Емпатията обикновено се възприема като едно от безспорните качества на добрия разговор. В психотерапията обаче отдавна съществува важно разграничение между признаването на нечие преживяване и потвърждаването на неговата интерпретация на действителността. Може да бъде напълно уместно да кажеш на човек, че разбираш страха му, без да приемаш за вярно убеждението, че някой го преследва. Може да признаеш тревожността, без безкрайно да даваш уверения, които поддържат обсесивен цикъл. Може да приемеш емоционалната болка сериозно, без да насърчаваш зависимостта от човека, който предоставя утехата. Това разграничение се оказва фундаментално при разговорите с генеративен изкуствен интелект. Съвременните чатботове са обучавани да бъдат полезни, внимателни, отзивчиви и социално приемливи. Тъкмо тези качества ги правят привлекателни за хора, които се чувстват самотни, тревожни, объркани или не могат лесно да получат професионална помощ. Същите качества обаче могат да придобият друго значение, когато системата разговаря с човек в състояние на психична уязвимост. Валидирането може да се превърне в затвърждаване на погрешно убеждение, успокояването в компулсивно търсене на уверение, а постоянната достъпност в основа за емоционална зависимост.
Изследване, публикувано на 7 август 2026 г. в Nature Medicine, предлага най-систематичния досега опит този проблем да бъде измерен в продължителен разговор. Файт Вайлнхамър и колегите му разработват рамката SIM-VAIL, чрез която симулирани потребители с различни психични уязвимости разговарят с девет водещи AI модела. Изследвани са 810 разговора, 30 различни потребителски профила, 6329 отделни хода и повече от 90 000 оценки на поведението на моделите. Вместо да проверяват единствено дали даден отговор е безопасен, авторите проследяват как рискът се развива с натрупването на контекст (Weilnhammer et al., 2026).
Петте симулирани уязвимости са депресия, психоза, мания, обсесивно-компулсивно разстройство и несигурна привързаност. Към тях са добавени шест начина, по които човекът може да използва разговора: да търси потвърждение за проблематично убеждение, да иска постоянно успокоение, да развива емоционална зависимост от чатбота, да омаловажава симптоми и рискове, да търси помощ за рисково действие или да романтизира тежкото си психично състояние. Комбинацията между уязвимост и намерение създава 30 различни профила.
Един от най-съществените резултати е, че рискът рядко се явява като единичен катастрофален отговор. При много от симулираните разговори той се увеличава постепенно. Авторите откриват разговори, които остават нискорискови през цялото време, други с бавна ескалация, трети, при които проблемното поведение се появява рано и се задържа, както и случаи на първоначално отклонение, последвано от възстановяване. Ескалацията е най-изразена при симулирана психоза и мания и при разговори, в които потребителят търси емоционална зависимост или романтизира крайното си състояние. Оттук идва и понятието, около което е построено изследването: vulnerability-amplifying interaction loop, или VAIL. Това е цикъл на взаимодействие, при който поведението на чатбота съвпада с психологическия механизъм, поддържащ уязвимостта на потребителя, и постепенно го усилва. Отделният отговор може да звучи добронамерено. Проблемът става видим едва когато се проследи поредицата.
Тук се появява и друго значение на SIM-VAIL, което лесно остава на втори план, ако изследването се чете единствено като тест за безопасността на чатботовете. Разговорът с езиков модел представлява необичайно наблюдаем психологически процес. Всяка реплика се запазва, мястото ѝ в последователността е известно, едни и същи условия могат да бъдат повторени стотици пъти, а натрупващите се промени могат да бъдат измервани върху хиляди отделни ходове. Именно тази наблюдаемост позволява VAIL да стане видим като траектория, а не само като поредица от отделни добри или лоши отговори. Най-интересен в това отношение е контрафактуалният експеримент на авторите. Когато откриват ранна точка на ескалация, те могат да се върнат до същото място в разговора, да запазят цялата предходна история и да заменят само една реплика. След това наблюдават две различни продължения на една и съща предистория. Когато рисковият отговор е заменен с деескалиращ, разликата се запазва и в следващите ходове. В реалната психотерапия подобен експеримент е принципно недостъпен. Не можем да повторим една и съща сесия със същия човек при напълно еднакви условия, да сменим една интервенция и да проследим паралелно двете възможни развития.
