En los últimos años, el avance tecnológico ha llevado a importantes mejoras en la calidad de vida y una de las áreas más prometedoras en el desarrollo de las ciencias tecnológicas es la Inteligencia Artificial (IA). Este concepto, que parece salido de la ciencia ficción, corresponde al área de la ciencia que se dedica al estudio y desarrollo de “máquinas inteligentes”, es decir, máquinas capaces de realizar tareas que requieran lo que nosotros denominamos inteligencia: razonar, percibir, aprender, planear y resolver problemas. Aunque nos parezca difícil de creer, muchas de las aplicaciones de la IA se encuentran constantemente en nuestra vida cotidiana. Por ejemplo, la tecnología de IA es utilizada para predecir patrones climatológicos y funciones financieras, está presente en los automóviles, los sistemas de aeronaves, buscadores de internet y, por supuesto, en nuestros dispositivos móviles inteligentes. Sin esta tecnología, algunas de las tareas y problemas que resolvemos de manera rápida y efectiva en nuestra vida diaria actual resultarían más difíciles de realizar, consumirían más tiempo o simplemente serían imposibles de hacer.

Puede parecer que el desarrollo de la IA es un dominio exclusivo de las ciencias de la computación, ingeniería e informática, pero la verdad es que los psicólogos que se dedican al estudio de la cognición y de la inteligencia en humanos han contribuido a mejorar la inteligencia de estas máquinas. Han ayudado a comprender el comportamiento humano aportando una comprensión sofisticada del mismo e incorporando a la IA el conocimiento sobre cómo aprendemos los humanos.

Por ejemplo, probablemente has escuchado el término Machine Learning (ML). ML es una rama central de la IA y tiene como objetivo dotar a las computadoras de la habilidad de aprender sin ser explícitamente programadas; esencialmente, ML es la capacidad del software (o de una máquina) de mejorar el desempeño de tareas mediante la exposición a los datos y a la experiencia. Por ejemplo, ML es utilizado para detectar patrones de grandes bases de datos y generar predicciones sobre futuros patrones de algún fenómeno. En sitios de internet se aplican algunos métodos de ML para aprender los patrones de uso y preferencias del usuario y de esta manera, personalizar el contenido que se le presenta. Asimismo, ML es la técnica subyacente que permite a los robots aprender nuevas habilidades y adaptarse al ambiente. 

En esta misma línea, las redes neuronales artificiales (ANNs por sus siglas en inglés), son un tipo de técnica de ML que simula la estructura y funcionalidad de una red neuronal cerebral: al igual que con las neuronas “biológicas”, las conexiones se construyen y se fortalecen con el uso repetido de las conexiones aprendidas. Aplicaciones actuales de ANN son reconocimiento de la escritura a mano, visión artificial y reconocimiento del habla.

En los últimos años, estas tecnologías han encontrado aplicaciones en campos impensados. Por ejemplo, en psicología clínica, se han realizado algunas pruebas utilizando algoritmos de ML para simular el conocimiento y habilidades analíticas de terapeutas expertos, obteniendo algunas ventajas por sobre los humanos. Estos sistemas modernos (en teoría) estarían exentos de errores por olvido de información, fatiga, aburrimiento o burnout y podrían realizar las tareas con mayor eficiencia, precisión y confiabilidad que los humanos en general. Además, estos sistemas podrían ser percibidos como “inmunes” ante los sesgos personales humanos que los terapeutas podrían presentar. Incluso algunos pacientes podrían preferir y sentirse más cómodos al compartir información privada con humanos virtuales que con personal de la salud. Es posible que una de las razones de esto, sea que los “humanos virtuales” son capaces de invertir más tiempo con los pacientes, se comportan siempre amigables y no provocan que los pacientes se sientan apresurados ni juzgados. También, el desarrollo de IA en el área del cuidado de la salud puede acarrear beneficios económicos y de tiempo para los profesionales de la salud y sus pacientes, ayudándolos a tomar decisiones clínicas, realizando tests y diagnósticos, además de la administración de los cuidados.

Pero ¿qué implicaciones éticas deberían considerarse cuando el terapeuta es una IA? Al respecto existe todo un debate y la investigación sobre el tema continuará a la par que el desarrollo de estas tecnologías. Dado que la confidencialidad es imprescindible en la psicoterapia, la privacidad de los datos del paciente (usuario) es un tema sobre el que se debate ya que, por ejemplo, las apps de terapia potencialmente podrían utilizar análisis del comportamiento y ML para analizar información como las variaciones en la voz, los datos de ubicación o los screen taps para evaluar e incluso predecir estados cognitivos o la conducta del paciente. Además temas como la seguridad, el consentimiento informado, la responsabilidad y rendición de cuentas ante la ocurrencia de alguna mala práctica, son considerados todavía como temas a resolver para el uso de las IA en tratamientos de salud mental sin un profesional de la salud (humano) a cargo, pues existe poca claridad sobre qué vía hará cumplir los códigos de ética y ante cómo y quién se hará responsable y cuando no es un humano, sino los chatbots y algoritmos, quienes realizan actividades terapéuticas con el usuario.

Aún queda mucho por resolver para optimizar los sistemas de IA y mejorar la interacción con los profesionales de la salud y los pacientes, además de que se necesitan investigaciones para comprender las actitudes y preferencias de las personas al utilizar máquinas inteligentes para el cuidado de la salud. Podemos esperar grandes avances y beneficios por parte de la IA, aunque siempre será necesario considerar las consecuencias que podría implicar integrar su uso en las actividades relacionadas con la salud física y mental, así como en toma de decisiones que puedan tener consecuencias trascendentales para el desarrollo de la sociedad. Es importante resaltar que las tecnologías y métodos mencionados están destinados a aumentar el alcance de los profesionales de la salud mental y a mejorar el cuidado de los pacientes, no a reemplazar la necesidad o demanda de los profesionales humanos. 

Bibliografía

Luxton, D. D. (2016). An introduction to artificial intelligence in behavioral and mental health care. In Artificial intelligence in behavioral and mental health care (pp. 1-26). Academic Press.

Martinez-Martin. N., & Kreitmair, K. (2018). Ethical Issues for Direct-to-Consumer Digital Psychotherapy Apps: Addressing Accountability, Data Protection, and Consent. JMIR Mental Health, 2018; 5(2): e32. doi:10.2196/mental.9423

Fiske, A., Henningsen, P., & Buyx, A. (2019). Your Robot Therapist Will See You Now: Ethical Implications of Embodied Artificial Intelligence in Psychiatry, Psychology, and Psychotherapy. Journal of Medical Internet Research, 2019;21(5):e13216. doi: 10.2196/13216

 

Psic. Tania Valdés González, Licenciatura en Psicología. Universidad Nacional Autónoma de México. Candidata a Doctor en Ciencias del Desarrollo y Psicopatología (UDD-Chile) Áreas de investigación: Desarrollo del Lenguaje Infantil