Per questo abbiamo sviluppato MyMentorLLM, un ambiente simulato basato su AI per la formazione in psicoterapia, in cui un terapeuta in formazione interagisce con pazienti simulati e riceve feedback strutturati da un mentore esperto.
L'idea
L'idea centrale non è utilizzare l'AI per sostituire lo psicoterapeuta, ma creare un ambiente sicuro e ripetibile nel quale chi si sta formando possa esercitarsi con pazienti simulati, ricevere una valutazione della propria prestazione e migliorare progressivamente le proprie capacità cliniche.
Il sistema è stato sviluppato inizialmente nell'ambito della Cognitive Behavioural Therapy (CBT), scelta per la sua struttura relativamente standardizzata e per la possibilità di valutare sistematicamente le competenze terapeutiche. Il cuore del sistema è costituito da tre agenti/personas che interagiscono tra loro: un paziente simulato, uno psicoterapeuta in formazione e un mentor/supervisore esperto. I pazienti virtuali sono costruiti a partire da profili clinici coerenti con il DSM-5-TR e rappresentano tre condizioni psicopatologiche: Major Depressive Disorder (MDD), Generalized Anxiety Disorder (GAD) e Borderline Personality Disorder (BPD). Le personas non sono quindi semplicemente chatbot a cui viene assegnata un'etichetta diagnostica: vengono definite attraverso profili clinici e istruzioni che ne vincolano caratteristiche psicopatologiche, comunicative e cognitivo-emotive. Il training segue un vero e proprio ciclo di mentorship in tre fasi.
Prima viene configurato il caso clinico e vengono assegnati i ruoli; successivamente paziente e trainee conducono autonomamente una sessione CBT, attraverso testo oppure interazione vocale; infine interviene il mentor, che analizza la sessione, valuta le competenze del terapeuta e fornisce feedback. La supervisione comprende anche la valutazione attraverso la Cognitive Therapy Rating Scale (CTRS), il ragionamento diagnostico e il riconoscimento dei sintomi DSM-5-TR. Una caratteristica importante è la multimodalità. Sono stati confrontati sistemi text-only, sistemi che utilizzano voce e testo e un modello con interazione native speech-to-speech. Quest'ultima modalità è particolarmente interessante perché mantiene informazioni paralinguistiche come prosodia, ritmo ed esitazioni, che possono contenere informazioni psicologicamente rilevanti e vengono in parte perse nelle tradizionali pipeline speech-to-text ? LLM ? text-to-speech.
Lo studio
Lo studio associato alla piattaforma ha generato 2.100 sessioni CBT complete utilizzando diversi LLM. Le analisi hanno considerato tre aspetti principali: dinamiche emozionali, competenza terapeutica e accuratezza diagnostica. I pazienti artificiali hanno mostrato profili emozionali congruenti con le rispettive diagnosi: la depressione era maggiormente associata a tristezza e riduzione dell'affettività positiva, l'ansia generalizzata a paura e anticipazione, mentre il BPD mostrava una combinazione più complessa di emozioni negative. Anche i terapeuti simulati tendevano in parte a rispecchiare lo stato affettivo del paziente, producendo una forma attenuata di affective resonance simile a quella osservabile nelle interazioni terapeutiche umane. Un risultato particolarmente interessante riguarda però la supervisione. Il messaggio complessivo del progetto è quindi abbastanza preciso: MyMentorLLM non propone un “terapeuta artificiale”, ma un simulatore per la formazione dello psicoterapeuta umano. L'AI viene utilizzata per riprodurre l'intero ciclo educativo: paziente simulato ? interazione terapeutica ? valutazione del trainee ? feedback del mentor ? miglioramento del ragionamento clinico.
Vedi la pagina:
Leggi l'articolo scientifico:
Rodolfo Rizzi, Alessandro Grecucci, Massimo Stella (2026). MyMentorLLM: A psychotherapy GenAI environment with multimodal voice/text patients, trainees and experts for deliberate practice
Il team:
