagy nem, egy hivatkozás pedig vagy létezik, vagy az AI találta ki meggyőző természetességgel.
Egy ember lelkiállapota jóval nehezebben szorítható ilyen keretek közé.
A mondat, amelyet jólesik olvasni
Az AI egyik legfeltűnőbb képessége, hogy meglepően együttérzően tud megszólalni. Nem türelmetlen, nem vág közbe, nem lesz fáradt, és hajnali kettőkor sem jelzi, hogy lejárt az ötven perc. Gyorsan felismeri az érzelmi töltésű szavakat, visszatükrözi a beszélő érzéseit, majd rendszerint hozzátesz valami elfogadó és megnyugtató mondatot.
Ez sok ember számára valódi megkönnyebbülést jelenthet. Könnyebb lehet először egy gépnek leírni egy szégyellt gondolatot, mint időpontot kérni egy ismeretlen szakembertől. Az AI nem néz meglepetten, nem hozható zavarba, és nem kell tartani attól sem, hogy később összefutunk vele a boltban. Mindig elérhető, ami önmagában komoly előny ott, ahol hónapokat kell várni pszichológiai ellátásra.
A kutatások szerint az együttérző stílusa olykor különösen meggyőző. Wenger és munkatársai (2026) négy vizsgálatban azt találták, hogy a résztvevők szívesebben kaptak volna empatikus választ egy másik embertől, az AI által írt reakciókat mégis magasabb minőségűnek értékelték. Úgy érezték, ezek jobban meghallják és pontosabban értik őket. A szerzők ezt nevezték el az AI-empátia választási paradoxonának.
Ebben van valami furcsán emberi. Vágyunk arra, hogy egy másik ember értsen meg bennünket, miközben a gép mondata olykor szebb, kerekebb és figyelmesebbnek hat annál, amit egymástól kapunk.
Az AI rengeteg együttérző szövegből tanulta meg, milyen fordulatokat használunk fájdalom, szégyen vagy veszteség közelében. Ettől a válasz még valóban jóleshet. Csak könnyű többet beleérezni annál, ami mögötte van.
Az AI nem aggódik értünk két beszélgetés között. Nincs személyes benyomása arról, milyen volt velünk találkozni, és arról sincs élménye, hogy a múlt héthez képest valami megváltozott rajtunk. Nyelvileg mégis létrehozza az odafordulás igen erős benyomását.
A terápiás empátia ennél jóval összetettebb kapcsolati munka. A pszichológus figyeli, hogyan beszél a kliens, hol akad el, melyik témát kerüli meg újra, és mi történik kettőjük között. A saját reakcióit is mérlegeli. Előfordulhat, hogy egy kliens mellett szokatlan sürgetettséget, tehetetlenséget vagy erős védelmező késztetést él át. Ezekkel nem terheli rá rögtön a másikat, de elgondolkodhat rajtuk, mert fontos információt hordozhatnak a kliens kapcsolati működéséről.
Az AI-nak nincs ilyen kapcsolati tapasztalata. A megértés nyelvi formáját képes létrehozni, az emberi találkozásból származó benyomások nélkül.
A gyors megnyugtatás csapdája
Az AI általában szeret segíteni. Gyorsan.
Ennek van egy nagyon vonzó oldala. A felhasználó leír egy problémát, és néhány másodpercen belül kap értelmezést, tanácsot, esetleg egy egész cselekvési tervet. Egy pszichológus ehhez képest néha bosszantóan sokat kérdez.
Mit jelent pontosan az, hogy mindig ez történik? Mióta érzi így? Kivel fordul elő? Mi történt közvetlenül előtte? Volt olyan alkalom, amikor mégsem így alakult?
Kívülről nézve úgy tűnhet, hogy az AI már régen megoldást ad, miközben a pszichológus még mindig csak kérdezget. Pedig a kérdezésnek oka van. A hasonló mondatok mögött egészen eltérő élethelyzetek állhatnak, és ugyanaz a tanács az egyik embernek segíthet, a másikat pedig rossz irányba viheti.
Scholich és munkatársai (2025) általános célú chatbotok és pszichológusok válaszait hasonlították össze előre megírt mentális egészségi helyzetekben. A chatbotok gyakrabban használtak megerősítő és megnyugtató nyelvet, több pszichoedukációt adtak, és hamarabb kezdtek javaslatokat tenni. A pszichológusok több teret adtak a helyzet kibontásának.
