Neste artigo
Um novo artigo publicado em 4 de maio de 2026 no Journal of Psychiatric and Mental Health Nursing acende um alerta para serviços que vêm adotando ferramentas de inteligência artificial (IA) como apoio à personalização do cuidado em saúde mental. A síntese crítica, assinada por Erman Yıldız, descreve um mecanismo recorrente de falhas chamado “deriva de otimização”, quando metas de eficiência e métricas passam a substituir, aos poucos, elementos essenciais da prática: presença terapêutica, julgamento profissional e a biografia de cuidado do paciente.
Em um momento em que chatbots e sistemas de recomendação se tornam mais comuns no acompanhamento de sofrimento psíquico, o texto argumenta que a promessa de “personalização” pode deslizar para a substituição do trabalho relacional. O risco, segundo o autor, é que uma “aliança” simulada por conversas automatizadas seja confundida com vínculo terapêutico, enquanto decisões clínicas ficam estreitas por protocolos algorítmicos, abrindo espaço para desqualificação (deskilling) e perda de autonomia da Enfermagem.
“O mecanismo de falha comum é a deriva de otimização sob governança fraca, onde a aliança simulada substitui a presença terapêutica, a autoridade das métricas desloca o julgamento profissional e traços indiretos (‘proxies’) se sobrepõem à biografia de cuidado.”
Pontos-chave em linguagem direta
- Chatbots “parecem” acolhedores, mas isso não equivale à presença terapêutica, nem garante segurança em situações de crise.
- Automação pode estreitar o raciocínio clínico se a equipe passar a seguir recomendações sem espaço para reflexão e contextualização.
- “Personalização por rastros” (cliques, padrões de uso, linguagem, histórico digital) pode competir com a narrativa do paciente e com o plano de cuidado construído em conjunto.
O que a síntese crítica está dizendo, na prática
O artigo não é um ensaio “contra tecnologia”. A ideia central é que IA deve entrar como ampliação (augmentation), e não como substituição. Para isso, o autor propõe salvaguardas auditáveis e “linhas vermelhas” no desenho do serviço.
Entre as tensões identificadas, uma das mais sensíveis para a Enfermagem em saúde mental é a confusão entre suporte conversacional e cuidado relacional. Chatbots podem oferecer lembretes, psicoeducação e acompanhamento de humor, mas a experiência do usuário (e a fluidez da conversa) pode criar a percepção de que há uma relação terapêutica estável. Segundo o texto, quando essa percepção vira política de serviço (por exemplo, substituindo tempo de escuta por interações automatizadas), o sistema começa a falhar justamente onde o cuidado é mais humano: sofrimento, ambivalência, risco, tomada de decisão moral e vínculo.
Outra preocupação é o que o autor chama de “autoridade das métricas”. Em ferramentas de IA, é comum que indicadores (engajamento, adesão, tempo de resposta, redução de sintomas em escalas) orientem ajustes contínuos. O problema surge quando o modelo é otimizado para “performar” bem nesses números, mas sem governança clínica que garanta responsabilidade, rastreabilidade de decisões e espaço para divergência profissional. Na ponta, isso pode virar pressão para padronizar respostas, reduzir complexidade e, aos poucos, empobrecer o raciocínio clínico da equipe.
Por fim, o artigo chama atenção para a disputa entre biografia de cuidado (história, valores, contexto, relações, eventos significativos) e o que o texto descreve como personalização por rastros. Sistemas podem inferir preferências e riscos com base em dados indiretos. Mas, quando esses “proxies” passam a ditar o plano, há risco de apagar a narrativa do paciente, gerar intervenções pouco alinhadas ao contexto e erodir confiança, especialmente se houver coleta de dados percebida como extrativa.
Implicações para Enfermagem: o que muda na adoção de IA
Para a prática de Enfermagem, o artigo oferece uma mensagem clara: se um serviço vai usar IA em saúde mental, precisa tratar presença terapêutica, autoridade narrativa e proteção da agência moral como resultados clínicos não negociáveis. Em outras palavras, a implementação não deveria ser avaliada só por eficiência e “satisfação do usuário”, mas também por critérios como qualidade do vínculo, segurança em situações de risco e manutenção do julgamento profissional.
Na prática, isso se traduz em medidas como:
- Rotas de escalonamento explícitas (quando e como a interação automatizada vira atendimento humano).
- Tempo relacional protegido para a equipe, evitando que a tecnologia “consuma” a agenda com mais tarefas, em vez de liberar espaço para cuidado.
- Documentação “biografia primeiro”, garantindo que o plano de cuidado reflita a narrativa do paciente e não apenas sinais indiretos.
- Avaliação sob condições reais, testando segurança, responsabilização e exceções do dia a dia, e não apenas cenários ideais de demonstração.
O texto dialoga com um dilema contemporâneo: como incorporar IA sem reduzir a Enfermagem a execução de recomendações. A resposta proposta é governança e desenho de serviço centrado no relacional. Para equipes que já enfrentam sobrecarga, a crítica é ainda mais urgente: tecnologia não pode virar atalho para “fazer mais com menos” às custas do cuidado.
Fonte
Yıldız E. Optimisation Drift and Substitution Risk in Artificial Intelligence-Supported Personalised Mental Health Nursing: A Critical Synthesis on Therapeutic Presence and Care Biography. Journal of Psychiatric and Mental Health Nursing. Publicado em 4 maio 2026. DOI: 10.1111/jpm.70137. Registro no PubMed: PMID 42080623.
