האם אפשר לשלב AI בתהליך טיפולי בלי לאבד את האנושיות?

לרבים מאיתנו יש חשש בריא כשמדובר ב-AI ובעולם הרגשי, והוא לגמרי מוצדק. מודל-שפה כללי יכול להישמע בטוח ומשכנע גם כשהוא טועה, להציג מידע לא-מדויק בנימה סמכותית, ולבנות מסקנה שלמה על סמך פיסת-מידע חלקית. הוא אינו רואה את הבעת הפנים, את קצב הנשימה, את השתיקה שנפלה באמצע המשפט — כל אותם רבדים שמטפל אנושי קורא באופן טבעי. ומעל הכול, הוא עלול לייצר אשליית-הבנה: תחושה שמישהו "מבין אותך לגמרי", בזמן שמדובר בטקסט שנוצר סטטיסטית, בלי אדם שבאמת נמצא איתך בחדר.

גם גופים מקצועיים מובילים מזהירים מכך. ארגון הבריאות העולמי קורא לזהירות בשימוש במודלי-שפה בתחום הבריאות — מפני מידע שגוי או מוטה שעלול לנבוע מנתוני-אימון, ומדגיש את הצורך בשקיפות, בפיקוח-אנושי ובהגנה על פרטיות. במקביל, ארגון הפסיכולוגים האמריקאי (APA) מדגיש שכלי-AI צריכים לתמוך בשיקול-הדעת המקצועי של איש-המקצוע — לא להחליף אותו.

אז השאלה האמיתית אינה "AI כן או לא", אלא שאלה מדויקת יותר: כיצד לשלב AI בלי למסור לו סמכות טיפולית שאין לו, ובלי לאבד את הקשר האנושי ואת שיקול-הדעת? כל מה שנכתב כאן הוא ניסיון לענות עליה — לא בהבטחה שהטכנולוגיה "פתרה" את הבעיה, אלא בתיאור מודל שלוקח את החשש ברצינות ובונה סביבו גבולות.

לא מודל כללי שמאלתר — אלא מערכת מקצועית תחומה

ההבדל המרכזי מתחיל כאן. מודל-שפה כללי הוא כלי אחד גדול שמנסה לענות על הכול, ולכן גם מאלתר על הכול. צָלוּל בנוי אחרת: כארכיטקטורת-סוכנים — אוסף של רכיבים ממוקדים, שכל אחד מהם מתמחה בעולם-תוכן אחד, נשען על ספריית-ידע ופרוטוקולים משלו, ופועל בתוך גבולות ברורים.

ל-"סוכן" כאן הכוונה לרכיב-תוכנה תחום עם תפקיד מוגדר — לא ישות שמרגישה או "מבינה". בין הסוכנים, למשל:

• רפלקציה — עוזר לאדם להאט ולהתבונן במה שעולה בו.
• זיהוי-דפוסים — מסייע לשים לב לתגובות שחוזרות על עצמן.
• CBT (טיפול קוגניטיבי-התנהגותי) — עבודה עם מחשבות, פרשנויות והתנהגות.
• AEDP (פסיכותרפיה דינמית-חווייתית מואצת) — עבודה חווייתית עם רגש, הגנות וקשר.
• התקשרות — הבנת דפוסי-קרבה וריחוק בקשרים.
• תקשורת זוגית — הבחנה בין מה שנאמר לבין מה שנשמע.
• ויסות-רגשי וקרקוע — כלים להתמודדות עם הצפה.
• הכנה לפגישה ומעקב-משימות — המשכיות בין מפגשים טיפוליים.
• איתור-סיכון והפניה — זיהוי מצבים שמחייבים עצירה והעברה לגורם אנושי.

כל סוכן פועל בתוך מסגרת מוגדרת: מה מותר לו להציע, על אילו מקורות הוא נשען, מה אסור לו להסיק, ומתי עליו לעצור ולהעביר את הטיפול למטפל. במקום כלי אחד שמנסה להיות הכול, מתקבלת מערכת מקצועית שכל חלק בה יודע גם את גבולותיו — וזה בדיוק ההבדל בין אילתור לבין עבודה תחומה.

ספרייה מקצועית שהמטפל מעצב

מערכת תחומה טובה רק כמו הידע שעליו היא נשענת — ולכן המטפל, ולא האלגוריתם, הוא זה שמעצב אותה. המטפל בוחר אילו גישות ומקורות ייכנסו לספרייה, מוסיף חומרים משלו, מגדיר אילו כלים מותרים לשימוש, מתאים את השפה ואת מידת-הישירות למטופל שמולו, ומאשר או דוחה תובנות שהמערכת מציעה.