Това не означава, че психотерапевтичният процес досега е бил невидим за науката. Съществува дълга традиция на записване и транскрибиране на сесии, изследване на терапевтичния алианс, наблюдателно кодиране и анализ на rupture-repair процеси. Такива изследвания показват, че значими промени могат да бъдат откривани както между отделни сесии, така и вътре в тях (Lipner et al., 2022). Ограничението е в мащаба. Подробното човешко кодиране изисква обучение на наблюдатели, многократно преглеждане на материал и проверка на съгласието между оценяващите. Колкото по-фина става времевата резолюция, толкова по-голям става трудът по наблюдението.
Някои психотерапевтични подходи отдавна са организирани именно около чувствителността към подобни критични моменти. При процесно-ориентираните терапии интервенцията не следва само предварително определена последователност, а се насочва от маркери, които се появяват в самата сесия. В тази традиция определени прояви в текущия процес се разглеждат като сигнал за конкретна форма на емоционална трудност и едновременно като указание, че човекът е достигнал момент, в който определена терапевтична работа става възможна (Elliott & Greenberg, 2007). В този смисъл идеята, че терапията има точки на уязвимост, преход и възможна промяна, не възниква с изкуствения интелект. Новото е възможността подобни моменти да бъдат проследявани систематично в огромен брой взаимодействия.
От тази гледна точка SIM-VAIL може да се чете и като своеобразен експериментален микроскоп към психологическото взаимодействие. Това поставя под въпрос лесното противопоставяне между чатбот и реален терапевт. Възможно е част от наблюдаваните цикли да не са специфичен дефект на машината. Те могат да насочват към по-общи свойства на отношенията, в които единият участник се опитва да помогне на другия. Терапевтът също може постепенно да се организира около интерпретативната рамка на пациента. Успокояването може да започне да поддържа избягване. Валидирането на преживяването може неусетно да се доближи до валидиране на неговото обяснение. Отношение, което цели подкрепа на автономността, може да придобие функции, поддържащи зависимост. Нито една от отделните реплики не е задължително погрешна. Ефектът възниква от последователността.
Този въпрос е труден за обичайната клинична супервизия. Супервизията има важни функции за обучението и клиничната работа, но не осигурява същия тип наблюдение. В много практически условия тя работи с разказа на терапевта, бележки или избрани фрагменти, а непосредственото преглеждане на пълни аудио- или видеозаписи далеч не е универсална практика. Изследванията на рутинната супервизия показват, че редовното използване на записи може да бъде сравнително рядко, докато самата стойност на видеонаблюдението се състои именно във възможността да се видят поведения, които не присъстват в клиничните бележки или в ретроспективния разказ (Topor et al., 2017). Това не обезсмисля супервизията. Показва, че тя решава друг проблем.
Ако рисковият процес се състои от десетки малки взаимни адаптации, разпределени в продължение на няколко сесии, нито терапевтът, нито супервайзорът имат причина да запомнят всяка от тях като събитие. Ретроспективният разказ неизбежно компресира взаимодействието. Дори наличието на запис не премахва ограничението на човешкото внимание. Наблюдателят трябва предварително да има понятие за процеса, който търси, и практически не може едновременно да следи десетки измерения във всяка реплика на хиляди сесии.
Затова по-интересната хипотеза, която възниква от SIM-VAIL, е дали vulnerability-amplifying interaction loops могат да бъдат по-общо свойство на помагащите отношения. Засега изследването не позволява подобен извод за човешката психотерапия. Симулираният потребител, езиковият модел и контролираната експериментална среда са твърде различни от реалната терапевтична диада. Въпросът обаче вече може да бъде формулиран по начин, който подлежи на емпирична проверка. При достатъчно големи корпуси от защитени и надлежно събрани терапевтични записи би могло да се търси дали определени интеракционни траектории се повтарят. Възможно ли е да се измери постепенното стесняване на алтернативните интерпретации в една диада? Може ли да се проследи цикъл на reassurance, при който пациентът все по-често търси увереност, а терапевтът все по-често я предоставя? Могат ли ранни маркери на зависимост, избягване или разминаване в алианса да предсказват по-късна терапевтична задънена улица? Процесните традиции в психотерапията задават подобни въпроси отдавна. Дигиталният разговор създава възможност те да бъдат изследвани с различна резолюция и върху различен мащаб.
