[{"data":1,"prerenderedAt":367},["ShallowReactive",2],{"blog-blog_ru-rule-based-vs-llm-chatbot-depression":3,"alternates-rule-based-vs-llm-chatbot-depression-ru":351},{"id":4,"title":5,"author":6,"body":7,"category":330,"date":331,"description":332,"draft":333,"extension":334,"healthTopics":335,"image":339,"meta":340,"navigation":341,"path":342,"readingTime":343,"reviewedBy":339,"seo":344,"stem":345,"tags":346,"updatedDate":349,"__hash__":350},"blog_ru\u002Fblog\u002Frule-based-vs-llm-chatbot-depression.md","Скриптовые чатботы лучше LLM при депрессии? Мета-анализ 2025","Nearby",{"type":8,"value":9,"toc":312},"minimark",[10,14,19,22,25,28,32,35,42,48,54,58,61,64,67,70,74,83,86,94,97,101,104,107,110,113,117,120,126,137,143,149,153,156,159,162,166,171,174,178,181,185,188,192,195,198,203,216,219,234,237,251,258,268,274,288,302],[11,12,13],"p",{},"Мета-анализ 2025 года обнаружил парадокс: скриптовые чатботы с жёсткими сценариями умеренно снижают симптомы депрессии, а чатботы на больших языковых моделях — нет. Систематический обзор Du et al. (2025) проанализировал рандомизированные клинические испытания обоих типов систем и пришёл к выводу, который ставит под вопрос нарратив о превосходстве генеративного ИИ в терапии.",[15,16,18],"h2",{"id":17},"что-именно-показал-мета-анализ","Что именно показал мета-анализ?",[11,20,21],{},"Команда исследователей под руководством Qiuxue Du провела систематический обзор и мета-анализ РКИ, сравнивающих два типа чатботов для людей с симптомами депрессии и тревожности (Du et al., 2025). Они разделили системы на две категории: rule-based (скриптовые, работающие по заранее прописанным алгоритмам) и LLM-based (построенные на больших языковых моделях).",[11,23,24],{},"Главный результат: скриптовые чатботы продемонстрировали скромное, но статистически значимое улучшение депрессивных симптомов. LLM-чатботы значимого эффекта не показали.",[11,26,27],{},"Это контринтуитивный результат. Языковые модели генерируют более естественные ответы, лучше понимают контекст, способны проявлять эмпатию, близкую к человеческой (Karki et al., 2025). Как система, которая отвечает заготовленными фразами, может работать лучше?",[15,29,31],{"id":30},"почему-скриптовые-чатботы-выиграли","Почему скриптовые чатботы «выиграли»?",[11,33,34],{},"Ответ не в том, что скрипты лучше ИИ. Ответ — в доказательной базе.",[11,36,37,41],{},[38,39,40],"strong",{},"Десятилетие клинических данных."," Скриптовые системы вроде Woebot и Wysa существуют с 2017 года. За это время они прошли десятки рандомизированных испытаний с крупными выборками и длительным наблюдением. Ещё в 2019 году обзор Vaidyam et al. зафиксировал растущую базу доказательств для скриптовых чатботов в психиатрии — задолго до эпохи ChatGPT (Vaidyam et al., 2019).",[11,43,44,47],{},[38,45,46],{},"Терапевтические протоколы."," Woebot строго следует когнитивно-поведенческой терапии. Каждый диалог — это структурированная сессия с конкретной целью: выявить автоматическую мысль, провести когнитивную реструктуризацию, назначить поведенческий эксперимент. Скрипт не может отклониться от протокола — и это его преимущество.",[11,49,50,53],{},[38,51,52],{},"Единицы РКИ для LLM."," Большие языковые модели стали доступны для терапевтических приложений только в 2023–2024 годах. Количество завершённых РКИ для LLM-чатботов измеряется единицами. Мета-анализ, объединяющий три-четыре