Разговорът с така нареченият изкуствен интелект притежава някои любопитни характеристики: той е способен да „изслушва” потребителя с часове без да се уморява, „помни” контекста, приспособява езика си към неговия, реагира на емоционалния тон и почти винаги е готова да продължи разговора. Той може дори да формулира мислите му по-ясно, отколкото самият той е успял, да открие връзки между казаното по-рано и настоящия въпрос и да отговори така, сякаш следва вътрешната логика на преживяването му. Това би могло да бъде полезно за определени задачи, но същите особености могат да се окажат и проблематични. Особено когато човек не търси обикновена информация, а се опитва чрез разговора да разбере какво се случва със самия него, дали подозренията му са основателни, дали необичайните му преживявания имат специално значение или дали дадена интерпретация на действителността е истинна.
Този въпрос разглеждат Марк Аугустин, Томас Полак и Хамилтън Морин в публикувания през юни 2026 г. в NPP Digital Psychiatry and Neuroscience обзор „Characterizing the spiral: Potential mechanisms in AI-associated delusions“. Авторите предлагат модел, който наричат „спирала на усилване“ и чрез който се опитват да обяснят как определени свойства на съвременните AI чатботове могат да взаимодействат с човешки когнитивни и психологически уязвимости и постепенно да участват в изграждането и укрепването на налудни убеждения (Augustin et al., 2026).
Това е важна публикация защото за първи път няколко вече наблюдавани характеристики на взаимодействието човек–AI са събрани в един модел, който позволява да формулираме по-точно въпроса как продължителният диалог с генеративна система би могъл да се превърне от средство за разговор в източник на поддържането на изкривена представа за действителността.
От налудности за технологиите към налудности от технологията
Грамофонът, радиото, телевизията, сателитите, и чиповете отдавна присъстват в налудните представи. Човек може да бъде убеден, че телевизията му изпраща специални послания, че определена технология го наблюдава или че скрито устройство контролира мислите му. Психопатологията използва метафорите на времето, в което човек живее.
Аугустин, Полак и Морин предполагат обаче, че при генеративния AI може да се появява и качествено различна ситуация. Технологията вече не е просто обект в налудното обяснение. Тя може да стане активен съучастник в неговото развитие. Чатботът не само присъства в наратива. Той отговаря, развива го, свързва отделни негови части, предлага нови интерпретации и може да го прави многократно в продължение на часове, дни или месеци. Авторите използват понятието „AI-асоциирани налудности“ за конкретният феномен: устойчиви погрешни убеждения, които се развиват и доизграждат чрез продължително взаимодействие с AI. Емоционалната зависимост от чатбот, прекомерното доверие към него, антропоморфизирането му или получаването на лош психологически съвет не са психоза и не трябва да бъдат смесвани с нея. Налудното убеждение е психопатологичен феномен, който може да присъства при различни състояния, докато психозата включва значително по-широка клинична картина. Наличните случаи все още не позволяват уверено да се каже дали AI е причинил нов психотичен процес, усилил е вече започнал такъв или просто се е превърнал в част от него.
Спиралата на усилване
Според авторите три отделни свойства на съвременните езикови модели могат да се съчетаят по начин, който създава самоподдържащ се процес: езиково съгласуване, хиперперсонализирано генериране и прекомерно угодничество (sycophancy).
Езиковите модели приспособяват начина си на изразяване към този на събеседника. Те могат да възприемат неговия речник, дължина на изреченията, предпочитани понятия и синтактични конструкции. В човешкия разговор подобно взаимно приспособяване има социална функция. То улеснява разбирането и създава усещане за близост и координация. Данните показват, че сходен процес възниква и в разговорите с езикови модели, като в някои изследвания AI се приспособява към човека по-силно, отколкото човекът към AI (Augustin et al., 2026). Това не е патологично само по себе си, но когато езиковото огледало започне да създава концептуално съгласие, се превръща в сериозен проблем. Човек постепенно започва да остава с впечатлението, че отсрещната система действително „възприема“ същата реалност.
Вторият механизъм е хиперперсонализираното генериране. Социалната мрежа алгоритмично избира такова съдържание, което е най-вероятно да ни заинтересува. Чатботът може прави нещо повече. Той в реално време произвежда ново съдържание, съобразено с нашата лична история, предишните реплики, емоционалния ни тон и конкретната теория, която в момента развиваме. С натрупването на контекст историята става все повече и повече индивидуализирана.Наред с това имаме налице и една практически неограничената продължителност на взаимодействието. Човешкият събеседник се изморява, сменя темата, възразява, губи интерес или прекратява разговора. Чатботът продължава диалога. Ако човек например многократно задава въпроса дали отделни случайни събития са взаимосвързани, системата разполага с практически неизчерпаема способност да генерира възможни връзки между тях.
