REGISTRO DOI: 10.70773/revistatopicos/785285992
RESUMO
A ausência de triagem psicológica estruturada pode comprometer o encaminhamento clínico adequado e elevar o custo emocional do paciente, favorecendo a desistência precoce do tratamento. Este artigo tem como objetivo analisar as possibilidades e os limites da utilização da Inteligência Artificial (IA) como ferramenta de apoio à triagem psicológica, em associação a instrumentos psicométricos aprovados pelo Conselho Federal de Psicologia (CFP). Para tanto, realizou-se uma revisão bibliográfica narrativa de caráter exploratório, fundamentada em produções científicas sobre avaliação psicométrica, ética profissional em psicologia e aplicações da IA na saúde mental. Os resultados indicam que a IA possui potencial significativo para organizar dados iniciais do paciente, identificar padrões sintomáticos e personalizar o encaminhamento clínico, com modelos atingindo até 97% de precisão na identificação de sintomas. Contudo, os achados reafirmam que a atuação do psicólogo não pode ser substituída por sistemas artificiais, dado que a escuta clínica, a empatia autêntica e o julgamento ético permanecem competências exclusivamente humanas. A proposta se fundamenta na Resolução CFP nº 31/2022 e na Lei Geral de Proteção de Dados (LGPD), assegurando que a tecnologia opere estritamente como suporte sob responsabilidade técnica do psicólogo.
Palavras-chave: inteligência artificial; triagem psicológica; avaliação psicométrica; saúde mental digital; ética em psicologia; acesso à psicoterapia.
ABSTRACT
The absence of structured psychological screening can compromise appropriate clinical referral and increase the patient's emotional burden, potentially leading to premature treatment dropout. This article aims to analyze the possibilities and limitations of using Artificial Intelligence (AI) as a support tool for psychological screening, in conjunction with psychometric instruments approved by the Federal Council of Psychology (CFP). To this end, an exploratory narrative literature review was conducted, based on scientific literature regarding psychometric assessment, professional ethics in psychology, and AI applications in mental health. The results indicate that AI holds significant potential for organizing initial patient data, identifying symptom patterns, and personalizing clinical referrals, with models achieving up to 97% accuracy in symptom identification. However, the findings reaffirm that the psychologist's role cannot be replaced by artificial systems, given that clinical listening, authentic empathy, and ethical judgment remain exclusively human competencies. The proposal is grounded in CFP Resolution No. 31/2022 and the General Data Protection Law (LGPD), ensuring that the technology operates strictly as a support tool under the psychologist's technical responsibility.
Keywords: artificial intelligence; psychological screening; psychometric assessment; digital mental health; ethics in psychology; access to psychotherapy.
1. INTRODUÇÃO
O acesso à saúde mental no Brasil é marcado, muitas vezes, por uma lacuna estrutural. Embora a Resolução CFP nº 31/2022 estabeleça critérios rigorosos para o uso de instrumentos psicométricos na prática profissional, não há no Brasil uma exigência normativa de triagem sistêmica prévia ao início do atendimento psicológico. Na prática, conforme Comassetto, Campos e Feijó (2025), essa ausência faz com que o indivíduo muitas vezes comece o tratamento sem uma avaliação estruturada de suas demandas reais, comprometendo tanto a escolha do profissional quanto a continuidade do cuidado
A literatura científica sugere que esse problema pode não ser apenas de eficiência clínica, mas também de acesso. Quando o início do tratamento depende exclusivamente da capacidade do sujeito de expressar suas necessidades sem apoio ou estrutura, os que mais precisam de ajuda são frequentemente os menos aptos a solicitá-la de forma clara (GORDON; TURNBULL, 2024). A isso se soma um custo emocional real, da fragmentação do atendimento inicial comprometer a continuidade do cuidado e poder desestimular a permanência no tratamento (COMASSETTO; CAMPOS; FEIJÓ, 2025).
Diante desse cenário, a Inteligência Artificial (IA) apresenta potencial para apoiar a fase de triagem que antecede o atendimento psicológico. Segundo Farias e Oliveira (2024), algoritmos de aprendizado de máquina são capazes de analisar grandes volumes de dados, identificar padrões e prever tendências relacionadas a diferentes condições psicológicas, tornando o processo de triagem inicial mais ágil e baseado em informações estruturadas. Em complemento, Gonçalves, Tomaz e Alves (2025) demonstraram que modelos de regressão logística aplicados à identificação de sintomas depressivos alcançaram índices de precisão de 97%, evidenciando o potencial dessas técnicas como ferramentas de apoio à identificação precoce de demandas em saúde mental. Embora tais tecnologias não substituem a avaliação realizada por profissionais qualificados, elas podem contribuir para a organização do fluxo de atendimento e para o direcionamento inicial dos pacientes, favorecendo um processo de cuidado mais eficiente.
Dessa forma, a incorporação da IA à prática psicológica exige um posicionamento ético claro. O Conselho Federal de Psicologia (2025) publicou nota enfatizando que a tecnologia deve atuar estritamente como suporte, sob responsabilidade técnica do psicólogo, sem substituir o juízo clínico, a empatia autêntica ou a escuta humana. Esse limite não é apenas normativo, mas também ontológico. Conforme Lopes, Rehfeld e Rassi (2024), a máquina interpreta dados por meio de padrões matemáticos fixos e é estruturalmente incapaz de realizar a suspensão de julgamentos prévios que o encontro clínico real exige.
Diante desse contexto, este artigo busca analisar como a Inteligência Artificial pode apoiar a etapa de triagem anterior ao atendimento psicológico, contribuindo para um direcionamento inicial mais estruturado e fundamentado, sem ultrapassar os limites éticos que preservam a autonomia profissional do psicólogo e a qualidade do cuidado ao paciente. Para isso, são discutidos os processos de triagem psicológica e de avaliação psicométrica, bem como as potencialidades e limites da IA nesse contexto. Em seguida, os achados da literatura são analisados criticamente e, por fim, apresentam-se as considerações finais e perspectivas para pesquisas futuras.
2. DESENVOLVIMENTO
2.1. Triagem Psicológica e Avaliação Psicométrica: O Problema do Início
A triagem psicológica constitui a etapa inicial que antecede o processo terapêutico. Sua finalidade é identificar as demandas iniciais do paciente, subsidiar o encaminhamento clínico e fornecer informações que orientem o planejamento do atendimento. Quando essa etapa é inexistente ou conduzida de forma desestruturada, seus impactos podem comprometer toda a trajetória do cuidado, influenciando desde o encaminhamento inicial até a continuidade do tratamento.
Conforme Comassetto, Campos e Feijó (2025), a avaliação psicológica deve considerar o indivíduo em sua integralidade, contemplando suas vivências, características e contexto histórico. Os autores destacam que a elaboração de instrumentos destinados à triagem psicológica deve estar fundamentada em evidências científicas e em instrumentos devidamente validados. No contexto brasileiro, isso implica a utilização de testes psicológicos com parecer favorável no Sistema de Avaliação de Testes Psicológicos (SATEPSI), conforme estabelece a Resolução CFP nº 31/2022. Desse modo, propostas de triagem que incorporem recursos automatizados devem respeitar esse marco regulatório, utilizando a tecnologia como apoio ao processo de avaliação, sem extrapolar os limites definidos para o exercício profissional.
A psicometria desempenha, nesse contexto, um papel central. Segundo Franco e Primi (2024), esse campo fundamenta-se em técnicas estatísticas, como a análise fatorial, voltadas à detecção de variáveis latentes, isto é, características ou processos mentais que não pode ser observados diretamente, mas que podem ser inferidos a partir de respostas a escalas e questionários. Ao transformar construtos psicológicos em medidas padronizadas, os instrumentos psicométricos fornecem dados estruturados que podem ser utilizados por sistemas de Inteligência Artificial para apoiar a etapa de triagem. Contudo, a interpretação dos resultados e a tomada de decisão clínica devem permanecer sob a responsabilidade do psicólogo, em conformidade com os princípios éticos e normativos da profissão.
