एक छात्र परीक्षण में AI चैटबॉट ने ग्रुप थेरेपी से बेहतर किया। इसका क्या मतलब है और क्या नहीं

जब भी कोई सुर्ख़ी कहती है कि चैटबॉट ने थेरेपी को "हरा दिया", तो दावे से पहले मेरी नज़र संख्याओं पर जाती है। मानसिक स्वास्थ्य देखभाल की एक ख़ामोश समस्या इस सबके नीचे है: जिन्हें थोड़े सहारे की ज़रूरत हो सकती है, उनकी संख्या सहारा देने वालों से ज़्यादा है, और इंतज़ार की सूची अपने आप में एक तरह की ख़ामोशी है। इसलिए किसी AI बातचीत को असली विकल्पों के सामने परखने वाला परीक्षण ध्यान से देखने लायक़ है, न तालियों के लिए, न कंधे उचकाने के लिए।

दो रैंडमाइज़्ड परीक्षणों को साथ-साथ पढ़ना काम की बात है। सबसे ज़ोर से सुनाई देने वाले सार जो कहते हैं, उनमें से कोई भी वह नहीं कहता, और दोनों कुछ काम का कहते हैं।

इज़राइली परीक्षण ने क्या मापा

बड़ा परीक्षण JAMA Network Open में दर्ज हुआ, और अप्रैल से अक्टूबर 2025 के बीच इज़राइल में चला। इसमें मौजूदा भावनात्मक परेशानी बताने वाले 18 से 35 साल के 995 विश्वविद्यालय छात्र शामिल हुए। उन्हें बराबर-बराबर तीन हिस्सों में यादृच्छिक रूप से बाँटा गया: Kai नाम का 12 हफ़्ते का AI संवाद-मंच, आमने-सामने की ग्रुप थेरेपी, या इंतज़ार-सूची।

शोधकर्ताओं ने चिंता, अवसाद, पोस्ट-ट्रॉमैटिक तनाव के लक्षण, जीवन-संतुष्टि और कुशलता को ट्रैक किया। नतीजों की रिपोर्टों के मुताबिक़ AI मंच इस्तेमाल करने वाले छात्रों में चिंता, जीवन-संतुष्टि और कुशलता में ग्रुप थेरेपी और इंतज़ार-सूची, दोनों समूहों से मामूली पर सांख्यिकीय रूप से ज़्यादा सुधार हुआ, और तीन महीने के फ़ॉलो-अप में भी वे अंतर मौजूद थे। पोस्ट-ट्रॉमैटिक तनाव के लक्षण समूहों के बीच उल्लेखनीय रूप से अलग नहीं थे।

अवसाद पर मुझे जो सार मिले, वे आपस में सहमत नहीं हैं। कुछ कहते हैं कि AI समूह में इंतज़ार-सूची से ज़्यादा सुधार हुआ पर ग्रुप थेरेपी से ज़्यादा नहीं। दूसरे दोनों से बेहतर अवसाद-नतीजे बताते हैं। द्वितीयक रिपोर्टों से इसे तय करना मेरे बस में नहीं, इसलिए अगर अवसाद आपके लिए मायने रखता है, तो पेपर ही देखने की जगह है।

प्रभाव असल में कितने बड़े थे

यहीं "हरा दिया" शब्द उदार लगने लगता है। AI समूह में GAD-7 पर औसत चिंता स्कोर लगभग 7.3 से 6.3 पर आया, और PHQ-9 पर अवसाद स्कोर लगभग 7.6 से 6.7 पर। रिपोर्टें बताती हैं कि इतने आकार के बदलाव उन मात्राओं से कम हैं जिन्हें आम तौर पर चिकित्सकीय रूप से मायने रखने वाला बताया जाता है। कोई नतीजा सांख्यिकीय रूप से असली होकर भी किसी एक छात्र के लिए छोटा हो सकता है।

दो और सीमाएँ तस्वीर का हिस्सा हैं। नतीजे ख़ुद-रिपोर्ट किए गए थे, किसी चिकित्सक के आकलन से नहीं। और ड्रॉपआउट काफ़ी रहा: फ़ॉलो-अप तक हर समूह में लगभग 35 प्रतिशत प्रतिभागी छूट गए। अध्ययन में टिके रहने वाले और छोड़ने वाले हमेशा एक जैसे नहीं होते, इसलिए फ़ॉलो-अप की संख्याओं को थोड़ी सावधानी से पढ़ना चाहिए।