נקודה קריטית: המערכת מציגה בשקיפות את רמת-הביסוס של כל מקור וכל טכניקה. כלי מבוסס-מחקר אינו נמצא באותה קטגוריה עם כלי חווייתי, השערה קלינית או גישה אלטרנטיבית — וההבחנה הזו גלויה. כך הבחירה באיזה כלי להשתמש נעשית באופן מודע ושקוף, ולא מתוך הנחה שגויה שכל מה שהמערכת מציעה נשען על אותה מידת-ביסוס.

התאמת ההתערבות לרגע

אותה מחשבה יכולה לדרוש התייחסות שונה לגמרי בהתאם למה שמתחתיה. קחו לדוגמה מחשבה אוטומטית: "אם היא לא ענתה, סימן שהיא לא רוצה אותי." אפשר לעבוד איתה בכמה דרכים:

• אם זו בעיקר מחשבה אוטומטית — כלי של התבוננות קוגניטיבית יכול לעזור לבדוק אותה: מה העובדות, ומה הפרשנות שהוספתי?
• אם מתחת למחשבה מסתתר פחד-נטישה — הקשבה רגשית תהיה מתאימה יותר מניתוח לוגי.
• אם האדם כבר מוצף — הצעד הראשון אינו התבוננות בכלל, אלא ויסות וקרקוע, וההתבוננות תבוא רק אחר-כך.

הכוח האמיתי של מערכת תחומה אינו רק לדעת איזה כלי להציע — אלא לדעת גם מתי לא להשתמש בכלי כלל, ומתי הדבר הנכון הוא להפנות למטפל. אבל כאן נדרש דיוק קריטי, כדי לא להבטיח מה שאי-אפשר לקיים:

AI שמכיר — בלי להחליט מי האדם

המשכיות היא אחד היתרונות הגדולים של מערכת תומכת: היכולת לזכור מה עלה בשיחות קודמות ולחבר בין הקצוות. אבל היכולת הזו כפופה תמיד להסכמת המשתמש — ולא פחות חשוב, לאופן שבו היא מנוסחת.

ההבדל הוא בין הצהרה לבין השערה. מערכת אחראית לא תאמר "יש לך פחד-נטישה" כאילו זו עובדה שאובחנה. היא תנסח אחרת: "עולה כאן אפשרות של חשש מנטישה — האם זה מדויק? חלקית נכון? בכלל לא?" המערכת מחזיקה את ההשערה באופן זמני, מבקשת תיקוף מהאדם עצמו, ומאפשרת לו לשנות, לדייק או לפסול אותה לגמרי.

זו אבחנה עדינה אך מהותית: AI יכול להכיר דפוסים ולהציע ניסוחים — בלי להחליט מי האדם ומה "באמת" קורה בתוכו. ההגדרה של מי הוא ומה נכון לו נשארת בידיו ובידי המטפל, לא בידי המערכת.

מכפיל-כוח למטפל — co-pilot, לא טייס

אחד המקומות שבהם AI תחום מביא ערך אמיתי הוא בעבודה של המטפל עצמו. פגישה טיפולית מתקיימת בזמן מוגדר, אבל החיים של המטופל נמשכים בין הפגישות — ותובנות, קשיים ודפוסים חשובים עולים דווקא אז. בכפוף להסכמת המטופל ולהגדרות שהמטפל קבע, המערכת יכולה לשמש כ-co-pilot (טייס-משנה): לסייע למטפל, בלי לתפוס את מקומו. למשל —

• סיכום של מה שעלה בין הפגישות.
• הבחנה בין עובדה, פרשנות, רגש וצורך בתוך מה שהמטופל תיאר.
• זיהוי נושאים שחוזרים על עצמם.
• מעקב אחר תרגילים ומשימות שסוכמו.
• בריף קצר לקראת הפגישה הבאה.
• הצעת מקורות או שאלות אפשריות להעמקה.
• תזכורת להשערות שעלו קודם, וסימון של מידע חסר.

חשוב להדגיש: זהו ארגון של מידע שהמטופל עצמו הביא — לא אבחון. המערכת מסדרת ומזקקת חומר קיים כדי לחסוך למטפל עבודה טכנית, לא כדי להחליף את הפרשנות הקלינית שלו.

וזה מתיישב עם מה שהמחקר מראה על כלים דיגיטליים כתוספת לטיפול. סקירות שיטתיות ומטא-אנליזות מצביעות על כך שהתערבויות דיגיטליות — בעיקר כאלה המבוססות על עקרונות CBT — יכולות לשפר תסמינים של חרדה ודיכאון, במיוחד כשהן משולבות כתמיכה לצד עבודה קלינית. מטא-אנליזה מקיפה בהוצאת ה-APA מוצאת ראיות ליעילותן של התערבויות דיגיטליות לדיכאון במגוון אוכלוסיות. עם זאת, נדרשת כנות לגבי רמת-הביסוס: התוצאות משתנות בין מחקרים ובין אוכלוסיות, וליווי אנושי — לא כלי דיגיטלי לבדו — נוטה לשפר את המעורבות ואת ההתמדה בתהליך.

ה-co-pilot לא קובע את התוכנית

ההבחנה בין "מסייע" לבין "מחליט" היא לב-העניין. המערכת יכולה להציע מטרות אפשריות, נושאים, מדדים, תרגילים, שאלות, מקורות וסימני-סיכון — אבל המטפל הוא זה שמכריע. חלוקת-התפקידים ברורה:

אף שלב במערכת אינו "קובע תוכנית טיפול". התוכנית נשארת החלטה מקצועית ואנושית — והמערכת רק מספקת לה חומר-גלם מסודר יותר.

Human-in-the-loop כארכיטקטורה — לא כסיסמה

"אדם בתוך הלולאה" (human-in-the-loop) הפך למונח שחוק. אצל צָלוּל הוא לא הצהרת-כוונות אלא עיקרון-בנייה: האדם נמצא בנקודות-ההכרעה לאורך כל התהליך, לא רק בסופו.

1. לפני — המטפל מגדיר את המסגרת: אילו כלים מותרים, אילו מקורות, איזו שפה.
2. במהלך — המשתמש יכול לתקן, לדחות או לעצור בכל רגע.
3. לפני שימוש קליני — המטפל בוחן כל סיכום וכל השערה לפני שהם נכנסים לעבודה.
4. במצבי-סיכון — המערכת עוצרת ומפנה לגורם אנושי מתאים.
5. לאורך זמן — בדיקה מתמשכת של תלות אפשרית ושל הטיות שעלולות להצטבר.

הטאץ' האנושי — מה AI לעולם לא יחליף

יש דברים שמערכת, מדויקת ומועילה ככל שתהיה, פשוט אינה יכולה לעשות. AI אינו חי בתוך הקשר. הוא אינו נוכח פיזית בחדר. הוא אינו נפגע, אינו מתרגש, ואינו חווה את מה שהאדם מולו חווה. הנוכחות האנושית — היכולת להיות באמת עם אדם אחר ברגע קשה — אינה ניתנת לחיקוי.

וכאן נמצא אולי החלק החשוב ביותר: צָלוּל נועד לפַנות לאנושי יותר מקום, לא פחות. כשהמערכת מורידה מהמטפל עומס טכני — סיכומים, ארגון מידע, מעקב אחר משימות — היא מפנה אותו למה שרק הוא יכול לתת: נוכחות, קשר, אינטואיציה קלינית, היכולת להחזיק מורכבות, ותיקון שמתרחש בתוך הקשר האנושי עצמו. הטכנולוגיה כאן משרתת את האנושיות, לא מתחרה בה.

סיכונים שממשיכים ברצינות

מודל אחראי אינו מתיימר להיות חף מסיכונים — הוא מכיר בהם ובונה סביבם הגנות. אלה הסיכונים שממשיכים לעמוד על הפרק:

• דיוק ונאמנות-למקור — האם הצעה באמת נשענת על מה שהיא מתיימרת.
• התאמה קלינית — האם הכלי מתאים לאדם הספציפי ולמצב הספציפי.
• הטיות — שעלולות לנבוע מנתוני-אימון ולהצטבר לאורך זמן.
• פרטיות והסכמה — הגנה על מידע רגיש ושליטה של האדם במה שמשותף.
• תלות — הסיכון שהמשתמש יישען על המערכת במקום על קשר אנושי.
• בטיחות — זיהוי מצבי-מצוקה והפניה נכונה בזמן.

שניים מאלה ראויים להדגשה מיוחדת. ה-APA מזהיר במפורש מפני הסתמכות על צ'אטבוטים כלליים כתחליף לפסיכותרפיה, ומפני יצירת תלות בכלים כאלה. לכן המבחן האמיתי לכל מערכת אינו רק "האם היא עוזרת ברגע נתון", אלא: האם היא מקדמת קשר, בחירה ואחריות — ומפנה לגורם אנושי כשצריך — או שהיא מעודדת היקשרות אליה עצמה. מערכת אחראית נמדדת גם ביכולתה לוותר על המשתמש לטובת אדם.

לסיכום: לא AI במקום טיפול — טיפול שמקבל יכולת נוספת

החשש מ-AI בעולם הרגשי אינו טעות שצריך "להסביר למה היא מיותרת". הוא נקודת-מוצא נכונה. הטעות היחידה תהיה להסיק ממנו שהתשובה היא "AI בכלל לא" — או, בקצה השני, למסור למכונה סמכות טיפולית שאין לה.

המודל שתואר כאן מציע דרך-ביניים: לא ללמד AI להיות מטפל, אלא לאפשר למטפל ולמטופל לעבוד עם AI באופן מבוסס-מקורות, שקוף, רציף ומפוקח. לא AI במקום טיפול — אלא טיפול שמקבל יכולת נוספת, בזמן שהאדם, הקשר האנושי ושיקול-הדעת המקצועי נשארים במרכז.