O problema estrutural identificado pela literatura é que o acesso a esses instrumentos ainda é limitado por fatores financeiros, geográficos e pela necessidade de aplicação e interpretação por um profissional qualificado (COMASSETTO; CAMPOS; FEIJÓ, 2025). Nesse contexto, a Inteligência Artificial pode contribuir para a organização e a agilização da etapa de triagem, apoiando a identificação inicial de demandas e o encaminhamento do paciente, sem substituir os instrumentos psicométricos nem o julgamento clínico do psicólogo.
2.2. Potencialidades da Inteligência Artificial na Triagem Psicológica
Com base em Russell e Norvig (2020 apud Franco, 2021), a Inteligência Artificial pode ser compreendida como o design de sistemas capazes de realizar tarefas tradicionalmente associadas à mente humana, como o reconhecimento de padrões e o raciocínio lógico. No campo da psicologia, o aprendizado de máquina, subárea da IA que desenvolve algoritmos capazes de se aprimorar por meio da experiência, representa a aplicação mais relevante para fins de triagem, pois permite classificar e predizer a partir de dados psicométricos sem depender de uma programação rígida.
A capacidade de processamento é uma das contribuições mais concretas. Gordon e Turnbull (2024) apontam que, por meio do Processamento de Linguagem Natural (PLN), é possível extrair conhecimentos significativos de grandes volumes de dados textuais, criando modelos preditivos que auxiliam na identificação precoce de riscos. Gonçalves, Tomaz e Alves (2025) demonstraram na prática esse potencial: ao integrar entrevistas clínicas adaptadas com algoritmos de regressão logística, os pesquisadores alcançaram até 97% de precisão na identificação de sintomas depressivos, evidenciando que a IA pode rastrear fatores de risco com alta fidedignidade quando devidamente treinada.
Outro recurso com potencial direto para a triagem é a testagem adaptativa computadorizada (CAT). Conforme explica Franco (2021), nesse modelo o algoritmo seleciona as perguntas conforme as respostas anteriores do sujeito, maximizando a informação sobre o traço psicológico avaliado e tornando o processo menos cansativo. Essa personalização dinâmica ajusta a triagem ao perfil de cada indivíduo, reduzindo o tempo de avaliação sem comprometer a precisão.
Do ponto de vista do acesso, os benefícios também são relevantes. Comassetto, Campos e Feijó (2025) destacam que a utilização de sistemas informatizados permite que a IA realize a análise bruta de dados, liberando o psicólogo para a síntese clínica subjetiva. O monitoramento por aplicativos e dispositivos móveis amplia ainda mais esse alcance, capturando dados comportamentais contínuos, como padrões de sono e humor, que em certos contextos podem ser mais precisos do que os relatos clínicos tradicionais. Além disso, a Resolução CFP nº 11/2018 já regulamenta o uso de Tecnologias da Informação e Comunicação na avaliação psicológica, reconhecendo que a testagem online amplia as possibilidades de atuação e contribui para superar obstáculos geográficos e financeiros.
Um benefício frequentemente subestimado diz respeito ao custo emocional do paciente. Comassetto, Campos e Feijó (2025) apontam a morosidade e a desorganização do atendimento inicial como entraves reais ao acesso e à permanência no tratamento. A partir dessa constatação, é possível inferir que uma triagem estruturada e digitalmente organizada pode reduzir esse desgaste, preparando o terreno para um encontro terapêutico mais informado.
2.3. Limites Éticos e Técnicos da IA na Prática Psicológica
Embora a Inteligência Artificial apresente potencial para apoiar processos de triagem psicológica, sua incorporação à prática profissional exige a consideração de limites éticos e técnicos que condicionam sua utilização. Conforme o Conselho Federal de Psicologia (2025), ainda que a IA seja capaz de simular aspectos do comportamento inteligente, ela não possui compreensão contextual, consciência ou capacidade de julgamento ético. Dessa forma, sua utilização deve ocorrer exclusivamente como ferramenta de apoio, sob supervisão crítica do psicólogo, que permanece responsável pelas decisões clínicas e pelo cumprimento dos princípios éticos da profissão.