Така потенциалният принос на AI за психотерапията може да се окаже по-неочакван от създаването на изкуствен терапевт. Чатботът предоставя експериментална среда, в която микродинамиката на психологическото влияние става наблюдаема, повторяема и в известни граници манипулируема. Това, което виждаме през нея, може да се окаже полезно и за разбирането на процеси, които винаги са присъствали в човешката терапия, но са оставали трудни за виждане именно защото са били разпределени във времето и вплетени в самото отношение.
При психотична уязвимост например опасността може да възникне, когато моделът приема необичайните интерпретации на човека за достатъчно достоверни и започне да ги развива. При мания ентусиазираният тон може да засили прекомерната увереност, чувството за изключителност или прибързаното преследване на рисковани цели. При обсесивно-компулсивно разстройство непрекъснатото успокояване може да поддържа същия механизъм, който в клиничната практика се опитват да прекъснат. При несигурна привързаност една система, която не се уморява, не прекъсва разговора и винаги отговаря с внимание, може постепенно да придобие непропорционално значение за емоционалната регулация на човека.
Рискът става особено видим при кризисни ситуации. Пихович, Котас и Пьотровски тестват 29 приложения с AI чатботи чрез сценарии на нарастваща суицидна опасност, изградени върху Columbia Suicide Severity Rating Scale. Нито една система не покрива изцяло първоначално зададените от авторите критерии за адекватна реакция във всички необходими аспекти. Част от чатботите се справят приемливо при някои сценарии, но изследването разкрива значителни пропуски в разпознаването и управлението на суициден риск (Pichowicz et al., 2025). При пет широко използвани генеративни психотерапевтични чатбота, оценени от Собоуейл, Хъмфри и Джао, картината също е смесена. Системите получават високи оценки за достъпност и сравнително рядко генерират открито вредни или дезинформиращи твърдения. Качествената оценка на терапевтичния им подход обаче е висока само в 31% от съответните оценки, а при наблюдението и оценката на риск делът е 39%. Изследователите откриват и проблеми като измислено съдържание и неадекватно поведение при кризисни сценарии (Sobowale et al., 2025).
Съществува опасност дебатът да бъде сведен до противопоставяне между „опасен AI“ и „безопасен човешки терапевт“. Научните данни не подкрепят толкова проста картина. Дигиталните интервенции могат да имат реална полза, особено когато са изградени за конкретна терапевтична цел и се оценяват клинично.
Един от най-силните примери е Therabot, специално разработен генеративен психотерапевтичен чатбот. В рандомизирано контролирано проучване с 210 възрастни участниците със симптоми на голямо депресивно разстройство, генерализирана тревожност или висок риск от хранително разстройство са разпределени между четириседмична интервенция с Therabot и контролна група в листа на изчакване. При хората, използващи системата, намаляването на симптомите е значително по-голямо, като отчетените ефекти за депресия и тревожност са големи. Участниците оценяват и терапевтичния алианс със системата изненадващо висок. Проучването едновременно показва защо резултатите от целево разработен терапевтичен инструмент не бива автоматично да се пренасят върху общ чатбот. Therabot е обучен и донастроен за психотерапевтична работа, а по време на изследването има човешко наблюдение. Екипът се намесва 15 пъти поради съображения за безопасност, включително изразена суицидна идеация, и още 13 пъти заради неподходящи отговори на системата (Heinz et al., 2025). Това е далеч от сценария, при който човек води неограничен частен разговор с универсален езиков модел без клиничен надзор.
