Редакционное исправление от 24 сентября 2026 года. Ранее заголовок и текст неверно представляли 42% как преимущество мультиагентного ИИ над обычным чатботом. Исправлены смысл показателя, описание эксперимента и выводы. Это редакционное уточнение, а не новая экспертная или клиническая рецензия.

Что на самом деле означает 42% в MIND

В MIND, версия 2, Chen и соавторы, 2025 авторы сообщают о среднем снижении оценок на 42% в абляционных экспериментах: из собственной системы исключали механизм памяти, агента Guide или Strategist. Четыре исследователя клинической психологии оценивали сгенерированные примеры по шести критериям. Среди них связность: сохраняет ли история логику и последовательность. Описание оценок в разделе 4.2 и приложении E.

База сравнения - полный MIND и его изменённые варианты. Это не результат "MIND на 42% лучше любого чатбота", не сравнение с полноценной психотерапией и не измерение пользы "Рядом".

Абляция отвечает на узкий вопрос: что меняется в конкретной реализации, если убрать выбранный компонент? Из такого сравнения нельзя вывести универсальное правило "больше агентов - лучше помощь". Другой набор заданий, модель, подсказки или способ оценки могут дать другой результат.

Как устроен исследовательский прототип

В MIND четыре основные роли: Trigger создаёт ситуацию, Devil озвучивает искажённую мысль, Guide помогает её переосмыслить, Strategist направляет сюжет. Моделируемый пациент используется в экспериментальной оценке; его нельзя считать пятым обязательным агентом пользовательского диалога.

Разделение задач позволяет менять один компонент и смотреть на его вклад. За названиями ролей стоят программные инструкции; специалисты в самом пользовательском разговоре не участвуют.

Что исследование позволяет заключить

В отдельном эксперименте участвовали восемь студентов 18–21 года. Но MIND получили только двое. Ещё двое использовали EmoLLM, двое CACTUS, а двое вошли в контрольную группу без разговора. Участники диалоговых групп проходили пять раундов беседы и заполняли PANAS до и после неё. Условием участия было переживание, беспокоившее человека от одного дня до недели. Распределение и порядок эксперимента в приложении C.1.

Людей с текущими психическими заболеваниями и риском самоповреждения или суицида исключали. Получился небольшой эксперимент о краткосрочном настроении и впечатлениях от разговора в отобранной группе студентов. Лечение клинической группы здесь не проверяли. Ethics Statement.

У оценки ответа и клинического результата разные задачи:

Качество ответа: кажется ли диалог связным, понятным и поддерживающим?
Изменение состояния: изменился ли самоотчёт участника после разговора?
Клиническая эффективность: помогает ли конкретное вмешательство определённой группе людей по заранее выбранным критериям и в течение достаточного времени?

Если диалог оказался понятным или настроение после него изменилось, это полезное наблюдение. Для вывода о лечении нужны отдельный дизайн исследования и наблюдение за состоянием во времени.

Что это означает для выбора приложения

Оценивайте конкретный продукт: понятно ли, что отвечает ИИ, обозначены ли ограничения, доступны ли правила обработки данных и условия оплаты. Сохранение истории и структура диалога зависят от реализации приложения; нельзя утверждать, что все обычные чатботы не имеют памяти или всегда теряют фокус.

"Рядом" не участвовал в исследовании MIND. Сходство идей или использование принципов КПТ не переносит результаты чужой системы на наш продукт. Проверяемые сведения о доступе, данных и ограничениях собраны на странице "Доказательность и безопасность".

Мультиагентный ИИ и чатбот: что показало исследование MIND

Что на самом деле означает 42% в MIND

Как устроен исследовательский прототип

Что исследование позволяет заключить

Что это означает для выбора приложения

Часто задаваемые вопросы

Мультиагентная система всегда лучше одиночного чатбота?

Можно ли считать 42% улучшением самочувствия?

Какое исследование дало бы более сильный вывод?

Источник