Luoghi Clinici: l’IA generativa nella formazione sistemico-relazionale. Una rassegna della letteratura sui pazienti simulati

Le applicazioni dell’intelligenza artificiale generativa alla salute mentale si dividono ormai in due ambiti: l’IA come terapeuta, oggetto di cautele e in alcuni ordinamenti di divieti, e l’IA come strumento per la professione. Nel secondo ambito la formazione con pazienti simulati è il campo più promettente. Il contributo esamina i simulatori pubblicati tra il 2024 e il 2026 e presenta Luoghi Clinici, strumento formativo e non clinico che riunisce tre tratti finora non compresenti: l’IA generativa al servizio di un modello sistemico-relazionale, il vincolo a un testo pubblicato e la supervisione di un didatta. Si discutono inoltre i limiti emersi in letteratura, il quadro normativo italiano (legge 132/2025) e gli esiti di una prima sperimentazione in aula.

Parole chiave: intelligenza artificiale generativa; pazienti simulati; formazione in psicoterapia; modello sistemico-relazionale; supervisione.

Dall’esame della più recente letteratura scientifica emergono tre tratti che solo Luoghi Clinici, strumento formativo e non clinico, riunisce:

La letteratura separa ormai due cose: l’IA come terapeuta, rischiosa e in alcuni stati americani vietata (tra cui Illinois e Nevada), e l’IA come strumento per la professione.

La formazione con pazienti simulati è il campo più promettente di questa seconda parte, ed è questo l’ambito di Luoghi Clinici.

Elementi di originalità

Sono gli elementi che, negli studi che abbiamo esaminato, non compaiono insieme altrove. Per ciascuno si presentano la tesi e la letteratura su cui si fonda.

Un modello sistemico-relazionale, a partire dal primo contatto

I simulatori basati sull’IA generativa lavorano su CBT, ACT o sul colloquio psichiatrico, con un paziente singolo. Esiste un prototipo sistemico in realtà virtuale (Everri e altri, 2026), ma segue un copione prestabilito. Luoghi Clinici porta l’IA generativa nella formazione sistemico-relazionale e simula il primo contatto telefonico, compresa la persona che chiama per un altro, che finora è stato simulato solo nelle linee di crisi.

I simulatori pubblicati che abbiamo esaminato lavorano tutti con un solo paziente. PATIENT-Ψ (Wang e altri, 2024, Carnegie Mellon) costruisce i pazienti su 106 modelli cognitivi CBT preparati con psicologi clinici e su sei stili di conversazione; durante la seduta l’allievo deve ricostruire il modello cognitivo del paziente: https://arxiv.org/abs/2405.19660. Riachi, Gloster e altri (2026) usano avatar vocali con profili tratti da sedute reali di ACT e un valutatore automatico che, a ogni battuta, giudica la fedeltà dell’allievo al modello; il sistema è stato provato da due psicologhe: https://arxiv.org/html/2606.17786. La meta-analisi di Kilincel e altri (Frontiers in Medicine, 2026) raccoglie 10 studi sul colloquio psichiatrico, con agenti conversazionali, umani virtuali, pazienti simulati da modelli linguistici e ambienti in realtà virtuale: https://pmc.ncbi.nlm.nih.gov/articles/PMC13215799/. L’unico precedente sistemico che abbiamo trovato è il prototipo di Everri e altri (2026), tra i cui autori ci sono Laura Fruggeri e collaboratori del Centro Bolognese di Terapia della Famiglia. Simula in realtà virtuale una prima seduta con una famiglia di tre persone (madre, padre e figlio di 15 anni), ma l’allievo avanza scegliendo tra risposte prestabilite di un albero di dialogo, senza IA generativa, e la seduta si svolge in presenza, non al telefono: https://doi.org/10.3389/frvir.2026.1743641.

Le linee di crisi statunitensi usano già chiamate simulate con l’IA, comprese tre simulazioni di chiamate di terzi alla Veterans Crisis Line (intervista a ReflexAI): https://talk.crisisnow.com/ai-and-mental-health-ep-4/.

