Skip to content
MyFreud

Esta tradução ainda não foi revisada por uma pessoa. Ler o original em inglês

IA e TDAH: O que ajuda e o que não ajuda

Um chatbot pode realmente ajudar você a iniciar uma tarefa. Ele não pode dizer se você tem TDAH, e a razão é mais interessante do que parece.

5 minutos de leitura

Ilustração vetorial plana de uma mulher em uma mesa com um laptop, mão levantada para o queixo, olhando para longe da tela, com post-its na parede atrás dela.

Principais conclusões

  • A coisa útil que um chatbot faz para o TDAH é não pensar. Ele remove a página em branco, que é onde a iniciação de tarefas frequentemente falha, e isso é uma ajuda real, embora pareça trivial.
  • A evidência para isso é mais fraca do que o entusiasmo. O trabalho publicado mais próximo é uma avaliação de um painel de especialistas sobre interações de terapia simuladas, que é uma opinião informada sobre uma demonstração, em vez de um resultado medido em pacientes.
  • Não existe um teste de IA para TDAH que você possa fazer, e a pesquisa explica o porquê, em vez de deixar isso como uma lacuna. Uma revisão de 100 modelos de previsão descobriu que quase todos eles foram testados apenas com os dados dos quais foram construídos.
  • Cerca de 96 por cento foram validados internamente e cerca de 7 por cento externamente, que é a diferença entre um modelo que se adapta às pessoas que já viu e um que demonstrou funcionar em pessoas que não viu.
  • A armadilha específica é que um chatbot concorda com você. Ele elaborará uma teoria sobre você em uma prosa fluente e confiante, e essa fluência não é evidência, o que é mais importante para a pergunta que ele é menos capaz de responder.

Um chatbot é genuinamente útil para uma parte do TDAH e inútil para outra, e as duas se confundem constantemente. Ele é bom em remover uma página em branco, que é onde começar muitas vezes falha. Ele não pode te dizer se você tem a condição, e é incomumente convincente enquanto falha em fazê-lo.

Nossa visão geral sobre TDAH abrange o que a condição envolve e como é avaliada; este artigo é sobre a ferramenta que todos têm agora e sobre quais das coisas para as quais as pessoas a utilizam realmente se sustentam.

O que realmente faz bem

Removendo a página em branco. O gargalo no TDAH é frequentemente começar, em vez de conseguir fazer a coisa, e uma página em branco é a pior condição de partida possível, pois exige a função exata que é mais difícil de convocar sob demanda.

Um chatbot muda a forma desse problema. Ele irá dividir uma tarefa vaga em etapas, produzir um rascunho inicial ao qual você pode reagir, ou transformar um emaranhado de pensamentos em uma lista ordenada. Reagir a algo imperfeito é uma operação diferente e muito mais fácil do que gerar algo do nada, e isso é uma verdadeira correspondência entre o que a ferramenta faz e onde está a dificuldade. Nosso guia sobre paralisia do TDAH aborda o que esse ponto de estagnação realmente é, o que vale a pena ler primeiro, porque a ferramenta só ajuda se o que está no seu caminho for a iniciação.

O que a evidência cobre e não cobre

Muito pouco, até agora, e vale a pena saber exatamente o que os bons estudos analisaram. O trabalho publicado mais relevante reuniu clínicos que trabalham com crianças com TDAH, fez com que interagissem com um chatbot personalizado em cenários de terapia simulada e pediu que o avaliassem: relataram pontos fortes em empatia, adaptabilidade e comunicação, juntamente com preocupações sobre privacidade e a incapacidade de ler qualquer coisa não verbal. [berrezueta-2024-chatgpt-adhd]

Leia isso pelo que é. É uma opinião de especialista sobre uma demonstração, que é um sinal inicial razoável e não é um resultado medido em pacientes ao longo do tempo. Nada aqui estabelece que um chatbot melhora os sintomas, e a posição honesta é que a pergunta ainda não foi feita de forma adequada.

