Avaliação do impacto de salvaguardas de segurança em modelos de linguagem de grande porte usando métricas de irritabilidade. · Artigo de referência

Título original: Assessing the impact of safety guardrails on large language models using irritability metrics. Indício técnico de que configurações de segurança podem alterar a resposta afetiva simulada de modelos sob…

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: Avaliação do impacto de salvaguardas de segurança em modelos de linguagem de grande porte usando métricas de irritabilidade.

Título original: Assessing the impact of safety guardrails on large language models using irritability metrics.

O que este artigo pode sustentar: Indício técnico de que configurações de segurança podem alterar a resposta afetiva simulada de modelos sob provocação

O que este artigo não pode sustentar: Não demonstra afeto real, aliança terapêutica, aceitabilidade, eficácia ou segurança clínica em pessoas

Alerta metodológico: Os resultados são de autorrelato textual simulado por quatro modelos; servem para auditoria de projeto, não para validar cuidado terapêutico