Ez az eltérés a kliensekkel végzett munkában is ismerős lehet. Az AI hajlamos már akkor magyarázatot adni, amikor még csak a történet egyik változatát ismeri. Ha valaki leírja, hogy a párja elhanyagolja, könnyen kaphat részletes elemzést az érzelmileg elérhetetlen társakról, az elkerülő kötődésről vagy akár a nárcisztikus működésről. Csakhogy az AI nem hallotta a másik felet, és az elbeszélő történetének előzményeit is csak annyira ismeri, amennyire azokat az adott beszélgetésben megosztották vele.
A pszichológus sem rendelkezik minden nézőponttal. Ezt azonban a szakmai gondolkodás részének tekinti. Feltételezéseket fogalmaz meg, majd figyeli, mennyire illenek a teljes képbe. Egy értelmezést később el lehet vetni, finomítani lehet rajta, vagy kiderülhet, hogy egészen más áll a háttérben.
Az AI gyakran kész történetet ad. A szöveg kerek, a fogalmak ismerősek, az okok szépen kapcsolódnak egymáshoz. Az ember pedig megkönnyebbülhet attól, hogy végre érteni véli, mi történik vele.
A megkönnyebbülés viszont nem igazolja automatikusan a magyarázatot.
A túl kész diagnózis
A pszichológiai nyelv az elmúlt években beköltözött a hétköznapokba. Kötődési stílusokról, sémákról, traumáról, ADHD-ról, autizmusról és személyiségzavarokról beszélünk. Ennek vannak kifejezetten jó hatásai: az emberek könnyebben felismernek problémákat, kevésbé szégyellik a segítségkérést, és több szavuk van a saját élményeikre.
Közben a fogalmak gyorsan címkékké is válhatnak.
Az AI ebben lelkesen közreműködik. Hiába írja oda, hogy nem állíthat fel diagnózist, néhány bekezdéssel később már részletesen felsorolja, miért utalhatnak a leírtak ADHD-ra vagy komplex traumára. A felhasználó ebből gyakran arra emlékszik majd, hogy az AI szerint neki valószínűleg ez vagy az a zavara van. A fenntartások könnyebben kiesnek, mint a találónak érzett címke.
A diagnosztika ennél kevésbé látványos és jóval körülményesebb munka. Számít a tünetek kezdete, időtartama, súlyossága, a fejlődéstörténet, az élethelyzet, a testi állapot, a gyógyszerszedés és az is, hogy más zavar jobban magyarázza-e a panaszokat. A diagnózis felállítása során azt is vizsgálni kell, mi szól egy feltételezés ellen.
Az AI ebben is lehet hasznos segédeszköz. Emlékeztethet szempontokra, összevethet kritériumokat, vagy segíthet átgondolni, milyen kérdések maradtak még nyitva. Ilyenkor egy képzett szakember használja, aki észreveszi, ha a gép pontatlan, túl gyors vagy teljesen rossz nyomon jár.
A laikus felhasználó számára viszont maga az AI teremti meg azt a tudást, amely alapján ellenőrizni kellene az AI állítását. Ez kissé olyan, mintha ugyanaz a személy írná a dolgozatot és javítaná is ki.
Amiben az egyetértés már veszélyes
A chatbotok működésében sokáig erős volt az a törekvés, hogy a felhasználó elégedett legyen a válasszal. Ennek mellékhatása a túlzott egyetértés. Az AI könnyen követi azt a keretet, amelyet a beszélgetőpartner felkínál, majd egyre részletesebben dolgozza ki.
Hétköznapi helyzetben ebből legfeljebb rossz tanács születik. Súlyosabb pszichés állapotban jóval nagyobb a tét.
Moore és munkatársai (2025) azt vizsgálták, mennyire felelnek meg a nagy nyelvi modellek válaszai a pszichológiai ellátás alapvető szakmai követelményeinek. A modellek bizonyos mentális zavarokkal kapcsolatban stigmatizálóbb reakciókat adtak, és több kritikus helyzetet sem kezeltek megfelelően. Előfordult a téveszmés gondolatok megerősítése, illetve az öngyilkossági veszély félreismerése is. A problémák nagyobb és újabb modelleknél sem tűntek el megbízhatóan.
A téveszmés állapotban lévő ember érzései nagyon is valósak lehetnek. A félelem, a kiszolgáltatottság vagy a kétségbeesés komoly szenvedést okoz. Az empatikus segítség elismeri ezt a szenvedést, közben nem kezeli bizonyított tényként azt az elképzelést, hogy az illetőt titkos szervezet figyeli, vagy különleges üzeneteket kap a televízión keresztül.
