Una máquina puede reconocer síntomas y responder de manera aparentemente comprensiva. ¿Ha entendido al paciente?

En un estudio publicado en 2026, diez modelos de lenguaje recibieron las transcripciones de tres entrevistas psiquiátricas simuladas. Debían valorar los cien ítems del sistema AMDP de psicopatología. Los 108 clínicos con los que se compararon disponían, en cambio, de imagen y sonido.

Los mejores modelos alcanzaron una precisión global de 0,72, aproximadamente el percentil 64 de una muestra formada sobre todo por clínicos al principio de su carrera. El rendimiento fue mayor en los casos de depresión y manía que en el de esquizofrenia. Cuando un fenómeno exigía observar la afectividad o los movimientos del paciente, la transcripción dejaba fuera información decisiva.

No era una prueba de diagnóstico autónomo en pacientes reales. Eran tres entrevistas simuladas y una tarea muy concreta de descripción psicopatológica. Pero incluso dentro de ese marco aparece una pregunta extraña. Si una máquina puede leer una entrevista y reconocer correctamente buena parte de la psicopatología, ¿ha comprendido lo que le ocurre a esa persona?

John Searle planteó en 1980 la habitación china. Alguien que no sabe chino recibe caracteres y consulta unas reglas para decidir qué símbolos devolver. Desde fuera, sus respuestas pueden parecer las de una persona que domina el idioma. Para Searle, manipular símbolos correctamente no basta para comprender su significado.

Una objeción conocida responde que quizá no comprenda la persona encerrada, pero sí el sistema completo, incluidas sus reglas y operaciones. Searle lo rechazó; el debate sigue abierto. La habitación tampoco describe literalmente cómo funcionan los modelos actuales. Sirve para preguntar qué estamos atribuyendo a un sistema cuando sus respuestas son adecuadas.

En psiquiatría, comprender ya era una palabra problemática. Jaspers llamó comprensión genética a captar conexiones de sentido entre vivencias: cómo una pérdida se enlaza con la culpa o una humillación con el miedo. Esa pregunta difiere de la de Searle, que trata de si la computación basta para producir significado. La IA las ha colocado cerca, sin convertirlas en el mismo problema.

Volvamos a la entrevista. Supongamos que alguien dice: «Desde que murió mi padre, si estoy contento siento que le estoy traicionando». Reconocer culpa o tristeza es una tarea. Reconstruir por qué recuperar el placer ha adquirido el significado de una deslealtad pertenece a otra.

Una IA podría también formular esa conexión. Puede reconstruir antecedentes del diálogo, detectar que la pérdida precedió al cambio y producir una respuesta perfectamente pertinente: que sentirse mejor no implica olvidar al padre. Puede incluso hacerlo con una delicadeza notable. En estudios que comparan respuestas escritas de chatbots y profesionales sanitarios, las de los modelos han sido puntuadas con frecuencia como más empáticas.

En esos estudios, sin embargo, se evaluaban sobre todo intercambios escritos mediante observadores o personas que actuaban como representantes de los pacientes. Se medía empatía percibida, no una relación clínica completa ni la experiencia afectiva de quien respondía. Una valoración favorable del lenguaje deja abierta la pregunta por la comprensión.

Una respuesta posible es que falta la experiencia: producir lenguaje sobre la pena no sería lo mismo que sentir pena ni que habitar el mundo humano al que pertenecen esas palabras. Pero incluso aceptando esa diferencia, el problema no queda resuelto. Tampoco el psiquiatra necesita haber vivido la misma pérdida para comprender algo de ella. Y nunca accedemos directamente a la experiencia del otro. Trabajamos con lo que dice, cómo lo dice, lo que hace, la historia que conocemos y las inferencias que construimos a partir de todo ello.

Por eso sería demasiado cómodo reservar la palabra comprensión para los humanos como si nuestra condición biológica garantizara automáticamente que entendemos a quien tenemos delante. Podemos escuchar mal, imponer nuestras explicaciones, confundir una palabra con una experiencia o reconocer un diagnóstico sin haber captado qué significa para la persona. El estudio del AMDP muestra, de hecho, que modelos y clínicos pueden cometer errores distintos.

No todas esas preguntas necesitan la misma respuesta para que una herramienta resulte útil. Que un modelo clasifique correctamente un síntoma puede ser valioso aunque dejemos sin resolver si «comprende» lo que clasifica. Que una respuesta sea juzgada como empática también nos dice algo sobre su forma comunicativa, aunque no permita atribuir al sistema una experiencia afectiva. Confundir utilidad con conciencia sería un error; exigir una teoría completa de la conciencia antes de reconocer cualquier utilidad sería otro.

Quizá antes de decidir si la máquina comprende debamos precisar qué le estamos pidiendo: reconocer un fenómeno, responder de forma pertinente o reconstruir su sentido dentro de una vida. Son capacidades relacionadas, pero distintas. Y la pregunta vuelve entonces a la consulta: cuando decimos que hemos entendido a un paciente, ¿cuál de ellas estamos dando por conseguida?

Referencias

1. Searle JR. Minds, brains, and programs. Behavioral and Brain Sciences. 1980;3(3):417-424. doi:10.1017/S0140525X00005756.
2. Lenz E, Naamanka J, Trabert W, et al. Benchmarking large language models against practicing clinicians on psychopathological assessment. npj Digital Medicine. 2026;9:518. doi:10.1038/s41746-026-02852-7.
3. Jaspers K. General Psychopathology. Translated from the German 7th ed. by Hoenig J, Hamilton MW. Manchester University Press; 1963.
4. Howcroft A, Bennett-Weston A, Khan A, Griffiths J, Gay S, Howick J. AI chatbots versus human healthcare professionals: a systematic review and meta-analysis of empathy in patient care. British Medical Bulletin. 2025;156(1):ldaf017. doi:10.1093/bmb/ldaf017.