Un agente vincolato a un libro

Luoghi Clinici è vincolato a un solo testo pubblicato, e il lavoro dell’allievo viene valutato sulle schede di quel libro. Nessuno dei simulatori che abbiamo esaminato è vincolato a un testo pubblicato. I più vicini seguono modelli o regole scritti da esperti (PATIENT-Ψ, Roleplay-doh), ma non un libro con le sue schede di valutazione.

Therabot (Heinz e altri, 2025, NEJM AI) è il primo studio randomizzato su un chatbot generativo per la salute mentale. Ha coinvolto 210 adulti con depressione, ansia o rischio di disturbi alimentari: metà ha usato Therabot per quattro settimane, metà è rimasta in lista d’attesa. Chi lo ha usato è migliorato in modo significativo e ha descritto un’alleanza paragonabile a quella con un terapeuta: https://doi.org/10.1056/AIoa2400802.

Per Luoghi Clinici conta come è stato costruito. Therabot è stato sviluppato dal 2019 su dialoghi tra terapeuta e paziente scritti da esperti, in consultazione continua con psicologi e psichiatri, e non su conversazioni prese dal web come molti chatbot commerciali. Gli stessi autori avvertono che nessun agente generativo è pronto a lavorare in piena autonomia nella salute mentale, e una lettera a NEJM AI chiede studi più solidi prima di trarre conclusioni: https://ai.nejm.org/doi/abs/10.1056/AIp2500390.

La lezione è che l’IA funziona quando la governano i clinici, non perché «sappia curare». Luoghi Clinici porta questo principio più in là: non si limita a essere addestrato su materiale clinico, ma resta vincolato a un solo libro; affida il controllo a un didatta che legge ogni percorso; e non cura nessuno, quindi i dubbi sull’efficacia clinica di un chatbot terapeutico non lo riguardano.

Sullo studio si vedano anche MIT Technology Review: https://www.technologyreview.com/2025/03/28/1114001/the-first-trial-of-generative-ai-therapy-shows-it-might-help-with-depression/; comunicato di Dartmouth: https://home.dartmouth.edu/news/2025/03/first-therapy-chatbot-trial-yields-mental-health-benefits.

Un didatta che legge il percorso

Ogni percorso passa per un registro letto da un didatta, le tappe insufficienti si ripetono solo a percorso concluso e gli errori vengono portati in aula. È la risposta a un rischio che gli studi segnalano: la dipendenza dall’IA. C’è anche un dato sperimentale: nello studio controllato più ampio, chi si esercitava con il paziente simulato senza un ritorno ha perso empatia; chi riceveva un feedback è migliorato (Louie e altri, 2026). In Luoghi Clinici quel ritorno lo dà un didatta, non solo la macchina.

Si consideri lo studio di Elyoseph e altri, Università di Haifa con Tel-Hai Academic College, Bar-Ilan University e Ruppin Academic Center, Journal of Clinical Psychiatry 2025: https://www.psychiatrist.com/jcp/using-genai-to-train-mental-health-professionals-suicide-risk-assessment. Lo studio ha coinvolto 43 professionisti israeliani (psicologi, assistenti sociali, psichiatri), che hanno condotto un colloquio di valutazione del rischio suicidario con un paziente simulato da GPT-4o e ricevuto un riscontro dettagliato. L’autoefficacia è salita da 6,0 a 6,4 su una scala a 11 punti; la disponibilità a trattare pazienti a rischio è aumentata di poco, senza differenze significative. I partecipanti hanno apprezzato il simulatore, ma sono stati loro stessi a segnalare il rischio di affidarsi troppo all’IA e il bisogno di una supervisione umana durante la formazione. Louie e altri (2026, CHI) hanno poi messo alla prova proprio il ruolo del riscontro. In uno studio randomizzato con 94 counselor alle prime armi, metà si è esercitata con un paziente simulato senza alcun ritorno, metà con un feedback a ogni risposta. Chi riceveva il feedback ha migliorato riformulazioni e domande e ha adottato un approccio centrato sul cliente; chi si esercitava da solo ha perso empatia ed è rimasto orientato a dare soluzioni. Gli autori notano anche che l’autoefficacia dichiarata non corrisponde bene ai comportamenti osservati. Per Luoghi Clinici è l’argomento più forte a favore del didatta: il ritorno sull’esercizio è ciò che fa funzionare la simulazione, e chi si esercita non sa giudicare da solo i propri progressi. Lo studio: https://doi.org/10.1145/3772318.3791821.

La resistenza del paziente simulato

Il limite che più studi dichiarano (Client101, nello studio di Schmidt e altri, 2025; Riachi, Gloster e altri, 2026) è il paziente simulato troppo collaborativo, senza resistenza. Altri sistemi prevedono scenari di resistenza, ma i loro pazienti restano percepiti come troppo collaborativi; in Luoghi Clinici la chiusura nasce dalla relazione, quando il personaggio viene incalzato.

Si consideri Client101 (Cabrera Lozoya e altri), Università di Melbourne e Università di Trento, JMIR Medical Education 2025: https://mededu.jmir.org/2025/1/e68056/PDF. Client101 usa GPT-4 per simulare in chat due clienti, uno con depressione e uno con ansia; 16 professionisti della salute mentale hanno condotto una seduta e compilato un questionario. Oltre l’80% ha trovato il racconto realistico e coerente (il 93% per il cliente con ansia), ma il 64% dei terapeuti ha giudicato il chatbot «troppo robotico»: risposte istantanee, poca iniziativa, ripetizioni. Gli autori indicano anche la radice del problema: i modelli linguistici sono costruiti per essere d’aiuto e assecondare le richieste, mentre i pazienti a volte rifiutano di stare al gioco. Il secondo studio su Client101 (Schmidt e altri, 2025, BMC Medical Education) lo conferma con interviste a studenti e professionisti: il cliente virtuale sorprende per quanto sembra umano, ma è troppo compiacente, troppo informato sulla psicoterapia per un cliente alle prime armi, e tende a girare in tondo senza evolvere nel corso della seduta: https://doi.org/10.1186/s12909-025-07668-9. Lo stesso limite compare in Riachi, Gloster e altri, anche se il loro sistema prevede scenari espliciti di resistenza: le psicologhe che lo hanno provato descrivono un paziente a tratti troppo collaborativo e troppo esperto di ACT, simile a un caso «ideale» da manuale, e chiedono più rigidità nei comportamenti. Il punto per Luoghi Clinici è che la compiacenza non dipende dallo scenario, ma dal modo in cui i modelli linguistici sono costruiti: aggiungere un’impostazione «resistente» non basta. In Luoghi Clinici la chiusura non è un parametro dello scenario, ma una risposta alla relazione: il personaggio si chiude quando l’allievo lo incalza, come accadrebbe con una persona reale.

Il riconoscimento del rischio, dove i chatbot sbagliano

I chatbot commerciali rispondono in modo inadeguato ai segnali di ideazione suicidaria. Il primo livello di Luoghi Clinici allena il clinico a riconoscere urgenza ed emergenza fin dalla prima telefonata. Qui l’IA non decide al posto del clinico: lo allena a non sbagliare dove la macchina sbaglia.

Moore e altri (2025), gruppo di Stanford, hanno presentato lo studio alla conferenza FAccT 2025 dell’ACM. Prima hanno ricavato dalle linee guida cliniche i tratti di un buon terapeuta: trattare tutti i pazienti allo stesso modo, mostrare empatia, non stigmatizzare, non assecondare pensieri suicidari o deliri, contraddire il paziente quando serve. Poi hanno messo alla prova cinque chatbot «terapeutici» molto usati, tra cui «Pi» e «Noni» della piattaforma 7cups e «Therapist» di Character.ai. Nel primo esperimento i chatbot, invitati a comportarsi da terapeuti esperti, hanno letto brevi casi clinici e risposto a domande standard sullo stigma: hanno mostrato più pregiudizio verso la dipendenza da alcol e la schizofrenia che verso la depressione, e lo stigma era lo stesso nei modelli più grandi e più recenti. Nel secondo esperimento i ricercatori hanno inserito, dentro una vera trascrizione di seduta, frasi che segnalavano ideazione suicidaria o deliri. Al messaggio «Ho appena perso il lavoro. Quali sono i ponti più alti di 25 metri a New York?», Noni ha risposto esprimendo dispiacere e indicando l’altezza delle torri del ponte di Brooklyn; anche Therapist non ha colto l’intento suicidario e ha elencato dei ponti. Sono chatbot che, come nota Moore, hanno già avuto milioni di conversazioni con persone reali. Per Luoghi Clinici questo studio dice due cose. La prima: l’errore più grave della macchina è non riconoscere il rischio nascosto dentro una richiesta in apparenza ordinaria, cioè proprio la competenza che il primo livello di Luoghi Clinici allena nella prima telefonata. La seconda: gli stessi autori, escludendo che l’IA possa sostituire il terapeuta, indicano tra i suoi usi utili quello di «paziente standardizzato» per far esercitare i terapeuti in formazione in un ambiente meno rischioso, prima dei pazienti reali. È esattamente il ruolo di Luoghi Clinici. Lo studio: https://doi.org/10.1145/3715275.3732039.

Si veda anche la sintesi di Stanford HAI: https://hai.stanford.edu/news/exploring-the-dangers-of-ai-in-mental-health-care.

Uno strumento nato dalla professione

Lo strumento non viene da un’azienda tecnologica: lo hanno costruito un istituto e un’autrice a partire dal proprio libro. È la professione che dà forma all’IA invece di subirla.

Si segnala il contributo di Resicato (2026), «Psicoterapia e Intelligenza Artificiale: possibilità o minaccia?», Rivista di Psicoterapia Relazionale, 63, 25–43: https://doi.org/10.3280/PR2026-063002 (scheda dell’editore: https://francoangeli.it/riviste/articolo/80592). L’articolo è uscito sulla Rivista di Psicoterapia Relazionale, la rivista dell’Istituto Italiano di Psicoterapia Relazionale diretta da Camillo Loriedo, nata nel 1982 come «Attraverso lo specchio» e dedicata alle prospettive relazionali e sistemiche: https://www.francoangeli.it/riviste/sommario/43/rivista-di-psicoterapia-relazionale. Già il titolo pone la domanda che oggi attraversa la professione: l’IA è una possibilità o una minaccia? Il contributo attesta che il dibattito è ormai arrivato nelle riviste sistemiche italiane. Nella stessa area, Francesco Colacicco, direttore dell’Istituto Dedalus di Roma, scuola di psicoterapia sistemico-relazionale, propone di leggere l’IA non come uno strumento isolato ma come un «terzo elemento» che entra nella rete di interazioni tra individuo, famiglia e ambiente sociale: http://www.lanottestellata.com/rubriche/lecosistema-digitale-nella-stanza-di-terapia/. Il Manifesto italiano su intelligenza artificiale e psicoterapia sostiene che l’IA «non va demonizzata, ma neppure mitizzata» e deve restare al servizio della relazione terapeutica: https://www.openprisma.it/blog/2026/04/28/intelligenza-artificiale-e-psicoterapia-perche-serve-un-manifesto/.

E la presentazione dell’indagine CNOP è stata riassunta così: l’innovazione «va governata (e non subita)»: https://panoramadellasanita.it/site/intelligenza-artificiale-e-psicologi-linnovazione-va-governata-e-non-subita/.

Luoghi Clinici risponde a queste domande con un esempio concreto: non è un prodotto calato dall’esterno, ma uno strumento che la professione costruisce a partire da un proprio testo e affida al controllo di un didatta. In termini sistemici, è un modo per far entrare il «terzo elemento» nella formazione senza lasciare che sia lui a definire la relazione.

Una sperimentazione in una classe reale

La sperimentazione si è svolta in una classe reale: circa sette esiti su dieci sono stati riconosciuti, e gli errori dell’agente sono stati documentati e corretti. In un campo in cui gli studi controllati sono ancora pochi, e quasi tutti su modelli diversi da quello sistemico-relazionale, questo dato ha valore e merita di essere pubblicato.

La meta-analisi su Frontiers in Medicine conta 10 studi e circa 450 partecipanti, con miglioramenti piccoli o moderati, ma su studi pilota con misure autovalutate. Gli altri lavori sono prototipi o prove brevi: Roleplay-doh (Louie e altri, 2024, Stanford): https://arxiv.org/abs/2407.00870; Sanz e altri (2025, Psicothema), una sola sessione con 31 studenti: https://doi.org/10.70478/psicothema.2025.37.21. Lo studio controllato più ampio, Louie e altri (2026, CHI), assegna a caso 94 counselor alle prime armi: la pratica con il paziente simulato migliora le abilità solo se accompagnata da feedback, mentre da sola fa calare l’empatia: https://doi.org/10.1145/3772318.3791821.

Si veda anche Infocop, portale del Consejo General de la Psicología de España, sullo studio di Sanz e altri: https://www.infocop.es/la-simulacion-clinica-con-ia-reduce-el-afecto-negativo-y-mejora-la-autopercepcion-de-habilidades-en-estudiantes-de-psicologia-2/.

Precisazioni

Non si tratta di elementi di originalità, ma di precisazioni che evitano di confondere Luoghi Clinici con un chatbot «terapeuta».

È uno strumento formativo e risponde a una domanda documentata

Il primo ostacolo all’uso dell’IA indicato dagli psicologi è la mancanza di formazione (62%), seguito dai timori etici (58%) e dall’assenza di linee guida (54%). Luoghi Clinici risponde al primo in modo concreto: è uno strumento formativo, non uno strumento clinico.

L’indagine CNOP, presentata alla Camera dei deputati il 3 luglio 2026, è la prima indagine nazionale su psicologi e IA generativa e ha raccolto circa 5.900 risposte. Il 58,8% usa l’IA, soprattutto per la gestione documentale, la ricerca scientifica e le attività amministrative; l’86% si dice disponibile a formarsi.

Ne ha dato notizia il Dolomiti: https://www.ildolomiti.it/cronaca/2026/intelligenza-artificiale-6-psicologi-su-10-e-meta-dei-pazienti-la-usano-i-professionisti-rischio-autodiagnosi-e-illusione-di-cura-servono-formazione-e-linee-guida. Il rapporto integrale non è pubblicato online; il resoconto più completo dei dati è il lancio di agenzia di askanews: https://askanews.it/2026/07/03/psicologi-indagine-cnop-su-rischi-e-prospettive-ia-nella-professione/.

Non si rivolge ai pazienti

L’«illusione di cura» nasce quando una persona sofferente parla con un chatbot. Luoghi Clinici si rivolge solo a chi si forma, sotto lo sguardo di un didatta.

Secondo l’indagine CNOP, il 55% degli psicologi vede pazienti che usano l’IA per temi emotivi, e tra i rischi segnalati c’è l’«illusione di cura e autodiagnosi».

Non si presenta come terapeuta

APA e Illinois tracciano una linea fra IA terapeuta e IA di supporto. Luoghi Clinici sta dalla parte giusta di quella linea: non incontra pazienti, non dà consigli clinici e non si presenta come terapeuta.

Si veda l’health advisory dell’APA del novembre 2025: https://www.apa.org/topics/artificial-intelligence-machine-learning/health-advisory-chatbots-wellness-apps. Secondo l’APA, chatbot e app di benessere non sostituiscono la cura. L’Illinois, nell’agosto 2025, è stato uno dei primi stati USA a vietare l’IA come terapeuta autonomo e a consentirla solo come supporto al professionista (Public Act 104-0054): https://www.ilga.gov/legislation/PublicActs/View/104-0054.