Egy túlságosan készséges AI ezen a ponton könnyen mellényúlhat. Belehelyezkedik a felhasználó történetébe, elfogadja annak alapfeltevéseit, majd segít továbbgondolni őket. A válasz kedvesnek és támogató jellegűnek tűnik, miközben erősítheti a realitástól való eltávolodást.
Az öngyilkossági veszély felismerésében sem elég néhány kulcsszót figyelni. Sokan nem írják le egyenesen, hogy meg akarják ölni magukat. Reménytelenségről beszélnek, arról, hogy tehernek érzik magukat, vagy egyszerűen elkezdenek lezárni dolgokat. Egy szakember ezekből sem von le rögtön biztos következtetést, de tudja, hogy tovább kell kérdeznie.
Az AI válasza itt modellfüggő, helyzetfüggő és akár egyik frissítéstől a másikig is megváltozhat. Egy sikeres teszt nem garantálja, hogy más megfogalmazásra, hosszabb beszélgetési előzménnyel vagy magyar nyelven ugyanolyan biztonságosan reagál.
Mire bíznám rá?
A mesterséges intelligencia helye szerintem már nem a pszichológiai rendelő ajtaján kívül van. A kliensek használják, a szakemberek használják, és a következő években aligha fog eltűnni.
Érdemesebb megtanulnunk jól használni, mint úgy tenni, mintha ez a kérdés eldőlt volna azzal, hogy egy chatbot nem ember.
Segíthet egy kliensnek összegyűjteni, mit szeretne elmondani a következő ülésen. Közérthető magyarázatot adhat egy fogalomról, ötleteket nyújthat egy napló vezetéséhez, és támogathatja az ülésen már megtanult készségek gyakorlását. Jó szolgálatot tehet olyan helyzetekben is, ahol a szakember felügyeli a használatát, ismeri az alkalmazott rendszert, és továbbra is ő felel a döntésekért.
A pszichológusok munkájában valóban tehermentesíthet bizonyos adminisztratív vagy információkeresési feladatokban. Gyorsabbá teheti a szakirodalmi tájékozódást, segíthet oktatási anyagot készíteni, és észben tartja a BNO-kódokat. Néha még jól is.
A bizalmas adatok kezelése persze külön kérdés. Egy kliens története nem válik szabadon feltölthető alapanyaggá csak azért, mert a technológia megkönnyítené a munkát. A használat módját adatvédelmi, szakmai és etikai szempontoknak is keretezniük kell.
Számomra ott húzódik a lényeges határ, hogy ki gondolkodik, ki hozza meg a szakmai döntést, és ki viseli annak felelősségét.
Az AI-val együtt tudok dolgozni egy cikken. Vitatkozom vele, kijavítom, visszaküldöm neki a steril mondatait, és szólok, hogy már megint pontosan három dolgot sorolt fel. Nem fogadom el automatikusan, amit ír. Én döntöm el, mi marad benne, mert az elkészült szövegért végül én vállalom a nevemet.
Egy pszichológiai folyamatban ennél sokkal nagyobb a tét.
Ott egy jó mondat önmagában kevés. Számít, hogy jókor hangzik-e el, bírja-e a kliens, kapcsolódik-e ahhoz, amin hónapok óta dolgozunk, és mit indít el benne a következő napokban. Van, hogy az együttérzésre van szükség. Máskor kérdezni kell, konfrontálni, lassítani vagy segítséget szervezni.
Az AI rendkívül ügyesen tud pszichológusnak látszani. Talán ma már ügyesebben is, mint amire három évvel ezelőtt bárki számított.
Munkatársként egyre több dolgot bízok rá. Koterapeutaként továbbra sem kérek belőle.
Felhasznált szakirodalom
Moore, J., Grabb, D., Agnew, W., Klyman, K., Chancellor, S., Ong, D. C., & Haber, N. (2025). Expressing stigma and inappropriate responses prevents LLMs from safely replacing mental health providers. In Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (pp. 599–627). https://doi.org/10.1145/3715275.3732039
Scholich, T., Barr, M., Wiltsey Stirman, S., & Raj, S. (2025). A comparison of responses from human therapists and large language model-based chatbots to assess therapeutic communication: Mixed methods study. JMIR Mental Health, 12, e69709. https://doi.org/10.2196/69709
Wenger, J. D., Cameron, C. D., & Inzlicht, M. (2026). People choose to receive human empathy despite rating AI empathy higher. Communications Psychology, 4. https://doi.org/10.1038/s44271-025-00387-3