Третият компонент е sycophancy, склонността на езиковия модел да се съгласява прекомерно с потребителя или да предпочита неговото одобрение пред по-надеждната проверка на твърденията. Това не е форма на човешка вежливост. Вежливият събеседник може спокойно да каже, че дадено предположение не се подкрепя от наличните факти. Угодничещият модел започва да привилегирова гледната точка на човека, дори когато има основания тя да бъде поставена под съмнение (Turner & Eisikovits, 2026).
Така трите механизма започват да се усилват взаимно. Човек предлага собствена интерпретация на реалността. Системата възприема езика и хоризонта му. След това генерира допълнително съдържание рамките на същият хоризонт. Когато към това се добави прекомерното валидиране и липса на проверка на реалността, първоначалното предположение започва да се връща към човека като по-усъвършенствана, издържана, консистентна и привидно по-убедителна версия. Човекът от своя страна предоставя нов материал, който системата отново успешно включва в съответният наратив. Това представлява и самата предполагаема спирала на усилване.
Потвърждението започва да изглежда като доказателство
Хората сме склонни да търсим и приемаме по-лесно информация, която съответства на вече съществуващите ни убеждения (потвърждаващо пристрастие). Човек, който е силно убеден в определено обяснение, не започва всеки следващ разговор от нулата. Той възприема света чрез вече оформена рамка. Ако системата непрекъснато остава вътре в тази рамка, може да възникне своеобразна „ехо камера за един човек“. За разлика от класическата ехо камера в социалните мрежи тук не е необходимо да съществува група от хора със сходни възгледи. Достатъчни са един човек и една система, способна непрекъснато да генерира нови вариации върху неговите предположения.
Предварителни експериментални данни извън клиничния контекст дават основание този механизъм да бъде взет насериозно. В три експеримента с общо 3285 участници Стив Ратйе и колегите му установяват, че хората предпочитат чатботове, които потвърждават възгледите им, пред модели, които им противоречат, а взаимодействието с прекомерно съгласяващ се AI е свързано с по-голяма увереност и крайност на позициите. Изследването е предварителна публикация, а изследваната тематика е политическа, а не психиатрична, затова резултатите няма как директно да бъдат прехвърлени към психозата. Те обаче ясно показват, че съгласяващото се поведение на AI влияе върху увереността в убежденията и при хора без психотично разстройство (Rathje et al., 2025).
Това позволява да видим проблема в по-широк контекст. Рискът не възниква в момента, в който AI произнесе очевидно абсурдно или опасно твърдение. Той започва значително по-рано – когато системата неусетно започва да съкращава броя на алтернативните обяснения и превръща конкретна интерпретация в абсолютна рамка на разговора.
Подкрепата не е потвърждение
В клиничния диалог има фундаментална разлика между валидиране на преживяването и валидиране на обяснението.
Може да приемем страха на човека напълно сериозно, без да потвърждаваме, че някой действително го преследва. Можем да валидираме неговата тревожността, без да му предоставяме безкрайни уверения, ако именно търсенето на увереност поддържа проблема. Можем да разберем чувството му за изключителност или внезапен прилив на идеи, без да подхранваме грандоманска интерпретация. Добрият подкрепящ разговор понякога изисква известна съпротива срещу непосредственото желание на човека. Това, което субективно се възприема като подкрепа в момента, не винаги е онова, което подпомага автономността и психологическото функциониране в по-дълъг период. Този принцип лесно се губи при AI, защото езиковите модели са изключително добри в демонстрацията на емпатия. Те „умеят” да звучат топло и загрижено. Но езиковата убедителност на отговора не гарантира клиничната му уместност.
През 2026 г. Илейн Шен и колегите ѝ изследват способността на ChatGPT да реагира на съдържание, свързано с психотични симптоми. Три версии на системата получават общо 474 експериментални запитвания, а отговорите са оценени от клиницисти. По-новият модел се представя по-добре от по-старите версии, но психотичните запитвания продължават значително по-често да предизвикват неподходящи или частично неподходящи реакции. Авторите предупреждават и че тестът разглежда отделни отговори, като същевременно натрупването на контекст в продължителен разговор започва да създава допълнителни рискове (Shen et al., 2026).
