L’Intelligenza Artificiale nella formazione clinica dello psicologo: rassegna della letteratura e analisi esplorativa di modelli di simulazione

Nella formazione di uno specialista risultano indispensabili sia teoria che pratica. Finora il role-playing è sempre stato lo strumento più utilizzato per quanto riguarda lo sviluppo delle competenze professionali, pur con evidenti limiti di standardizzazione e ripetibilità. Oggi, i Virtual Patients basati sui Large Language Models, superano la rigidità dei vecchi sistemi pre-programmati, offrendo nuove opportunità in materia di flessibilità. Dopo aver eseguito una rassegna della letteratura sull’apprendimento esperienziale e sui sistemi generativi, il presente lavoro propone un’indagine esplorativa basata su simulazioni di profili patologici, concentrata su due aspetti: da un lato il prompt engineering, usato per costruire cinque profili clinici basati sul DSM-5-TR e assegnarli a cinque modelli linguistici (GPT-5, Claude Sonnet 5, Gemini 3.7 Pro, DeepSeek-R1, Grok 4.5) per verificare se il post-training del modello potesse influenzare l’interpretazione del paziente; dall’altro l’analisi qualitativa delle interazioni ottenute. I risultati mostrano che tutti i modelli hanno la capacità di mantenere il ruolo assegnato, con stili comunicativi molto diversi e alcune sorprese rispetto alle ipotesi di partenza, incluse comparse spontanee di contenuti non previsti dal prompt: un limite interpretativo che riflette l’opacità di questi sistemi. Lo studio si chiude con una riflessione sui limiti tecnologici e implicazioni etiche e deontologiche e proponendo il concetto di IA come “intelligenza estesa”, ossia una risorsa che funge da supporto per allenare le competenze cliniche e relazionali dei futuri professionisti.