Исследователи применили латентный анализ классов (статистический метод, который выделяет в выборке скрытые подгруппы по сочетанию ответов, а не по среднему баллу) к ответам 286 студентов-психологов и стажёров психотерапевтических программ о двух клинических инструментах на основе искусственного интеллекта. Ни в одном из шести измеренных доменов выборка не описалась единой ориентацией: устойчиво выделялись решения с тремя-четырьмя классами. Это поперечный срез с самоотбором участников в одной стране, а число классов зависит от решения авторов модели, поэтому речь идёт о структуре ответов, а не об устойчивых типах специалистов. Результаты опубликованы в журнале Frontiers in Psychology.

Что знали раньше

Отношение помогающих специалистов к ИИ до сих пор описывали преимущественно средними баллами по шкалам принятия технологии, готовности и тревоги. Такая метрика отвечает на вопрос «насколько в среднем принимают» и молчит о том, как ответы распределены. Выборка, где половина участников отвечает на верхнем краю шкалы, а половина на нижнем, даёт тот же средний балл, что и выборка сплошь умеренных. Для планирования обучения это две разные ситуации: в первой любое общее решение оставляет недовольной половину группы, во второй — почти никого.

Отдельный вопрос — что именно измеряется. Принятие инструмента, готовность им пользоваться, тревога за собственное обучение, тревога за будущее профессии и опасения по поводу рисков и автономии ИИ обычно идут в анкетах рядом и нередко сливаются в один разговор «за» и «против». Между тем это разные предметы: можно считать инструмент полезным и одновременно опасаться, что он обесценит собственный тренировочный опыт.

Кто и на ком

Работа построена на опросе студентов психологических программ и стажёров психотерапевтического обучения — тех, чьи профессиональные привычки только складываются и кто застанет ИИ-инструменты в качестве фона всей карьеры. Статья доступна по подписке, имена исследовательской группы в открытой части публикации не приведены.

Участникам предъявляли два конкретных сценария, а не абстрактный «искусственный интеллект»: инструмент автоматической обратной связи по ходу терапии и инструмент рекомендаций по выбору лечения. Различие существенное — первый комментирует работу специалиста, второй вмешивается в клиническое решение.

Как считали

Всего участников было 286. Шесть латентных моделей оценивались по отдельности, по одной на каждый домен: общие установки к ИИ, принятие технологии, готовность, тревога, связанная с работой, тревога, связанная с обучением, и опасения по поводу рисков ИИ и его автономии. Модель в каждом домене подбирала такое число скрытых классов, при котором наблюдаемые сочетания ответов объясняются лучше всего.

Раздельное моделирование — ключевая особенность дизайна и одновременно его граница. Оно позволяет увидеть, что внутри одного домена сосуществуют несколько несводимых позиций, но не даёт права утверждать, что скептик в одном домене — это тот же человек, что тревожащийся в другом. Сквозного профиля, который связывал бы принятие и тревогу в одной фигуре, работа не строит и об этом говорит прямо.

Что вышло

Во всех шести доменах воспроизвелись решения с тремя-четырьмя классами. Единой ориентации к ИИ у выборки не оказалось нигде. В нескольких доменах наиболее заметными были классы с умеренными или смешанными паттернами ответов — то есть большая часть участников не занимает ни полюс поддержки, ни полюс отвержения. Остальные классы располагались по краям: выраженно благоприятная ориентация, скептическая, повышенная тревога, связанная с обучением, повышенная тревога, связанная с работой, и обострённое беспокойство по поводу рисков и автономии ИИ.

Спор «за ИИ или против ИИ» предполагает одну шкалу. В данных её нет.

Содержательный итог не в списке классов, а в самом факте их множественности. Средний балл принятия по такой выборке описывает несуществующего среднего респондента, собранного из умеренного большинства, тревожного меньшинства и группы, для которой вопрос решён в пользу инструментов.

Ограничения

Дизайн поперечный: он фиксирует распределение позиций в один момент и ничего не говорит о том, меняются ли они по мере набора клинического опыта. Участники пришли в исследование сами, а самоотбор в опросах про технологии обычно смещает выборку в сторону тех, кому тема небезразлична — в обе стороны сразу. Выборка ограничена одной страной и одной образовательной ступенью. Наконец, решение о числе классов принимает исследователь: диапазон «три или четыре» означает, что статистика не указывает на единственный ответ, и та же матрица ответов при другом решении даст другую картину групп.

На что это влияет

Российское поле устроено так, что типология попадает в него не выводами, а вопросом. В одних обучающих программах ИИ уже используют для конспектирования учебных кейсов и подготовки материалов к супервизии; в других сообществах то же действие описывается как нарушение конфиденциальности, поскольку данные клиента попадают во внешний сервис. Эти две нормы редко встречаются в открытом споре — чаще они сосуществуют внутри одной учебной группы, не проговорённые.

Из работы следует, что вопрос «разрешить или запретить» соединяет как минимум четыре разных предмета: оценку полезности инструмента, тревогу за собственное обучение, тревогу за профессиональное будущее и беспокойство о клиентских данных. Позиция участника по одному из них не предсказывает позицию по остальным. Групповое голосование или единая формулировка регламента усредняют эти предметы в один и тем самым делают несогласие невидимым: результат выглядит как консенсус, хотя описывает распределение, в котором края расходятся.

Для руководителя программы это влияет на то, какой инструмент обратной связи даёт осмысленный ответ. Средний балл по опросу «как вы относитесь к ИИ» покажет умеренность и скроет, что часть группы не будет использовать инструмент ни при каких правилах, а часть уже использует его вне регламента. Раздельные вопросы — про учебную ценность, про данные клиента, про собственную квалификацию — дают разное распределение по каждому пункту, и именно расхождение между этими распределениями определяет, где регламент столкнётся с сопротивлением.

Прямой перенос классов из работы на российские программы не обоснован: выборка иностранная, учебная и небольшая. Переносится не типология, а её техника — проверка распределения вместо среднего и раздельный счёт по доменам, которые в разговоре обычно склеиваются.