За последние два года появилось больше AI‑сервисов для психологической помощи, чем за предыдущие десять. Одни обещают заменить психотерапевта, другие предлагают круглосуточную эмоциональную поддержку, третьи позиционируются как AI‑коучи или AI‑компаньоны. Но почти никто не отвечает на вопрос, который возникает ещё до выбора модели и написания первой строки кода: какую роль вообще должен играть ИИ в психологической помощи?

Мы довольно много обсуждаем размер контекста, качество генерации, стоимость инференса и способы удержания пользователя и заметно реже обсуждаем, где именно в процессе помощи система имеет право находиться, а где не имеет.

Рынок уже ответил на этот вопрос по умолчанию

Ответил он так: чем автономнее, тем лучше. Пользователь пишет в чат, система интерпретирует состояние, даёт совет, поддерживает диалог, а специалист в этой схеме не предусмотрен вообще.

Регуляторы отреагировали заметно быстрее, чем обычно. В ноябре 2025 года Консультативный комитет FDA по цифровому здравоохранению провёл заседание, посвящённое генеративному ИИ в цифровых продуктах для психического здоровья и тому, какие для него нужны ограничения. Примерно в то же время Американская психологическая ассоциация выпустила health advisory по генеративным чат‑ботам и wellness‑приложениям, где прямо указала, что подавляющее большинство потребительских сервисов не имеет ни научной валидации, ни адекватных протоколов безопасности, ни регуляторного одобрения. В 2026 году пошли дальше и законодательно ограничили AI‑терапию: где‑то через прямой запрет предоставлять психотерапию без лицензированного специалиста, где‑то через требования раскрытия, протоколов кризисного перенаправления и защиты несовершеннолетних.

Общий сигнал понятный: индустрия построила продуктовую конфигурацию, а потом начала выяснять, приемлема ли она. Порядок выглядит перевёрнутым.

Вопрос, который стоило задать раньше, звучит не «может ли ИИ выполнять работу специалиста», а «какую роль ему готовы отдать те, кто эту работу делает, и почему именно эту». Мне попалось исследование, которое три года подряд задавало ровно этот вопрос и получило на него эмпирический ответ.

Исследование длилось три года и включало три этапа проектирования AI‑инструмента вместе с практикующими специалистами.
Главный вывод оказался неожиданным: специалисты готовы использовать ИИ, но только если он усиливает их профессиональное суждение, а не принимает решения вместо них.
Авторы называют такую роль reflective scaffold: ИИ расширяет пространство размышления, а не выдаёт окончательный ответ.
В результате появилась модель 4×3, применимая при разработке AI‑систем для любых профессий доверия: медицины, образования, права, психологии.
Исследование не проверяло клиническую эффективность, оно отвечает на другой вопрос: каким должен быть дизайн системы, чтобы специалисты вообще захотели ею пользоваться.

Что за исследование

Работа называется «A staged, human‑computer interaction‑informed model for designing art therapy digital interventions». Авторы: Fereshtehossadat Shojaei, Fatemehalsadat Shojaei, Mark Seidman и Patrick C. Shih, Индианский университет (Indiana University). Опубликована в июле 2026 года в International Journal of Art Therapy, открытый доступ, DOI: 10.1080/17454832.2026.2700253.

Поле, на котором работали авторы, узкое: арт‑терапия и это, как ни странно, преимущество. Арт‑терапия устроена так, что в ней предельно обостряется свойство, которое есть у любой профессии доверия: результат создаётся не содержанием ответа, а тем, что происходит между двумя людьми. Тело, материал, присутствие, отношения. Если технология где‑то и должна сломаться первой, то здесь, поэтому граница допустимого видна отчётливее, чем в областях, где эффект можно списать на удобство интерфейса.