небольших испытания, не может показать статистическую значимость — ему просто не хватает мощности.",[15,55,57],{"id":56},"что-не-так-с-ранними-llm-исследованиями","Что не так с ранними LLM-исследованиями?",[11,59,60],{},"Проблема не только в количестве испытаний. Ранние LLM-чатботы для ментального здоровья часто разрабатывались без терапевтической структуры.",[11,62,63],{},"Типичный сценарий 2023 года: исследователи берут GPT-3.5 или GPT-4, пишут системный промпт «ты — эмпатичный психолог», и выпускают пользователей в свободный диалог. Такой чатбот может утешить, выслушать, подобрать правильные слова. Но он не ведёт человека по терапевтическому маршруту. Он реактивен — отвечает на то, что говорит пользователь, вместо того чтобы направлять разговор к конкретным терапевтическим целям.",[11,65,66],{},"Ma et al. (2023) описали этот фундаментальный вызов: LLM-агенты обладают впечатляющими языковыми способностями, но без дополнительной архитектуры им не хватает структурированного клинического рассуждения (Ma et al., 2023). Обзор Pavlopoulos et al. (2024) подтвердил: среди ИИ-инструментов для депрессии и тревожности наибольший эффект показывают те, что встроены в доказательные терапевтические фреймворки (Pavlopoulos et al., 2024).",[11,68,69],{},"Kuhlmeier et al. (2025) провели эксперимент с LLM-чатботом для поведенческой активации и обнаружили характерное противоречие: модель может выполнять терапевтические протоколы с высокой точностью, но «надёжное клиническое рассуждение остаётся открытой задачей» (Kuhlmeier et al., 2025).",[15,71,73],{"id":72},"контекст-другие-мета-анализы-не-согласны","Контекст: другие мета-анализы не согласны",[11,75,76,77,82],{},"Вывод Du et al. не существует в вакууме. ",[78,79,81],"a",{"href":80},"\u002Fru\u002Fblog\u002Fai-chatbot-therapy-meta-analysis","Крупнейший мета-анализ Li et al. (2023)"," — 35 исследований, более 17 000 участников — показал значимое снижение депрессии для ИИ-чатботов в целом: Hedges' g = 0,64 (Li et al., 2023). Но этот обзор не разделял скриптовые и LLM-системы на подгруппы так, как это сделали Du et al.",[11,84,85],{},"Более того, Li et al. обнаружили, что генеративные модели превосходили скриптовые в 2,4 раза по размеру эффекта (g = 1,24 vs g = 0,52). Правда, генеративных систем в выборке было всего пять — и часть из них была обучена на терапевтических данных, а не просто представляла собой «голый» LLM.",[11,87,88,89,93],{},"Отдельные клинические испытания тоже дают основания для оптимизма. ",[78,90,92],{"href":91},"\u002Fru\u002Fblog\u002Fai-therapist-depression-clinical-trial","Therabot — LLM-чатбот",", построенный на GPT-4 с терапевтической структурой, — продемонстрировал снижение депрессии на 51% в пилотном РКИ (Sharma et al., 2023). Сравнение ИИ-терапевта с живым специалистом в поведенческой активации показало сопоставимую эффективность (Napiwotzki et al., 2025).",[11,95,96],{},"Мета-анализ Li et al. (2025) подтвердил: чатботы — включая и LLM-системы — значимо снижают психологический дистресс у молодёжи (Li et al., 2025).",[15,98,100],{"id":99},"не-скрипты-vs-llm-а-структура-vs-хаос","Не «скрипты vs LLM», а «структура vs хаос»",[11,102,103],{},"Если собрать все данные вместе, картина проясняется. Разделение проходит не по линии «скриптовый vs языковая модель». Оно проходит по линии «структурированная терапия vs неструктурированный разговор».",[11,105,106],{},"Скриптовые