Lopes, Rehfeld e Rassi (2024) oferecem uma fundamentação filosófica para compreender essas limitações. Sob a perspectiva fenomenológica, os autores argumentam que a máquina é estruturalmente incapaz de realizar a redução fenomenológica, procedimento que consiste na suspensão de julgamentos prévios para compreender a experiência vivida do outro. Nessa perspectiva, a IA interpreta informações por meio de modelos matemáticos e estatísticos, o que a torna incapaz de acessar a dimensão existencial do encontro clínico. Assim, a relação terapêutica, fundamentada na autenticidade do encontro entre subjetividades, permanece um atributo exclusivamente humano, que não pode ser reproduzida pela IA.
Há também riscos de ordem técnica e social que merecem tratamento mais detido. Hilário (2024) alerta que a tecnologia não é neutra: ela incorpora os valores do sistema social e econômico em que foi criada, podendo reproduzir e amplificar preconceitos existentes — o racismo algorítmico observado em sistemas de reconhecimento facial é um exemplo documentado dessa tendenciosidade codificada. No campo da saúde mental, esse risco assume contornos particularmente graves: um sistema treinado com dados de populações específicas pode produzir avaliações distorcidas para sujeitos cujas experiências estão sub-representadas nos conjuntos de dados originais. Farias e Oliveira (2024) aprofundam essa preocupação ao apontar que os altos custos de implementação de sistemas de IA podem aprofundar a desigualdade no acesso aos serviços de saúde de qualidade, afetando desproporcionalmente a parcela mais pobre da população. Ou seja, uma tecnologia pensada para ampliar o acesso pode, se mal implementada e sem supervisão crítica, reproduzir exatamente a exclusão que se propõe a combater.
Warrier, Warrier e Khandelwal (2023) alertam para os riscos de acesso não autorizado e exploração comercial de informações sensíveis de saúde mental. Os autores defendem que o consentimento informado deve ser substantivo: o paciente precisa compreender, desde o início do processo, que seus dados estão sendo processados por um algoritmo, e deve ter assegurado o direito de optar pelo modelo tradicional de triagem sem qualquer prejuízo ao seu atendimento. Essa condição, articulada às exigências da LGPD, é inegociável em qualquer proposta ética de triagem automatizada.
Por fim, Gordon e Turnbull (2024) apontam o problema das "alucinações" dos modelos de linguagem, respostas geradas com aparência de veracidade mas sem correspondência com a realidade, como uma limitação metodológica séria para o uso clínico. A responsabilidade por erros cometidos pela máquina ainda é uma área juridicamente indefinida, o que reforça a necessidade de transparência sobre o uso de algoritmos e de supervisão profissional constante.
3. DISCUSSÃO
A literatura analisada converge em um ponto central: a Inteligência Artificial representa uma ferramenta com potencial real para reorganizar a fase pré-clínica do atendimento psicológico, mas esse potencial só se sustenta quando operado dentro de limites éticos precisos e sob responsabilidade técnica do psicólogo. Essa convergência não é trivial, ela delimita o lugar legítimo da IA na Psicologia sem negar sua utilidade nem superestimar suas capacidades.
O problema identificado pela literatura como ponto de partida é estrutural. A ausência de triagem organizada não compromete apenas a eficiência do atendimento, compromete o acesso. Comassetto, Campos e Feijó (2025) e Gordon e Turnbull (2024) são coincidentes ao apontar que, quando o início do tratamento depende exclusivamente da capacidade expressiva do paciente, os mais vulneráveis são sistematicamente prejudicados. Os estudos analisados indicam que a IA responde a uma lacuna previamente identificada na literatura.
A psicometria ocupa, nessa proposta, um papel intermediário fundamental. Franco e Primi (2024) demonstram que os instrumentos psicométricos já fazem aquilo que a IA precisa como insumo: tornam mensuráveis processos mentais não diretamente observáveis. A integração entre psicometria e aprendizado de máquina não é, portanto, uma ruptura com a tradição avaliativa da Psicologia, é uma extensão dela, desde que os instrumentos utilizados sejam aqueles com parecer favorável no SATEPSI, conforme a Resolução CFP nº 31/2022. Esse é um ponto em que a literatura e a normativa convergem com precisão: a IA não cria novos instrumentos de avaliação, porém, pode processar os já validados com maior velocidade e escala.