Я читала эту статью не совсем со стороны: моя диссертация была про групповую цифровую арт‑терапию, и вопрос «Как встроить цифровую среду в процесс, не превратив его в подобие приложения для продуктивности?» — для меня не академический. И я решила написать об этом здесь, думаю, это многим будет интересно.

Как было устроено исследование

Вместо того чтобы сразу собрать очередного AI‑ассистента и потом искать ему применение, авторы начали с попытки понять будущих пользователей. В основе лежит Double Diamond (Design Council, 2007), рамка, описывающая работу как двойное чередование расхождения и схождения: расширяем пространство проблемы, сужаем до формулировки, расширяем пространство решений, снова сужаем. На эту рамку наложены три последовательных исследования.

Этап 1, разведка. Двадцать арт‑терапевтов, набранных на 53-й ежегодной конференции арт‑терапии, прошли полуструктурированные интервью о том, как они уже используют технологии и с чем сталкиваются. Никакого вмешательства, только сбор контекста.

Этап 2, ко‑дизайн. Девять практикующих специалистов работали с прототипом среднего уровня детализации, буквально бумажно‑карточным концептом того, как ИИ мог бы участвовать в сессии. Специалисты взаимодействовали с ним и затем обсуждали в интервью, какие роли для ИИ допустимы, а какие нет.

Этап 3, проверка. Веб‑платформа с ИИ‑компонентом, которую оценили двадцать семь практикующих специалистов через онлайн‑опрос. Спрашивали не только про удобство, но и про то, как они видят применение в реальных сессиях.

Суммарно 56 участников и три года. Порядок здесь важнее содержания: сначала понять контекст работы, затем зафиксировать ограничения, и только потом проектировать. Не наоборот.

Главный вывод оказался неожиданно простым

Проблемой оказался не искусственный интеллект. Проблемой оказалась потеря человеком права принимать окончательное решение.

Практически никто из специалистов не выступал против технологий как таковых. На всех трёх этапах воспроизвелась одна и та же граница.

Технология принималась, если она дополняла три вещи: взаимодействие специалиста с клиентом, автономию клиента и работу с материалом. Помочь структурировать процесс, поддержать рефлексию, предложить идеи для творческой работы, облегчить клиенту вход в контакт с материалом — всё это воспринималось как полезный инструмент.

Технология отвергалась, как только начинала интерпретировать переживания клиента или фактически принимать решения вместо специалиста.

Формулировка авторов точная: специалисты не отвергали инновации категорически, они выстраивали внимательную контекстную интеграцию технологии внутри клинической реальности, чтобы не разменять глубину на удобство.

Из этого следует принцип, который, кажется, работает далеко за пределами психологии: люди готовы делегировать ИИ выполнение задач, но не готовы делегировать ему профессиональную ответственность. Причём отказ здесь не эмоциональный. Ответственность невозможно делегировать технически: она остаётся на человеке независимо от того, кто фактически принял решение. Система, которая забирает решение, но не забирает ответственность, создаёт для специалиста чистый риск без компенсации. Ровно поэтому доверие к ней падает.

Reflective scaffold, или почему полезно не давать ответ

Самое интересное понятие статьи: ИИ работает лучше всего не тогда, когда принимает решение вместо специалиста, а тогда, когда служит рефлексивным каркасом, поддерживающим специалиста в процессе принятия решения и оставляющим за ним полный контроль над результатом. На уровне функциональности разница выглядит так. Система может предложить несколько визуальных образов, помочь организовать процесс, напомнить о возможных направлениях, структурировать наблюдения. Система не говорит «у клиента депрессия» и не говорит «примените такую‑то интервенцию».

Для инженера это контринтуитивно. Мы привыкли считать, что качество ассистента растёт вместе с уверенностью и конкретностью ответа: чем определённее вывод, тем полезнее система. Здесь работает обратное. Чем более готовым выглядит вывод, тем сильнее он вытесняет собственное суждение специалиста, и тем ниже доверие. Полезность создаётся не выводом, а расширением пространства размышления.

Побочный эффект приятный: система, которая по дизайну не выносит вердикт, заметно менее уязвима к собственным галлюцинациям. Цена ошибки в подсказке и цена ошибки в диагнозе отличаются на порядки.

Автономный агент против copilot

Индустрия сейчас громко продаёт автономных AI Agents, системы, которые сами принимают решения и доводят задачу до конца. Данные этого исследования показывают, что для профессий такого типа автономная конфигурация сегодня практически неприемлема. Зато принимается другая, специалисты во втором исследовании называли ИИ приемлемым тогда, когда он позиционировался как совместный ассистент, поддерживающий структуру сессии, рефлексию или инициацию процесса. И выдвигали три требования:

прозрачность того, как получен вывод;
возможность переопределить или переосмыслить вывод;
сохранение профессиональной свободы действия.

Третье они формулировали как требование, чтобы система оставалась подчинена клиническому суждению. Это ровно архитектура human‑in‑the‑loop и в этом исследовании она оказалась не предпочтением, а условием, без которого технология не принимается вообще.

Модель 4×3

Главный практический результат работы. Четыре стадии Double Diamond, каждая рассматривается сразу в трёх измерениях.

Стадия	Методы HCI	Профессиональный фокус	Результат дизайна
Discover	Интервью, наблюдение	Выявление существующих практик, тревог и ожиданий	Сформулированные ценности профессии
Define	Ко‑дизайн‑мастерские	Определение приемлемых и неприемлемых ролей ИИ	Дизайн‑ограничения
Develop	Прототипирование	Уточнение функциональности внутри ограничений	Работающий прототип
Deliver	Оценка, опрос	Осуществимость и контекстная интеграция	Оценка применимости

Через всю модель авторы проводят мысль, которая кажется в ней центральной: профессиональная свобода действия не привязана к одной фазе, а пронизывает весь процесс. Проектирование здесь не линейное движение к решению, а постоянные переговоры между технологическими возможностями и профессиональной целостностью. Обычно последовательность такая: что умеет модель, где это можно применить, как упаковать. В модели 4×3 наоборот: сначала фиксируется, что принципиально нельзя отдавать машине, и только потом проектируется система внутри этой границы.

Учитывая, с какой скоростью в 2026 году появляются законы об AI‑терапии, второй порядок начинает выглядеть не идеалистично, а прагматично.

Что исследование не доказывает

В исследовании не участвовали клиенты, поэтому о том, как меняется клиентский опыт и результат, неизвестно ничего. Ни один из трёх этапов не проверял работу в реальных живых сессиях, только интервью, прототипы и опрос. Выборка отражает перспективу практиков в США, что ограничивает переносимость на другую регуляторную и культурную рамку, включая российскую. То есть это исследование принятия технологии профессиональным сообществом и попытка понять, каким должен быть дизайн, чтобы специалисты вообще согласились этим пользоваться. Это не мало, но это не доказанная эффективность. Следующий логичный шаг‑исследования в реальной практике с участием клиентов.

Что с этим делать

За последние два года мы научились строить всё более мощные языковые модели. Возможно, следующий важный шаг заключается уже не в том, чтобы сделать ИИ ещё автономнее, а в том, чтобы научиться проектировать системы, в которых человек и модель действительно принимают решения вместе. И если это так, то критерием качества AI‑продукта в таких областях постепенно станет не уровень автономности модели, а то, насколько аккуратно она умеет оставаться на вторых ролях. Задача, судя по тому, как выглядит рынок, заметно более сложная, чем кажется.

Источник: Shojaei, F., Shojaei, F., Seidman, M., & Shih, P. C. (2026). A staged, human‑computer interaction‑informed model for designing art therapy digital interventions. International Journal of Art Therapy. https://doi.org/10.1080/17454832.2026.2700253

Какую роль должен играть ИИ в психологической помощи? Разбор трёхлетнего исследования Индианского университета