Para las personas que luchan por superar la adicción, una buena terapia puede ser muy beneficiosa. Pero una mala terapia es peor que ninguna terapia.

El desafío es poder notar la diferencia. Los consejeros practicantes rara vez reciben retroalimentación, por lo que es difícil para ellos saber si están brindando un tratamiento óptimo a sus pacientes.

El profesor del noreste, Tad Hirsch, está trabajando para cambiar eso. Ha desarrollado un sistema que registra las sesiones de asesoramiento y las califica, generar una boleta de calificaciones para los terapeutas.

La tecnología ya está en uso en una clínica de formación universitaria y en una red de instalaciones para el tratamiento de la adicción a los opioides. Una vez ampliado, el sistema podría crear un nuevo estándar de atención para la terapia y conducir a una mejor salud mental para los pacientes de todo el mundo.

Así es como funciona:Hirsch y sus colaboradores empezaron grabando 356 sesiones de asesoramiento. De esas sesiones, sacaron 300, 000 declaraciones y las compiló en una base de datos. Luego, un equipo de expertos en psicología revisó las declaraciones y las codificó.

La codificación es un proceso analítico en el que se clasifican los datos. En este caso, los expertos codificaron las declaraciones en función de cuán estrechamente se alineaban con las técnicas utilizadas en las entrevistas motivacionales, un tipo de psicoterapia.

Próximo, Los investigadores utilizaron el conjunto de datos codificados para entrenar un modelo de aprendizaje automático. Esta es una forma de inteligencia artificial. Una vez entrenado el modelo, el resultado es un sistema que puede grabar una sesión de asesoramiento, crear una transcripción de lo que se dijo, analizar la transcripción, calificar la sesión, y proporcionar comentarios específicos a los médicos.

En otras palabras, una computadora evalúa a los terapeutas y les dice cómo pueden mejorar.

¿Cómo reaccionan los terapeutas al ser evaluados por una máquina? Hirsch y sus colaboradores completaron recientemente un estudio para averiguar, probando la tecnología con 21 consejeros. Los resultados fueron abrumadoramente positivos.

"Descubrimos que en todos los ámbitos, todos vieron valor en lo que estábamos haciendo, "dijo Hirsch, profesor de diseño en Northeastern cuya investigación se centra en la intersección del diseño, Ingenieria, y justicia social.

"Los médicos describieron la tecnología como precisa, perspicaz y útil. También pensaron que la herramienta era particularmente valiosa para la capacitación, como una forma de proporcionar retroalimentación a los consejeros a medida que se estaban certificando, "Dijo Hirsch.

Los terapeutas también expresaron un alto grado de confianza en el modelo de aprendizaje automático. Hirsch dijo que es probable que esto se deba a que los avances en inteligencia artificial se han cubierto ampliamente en las noticias. y el público en general tiene una visión positiva de la tecnología. Más, como dijo Hirsch, dijo un terapeuta, "Es difícil discutir con una computadora".

Y aunque el modelo de aprendizaje automático evalúa las sesiones de terapia con aproximadamente un 90 por ciento de precisión en comparación con un experto humano, Hirsch advierte que el sistema no es infalible. Y hay mucho en juego.

"Esto es diferente a cuando Netflix hace una recomendación de película que no te gusta, "Dijo Hirsch. Él anima a los terapeutas a hablar si no están de acuerdo con la evaluación de la máquina y a usar la libreta de calificaciones como un trampolín para perfeccionar su práctica.

"Como diseñadores, queremos asegurarnos de que las predicciones que hacen nuestros modelos estén contextualizadas, de manera que las personas puedan comprender cómo funcionan estos sistemas lo suficientemente bien como para interpretar los hallazgos y los resultados que podrían estar viendo, en lugar de tomarlos al pie de la letra, "Dijo Hirsch.