As divergências na literatura tornam-se mais evidentes quando se confrontam os avanços técnicos da Inteligência Artificial com seus limites epistemológicos. Enquanto Gonçalves, Tomaz e Alves (2025) enfatizam o elevado desempenho preditivo dos modelos computacionais, demonstrando precisão de até 97% na identificação de sintomas depressivos, Lopes, Rehfeld e Rassi (2024) deslocam a discussão para os limites epistemológicos da IA, argumentando que elevada acurácia estatística não implica compreensão da experiência subjetiva. Sob essa perspectiva, a máquina reconhece padrões, mas não compreende a experiência vivida do paciente. Trata-se de uma distinção de natureza, e não apenas de desempenho técnico: um algoritmo pode identificar indicadores de depressão com elevada precisão e, ainda assim, ser incapaz de acessar o significado que esse sofrimento assume para aquele sujeito específico. É nessa fronteira que o papel do psicólogo permanece insubstituível.
Outro ponto de tensão produtiva na literatura diz respeito à natureza do encontro clínico. Lopes, Rehfeld e Rassi (2024) argumentam, a partir da fenomenologia, que a máquina é estruturalmente incapaz de acessar a experiência subjetiva do outro, e que essa incapacidade não é um problema técnico a ser resolvido por versões mais avançadas de algoritmos, mas uma limitação ontológica. Essa perspectiva complementa, sem contradizer, o posicionamento do CFP (2025): a IA simula aspectos do comportamento inteligente, mas carece de consciência, julgamento ético e da dimensão existencial que o cuidado psicológico exige. A triagem pode ser automatizada em parte, o atendimento, nunca.
A implicação prática mais relevante que emerge dessa discussão é a seguinte: o valor da IA na triagem psicológica está precisamente em seu papel preparatório. Ela pode organizar informações iniciais do paciente, estruturar dados provenientes da triagem e subsidiar o encaminhamento clínico. Conforme Comassetto, Campos e Feijó (2025), a IA realiza a análise bruta dos dados para que o psicólogo possa focar na síntese subjetiva, e é nessa divisão de funções, e não na substituição de uma pela outra, que reside a proposta mais sustentável de integração.
Embora a literatura aponte resultados promissores, observa-se que a maior parte dos estudos concentra-se na avaliação do desempenho técnico dos algoritmos, havendo menor número de investigações sobre sua implementação em contextos reais de atendimento psicológico, especialmente no cenário brasileiro. Essa lacuna evidencia a necessidade de estudos empíricos que avaliem não apenas a precisão dos modelos, mas também seus impactos sobre a experiência do paciente, o fluxo de atendimento e a prática profissional do psicólogo.
Por fim, a questão da privacidade e da proteção de dados atravessa toda a discussão e não pode ser tratada como detalhe técnico. Warrier, Warrier e Khandelwal (2023) são precisos ao afirmar que dados de saúde mental estão entre as informações mais sensíveis que um sistema digital pode processar. A LGPD estabelece o marco normativo, mas a literatura indica que conformidade legal não é suficiente, é necessário que o consentimento informado seja real, que o paciente compreenda o que está sendo coletado e possa recusar intervenções automatizadas sem prejuízo ao seu atendimento. Essa condição é inegociável em qualquer proposta ética de triagem com IA.
Os resultados da literatura analisada permitem responder à questão proposta ao indicar que a IA pode apoiar a organização da etapa de triagem psicológica por meio da sistematização de informações iniciais, da identificação preliminar de demandas e do auxílio ao encaminhamento clínico. Contudo, esse apoio permanece condicionado ao uso de instrumentos validados, à supervisão profissional e ao respeito aos princípios éticos que regulam a prática psicológica.