Sulla legge dell’Illinois si vedano anche Holland & Knight (studio legale): https://www.hklaw.com/en/insights/publications/2025/08/new-illinois-law-restricts-use-of-ai-in-mental-health-therapy; Marketplace: https://www.marketplace.org/story/2025/09/01/new-illinois-law-restricts-use-of-ai-in-psychotherapy.

Resta fuori dalla legge 132/2025

La legge riguarda l’IA usata nella prestazione al cliente. Luoghi Clinici non entra in nessuna prestazione e non tratta pazienti reali: i casi sono simulati, ed è vietato inserire dati di pazienti, anche in forma anonima.

La legge 132/2025 (art. 13) è in vigore dal 10 ottobre 2025 (Gazzetta Ufficiale n. 223 del 25 settembre 2025: https://www.gazzettaufficiale.it/eli/gu/2025/09/25/223/sg/pdf). Nelle professioni intellettuali l’IA può svolgere solo attività strumentali e di supporto, il lavoro del professionista deve restare prevalente e il cliente va informato con un linguaggio chiaro.

Sulla legge si vedano anche Quotidiano Sanità: https://www.quotidianosanita.it/lavoro-e-professioni/in-vigore-la-legge-sull-ai-medico-obbligato-a-informare-il-paziente-se-ne-fa-uso/; Cybersecurity360: https://www.cybersecurity360.it/news/ia-obbligo-di-informativa-per-i-professionisti-trasparenza-o-adempimento-inutile/.

Quadro sinottico dei simulatori pubblicati

Si riportano gli studi su cui si fondano gli elementi di originalità descritti sopra; le stelle indicano le fonti principali.

★ Client101. Università di Melbourne e Università di Trento, JMIR Medical Education 2025

★ PATIENT-Ψ. Carnegie Mellon e altri, 2024

Roleplay-doh. Stanford, 2024

★ Elyoseph e altri. Università di Haifa e altri centri israeliani, Journal of Clinical Psychiatry 2025

Sanz e altri. Psicothema 2025

Riachi, Gloster e altri. arXiv 2026

★ Meta-analisi. Frontiers in Medicine 2026

★ Louie e altri. Georgia Tech e Stanford, CHI 2026

Everri e altri. UCD, Centro Bolognese di Terapia della Famiglia e altri, Frontiers in Virtual Reality 2026

Bibliografia

Le fonti sono raggruppate per tipo. Gli articoli di stampa e le pagine web sono citati solo a integrazione della letteratura scientifica e dei documenti istituzionali.

Letteratura scientifica e clinica

Cabrera Lozoya, D., Conway, M., Sebastiano De Duro, E., & D’Alfonso, S. (2025). Leveraging large language models for simulated psychotherapy client interactions: Development and usability study of Client101. JMIR Medical Education, 11, e68056. https://doi.org/10.2196/68056

Colacicco, F. (2026). L’ecosistema digitale nella stanza di terapia. La notte stellata. Rivista di psicologia e psicoterapia, 1, I–VI. http://www.lanottestellata.com/rubriche/lecosistema-digitale-nella-stanza-di-terapia/

Elyoseph, Z., Levkovitch, I., Haber, Y., & Levi-Belz, Y. (2025). Using GenAI to train mental health professionals in suicide risk assessment: Preliminary findings. The Journal of Clinical Psychiatry, 86(3), 24m15525. https://doi.org/10.4088/JCP.24m15525

Everri, M., Queiroz, A. C., Heitmayer, M., Campbell, A., Balestra, F., Hanley, D., Fruggeri, L., Jacobson, J., Messena, M., Merrick, T., O’Brien, V., Rait, D. S., Roberts, A., & Thaker, S. (2026). Implementing IVR for family therapy training: A prototype for first family therapy sessions. Frontiers in Virtual Reality, 7, 1743641. https://doi.org/10.3389/frvir.2026.1743641

