در مقالهٔ پیشین روانای، پرسش این بود که وقتی خود درمانگر از هوش مصنوعی استفاده میکند، چه چیزی را باید برای رضایت آگاهانه به مراجع بگوید. حالا جهت سؤال برعکس شده است: مراجع میگوید «وقتی حالم بد میشود با ChatGPT حرف میزنم»؛ واکنش حرفهای درمانگر چیست؟
این موقعیت دیگر صرفاً فرضی نیست. انجمن روانشناسی آمریکا (APA) در پیمایش سال ۲۰۲۶ خود گزارش کرده است که استفادهٔ مراجعان از ابزارهای هوش مصنوعی به موضوعی قابلمشاهده در جلسات درمان تبدیل شده است [۱]. اما شاید پرسش اصلی این نباشد که «آیا باید اجازه بدهیم مراجع از ChatGPT استفاده کند؟» پرسش بالینی دقیقتر این است: این گفتوگو برای این مراجع چه کاری انجام میدهد؟
اولین واکنش درمانگر: کنجکاوی، نه قضاوت
وقتی مراجع از استفادهٔ خود از ChatGPT حرف میزند، واکنش سریع میتواند در یکی از دو جهت شکل بگیرد: «این ابزار خطرناک است، استفاده نکن» یا در جهت مقابل، «اگر برایت مفید است ادامه بده». هر دو پاسخ ممکن است زودتر از آن صادر شوند که درمانگر بداند واقعاً چه اتفاقی در حال رخدادن است.
راهنمای حرفهای APA دربارهٔ گفتوگو با مراجعانی که از چتباتها برای حمایت روانشناختی استفاده میکنند، بر بررسی فعال این استفاده و تعیین مرزهای روشن تأکید دارد [۲]. این توصیه البته نتیجهٔ یک کارآزمایی تصادفی کنترلشده (Randomized Controlled Trial یا RCT) دربارهٔ بهترین شیوهٔ واکنش درمانگر نیست؛ بیشتر باید آن را یک چارچوب حرفهای برای مواجهه با پدیدهای تازه دانست.
در عمل، شروع گفتوگو میتواند بسیار سادهتر از داوری دربارهٔ خود فناوری باشد. درمانگر میتواند بپرسد: «معمولاً چه وقتهایی سراغش میروی؟»، «دربارهٔ چه چیزهایی با آن حرف میزنی؟»، «کدام پاسخهایش برایت مفید بوده؟» و «آیا تا به حال بر اساس پاسخش تصمیم مهمی گرفتهای؟»
این پرسشها یک تفاوت مهم ایجاد میکنند. موضوع جلسه دیگر «خوب یا بد بودن ChatGPT» نیست؛ موضوع، رفتار و تجربهٔ خود مراجع است. حتی اگر درمانگر نگرانی جدی دربارهٔ AI داشته باشد، فهمیدن کارکرد آن برای مراجع معمولاً پیشنیاز ارزیابی دقیقتر است.
این رویکرد به معنی تأیید ChatGPT بهعنوان درمان نیست. همانطور که درمانگر ممکن است دربارهٔ کتابی که مراجع خوانده، توصیهای که از دوستش شنیده یا محتوایی که در شبکههای اجتماعی دیده کنجکاوی کند، گفتوگوی مراجع با AI نیز میتواند بخشی از زمینهای باشد که تصمیمها، هیجانها و برداشتهای او در آن شکل میگیرند.
از خود ChatGPT نپرسیم؛ از نقشی که گرفته بپرسیم
عبارت «من از ChatGPT برای سلامت روان استفاده میکنم» اطلاعات زیادی به درمانگر نمیدهد. استفاده از یک مدل زبانی بزرگ (Large Language Model یا LLM) میتواند از نوشتن افکار و جستوجوی اطلاعات شروع شود و تا درخواست توصیه دربارهٔ روابط، خودتشخیصی یا شبیهسازی یک گفتوگوی درمانی پیش برود.
لوئو (Xiaochen Luo) و همکاران در سال ۲۰۲۵ مجموعهای از نوشتههای کاربران Reddit را که دربارهٔ ChatGPT و درمان بودند، با تحلیل مضمون بررسی کردند. کاربران از ChatGPT برای اهداف متفاوتی مانند مدیریت مسائل روانشناختی، خودشناسی، همراهی و افزایش سواد سلامت روان استفاده کرده بودند؛ برخی نیز از آن برای نوشتن افکار، تمرین گفتوگو، دریافت راهنمایی یا حتی کمک به فرایند رواندرمانی واقعی بهره میگرفتند [۳].
