4–6 minutes
A comparison chart illustrating the differences between psychology and AI users, detailing input, output, and interventions with a focus on subjective models in psychology and data processing in AI.
Comparison between psychology and AI users: both deal with complex systems whose internal mechanisms they do not fully understand. In psychology, subjective models of the mind (e.g., Freudian psychoanalysis, humanistic approaches) interpret input data such as childhood experiences, social stressors, or emotional trauma, producing outputs like behavioral predictions, diagnoses, or classifications. Interventions involve introducing more or different data, such as therapeutic dialogue, new environments, or behavioral exercises. Similarly, AI users provide inputs (training data, feature sets) to neural networks, without fully understanding their internal mechanisms, and obtain outputs such as inference, prediction, regression, and classification. When the results are unsatisfactory, they adjust by supplying more or different data. Risk: Garbage In, Garbage Out — low-quality inputs lead to poor and unreliable outputs in both domains.
Infográfico comparando psiquiatria e engenheiros de aprendizado de máquina, detalhando como funciona cada campo, incluindo tipos de entradas, saídas e intervenções, além de destacar o risco de dependência excessiva de informações limitadas.
This figure compares psychiatry and machine learning engineering as disciplines that process input data to generate outputs, guided by knowledge of their respective systems. On the left, psychiatry integrates therapy data, medical records, patient history, and genetic screening to produce diagnoses and possible treatments, based on scientific understanding of the brain from neurobiology, genetics, and molecular biology. Interventions involve combining psychological techniques with pharmacological treatments. On the right, machine learning engineers use input data to produce inference, regression, prediction, and classification, supported by complete knowledge of AI architectures and algorithms. Interventions include adjusting rewiring, architecture, weights, biases, hyperparameters, and data conditioning. At the bottom, the risk highlights the danger of over-relying on limited or poor-quality input data without fully understanding the underlying model, which can lead to flawed outcomes in both domains.

Millions of Brazilians already undergo therapy through AI — and why this is a problem” by Camila Brandalise, São Paulo, 02/07/2025 05h30 (in Portuguese)


Copyright 2026 AI-Talks.org

Similar Posts

  • | | | | |

    Life After Google: Do Big Data às Blockchains

    Em *Vida Após o Google*, George Gilder prevê um futuro da internet descentralizado, impulsionado pela tecnologia blockchain, desafiando o controle das grandes empresas de tecnologia sobre os dados. Ele critica os problemas de privacidade e as ineficiências econômicas do modelo atual, defendendo uma economia digital mais equitativa baseada em micropagamentos. Gilder enfatiza o empoderamento individual e busca inspirar uma nova reflexão sobre o papel da tecnologia na sociedade.

  • | | | |

    The Blurred Boundaries of Corporations and Intelligent Machines

    As technology continues to advance, the distinction between tech corporations and intelligent machines becomes increasingly blurred. Although tech corporations are not considered intelligent machines themselves, they share several similarities with these advanced technologies. In this short article, we will explore these similarities and how they contribute to the advancement of technology.

  • | | | | |

    Industry 4.0 in a Nutshell: The Fourth Industrial Revolution

    The Fourth Industrial Revolution, also known as Industry 4.0, represents a monumental shift in manufacturing and industry. This transformation is driven by technologies like IoT, AI, and Big Data Analytics, enabling smart manufacturing processes, predictive maintenance, and increased efficiency. As factories become more interconnected, the job market is also evolving, demanding new skills and opportunities. Industry 4.0 is not just a buzzword; it’s a profound reimagining of how we create and produce, shaping our future in unprecedented ways.

  • | | |

    O uso da Inteligência Artificial para promover a inclusão social de crianças com Transtorno do Espectro Autista (TEA)

    O Transtorno do Espectro Autista (TEA) é uma condição do neurodesenvolvimento caracterizada por dificuldades na interação social, comunicação e comportamentos restritos e repetitivos. A inclusão social de crianças com TEA é crucial para seu bem-estar a longo prazo, mas pode ser um desafio devido às suas necessidades e características únicas. A Inteligência Artificial (IA) surgiu como uma ferramenta potencial para auxiliar na inclusão social de crianças com TEA. A IA pode auxiliar na detecção e diagnóstico precoce do TEA, fornecer terapia personalizada, auxiliar na comunicação e apoiar cuidadores e educadores em seu trabalho com crianças com TEA. Aproveitando o poder da IA, podemos ajudar crianças com TEA a desenvolver as habilidades necessárias para interagir com outras pessoas e levar uma vida plena.

  • | | | |

    Veículos autônomos

    Os veículos autônomos estão revolucionando a indústria automotiva e transformando a forma como nos deslocamos. Controlados por computadores e inteligência artificial (IA), esses carros são capazes de perceber o ambiente, tomar decisões e realizar manobras sem a necessidade de um motorista humano. Com diferentes níveis de automação, desde o Nível 0, em que o motorista humano é responsável por todas as tarefas de condução, até o Nível 5, em que nenhum motorista humano é necessário, os veículos autônomos estão constantemente evoluindo. Essa tecnologia promete benefícios como maior segurança no trânsito, eficiência no transporte, redução de custos e conveniência para os usuários. No entanto, a adoção generalizada desses veículos também traz desafios e questões éticas importantes, incluindo preocupações com segurança e a necessidade de tomar decisões éticas em situações de emergência. Neste artigo, exploraremos os diferentes níveis de automação, os benefícios e desafios associados aos veículos autônomos, além das implicações éticas e mudanças sociais que podem ocorrer com sua adoção generalizada. À medida que avançamos em direção a um futuro impulsionado pela IA e automação, os veículos autônomos têm o potencial de transformar nossa forma de locomoção, apresentando promessas empolgantes e desafios significativos.

  • | | | |

    Celebrando contribuições femininas em STEM e IA no Dia Internacional da Mulher

    Espero que esta homenagem às mulheres em Ciência, Tecnologia, Engenharia e Matemática (STEM) sirva de motivação para as meninas seguirem carreiras em IA e trabalharem para mudar a triste e desigual realidade da desigualdade de gênero. Ao reconhecer as contribuições das mulheres em STEM, podemos inspirar a próxima geração de jovens a perseguir suas paixões e superar os desafios que possam enfrentar. Devemos nos esforçar para criar um ambiente mais equitativo e inclusivo nas áreas STEM, onde todos tenham a oportunidade de ter sucesso, independentemente do gênero. Com mais diversidade em IA, podemos desenvolver tecnologias que beneficiam todos os membros da sociedade e enfrentar alguns dos maiores desafios do mundo. Por fim, precisamos continuar a celebrar e apoiar as conquistas das mulheres na IA e nos esforçar para criar um mundo mais igualitário e inclusivo para todos.