El Colegio Oficial de Psicología de la Región de Murcia ha organizado para este miércoles una jornada formativa sobre inteligencia artificial aplicada a la salud mental, con el objetivo de aclarar qué puede aportar ya esta tecnología a la Psicología, cuáles son sus límites y qué criterios deben guiar un uso seguro sin sustituir el criterio profesional ni el vínculo humano.
En la sesión participarán Aida Cano, coordinadora del Grupo de Trabajo de Inteligencia Artificial y Psicología del COPRM; Manuel Elena, psicólogo y doctorando en Psicología en la Universidad de Murcia; y Marcelo Orenes-Vera, premio fin de carrera en Ciencias de la Computación por la UMU, doctor por Princeton University y especialista en infraestructuras de computación acelerada y clústeres de GPU.
Desde el Grupo de Trabajo de Inteligencia Artificial y Nuevas Tecnologías del colegio profesional han explicado que quieren impulsar acciones concretas de formación, sensibilización y orientación que faciliten una integración ética, segura y responsable de la inteligencia artificial en la práctica psicológica.
Entre sus líneas de trabajo se incluye el diseño de formación específica para psicólogos sobre aplicaciones, oportunidades y riesgos de la IA. También la redacción de recomendaciones y guías de buenas prácticas sobre privacidad, protección de datos, confidencialidad y límites de uso profesional.
Además, el grupo plantea medidas para promover el bienestar digital y prevenir los riesgos del uso no supervisado de estas herramientas. Para ello consideran clave crear espacios estables de reflexión y debate sobre sus implicaciones éticas y regulatorias.
Los responsables del grupo subrayan que resulta esencial mejorar la alfabetización digital de profesionales y ciudadanía. Proponen reforzar el pensamiento crítico ante estas tecnologías para valorar sus respuestas y entender sus límites.
Según destacan desde el colegio profesional, su objetivo es ‘contribuir a una Psicología preparada para los desafíos tecnológicos actuales, sin perder de vista que la innovación debe estar siempre al servicio de las personas y nunca sustituir el criterio profesional ni el vínculo humano’.
Bienestar digital y uso responsable de la IA
El Grupo de Trabajo de Digitalización e Inteligencia Artificial del COP Región de Murcia ha recomendado establecer momentos de desconexión diaria, sobre todo antes de dormir, y revisar el tiempo que se dedica a las pantallas.
También invitan a reservar espacios de interacción social sin dispositivos para proteger la calidad de las relaciones personales. Entienden que estas pautas ayudan a equilibrar el impacto de la tecnología en la vida cotidiana.
Otra recomendación es desarrollar una actitud crítica ante los contenidos digitales y ante las respuestas generadas por inteligencia artificial. El grupo insiste en evitar que estas herramientas reemplacen el contacto humano o se conviertan en la única fuente de apoyo emocional.
‘Cuidar nuestro bienestar digital implica proteger nuestra atención, nuestro descanso y nuestras relaciones, tres pilares esenciales para la salud mental’, señalan desde el grupo.
Preguntas clave sobre IA y salud mental
Una de las primeras cuestiones que se abordarán en el taller será si la inteligencia artificial funciona realmente como herramienta útil de apoyo en consultas relacionadas con salud mental.
Los ponentes también analizarán cómo puede saber un profesional si una IA está respondiendo de forma adecuada en una conversación sobre salud mental. Esta reflexión se apoyará en herramientas de evaluación específicas.
Para ello estudiarán MentalHealthBench, desarrollado por Malik y colaboradores de OpenAI. Se trata de un benchmark, una prueba estandarizada que permite comparar cómo responden distintos modelos de IA, diseñado específicamente para conversaciones relacionadas con salud mental.
De chatbots genéricos a gemelos digitales
Otro de los bloques se centrará en la evolución desde sistemas de inteligencia artificial relativamente genéricos hasta modelos basados en gemelos digitales. Esta línea introduce la idea de representaciones mucho más individualizadas.
Durante la jornada se analizará el trabajo de Park y colaboradores, ‘Generative Agent Simulations of 1,000 People‘. En este estudio, los investigadores crearon modelos personalizados a partir de entrevistas en profundidad.
Posteriormente evaluaron hasta qué punto esos modelos podían reproducir actitudes, rasgos y patrones de respuesta de las personas originales. Los resultados ilustran el potencial de estas técnicas para aproximarse al comportamiento real.
Este enfoque se acerca al concepto de gemelo digital, entendido como una representación computacional individualizada que intenta modelar características y patrones de una persona concreta.
A partir de esa idea, el taller estudiará cómo podría aplicarse al ámbito psicológico. El planteamiento pasa por que el profesional disponga de una representación digital y longitudinal del paciente.
Esa representación podría ayudarle a integrar información del caso, formular y revisar hipótesis, marcar objetivos y plantear líneas de intervención. En todo caso, la decisión final se mantendría siempre bajo criterio profesional.
Estos avances enlazan con el concepto emergente de salud mental de precisión. El marco trabajado por Roca y colaboradores combina la evaluación sistemática del proceso terapéutico con herramientas que transforman datos en información útil para el profesional.
La finalidad es pasar de intervenciones uniformes a sistemas capaces de incorporar seguimiento continuo, feedback, detección de cambios y revisión constante de las hipótesis de trabajo, para adaptar progresivamente la atención a cada caso.
Psicobot: apoyo supervisado a la práctica clínica
El último bloque de la jornada mostrará cómo estos desarrollos empiezan a trasladarse a herramientas disponibles en la actualidad. El ejemplo central será Psicobot.net, que se presentará como caso práctico de este enfoque.
Psicobot.net es una herramienta desarrollada en el marco de la investigación doctoral de Elena Navarro, que se encuentra en curso en la Universidad de Murcia. La tesis está dirigida por los profesores Enrique J. Garcés de los Fayos y Ana Peinado Portero, y tutorizada por el catedrático Francisco Javier Corbalán Berna.
El proyecto cuenta con la aportación tecnológica de Marcelo Orenes-Vera, residente en Silicon Valley y especializado en infraestructuras de computación acelerada y clústeres de GPU para inteligencia artificial.
Psicobot está creando un framework denominado SLRC, Sistema Longitudinal de Representación del Caso. Este sistema organiza de forma progresiva la historia y motivo de consulta, la evaluación, el análisis funcional, la formulación psicológica, los objetivos, el plan de intervención y la evolución del caso.
La herramienta permite integrar información procedente de conversaciones, cuestionarios psicométricos, documentos y otras evidencias aportadas por el profesional. Con esos datos, el sistema los estructura y elabora propuestas que puedan resultar útiles.
La diferencia clave es que la inteligencia artificial no decide por el psicólogo. El sistema se limita a proponer, mientras que el profesional acreditado revisa cada sugerencia.
Es el psicólogo quien decide si modifica, aprueba o rechaza lo propuesto antes de incorporarlo al caso consolidado. De este modo se preserva el control humano sobre todo el proceso.
‘La inteligencia artificial puede hacer en segundos tareas de organización y síntesis que al profesional le llevarían mucho más tiempo. Pero eso no significa que deba tomar la decisión. Nuestro planteamiento es que la IA proponga y que el psicólogo revise, corrija y apruebe’, afirma Elena Navarro.
La investigación doctoral está evaluando si esta arquitectura puede reducir la carga de organización y seguimiento del profesional. También analiza si favorece una atención más individualizada.
Estas hipótesis deberán confirmarse empíricamente, pero apuntan hacia un objetivo claro. Se busca acercarse a la salud mental de precisión, pasando de sistemas que ofrecen respuestas generales a herramientas que adaptan el apoyo al contexto, las necesidades y la evolución de cada caso.