این یافتهها نباید به کل کاربران ChatGPT تعمیم داده شوند. مطالعه فقط محتوای انگلیسی Reddit را بررسی کرده و نمیتواند نشان دهد هر شکل از استفاده تا چه اندازه رایج است. اما یک نکتهٔ بالینی مهم از آن قابل استخراج است: «استفاده از ChatGPT» یک رفتار واحد نیست.
برای مثال، مراجعی را تصور کنید که بعد از جلسه، افکار پراکندهاش را با کمک ChatGPT مرتب میکند تا جلسهٔ بعد بهتر دربارهٔ آنها حرف بزند. مراجع دیگری ممکن است هر شب از مدل بپرسد آیا نشانههایش «ثابت میکند» که اختلال خاصی دارد. هر دو از یک ابزار استفاده میکنند، اما کارکرد رفتار، پیامد آن و میزان اتکا کاملاً متفاوت است.
به همین دلیل، چهار پرسش میتوانند از خود نام ابزار مهمتر باشند: مراجع برای چه کاری از آن استفاده میکند؟ چه زمانی سراغش میرود؟ چقدر به پاسخ آن اعتماد دارد؟ و این استفاده چه پیامدی بر رفتار، هیجانها و درمان او گذاشته است؟
این نقطه شاید پیچ اصلی مسئله باشد. گفتن «با ChatGPT حرف میزنم» لزوماً نشانهٔ وابستگی، مشکل یا مقاومت در درمان نیست. برای رسیدن به چنین نتیجهای باید شواهد بیشتری دربارهٔ همان مراجع وجود داشته باشد.
تجربهٔ مفید را جدی بگیریم، اما آن را درمان ننامیم
اگر مراجع بگوید ChatGPT واقعاً کمکش کرده است، سادهترین واکنش انتقادی این است که تجربهٔ او را بیاعتبار بدانیم. شواهد موجود دلیل خوبی برای چنین واکنشی نمیدهند. در عین حال، پذیرفتن تجربهٔ مثبت مراجع با پذیرفتن اثربخشی درمانی ابزار یکسان نیست.
سیدالز (Steven Siddals)، توروس (John Torous) و کاکسون (Astrid Coxon) در مطالعهای کیفی با ۱۹ نفر که برای مسائل سلامت روان از چتباتهای مولد استفاده میکردند، تجربههایی مانند احساس پناهگاه هیجانی، راهنمایی، ارتباط و حمایت را گزارش کردند. بسیاری از شرکتکنندگان برداشت مثبتی از تجربهٔ خود داشتند، اما خود پژوهشگران نیز تأکید کردند که برای تعیین ایمنی و اثربخشی به پژوهش بیشتری نیاز است [۴].
این تمایز برای درمانگر مهم است. «احساس میکنم شنیده شدم»، «آرامتر شدم» و «این گفتوگو برایم معنادار بود» گزارشهای مهمی از تجربهٔ مراجعاند، اما هیچکدام بهتنهایی نشان نمیدهند که یک مداخله از نظر بالینی اثربخش است.
مرور دامنهای (Scoping Review) هوآ (Yining Hua) و همکاران در npj Digital Medicine نیز همین فاصله را نشان میدهد. پژوهشگران از میان ۷۲۶ رکورد یکتا تنها ۱۶ مطالعه را وارد مرور کردند و دریافتند روشهای ارزیابی بسیار ناهمگوناند و بسیاری از مطالعات از شاخصهای غیراستاندارد استفاده کردهاند. نتیجهٔ آنها این بود که شواهد موجود هنوز برای حمایت کامل از LLMها بهعنوان مداخلهٔ مستقل کافی نیست [۵].
بنابراین درمانگر مجبور نیست بین دو موضع افراطی یکی را انتخاب کند. میتواند بپذیرد که مراجع تجربهای واقعاً مفید داشته و همزمان مرز معرفتی خود را حفظ کند: تجربهٔ مثبت کاربر، رضایت و احساس حمایت با اثربخشی بالینی، تشخیص معتبر یا درمان اثباتشده یک چیز نیستند.
