آیا هوش مصنوعی جایگزین درمان اعتیاد خواهد شد؟
هوش مصنوعی میتواند به درمان اعتیاد کمک کند، اما رابطه درمانی جایگزینناپذیر است.
هوش مصنوعی میتواند به درمان اعتیاد کمک کند، اما رابطه درمانی جایگزینناپذیر است.
به گزارش پایگاه خبری تحلیلی اندیشه قرن؛ آیا هوش مصنوعی جایگزین درمان اعتیاد خواهد شد؟ هوش مصنوعی میتواند به درمان اعتیاد کمک کند، اما رابطه درمانی جایگزینناپذیر است.
هوش مصنوعی (AI) تقریباً وارد همه بخشهای مراقبتهای سلامت شده است و درمان اعتیاد نیز از این قاعده مستثنا نیست. چتباتها، عوامل گفتوگومحور و برنامههای مربیگری مبتنی بر هوش مصنوعی اکنون بهعنوان ابزارهایی برای درمان اختلالات مصرف الکل و سایر مواد (SUDs)، یا حتی جایگزینی برای رواندرمانی سنتی، عرضه میشوند. حامیان این فناوری استدلال میکنند که هوش مصنوعی میتواند دسترسی به مراقبتهای مبتنی بر شواهد را گسترش دهد، انگ اجتماعی را کاهش دهد و پشتیبانی شبانهروزی فراهم کند. منتقدان هشدار میدهند که این وعدهها محدودیتهای جدی و خطرات واقعی بالینی را پنهان میکنند. اینکه آیا هوش مصنوعی میتواند بهطور معناداری رواندرمانی انسانی برای اعتیاد (و سایر مشکلات سلامت رفتاری) را تکمیل کند، یا حتی جایگزین آن شود، هنوز مشخص نیست و نیازمند بررسی دقیق است.
دلایل موجهی برای بررسی هوش مصنوعی بهعنوان یک منبع کمکی وجود دارد. کمتر از ۱۰ درصد از حدود ۴۶ میلیون آمریکایی مبتلا به اختلال مصرف مواد در سال ۲۰۲۳ هیچگونه درمانی دریافت کردهاند. موانع جغرافیایی، مالی و اجتماعی، از جمله انگ اجتماعی، مانع از آن میشوند که میلیونها نفر هرگز وارد مطب یک درمانگر شوند. ابزارهای هوش مصنوعی که آموزش روانشناختی ارائه میدهند، خطر را غربالگری میکنند، افراد را به جستوجوی کمک تشویق میکنند و بین جلسات درمانی پشتیبانی فراهم میآورند، میتوانند نقش کمکی ارزشمندی ایفا کنند.
شاید قابلدفاعترین کاربرد هوش مصنوعی، ارائه درمان شناختی-رفتاری (CBT) با کمک آن باشد. از آنجا که CBT ساختاری بسیار منظم دارد و بر آموزش روانشناختی، بازسازی شناختی و توسعه مهارتهای رفتاری تأکید میکند، مؤلفههای اصلی آن نسبت به جنبههای ظریف و پیچیده روابط انسانی در درمانهای بینفردی یا روانپویشی، بیشتر قابلیت ارائه الگوریتمی دارند. چندین برنامه دیجیتال CBT در کارآزماییهای تصادفی کنترلشده، اثربخشی متوسطی را بهعنوان مکمل مراقبتهای استاندارد نشان دادهاند (Carroll و همکاران، ۲۰۱۴). هوش مصنوعی همچنین میتواند یادآوریهایی برای پیشگیری از عود ارائه دهد، به کاربران در پیگیری الگوهای ولع مصرف کمک کند و در لحظات پرخطر، راهبردهای مقابلهای فوری پیشنهاد دهد و به این ترتیب، زمان درمان را به زندگی روزمره گسترش دهد.
این تصور که هوش مصنوعی میتواند جایگزین رواندرمانی شود، بر سوءبرداشتی عمیق از ماهیت واقعی درمان استوار است. درمان صرفاً ارائه توصیه نیست؛ تولید فهرست کارها نیست؛ و صدور دستوراتی مانند «نوشیدن الکل را متوقف کن و ورزش را شروع کن» یا «از محرکها دوری کن اما ارتباطات اجتماعی خود را حفظ کن» نیز نیست. تلقی درمان اعتیاد بهعنوان مشکلی ناشی از کمبود دستورالعملهای رفتاری، واقعیت بالینی را بهطور اساسی تحریف میکند. حتی CBT، که بیش از سایر رویکردها قابلیت ارائه الگوریتمی دارد، در چارچوب یک رابطه درمانی قوی بیشترین اثربخشی را نشان میدهد
درمانهای بینفردی، روانپویشی و تقویت انگیزشی، رابطه درمانی را در مرکز فرآیند تغییر قرار میدهند. اعتیاد صرفاً مجموعهای از رفتارهای ناسازگار نیست که باید اصلاح شوند؛ بلکه بیانگر آسیبپذیریهای عمیقتر روانشناختی از جمله کمبود عزتنفس، تروماهای حلنشده، گسستهای دلبستگی و احساس شرم است که برای پرداختن مؤثر به آنها، به رابطهای پایدار، همدلانه و مبتنی بر اعتماد میان بیمار و درمانگر نیاز است
هیچ سامانه هوش مصنوعی کنونی قادر به ایجاد یا استفاده درمانی از یک رابطه بینفردی واقعی نیست. ممکن است گرمی و صمیمیت را شبیهسازی کند، اما نمیتواند آن را واقعاً ارائه دهد.
شاید مهمترین محدودیت بالینی هوش مصنوعی در درمان اعتیاد به موضوع انکار و دودلی مربوط باشد؛ ویژگیهایی که تقریباً در تمام اختلالات مصرف مواد وجود دارند. اعتیاد بهطور منحصربهفرد با مقاومت بیمار در پذیرش شدت یا پیامدهای مشکل، مردد بودن درباره تغییر، یا حتی انکار کامل وجود مشکل شناخته میشود. کماهمیت جلوه دادن مشکل، توجیهگری و نسبت دادن تقصیر به عوامل بیرونی صرفاً موانعی بر سر راه درمان نیستند؛ بلکه خودِ مسئله درمان هستند.
مصاحبه انگیزشی ، که چارچوبی مبتنی بر شواهد و طراحیشده برای مقابله با دودلی و مقاومت است، به توانایی درمانگر در تشخیص نشانههای ظریف بینفردی، همراهی با مقاومت، ایجاد ناهماهنگی شناختی سازنده و پاسخگویی با همدلی سنجیده در بستر یک اتحاد درمانی شکلگرفته وابسته است
سامانههای فعلی هوش مصنوعی تمایل مستند و شناختهشدهای به «چاپلوسی» دارند؛ یعنی سوگیری نظاممند به سمت پاسخهایی که کاربران آنها را خوشایندتر و از نظر عاطفی راحتتر مییابند، حتی زمانی که دقت بالینی اقتضا میکند پاسخ متفاوتی داده شود. این گرایش صرفاً یک نقص طراحی سطحی نیست، بلکه حاصل فرآیندهای آموزشی هوش مصنوعی است که پاسخهای مورد تأیید و ترجیحدادهشده توسط ارزیابان انسانی را پاداش میدهند.
در درمان اعتیاد، این گرایش میتواند خطرناک باشد. بیماری که اصرار دارد مصرف الکل او «واقعاً مشکلساز نیست»، احتمالاً از یک هوش مصنوعی پاسخی ملایم و تأییدکننده دریافت خواهد کرد که نه این تحریف را به چالش میکشد و نه فرآیند تغییر را پیش میبرد. در مقابل، یک درمانگر ماهر از همان لحظه، همراه با در نظر گرفتن تمام زمینههای مربوط به تاریخچه بیمار، وضعیت هیجانی فعلی او و خودِ رابطه درمانی، استفاده میکند تا با مهربانی اما بهطور مستقیم، شکاف میان ارزشهای اعلامشده بیمار و رفتار فعلی او را برجسته سازد. این همان هنر بیان حقیقت در درمان است؛ حقیقتی که با گرمی و در دل رابطهای بیان میشود که آنقدر مستحکم است که بتواند ناراحتی بیمار را در خود جای دهد. هوش مصنوعی که برای اجتناب از ناراحتی و بهینهسازی رضایت کاربر آموزش دیده است، از نظر ساختاری برای چنین کاری مناسب نیست.
استفاده از هوش مصنوعی در درمان اعتیاد با نگرانیهای ایمنی قابلتوجهی همراه است. ترک مصرف الکل و برخی مواد مخدر میتواند از نظر پزشکی تهدیدکننده حیات باشد؛ سامانههای هوش مصنوعی قادر به انجام ارزیابیهای بالینی، تشخیص خطر قریبالوقوع یا هماهنگی مداخلات پزشکی نیستند. اختلالات روانپزشکی همزمان که در میان افراد مبتلا به اختلالات مصرف مواد بسیار شایع هستند، نیازمند تشخیص افتراقی و برنامهریزی درمانیاند که فراتر از توان هر سامانه هوش مصنوعی فعلی است. استانداردهای محرمانگی، الزامات گزارشدهی اجباری و چارچوبهای مسئولیت حقوقی که بر درمانگران دارای مجوز حاکم هستند، بهطور یکسان بر برنامههای تجاری هوش مصنوعی اعمال نمیشوند (NIDA، ۲۰۲۳). بیمارانی که هوش مصنوعی را بهعنوان «درمان» اصلی خود به کار میگیرند، در معرض خطر به تأخیر انداختن یا کنار گذاشتن مراقبتهای مبتنی بر شواهد قرار دارند؛ امری که ممکن است هزینههای سنگینی برای سلامت و رفاه آنان در پی داشته باشد.
قابلدفاعترین نقش برای هوش مصنوعی در درمان اعتیاد، ایفای نقش مکمل در کنار مراقبت انسانی است، نه جایگزینی آن. ابزارهای هوش مصنوعی میتوانند بهطور مناسبی دامنه آموزش روانشناختی را گسترش دهند، از تمرین مهارتها بین جلسات حمایت کنند، پایش علائم را تسهیل نمایند و موانع ورود به درمان را کاهش دهند. اگر این ابزارها با دقت و تحت نظارت بالینی مناسب به کار گرفته شوند، میتوانند مراقبت از بیمارانی را که از پیش با یک متخصص واجد صلاحیت در ارتباط هستند، بهبود بخشند.
اما آنچه نمیتوانند انجام دهند، و نباید اجازه داده شود که آن را پنهان کنند، کار ذاتاً انسانیِ همراهی با فردی دیگر در مبارزهاش، جلب اعتماد او، تحمل مقاومتش و کمک به او برای یافتن شجاعت مواجهه با چیزی است که مدتها تلاش کرده از دیدنش اجتناب کند. این حوزه همچنان قلمرو درمانگران ماهر است و هیچ الگوریتمی حتی به نزدیک شدن به بازآفرینی آن نیز نرسیده است.
پایان/*
.