4. CONSIDERAÇÕES FINAIS
Este artigo se propôs a examinar as possibilidades e os limites da Inteligência Artificial como ferramenta de apoio à triagem psicológica, considerando sua integração com instrumentos psicométricos validados e as normativas que regulam a prática profissional do psicólogo no Brasil. O percurso teórico percorrido permite afirmar que essa integração é não apenas viável, mas necessária, desde que operada dentro de condições éticas e técnicas precisas.
A literatura analisada demonstra que a ausência de triagem estruturada no contexto brasileiro produz consequências reais: encaminhamentos inadequados e desistência precoce do tratamento, conforme documentado por Comassetto, Campos e Feijó. A IA, articulada à avaliação psicométrica, oferece um caminho concreto para reorganizar essa fase pré-clínica, tornando-a mais ágil, mais informada e potencialmente mais acessível. Os dados de Gonçalves, Tomaz e Alves (2025) sobre precisão diagnóstica e as contribuições de Franco (2021) sobre testagem adaptativa computadorizada sustentam esse potencial com evidências quantificáveis.
Nesse percurso, o plano ético se destaca como dimensão central. A literatura consultada indica que, independentemente do avanço técnico dos sistemas de IA, a atuação do psicólogo permanece insubstituível no que diz respeito ao julgamento clínico, à escuta sensível e à autenticidade do encontro terapêutico. Conforme o posicionamento do CFP (2025), a tecnologia opera como suporte, e não como substituta, da prática profissional. Lopes, Rehfeld e Rassi (2024), a partir da perspectiva fenomenológica, sugerem que essa limitação não é apenas técnica, mas relacionada à própria natureza do encontro humano, que envolve dimensões de subjetividade e presença que não podem ser reproduzidas por sistemas digitais. Por essa razão, a supervisão profissional se mantém como condição fundamental em qualquer proposta de triagem que incorpore recursos automatizados.
Algumas limitações deste estudo merecem registro. A primeira é o recorte metodológico: por tratar-se de uma revisão bibliográfica narrativa, os achados refletem o estado da literatura consultada e não permitem generalizações sobre a eficácia de sistemas específicos de triagem com IA. A segunda é a velocidade de transformação do campo: modelos de linguagem e ferramentas de aprendizado de máquina evoluem em ritmo que a produção científica nem sempre acompanha, o que exige atualização constante das análises. E, além disso, a literatura disponível ainda apresenta escassez de estudos empíricos conduzidos em serviços psicológicos brasileiros, o que restringe a extrapolação dos resultados para diferentes contextos de prática profissional.
Para pesquisas futuras, indica-se a realização de estudos empíricos que testem protocolos de triagem integrando instrumentos psicométricos validados pelo SATEPSI e algoritmos de aprendizado de máquina em contextos clínicos reais, com atenção especial às populações em situação de vulnerabilidade socioeconômica. A dimensão da proteção de dados e do consentimento informado também merece investigação aprofundada, dada a sensibilidade das informações processadas e as lacunas ainda existentes entre o marco normativo da LGPD e sua aplicação prática no campo da saúde mental digital.
Em síntese, a literatura analisada indica que a Inteligência Artificial pode ocupar um papel relevante na organização da triagem psicológica, desde que utilizada como ferramenta de apoio e integrada a instrumentos psicométricos validados, sob supervisão do psicólogo e em conformidade com os princípios éticos e normativos da profissão. Assim, mais do que discutir a possibilidade de inserção da IA na Psicologia, o desafio consiste em definir as condições técnicas, éticas e regulatórias que permitam sua utilização de forma segura, responsável e centrada no cuidado ao paciente.
REFERÊNCIAS BIBLIOGRÁFICAS
COMASSETTO, M. E.; CAMPOS, C. B.; FEIJÓ, L. P. Tecnologias avançadas no contexto da avaliação psicológica: a inteligência artificial. Psicologia e Saúde em Debate, [s. l.], v. 11, n. 1, p. 1019-1033, 2025.
CONSELHO FEDERAL DE PSICOLOGIA. Nota de posicionamento do Conselho Federal de Psicologia sobre inteligência artificial e psicologia. Brasília: CFP, 2025. Disponível em: https://site.cfp.org.br/cfp-divulga-posicionamento-sobre-inteligencia-artificial-no-contexto-da-pratica-psicologica/. Acesso em: 06 jun. 2026.