तुलना ग्रुप थेरेपी से ही क्यों थी, और यह क्या समझा सकता है

परीक्षण ने AI मंच को ग्रुप थेरेपी के सामने रखा, एक-से-एक थेरेपी के सामने नहीं। यह मायने रखता है। आगे जो है वह मेरी व्याख्या है, परीक्षण ने उसे जाँचा नहीं।

ग्रुप में हर व्यक्ति को थेरेपिस्ट के ध्यान का एक टुकड़ा मिलता है। AI मंच से बात करने वाले छात्र को पूरी तरह अपने बारे में बातचीत मिलती है, किसी भी घंटे, अपनी रफ़्तार से, अपनी बारी का इंतज़ार किए बिना। कुछ तरह की परेशानियों में वह उपलब्धता बहुत मायने रख सकती है। उधर ग्रुप वाला समूह कुछ ऐसा देता है जो AI नहीं दे सकता: उसी कमरे में दूसरे लोगों द्वारा सुने जाने का अनुभव। यहाँ के माप उसे शायद अच्छी तरह पकड़ न पाए हों।

इससे यह पता नहीं चलता कि AI मंच किसी व्यक्तिगत थेरेपिस्ट के सामने कैसा ठहरेगा। परीक्षण ने वह सवाल पूछा ही नहीं।

डार्टमाउथ का थेराबॉट परीक्षण

दूसरा परीक्षण, जो डार्टमाउथ से मार्च 2025 में NEJM AI में छपा, अवसाद या सामान्यीकृत चिंता के लक्षण वाले, या खाने के विकार के ऊँचे जोखिम वाले 210 वयस्कों को लाया। लगभग आधे लोगों को यादृच्छिक रूप से कुछ हफ़्तों के लिए Therabot नाम के जनरेटिव AI थेरेपी चैटबॉट तक पहुँच मिली। बाक़ी, यानी नियंत्रण समूह, के पास पहुँच नहीं थी।

दर्ज की गई कमियाँ काग़ज़ पर बड़ी थीं: अवसाद के लक्षणों में लगभग 51 प्रतिशत, चिंता के लक्षणों में लगभग 31 प्रतिशत, और शरीर की छवि व वज़न की चिंताओं में लगभग 19 प्रतिशत। ये भी ख़ुद-रिपोर्ट किए गए थे, और तुलना वाले समूह को कुछ नहीं दिया गया, जिससे किसी दूसरे इलाज से तुलना के मुक़ाबले हस्तक्षेप का अच्छा दिखना आसान हो जाता है। मुख्य लेखक माइकल हाइन्ज़ ने कहा कि मानसिक स्वास्थ्य में कोई भी जनरेटिव AI एजेंट पूरी तरह स्वायत्त रूप से काम करने के लिए तैयार नहीं है।

पहुँच की खाई वाला तर्क

इन औज़ारों के पक्ष में सबसे मज़बूत तर्क का किसी को हराने से कम ही लेना-देना है। वह यह है कि हल्की से मध्यम परेशानी वाले बहुत-से लोगों को कुछ भी नहीं मिलता, लागत, दूरी, इंतज़ार-सूचियों की वजह से, या इसलिए कि वे अभी किसी इंसान के सामने बैठने को तैयार नहीं। रात के दो बजे उपलब्ध और कम लागत वाला औज़ार किसी आदर्श थेरेपिस्ट से नहीं, कोई मदद न मिलने के विकल्प से मुक़ाबला कर रहा है।

यही ढाँचा सीमा भी तय करता है। इन परीक्षणों में छात्र और लक्षणों वाले वयस्क थे, संकट में पड़े लोग नहीं। इनमें कुछ भी यह नहीं सुझाता कि जब कोई जोखिम में हो तब चैटबॉट देखभाल का सुरक्षित विकल्प है।

