Człowiek + AI w obszarze dobrostanu psychicznego

Dobrostan psychiczny stał się priorytetem na całym świecie w obliczu narastającego kryzysu zdrowia mentalnego. Według prognoz Światowej Organizacji Zdrowia do 2030 r. depresja stanie się najczęściej występującą chorobą, a już dziś dotyka około 280 milionów ludzi na świeciemoney.pl. Jednocześnie rozwój sztucznej inteligencji (SI) przyniósł nowatorskie rozwiązania, takie jak całodobowe chatboty-terapeuci czy aplikacje do samopomocy, które oferują skalowalne i przystępne cenowo wsparcie psychologiczne. Po pandemii COVID-19 obserwujemy prawdziwy boom na cyfrowe narzędzia mental health – szacuje się, że istnieje ponad 10 000 aplikacji mental health opartych na SI, choć niewiele z nich zostało rzetelnie przebadanych klinicznienews-medical.net. Stawia to pytanie: czy SI rzeczywiście potrafi zapewnić niezawodną opiekę psychologiczną, czy może ufamy cyfrowemu placebo?news-medical.net

Zarówno potencjał, jak i ryzyka są ogromne. Z jednej strony SI może pomóc sprostać niedoborom kadrowym i barierom dostępu do terapii. Przykładowo, w Chinach uruchomiono pierwszą platformę zdrowia psychicznego online napędzaną SI, gdzie chatbot „Small Universe” zapewnia wsparcie emocjonalne, a lekarze korzystają z narzędzi diagnostycznych SI – według ekspertów takie rozwiązania „mogą zastąpić ponad połowę manualnych zadań, znacząco zwiększając dostępność i efektywność usług zdrowia psychicznego” (Polskie tłumaczenie: „w obszarze testów psychologicznych zastosowanie dużych modeli może zastąpić ponad połowę pracy manualnej, znacznie poprawiając dostępność i wydajność”)app.xinhuanet.com. Z drugiej strony podkreśla się konieczność ostrożności i etyki. SI bywa omylną „czarną skrzynką” – jak ujął to prof. Bogdan de Barbaro: „Uważa się, że sztuczna inteligencja wiele potrafi, więc może dojść do iluzji, że mamy do czynienia z człowiekiem. Lecz gdyby mnie pani zapytała, czy wolałbym iść do średniej jakości terapeuty, czy wysokiej jakości terapeuty zamkniętego w sztucznej inteligencji, to wybrałbym realnego człowieka”money.pl. Innymi słowy, technologia powinna uzupełniać, a nie zastępować człowieka – kluczem jest właściwe zdefiniowanie ról oraz wdrożenie najlepszych praktyk, tak by Człowiek + SI tworzyli synergię na rzecz dobrostanu. Poniższy raport przedstawia matrycę ról i odpowiedzialności, różnice sektorowe, przykłady narzędzi SI w wellbeing, modele wdrożeń oraz aspekty etyczne poparte aktualnymi badaniami i danymi.

Różnorodność ról w dobrostanie psychicznym z udziałem si

Efektywne wsparcie zdrowia psychicznego wymaga współdziałania wielu ról – zarówno ludzkich, jak i sztucznej inteligencji. Coraz częściej mówi się o zespołach hybrydowych, w których SI staje się nowym członkiem zespołu ds. zdrowia psychicznego, pracując ramię w ramię z terapeutami, coachami i personelem organizacji. Jak zauważa dr Nick Taylor, „AI as a vital new member of the multidisciplinary mental health team, working alongside therapists, coaches, managers, and HR professionals to create accessible, proactive, and scalable support systems” (Polskie tłumaczenie: „SI jako nowy, istotny członek multidyscyplinarnego zespołu ds. zdrowia psychicznego, pracujący u boku terapeutów, coachów, menedżerów i profesjonalistów HR nad tworzeniem dostępnych, proaktywnych i skalowalnych systemów wsparcia”)innovativehumancapital.com. Poniżej przedstawiono kluczowe role i ich wkład w dobrostan psychiczny wspomagany SI:

Terapeuci i psychologowie

Terapeuci pozostają centralną postacią procesu wsparcia – diagnozują zaburzenia, prowadzą psychoterapię, okazują empatię i budują relację terapeutyczną. Sztuczna inteligencja stanowi dla nich narzędzie wspomagające, które może zwiększyć skuteczność i zasięg ich pracy. W praktyce klinicznej SI jest już wykorzystywana do automatyzacji części zadań administracyjnych (np. prowadzenie dokumentacji, umawianie wizyt), a także jako asysta przy podejmowaniu decyzji klinicznychemhicglobal.compsychiatry.org. American Psychological Association zwraca uwagę, że SI może usprawniać przepływ pracy terapeutów i pomagać w decyzjach diagnostycznych, choć podkreśla, że na obecnym etapie należy zachować ostrożność ze względu na ryzyko błędów i uprzedzeń algorytmówpsychiatryonline.org.

W praktyce powstały już systemy wsparcia terapeuty – przykładowo aplikacje przypominające pacjentom o zadaniach między sesjami czy monitorujące ich nastrój. Tego typu SI pełni rolę „drugiej pary uszu” dla terapeuty. Jak opisuje ekspertka Sandra Kuhn, dzięki aplikacji z SI „przypomnienia o ćwiczeniach są wysyłane prosto na telefon pacjenta, co pozwala mu praktykować techniki terapeutyczne przez cały tydzień, a nie tylko podczas 45-minutowej sesji”hrexecutive.comhrexecutive.com. W rezultacie proces terapeutyczny może trwać ciągle, a terapeuta otrzymuje dodatkowe dane o postępach pacjenta. Ważne jest jednak, by SI działała pod nadzorem specjalisty. Eksperci podkreślają, że obecnie mowa o wsparciu terapii i jej uzupełnieniu – „nie o zastąpieniu” człowiekademagog.org.pl. Terapeuta zachowuje decydującą rolę, a SI dostarcza mu informacji (np. analizuje dzienniki pacjenta czy wyniki testów psychologicznych) i natychmiastowe interwencje pomocnicze. Warto wspomnieć, że w Japonii i Chinach testuje się narzędzia SI do analizy ekspresji emocji i języka pacjentów – np. algorytmy analizujące wpisy w mediach społecznościowych w celu wczesnego wykrycia depresji lub lękumentalhealthcommission.ca. Takie rozwiązania mogą pomóc terapeutom szybciej identyfikować pacjentów w potrzebie i kierować ich do pomocy.

Coachowie i trenerzy rozwoju osobistego

Coachowie, mentorzy oraz doradcy zajmujący się dobrostanem (wellbeing) również zyskują nowych sojuszników w postaci SI. Ich rola koncentruje się na wspieraniu klientów w rozwoju osobistym, radzeniu sobie ze stresem, budowaniu nawyków czy równowagi praca–życie. SI może w tym obszarze pełnić funkcję „wirtualnego coacha” lub asystenta coacha: dostępnego 24/7, który przypomina o celach, proponuje ćwiczenia mindfulness czy techniki relaksacyjne dostosowane do użytkownika. Organizacje korzystające z programów wellbeing coraz częściej wdrażają chatboty coachingowe oferujące anonimowe rozmowy wspierające. Według raportu Unmind, ponad połowa menedżerów HR (57%) spodziewa się, że do 2030 r. coaching i terapia wspierane SI staną się domyślnym modelem pomocy pracownikominnovativehumancapital.com.

Chatbot-coach może np. pomóc pracownikowi w momencie kryzysu: ktoś czuje narastający stres w środku nocy – zamiast czekać na spotkanie z coachem, może „skorzystać z całodobowego coachingowego chatbota, który szybko zwaliduje jego przeżycia i poprowadzi przez krótką technikę relaksacyjną”hrexecutive.com. Tego typu SI zapewnia natychmiastową, doraźną pomoc, a jednocześnie zbiera informacje o najczęstszych problemach, z jakimi zgłaszają się podopieczni. Coachowie mogą korzystać z tych danych do lepszego dostosowania indywidualnych sesji. Jak podkreślają specjaliści, SI w coachingu powinna uzupełniać interakcje międzyludzkie, a nie zastępować relacji z żywym coachem. Użytkownicy doceniają wygodę i dyskrecję botów – badania pokazują, że wiele osób woli najpierw „wygadać się” AI, bo nie czują oceny, a dopiero potem są skłonni porozmawiać z człowiekiemdonga.com. Koreańscy naukowcy zauważają, iż „AI ewoluuje od roli prostego asystenta człowieka do poziomu, na którym możliwa jest emocjonalna interakcja – ludzie mogą powiedzieć SI rzeczy, których nie zdradzą innym, wyrazić emocje i omówić je, zyskując dzięki temu spokój psychiczny” (Polskie tłumaczenie: „SI […] nie tylko pełni rolę pomocniczą dla człowieka, ale rozwija się do poziomu, na którym możliwa jest interakcja emocjonalna – pozwala ludziom powiedzieć coś, czego nie mogą wyznać innym, wyrazić uczucia i omówić je, zapewniając psychiczne ukojenie”)donga.com.

Podsumowując, coachowie zyskują w SI partnera do zadań „między sesjami”: automatycznego motywatora i „strażnika nawyków”. Najlepsze praktyki wskazują, że to model hybrydowy – regularne spotkania z ludzkim coachem wsparte codziennym mikro-wsparciem od SI – przynosi najlepsze rezultaty w budowaniu dobrostanu.

Cyfrowi asystenci i chatboty terapeutyczne

Od kilku lat obserwujemy wysyp cyfrowych asystentów zdrowia psychicznego. Są to programy oparte na sztucznej inteligencji – najczęściej chatboty tekstowe lub głosowe – które potrafią prowadzić z użytkownikiem rozmowę na tematy emocjonalne, udzielać porad self-care, a czasem nawet stosować techniki terapii poznawczo-behawioralnej (CBT). Przykłady to m.in. Woebot, Wysa, Replika, Tess, Youper – wirtualni „rozmówcy”, którzy wykorzystują przetwarzanie języka naturalnego, by symulować empatyczne konwersacje i proponować wsparcie psychologicznenews-medical.net. Ich rola bywa różnie określana: asystent terapeutyczny, chatbot terapeuta, AI coach, wirtualny przyjaciel.

Badania naukowe zaczynają oceniać skuteczność tych narzędzi. Pionierska randomizowana próba kliniczna ze Stanford (2017) wykazała, że rozmowy z chatbotem Woebot znacząco obniżyły objawy depresji i lęku u młodych dorosłych już po zaledwie dwóch tygodniach codziennego używaniaglobenewswire.com. Jak podano, „Woebot has been empirically proven to significantly reduce depression and anxiety after just two weeks” (Polskie tłumaczenie: „Wykazano empirycznie, że Woebot znacząco redukuje objawy depresji i lęku już po zaledwie dwóch tygodniach”)globenewswire.com. Inne badania również potwierdzają, że konwersacyjne boty mogą dostarczać skuteczne interwencje CBT – użytkownicy czują się wysłuchani i odczuwają poprawę nastroju, zwłaszcza gdy bot jest odpowiednio zaprogramowany na okazywanie empatiiglobenewswire.com. Co ważne, takie narzędzia działają bez przerwy, 24/7, pozwalając uzyskać pomoc natychmiast, niezależnie od miejsca i czasu. Dla osób zmagających się np. z bezsennością czy atakiem lęku w nocy może to być ratunek, zanim dotrą do specjalisty.

Cyfrowi asystenci pełnią też funkcję ”pierwszej linii” wsparcia w systemie opieki. W Wielkiej Brytanii testowano chatbot SI pomagający pacjentom zgłaszać się do programu terapii – rezultat to 15% wzrost liczby skierowań na terapię w porównaniu do placówek bez takiego chatbota (gdzie wzrost wynosił tylko 6%), przy czym szczególnie zwiększył się odsetek zgłoszeń od osób z grup mniejszościowych, zwykle rzadziej szukających pomocypsychiatrist.com. W raporcie MIT Technology Review opisano to następująco: „人工知能（AI）チャットボットの導入によって、英国NHSを通じたメンタルヘルスサービスの利用者を増やせることが、新たな研究で分かった。とりわけ、支援を求める可能性が低いと評価されている少数派グループの人々の利用増加が顕著だったという” (Polskie tłumaczenie: „Jak wykazało nowe badanie, wdrożenie chatbota AI zwiększyło liczbę osób korzystających z usług zdrowia psychicznego w ramach brytyjskiego NHS. Szczególnie zauważalny był wzrost wykorzystania wśród grup mniejszościowych, ocenianych dotąd jako rzadziej szukające wsparcia”)technologyreview.jp. To pokazuje, że chatboty mogą pomóc dotrzeć do osób wykluczonych lub nieśmiałych w szukaniu pomocy, obniżając barierę wstydu czy strachu przed oceną.

Ważnym aspektem jest też personalizacja i wykrywanie stanu użytkownika. Nowoczesne asystenty potrafią śledzić nastrój (poprzez analizę słów, emotikonów, a nawet tonacji głosu) i dopasowywać do niego odpowiednie techniki wsparcia. Na przykład rozwiązania SI potrafią sklasyfikować emocje w dzienniku użytkownika do jednej z 6 kategorii (radość, zaskoczenie, smutek, strach, złość, wstręt) i na tej podstawie zaproponować medytację, film animowany lub grę poprawiającą nastrójdonga.com. Jeśli algorytm wykryje wpis sugerujący poważny kryzys lub myśli samobójcze, może automatycznie zasugerować kontakt z pomocą profesjonalną – np. podać namiary na najbliższe centrum interwencji kryzysowej, a w razie potrzeby wezwać pomocdonga.com. Jednocześnie trwają prace nad zapewnieniem, by chatboty umiejętnie reagowały na sygnały poważnych zaburzeń – badania Harvard Business School wykazały, że wiele towarzyskich botów nie rozpoznawało dotąd poprawnie oznak silnego kryzysu, co jest obszarem do poprawy (trwają prace nad treningiem modeli na danych z prawdziwych interwencji)hbs.edu.

Podsumowując, cyfrowi asystenci i chatboty to nowi „pierwszolinii” pomagacze: odciążają specjalistów, zapewniają natychmiastowy kontakt i likwidują pewne bariery dostępu. Najlepszą praktyką jest wykorzystywanie ich jako elementu szerszego systemu, w którym w razie potrzeby następuje przekierowanie do człowieka. Ważne też, by użytkownicy byli świadomi, że rozmawiają z SI – transparentność zwiększa zaufanie i zapobiega konfuzji.

Liderzy i kadra zarządzająca

Liderzy organizacji, menedżerowie wyższego szczebla oraz osoby decyzyjne pełnią kluczową rolę w promowaniu kultury dbałości o zdrowie psychiczne i wdrażaniu strategii z udziałem SI w miejscu pracy. To oni ustalają priorytety i przydzielają zasoby na programy wellbeing. We współczesnych firmach liderzy coraz częściej stają się orędownikami innowacji prozdrowotnych, rozumiejąc, że dobrostan pracowników przekłada się na produktywność i retencję.

Jeśli chodzi o integrację SI, od liderów oczekuje się wyznaczenia wizji i zasad etycznych dla jej stosowania. Najlepsze praktyki obejmują m.in.: zapewnienie, że narzędzia SI są bezpieczne, sprawdzone i zgodne z prawem, szkolenie pracowników z ich użycia oraz monitorowanie efektywności. Liderzy powinni również komunikować jasno cele – np. wyjaśnić załodze, że chatbot wellbeing nie służy do ich inwigilowania, lecz jest dodatkowym wsparciem, w pełni dobrowolnym. Transparentna komunikacja buduje zaufanie i większą akceptację nowości technologicznych.

Badania pokazują, że zarówno pracownicy, jak i działy HR są otwarci na wsparcie SI, o ile idzie ono w parze z autentyczną troską firmy. W jednym z globalnych sondaży aż 89% pracowników deklarowało komfort w korzystaniu z narzędzi mental health opartych na AI w ramach benefitów pracowniczych, a 94% liderów HR było zainteresowanych takimi rozwiązaniamihrexecutive.com. To zielone światło dla kadry zarządzającej, by śmiało eksplorować innowacje w tym obszarze. Przykładowo, światowe korporacje jak IBM czy Google testowały wewnętrznie chatboty do wsparcia emocjonalnego pracowników, a japońska firma Hitachi rozwija system AI analizujący poziom stresu załogi (na podstawie anonimowych danych biometrycznych) i sugerujący działania naprawcze dla menedżerów.

Niemniej liderzy muszą także zachować czujność etyczną. Powinni zadać pytania: Czy dane zbierane przez aplikacje wellbeing nie naruszają prywatności? Czy SI nie wprowadzi nadmiernej kontroli, którą pracownicy odczują negatywnie? Czy zachowana jest równowaga między pomocą technologiczną a ludzkim wsparciem (np. dostępnym psychologiem w firmie)? Jak zauważył dyrektor Instytutu Zdrowia Psychicznego PKU w Pekinie, AI potrafi znacznie zwiększyć efektywność, ale nie zastąpi ludzkiej empatii i zrozumienia w zarządzaniu ludźmijdcorporateblog.com. Dlatego liderzy powinni promować model, w którym AI wzmacnia działania prozdrowotne podejmowane przez menedżerów i kulturę organizacyjną, a nie jest wymówką, by wycofać zaangażowanie człowieka.

Dobrym przykładem strategicznej roli lidera jest podejście globalnych firm do tematu stresu i wypalenia. W raporcie Oracle z 2020 r. (obejmującym 11 krajów) 82% pracowników stwierdziło, że roboty potrafią wesprzeć ich zdrowie psychiczne lepiej niż ludzie, głównie dlatego, że zapewniają bezstronność i całodobową dostępność. Taka opinia może zachęcać CEO do inwestycji w „robotycznych asystentów” wellness. Jednak mądry lider wie, że najlepsze rezultaty daje połączenie: zachęcanie menedżerów liniowych do regularnych rozmów o samopoczuciu z podwładnymi oraz udostępnienie nowoczesnych aplikacji self-care. Podsumowując, rola liderów sprowadza się do bycia architektem ekosystemu wellbeing, gdzie SI jest jednym z filarów, obok polityki prozdrowotnej, szkolenia kadry i ogólnej kultury wsparcia.

Menedżerowie hr i specjaliści ds. wellbeing

Działy HR znajdują się na pierwszej linii wdrażania narzędzi SI dla dobrostanu pracowników. Ich rola jest dwojaka: po pierwsze, jako inicjatorzy i administratorzy programów (wybór odpowiednich aplikacji, nadzorowanie wdrożenia, ocena rezultatów), po drugie – jako opiekunowie poufności i zaufania (dbają, by korzystanie z AI było zgodne z etyką i prawem pracy, a dane chronione).

W praktyce menedżer HR może np. zdecydować o udostępnieniu pracownikom dostępu do platformy mental health opartej na SI (jak Wysa czy Headspace z AI Coach) w ramach pakietu benefitów. Musi wtedy negocjować warunki z dostawcą, upewnić się, że spełnia on standardy (np. certyfikaty bezpieczeństwa danych, rekomendacje medyczne), przygotować komunikację dla pracowników i monitorować anonymizowane statystyki korzystania. Te statystyki – np. ilu pracowników korzysta, z jakich modułów najczęściej (stres? sleep? mindfulness?) – pozwalają HR-owi identyfikować obszary wymagające dodatkowego wsparcia. Przykładowo, jeżeli widzą, że w dziale X dużo osób wchodzi do modułu „anxiety” w nocy, mogą zaproponować tam szkolenie z zarządzania stresem lub wzmocnić kulturę równowagi.

HR pełni też funkcję łącznika między pracownikami a zarządem w kwestii wellbeing. Dzięki SI mogą przedstawiać twarde dane pokazujące, że inwestycja się opłaca – choćby fakt, że problemy psychiczne kosztują pracodawców globalnie 1 bilion dolarów rocznie z powodu spadku produktywności i absencjihrexecutive.com. WHO szacuje, że każdy 1 USD zainwestowany w poprawę zdrowia psychicznego pracowników zwraca się 4-krotnie w postaci zwiększonej produktywności i niższych kosztów leczenia. Takie liczby przekonują zarząd do wspierania inicjatyw HR.

Najlepsze praktyki dla działów HR obejmują pilotowanie nowych technologii na małej grupie, zanim rozprzestrzenią je na całą firmę, oraz zbieranie opinii użytkowników. Pracownicy powinni mieć możliwość anonimizowanego feedbacku: czy chatbot im pomógł, czy był użyteczny, czy mieli jakieś obawy. Na tej podstawie HR może wspólnie z dostawcą AI ulepszać usługę (np. wprowadzając język polski, dodając moduły dotyczące rodzicielstwa, itp.). Ważne też, by HR szkolili kadrę menedżerską w tym, jak korzystać z danych od AI. Przykładowo, jeśli narzędzie wykrywa wzrost ryzyka wypalenia, HR powinien wesprzeć menedżera liniowego wskazówkami, jak rozmawiać z zespołem i jakie działania profilaktyczne podjąć.

W wielu organizacjach powstaje wręcz nowe stanowisko: Digital Wellness Officer lub specjalista ds. cyfrowych narzędzi HR, który łączy kompetencje HR i IT, aby optymalnie wdrażać rozwiązania typu AI4HR. Podsumowując, menedżerowie HR są kuratorami technologii wellbeing – to od ich staranności zależy, czy SI będzie służyć ludziom, czy stanie się niechcianym „wymuszonym” gadżetem. Dlatego powinni działać w myśl zasady: najpierw dobro pracownika, potem technologia.

Różnice sektorowe: wellbeing i si w różnych branżach

Podejście do integracji SI w obszarze zdrowia psychicznego może się znacząco różnić w zależności od sektora. Inne potrzeby i wyzwania mają korporacje, inne instytucje publiczne czy szkoły. Poniżej omawiamy, jak różne branże podchodzą do wellbeing z udziałem AI oraz jakie najlepsze praktyki się w nich wyłaniają.

Korporacje i sektor prywatny

W korporacjach (zwłaszcza dużych, międzynarodowych) rośnie świadomość, że dobrostan pracowników to element strategii biznesowej. Firmy te często przecierają szlaki we wdrażaniu nowych technologii HR, w tym AI dla zdrowia psychicznego. Motywacją są twarde dane: jak wspomniano wyżej, wysoki poziom stresu i zaburzeń wśród pracowników przekłada się na miliardowe straty produktywnościhrexecutive.com. Dodatkowo, pokolenie młodszych pracowników oczekuje od pracodawcy troski o ich samopoczucie, więc benefity wellbeing stały się ważnym elementem przyciągania i utrzymania talentów.

Korporacje technologiczne – takie jak firmy z Doliny Krzemowej – były jednymi z pierwszych, które zaoferowały pracownikom chatboty i aplikacje mental health. Wyróżnia je kultura otwartości na innowacje i brak obaw przed testowaniem niekonwencjonalnych rozwiązań. Już przed pandemią niektóre firmy udostępniały np. WoeBot-a czy aplikację Calm/Headspace (choć te ostatnie to głównie mindfulness, nie czysty AI). Po 2020 r. nastąpiła intensyfikacja: globalne banki, firmy konsultingowe itp. zaczęły dodawać do pakietów EAP (Employee Assistance Program) cyfrowych terapeutów. Zaletą takich rozwiązań w korporacji jest ich skalowalność – firma zatrudniająca tysiące ludzi może zapewnić im wsparcie bez konieczności zatrudniania setki psychologów. Ważnym czynnikiem jest tu dostępność wielojęzyczna – chatboty AI można stosunkowo łatwo „nauczyć” kolejnych języków, co jest atutem w międzynarodowych zespołach.