CONSELHO FEDERAL DE PSICOLOGIA. Resolução CFP nº 11/2018, de 11 de maio de 2018. Regulamenta a prestação de serviços psicológicos realizados por meios de tecnologia da informação e da comunicação. Brasília: CFP, 2018. Disponível em: https://site.cfp.org.br/wp-content/uploads/2018/05/RESOLUÇÃO-Nº-11-DE-11-DE-MAIO-DE-2018.pdf. Acesso em: 07 jun. 2026.
CONSELHO FEDERAL DE PSICOLOGIA. Resolução CFP nº 31/2022, de 2022. Estabelece diretrizes para a realização de avaliação psicológica no exercício profissional da psicóloga e do psicólogo, regulamenta o Sistema de Avaliação de Testes Psicológicos (SATEPSI) e revoga a Resolução CFP nº 09/2018. Brasília: CFP, 2022. Disponível em: https://atosoficiais.com.br/cfp/resolucao-do-exercicio-profissional-n-31-2022-estabelece-diretrizes-para-a-realizacao-de-avaliacao-psicologica-no-exercicio-profissional-da-psicologa-e-do-psicologo-regulamenta-o-sistema-de-avaliacao-de-testes-psicologicos-satepsi-e-revoga-a-resolucao-cfp-no-09-2018?origin=instituicao. Acesso em: 15 jul. 2026.
FARIAS, A. de A.; OLIVEIRA, G. F. de. Discutindo a intersecção entre a psicologia, a saúde e a inteligência artificial. ID on Line. Revista de Psicologia, v. 18, n. 74, p. 111-115, 2024. DOI: https://doi.org/10.14295/idonline.v18i74.4135.
FRANCO, V. R. Aprendizado de máquina e psicometria: inovações analíticas na avaliação psicológica. Avaliação Psicológica, Itatiba, v. 20, n. 3, p. A-C, 2021.
FRANCO, V. R.; PRIMI, R. Paralelos de modelos de transformers e modelos psicométricos: a estrutura mental dos modelos fundacionais de IA. In: SOARES, L. C. E. C. (org.). Inteligência artificial e psicologia. Curitiba: CRV, 2024. p. 139-156.
GONÇALVES, J.; TOMAZ, R.; ALVES, A. G. Desenvolvimento de uma tecnologia baseada em inteligência artificial para identificação de depressão em acadêmicos. Revista Brasileira de Terapias Cognitivas, [s. l.], v. 21, e20250509, 2025.
GORDON, S. F.; TURNBULL, B. Adopción de la inteligencia artificial en el campo de la psicología. Psicología Iberoamericana, Ciudad de México, v. 31, n. 2, p. 5-7, 2024. DOI: https://doi.org/10.48102/pi.v31i2.547.
HILÁRIO, L. C. A smartificação da vida e seus efeitos: um breve ensaio sobre subjetividade e política na era digital. In: SOARES, L. C. E. C. (org.). Inteligência artificial e psicologia. Curitiba: CRV, 2024. p. 17-30.
LOPES, P. A.; REHFELD, A.; RASSI, G. S. V. Interlocutores digitais: chatbots e o futuro da psicoterapia sob a perspectiva da fenomenologia. In: SOARES, L. C. E. C. (org.). Inteligência artificial e psicologia. Curitiba: CRV, 2024. p. 171-186.
WARRIER, U.; WARRIER, A.; KHANDELWAL, K. Ethical considerations in the use of artificial intelligence in mental health. The Egyptian Journal of Neurology, Psychiatry and Neurosurgery, [s. l.], v. 59, n. 1, art. 139, 2023.
1 Graduanda em Psicologia, Faculdade Católica de Rondônia – FCR, Brasil. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
2 Mestre em Educação pela UNIVALI. Especialista em Neuropsicologia. Docente do curso de Psicologia da Faculdade Católica de Rondônia (FCR). Professora orientadora. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail