Duże modele językowe przejęły znaczącą rolę w wspieraniu zdrowia psychicznego, jednak ich rozwój kieruje się dynamiką attention economy, gdzie zaangażowanie użytkownika stawiane jest nad skuteczne wsparcie psychologiczne, które wymagane efektywnych granic. Dotychczasowe podejścia do bezpieczeństwa były w dużej mierze reaktywne - skupiały się na najbardziej widocznych szkodach, podczas gdy subtelniejsze, długoterminowe ryzyko (jak na przykład psychiczna uzależność od modelu, rozmycie granic terapeutycznych czy wzmacnianie zniekształconych przekonań) pozostawało poza zasięgiem kontroli.
Badacze proponują fundamentalną zmianę: wyrównanie wartości LLM-ów powinno być organizowane na trzech poziomach analogicznych do sposobu, w jaki społeczeństwo zapewnia bezpieczeństwo praktyki klinicznej. Po pierwsze - explicita specyfikacja wartości zakorzeniona w kodeksach praktyki klinicznej. Po drugie - trening modelów, który wbudowuje te wartości w strukturę sieci. Po trzecie - nadzór detaliczny, który wykrywa dryft wartości i długoterminowe szkody podczas rzeczywistego wdrażania, tak jak supervizja kliniczna dla pracowników medycznych.
Concepcja alignment plausibility (wiarygodność wyrównania) stanowi strukturalny dowód, że wartości systemu, jego proces treningowy i mechanizmy nadzoru są ze sobą spójne i dają gwarancję bezpieczeństwa. Naukowcy proponują to pojęcie jako konstrukt regulacyjny dla sztucznej inteligencji w zdrowiu, por analogii do ustalonej na długo pojęcia biological plausibility (wiarygodności biologicznej). To ma być zasadniczy sposób argumentacji za zaufaniem - lub brakiem zaufania - do tego, że systemy AI rzeczywiście są wyrównane do pozytywnych efektów zdrowotnych.