این مرز زمانی مهمتر میشود که پاسخ AI وارد تصمیمهای درمانی شود. توصیه دربارهٔ تغییر دارو، نتیجهگیری تشخیصی، ارزیابی خطر یا تصمیم دربارهٔ قطع درمان، سطح دیگری از مسئولیت و عدمقطعیت را وارد ماجرا میکند.
پاسخ خوب، الزاماً درمان خوب نیست
یکی از دلایلی که گفتوگو با مدلهای زبانی میتواند قانعکننده باشد، کیفیت زبانی آنهاست. پاسخ ممکن است منظم، گرم، تأییدکننده و حتی شبیه زبان یک درمانگر به نظر برسد. اما شباهت زبانی را نباید با وجود یک فرایند درمانی کامل اشتباه گرفت.
شولیچ (Till Scholich) و همکاران در سال ۲۰۲۵ پاسخ سه چتبات عمومی را در دو سناریوی سلامت روان با پاسخ ۱۷ درمانگر دارای مجوز مقایسه کردند. چتباتها بیشتر از درمانگران از زبان تأییدکننده، اطمینانبخشی، روانآموزی و پیشنهاد استفاده میکردند؛ در مقابل، درمانگران بیشتر فرد را به توضیح و بسط تجربه دعوت میکردند [۶].
این مطالعه محدودیت مهمی دارد: فقط دو سناریوی ساختگی و تعداد محدودی درمانگر و چتبات را بررسی کرده و مطالعهٔ پیامد درمان واقعی نیست. بااینحال، نتیجهٔ آن برای فهم مسئله مفید است. یک پاسخ میتواند مؤدبانه و همدلانه به نظر برسد، اما پرسوجوی کافی دربارهٔ زمینه، تاریخچه، خطر، تناقضها و پاسخ مراجع انجام ندهد.
در رواندرمانی، پاسخ یک جمله به یک جمله نیست. معنای یک مداخله به آنچه قبل از آن رخ داده، اتحاد درمانی، فرمولبندی بالینی، اهداف درمان و واکنش مراجع بستگی دارد. حتی سکوت، سؤال یا به چالش کشیدن یک باور ممکن است فقط در بافت رابطهٔ درمانی معنا پیدا کند.
به همین دلیل، شاید پرسیدن «آیا ChatGPT میتواند پاسخ همدلانه بدهد؟» سؤال چندان دشواری نباشد. سؤال دشوارتر این است که آیا سیستم میتواند مسئولیت یک فرایند درمانی را با همهٔ عدمقطعیتها، بازخوردها و تصمیمهای حرفهای آن بر عهده بگیرد. شواهد فعلی چنین نتیجهای را توجیه نمیکنند [۵][۶].
اگر مراجع در موقعیت بحرانی، افکار خودآسیبرسان، خطر خودکشی یا تصمیمهای حساس بالینی به یک چتبات عمومی اتکا میکند، موضوع از «ترجیح برای یک ابزار» فراتر میرود. در چنین موقعیتی، ارزیابی حرفهای خطر و دسترسی به حمایت انسانی باید در مرکز تصمیم قرار گیرد؛ مسئلهٔ مسئولیت چتباتها در بحران نیز نیازمند بحث مستقلی است که در ادامهٔ این مجموعه به آن خواهیم پرداخت.
برای درمانگر فارسیزبان، یک سؤال اضافه وجود دارد
بخش عمدهٔ شواهد موجود دربارهٔ استفاده از LLMها در سلامت روان از محیطهای انگلیسیزبان آمده است. حتی مطالعهٔ Luo بر نوشتههای انگلیسی Reddit تکیه داشت [۳] و مطالعهٔ کیفی Siddals نیز فقط ۱۹ مشارکتکننده از چند کشور را بررسی کرد [۴]. بنابراین نمیتوان تجربهٔ گزارششده در این مطالعات را بدون احتیاط به مراجع فارسیزبان تعمیم داد.
البته دادهٔ ایرانی کاملاً غایب نیست. نعیم (Mojtaba Naeim) و نریمانی (Mohammad Narimani) در مطالعهای کیفی که نسخهٔ رکورد آن در سال ۲۰۲۶ منتشر شد، با ۲۵ متخصص از هفت منطقهٔ ایران مصاحبه کردند. شرکتکنندگان بر مسائلی مانند سازگاری فرهنگی و دینی، حریم خصوصی، حکمرانی داده و ضرورت نظارت حرفهای تأکید داشتند [۷].