चिकित्सक अब भी किस बात से चिंतित हैं

रिपोर्टों में उद्धृत मनोवैज्ञानिक संशय में ही हैं, और चिंताएँ वाजिब हैं। ख़ुद-रिपोर्ट किए नतीजे और ऊँचा ड्रॉपआउट सीमित करते हैं कि हम क्या निष्कर्ष निकाल सकते हैं। फ़ॉलो-अप सिर्फ़ कुछ महीनों का था। चैटबॉट को पहचानना होगा कि कोई बातचीत उसके संभालने से आगे निकल गई है, और उस व्यक्ति को जल्दी किसी इंसान तक पहुँचाना होगा। और कमज़ोर क्षण में लोग जो डेटा साझा करते हैं वह संवेदनशील है, इसलिए कंपनी उसके साथ क्या करती है, उतना ही मायने रखता है जितना बॉट क्या कहता है।

मानसिक स्वास्थ्य चैटबॉट इस्तेमाल करने से पहले उसे कैसे परखें

यह एक छोटी चेकलिस्ट है। अगर कोई ऐप इनका साफ़ जवाब नहीं दे पाता, तो उसे ही एक जवाब मानिए।

सवाल	अच्छा जवाब कैसा दिखता है	चेतावनी का संकेत
प्रमाण का आधार	इसी औज़ार के किसी ख़ास परीक्षण या प्रकाशित अध्ययन की ओर इशारा करता है, साफ़ नतीजों के साथ	सिर्फ़ गवाहियाँ, या किसी और उत्पाद का प्रमाण
उपयोग का दायरा	बताता है कि वह किसलिए है (रोज़मर्रा का तनाव, उदास मन) और किसलिए नहीं	ख़ुद को थेरेपी या चिकित्सा देखभाल के विकल्प के रूप में पेश करता है
संकट में आगे का रास्ता	संकट की भाषा पहचानता है और हेल्पलाइन जैसी मानवीय मदद की ओर इशारा करता है	आपात स्थिति की कोई योजना नहीं, या संकट में भी बातचीत जारी रखता है
डेटा की निजता	पढ़ने लायक़ नीति कि क्या सहेजा जाता है, कौन देखता है, और कैसे मिटाएँ	धुँधले शब्द, या बातचीत का विज्ञापन में इस्तेमाल या बिक्री
मानवीय निगरानी	चिकित्सकों ने इसे बनाने में मदद की और कोई इसकी सुरक्षा की समीक्षा करता है	इसके पीछे कोई नामित लोग या योग्यताएँ नहीं

अक्सर पूछे जाने वाले सवाल

क्या इसका मतलब है कि AI चैटबॉट थेरेपी जितना अच्छा है?

नहीं। इज़राइली परीक्षण ने AI मंच की तुलना ग्रुप थेरेपी और इंतज़ार-सूची से की और कुछ नतीजों में मामूली सुधार पाया। उसने एक-से-एक थेरेपी से तुलना नहीं की, और प्रभाव छोटे थे।

अगर मन पर बोझ चल रहा हो तो क्या चैटबॉट इस्तेमाल करना सुरक्षित है?

रोज़मर्रा के तनाव या उदास मन के लिए कुछ लोग इसे उपयोगी पूरक पाते हैं। संकट के लिए यह उपयुक्त नहीं है। अगर आप ख़तरे में हैं या अपने को नुक़सान पहुँचाने की सोच रहे हैं, तो स्थानीय आपातकालीन सेवाओं से संपर्क कीजिए, या अमेरिका में 988 पर कॉल या टेक्स्ट कीजिए।

ग्रुप थेरेपी के मुक़ाबले AI ने बेहतर क्यों किया?

परीक्षण ने कारण नहीं जाँचा। एक तर्कसंगत व्याख्या यह है कि माँगने पर होने वाली एक-से-एक बातचीत, ग्रुप सत्र के हिस्से से ज़्यादा व्यक्तिगत ध्यान देती है, पर वह व्याख्या है, निष्कर्ष नहीं।

ऐप में सबसे पहले क्या देखें?

उस ख़ास औज़ार के बारे में प्रमाण, आपात स्थिति की साफ़ योजना, और ऐसी निजता नीति जो आपको समझ आए। ये तीनों ज़्यादातर समस्याएँ पकड़ लेते हैं।

क्या यह चिकित्सकीय सलाह है?

नहीं। यह दो अध्ययनों का पाठ है। अगर आपको अपने मानसिक स्वास्थ्य की चिंता है, तो योग्य पेशेवर से बात करना ही सही है, और चैटबॉट ज़्यादा से ज़्यादा उसके बग़ल में रहता है।