Содержание
Норвежские учёные провели слепое сравнение: подростки и медики читали ответы на вопросы о ментальном здоровье, не зная, кто их написал — нейросеть или живой специалист. Результаты вышли в апреле 2026 года в журнале Digital Health и оказались неудобными для индустрии психологической помощи. Ниже — детали эксперимента, причины предпочтений, оговорки самих авторов и сопоставление с другими работами на ту же тему, в том числе с дискуссией, которая идёт сейчас в русскоязычной среде.
О чём идёт речь
Работу выполнила команда исследовательского института SINTEF и университета Осло. Учёные взяли реальные обращения, оставленные подростками на государственном норвежском портале — площадке, где школьники анонимно спрашивают про тревогу, конфликты с родителями, перегрузку в учёбе и другие чувствительные темы. Ответы там в течение одного-пяти дней пишут психологи, социальные работники, врачи и другой медицинский персонал.
Те же самые вопросы исследователи отдали ChatGPT на базе модели GPT-4 и собрали два параллельных набора ответов: машинный и человеческий.
Как был устроен тест
Эксперимент построили на принципе слепого сравнения, чтобы исключить предвзятость. В нём участвовали 123 подростка в возрасте 16–20 лет из шести норвежских школ — городских и сельских — и 31 специалист в области психического здоровья. Каждому показывали вопрос и два ответа: один сгенерированный нейросетью, другой написанный живым профессионалом. Подсказок об источнике не было. Авторы специально удалили из текстов любые опознавательные элементы — например, типичные оговорки ChatGPT и упоминания самой платформы. Респонденты оценивали оба ответа по четырём шкалам: полезность, релевантность, понятность и эмпатия. В конце нужно было выбрать тот, который понравился больше, и письменно обосновать выбор.
Чтобы исключить случайные перекосы, вопросы для эксперимента отбирали по жёстким критериям. Брали типичные подростковые трудности — одиночество, ссоры со сверстниками, давление в школе, низкая самооценка.
Из выборки исключили обращения о расстройствах пищевого поведения, суициде и сексуальном насилии. Этого требовала этика работы с несовершеннолетними.
Что показали оценки
Подростки поставили нейросети более высокие баллы по всем четырём критериям. Их особенно подкупало то, что ответ ChatGPT можно было сразу применить на практике: «делай раз, делай два, делай три». Профессионалы тоже в среднем отдали предпочтение машине, однако в их оценках разрыв оказался гораздо менее выраженным.
Специалисты ценили в ответах нейросети ясность изложения, но относились более критично к тому, как ChatGPT использует диагностическую лексику и насколько искренне звучит его эмпатия по сравнению с человеком.
Почему нейросеть выиграла
Исследователи указывают на несколько причин:
- Первое — структура. Ответы языковой модели почти всегда разбиты на пункты, начинаются с признания чувств собеседника и заканчиваются конкретными шагами. Подросток видит план и понимает, что делать дальше. Текст специалиста чаще представляет собой сплошной абзац, и из него ещё нужно вычленить инструкцию.
- Второе — длина и тон. Живые консультанты работают по строгим протоколам и ограничениям по объёму, а машина не устаёт, не торопится и одинаково спокойна в каждом ответе.
- Третье — диагностический налёт. ChatGPT свободно использует слова вроде «тревожное расстройство» или «депрессивный эпизод». Специалисты благотворительных сервисов так делать не имеют права: сотрудники таких организаций обязаны давать советы, но не оказывать прямую медицинскую помощь и не ставить диагнозы. Учёные предполагают, что именно этот «диагностический» оттенок воспринимается подростками как признак компетентности.
- Четвёртое — отсутствие шаблонных оговорок. Из текстов ChatGPT перед тестом удалили фразы вроде «я не могу поставить диагноз», поэтому ответы выглядели смелее, чем обычно.
Где исследователи насторожились
Сами исследователи не считают результаты поводом отдавать подростковую психологическую помощь алгоритмам. В комментариях для прессы они напоминают: нейросеть красиво формулирует, но плохо чувствует контекст и регулярно «придумывает» детали. В медицинской теме такая склонность к выдумкам опасна — ошибка может стоить здоровья. К тому же у машины нет обязательств перед регулятором, профессиональной этики и страхового покрытия в случае вреда.
Вторая важная оговорка касается дизайна работы. Эксперимент проверял именно впечатление от ответов, а не их фактическую корректность. Профессионалов не просили искать ошибки, и они их специально не искали.
Что меняет «снятие масок»
После основного эксперимента команда провела вторую часть. На этот раз подросткам сообщали, кто автор каждого ответа. Картина изменилась почти на противоположную: как только над текстом появлялся ярлык «написано ИИ», доверие к нему падало, а ответ от живого специалиста воспринимался теплее и убедительнее.
В работе, опубликованной в журнале Cyberpsychology в 2026 году, та же команда называет этот эффект «AI aversion». Это устойчивая склонность не доверять или отвергать результаты работы ИИ — даже когда он справляется не хуже, а иногда лучше человека.
Контекст других исследований
Норвежская работа не одинока. В феврале 2025 года в журнале PLOS Mental Health вышло крупное исследование с участием 830 взрослых респондентов. Им давали сценарии парной терапии — например, ситуацию, в которой один из партнёров не понимает депрессию другого. Участники правильно угадывали авторство психолога в 56,1% случаев, а ChatGPT — в 51,2%. И в этой работе бот опередил живых терапевтов по эмпатии и пониманию собеседника.
Параллельно появились и тревожные данные. Совместный анализ OpenAI и Массачусетского технологического института охватил около 40 миллионов реальных диалогов. Выяснилось, что самые активные пользователи — верхние 10% по интенсивности общения — чаще демонстрировали признаки эмоциональной зависимости и снижение реальной социальной жизни.
Расследование The New York Times насчитало около 50 случаев психического кризиса, развившегося на фоне длительного общения с чат-ботом. Это не отменяет результатов норвежской команды, но напоминает, в каких именно условиях ChatGPT даёт сбои.
Как обсуждают тему в России
В русскоязычной среде дискуссия идёт примерно по тем же осям. Опрос «Анкетолога» в декабре 2025 года показал, что среди молодёжи до 35 лет лидируют ChatGPT, «Алиса AI» и DeepSeek, а среди подростков до 18 лет ChatGPT использует около двух третей опрошенных. Журнал Psychologies в начале 2026 года вынес ИИ-психотерапию в число главных трендов года в индустрии помогающих практик.
Российские специалисты разделились. Когнитивно-поведенческий терапевт Яков Кочетков считает, что языковая модель уже неплохо имитирует эмпатию и владеет базовыми протоколами КПТ. Он же предупреждает: модель часто «вторит» желаниям клиента и подтверждает его установки, что в терапии нередко вредно.
Клинический психолог Григорий Спижевой настроен скептически. По его мнению, машина обрабатывает огромный массив данных, но не способна выстраивать тот самый личный контакт, на котором, собственно, и держится терапевтический результат.
Редакция платформы «Справиться проще» добавляет ещё один аргумент: ChatGPT по умолчанию настроен на советы и решения, а не на проверку убеждений собеседника. Такая особенность способна усилить негативное мышление и поощряет опасное поведение, в том числе суицидальное. Это ровно та претензия, которую к нейросети предъявляют и норвежские, и американские исследователи: красивая упаковка ответа не равна его клинической безопасности.