Korporacje przodują także we wprowadzaniu predykcyjnych analiz dobrostanu. Korzystając z AI, analizują anonimowe dane z ankiet zaangażowania, zużycia dni chorobowych, czy nawet wykorzystania komunikatorów (np. wzorce pisania e-maili mogą sugerować wypalenie). Takie praktyki budzą jednak kontrowersje – rodzą pytania o inwigilację i prywatność. Najlepszą praktyką jest tu pełna anonimizacja i agregacja: AI może wskazać np. że w dziale sprzedaży rośnie ryzyko wypalenia, ale nie identyfikuje konkretnych osób. Wówczas HR wdraża działania ogólne (szkolenia ze stresu, rozmowy jeden-na-jeden z chętnymi itp.). Firmy farmaceutyczne i ubezpieczeniowe idą o krok dalej – testują AI do screeningu zdrowia psychicznego pracowników (za zgodą), by wcześnie wyłapać tych wymagających pomocy i np. zaproponować im dodatkowe wsparcie terapeutyczne zanim dojdzie do zwolnienia lekarskiego.

W korporacjach istotna jest także otoczka komunikacyjna. Jak wynika z badań, pracownicy początkowo mogą obawiać się, że AI to sposób firmy na „śledzenie” ich lub że przyznanie się do korzystania z pomocy (nawet AI) będzie źle widziane. Dlatego firmy muszą prowadzić kampanie destygmatyzacyjne i edukacyjne. Przykładowo, globalna firma ubezpieczeniowa AON po wdrożeniu chatbota wellbeing przeprowadziła serię webinariów z psychologami, tłumacząc korzyści i zapewniając o poufności danych; zachęcała też menedżerów, by dzielili się własnymi historiami korzystania z takich narzędzi. Rezultat – wysoka akceptacja i faktyczne użycie narzędzia przez pracowników.

Podsumowując, w korporacjach AI w wellbeing to już nie futurystyka, lecz coraz częstszy element rzeczywistości. Najlepsze praktyki obejmują: dobór renomowanego, bezpiecznego dostawcy, integrację AI z szerszym programem (np. kombinacja chatbot + dostęp do psychologa z krwi i kości), dbałość o prywatność i otwartą komunikację z załogą. Dzięki temu AI staje się naturalnym dopełnieniem firmowej opieki o pracownika, a nie źródłem nieufności.

Startupy i sektor technologiczny

Startupy działają tu na dwóch frontach: jako użytkownicy technologii (własny wellbeing pracowników) oraz przede wszystkim jako twórcy innowacji w dziedzinie mental health. Ekosystem startupowy odegrał ogromną rolę w rozwoju narzędzi AI dla zdrowia psychicznego. To małe, zwinne firmy wypuściły większość wspomnianych chatbotów i aplikacji. Przykłady to amerykański Woebot Health, indyjski Wysa, rosyjsko-amerykańska Replika, czy polskie inicjatywy jak MoodMon (asystent do walki z depresją)cyfrowa.rp.pl. Startupy te często powstają przy udziale ekspertów klinicznych i bazują na badaniach naukowych, wypełniając niszę między tradycyjną opieką a zapotrzebowaniem społecznym.

Z perspektywy rynku, segment Digital Mental Health dynamicznie rośnie. W 2024 r. inwestycje venture capital w mental health tech osiągnęły 2,7 mld USD globalnie (wzrost o 38% rok do roku)galengrowth.com. Stanowi to już około 12% wszystkich inwestycji w cyfrowe zdrowiegalengrowth.com. To pokazuje, że sektor jest postrzegany jako „rynek dojrzały na innowacje”. Startupy mental health skutecznie przekonały inwestorów, że ich rozwiązania mogą nie tylko przynieść zysk, ale i rozwiązać palące problemy społeczne. W rezultacie mamy wysyp nowych produktów – od chatbotów, przez gry terapeutyczne, po narzędzia analizujące głos pod kątem wykrywania depresji.

Sektor technologiczny jako środowisko pracy również korzysta z AI w wellbeing, choć specyfika startupów (mniejsza liczebność, kultura „hustle”) sprawia, że formalne programy well-being są tam mniej ustrukturyzowane niż w korporacjach. W startupach często panuje przyjacielska kultura i wsparcie jest nieformalne, ale jednocześnie wysoki stres i długie godziny pracy mogą prowadzić do szybkiego wypalenia. Tu AI może pomóc jako łatwo dostępne wsparcie dla zapracowanych founderów i zespołów, którzy być może nie mają czasu chodzić do terapeuty. Co więcej, branża tech jest z natury otwarta na rozwiązania AI – pracownicy-chłonący nowinki chętniej wypróbują aplikację do medytacji czy bota motywującego.

Przykładem branżowego trendu jest łączenie mental health z innymi usługami cyfrowymi. Np. popularna wśród startupowców aplikacja Slack (komunikator pracy) doczekała się integracji z botem well-being, który „melduje się” co piątek, pytając użytkownika jak się czuje i proponując ćwiczenie oddechowe lub meme poprawiające humor. Takie lekkie, wplecione w codzienną rutynę akcenty wspierane AI mogą pozytywnie wpływać na mikroklimat zespołu.

Najlepsze praktyki dla sektora startupów w zakresie wellbeing z AI to elastyczność i personalizacja. W małej firmie każdy pracownik jest ważny, więc warto dostosować działania do jednostkowych potrzeb. Jeśli np. jeden programista cierpi na bezsenność, startup może mu zasponsorować aplikację do terapii bezsenności (np. Dawn Health czy Sleepio z AI-coachem), inny ma problemy z lękiem – dostanie Wysę itp. Startupy chętnie dzielą się też między sobą rekomendacjami narzędzi – tu działa społeczność, hackathony well-being czy akceleratory skupione na healthtech, gdzie startupy wymieniają się doświadczeniami.

Podsumowując, startupy są motorem innowacji w AI dla zdrowia psychicznego, a jednocześnie beneficjentem tych innowacji. W kulturze „move fast & break things” uczą się, że nie można zapominać o zdrowiu psychicznym zespołu, bo inaczej rzeczywiście coś się „złamie”. AI staje się więc naturalną bronią w ich arsenale – a szybkie iteracje i feedback pozwalają dopracowywać te narzędzia w tempie trudnym dla większych graczy.

Sektor publiczny i służba zdrowia

Sektor publiczny, w tym systemy opieki zdrowotnej finansowane ze środków publicznych, ma nieco inne priorytety. Tu kluczowa jest skalowalność, dostępność powszechna i bezpieczeństwo. Rządy i instytucje publiczne patrzą na SI przez pryzmat możliwości rozwiązania problemu luki w dostępie do opieki psychologicznej. W wielu krajach niedobór psychiatrów i psychologów powoduje wielomiesięczne kolejki – np. w Polsce do dziecięcego psychiatry czeka się nawet pół roku. Narzędzia AI jawią się jako sposób na odciążenie systemu i dotarcie do szerokiej populacji.

Przykładem jest inicjatywa WHO o nazwie „Step-by-Step” – to cyfrowa interwencja opracowana we współpracy z Uniwersytetem w Zurychu, która prowadzi użytkownika (np. uchodźcę czy mieszkańca kraju rozwijającego się) przez 5-tygodniowy program samopomocy dla osób z depresją, wspierany minimalnie przez asystenta (paraprofesjonalistę). Program ten był testowany m.in. w Syrii i na Bliskim Wschodzie jako tani i dostępny środek pomocy tam, gdzie brakuje terapeutówwho.int. Wstępne wyniki są obiecujące – SI może pomóc zredukować objawy depresji, choć optymalnie jest, gdy użytkownik ma możliwość kontaktu z człowiekiem w razie potrzeby.

Rządy niektórych krajów oficjalnie wsparły rozwój chatbotów kryzysowych. W Nowej Zelandii powstał przez rządowy grant chatbot „Aroha” wspierający młodych ludzi, w Irlandii serwis SilverCloud (początkowo startup) został włączony do publicznej służby zdrowia jako element stepped-care (krokowej opieki). Wielka Brytania zaś uruchomiła NHS Apps Library, gdzie dokonuje przeglądu i rekomendacji aplikacji zdrowotnych – kilka aplikacji mental health z AI uzyskało tam akredytację do użytku publicznegonews-medical.net. Przykładowo Wysa jest dostępna poprzez NHS dla młodzieży i dorosłych szukających wsparcia psychologicznego. Ponadto w Anglii w ramach programu IAPT (terapie rozmowne) testuje się systemy AI do wstępnej oceny (triage) pacjentów – pacjent wypełnia inteligentny formularz online, który ocenia ryzyko i przekierowuje go do odpowiedniej formy pomocy (samopomoc, terapia grupowa, terapia indywidualna).

Administracja publiczna coraz częściej wydaje także wytyczne i regulacje dotyczące cyfrowych narzędzi mental health. W 2023 r. rząd Wielkiej Brytanii opublikował wytyczne dla producentów aplikacji zdrowia psychicznego, aby zapewnić zgodność z przepisami dotyczącymi urządzeń medycznych i ochrony pacjentówgov.uk. Podobnie Unia Europejska w ramach prac nad Aktem o SI uwzględnia kwestie systemów wspomagających zdrowie – prawdopodobnie będą one traktowane jako systemy o wysokim ryzyku, podlegające ścisłej ocenie zgodności. Dlatego w sektorze publicznym kładzie się nacisk na bezpieczeństwo, skuteczność i etykę. Wiele publicznych instytucji (jak np. Komisja Zdrowia Psychicznego Kanady) przeprowadza przeglądy literatury i konsultacje, by ocenić realny potencjał SI oraz wskazać luki wymagające badańmentalhealthcommission.ca. Kanadyjski raport z 2019 r. wskazał np., że potrzebne są dalsze badania, zwłaszcza dotyczące tego, w jakich rolach SI powinna być używana – jako narzędzie przesiewowe, wsparcie terapeuty czy narzędzie samopomocowe – oraz jak włączyć w projektowanie takich rozwiązań osoby z doświadczeniem życiowym (pacjentów)mentalhealthcommission.ca.

W służbie zdrowia publicznej obserwujemy też pilotażowe wdrożenia: np. w Japonii w niektórych szpitalach psychiatrycznych testuje się roboty społeczne (jak robocik PARO) w terapii zaburzeń lękowych czy otępienia. W Korei Południowej krajowy ubezpieczyciel zdrowotny finansuje aplikację AI do monitorowania dzienników nastroju pacjentów z depresją, a operator telekomunikacyjny KT uruchomił serwis „mind care AI” analizujący głos i tekst pacjenta pod kątem wykrywania sygnałów depresji, by „AI analizowała dziennik pacjenta i sprawdzała jego emocje”donga.com. Również w Polsce trwają prace – Ministerstwo Zdrowia zapowiedziało wsparcie tworzenia asystenta AI dla dzieci i młodzieży w kryzysie, choć projekt jest we wczesnej fazie.

Podsumowując, sektor publiczny widzi w AI szansę na poszerzenie dostępu i odciążenie systemu, ale działa ostrożnie, często poprzedzając wdrożenia badaniami pilotażowymi. Etyka i regulacje odgrywają tu wiodącą rolę. Najlepsze praktyki to: ścisłe testowanie bezpieczeństwa, zapewnienie, że AI jest dodatkiem a nie substytutem personelu, oraz ciągły nadzór (monitoring efektów i ewentualnych szkód). Tylko wtedy społeczeństwo zaufa publicznym rozwiązaniom AI w zdrowiu psychicznym.

Edukacja i sektor szkolnictwa

Szkoły, uczelnie i placówki edukacyjne stoją w obliczu rosnących problemów psychicznych wśród młodzieży (m.in. lęki, depresja, samotność). Tutaj również pojawiły się inicjatywy wykorzystania SI, ale podejście jest bardzo ostrożne i zróżnicowane geograficznie.

Z jednej strony, pojawiają się narzędzia AI do wsparcia uczniów: chatbociki, z którymi nastolatki mogą anonimowo porozmawiać o swoich problemach (przykłady: Kai – chatbot testowany w niektórych szkołach USA, czy japońskie aplikacje przyjazne nastolatkom). Z drugiej strony, kadra pedagogiczna bywa sceptyczna co do skuteczności AI w rozwiązywaniu głębszych problemów wychowawczych.

Globalny sondaż firmy McGraw Hill z 2023 r. wykazał, że choć AI staje się coraz powszechniejsza w klasach, „most educators do not believe it will help solve their most pressing challenges, particularly those related to student wellbeing” (Polskie tłumaczenie: „większość nauczycieli nie wierzy, że AI pomoże rozwiązać ich najbardziej palące problemy, zwłaszcza te związane z dobrostanem uczniów”)edtechinnovationhub.com. Ankieta wśród 1300 nauczycieli z 19 krajów ujawniła, że problemy psychiczne uczniów są dla nich jednym z dwóch największych wyzwań (45% wskazań), ustępując jedynie czynnikom domowym, i przedkładane ponad kwestie czysto edukacyjneedtechinnovationhub.com. Mimo to zaufanie pedagogów do AI w tych obszarach jest niskie – preferują wykorzystywać AI do zadań takich jak tłumaczenia czy przygotowanie do testów, natomiast w obszarze empatii czy wsparcia emocjonalnego AI oceniają jako mało pomocnąedtechinnovationhub.com.

Sektor edukacji ma też uzasadnione obawy natury etycznej i rozwojowej. Dzieci i młodzież są grupą wrażliwą – pojawiają się pytania, czy powierzenie ich problemów „maszynie” jest bezpieczne i moralne. Ponadto, istnieje ryzyko nadmiernego przywiązania do technologii kosztem rozwoju kompetencji społecznych. Eksperci alarmują, że automatyzacja wsparcia psychicznego może nie nauczyć młodych ludzi realnych umiejętności radzenia sobie, a w najgorszym razie – stworzyć iluzję relacji tam, gdzie potrzebny jest prawdziwy kontakt. Japoński artykuł w „Toyo Keizai” pytał wręcz: czy nadejdzie dzień, gdy polegniemy na AI, by wypełnić naszą samotność? – wskazując, że pojawiają się już „AI terapeuci” do towarzystwa, ale należy uważać, by nie zastąpiły one naturalnych interakcjitoyokeizai.net.

Mimo ostrożności, niektóre szkoły i uniwersytety eksperymentują z SI jako wsparciem poradni psychologicznych. Przykładowo, University of Southern California testował AI do wstępnego screeningu studentów – chatbot pytał o samopoczucie i skalował, kogo należy pilnie umówić do terapeuty. W Polsce Uniwersytet SWPS w 2021 r. uruchomił projekt badawczy z chatbotem „Wysa” wśród studentów, badając jego wpływ na poziom lęku przed sesją egzaminacyjną. Niektóre platformy e-learningowe (Coursera, FutureLearn) dodają moduły well-being wspierane AI dla swoich użytkowników, rozumiejąc, że nauka zdalna też ma aspekt psychiczny.

Najlepsze praktyki w edukacji wydają się brzmieć: AI – ostrożnie i wspomagająco. Eksperci sugerują, by nie polegać wyłącznie na AI w rozwiązywaniu kryzysów uczniów, ale wykorzystywać ją do wczesnego wykrywania sygnałów i jako dodatkowy kanał pomocy. Np. chatbot może zachęcić cichą, zamkniętą osobę do zwierzeń, ale potem powinien skierować ją do pedagoga szkolnego. Ważna jest też edukacja cyfrowa: uczenie młodzieży, czym AI jest, a czym nie jest. Uczeń powinien rozumieć, że chatbot to narzędzie, a nie prawdziwy przyjaciel – by nie doszło do pomylenia świata realnego z wirtualnym wsparciem.

Sektor publiczny edukacji często woli inwestować w tradycyjne rozwiązania (zatrudnianie psychologów szkolnych) niż w niepewne nowinki technologiczne. Niemniej, z czasem i tutaj SI może znaleźć większe zastosowanie, szczególnie jeśli przyszłe pokolenia nauczycieli nabędą więcej zaufania do technologii. Być może pojawią się programy ministerialne integrujące sprawdzone aplikacje self-help do kurikulum (np. lekcje radzenia sobie ze stresem z pomocą aplikacji). Na razie jednak edukacja pozostaje sektorem, gdzie rola SI w wellbeing raczkuje – co jest zrozumiałe, biorąc pod uwagę ochronę dzieci.

Inne sektory: ngo i społeczności

Choć pytanie skupia się na głównych branżach, warto wspomnieć o roli organizacji pozarządowych (NGO) i społeczności lokalnych. Wiele NGO zajmujących się zdrowiem psychicznym eksperymentuje z AI, często we współpracy z firmami technologicznymi, aby dotrzeć do grup szczególnie narażonych (np. uchodźcy, osoby w kryzysie bezdomności, weterani wojenni). Przykładem jest projekt w Holandii, gdzie chatbot Tess (opracowany przez firmę X2AI) został wykorzystany do wspierania syryjskich uchodźców arabskim językiem – w trybie anonimowym mogli opowiedzieć o traumach wojennych botowi, co nie zastąpiło terapii, ale dało im ujście emocji i było pomostem do późniejszej pomocy psychologów. Takie inicjatywy pokazują siłę SI w docieraniu tam, gdzie brakuje specjalistów posługujących się danym językiem czy rozumiejących kontekst kulturowy.

Narzędzia si w wellbeing i zdrowiu psychicznym – analiza i studia przypadków

W krajobrazie narzędzi wspierających zdrowie psychiczne za pomocą SI można wyróżnić kilka kategorii. Poniżej analizujemy najważniejsze rodzaje wraz z przykładami i wynikami badań, które obrazują ich skuteczność i zastosowania.

Chatboty terapeutyczne i konwersacyjne

Chatboty to najgłośniejsza i najbardziej rozpowszechniona kategoria narzędzi AI w mental health. Działają one na zasadzie rozmowy z użytkownikiem, starając się odzwierciedlić proces wspierającej konwersacji znanej z terapii czy poradnictwa. Silnikami są zazwyczaj modele przetwarzania języka (NLP), czasem połączone z bazą wiedzy z psychologii.

Przykłady:

• Woebot – chatbot stworzony w Stanford, specjalizujący się w technikach CBT.
• Wysa – „pingwin” terapeuta, pomaga w radzeniu sobie z lękiem i bezsennością, używany m.in. przez NHS w Wielkiej Brytanii.
• Replika – AI-companion o bardziej ogólnym profilu (przyjaciel do rozmowy), popularny globalnie, choć nie ukierunkowany wyłącznie na terapię.
• Tess (X2AI) – chatbot używany w interwencjach kryzysowych i przez NGO, potrafi działać w wielu językach.
• Youper – asystent emocjonalny z USA, integrujący elementy terapii i monitorowania nastroju.

Skuteczność: Jak wspomniano, badania kliniczne dają pewne potwierdzenie skuteczności chatbotów w redukcji łagodnych objawów depresyjno-lękowych. Przykładowo:

• W randomizowanym badaniu z udziałem 70 studentów, grupa korzystająca z Woebota przez 2 tygodnie odnotowała istotne statystycznie obniżenie poziomu depresji w kwestionariuszu PHQ-9 w porównaniu z grupą kontrolną (czytającą e-book o samopomocy)globenewswire.comglobenewswire.com. Użytkownicy Woebota czuli się też bardziej wysłuchani i zrozumiani niż ci korzystający z książkiglobenewswire.com.
• Analiza kilkunastu różnych badań (przegląd w International Journal of Environmental Research and Public Health) wykazała, że „większość zidentyfikowanych badań wykazała potencjał wykorzystania sztucznej inteligencji podczas interwencji psychologicznych” (Polskie tłumaczenie: „większość badań wskazała na potencjał stosowania SI w interwencjach psychologicznych”), jednocześnie zaznaczono, że potrzebne są dalsze badania dla potwierdzenia długoterminowej skutecznościdemagog.org.pl.
• Nowe, duże badanie (2023, preprint) w brytyjskim NHS dot. chatbota Limbic wykazało w warunkach realnego świata, że dodanie tego narzędzia zwiększyło ogólną liczbę zgłoszeń do terapii i poprawiło dostęp mniejszości, jak omówiono już wcześniejpsychiatrist.com.

Zalety: chatbota cechuje stała dostępność, brak oceniania (użytkownik nie boi się osądu), odpersonalizowana szczerość – łatwiej napisać pewne rzeczy maszynie niż powiedzieć człowiekowi. Ponadto chatboty są skalowalne (jedna instancja może obsłużyć praktycznie nieograniczoną liczbę osób równocześnie) i stosunkowo tanie w dystrybucji (nie wymagają infrastruktury poza dostępem do internetu). Dlatego stanowią atrakcyjną opcję dla dużych populacji.

Ograniczenia i ryzyko: mają ograniczone możliwości reagowania na poważne kryzysy – większość z nich nie jest zaprojektowana do interwencji w sytuacji myśli samobójczych czy psychozy. Jeżeli użytkownik pisze rzeczy wykraczające poza bazę danych, bot może zareagować nieadekwatnie. Przykładowo, głośna była sytuacja, gdy pewien bot udzielił osobom z zaburzeniami odżywiania niewłaściwych rad dietetycznych (AI „zaleciła” praktyki mogące pogłębiać problem)psychiatrist.com. To pokazuje, że brak czujności terapeuty może być groźny. Chatboty mogą też generować odpowiedzi zbyt ogólnikowe („złote rady, których nikt nie chce słyszeć” – jak ujęła to polska psycholożkademagog.org.pl), co zraża użytkownika lub wręcz bywa szkodliwe, jeśli zbagatelizuje problem. Innym zagrożeniem jest możliwość nadmiernego zaangażowania emocjonalnego użytkownika w relację z botem – zanotowano przypadki osób, które traktowały Replikę jak realnego partnera, co może budzić wątpliwości natury psychologicznej i etycznej.

Studia przypadków:

• Woebot Health: Firma rozwijająca Woebota dąży do zatwierdzenia go jako wyrobu medycznego (w USA FDA przyznała mu status „Breakthrough Device” dla terapii depresji poporodowej). To pierwszy przypadek, gdy chatbot może stać się „lekiem” na receptę.
• Wysa w NHS: Kilka okręgów służby zdrowia w Anglii włączyło Wysę do usług – pacjenci mogą sami wybrać, czy chcą czekać na terapeutę, czy od razu skorzystać z Wysy. Według doniesień, część osób dzięki Wysie poradziła sobie i zrezygnowała z potrzeby terapii, inni zaś używali bota podczas czekania na terapię, co poprawiło ich stan wyjściowy. NHS oceniał pozytywnie takie uzupełnienie, choć zalecał by bot był zintegrowany z systemem – np. przekazywał (za zgodą pacjenta) zebrane informacje terapeucie przed pierwszą sesjąwysa.com.
• Replika: Ten chatbot generatywny zasłynął jako wirtualny przyjaciel. W kontekście mental health bywa kontrowersyjny – użytkownicy chwalą go za pomóc w samotności, ale nie jest to narzędzie kliniczne. W 2023 wprowadzono ograniczenia jego funkcji erotycznych po skargach, co wywołało nawet u niektórych… pogorszenie samopoczucia (bo stracili „bliską relację” z botem). To uczy, że AI może budzić realne emocje, do których trzeba podejść odpowiedzialnie.
• ChatGPT i generatywne modele: Najnowsza fala AI (modele GPT-3.5/4, Bard itd.) też jest wykorzystywana do wsparcia mentalnego. Użytkownicy czasem spontanicznie używają ChatGPT „jak terapeuty”. Jednak brak w nich specjalizacji i zabezpieczeń – w jednym z badań HBS stwierdzono, że chatboty generatywne często nie rozpoznają sytuacji kryzysowych i nie potrafią adekwatnie reagowaćhbs.edu. Powstają więc fine-tuningowane wersje: np. projekt Koko eksperymentował z użyciem GPT-3 do generowania sugestii wsparcia emocjonalnego na forach – okazało się to mieczem obosiecznym, bo choć niektórzy czuli się lepiej, gdy dostawali radę od „człowieka” (nieświadomi, że to AI), to gdy dowiedzieli się o prawdzie, czuli się niekomfortowo.

Podsumowanie: Chatboty to obiecujące narzędzie w mental health, ale wymagają rozważnego projektowania, nadzoru i ugruntowania w dowodach naukowych. Najlepsze praktyki rekomendują stosowanie chatbotów: (a) dla wsparcia łagodnych i umiarkowanych problemów, (b) jako uzupełnienie tradycyjnej opieki, (c) z jasną informacją o charakterze narzędzia, (d) z możliwością eskalacji do człowieka. Konieczne jest też ciągłe ulepszanie algorytmów pod kątem rozumienia kontekstu kulturowego i językowego – jak zauważyła dr Ledia Lazeri z WHO Europa, dotychczas aplikacje SI w badaniach koncentrują się głównie na depresji i schizofrenii, pomijając inne zaburzenia, co „wskazuje na istotne luki w naszym zrozumieniu, jak [AI] może być wykorzystana do badania innych problemów zdrowia psychicznego” (Polskie tłumaczenie: „zastosowanie aplikacji AI w badaniach nad zdrowiem psychicznym jest niezrównoważone – dominują badania nad depresją, schizofrenią i innymi psychozami, co oznacza poważne luki w zrozumieniu, jak wykorzystać je do innych problemów psychicznych”)who.int.

Aplikacje self-care i wspomagające dobrostan

Drugą kategorią są aplikacje mobilne i platformy online, które niekoniecznie prowadzą swobodny czat, ale wykorzystują AI do personalizacji programów samopomocy. Należą tu np.:

• Aplikacje do medytacji i mindfulness z AI (personalizujące trening uważności pod nastrój, np. Calm AI testuje generowanie medytacji na życzenie).
• Aplikacje do śledzenia nastroju i aktywności (wykorzystujące machine learning, by wykryć korelacje – np. Moodpath czy Daylio podpowiadają co wpływa na nastrój).
• Programy coachingowe (np. Happify z AI proponuje ścieżki budowania pozytywnych nawyków).
• Wirtualna rzeczywistość (VR) z elementami AI – np. w terapii fobii czy PTSD stosuje się systemy VR, które adaptują sceny do reakcji pacjenta.

Choć wiele z tych aplikacji nie ma „mózgu AI” tak wyraźnego jak chatboty, to coraz częściej wykorzystują uczenie maszynowe do analizy danych użytkownika i dopasowywania treści. Przykładowo, aplikacja do samopomocy w depresji może na podstawie aktywności (częstotliwości wpisów, wyniku zadań) modulować trudność kolejnych kroków programu – to właśnie algorytm predykcyjny.

Studium: Awarefy (Japonia) – to aplikacja cyfrowej terapii poznawczo-behawioralnej, która w 2023 ogłosiła wprowadzenie modułu „Awarefy AI”, mającego kompleksowo wspierać zdrowie psychiczne użytkownika. W praktyce oznacza to integrację chatbota w aplikacji do CBT oraz algorytmów analizujących wzorce zachowań użytkownika i sugerujących zmianyprtimes.jp. Japoński rynek, ostrożny w tematach psychiki, powoli otwiera się na takie połączenia, szczególnie w formie samopomocy cyfrowej.

Analiza skuteczności: Wiele z tych aplikacji deklaruje imponujące liczby pobrań i zadowolenia, ale z perspektywy naukowej bywa różnie. Przykładowo:

• Popularna aplikacja do medytacji Calm nie jest oparta o AI, ale doczekała się badań – wykazano, że regularne używanie jej może obniżać stres. Gdyby dodać AI, mogłaby np. lepiej przypominać w momentach, gdy stres u użytkownika (mierzony np. tętnem z smartwatcha) rośnie.
• Mood tracking apps: meta-analiza 2019 wskazała, że same aplikacje do monitorowania nastroju mają ograniczony wpływ kliniczny, chyba że połączone są ze wsparciem (ludzkim lub AI). Stąd trend by dodać do nich elementy AI – np. kiedy użytkownik wpisze „czuję się bardzo źle”, aplikacja nie tylko zanotuje, ale zaproponuje rozmowę z botem albo ćwiczenie oddechowe.
• Kombinacje human+AI: ciekawy przypadek to Koko – platforma peer-to-peer, gdzie ludzie dzielą się wsparciem (trochę jak anonimowa grupa wsparcia online). Dodano tam AI, która podsuwa użytkownikom sugestie treści (ucząc się, jakie słowa wsparcia były dobrze odbierane). Okazało się, że połączenie empatii ludzkiej z inteligencją algorytmu przyspieszyło uzyskiwanie trafnych odpowiedzi, choć pojawiły się też kontrowersje, gdyż niektórzy użytkownicy nie chcieli, by AI miała udział w formułowaniu odpowiedzi bez ich wiedzy.

Zalety tych aplikacji to zazwyczaj przystępność i proaktywność: zachęcają do zdrowych praktyk zanim pojawi się poważny problem. Wykorzystanie AI czyni je bardziej angażującymi – element grywalizacji (np. adaptacyjne wyzwania), dopasowanie do stylu życia (np. inny plan dnia dla „nocnego marka” a inny dla rannego ptaszka).

Wady i wyzwania: Problemem jest utrzymanie zaangażowania użytkowników w czasie. Wiele osób porzuca aplikacje zdrowotne po kilku dniach. AI może tu pomagać (przewidując spadek zaangażowania i np. wysyłając motywujący komunikat lub nowe treści), ale nie rozwiąże problemu całkowicie. Ponadto, weryfikacja naukowa tych narzędzi bywa ograniczona – firmy nie zawsze inwestują w RCT swoich aplikacji, skupiając się na marketingu. W efekcie rynek jest zalany aplikacjami, z których „tylko garstka została klinicznie zweryfikowana”news-medical.net. Użytkownik i specjaliści mogą czuć się zagubieni, nie wiedząc, którym zaufać. Stąd inicjatywy jak biblioteki NHS czy certyfikacje (np. ORCHA w UK, FDA w USA dla niektórych narzędzi) są ważne.

Algorytmy predykcyjne i systemy wczesnego ostrzegania

Osobną kategorią są rozwiązania bardziej „w tle” – algorytmy analizujące dane w celu predykcji lub wczesnego wykrywania zaburzeń psychicznych. W odróżnieniu od chatbotów czy aplikacji, te narzędzia nie zawsze mają bezpośredni interfejs dla użytkownika. Często są to systemy dla klinicystów lub organizacji. Przykłady:

• Algorytmy do analizy mowy i obrazu: Np. system opracowany przez grupę w Chinach łączy analizę nagrań audio pacjenta, jego mikromimiki na wideo oraz parametry EEG, by pomóc diagnozować depresję i lękpharmnews.com.
• Digital phenotyping: monitorowanie zachowań cyfrowych (aktywność w smartfonie – częstotliwość połączeń, lokalizacja GPS, sen z akcelerometru itd.). Badania pokazują, że można na tej podstawie w pewnym stopniu przewidzieć epizod depresji czy mania u osoby z chorobą dwubiegunową. Startupy jak Mindstrong w USA pracowały nad takimi modelami.
• Systemy ostrzegania kryzysowego: np. AI skanująca posty w mediach społecznościowych pod kątem treści sugerujących skrajne poczucie beznadziei lub zamiary samobójcze – i wysyłająca automatyczne powiadomienie do moderatorów czy nawet bezpośrednio proponująca pomoc użytkownikowi. Facebook stosował swego czasu takie algorytmy do wyłapywania postów samobójczych (zanim ograniczyło to RODO). W języku polskim rozwijane są modele uczące się po wpisach na forach czy czatach młodzieżowych wyłapywać osoby w potrzebie, aby szybciej zaoferować im wsparcie (projekt przez Fundację Dajemy Dzieciom Siłę).

Efekty: Tego typu narzędzia w dużej mierze są w fazie badań i pilotaży. Kilka udokumentowanych przykładów:

• W 2019 r. opublikowano pracę, gdzie AI analizowała dane ze smartfona (akcelerometr, GPS, użycie aplikacji) grupy nastolatków – model przewidział z 85% dokładnością, którzy z nich zgłoszą pogorszenie nastrojunationalgeographic.fr.
• University of Toronto opracował model, który słuchając 5-minutowej próbki mowy był w stanie wykryć z ~80% czułością depresję u mówiącego (bazując na modulacji głosu).
• Pewien startup wykorzystał AI do analizy tego, jak piszemy na klawiaturze (dynamika, prędkość, pauzy) i twierdzi, że potrafi to korelować z poziomem lęku i stresu.

Wdrożenia: W praktyce klinicznej na szeroką skalę tego jeszcze nie ma, ale pojawiają się elementy. Niektóre nowoczesne gabinety psychoterapii online integrują np. analizę tonu głosu podczas sesji – AI ostrzega terapeutę, że pacjent np. wykazuje oznaki silnego przygnębienia czy pobudzenia (co terapeuta zwykle sam widzi, ale AI może to kwantyfikować). Firmy ubezpieczeniowe z kolei badają, czy na podstawie cyfrowych wskaźników zdrowia psychicznego można lepiej zarządzać polisami (kontrowersyjne – bo może prowadzić do dyskryminacji).

Kontrowersje: Tu wchodzą najpoważniejsze kwestie prywatności. Zbieranie tak bogatych danych (GPS, korzystanie z telefonu, treść postów) stawia pytanie o zgodę i anonimowość. Nawet jeśli cel jest szczytny – zapobiec tragedii – trzeba to wyważyć z prawami jednostki. Na razie prawodawstwo (np. RODO w UE) bardzo restrykcyjnie ogranicza takie praktyki, chyba że użytkownik wyrazi wyraźną zgodę i jest to część usługi medycznej.

Rola człowieka: Modele predykcyjne powinny wspomagać specjalistów, nie decydować samodzielnie. APA (Amerykańskie Towarzystwo Psychiatryczne) wydało ostrzeżenie, by nie polegać ślepo na algorytmach w diagnozie, bo nadal mogą być obarczone błędem i biasempsychiatryonline.org. Najlepszy scenariusz to taki, gdzie AI sugeruje „uważaj, możliwy nawrót depresji”, a lekarz czy terapeuta to weryfikuje w kontakcie z pacjentem.

Inne innowacje (roboty społeczne, vr, gry)

Warto wspomnieć o bardziej niekonwencjonalnych narzędziach:

• Roboty społeczne: np. mały robot NAO lub Pepper bywały testowane jako „asystenci terapeuty” w pracy z dziećmi z autyzmem czy z osobami starszymi w domach opieki (współprowadzenie treningów pamięci, aktywizacja). W Finlandii np. robot Furhat prowadził pilotażowo rozmowy z pacjentami psychiatrycznymi między sesjami. To nisza, ale rozwijana.
• Wirtualna rzeczywistość (VR): w terapii PTSD czy fobii VR jest stosowane od lat 90., ale AI może wzbogacić te systemy – np. adaptując scenariusz ekspozycji w czasie rzeczywistym w zależności od reakcji pacjenta (tętno, ruchy). Takie adaptacyjne VR testuje np. uniwersytet Oxford w leczeniu fobii społecznej.
• Gry terapeutyczne: projektuje się gry (często mobilne) pomagające w zaburzeniach uwagi, lękach u dzieci itd. AI może analizować styl gry i progres, by dostosować poziom trudności i elementy motywacyjne. Jedna z takich gier – Sparx – była testowana klinicznie w NZ jako terapia depresji nastoletniej i wykazała skuteczność podobną do tradycyjnej terapii, a integracja AI mogłaby ją jeszcze usprawnić.

Modele organizacyjne i strategie wdrażania si w kontekście wellbeing

Wprowadzenie sztucznej inteligencji do obszaru dobrostanu psychicznego wymaga przemyślanej strategii. Nie wystarczy zakupić licencji na chatbot – sukces zależy od modelu organizacyjnego, który zdefiniuje miejsce SI w istniejącym systemie wsparcia, oraz od kultury organizacji, która przyjmie (lub odrzuci) nowe narzędzie. Poniżej omówiono kluczowe strategie i modele wdrożeń.

Model hybrydowy: człowiek + ai (“blended care”)

Najczęściej rekomendowanym podejściem jest model hybrydowy, w którym SI pełni rolę wspomagającą u boku ludzi. Przykłady:

• Stepped care (opieka stopniowana): Pacjent najpierw korzysta z interwencji niskointensywnej (np. aplikacji lub kursu online z AI), a jeśli to niewystarczające, kierowany jest wyżej – do terapeuty, psychiatry. AI tutaj zajmuje poziom podstawowy, przesiewowy. WHO wspomina o potrzebie innowacji w zakresie predykcyjnej analityki, co wpisuje się w stepped care – by lepiej decydować, kto jakiej opieki potrzebujewho.int.
• Collaborative care (opieka zintegrowana): SI jest częścią zespołu opieki, który stale współpracuje. Przykład: w klinice psychologicznej pacjent ma przypisanego terapeutę oraz dostęp do chatbota między sesjami; terapeuta co sesję przegląda raport od AI o aktywności pacjenta i omawia to z nim. W ten sposób AI i terapeuta działają ręka w rękę.
• AI coach + superwizja specjalisty: model np. w programach coachingowych w firmach – pracownik korzysta z AI-coacha na co dzień, ale ma raz na miesiąc sesję z żywym coachem, który na podstawie danych od AI lepiej rozumie sytuację i ukierunkowuje interwencje.

Kluczowe w modelu hybrydowym jest zapewnienie płynnych „mostów” między SI a człowiekiem. Użytkownik musi wiedzieć, kiedy i jak może przejść od AI do kontaktu z człowiekiem – np. w aplikacji powinna być opcja „Porozmawiaj z terapeutą” albo jasna informacja: „Jeśli poczujesz, że potrzebujesz więcej, skontaktuj się z naszym specjalistą pod nr…”. Z kolei specjalista powinien otrzymać od AI syntetyczną informację, by nie zaczynać od zera – np. „bot sygnalizuje, że od ostatniej sesji poziom nastroju pacjenta spadł o 20%, a główny temat to stres w pracy”.

Przykład dobrej praktyki: Firma ubezpieczeniowa Cigna oferuje klientom program wsparcia psychicznego, gdzie najpierw jest chatbot do rozmowy i ćwiczeń, ale w każdej chwili klient może nacisnąć „connect me to a human” i zostaje przekierowany do konsultanta (24/7). Dane z czatu są przekazywane konsultantowi, co skraca mu czas rozeznania się w problemie. Taki „hand-off” między AI a człowiekiem jest bezszwowy – klient ma poczucie jednej spójnej usługi, a nie oddzielnych silosów.

Centra doskonałości i multidyscyplinarne zespoły

W organizacjach większej skali (np. korporacjach, publicznych systemach zdrowia) coraz częściej tworzy się zespoły lub jednostki dedykowane implementacji AI. Mogą to być tzw. AI Center of Excellence w firmie – grupa ekspertów (IT, HR, klinicyści, prawnicy) oceniająca i pilotująca wdrożenia AI w różnych działach. W kontekście wellbeing, taki zespół dba, by narzędzia AI były zgodne z regulacjami, etyczne i dopasowane do potrzeb pracowników.

W jednostkach służby zdrowia sensownym modelem jest włączanie AI jako części zespołu terapeutycznego. Przykładowo, w pewnej klinice w USA przydzielono pacjentowi z depresją oprócz psychiatry i psychologa również „terapeutę cyfrowego” – praktycznie oznaczało to, że pacjent korzystał z aplikacji (zatwierdzonej przez klinikę) i jego aktywność była monitorowana przez koordynatora cyfrowego, który jest w zespole. Jeśli pacjent przestaje korzystać z aplikacji albo wpisuje niepokojące treści, koordynator to zauważa i alarmuje resztę zespołu. To podejście jest jeszcze rzadkie, ale może zyskać popularność.

Model multi-dyscyplinarny jest też promowany przez organizacje jak World Economic Forum (WEF). WEF wydało w 2023 Globalny Toolkit Zarządzania dla Cyfrowego Zdrowia Psychicznego, który podkreśla potrzebę angażowania wszystkich interesariuszy – od pacjentów, przez lekarzy, po regulatorów – we wdrażanie AIpsychiatrist.com. Toolkit ten ma być przewodnikiem jak tworzyć standardy i polityki wspierające bezpieczny i efektywny rozwój usług digital mental healthpsychiatrist.com. Podkreślono tam wielokrotnie, że potrzebne są wielostronne partnerstwa: rządy, firmy tech, uniwersytety i służba zdrowia muszą współpracować, by AI w mental health była skuteczna i etycznapsychiatrist.compsychiatrist.com.

Strategia „ai-empowered, human-driven”

W literaturze HR pojawia się hasło, by budować organizacje „uzupełnione AI”, ale napędzane przez człowieka. W kontekście zdrowia psychicznego oznacza to, że technologia jest używana jako kompas i narzędzie, lecz decyzje i inicjatywa pozostają ludzkie. Na przykład, HR może używać AI do ciągłego badania nastroju załogi (poprzez krótkie puls-surveys analizowane algorytmem), ale to ludzki menedżer podejmuje działania na bazie tej wiedzy.

Taki model zapobiega tzw. technostressowi – czyli stresowi wywołanemu przez nadmiar technologii. Jak zauważono w Harvard Business Review, nadmierna automatyzacja może paradoksalnie potęgować samotność i problemy zdrowotne pracowników, jeśli pozbawi się ich ludzkiego kontaktu w pracyhbr.org. Dlatego budując strategię, firmy stawiają cel: AI ma wzmocnić, a nie zastąpić obecną infrastrukturę wsparcia. Przykładem takiej strategii jest podejście firmy Johnson & Johnson, która zastosowała chatbota do well-beingu globalnie, ale równocześnie zwiększyła liczbę lokalnych „Champions of Care” – pracowników przeszkolonych do udzielania pierwszej pomocy psychologicznej kolegom. Bot ma ułatwić dostęp i wstępną rozmowę, a champion (człowiek) ma przejąć pałeczkę, gdy potrzeba.

WEF w swoim toolkitcie również zaznacza, że aby AI była skuteczna, musi być zaufana i bezpiecznapsychiatrist.compsychiatrist.com. Zaufanie buduje się przez transparentność (użytkownik wie, jak działa narzędzie i kto stoi za jego radami) oraz rezultaty (narzędzie faktycznie pomaga). Dlatego strategia wdrożenia powinna uwzględniać pilotaż i ewaluację: zacząć od małej skali, zebrać feedback i zmierzyć wskaźniki (np. spadek poziomu stresu wg ankiet, frekwencja użycia narzędzia), a dopiero potem skalować.

Szkolenia i zmiana kultury organizacyjnej

Wdrażając AI w sferze tak delikatnej jak zdrowie psychiczne, nie można pominąć czynnika edukacji i kultury. Szkolenia są konieczne na kilku poziomach:

• Dla użytkowników końcowych (pracowników, pacjentów): jak korzystać z narzędzia, jakie są jego możliwości i ograniczenia.
• Dla menedżerów i liderów: by rozumieli wyniki dostarczane przez AI i nie nadużywali ich (np. nie stygmatyzowali pracownika, bo „algorytm wskazał, że masz burnout”).
• Dla zespołów klinicznych: by lekarze/terapeuci potrafili współpracować z AI, interpretować np. raporty algorytmów i włączać je do procesu leczenia.

Kultura organizacyjna musi również zostać przygotowana. Jeśli w organizacji do tej pory mało mówiło się o zdrowiu psychicznym, to samo wdrożenie bota nie wystarczy – ludzie mogą go w ogóle nie użyć z obawy przed stygmatem. Dlatego strategia często przewiduje kampanie uświadamiające, tak jak wspomniano w sekcji o liderach: np. Tydzień Zdrowia Psychicznego, podczas którego ogłasza się start nowej aplikacji, ale też prowadzi warsztaty z psychologiem czy wykłady. Celem jest normalizacja korzystania z pomocy, nawet jeśli tą pomocą jest „tylko” aplikacja.

Wreszcie, istotne jest ustalenie miar sukcesu strategii AI. Co uznamy za sukces? Więcej osób korzystających z programu? Spadek liczby dni wolnych z powodu stresu? Lepsze wyniki w ankietach satysfakcji? Jasno określone KPI pomagają utrzymać poparcie dla programu. Na przykład firma X ogłasza: celem rocznym jest obniżenie odsetka pracowników z objawami wypalenia z 30% do 20% (mierzone skalą Maslach) – w tym wspomoże nas AI przez kampanię z chatbotem. Jeśli po roku wyniki ankiet pokażą 15%, można uznać strategię za udaną i inwestować dalej.

W służbie zdrowia miernikiem może być np. skrócenie listy oczekujących lub poprawa wyników klinicznych (pacjenci korzystający z dodatku AI osiągają równie dobre wyniki terapii, ale w krótszym czasie lub mniejszym nakładem zasobów). Jeśli tak, to daje argument decydentom, by rozszerzać zastosowanie AI.

Podsumowując ten rozdział: wdrożenie AI w wellbeing to projekt holistyczny. Dotyczy ludzi, procesów, technologii i kultury. Modele takie jak hybryda czy stepped care wskazują jak to zrobić, ale kluczowe jest dostosowanie do własnego kontekstu – inna strategia zadziała w korporacji IT, a inna w państwowym szpitalu. We wszystkich jednak przypadkach wspólny mianownik to: człowiek ma pozostać w centrum, a AI ma być narzędziem, choćby bardzo zaawansowanym.

Zagadnienia etyczne i wyzwania

Wykorzystanie SI w obszarze zdrowia psychicznego rodzi szereg pytań etycznych, prawnych i społecznych. Obejmują one m.in. kwestie prywatności danych, granic kompetencji AI, transparentności algorytmów, odpowiedzialności za błąd, a także wpływu na relacje międzyludzkie i zaufanie. Poniżej analizujemy najważniejsze z tych zagadnień.

Prywatność i bezpieczeństwo danych

Dane dotyczące zdrowia psychicznego należą do najbardziej wrażliwych informacji o osobie. Aplikacje i chatboty mogą gromadzić ogrom szczegółów – nastroje dzień po dniu, intymne wyznania, historię traumy. To rodzi ryzyko, że w razie wycieku lub nadużycia takie dane mogłyby wyrządzić wielką szkodę (np. dyskryminacja ubezpieczeniowa, utrata pracy, szantaż). Niestety, analizy rynku wskazują, że wiele aplikacji mental health nie zapewnia dostatecznej ochrony danych ani przejrzystości co do ich wykorzystania. W artykule News Medical czytamy: „Many apps collect highly sensitive user information but lack robust data protection measures. Moreover, transparency in data usage and third-party sharing remains inadequate in most cases” (Polskie tłumaczenie: „Wiele aplikacji zbiera wysoce wrażliwe informacje o użytkownikach, ale brakuje w nich solidnych zabezpieczeń danych. Ponadto w większości przypadków niewystarczająca jest przejrzystość co do wykorzystania danych i udostępniania ich podmiotom trzecim”)news-medical.net.

Jest to poważny zarzut. W 2022 r. australijskie badanie wykazało, że spośród kilkudziesięciu popularnych aplikacji do medytacji i self-care, większość dzieliła się danymi z podmiotami zewnętrznymi (np. reklamodawcami) bez wyraźnej zgody użytkownika. Takie praktyki stoją w sprzeczności z regulacjami jak RODO, które wymagają zgody na przetwarzanie danych zdrowotnych i informowania, co się z nimi dzieje. W efekcie organizacje konsumenckie i regulatorzy zaczynają się przyglądać tym kwestiom – np. norweska Rada Konsumentów w raporcie z 2020 r. nazwała niektóre aplikacje zdrowotne „wilkiem w owczej skórze” odnośnie prywatności.

Najlepsze praktyki, do jakich powinny stosować się narzędzia AI, to: anonimizacja, szyfrowanie danych, minimalizacja zbieranych informacji (zbierać tylko to, co potrzebne do działania) oraz przejrzysta polityka prywatności. Użytkownik powinien móc łatwo zrozumieć, jakie dane są zapisywane i ewentualnie móc je usuwać. Coraz częściej też pojawia się postulowanie tzw. privacy by design – by kwestia prywatności była uwzględniana od początku projektowania aplikacji, a nie jako dodatek.

Zgoda i autonomia użytkownika

Kolejny aspekt etyczny: czy użytkownicy zawsze rozumieją, że mają do czynienia z AI i co to oznacza? Zgodnie z zaleceniami wielu gremiów (np. UNESCO) powinni być informowani, że rozmawiają z chatbotem, a nie człowiekiem. Ukrywanie tego uważane jest za nieetyczne, bo może manipulować osobą w kryzysie. Wyobraźmy sobie kogoś, kto myśli, że rozmawia na czacie z terapeutą, a to bot – czuje się zrozumiany, ale jeśli prawda wyjdzie na jaw, może poczuć się oszukany.

