La Inteligencia Artificial (IA) está transformando la práctica psicológica y abre un escenario en el que la cuestión ya no es si esta tecnología debe incorporarse a la atención en salud mental, sino de qué manera hacerlo. Frente a los modelos que plantean sustituir al profesional mediante terapeutas automatizados, una revisión publicada recientemente defiende un enfoque en el que la IA actúe como un «copiloto terapéutico», apoyando la evaluación, la toma de decisiones clínicas y las tareas administrativas, pero manteniendo siempre el juicio clínico, la relación terapéutica y la responsabilidad profesional en manos del psicólogo. Asimismo, subraya que la implantación de estas herramientas debe ir acompañada de garantías éticas, supervisión humana, protección de datos y formación específica de los y las profesionales.
Así lo plantea un artículo publicado por la revista Apuntes de Psicología, y llevado a cabo por un equipo de investigadores e investigadoras de la Universidad Villanueva, UNIE Universidad y Medea Lab, a través del cual sintetizan las principales aplicaciones actuales de la Inteligencia Artificial en psicología, desde la evaluación hasta la documentación clínica, analizando sus implicaciones para la calidad asistencial y presentando el caso de Psypilot como ejemplo de implementación de un copiloto terapéutico orientado a operacionalizar el paradigma de la Salud Mental de Precisión.
De la automatización al apoyo del juicio clínico.
Los autores y autoras explican que la IA engloba un conjunto de tecnologías capaces de procesar grandes cantidades de información para apoyar la consecución de objetivos concretos. En el ámbito de la psicología, destacan especialmente el aprendizaje automático (Machine Learning), el aprendizaje profundo (Deep Learning), el procesamiento del lenguaje natural y los grandes modelos de lenguaje, tecnologías que permiten analizar información procedente de cuestionarios, historias clínicas, notas de sesión, registros de voz o datos obtenidos mediante teléfonos móviles y dispositivos inteligentes.
Según recoge la revisión, estas herramientas permiten detectar patrones clínicos difíciles de identificar mediante procedimientos tradicionales, estimar riesgos, resumir información clínica o generar borradores de informes, facilitando el procesamiento de grandes volúmenes de información que pueden resultar difíciles de manejar exclusivamente mediante procedimientos manuales. No obstante, los/as autores/as insisten en que el valor de estos sistemas depende directamente de la calidad y representatividad de los datos con los que han sido entrenados, ya que modelos construidos sobre muestras poco representativas pueden generar sesgos y reducir su validez para poblaciones diversas.
La IA como herramienta para una atención psicológica más personalizada.
El artículo sitúa estas aplicaciones dentro del paradigma de la Salud Mental de Precisión, cuyo objetivo consiste en ofrecer la intervención adecuada, con la intensidad apropiada, en el momento oportuno y para cada persona concreta. Mientras que tradicionalmente esta personalización dependía fundamentalmente de la experiencia clínica del profesional, la IA permite integrar información procedente de múltiples fuentes —como la historia clínica, variables contextuales o el denominado fenotipado digital— para aportar información adicional que facilite la toma de decisiones clínicas. En este contexto, la revisión describe diversas aplicaciones potenciales de la IA a lo largo de todo el proceso asistencial.
Durante la fase de evaluación y monitorización, estas herramientas favorecen el denominado Cuidado Basado en la Medición, mediante la recogida sistemática de información relevante para cada caso. Entre sus posibles aplicaciones destacan la detección temprana de trastornos mentales a partir de datos rutinarios, la monitorización continua mediante teléfonos móviles y dispositivos wearables para identificar señales precoces de deterioro o recaída y la generación de sistemas de visualización y retroalimentación que permitan al/la profesional y al/la paciente seguir la evolución del tratamiento y adaptar las intervenciones cuando resulte necesario.
En la fase de intervención, la IA puede contribuir a fundamentar la toma de decisiones basada en datos. El texto explica que estas tecnologías podrían facilitar una asignación más adecuada de los y las pacientes a determinados servicios o profesionales teniendo en cuenta variables clínicas, necesidades específicas o perfiles de respuesta esperados, en lugar de basarse únicamente en criterios organizativos. Asimismo, los modelos predictivos permiten estimar qué tipo de intervención presenta una mayor probabilidad de beneficio para cada paciente concreto, favoreciendo una mayor personalización de los tratamientos.
Reducir la carga administrativa para dedicar más tiempo a la atención directa.
Uno de los beneficios más inmediatos identificados por la revisión se refiere a la automatización de las tareas administrativas que acompañan a la práctica clínica.