Por que não existe um teste de IA para TDAH

Porque os modelos que existem quase nunca foram testados em ninguém novo. Uma revisão sistemática de 2024 analisou 7.764 registros e incluiu 100 modelos de predição publicados para TDAH, a maioria deles voltados para diagnóstico, e descobriu que quase 90 por cento relataram alta precisão. [salazar-2024-adhd-models]

Onde os modelos publicados foram realmente testados
0 25 50 75 100 Porcentagem dos 100 modelos revisados 96 Apenas internamente 7 Externamente
0 25 50 75 100 Porcentagem dos 100 modelos revisados 88 Diagnóstico 7 Resposta ao tratamento 5 Curso ao longo do tempo

Figuras relatadas em Salazar de Pablo et al. (2024), uma revisão sistemática e meta-regressão de 100 modelos de predição individualizados para TDAH.

A primeira visão é todo o argumento. Validação interna significa que um modelo foi testado nos dados dos quais foi construído, o que indica que ele se ajusta àquelas pessoas; validação externa significa que foi testado em uma amostra separada, o que é o teste de se ele funciona ou não. Cerca de 96 por cento teve a primeira e cerca de 7 por cento a segunda.

Portanto, os números de precisão não são fraudulentos, eles estão apenas respondendo a uma pergunta mais fácil do que a que realmente importa. Essa lacuna é a razão pela qual nada disso se transformou em algo que um clínico pode solicitar, e por que um aplicativo que promete uma resposta instantânea está vendendo algo que o campo ainda não construiu.

A armadilha que é específica para isso

Um chatbot concorda com você, e esse é o problema para a única pergunta que você mais quer fazer a ele. Descreva suas dificuldades a um e ele produzirá um relato fluente e simpático de como elas se encaixam no TDAH. Descreva as mesmas dificuldades com uma outra abordagem e ele fará isso igualmente bem para algo diferente.

Nada naquela troca testa as alternativas, e testar as alternativas é a maior parte do que uma avaliação é. A dificuldade de concentração é produzida pela ansiedade, pela falta de sono, pela depressão e pelas consequências de algo difícil, e nosso guia sobre TDAH versus ansiedade aborda o quanto duas dessas condições se sobrepõem. A tarefa é distinguir entre elas, e essa é a parte que uma conversa com um modelo ignora completamente enquanto parece que não o faz.

A segunda armadilha é mais silenciosa. Se a ferramenta está realizando a etapa que você considera mais difícil em vez de te ajudar a entrar nela, a prática que tornaria o início mais fácil nunca acontece. A produção continua boa e a evitação se aprofunda por trás disso, o que é difícil de perceber precisamente porque nada está dando errado.

Ajudando ou fazendo por você?

Este é um aviso para notar um padrão em vez de um teste. Pense em como você realmente o usou nas últimas semanas.

0 de 5 selecionados

O que isso não estabelece

Nada disso afirma que chatbots são ruins para pessoas com TDAH, e nada disso diz que eles ajudam. As evidências para apoiar qualquer uma das afirmações ainda não existem, o que é diferente de evidências de nenhum efeito, e a interpretação sensata é que a ferramenta vale a pena ser utilizada de forma reflexiva, em vez de ser adotada ou evitada por princípio.

A revisão dos modelos de previsão também se refere a modelos de pesquisa em vez de produtos para consumidores, e, se é que houve alguma diferença, os produtos para consumidores foram testados menos, e não mais.

Quando procurar ajuda

Fale com um médico se a dificuldade com atenção, organização ou iniciar tarefas estiver presente desde a infância, aparecer em mais de um ambiente e estiver realmente afetando seu trabalho, estudos ou vida em casa. Pergunte diretamente sobre uma avaliação para TDAH e mencione qualquer coisa que você tenha notado sobre sono, humor e ansiedade, pois esses são os fatores que uma avaliação precisa considerar.

Traga exemplos e um cronograma aproximado em vez de uma conclusão, incluindo qualquer coisa que um chatbot lhe disse, se estiver em sua mente. Um clínico pode trabalhar com o que você percebeu. O que ninguém pode trabalhar é um rótulo que chegou sem a lógica por trás dele.

Se você está tendo pensamentos de se machucar, trate isso como urgente e entre em contato com os serviços de emergência locais ou uma linha de apoio a crises.

Como MyFreud pode ajudar

MyFreud é útil aqui para a evidência que uma conversa com um modelo não pode produzir, que é o que realmente aconteceu nos dias que você perdeu. Anotações datadas sobre sono, humor e o que você ficou preso oferecem uma avaliação com algo real para trabalhar, e elas respondem à pergunta que um clínico faz primeiro e quase ninguém consegue reconstruir da memória.

