O campo da saúde mental está en constante desenvolvemento e a tecnoloxía pon ao servizo da atención psicolóxica as súas ferramentas. Unha das últimas achegas ao sector é o proxecto ROGERS, unha iniciativa que busca apoiar a formación de terapeutas a través da xeración, mediante intelixencia artificial, de sesións sintéticas de psicoterapia. O sistema vén de presentarse na Information Processing & Management Conference 2026, onde se deu a coñecer que xa conta coa avaliación de profesionais sanitarios que validan a súa utilidade como método educativo.
O estudo foi elaborado polos investigadores do Centro Singular de Investigación en Tecnoloxías Intelixentes (CiTIUS) Anxo Fernández-Villoch, Marcos Fernández-Pichel, e David Losada, en colaboración co profesor da Universidade de Michigan John Piette. O proxecto ROGERS parte dunha análise desenvolta na institución estadounidense que foi logo ampliada na Universidade de Santiago de Compostela.
O sistema nace cun propósito educativo destinado a profesionais en formación. David Losada, catedrático da USC e parte do proxecto, afástase da posibilidade de reemplazar as conversas con terapeutas humanos por sesións con ROGERS: “Non considero que a interacción cunha persoa a efectos terapéuticos deba ser substituída por unha ferramenta automatizada. Iso é unha liña vermella“.
A dificultade de formarse como terapeuta
A esencia deste proxecto está na capacitación de profesionais para que poidan dirixir sesións de terapia psicolóxica con éxito. “ROGERS xorde dunha necesidade. A nivel internacional, e particularmente en contornas con sistemas educativos pouco avanzados, a formación en psicoterapia precisa novas ferramentas e estratexias para instruír e complementar o ensino de futuros terapeutas”, explica David Losada. “Un dos focos da nosa colaboración coa Universidade de Michigan é o traslado desta tecnoloxía aos espazos de formación de América Central e América do Sur cos que cooperan e onde están preocupados polo adestramento de profesionais da área”, engade o docente.
Ademais, o adestramento de estudantes neste eido ten especial dificultade debido á confidencialidade que rodea as sesións de terapia reais. A protección da privacidade do paciente fai que o material de referencia na área da saúde mental sexa moi escaso. A iniciativa da USC e a Universidade de Michigan busca cubrir este oco con propostas sintéticas que non poñen en risco a información sensible de quen acude a terapia.
O investigador do CiTIUS sinala que ROGERS usa intelixencia artificial para modelar perfís de pacientes prototípicos que un profesional da saúde mental podería atopar na consulta. “Existen estudos científicos previos relacionados co perfilado de usuarios. Tamén hai IAs que utilizaban a mesma premisa de xerar pacientes habituais, mais os sistemas quedaban sen un discurso, sen respostas que dar. Tomamos eses resultados como base e ampliámolos: démoslles máis contexto e achegamos novos detalles sobre o usuario para que a conversa fora máis fluída”, conta Losada.
ROGERS permite que o terapeuta interactúe co sistema e reciba estratexias sobre como afrontar certas situacións ou advertencias sobre o uso de comentarios inapropiados. “Algunhas das accións positivas que recoñece esta IA son a de facer preguntas abertas en vez de limitarse a cuestións pechadas de ‘si’ e ‘non’ ou propoñer reflexións sobre os comentarios do paciente. Tamén avisará o terapeuta no caso de detectar actuacións negativas como enfrontarte ao usuario, ameazalo con subirlle a medicación ou tratar de persuadilo“, indica o catedrático da USC. O investigador apunta que a identificación de comportamentos axeitados por parte do terapeuta en formación está baseada en dúas estratexias psicolóxicas complementarias: a Entrevista Motivacional e a Terapia Cognitivo-Condutual.
Como funciona ROGERS?
O proxecto ten, en esencia, dous modos de uso. No primeiro, ROGERS produce sinteticamente toda a conversa entre terapeuta e paciente. “Podes xerar unha intervención completa en base a 12 perfís de usuarios preestablecidos. O programa permite etiquetar e anotar a sesión en base a comportamentos negativos e estratexias da Entrevista Motivacional e da Terapia Cognitivo-Condutual”, explica David Losada. O investigador apunta que no seu segundo formato de utilización é o profesional en formación quen toma o papel de terapeuta. “Seleccionas un dos pacientes que existen no programa e dirixes unha sesión. A ferramenta analizará as túas achegas para resaltar as decisións positivas e as negativas“, aclara o catedrático da USC.
Estas intervencións por parte do estudante realízanse de xeito escrito. ROGERS pode empregarse en inglés e castelán, aínda que o investigador recoñece que presenta resultados máis precisos na lingua anglosaxoa: “Funcionan mellor en inglés porque moitos dos datos cos que se adestrou esta IA tomáronse nese idioma”.
Construír pacientes e terapeutas sintéticos
Hai dous grandes perfís que entran en xogo nas sesións psicoterapéuticas: por unha banda está o do terapeuta e pola outra, o do paciente. No caso do primeiro, o equipo que elaborou o traballo experimentou con variantes de ‘prompts’ ou instrucións para lograr que a intelixencia artificial seguira determinadas estratexias. “Probamos con grandes modelos de linguaxe (LLM) abertos aos que lles aplicamos axustes finos para que a rede neuronal resultante tivera máis detalles que a de partida. Finalmente, en base aos resultados destas probas escollemos usar QWEN na súa versión 3.5″, sinala David Losada.
En canto aos pacientes, os investigadores do CiTIUS tomaron como referencia estudos recentes que xeraron versións iniciais de modelos de IA baseados na observación de diferentes situacións en redes sociais. “Monitorizaron persoas que falaban en Internet das súas preocupacións, estableceron patróns e sinalaron problemas prototípicos. Por exemplo, incluíron unha persoa con certa idade que se divorcia e un adolescente que non encaixa na escola”, indica o catedrático da USC. Aínda que as análises previas que usaron como guía foron validadas por expertos, Losada apunta que expandiron a súa información para complementar a existente e permitir que a intelixencia artificial tivera un contexto máis amplo en torno aos usuarios ficticios. Como resultado obtiveron 12 perfís, entre eles: unha estudante abrumada que enfronta múltiples perdas, un home novo co corazón roto que esconde a dor emocional ou un supervivente dun intento de suicidio con depresión grave.
Neste traballo tamén empregaron coleccións de datos dispoñibles sobre terapias. Así e todo, o docente aclara que moitos destes non son reais, senón un role-play ou simulación preparada para suplir a falta de información sobre este tipo de sesións.
Do laboratorio ás aulas
Na presentación do proxecto que tivo lugar durante a Information Processing & Management Conference 2026, David Losada revelou que ROGERS xa foi validado por profesionais do sector. “A avaliación con expertos determinou que esas conversas sintéticas son útiles e potencialmente empregables para indicarlles a terapeutas en formación que é adecuado e que non”, afirma o investigador.
Durante os próximos meses o equipo traballará en mellorar o sistema de anotacións. “En dous, tres anos poderemos realizar probas piloto de maneira controlada. Comezaremos polos centros educativos asociados ao proxecto, como é o caso da USC”, asegura o investigador do CiTIUS. Así e todo, Losada explica que o acceso a ROGERS será limitado: “Non podemos lanzalo de xeito aberto porque non temos os servizos computacionais requiridos para manter os sistemas se os usan públicos grandes”.