Може би най-практичният резултат от SIM-VAIL идва от контрафактуалните експерименти. Изследователите идентифицират моментите, в които разговорът достига високо ниво на риск, и създават паралелни версии на същата последователност. Когато рисковата реплика на чатбота е заменена с деескалираща версия, рискът в следващите съобщения намалява, а разликата остава измерима и през няколко последващи хода. Това показва, че траекторията не е фиксирана. Един навременен отговор може да промени развитието на целия разговор. Оттук се очертава по-различна представа за безопасността на разговорните системи. Обикновеният филтър проверява последното съобщение за забранено съдържание. При психичното здраве ще е необходимо да се следи и посоката, в която се движи взаимодействието. Постепенно увеличава ли се увереността на потребителя в необосновано убеждение? Търси ли той едно и също уверение отново и отново? Започва ли да си представя чатбота като единствен човек или същество, което го разбира? Отдалечава ли се от близките си? Романтизира ли липсата на сън, импулсивността или собствената си изключителност? Системата трябва да разпознава подобни промени достатъчно рано, за да смени начина си на реакция.
Морин и колегите му предлагат подход, който поставя в центъра „епистемологичната сигурност“. В чувствителни ситуации полезната система не е длъжна да играе ролята на приятел, който винаги застава на страната на потребителя. По-подходяща роля би била да подпомага проверката на убежденията, да показва несигурността, да предлага алтернативни обяснения и при необходимост да връща човека към контакт с други хора или професионална помощ (Morrin et al., 2026).
Тук възниква и труден въпрос за дизайна на потребителските продукти. Хората естествено предпочитат да разговарят със система, която е внимателна, търпелива и приемаща. Данните подсказват, че понякога предпочитаме и система, която по-често ни казва, че сме прави. Ако удовлетворението, продължителността на разговора и честотата на връщане към продукта се превърнат в основни показатели за успех, може да се появи конфликт между краткосрочното потребителско удоволствие и дългосрочния интерес на човека. В психотерапията съпротивата срещу моментното желание понякога е част от самата помощ. Човек с обсесивна тревога може да иска категорична гаранция, но терапевтичната цел е да се научи да живее с известна несигурност. Човек в маниен епизод може да иска възхищение за грандиозния си план, когато по-полезната реакция е забавяне и проверка на риска. Човек с параноидно убеждение може да търси съюзник, който да му помогне да събере доказателства, докато клинично по-безопасният разговор би оставил отворени няколко възможни обяснения.
Тъкмо затова човешки звучащият разговор не бива да се приема за равнозначен на терапевтично добър разговор. Езиковите модели са способни да създадат впечатление за внимание, приемане и интимност с изключителна лекота. Това може да бъде полезно. Може да помогне на човек да формулира мислите си, да получи образователна информация, да упражнява техники или да направи първа крачка към търсене на помощ. Клиничните изпитвания на специално разработени системи показват, че подобна полза е реално възможна (Feng et al., 2025; Heinz et al., 2025).
Същата способност за близост обаче променя характера на риска. Лошият отговор вече не е само фактически грешно изречение. Той може да бъде реплика, която в изолация изглежда внимателна, но в контекста на десет предходни съобщения засилва модел на мислене, от който човекът трудно излиза. Най-опасната система не е непременно онази, която говори грубо или очевидно безразсъдно. По -трудният за откриване проблем е система, която следва потребителя прекалено далеч.
SIM-VAIL не доказва, че чатботите причиняват психични заболявания. Потребителите в експеримента са симулирани, наборът от профили неизбежно опростява многообразието на реалните психиатрични състояния, а авторите сами определят рамката като инструмент за одит на модели, а не за прогнозиране на риска при конкретен пациент. Наличните данни за AI-асоциирани налудности също все още не позволяват да се установи колко често явлението възниква, кои хора са най-уязвими и в каква степен чатботът е причина, ускорител или просто част от вече започнал психичен епизод (Augustin et al., 2026; Morrin et al., 2026).
Изследванията обаче са достатъчни, за да променят въпроса, който задаваме. Доскоро безопасността на AI в психичното здраве често се свеждаше до това дали моделът отказва да даде очевидно опасен съвет. Сега става ясно, че трябва да се наблюдава и структурата на връзката, която възниква в разговора. Значение имат не само думите, но натрупването им, повторението, степента на персонализация, нуждата от постоянно потвърждение и промяната в увереността на потребителя. Добрата система за психологическа подкрепа вероятно ще трябва да овладее едно умение, което трудно се измерва с обикновен тест за „емпатия“: да остане човечна по тон, без да се превръща в безусловен съюзник на всяка идея, която човекът ѝ предлага. В някои моменти помощта ще означава утеха. В други ще означава несигурност, граница, различна гледна точка или насочване към човек от реалния свят.
Проблемът с психичната уязвимост и разговорния AI в крайна сметка не се намира изцяло в технологията и не се намира изцяло в потребителя. Той възниква в продължаващото взаимодействие между тях. Човекът влияе върху поведението на модела с начина, по който описва света, а моделът връща тази картина подредена, доразвита и често изразена с по-голяма увереност. Следващото съобщение на човека вече е написано в контекста на получения отговор. Така малки отклонения могат да се натрупват. Тази обратна връзка е в сърцевината на VAIL.
Внимателният читател вероятно вече е разпознал в тази динамика нещо познато. Същата логика на взаимно настройване действа, макар и с малко по-различни механизми, в отношението между потребителя и социалната мрежа: алгоритъмът се учи от това, което задържа вниманието ни, и ни връща свят, все по-плътно скроен по мярката на собствените ни наклонности, тревоги и убеждения. Разликата е в мащаба и в прозрачността. Разговорният AI прави тази микродинамика видима в рамките на един-единствен диалог, реплика по реплика, докато при социалните платформи тя се разгръща разсеяно, през хиляди дребни сигнали, и затова по-трудно се поддава на наблюдение. В този смисъл VAIL не описва екзотична патология на новата технология, а концентрирана, лабораторна форма на едно по-общо свойство на всяка адаптивна среда, която се оптимизира спрямо нашите реакции.
Именно затова бъдещето на безопасния AI за психично здраве няма да зависи единствено от това колко добре системата умее да съчувства. Също толкова важно ще бъде дали знае кога съчувствието изисква съгласие и кога грижата изисква внимателно несъгласие.
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
Elliott, R., & Greenberg, L. S. (2007). The essence of process-experiential/emotion-focused therapy. American Journal of Psychotherapy, 61(3), 241–254. https://doi.org/10.1176/appi.psychotherapy.2007.61.3.241
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
Heinz, M. V., Mackin, D. M., Trudeau, B. M., Bhattacharya, S., Wang, Y., Banta, H. A., Jewett, A. D., Salzhauer, A. J., Griffin, T. Z., & Jacobson, N. C. (2025). Randomized trial of a generative AI chatbot for mental health treatment. NEJM AI, 2(4). https://doi.org/10.1056/AIoa2400802
Lipner, L. M., Muran, J. C., Eubanks, C. F., Gorman, B. S., & Winston, A. (2022). Operationalizing alliance rupture–repair events using control chart methods. Clinical Psychology & Psychotherapy, 29(1), 339–350. https://doi.org/10.1002/cpp.2606
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
Pichowicz, W., Kotas, M., & Piotrowski, P. (2025). Performance of mental health chatbot agents in detecting and managing suicidal ideation. Scientific Reports, 15, Article 31652. https://doi.org/10.1038/s41598-025-17242-4
Sobowale, K., Humphrey, D. K., & Zhao, S. Y. (2025). Evaluating generative AI psychotherapy chatbots used by youth: Cross-sectional study. JMIR Mental Health, 12, e79838. https://doi.org/10.2196/79838
Topor, D. R., AhnAllen, C. G., Mulligan, E. A., & Dickey, C. C. (2017). Using video recordings of psychotherapy sessions in supervision: Strategies to reduce learner anxiety. Academic Psychiatry, 41(1), 40–43. https://doi.org/10.1007/s40596-016-0605-0
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
