En un esfuerzo por abordar la escasez de consejeros en salud mental, un nuevo estudio de la Universidad de Stanford ha explorado el impacto de la práctica simulada y la retroalimentación proporcionada por Modelos de Lenguaje de Gran Escala (LLM) en el desarrollo de habilidades de consejería. En este estudio, 94 consejeros novatos fueron asignados aleatoriamente a practicar utilizando pacientes simulados por inteligencia artificial (IA), bien solos o recibiendo retroalimentación estructurada adicional generada automáticamente por IA.

Los resultados del experimento, publicado en mayo de 2025, indican que aquellos consejeros que recibieron tanto práctica como retroalimentación (grupo P+F) mostraron una mejora significativa en el uso de habilidades como la formulación de preguntas y la reflexión empática, con diferencias de efecto entre 0,32 y 0,39 y significativas estadísticamente (p<0,05). Por otro lado, los que solo practicaron con el paciente simulado sin recibir retroalimentación (grupo P) no mostraron mejoras en áreas cruciales como la empatía, presentando una disminución en su utilización con una diferencia de efecto de -0,52, p=0,001.

Una conclusión clave del estudio es que la práctica no es suficiente para fomentar el desarrollo holístico de habilidades críticas de consejería. La incorporación de retroalimentación, que proporciona ejemplos alternativos y razonamientos retrospectivos, es esencial para ayudar a los consejeros a adoptar un enfoque centrado en el cliente, mejorando la empatía y el reconocimiento preciso de sentimientos durante las sesiones simuladas.

Estos hallazgos aparecen en un contexto donde un 22.8% de la población adulta en Estados Unidos experimentó alguna forma de enfermedad mental en 2023, lo que subraya la importancia de métodos efectivos de formación para enfrentar la creciente demanda de cuidado en salud mental. Los sistemas basados en IA demuestran ser prometedores al ofrecer una formación que es escalable y más accesible que los métodos tradicionales que dependen de intensivos recursos humanos.

En cuanto al autoevaluación de los participantes, el estudio reveló una desconexión notable entre la autopercepción de la eficacia de las habilidades y el rendimiento real observado, en especial en participantes con índices de ejecución más bajos, evidenciando el efecto Dunning-Kruger.

En conclusión, el estudio piloto sugiere que herramientas como el sistema CARE de prácticas simuladas y retroalimentación por IA podrían representar una vía viable para la expansión del entrenamiento en habilidades de consejería, necesarias para fortalecer la oferta de profesionales calificados en salud mental. Sin embargo, cabe destacar que este avance debe manejarse con precaución ya que su eficacia y aplicación deben seguir evaluándose especialmente en contextos clínicos reales.