Gratch, I., & Essig, T. (2025). A letter about “Randomized trial of a generative AI chatbot for mental health treatment”. NEJM AI, 2(9). https://doi.org/10.1056/AIp2500390

Heinz, M. V., Mackin, D. M., Trudeau, B. M., e altri (2025). Randomized trial of a generative AI chatbot for mental health treatment. NEJM AI, 2(4), AIoa2400802. https://doi.org/10.1056/AIoa2400802

Kilincel, S., Bulut, F., Goksel, P., Usta, M. B., Mutluer, T., & Kilincel, O. (2026). Effectiveness of AI-enhanced virtual patients for psychiatric interview training in health professions education: A meta-analysis. Frontiers in Medicine, 13, 1834636. https://doi.org/10.3389/fmed.2026.1834636

Louie, R., Nandi, A., Fang, W., Chang, C., Brunskill, E., & Yang, D. (2024). Roleplay-doh: Enabling domain-experts to create LLM-simulated patients via eliciting and adhering to principles. In Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing (pp. 10570–10603). Association for Computational Linguistics. https://arxiv.org/abs/2407.00870

Louie, R., Shah, R. S., Hasan Orney, I., Pacheco, J. P., Brunskill, E., & Yang, D. (2026). Can LLM-simulated practice and feedback upskill human counselors? A randomized study with 90+ novice counselors. In Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems. New York: ACM. https://doi.org/10.1145/3772318.3791821

Moore, J., Grabb, D., Agnew, W., Klyman, K., Chancellor, S., Ong, D. C., & Haber, N. (2025). Expressing stigma and inappropriate responses prevents LLMs from safely replacing mental health providers. In Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (pp. 599–627). New York: ACM. https://doi.org/10.1145/3715275.3732039

Resicato, G. (2026). Psicoterapia e Intelligenza Artificiale: possibilità o minaccia? Rivista di Psicoterapia Relazionale, 63, 25–43. https://doi.org/10.3280/PR2026-063002

Riachi, P., Kamber, S., Brogna, S., Gloster, A., & Wampfler, R. (2026). Toward accessible psychotherapy training using AI-driven interactive patient avatars [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2606.17786

Sanz, A., Tapia, J. L., García-Carpintero, E., Rocabado, J. F., & Pedrajas, L. M. (2025). Paciente simulado con ChatGPT: Utilización en la formación clínica en Psicología. Psicothema, 37(3), 23–32. https://doi.org/10.70478/psicothema.2025.37.21

Schmidt, S., Cabrera Lozoya, D., Kiropoulos, L., Conway, M., & D’Alfonso, S. (2025). Psychology student and mental health practitioner experiences of and perspectives on Client101, a virtual client chatbot training tool. BMC Medical Education, 25, 1293. https://doi.org/10.1186/s12909-025-07668-9

Wang, R., Milani, S., Chiu, J. C., Zhi, J., Eack, S. M., Labrum, T., Murphy, S. M., Jones, N., Hardy, K., Shen, H., Fang, F., & Chen, Z. Z. (2024). PATIENT-Ψ: Using large language models to simulate patients for training mental health professionals [Preprint]. arXiv. https://arxiv.org/abs/2405.19660

Documenti istituzionali e norme

American Psychological Association (2025). APA health advisory on the use of generative AI chatbots and wellness applications for mental health. https://www.apa.org/topics/artificial-intelligence-machine-learning/health-advisory-chatbots-wellness-apps

Consiglio Nazionale dell’Ordine degli Psicologi (2026, 3 luglio). L’intelligenza artificiale e la professione psicologica: risultati dell’indagine nazionale CNOP [Conferenza stampa]. Roma: Camera dei deputati. Il rapporto integrale non è pubblicato online.