чатботы побеждают не потому, что скрипты лучше. Они побеждают потому, что каждый скриптовый чатбот по определению структурирован. У него нет выбора — он следует протоколу. А ранние LLM-чатботы часто не имели никакого протокола.",[11,108,109],{},"Новое поколение LLM-систем уже исправляет эту проблему. SuDoSys (Chen et al., 2024) — пример структурированного подхода: система использует руководства ВОЗ по психологической первой помощи (PM+) как каркас для LLM-диалога. Модель не просто разговаривает — она ведёт пользователя через конкретные терапевтические техники, определённые протоколом (Chen et al., 2024).",[11,111,112],{},"Kuhlmeier et al. (2025) показали аналогичный подход: LLM-чатбот для поведенческой активации, который следует протоколу пошагово. Точность выполнения протокола — высокая. Это принципиально другая архитектура, чем «поговори с ChatGPT о своих проблемах».",[15,114,116],{"id":115},"ограничения-мета-анализа-du-et-al","Ограничения мета-анализа Du et al.",[11,118,119],{},"Несколько важных оговорок к результатам:",[11,121,122,125],{},[38,123,124],{},"Асимметрия выборки."," Скриптовые чатботы представлены десятками РКИ с тысячами участников. LLM-чатботы — единичными испытаниями с малыми выборками. Сравнение неравнозначных групп в мета-анализе может систематически занижать эффект менее изученной группы.",[11,127,128,131,132,136],{},[38,129,130],{},"Гетерогенность LLM-систем."," Под «LLM-чатботами» объединены совершенно разные системы: от нетренированного ChatGPT с промптом до специализированных терапевтических платформ. Размер модели тоже имеет значение — ",[78,133,135],{"href":134},"\u002Fru\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy","компактные модели, обученные на терапевтических данных, могут превосходить универсальных гигантов",". Объединять их в одну группу — всё равно что сравнивать «лекарства» как единую категорию, не различая аспирин и антидепрессанты.",[11,138,139,142],{},[38,140,141],{},"Отсутствие долгосрочных данных."," Большинство LLM-исследований длились 2–4 недели. Для оценки терапевтического эффекта это недостаточный срок — КПТ обычно требует 8–12 недель.",[11,144,145,148],{},[38,146,147],{},"Быстрое устаревание."," Мета-анализ фиксирует состояние доказательной базы на момент поиска литературы. Учитывая скорость развития LLM-терапии, результаты 2025 года могут не отражать возможности систем 2026-го.",[15,150,152],{"id":151},"что-это-значит-на-практике","Что это значит на практике?",[11,154,155],{},"Вывод Du et al. — не приговор LLM-терапии. Это указание на конкретную проблему: языковая модель без терапевтической структуры — это разговор, а не терапия.",[11,157,158],{},"Эффективный ИИ-терапевт будущего — это не выбор между скриптом и LLM. Это LLM, встроенная в терапевтический протокол. Языковая модель обеспечивает гибкость, эмпатию, естественность диалога. Протокол обеспечивает направление, последовательность, терапевтическую цель каждой сессии.",[11,160,161],{},"Именно по этому принципу построена платформа Рядом: LLM-ядро работает внутри структурированных протоколов КПТ, а мультиагентная архитектура разделяет эмпатический диалог и клиническое рассуждение. Такой подход объединяет сильные стороны обоих типов систем — гибкость языковых моделей и доказанную эффективность терапевтических протоколов.",[15,163,165],{"id":164},"часто-задаваемые-вопросы","Часто