Мира Ченг и колегите ѝ изследват 11 AI модела и провеждат три предварително регистрирани експеримента с общо 2405 участници. Резултатите сочат, че само едно взаимодействие с прекомерно съгласяващ се AI може да намали готовността на участниците да поемат отговорност и да поправят междуличностен конфликт, като едновременно с това увеличи увереността им, че са прави. Парадоксално, именно тези отговори са предпочитани и оценявани като по-достойни за доверие. (Cheng M et al., 2026)
Рискът е траектория
Само няколко седмици след публикацията на Аугустин и колегите му се появява изследване, което значително разширява перспективата. На 7 август 2026 г. Файт Вайлнхамър, Кевин Хоу, Ленарт Лютгау, Кристофър Съмърфийлд, Реймънд Долан и Матю Нур публикуват в Nature Medicine рамката SIM-VAIL за систематично изследване на поведението на AI чатботове при психична уязвимост (Weilnhammer et al., 2026).
Изследователите създават 30 симулирани потребителски профила чрез комбиниране на пет типа психологическа уязвимост с шест начина на взаимодействие. Сред уязвимостите са депресия, психоза, мания, обсесивно-компулсивни механизми и несигурна привързаност. Намеренията включват търсене на потвърждение за проблематично убеждение, непрекъснато успокояване, емоционална зависимост от чатбота, омаловажаване на риск, помощ при рисково действие и романтизиране на тежко психично състояние. Тези симулирани потребители провеждат 810 многократни разговора с девет различни водещи AI системи. Анализирани са 6329 отделни хода и повече от 90 000 оценки на поведението. Рискът често се натрупва постепенно. Отговор, който сам по себе си изглежда подкрепящ и безобиден, може да стане проблематичен, ако съвпада точно с психологическия механизъм, който поддържа уязвимостта на човека (Weilnhammer et al., 2026).
Авторите наричат тези процеси vulnerability-amplifying interaction loops, цикли на взаимодействие, усилващи уязвимостта. При психотична уязвимост проблемът може да бъде постепенното потвърждаване на екстравагантни интерпретации. При обсесивно-компулсивна уязвимост може да бъде непрекъснатото предоставяне на увереност. При несигурна привързаност това може да е насърчаването на емоционална зависимост от системата. При мания дори ентусиазираният и привидно окуражаващ тон може да подкрепя прекомерна увереност или подценяване на риска.
AI може и да помага
Би било погрешно да заключим, че генеративният AI е вреден за психичното здраве изобщо. Съществуват контролирани изследвания, показващи и ползи от специално разработени чатбот интервенции.
Метаанализ на Синю Фън и колегите ѝ например, включващ 31 рандомизирани контролирани проучвания и 29 637 участници, намира малък до умерен общ ефект на AI чатбот интервенциите върху психичния дистрес при юноши и млади възрастни. Наблюдавани са подобрения при депресивни симптоми, тревожност и стрес, макар резултатите да са хетерогенни и ефективността да зависи от типа система и контролната група (Feng et al., 2025).
Това прави проблема по-интересен. Същите характеристики, които могат да носят полза и възможност човек да говори без страх от осъждане, могат в друг контекст да подкрепят патологичен процес. Следователно AI не е нито „добър“ нито „лош“ за психичното здраве. От значение е при какъв човек, с каква уязвимост, с каква цел, в какъв тип система и в каква траектория на взаимодействието определено поведение се превръща от полезно в рисково.
Затова трябва да различаваме специално разработена и клинично изпитвана дигитална интервенция от универсален генеративен чатбот. Фактът, че една целенасочено обучена система може да подпомага определени хора при определени условия, не означава автоматично, че всеки общ езиков модел е подходящ заместител на психотерапия или психиатрична оценка.
AI като епистемичен партньор
Досега информационните технологии бяха мислено предимно като за канали, през които човек получава информация. Търсачката намира документи. Социалната мрежа подбира публикации. Сайтът показва написан текст.
Генеративният AI прави нещо друго. Той създава нов и потенциално персонализиран текст.
