I en enkät med 2000 ukrainare svarade 3,9 procent att de hade sökt hjälp hos psykolog eller psykiater. 2,8 procent svarade att de hade vänt sig till en språkmodell för psykologiskt stöd. Räknat på hela befolkningen handlar det om ungefär 1,1 miljoner människor som pratar med en chatbot om sitt mående. Ingen skrev ut det på recept. Ingen randomiserade dem. Det bara hände. Och i Sverige rapporterar Dagens nyheter idag om att “Mer än hälften av unga pratar med AI om intima problem“.
Dessa siffror är utgångspunkten för en ny artikel som jag skrivit tillsammans med Raphael Schuster, Constantin Yves Plessen och Andreas Walther i JMIR Mental Health. Tekniken är redan ute hos patienterna. Det vi saknar är ett gemensamt språk för att beskriva vad den faktiskt klarar.
Varför självkörande bilar är fel liknelse
Så fort AI-agenter kommer på tal i vården dyker bilbranschens femgradiga skala för autonom körning upp. Begriplig genväg, men den spårar ur på en avgörande punkt. På nivå 4 blir föraren en passiv passagerare. Bilen sköter allt, du tittar ut genom rutan.
En patient är aldrig passagerare. Behandling fungerar bara om personen gör något: exponerar sig, testar en tanke, går på den där promenaden hen lovat sig själv. Ett bra AI-system i terapi ska alltså inte minimera patientens ansträngning, det ska maximera engagemanget. Vi kallar den förmågan agentic guidance capability: en agerande AI som får en agerande människa att röra sig framåt, via guidad upptäckt, validering, konfrontation och motiverande samtal.
Domänerna skiljer sig också rent tekniskt. En självkörande bil hanterar enorma mängder sensordata i realtid, uppskattningsvis ett terabyte i timmen, och måste reagera inom millisekunder. Ett terapisamtal har löjligt låg bandbredd i jämförelse. Svårigheten sitter någon helt annanstans: i det som inte sägs. Dolda tillstånd, dubbla budskap, motstridiga mål, och en tråd som ska hålla ihop över månader.
De fem nivåerna
- Kunskapsnivå. Systemet klarar statiska prov och kan ge psykoedukation. Ingen anpassning, ingen tidsdimension. Här är dagens modeller redan starka.
- Elementär nivå. Systemet utför en enskild terapeutisk mikrofärdighet i ett levande samtal: sokratiska frågor, kognitiv omstrukturering, aktivitetsplanering. Det håller ihop inom en session, men inte mellan sessioner.
- Integrationsnivå. Nu knyts teknikerna ihop över flera sessioner. Enkel fallformulering, hela moduler. Tekniskt sett räcker det för blandad behandling, med en människa som håller i tyglarna.
- Mättnadsnivå. Systemet klarar större delen av en standardbehandling på egen hand, signalerar osäkerhet och kallar på terapeuten vid kris eller ovanliga fall. Terapeuten finns kvar i loopen.
- Mästarnivå. Tekniskt autonom terapi genom hela vårdförloppet. Med dagens teknik rent hypotetiskt.
Poängen med en skala är inte att förutsäga när vi landar på nivå 5. Den är att kunna säga “det där systemet ligger på nivå 2” istället för att fastna i den tröttsamma debatten om huruvida AI ska ersätta terapeuter.
Teknisk förmåga är inte samma sak som klinisk effekt
Det här är artikelns viktigaste poäng och samtidigt den lättaste att missa i bruset. Ett system kan nå nivå 5 tekniskt och ändå ge sämre resultat än en människa. Utfallet i psykoterapi vilar på allians, förväntan och motivation, och det går inte att reducera till korrekt utförda uppgifter.
Vi föreslår därför två axlar istället för en: teknisk autonomi på den ena, klinisk effekt på den andra. Att röra sig uppåt på den ena säger ingenting om den andra.
En tanke som fastnat hos mig: guidad internetbehandling ger redan i dag resultat i nivå med terapi ansikte mot ansikte, med minimalt mänskligt stöd. Man skulle kunna hävda att vi haft en sorts nivå 4 i åratal, fast med statiska program istället för agenter.
Vi mäter fortfarande fel saker
Kunskapstesterna mättas i rasande fart. På GPQA Diamond, med frågor på forskarnivå, ligger de bästa modellerna nu kring 90 procent rätt medan disputerade experter hamnar runt 65. Imponerande. Och nästan irrelevant.
Att klara ett prov säger nämligen ingenting om huruvida en modell håller ihop session sju av tolv med en patient som drar sig undan, bagatelliserar och egentligen vill prata om något helt annat. Fältet behöver flytta sig från statiska kunskapsprov till dynamiska utvärderingar av terapeutisk förmåga över tid. Vi listar ett tiotal nya benchmarks som dykt upp det senaste året, och de allra flesta är fortfarande statiska.
Riskerna är konkreta: “sycophancy” (modellen håller med för att behaga istället för att utmana när det behövs), missad suicidrisk, system som inte flaggar när de är osäkra. I ett högriskfält är det inte detaljer.
Vad nu?
Taxonomin är en karta, inte en rekommendation, och absolut ingen implementeringsmodell. Etik, dataskydd, regelverk och tillsyn är minst lika stora frågor, och de löser sig inte av att modellerna blir bättre.
Under tiden fortsätter både ukrainare och svenska ungdomar att prata med sina språkmodeller om det som gör ont. Utvecklingen är inte på väg. Den är här. Frågan är om vi vet vad vi tittar på när den passerar.
Artikeln är fritt tillgänglig och innehåller hela taxonomin i tabellform, med vad varje nivå klarar och var den går sönder. Läs, invänd, hör av dig!
Referens
Schuster, R., Plessen, C. Y., Carlbring, P., & Walther, A. (2026). AI Agents Are Coming: 5-Stage Taxonomy of Language-Based AI Systems for Psychiatry, Psychotherapy, and Counseling. JMIR Mental Health, 13, e91746. (open access)