اما این مطالعه اثربخشی AI را بر مراجعان ایرانی آزمایش نکرده است. دادهها برداشت متخصصان هستند و خود نویسندگان نیز تصریح کردهاند که از آنها نمیتوان دربارهٔ اثربخشی در دنیای واقعی نتیجهگیری کرد [۷].
برای درمانگر فارسیزبان بنابراین یک سؤال اضافه مطرح میشود: آیا پاسخی که برای مراجع منطقی و قانعکننده به نظر میرسد، واقعاً زمینهٔ فرهنگی، زبان روزمره، ساختار خانواده، روابط، ارزشها و معنای اصطلاحات او را نیز درست فهمیده است؟
در حال حاضر شواهد مستقیم و معتبر کافی دربارهٔ الگوی استفادهٔ مراجعان فارسیزبان از ChatGPT و پیامدهای بالینی این استفاده در دسترس نیست. این خلأ باید بهعنوان محدودیت دانش ما باقی بماند، نه اینکه با تعمیم یافتههای کشورهای دیگر پر شود.
شاید در نهایت بهترین نقطهٔ شروع برای درمانگر نه دفاع از AI باشد و نه جنگیدن با آن. اگر مراجع ChatGPT را وارد زندگی روانشناختی خود کرده، این حضور میتواند خودش به موضوع درمان تبدیل شود: چه چیزی را آنجا میگوید؟ چه چیزی دریافت میکند؟ به چه چیزی اعتماد میکند؟ و این رابطه چه چیزی دربارهٔ نیازها، ترسها یا شیوهٔ کنارآمدن او نشان میدهد؟
پرسش پایانی: اگر مراجع شما بگوید بعضی چیزها را راحتتر از شما با ChatGPT در میان میگذارد، مسئلهٔ اصلی برای شما ایمنی AI است، یا این پرسش که چه چیزی در آن گفتوگو پیدا کرده که هنوز در رابطهٔ درمانی پیدا نکرده است؟
منابع
- ۱. American Psychological Association. Patients are bringing AI to therapy: 2026 Chatbots and Mental Health Survey. 2026. لینک منبع
- ۲. American Psychological Association. Discussing AI use in therapy و Use of generative AI chatbots and wellness applications for mental health. 2026. راهنمای گفتوگو با مراجع | Health Advisory
- ۳. Luo X, Ghosh S, Tilley JL, Besada P, Wang J, Xiang Y. “Shaping ChatGPT into my Digital Therapist”: A thematic analysis of social media discourse on using generative artificial intelligence for mental health. Digital Health. 2025;11. DOI: 10.1177/20552076251351088. لینک مقاله
- ۴. Siddals S, Torous J, Coxon A. “It happened to be the perfect thing”: experiences of generative AI chatbots for mental health. npj Mental Health Research. 2024;3:48. DOI: 10.1038/s44184-024-00097-4. لینک مقاله
- ۵. Hua Y, Na H, Li Z, et al. A scoping review of large language models for generative tasks in mental health care. npj Digital Medicine. 2025;8:230. DOI: 10.1038/s41746-025-01611-4. لینک مقاله
- ۶. Scholich T, Barr M, Wiltsey Stirman S, Raj S. A Comparison of Responses from Human Therapists and Large Language Model-Based Chatbots to Assess Therapeutic Communication: Mixed Methods Study. JMIR Mental Health. 2025;12:e69709. DOI: 10.2196/69709. لینک مقاله
- ۷. Naeim M, Narimani M. Expert perspectives on AI-based counseling for anxiety and depression in Iran: cultural, ethical, and clinical insights. Discover Artificial Intelligence. 2026;6:619. DOI: 10.1007/s44163-026-01345-6. لینک مقاله
دیسکالیمر
این مقاله بخشی از مجموعه یادداشتهای تخصصی روانای در تقاطع روانشناسی و هوش مصنوعی است. اگر خودتان با احساسات دشوار یا افکار آسیبرسان دستوپنجه نرم میکنید، لطفاً با یک متخصص یا فرد مورد اعتماد صحبت کنید. این محتوا جایگزین مشاوره یا ارزیابی حرفهای نیست.