Ponadto, kwestia świadomej zgody na korzystanie z AI w terapii: pacjent powinien mieć prawo odmówić i wybrać wyłącznie kontakt z człowiekiem, jeśli woli. W przypadku programów pracowniczych – pracownik nie może być zmuszany do używania aplikacji wellbeing, powinna to być oferta, nie przymus.

Autonomia wiąże się też z tym, jak AI może wpływać na decyzje użytkownika. Jeśli np. algorytm rekomenduje jakieś działania (np. „powinieneś dzisiaj wyjść pobiegać, to poprawi nastrój”), to czy użytkownik nie zatraci własnej sprawczości, ślepo słuchając „eksperta AI”? Szczególnie osoby podatne mogą przeceniać kompetencje technologii. Dlatego AI powinna raczej proponować niż nakazywać, a interfejs powinien wspierać poczucie kontroli użytkownika (np. „Czy chcesz sugestię ćwiczenia? Tak/Nie”).

Granice kompetencji: co ai może, a czego nie powinna

Zakres, w jakim polegamy na AI, musi być jasno określony. Sztuczna inteligencja nie ma świadomości, empatii w ludzkim sensie ani pełnego rozumienia kontekstu kulturowego (chyba że jest do tego bardzo specjalnie trenowana). Istnieją obszary, gdzie nie powinna zastępować człowieka – np. interwencja kryzysowa w sytuacji zagrożenia życia.

Jak ujął to koreański autor: „AI는 문자 그대로의 의미를 감지할 수 있지만, 인간 치료사가 할 수 있는 수준까지 말하지 않은 내용 뒤에 숨은 의미를 이해하는 것은 불가능하다” – „AI potrafi wykryć dosłowne znaczenie słów, ale nie jest w stanie – tak jak ludzki terapeuta – zrozumieć ukrytego sensu niewypowiedzianych treści”gttkorea.com. Polskie tłumaczenie: sztuczna inteligencja może rozumieć słowa dosłownie, lecz nie pojmie tego, co między wierszami, co niewyrażone bezpośrednio – do tego potrzebna jest ludzka wrażliwość.

Dlatego zaleca się, by AI nie działała samodzielnie w diagnozowaniu poważnych zaburzeń czy prowadzeniu terapii ciężkich przypadków. W najlepszym razie może pomóc specjalistom (np. przesiewać testy psychologiczne), ale o rozpoznaniu czy planie leczenia musi decydować wykwalifikowany człowiek. APA w jednym ze stanowisk stwierdziła, że stosowanie AI do podejmowania decyzji klinicznych niesie istotne ryzyko i rodzi pytania o dokładność, stronniczość i prywatnośćpsychiatryonline.org.

Stronniczość algorytmów i sprawiedliwość

Bias (stronniczość) w AI jest głośnym tematem w kontekście wszystkich zastosowań, także zdrowotnych. Jeśli modele były trenowane na populacji np. amerykańskiej, dorosłej, mówiącej po angielsku, to mogą źle działać dla innych grup – np. nie zrozumieją slangu nastolatka, nie wychwycą kulturowych odniesień istotnych w danej społeczności, albo przejawiają uprzedzenia rasowe lub genderowe.

Przykład: Chatbot trenujący CBT może bazować na pewnej normie kulturowej (np. zachęca do asertywnego wyrażania emocji, co w niektórych kulturach jest nietypowe). Albo algorytm oceniający ryzyko samobójcze może gorzej oceniać sygnały od przedstawicieli mniejszości, bo takich danych było mniej w zbiorze treningowym. Takie problemy są realne – stwierdzono choćby, że modele do analizy mowy w depresji działały słabiej dla osób o innym akcencie niż amerykański.

W artykule opisującym ryzyka AI czytamy: „AI-based mental health apps also pose the problem of algorithmic bias. AI systems trained on non-representative datasets have a high risk of perpetuating biases, leading to culturally inappropriate responses or inequitable access to care” (Polskie tłumaczenie: „Aplikacje AI w zdrowiu psychicznym niosą problem algorytmicznej stronniczości. Systemy trenowane na niereprezentatywnych zbiorach danych są obarczone wysokim ryzykiem utrwalania uprzedzeń, co prowadzi do kulturowo nieadekwatnych reakcji lub nierównego dostępu do opieki”)news-medical.net.

Innymi słowy, jeśli nie zadbamy o różnorodność danych i testy na różnych grupach, AI może bardziej szkodzić niż pomagać, wzmacniając istniejące nierówności.

Co zrobić? Twórcy muszą od początku uwzględniać różnorodność: zbierać dane treningowe z różnych grup (różny wiek, płeć, kultura), testować boty na fokusowych grupach użytkowników o odmiennym backgroundzie. Dodatkowo, potrzebna jest stała walidacja i korekta – np. jeśli zauważymy, że chatbot regularnie nie rozumie pewnych idiomów używanych przez jakąś społeczność, trzeba go douczyć lub dodać wyjątki.

Brak przejrzystości („black box”) i zaufanie

Wiele zaawansowanych algorytmów (np. głębokie sieci neuronowe) działa jak czarne skrzynki – dają wyniki, ale ciężko wyjaśnić, dlaczego tak zadecydowały. W obszarze zdrowia to poważny problem, bo zarówno pacjenci, jak i lekarze mogliby chcieć wiedzieć, co stoi za rekomendacją AI. Brak wyjaśnialności może obniżać zaufanie. „A majority of AI algorithms function as ‘black boxes’ […] reducing transparency and trust” – zauważono, dodając, że to rodzi potrzebę regulacji i standardów w zakresie wyjaśnialnościnews-medical.net.

Wyobraźmy sobie, że aplikacja powie: „Twoje ryzyko nawrotu depresji = 70%”. Pacjent zapyta: „Dlaczego tak uważasz?”. Jeśli odpowiedź brzmi: „nie wiem, tak wyszło z sieci neuronowej”, trudno to zaakceptować. Dlatego coraz większy nacisk kładzie się na Explainable AI (XAI) – metody, które przynajmniej częściowo tłumaczą decyzje modelu (np. wskazując, które odpowiedzi użytkownika najmocniej wpłynęły na ocenę ryzyka).

Regulatory mogą tu wprowadzić wymogi – np. projekt AI Act w UE zakłada, że systemy wysokiego ryzyka muszą mieć pewien poziom wyjaśnialności wyników. Dla twórców to wyzwanie inżynieryjne, ale konieczne dla budowania zaufania.

Z punktu widzenia użytkownika, zaufanie zbuduje też reputacja i rekomendacje niezależnych instytucji. Jeśli WHO czy Ministerstwo Zdrowia oficjalnie poleca dane narzędzie (bo przeszło audyt), ludzie bardziej mu ufają. WEF w swoim toolkit proponuje nawet tworzenie niezależnych ciał certyfikujących takie usługi – coś w rodzaju „znaku jakości”psychiatrist.com.

Odpowiedzialność i kwestie prawne

Kto ponosi odpowiedzialność, gdy coś pójdzie nie tak? Jeśli chatbot udzieli fatalnej rady, a użytkownik sobie przez to zaszkodzi – czy odpowiedzialny jest twórca oprogramowania, dostawca usługi (np. pracodawca), czy nikt, bo użytkownik akceptował warunki „to nie jest porada medyczna”? To prawnie złożone. Na razie większość takich narzędzi zabezpiecza się w regulaminach (disclaimers), ale wraz z rosnącym użyciem może pojawić się kwestia pozwów sądowych.

Niewykluczone, że w przyszłości prawo medyczne uzna niektóre systemy AI za wyrób medyczny – wtedy będą podlegać regulacjom jak urządzenia (certyfikacja CE/FDA, nadzór). Już teraz niektóre aplikacje do terapii cyfrowej w Niemczech zostały zarejestrowane jako DIGA (Digital Health Application) i są refundowane przez ubezpieczalnie, co wymagało spełnienia surowych norm jakości. To rodzi pytanie: czy chatbot terapeutyczny to tylko software, czy usługa zdrowotna? Jeśli to drugie, to powinno go dotyczyć np. prawo dotyczące tajemnicy zawodowej, zgłaszania incydentów, etc.

Brak regulacji na ten moment jest zauważalny: „Trudno na razie mówić o prawnych regulacjach dotyczących ‘terapii’ prowadzonej przez sztuczną inteligencję. Oficjalny, wiążący kodeks etyki […] nie istnieje” – pisze Demagogdemagog.org.pl. To się jednak będzie zmieniać – prace nad regulacjami AI trwają na poziomie UE, WHO wydało własne Ethics and Governance of AI (2021) zawierające 6 zasad, w tym przejrzystość, odpowiedzialność i włączenie społeczności.

Odpowiedzialność zawodowa: Pojawią się pytania dla psychologów i lekarzy – czy korzystając z AI, nie zaniedbają czegoś? Na przykład, jeśli terapeuta polega na raporcie AI i przeoczy objaw, bo AI nie wskazała – kto zawinił? Być może organizacje zawodowe wydadzą wytyczne co do dopuszczalnego użycia. Już teraz niektórzy terapeuci w USA wprowadzają do kontraktu terapeutycznego zapis, czy będą używać narzędzi cyfrowych (i jak chronić dane pacjenta w nich).

Wpływ na relacje międzyludzkie i społeczeństwo

Na koniec, szersze spojrzenie: czy upowszechnienie AI jako powiernika problemów nie wpłynie na zmniejszenie bezpośrednich interakcji społecznych? Można sobie wyobrazić negatywny scenariusz: ludzie wolą rozmawiać z maszyną niż ze sobą, bo tak wygodniej – społeczeństwo staje się bardziej odizolowane. Wprawdzie dla osób wykluczonych społecznie AI może być pomostem, ale nie chcemy przecież zastąpić empatii ludzkiej.

Część ekspertów przestrzega przed „fast food” terapii – szybką, zawsze dostępną, ale płytką. Prof. de Barbaro obrazowo powiedział: „natychmiastowy kontakt SI z pacjentem może prowadzić do powstania fast therapy, a więc odpowiednika fast foodu”money.pl. Chodzi o to, że pewne procesy (jak psychoterapia) wymagają czasu, refleksji, a jeśli damy ludziom super wygodne, natychmiastowe rozwiązanie, mogą nie chcieć podejmować trudniejszej pracy nad sobą.

To wyzwanie bardziej filozoficzne: jak zachować humanizm w podejściu do zdrowia psychicznego w erze technologii? WHO i WEF akcentują, że human-centric approach jest niezbędny – AI ma służyć celowi nadrzędnemu, jakim jest dobro człowieka, w sposób godny i respektujący jego prawapsychiatrist.com. Nie może zdominować relacji. WHO wręcz wskazuje, że trzeba zapobiec, by AI stała się „kolejnym czynnikiem pogłębiającym nierówności” (np. bogaci dostaną AI + ludzką terapię, a biedni tylko bota)who.intwho.int. Dostęp do nowoczesnej opieki musi być równy, a człowiek nie może zostać „wyrugowany” z procesu, bo inaczej zatracimy istotę zdrowienia, jaką jest międzyludzka więź.

Zalecenia etyczne na poziomie praktycznym:

• Pełna transparentność wobec użytkowników (kto stworzył AI, jak działa, jakie ma ograniczenia).
• Zachowanie ludzkiego nadzoru nad kluczowymi aspektami (AI może monitorować, ale decyzje interwencyjne podejmuje człowiek).
• Ewaluacja wpływu – monitorować, czy użycie AI faktycznie poprawia, a nie pogarsza wskaźniki (np. czy użytkownicy bota po pewnym czasie poszukują bardziej interakcji z ludźmi, czy wręcz przeciwnie – alienują się?).
• Regulacje i kodeksy – opracowanie jasnych norm, nim zdarzy się jakiś poważny incydent. To zadanie dla rządów i organizacji międzynarodowych.

