25.08.2026 02:08Всего за несколько лет искусственный интеллект (ИИ) переместился с периферии психологических исследований в самое сердце повседневной практики. Психологи все чаще используют инструменты ИИ для расшифровки сеансов, обобщения записей о случаях, выявления закономерностей симптомов и даже составления планов лечения. Эти системы обещают повысить эффективность, результативность и масштабируемость психологической помощи, и даже, по мнению некоторых, часто превосходят психологов в проведении психодиагностики, выявлении ранних признаков психопатологии, невидимых для человеческого наблюдения, и создании персонализированных протоколов вмешательства.
Однако наряду с этими техническими достижениями происходит нечто более тонкое. Когнитивная экосистема профессии меняется быстрее, чем сама профессия может это понять или регулировать. Психологи, которые годами изучают, как люди формируют суждения в условиях неопределённости, теперь выносят те же самые суждения с помощью цифровых инструментов искусственного интеллекта, алгоритмы которых они сами не понимают и чьи рассуждения они не могут описать, проверить или осмысленно подвергнуть сомнению. Немногие из них даже осознают, что действия совершаются на серверах в удалённом дата-центре, под управлением неизвестного корпуса обучающих данных, с непрозрачными логическими действиями нейросети. Это само по себе не только создаёт риски для целостности психологической практики и безопасности клиентов, но и может негативно повлиять на профессиональную деятельность психологов.
Опасность здесь заключается не только в самой технологии, но и в том, что психологи склонны переоценивать свои возможности понимания, контроля и этичного применения её на практике. При этом многие практикующие психологи считают, что «понимают ИИ» просто потому, что умеют свободно им пользоваться. Это создаёт у них иллюзию своего профессионального и технического мастерства. Но пользование навыками не равнозначно техническому пониманию — когда свободное владение интерфейсом ошибочно принимается за глубокое понимание базовой системы, любые специалисты могут стать уязвимыми для предвзятости автоматизации, когнитивной разгрузки и размытой ответственности в случае непреднамеренного причинения вреда. Результат предсказуем: эрозия их основных компетенций, хрупкие этические практики и растущая зависимость от систем, которые они не понимают.
Психологи обучены понимать человеческое познание, предвзятость и принятие решений, но в то же время, по-видимому, удивительно склонны к неправильному пониманию машинного познания, предвзятости автоматизации и алгоритмического принятия решений. Специалисты, которые годами изучают, как люди формируют свои суждения в пограничных условиях, теперь принимают важные клинические решения в поразительном разрыве между личным воспринимаемым и фактическим пониманием «разума машины». Такая иллюзия не является случайной — она возникает в результате слияния трёх взаимосвязанных сил: когнитивной предвзятости, защиты идентичности и антропоморфного ошибочного восприятия. Вместе они создают «идеальный шторм», в котором ИИ кажется одновременно знакомым и управляемым, даже тем, кто не обладает знаниями для его критической оценки.
Эффект Даннинга-Крюгера описывает, как люди с ограниченными знаниями в определённой области часто склонны переоценивать свою компетентность. Когда психологи взаимодействуют с хорошо разработанными компьютерными интерфейсами, которые выдают клинически обоснованные рекомендации, они сталкиваются с тем, что можно назвать искажением, связанным с знакомством с интерфейсом (то есть простота использования инструмента создаёт иллюзию понимания того, как он работает). Чем проще взаимодействие, тем сильнее иллюзия понимания. Психолог, который может легко заставить большую языковую модель составить план лечения, может чувствовать себя опытным в «использовании ИИ», даже оставаясь в неведении относительно того, как этот план был сгенерирован, на каких данных обучалась модель, какие объектные функции формируют её выходные данные или какими значениями она была закодирована.
Эта неоправданная уверенность усиливается средствами массовой информации и маркетинговыми нарративами, которые представляют ИИ либо в утопическом, либо в антиутопическом свете, но редко объясняют его реальную механику или принцип работы. Эти нарративы, как правило, подчёркивают возможности нейросетей, тонко скрывая их ограничения. В результате многие психологи формируют свои «знания» на основе рекламных материалов, а не достоверных данных, и, таким образом, принимают знакомство с функциональным опытом за экспертные знания.
Второй фактор — профессиональный. Самооценка психологов основывается на их экспертных знаниях в области человеческого поведения и клинического суждения. Признание неуверенности или ограниченного понимания любой проблемы, особенно когда коллеги, кажется, лучше разбираются в инновационных технологиях, может восприниматься как признание профессиональной некомпетентности. Чтобы защитить свою профессиональную репутацию, некоторые специалисты могут начать защищаться, заявляя о своей компетентности, используя инструменты, о функционале которых они практически ничего не понимают, одновременно демонстрируя уверенность в их использовании, которой они не обладают в полной мере. Эта тенденция особенно сильна среди начинающих психологов, которые боятся показаться устаревшими в профессии, которая все больше ценит цифровизацию. Парадокс здесь заключается в том, что дисциплина, в значительной степени посвящённая саморефлексии, с трудом применяет ту же самую рефлексивную честность к собственным технологическим ограничениям.
Наконец, человекоподобные языковые способности ИИ могут привести к антропоморфизации этих систем. Разговорные модели способны имитировать человеческую эмпатию и проницательность благодаря своей языковой беглости, что может привести к тому, что некоторые поверят, будто они действительно «понимают» пользователя. Когда модель с лингвистическим мышлением, кажется, эмпатично реагирует на клинические ситуации или «понимает» сложность данного диагноза, психологи могут бессознательно предполагать, что эти системы обладают пониманием или эмоциональной осведомлённостью. Это ошибочное приписывание, когда статистическое завершение шаблонов путают с семантическим или эмоциональным пониманием, особенно привлекательно для специалистов, чья повседневная работа сосредоточена на языке, выводах и образовании смыслов. Для психолога красноречивый ответ воспринимается как понимание, даже если он носит лишь вычислительный характер. Проблема в том, что эта иллюзия может искажать профессиональное суждение. Когда психологи начинают рассматривать результаты работы машинных алгоритмов, как содержащие реальное понимание, они рискуют придать системе авторитет, которого она не заслуживает, и тем самым ослабляют свою собственную ответственность и критическое осмысление.
Порой, этот разрыв становится шире, чем его представляют обыватели и пациенты. Результаты недавнего опроса психологов показали, что менее 11% могли точно описать ИИ своими словами, и из них всего только 8,1% могли сформулировать конкретно, для чего ИИ может использоваться в практике психического здоровья. Тем не менее, более половины сообщили, что активно используют ИИ в своей практике. Показательно то, что описания систем, предлагаемые психологами, в значительной степени отражали созданные средствами массовой информации «ажиотажные» нарративы, повторяющие рекламные заявления поставщиков, а не что-либо об их технической точности или функциональности. Психологи сообщили об использовании ИИ для административных задач, диагностической поддержки и планирования лечения, однако большинство из них продемонстрировали слабое понимание того, как эти системы воспроизводят свои результаты. Подавляющая часть опрашиваемых также не могли объяснить концепции, фундаментальные для безопасного внедрения ИИ, такие как риски галлюцинаций, смещения обучающих данных, архитектура моделей или режимы отказов.
Когда психологи передают свою когнитивную работу системам, которые они не понимают, они рискуют постепенно снизить свои клинические и когнитивные навыки. Механизм, лежащий в основе этого уже доказан и весьма прост: врачи, которые постоянно полагаются на алгоритмические рекомендации, не занимаются целенаправленной диагностической практикой, необходимой для развития и поддержания экспертных знаний. Со временем эти небольшие изменения накапливаются, приводя к существенному снижению профессиональной компетентности. Аналогичные закономерности, например, были выявлены в радиологии, где интерпретация изображений с помощью ИИ связана со снижением способности радиологов ставить точные диагнозы без помощи нейросети, поскольку эти люди-специалисты привыкли к алгоритмической поддержке. Эти обстоятельства могут подвергать пациентов повышенному риску именно тогда, когда экспертные знания человека наиболее необходимы.