OpenAI zveřejnila MentalHealthBench, otevřený benchmark pro hodnocení odpovědí AI v realistických rozhovorech o duševním zdraví. Vznikl ve spolupráci s více než 80 licencovanými psychology a psychiatry z 22 zemí, kteří mluví 19 jazyky. Test pokrývá běžné situace, vysokou míru tísně i akutní krizové scénáře a sleduje například bezpečnost, práci s kontextem, zachování autonomie uživatele a praktičnost doporučení. Zadání používají syntetické konverzace s dospělými, dospívajícími, pečujícími osobami i kliniky. Výzkumníci benchmark uvolnili veřejně, aby mohli další týmy kontrolovat metodiku a porovnávat vlastní modely. OpenAI zároveň zdůrazňuje, že ChatGPT nenahrazuje terapii ani odbornou péči.