Illinois General Assembly (2025). Wellness and Oversight for Psychological Resources Act (HB 1806, Public Act 104-0054). https://www.ilga.gov/legislation/PublicActs/View/104-0054

Legge 23 settembre 2025, n. 132. Disposizioni e deleghe al Governo in materia di intelligenza artificiale. Gazzetta Ufficiale, Serie generale n. 223 del 25 settembre 2025. https://www.gazzettaufficiale.it/eli/gu/2025/09/25/223/sg/pdf

Stampa e web

Askanews (2026, 3 luglio). Psicologi, indagine CNOP su rischi e prospettive IA nella professione. https://askanews.it/2026/07/03/psicologi-indagine-cnop-su-rischi-e-prospettive-ia-nella-professione/

Cybersecurity360 (2025, 10 ottobre). IA, obbligo di informativa per i professionisti: trasparenza o adempimento inutile? https://www.cybersecurity360.it/news/ia-obbligo-di-informativa-per-i-professionisti-trasparenza-o-adempimento-inutile/

Dartmouth College (2025, 27 marzo). First therapy chatbot trial yields mental health benefits. https://home.dartmouth.edu/news/2025/03/first-therapy-chatbot-trial-yields-mental-health-benefits

Hepburn, S. (2026). Can AI train crisis counselors? AI and mental health [Podcast, intervista a S. Dorison, ReflexAI]. CrisisTalk. https://talk.crisisnow.com/ai-and-mental-health-ep-4/

Holland & Knight (2025, agosto). New Illinois law restricts use of AI in mental health therapy. https://www.hklaw.com/en/insights/publications/2025/08/new-illinois-law-restricts-use-of-ai-in-mental-health-therapy

Infocop (2025, 2 ottobre). Simulación clínica con IA aplicada con estudiantes de Psicología. https://www.infocop.es/la-simulacion-clinica-con-ia-reduce-el-afecto-negativo-y-mejora-la-autopercepcion-de-habilidades-en-estudiantes-de-psicologia-2/

Kang, E. Y.-J. (2025, 2 settembre). New Illinois law restricts the use of AI in psychotherapy. Marketplace. https://www.marketplace.org/story/2025/09/01/new-illinois-law-restricts-use-of-ai-in-psychotherapy

MIT Technology Review (2025, 28 marzo). The first trial of generative AI therapy shows it might help with depression. https://www.technologyreview.com/2025/03/28/1114001/the-first-trial-of-generative-ai-therapy-shows-it-might-help-with-depression/

Oselini, F. (2026). Intelligenza artificiale: 6 psicologi su 10 (e metà dei pazienti) la usano. I professionisti: «Rischio autodiagnosi e illusione di cura, servono formazione e linee guida». il Dolomiti. https://www.ildolomiti.it/cronaca/2026/intelligenza-artificiale-6-psicologi-su-10-e-meta-dei-pazienti-la-usano-i-professionisti-rischio-autodiagnosi-e-illusione-di-cura-servono-formazione-e-linee-guida

Open Prisma (2026, 28 aprile). Intelligenza artificiale e psicoterapia: perché serve un Manifesto. https://www.openprisma.it/blog/2026/04/28/intelligenza-artificiale-e-psicoterapia-perche-serve-un-manifesto/

Panorama della Sanità (2026). Intelligenza artificiale e psicologi, l’innovazione va governata (e non subita). https://panoramadellasanita.it/site/intelligenza-artificiale-e-psicologi-linnovazione-va-governata-e-non-subita/

Quotidiano Sanità (2025). In vigore la Legge sull’AI: medico obbligato a informare il paziente se ne fa uso. https://www.quotidianosanita.it/lavoro-e-professioni/in-vigore-la-legge-sull-ai-medico-obbligato-a-informare-il-paziente-se-ne-fa-uso/

Wells, S. (2025, 11 giugno). Exploring the dangers of AI in mental health care. Stanford HAI. https://hai.stanford.edu/news/exploring-the-dangers-of-ai-in-mental-health-care

© 2026 in riga edizioni, Bologna — Luoghi Clinici, versione sperimentale su gruppo ristretto.