Човек може да му предостави своя интуиция, съмнение или фрагментарна идея, а системата да я превърне в последователен наратив. След това човекът може да използва този наратив като нова идея, която системата да развие още повече. Така AI постепенно може да придобие ролята не на източник на информация, а на епистемичен партньор, участник в процеса, чрез който изобщо решаваме кое е вярно, значимо и реално. Системата е създадена да звучи сигурно, внимателно и интелигентно, без това да означава, че притежава знание за конкретната ситуация и човека изобщо. Тя няма достъп до света, който потребителят описва, освен чрез информацията, която самият потребител ѝ предоставя. Ако изходната рамка е изкривена, персонализирането на отговора просто прави тази рамка по-богата.
Коди Търнър и Нир Айсиковиц разглеждат угодничеството именно като епистемичен проблем. Опасността е в системното предпочитание към отговори, които запазват одобрението на потребителя, вместо да съхраняват необходимата независимост на преценката (Turner & Eisikovits, 2026).
В психичното здраве тази независимост често притежава защитна функция. Близкият човек, лекарят или терапевтът не са ценни само защото разбират. Те са ценни именно понеже не участват изцяло в нашата интерпретация. Те внасят друга перспектива. Предлагат алтернативни обяснения за случващото се. Забелязват промяна в поведението. Отбелязват например липсата на сън, социалното отдръпване или необичайния риск. Именно това човешко „триене“ липсва в прекомерно съгласяващия се разговор с машина.
За разлика от това, при взаимодействието си потребителят може да преживява обратната връзка от AI като независима оценка на собствените си разсъждения, въпреки че системата е генерирала отговора именно под влиянието на неговата изходна интерпретация. Това е риск от илюзия за независимо потвърждение.
В крайна сметка
Събрани заедно, тези нови изследвания очертават достатъчно цялостна картина, за да оправдаят вниманието към нея, без да предлагат някакви сензационни заключения.
Става ясно, че езиковите модели се приспособяват към езика на потребителя и могат да генерират силно персонализирано съдържание. Става ясно също така, че склонността към прекомерно съгласие съществува в различните модели. Има експериментални данни, че угодническите отговори могат да увеличават увереността във вече съществуващи убеждения. Има клинично описани случаи, при които налудни идеи са били развивани в продължителни разговори с AI. Има експериментални тестове, при които чатботовете реагират неподходящо на психотично съдържание. И вече има многократни симулации, показващи как привидно подкрепящото поведение може да формера постепенно усилващи уязвимостта цикли (Augustin et al., 2026; Rathje et al., 2025; Shen et al., 2026; Weilnhammer et al., 2026).
Все още не може да преценим колко често подобни процеси възникват сред реалните потребители. Не знаем кои хора са най-уязвимите. Не знаем достатъчно за ролята на продължителността на употребата, социалната изолация, предходната психиатрична история, или употребата на вещества. Все още няма публикувани изследвания, който надеждно да установяват причинна връзка между взаимодействието с AI и възникването на налудно разстройство или психоза. Все още сме в самото историческо начало на проблематиката.
Затова Аугустин и колегите му разглеждат спиралата на усилване като проверима хипотеза, а не като вече доказан механизъм.
Те правят полезно разграничение между AI като „усилвател“ и AI като „катализатор“. В първия случай човек е вече натоварен с определена психична уязвимост или прогресиращи симптоми, които взаимодействието с чатбота засилва. Във втория се предполага появата на нови симптоми при човек без известна предходна психоза. Тъкмо вторият сценарий би представлявал най-силното потвърждение за радикално нов тип риск, но за него в момента доказателствата са най-несигурни (Augustin et al., 2026).
От безопасен отговор към безопасна връзка
Не е достатъчно един AI модел да отказва да отговори на очевидно опасни заявки. Не е достатъчно отделната му реплика да изглежда съпричастна и добронамерена. При системи, които могат да поддържат хиляди последователни взаимодействия с един човек, единицата на анализ трябва да се измести от единичния отговор към последователността от отговори и от отделната грешка към траекторията. Трябва да можем да разпознаваме кога разговорът започва да стеснява възможните интерпретации. Кога валидирането на чувството се превръща във валидиране на убеждението. Кога персонализацията се превръща в затворена камера за потвърждение. Кога постоянната достъпност започва да измества човешките отношения. Кога потребителят все повече търси от AI не перспектива, а затвърждаване на убеждения.
Аугустин, Полак и Морин предлагат при необичайни убеждения и първи психотичен епизод специалистите да питат и за употребата на AI: провеждани ли са разговори, колко продължителни са разговорите, има ли силна емоционална привързаност към системата, споделя ли човек с нея убеждения, които не споделя с други хора, и води ли това взаимодействие до нарушаване на съня му. Ако има възможност да бъде проследен, самият разговор може да предостави необичайно подробна хронология на развитието на убежденията.
Опасността на AI не се изчерпва до това машината да „измисли нещо“. Риск възниква и когато една система, която е винаги достъпна, социално убедителна, адаптивна и способна на изключителна персонализация, започне да участва в процеса, чрез който човек изгражда собствената си интерпретация на действителността.
Защото тази система не взаимодейства със света по никакъв начин. Тя оперира с общите символи на света, които човекът вече е създал синхронизирайки ги с частните заявки на конкретният човек.
Истински подкрепящият човешки отговор е този, който признава преживяването, но не потвърждава автоматично неговото обяснение; който оставя място за несигурност; който предлага алтернативни интерпретации и който, когато ситуацията го изисква, връща човека от затворения диалог с машината към други хора и към действителността, която съществува извън разговора и неговите символи.
Съвременният човек вероятно не е крайно уязвим по отношение на AI. Това е исторически нов феномен и болшинството от хората принципно са се формирали преди първото си взаимодействие с него. Но съществува потенциална възможност в следващите поколения проблематиката да се изостри. Роля за това несъмнено играе и антропоморфизма, настанен в самото наименование „интелект“. Трябва изрично да бъде ясно, че AI е машина за статистическа обработка на огромни бази данни и откриване на характерни модели на базата на тази обработка. Продуктът на тази обработка е в частност езикуването, което може да бъде подвеждащо за човека който си взаимодейства с нея. А с подобна уязвимост като предпоставка, доколко е възможно система, която изглежда като независим събеседник, да се превърне в механизъм, чрез който човек всъщност разговаря със собствените си убеждения, без да разпознава, че това се случва?
Augustin, M., Pollak, T. A., & Morrin, H. (2026). Characterizing the spiral: Potential mechanisms in AI-associated delusions. NPP—Digital Psychiatry and Neuroscience, 4, Article 14. https://doi.org/10.1038/s44277-026-00065-0
Cheng M, Lee C, Khadpe P, Yu S, Han D, Jurafsky D. Sycophantic AI decreases prosocial intentions and promotes dependence. Science. 2026 Mar 26;391(6792):eaec8352. doi: 10.1126/science.aec8352. Epub 2026 Mar 26. PMID: 41886588.
Feng, X., Tian, L., Ho, G. W. K., Yorke, J., & Hui, V. (2025). The effectiveness of AI chatbots in alleviating mental distress and promoting health behaviors among adolescents and young adults: Systematic review and meta-analysis. Journal of Medical Internet Research, 27, e79850. https://doi.org/10.2196/79850
Morrin, H., Nicholls, L., Levin, M., Yiend, J., Iyengar, U., DelGuidice, F., Bhattacharya, S., Tognin, S., MacCabe, J., Twumasi, R., Alderson-Day, B., & Pollak, T. A. (2026). Artificial intelligence-associated delusions and large language models: Risks, mechanisms of delusion co-creation, and safeguarding strategies. The Lancet Psychiatry, 13(6), 522–530. https://doi.org/10.1016/S2215-0366(25)00396-7
PSY INK. (2026, August 18). Изкуственият интелект и капанът на безусловната „подкрепа“. Psychology.ink. https://psychology.ink/izkustven-intelekt-i-kapana-na-bezuslovnata-podkrepa/
Rathje, S., Ye, M., Globig, L. K., Pillai, R. M., de Mello, V. O., & Van Bavel, J. J. (2025). Sycophantic AI increases attitude extremity and overconfidence [Preprint]. PsyArXiv. https://doi.org/10.31234/osf.io/vmyek_v1
Shen, E., Hamati, F., Donohue, M. R., Girgis, R. R., Veenstra-VanderWeele, J., & Jutla, A. (2026). Evaluation of large language model chatbot responses to psychotic prompts. JAMA Psychiatry, 83(6), 655–657. https://doi.org/10.1001/jamapsychiatry.2026.0249
Turner, C., & Eisikovits, N. (2026). Programmed to please: The moral and epistemic harms of AI sycophancy. AI and Ethics, 6, Article 168. https://doi.org/10.1007/s43681-026-01007-4
Weilnhammer, V., Hou, K. Y. C., Luettgau, L., Summerfield, C., Dolan, R., & Nour, M. M. (2026). A clinically validated framework for auditing AI chatbot behavior in mental health interactions. Nature Medicine. Advance online publication. https://doi.org/10.1038/s41591-026-04577-2