задаваемые вопросы",[167,168,170],"h3",{"id":169},"правда-ли-что-обычные-чатботы-помогают-при-депрессии-лучше-чем-chatgpt","Правда ли, что обычные чатботы помогают при депрессии лучше, чем ChatGPT?",[11,172,173],{},"Мета-анализ Du et al. (2025) показал скромный эффект скриптовых чатботов и отсутствие значимого эффекта LLM-чатботов. Но это отражает не превосходство скриптов, а разницу в доказательной базе: у скриптовых систем — десятилетие РКИ, у LLM — единичные испытания.",[167,175,177],{"id":176},"помогают-ли-ии-чатботы-при-тревожности","Помогают ли ИИ-чатботы при тревожности?",[11,179,180],{},"Данные неоднозначны. Li et al. (2023) не обнаружили значимого эффекта ИИ-чатботов на тревожность (g = 0,65, доверительный интервал пересекает ноль). Однако отдельные исследования, включая Napiwotzki et al. (2025), показывают снижение тревожных симптомов при структурированных LLM-интервенциях.",[167,182,184],{"id":183},"почему-структура-терапевтического-протокола-так-важна-для-чатбота","Почему структура терапевтического протокола так важна для чатбота?",[11,186,187],{},"Скриптовые чатботы по определению следуют протоколу — каждый шаг прописан заранее. LLM без структуры ведёт свободный разговор, что ближе к эмоциональной поддержке, чем к терапии. Исследования Kuhlmeier et al. (2025) и Chen et al. (2024) показывают, что LLM может выполнять терапевтические протоколы с высокой точностью, когда структура задана явно.",[167,189,191],{"id":190},"стоит-ли-использовать-чатбот-вместо-психотерапевта","Стоит ли использовать чатбот вместо психотерапевта?",[11,193,194],{},"Чатбот — не замена специалисту. Мета-анализ Li et al. (2023) показал эффект g = 0,64 для депрессии — это значимо, но меньше, чем у традиционной КПТ с терапевтом. Чатбот полезен как инструмент самопомощи между сессиями, для людей в очереди к специалисту или тех, кто пока не готов обратиться за помощью лично (Karki et al., 2025).",[196,197],"hr",{},[11,199,200],{},[38,201,202],{},"Источники",[11,204,205,206,210,211],{},"Chen, Y., Zhang, X., Wang, J., Xie, X., Yan, N., Chen, H., & Wang, L. (2024). Structured dialogue system for mental health: An LLM chatbot leveraging the PM+ guidelines. ",[207,208,209],"em",{},"ArXiv",". ",[78,212,213],{"href":213,"rel":214},"https:\u002F\u002Fdoi.org\u002F10.48550\u002Farxiv.2411.10681",[215],"nofollow",[11,217,218],{},"Du, Q., Ren, Y., Meng, Z., He, H., & Meng, S. (2025). The efficacy of rule-based versus large language model-based chatbots in alleviating symptoms of depression and anxiety: Systematic review and meta-analysis.",[11,220,221,222,225,226,229,230],{},"Karki, A., Kamble, C., Chavan, R., & Chapke, N. (2025). Mental health meets machine learning: The rise of chatbots and LLMs in therapy. ",[207,223,224],{},"International Journal for Research Trends and Innovation",", ",[207,227,228],{},"10","(5). ",[78,231,232],{"href":232,"rel":233},"https:\u002F\u002Fdoi.org\u002F10.56975\u002Fijrti.v10i5.203281",[215],[11,235,236],{},"Kuhlmeier, F., Hanschmann, L., Rabe, M., Luettke, S., Brakemeier, E.-L., & Maedche, A. (2025). Designing an LLM-based behavioral activation chatbot for young people with depression: Insights from an evaluation with artificial users and clinical experts.",[11,238,239,240,225,243,246,247],{},"Li, H., Zhang, R., Lee, Y.