Μπορεί το AI να αξιολογήσει θεραπευτικές δεξιότητες; Η αξία των σαφών κριτηρίων

«Ήσουν πολύ ενσυναισθητικός: 9/10». Ένα τέτοιο σχόλιο είναι εύκολο να το διαβάσουμε και ευχάριστο να το ακούσουμε. Είναι όμως εκπαιδευτικά χρήσιμο;

Χωρίς σαφή κριτήρια, παραδείγματα από τον διάλογο και δυνατότητα αμφισβήτησης, ένας αριθμός μπορεί να δημιουργεί ψευδαίσθηση ακρίβειας.

Από τη γενική εντύπωση στο παρατηρήσιμο στοιχείο

Μια rubric είναι ένα σύνολο περιγραφικών κριτηρίων που εξηγούν τι παρατηρούμε. Για παράδειγμα, αντί για «καλή ενσυναίσθηση», θα μπορούσαμε να εξετάζουμε:

• Αν ο θεραπευτής αναγνωρίζει στοιχεία συναισθήματος μέσα στα λόγια του θεραπευόμενου.
• Αν η ανταπόκριση αποφεύγει την πρόωρη συμβουλή.
• Αν αφήνει χώρο στον θεραπευόμενο να επιβεβαιώσει ή να διορθώσει την ερμηνεία.

Αυτές οι ενδείξεις είναι περισσότερο ελέγξιμες από μια αόριστη κρίση. Δεν αποτυπώνουν, ωστόσο, το σύνολο της θεραπευτικής σχέσης.

Τι μπορεί να αξιολογηθεί πιο εύκολα;

Σε ένα γραπτό transcript είναι συχνά δυνατό να αναζητηθούν σχετικά παρατηρήσιμες συμπεριφορές: ανοιχτές έναντι κλειστών ερωτήσεων, διαδοχικές συμβουλές, συνεργατική διατύπωση στόχων ή συνέπεια με μια συμφωνημένη δομή.

Πιο δύσκολα αποτιμώνται στοιχεία όπως ο τόνος, η μη λεκτική επικοινωνία, το πολιτισμικό πλαίσιο και το νόημα μιας σιωπής. Μία καλή φράση απομονωμένη από τη συνεδρία μπορεί να ήταν ακατάλληλη στη συγκεκριμένη στιγμή.

Τι δείχνει η έρευνα;

Μια ερευνητική εργασία του 2026 εξέτασε ένα πολυπρακτορικό σύστημα AI που αξιολογούσε συνθετικούς διαλόγους Κινητοποιητικής Συνέντευξης και CBT με καθορισμένα κριτήρια. Τα αποτελέσματα έδειξαν ότι το σύστημα μπορούσε να διακρίνει διαφορετικά επίπεδα απόδοσης στα συγκεκριμένα τεχνητά σενάρια και να παρουσιάζει προκαταρκτική συμφωνία με ανθρώπινους αξιολογητές.

Οι συγγραφείς, όμως, υπογράμμισαν ότι χρειάζονται προοπτικές δοκιμές με πραγματικούς εκπαιδευόμενους, τυποποιημένους ή πραγματικούς θεραπευόμενους και περαιτέρω ψυχομετρικός έλεγχος. Δεν πρόκειται για απόδειξη ότι ένα AI εργαλείο μπορεί να πιστοποιήσει κλινική επάρκεια.

Πώς μοιάζει το χρήσιμο feedback;

Αντί για «Χαμηλή βαθμολογία στην ακρόαση», ένα εκπαιδευτικό σχόλιο θα μπορούσε να είναι:

«Όταν ο χαρακτήρας είπε “φοβάμαι ότι θα αποτύχω”, ρώτησες αμέσως για το χρονοδιάγραμμα. Μια εναλλακτική θα ήταν να αναγνωρίσεις πρώτα τον φόβο του. Δοκίμασε ξανά το σημείο με αυτή την προτεραιότητα».

Το σχόλιο δείχνει πού, γιατί και τι να δοκιμάσεις. Μπορεί επίσης να ελεγχθεί και να συζητηθεί με επόπτη.

Τρία όρια που χρειάζονται διαφάνεια

Η αυτοματοποιημένη βαθμολόγηση μπορεί να είναι ασταθής, να ευνοεί συγκεκριμένα γλωσσικά ύφη και να διαφωνεί με έναν έμπειρο επόπτη. Επιπλέον, άλλο πράγμα είναι ένα εργαλείο ανατροφοδότησης και άλλο μια αξιολόγηση που επηρεάζει ακαδημαϊκή πρόοδο ή επαγγελματική πρόσβαση.

Γι' αυτό η καλύτερη χρήση ενός AI score είναι να ξεκινά μια τεκμηριωμένη συζήτηση μάθησης, όχι να την κλείνει.

Από τη θεωρία στην πράξη: Στο TheraMentor ο αναστοχασμός έχει μεγαλύτερη αξία όταν συνδέεται με συγκεκριμένες επιλογές μέσα στον διάλογο.