Amostragem iterativa guiada por modelos de linguagem de grande porte e corpus de referência anotado por especialistas para a detecção de conteúdo nocivo sobre suicídio: estudo de desenvolvimento e validação. · Registro contextual

Título original: Iterative Large Language Model-Guided Sampling and Expert-Annotated Benchmark Corpus for Harmful Suicide Content Detection: Development and Validation Study. Mostra que modelos podem ser comparados na c…

Como a literatura científica descreve e avalia o uso de sistemas conversacionais de IA generativa, especialmente modelos grandes de linguagem e chatbots baseados em LLMs, em funções de psicoterapia, aconselhamento, psicoeducação, autocuidado em saúde mental ou suporte emocional, e que evidências existem sobre contextos de uso, aceitabilidade, efeitos relatados, segurança, manejo de crise, limitações e salvaguardas?

A literatura disponível descreve usos delimitados de chatbots e IA generativa em saúde mental. No corpus público atual, há sinal baixo a moderado de aceitabilidade e de apoio pontual em contextos de baixo risco, sobretudo quando a tarefa é estruturada e a supervisão humana permanece. Isso não demonstra que esses sistemas “façam terapia” no sentido clínico, nem que sejam seguros em crise ou capazes de substituir psicoterapia humana

Força da evidência: baixa a moderada para apoio pontual, aceitabilidade e usos estruturados ou supervisionados de baixo risco; baixa para benefício clínico sustentado; insuficiente/não demonstrada para segurança em crise e para substituição de psicoterapia humana

Estado público: briefing público pos AR0438 v1

Título editorial em português: Amostragem iterativa guiada por modelos de linguagem de grande porte e corpus de referência anotado por especialistas para a detecção de conteúdo nocivo sobre suicídio: estudo de desenvolvimento e validação.

Título original: Iterative Large Language Model-Guided Sampling and Expert-Annotated Benchmark Corpus for Harmful Suicide Content Detection: Development and Validation Study.

O que este artigo pode sustentar: Mostra que modelos podem ser comparados na classificação de um conjunto anotado de conteúdo suicida e que tradução e modalidade afetam o desempenho

O que este artigo não pode sustentar: Não demonstra que chatbots detectem crises individuais, respondam adequadamente, reduzam danos ou sejam seguros em cuidado em saúde mental

Alerta metodológico: O conjunto tem 452 entradas e envolve conteúdo altamente sensível; desempenho de benchmark não equivale a segurança em uso real