Baixe MyFreud e comece hoje: App Store ou Google Play.

Perguntas frequentes

A IA pode diagnosticar TDAH?

Não, e não há nenhuma ferramenta disponível ao público que faça isso, independentemente do que diz sobre si mesma. Modelos de pesquisa existem: uma revisão sistemática de 2024 encontrou 100 modelos de previsão publicados para TDAH, a maioria deles voltados para diagnóstico, e quase 90% relataram alta precisão. O problema é contra o que essa precisão foi medida. Aproximadamente 96% dos modelos foram validados apenas internamente, ou seja, testados no mesmo conjunto de dados do qual foram construídos, e apenas cerca de 7% foram testados em uma amostra independente. Um modelo que não foi testado em pessoas que nunca viu ainda não demonstrou que pode fazer o trabalho, razão pela qual nada disso se tornou um teste que um clínico pode solicitar.

É útil usar o ChatGPT para TDAH?

Para algumas coisas específicas, sim, e é útil ser preciso sobre quais. O gargalo no TDAH é frequentemente a iniciação de tarefas, em vez da habilidade, e uma página em branco é a condição de partida mais difícil possível. Um chatbot remove a página em branco: ele irá dividir uma tarefa vaga em etapas, produzir um rascunho inicial para o qual reagir, ou transformar um pensamento disperso em uma lista. Reagir a algo imperfeito é muito mais fácil do que gerar algo do nada, e isso é uma correspondência genuína entre o que a ferramenta faz e onde a dificuldade realmente está. O que não é, é tratamento, e o que não pode te dizer é se você tem a condição.

O que a pesquisa realmente diz sobre chatbots e TDAH?

Muito menos do que o volume de discussão implica. O trabalho publicado mais relevante utilizou um método de painel de especialistas: clínicos que trabalham com crianças com TDAH interagiram com um chatbot personalizado em cenários simulados e o avaliaram, relatando pontos fortes em empatia, adaptabilidade e comunicação, juntamente com preocupações sobre privacidade e sua incapacidade de ler qualquer coisa não verbal. Isso é um sinal inicial útil e é a opinião de especialistas sobre uma demonstração, não um ensaio de resultados em pacientes. Qualquer um que cite isso como prova de que chatbots tratam TDAH está interpretando de forma exagerada.

Por que não devo perguntar a um chatbot se tenho TDAH?

Por causa de um comportamento que torna seu uso agradável. Um chatbot pega o que você lhe dá e constrói a partir disso, então descrever suas dificuldades para um deles produz de forma confiável um relato fluente e simpático de por que essas dificuldades se encaixam no TDAH. Ele produziria um relato igualmente fluente para uma condição diferente descrita da mesma forma. Nada nessa troca testa as alternativas, e testar as alternativas é a maior parte do que uma avaliação é: ansiedade, privação de sono, depressão e trauma todos produzem dificuldade de concentração, e diferenciá-los é o trabalho inteiro. Prosa confiante parece evidência e não é.

A IA pode piorar o TDAH?

Pode trabalhar contra você de uma maneira específica que vale a pena observar. Se a ferramenta está realizando a etapa que você considera mais difícil em vez de te ajudar a começar, a prática que tornaria o início mais fácil nunca acontece, e a evitação se aprofunda silenciosamente enquanto a produção continua boa. A distinção é se você acaba trabalhando na tarefa ou se a tarefa está sendo realizada. A segunda não é automaticamente errada, já que algumas coisas realmente devem ser delegadas, mas se isso está acontecendo com tudo, então a ferramenta se tornou parte da evitação em vez de um caminho para superá-la.

Referências

  1. 1.Salazar de Pablo G, Iniesta R, Bellato A, Caye A, Dobrosavljevic M, Parlatini V, et al. ( 2024). Individualized prediction models in ADHD: a systematic review and meta-regression. Molecular Psychiatry. doi:10.1038/s41380-024-02606-5
  2. 2.Berrezueta-Guzman S, Kandil M, Martín-Ruiz ML, Pau de la Cruz I, Krusche S ( 2024). Future of ADHD care: evaluating the efficacy of ChatGPT in therapy enhancement. Healthcare. doi:10.3390/healthcare12060683