-C., Kraut, R. E., & Mohr, D. C. (2023). Systematic review and meta-analysis of AI-based conversational agents for promoting mental health and well-being. ",[207,241,242],{},"NPJ Digital Medicine",[207,244,245],{},"6","(1), 236. ",[78,248,249],{"href":249,"rel":250},"https:\u002F\u002Fdoi.org\u002F10.1038\u002Fs41746-023-00979-5",[215],[11,252,253,254,257],{},"Li, Y., et al. (2025). Chatbot interventions for young people: A meta-analysis. ",[207,255,256],{},"Worldviews on Evidence-Based Nursing",".",[11,259,260,261,210,264],{},"Ma, Z., Mei, Y., & Su, Z. (2023). Understanding the benefits and challenges of using large language model-based conversational agents for mental well-being support. ",[207,262,263],{},"AMIA Annual Symposium Proceedings",[78,265,266],{"href":266,"rel":267},"https:\u002F\u002Fdoi.org\u002F10.48550\u002Farxiv.2307.15810",[215],[11,269,270,271,257],{},"Napiwotzki, L., et al. (2025). AI versus human therapist in depression: A behavioral activation comparison. ",[207,272,273],{},"Journal of Medical Internet Research",[11,275,276,277,225,280,283,284],{},"Pavlopoulos, A., Rachiotis, T., & Maglogiannis, I. (2024). An overview of tools and technologies for anxiety and depression management using AI. ",[207,278,279],{},"Applied Sciences",[207,281,282],{},"14","(19), 9068. ",[78,285,286],{"href":286,"rel":287},"https:\u002F\u002Fdoi.org\u002F10.3390\u002Fapp14199068",[215],[11,289,290,291,225,294,297,298],{},"Sharma, A., et al. (2023). Human-centered evaluation of generative AI-based therapy chatbot. ",[207,292,293],{},"NEJM AI",[207,295,296],{},"1","(2). ",[78,299,300],{"href":300,"rel":301},"https:\u002F\u002Fdoi.org\u002F10.1056\u002FAIoa2300127",[215],[11,303,304,305,225,308,311],{},"Vaidyam, A. N., Wisniewski, H., Halamka, J. D., Kashavan, M. S., & Torous, J. B. (2019). Chatbots and conversational agents in mental health: A review of the psychiatric landscape. ",[207,306,307],{},"The Canadian Journal of Psychiatry",[207,309,310],{},"64","(7), 456–464.",{"title":313,"searchDepth":314,"depth":314,"links":315},"",2,[316,317,318,319,320,321,322,323],{"id":17,"depth":314,"text":18},{"id":30,"depth":314,"text":31},{"id":56,"depth":314,"text":57},{"id":72,"depth":314,"text":73},{"id":99,"depth":314,"text":100},{"id":115,"depth":314,"text":116},{"id":151,"depth":314,"text":152},{"id":164,"depth":314,"text":165,"children":324},[325,327,328,329],{"id":169,"depth":326,"text":170},3,{"id":176,"depth":326,"text":177},{"id":183,"depth":326,"text":184},{"id":190,"depth":326,"text":191},"ai-therapy","2026-04-06","Мета-анализ Du et al. (2025): скриптовые чатботы умеренно снижают депрессию, а LLM-чатботы — нет. Разбираем парадокс и что за ним стоит.",false,"md",[336,337,338],"Mental health","Depression","Digital mental health",null,{},true,"\u002Fblog\u002Frule-based-vs-llm-chatbot-depression",9,{"title":5,"description":332},"blog\u002Frule-based-vs-llm-chatbot-depression",[347,330,348],"AI mental health","chatbots","2026-05-17","qb0RD9Xnvn0kjmWQ8NJRobeEMp0kchc17AhkYckhfPg",[352,355,359,363],{"locale":353,"label":354,"path":342},"en","English",{"locale":356,"label":357,"path":358},"kz","Қазақша","\u002Fkz\u002Fblog\u002Frule-based-vs-llm-chatbot-depression",{"locale":360,"label":361,"path":362},"ky","Кыргызча","\u002Fky\u002Fblog\u002Frule-based-vs-llm-chatbot-depression",{"locale":364,"label":365,"path":366},"by","Беларуская","\u002Fby\u002Fblog\u002Frule-based-vs-llm-chatbot-depression",1780418367705]