La documentación, la elaboración de informes y otras actividades burocráticas consumen una parte importante del tiempo de trabajo de los profesionales y contribuyen al agotamiento laboral. En este sentido, los autores señalan que las herramientas de IA generativa pueden transcribir sesiones —siempre bajo consentimiento y respetando la privacidad—, resumir los aspectos más relevantes y elaborar borradores de informes clínicos o notas de evolución en cuestión de segundos. Datos preliminares citados en el artículo indican que estos asistentes podrían reducir el tiempo dedicado a tareas administrativas entre un 40% y un 60%, permitiendo reinvertir ese tiempo en atención directa, formación continuada o autocuidado profesional.
Dos modelos enfrentados: sustituir al psicólogo o potenciar su trabajo.
Uno de los aspectos centrales de la revisión consiste en diferenciar dos modelos de incorporación de la IA a la salud mental.
Por un lado, el denominado modelo de IA sustitutiva propone el empleo de chatbots o aplicaciones que interactúan directamente con los usuarios sin intervención profesional. Aunque los autores reconocen que estas herramientas pueden resultar útiles para actividades como la psicoeducación o el entrenamiento en habilidades sencillas, advierten de que presentan importantes limitaciones cuando pretenden desempeñar funciones terapéuticas. Entre los riesgos señalados figuran las dificultades para gestionar situaciones de crisis, la pérdida del vínculo terapéutico y la sustitución del juicio clínico por algoritmos que carecen de capacidad para interpretar la complejidad contextual de cada caso.
Frente a este planteamiento, la revisión defiende el modelo de copiloto terapéutico, en el que la IA se integra en el flujo de trabajo del psicólogo para realizar tareas computacionales —como procesar información, organizar datos, detectar riesgos o generar recomendaciones— mientras el profesional mantiene el control de las decisiones clínicas. Los autores comparan este funcionamiento con el de un sistema GPS: la tecnología ofrece información y sugerencias, pero es el conductor quien decide el recorrido y asume la responsabilidad del proceso.
Psypilot como ejemplo de implementación.
Como ejemplo de este enfoque, el artículo presenta Psypilot, una herramienta concebida como sistema de apoyo a las decisiones clínicas que integra funciones de evaluación, monitorización, planificación terapéutica, documentación y seguimiento de la evolución del paciente.
Según explican los autores y autoras, el sistema combina evaluaciones psicométricas validadas con otra información aportada por el o la profesional —como notas de sesión, ejercicios realizados o informes previos— para generar paneles de seguimiento e itinerarios de intervención personalizados. De igual modo, incorpora mecanismos destinados a minimizar algunos de los riesgos asociados a los grandes modelos de lenguaje, mediante filtros de seguridad, recuperación de información procedente de bases de datos clínicas y científicas verificadas y una infraestructura diseñada para cumplir el Reglamento General de Protección de Datos (RGPD).
La incorporación de la IA plantea importantes retos éticos y formativos.
La revisión concluye destacando que la implantación de la IA en psicología exige afrontar importantes desafíos éticos, regulatorios y formativos.
El artículo recuerda que el Reglamento Europeo de Inteligencia Artificial considera de alto riesgo los sistemas empleados para tareas como el diagnóstico, el triaje o la evaluación de riesgos, lo que implica requisitos específicos relacionados con la calidad de los datos, la transparencia, la trazabilidad, la supervisión humana y la gestión de riesgos. Asimismo, advierten sobre el denominado sesgo de automatización, que puede llevar a los y las profesionales a otorgar un peso excesivo a las recomendaciones generadas por los algoritmos, por lo que consideran imprescindible que estos sistemas funcionen siempre bajo un esquema de supervisión humana, en el que el psicólogo confirme, rechace o matice las sugerencias proporcionadas por la IA.
Igualmente, subraya la necesidad de vigilar los posibles sesgos derivados de los datos de entrenamiento, garantizar la transparencia respecto al uso de estas herramientas, proteger adecuadamente la información clínica y promover la denominada alfabetización algorítmica entre los profesionales. En este sentido, concluyen que el futuro de la profesión no pasa por resistirse al avance tecnológico, sino por adquirir las competencias necesarias para integrar la Inteligencia Artificial como una herramienta de apoyo que contribuya a mejorar la calidad de la atención psicológica sin sustituir el papel esencial del juicio clínico ni de la relación terapéutica.
Fuente.
Roca, P., Sánchez-Pedreño, M., Rodríguez-Fernández, G., García del Valle, E.P. y Zangri, R.M. (2026). Inteligencia Artificial aplicada a la psicología: El ejemplo de Psypilot como copiloto terapéutico. Apuntes de Psicología, 44(2), 77-84. https://doi.org/10.70478/apuntes.psi.2026.44.09