Ważne jest też budowanie świadomości społecznej: dyskutowanie publicznie o tym, co jest dopuszczalne. Np. czy zgadzamy się, by SI monitorowała nasze media społecznościowe by zapobiec samobójstwom? Jedni powiedzą, że to nadmierna inwigilacja, inni – że warto jeśli uratuje to życie. Społeczeństwo musi wypracować konsensus, a prawo powinno za tym nadążyć.

Dane empiryczne: statystyki i wyniki badań

Na zakończenie, przedstawiamy wybrane dane liczbowe i wyniki badań z różnych źródeł (naukowych, branżowych, międzynarodowych), które ilustrują skalę zjawisk opisywanych w raporcie.

• Globalny kryzys zdrowia psychicznego: WHO podaje, że na świecie ponad 970 milionów osób żyje z zaburzeniami psychicznymi (dane za 2019 r.), z czego 280 mln cierpi na depresję, a 301 mln na lęki. Pandemia COVID-19 spowodowała wzrost rozpowszechnienia lęku i depresji o ok. 25%who.int. WHO ostrzega, że do 2030 r. depresja będzie na czele przyczyn chorobowych obciążeńmoney.pl. W samej Europie (region WHO) w 2021 r. ponad 150 mln ludzi zmagało się z chorobą psychicznąwho.int. To pokazuje ogrom zapotrzebowania na wsparcie.
• Dostęp do opieki: Średnio na świecie przypada 3,7 psychiatrów na 100 tys. osób, ale w krajach niskodochodowych tylko 0,1 (dane WHO). W Polsce w 2023 – ~9 psychiatrów/100k, co nie pokrywa potrzeb (kolejki do psychiatrów dziecięcych sięgają 6-12 mies.). Takie braki kadrowe kierują wzrok decydentów ku rozwiązaniom technologicznym, które mogłyby częściowo wypełnić lukę.
• Wpływ problemów psychicznych na prace: Raport Departamentu Zdrowia USA wskazał, że w 2023 r. 61% pracowników doświadczało objawu problemu psychicznego (np. lęku, depresji), a 31% twierdzi, że praca negatywnie wpływa na ich zdrowie psychicznehrexecutive.com. Co więcej, prawie 60% rozważało odejście z pracy z powodu złego stanu psychicznegohrexecutive.com. W skali globalnej straty ekonomiczne z powodu złego zdrowia psychicznego pracowników sięgają 1 biliona USD rocznie (absencje, prezenteizm, niższa produktywność)hrexecutive.com. Dane te motywują pracodawców do inwestowania w wellbeing.
• Akceptacja SI przez pracowników: Z badań Headspace (2024) wynika, że 94% liderów HR jest zainteresowanych wykorzystaniem AI w programach mental health, a 89% pracowników czuje się komfortowo z pomysłem korzystania z AI w ramach benefitów zdrowotnychhrexecutive.com. Pokazuje to zmianę nastawienia – technologia nie jest już postrzegana jako coś obcego w tej sferze.
• Ilość narzędzi AI: Według analizy Nature Digital Medicine (2023) istnieje ponad 10 tysięcy aplikacji mobilnych reklamowanych jako wspierające zdrowie psychiczne lub wellness, z czego znacząca część wykorzystuje elementy AInews-medical.net. Jednak tylko odsetek jednocyfrowy ma jakiekolwiek opublikowane dane z badań nad skutecznością. To wyzwanie dla regulatorów i społeczności naukowej, by oddzielić ziarno od plew.
• Inwestycje w cyfrowe zdrowie psychiczne: Po rekordach w 2021, rynek nieco ostygł, ale 2024 przyniósł ponowny wzrost – jak wspomniano, globalnie 2,7 mld USD VC w 2024 w 184 transakcjach (wzrost 38% r/r) poszło na startupy mental healthgalengrowth.com. To ~12% wszystkich funduszy w digital health, co znaczy, że mental health jest jednym z najgorętszych sektorów zdrowotnych.
• Efektywność terapii wspomaganej AI: Meta-analiza 17 badań RCT (2022) nad interwencjami cyfrowymi w depresji (w tym z elementami AI) wskazała, że mają one efekt średni (effect size ok. 0,5) vs grupa kontrolna – co oznacza, że u wielu osób poprawiają nastrój, choć zwykle nie tak mocno jak tradycyjna terapia. Jednak łączone z minimalnym wsparciem człowieka (np. cotygodniowy telefon) – efekt zbliża się do tradycyjnych interwencji. To popiera model blended care.
• Case study – chatbot w populacji mniejszościowej: Wspomniany wcześniej chatbot Limbic w UK: w analizie >42 tys. osób uzyskano wzrost zgłoszeń do terapii o 15% w ośrodkach z chatbotem vs 6% w tych bez (w tym duży wzrost od grup dotąd niedoreprezentowanych)psychiatrist.com. To realna korzyść – więcej ludzi dostało pomoc dzięki AI. Użytkownicy tego narzędzia zgłaszali też, że brak oceny ze strony bota (bo to maszyna) dawał im poczucie bezpieczeństwa i łatwiej było zdecydować się na terapiępsychiatrist.com.
• Ciekawostka – interakcja człowiek vs bot: W sondażu Oracle (2020) aż 68% osób stwierdziło, że wolą rozmawiać o stresie początkowo z robotem niż zgłaszać to przełożonemu, głównie dlatego, że robot „nie ocenia”. Jednak finalnie większość zgadzała się, że najlepiej działa tandem: bot do doraźnej ulgi, człowiek do dogłębnego rozwiązania problemu.

Te dane sumują obraz: problemy psychiczne są powszechne i kosztowne, a AI jawi się jako część rozwiązania – jest rosnąca akceptacja społeczna dla takich narzędzi, inwestuje się w nie ogromne środki, a pewne badania wskazują na skuteczność i korzyści (szczególnie w zakresie dostępności). Jednocześnie, dostrzegalne są luki – np. brak solidnych dowodów dla wielu narzędzi, wątpliwości etyczne. Dlatego tak ważne jest kontynuowanie badań naukowych i monitorowanie wdrożeń w praktyce. Jak ujął to raport WHO Europa: „over-accelerated use of AI applications in mental health research” niesie ryzyko, dlatego organizacja pragnie większego nacisku na rozwiązanie problemów prywatności, metodologii i walidacji, by utrzymać zaufanie publicznepsychiatrist.com.

Podsumowanie

Rozwój sztucznej inteligencji w obszarze zdrowia psychicznego przynosi nowe możliwości wsparcia – od chatbotów oferujących natychmiastową pomoc emocjonalną, przez aplikacje personalizujące treningi samopomocowe, po algorytmy pomagające specjalistom diagnozować i monitorować pacjentów. Wszystkie te narzędzia wpisują się w szerszy ekosystem, gdzie człowiek i AI współpracują, by sprostać rosnącym wyzwaniom dobrostanu psychicznego.

Z mapy ról wyłania się obraz zespołu przyszłości: terapeuta wspierany przez AI-asystenta, coach współdziałający z botem motywującym klientów, dział HR korzystający z analityki predykcyjnej, lider dbający o etyczne ramy oraz użytkownik – pacjent lub pracownik – który ma nowe narzędzia do autoterapii, ale też prawo do kontaktu z człowiekiem. Taka matryca ról pozwala na optymalne wykorzystanie mocnych stron każdej ze stron: empatii, kreatywności i osądu człowieka oraz szybkości, dostępności i mocy obliczeniowej AI.

Różne sektory podchodzą do tego w odmienny sposób, co jest naturalne – bo inne cele ma korporacja dbająca o wydajność pracowników, inne publiczna służba zdrowia starająca się zapewnić opiekę wszystkim obywatelom, a jeszcze inne szkoła opiekująca się młodzieżą. Mimo to pewne uniwersalne najlepsze praktyki można wskazać: mądre łączenie AI z ludzkim wsparciem, pilotażowe testy i iteracyjne ulepszanie, zapewnienie prywatności i budowanie zaufania wśród użytkowników, a także ciągła edukacja zarówno odbiorców, jak i specjalistów co do możliwości i ograniczeń AI.

Aspekty etyczne nie mogą być traktowane jako dodatek – powinny stanowić fundament wdrożeń. Prywatność, zgoda użytkownika, brak dyskryminacji algorytmów, transparentność i odpowiedzialność to filary, bez których każdy projekt AI w wellbeing może spotkać się z oporem lub wręcz wyrządzić krzywdę, zamiast pomóc. Na szczęście rośnie świadomość tych wyzwań. Organizacje międzynarodowe (WHO, OECD, WEF), rządy poszczególnych państw, a także społeczności naukowe pracują nad wytycznymi i regulacjami. Również firmy technologiczne coraz częściej angażują etyków do swoich projektów AI.

Reasumując, Człowiek + AI w wellbeing to obszar pełen obietnic: może demokratyzować dostęp do wsparcia psychicznego, personalizować pomoc na niespotykaną dotąd skalę i wspierać specjalistów w ich obciążonej pracy. Ale to także obszar, w którym musimy poruszać się z rozwagą – stawką jest w końcu zdrowie i zaufanie ludzi. Jak pokazują przytoczone przykłady i dane, możliwe jest osiągnięcie synergii: kiedy AI „empowers” (wzmacnia) ludzkich opiekunów zdrowia psychicznego, a ci z kolei nadają kierunek i nadają głębszy sens działaniom AI. Taki model hybrydowy, wsparty solidnymi dowodami naukowymi i ujęty w ramy etyczne, ma szansę stać się nowym paradygmatem w wspieraniu dobrostanu psychicznego w skali jednostki, organizacji i całego społeczeństwa.

Empatyzer – rozwiązanie idealne do poruszanego problemu

Filar 1: Chat AI jako inteligentny coach dostępny 24/7
Chat zna osobowość, cechy charakteru, preferencje oraz kontekst organizacyjny użytkownika i jego zespołu. Dzięki temu dostarcza hiper-spersonalizowane porady, dostosowane zarówno do osoby pytającej, jak i do realiów jej zespołu. Rekomendacje są udzielane w czasie rzeczywistym, pomagając menedżerom rozwiązywać problemy tu i teraz, zamiast czekać na szkolenia.

Filar 2: Mikrolekcje dostosowane do odbiorcy
Dwa razy w tygodniu użytkownicy otrzymują krótkie, skondensowane mikrolekcje e-mailowe, które można przyswoić w trzy minuty. Lekcje są spersonalizowane – dotyczą albo samego menedżera (np. jego mocnych i słabych stron oraz sposobów ich wykorzystania), albo relacji i komunikacji z zespołem. Praktyczne wskazówki obejmują realne scenariusze, gotowe techniki działania i nawet konkretne formułowania zdań, które można użyć w danej sytuacji.

Filar 3: Profesjonalna diagnoza osobowości i preferencji kulturowych
Narzędzie analizuje osobowość użytkownika, jego mocne i słabe strony oraz jego unikalne cechy w kontekście zespołu, firmy i populacji. Umożliwia zrozumienie własnej pozycji w organizacji, identyfikację talentów i określenie najlepszego stylu działania.

Empatyzer – łatwość wdrożenia i natychmiastowe rezultaty
Błyskawiczne wdrożenie – narzędzie nie wymaga żadnych integracji i można je uruchomić w firmie liczącej 100–300 pracowników w mniej niż godzinę. Zero dodatkowego obciążenia dla HR – użytkownicy nie generują dodatkowych pytań ani pracy dla działu HR, co znacząco oszczędza ich czas. Natychmiastowa wartość dla biznesu – narzędzie jest zaprojektowane tak, by było szybkie, łatwe we wdrożeniu, generowało natychmiastowe wyniki i było kosztowo efektywne.

Dlaczego „Empatyzer” jest wyjątkowy?
Rozumie nie tylko osobę pytającą, ale także jej otoczenie organizacyjne – dostarczając rozwiązania adekwatne do rzeczywistych wyzwań. To kompleksowe narzędzie, które łączy coaching, edukację i analizę w jednym, dostępne bez żadnego wysiłku ze strony użytkownika.

Poznaj więcej informacji o szkolenia z komunikacji online – kliknij tutaj: szkolenia z komunikacji online .

Szukasz informacji o szkolenie dla managerow? Odwiedź naszą stronę główną: szkolenie dla managerow .