A teljes cikk eredetileg az UNI in&out 2025 Innováció kiadványában jelent meg.
Több tucat kelet-közép-európai piacgazdasági átalakulást, a globalizációt, lakás- és munkaerőpiacot elemző tanulmányt publikált hazai, német és angol folyóiratokban, tanulmánykötetekben. Legfrissebb, a 2024-es Szabadság – Innováció – Gazda(g)ság: a siker titkai a digitális korban című könyvéből az MCC Technológiai Jövők Műhelyének vezetője, Cséfalvay Zoltán az UNIside-nak adott interjújában is idézett. Többek között a mesterséges intelligenciáról, annak a munkaerőpiacra, oktatásra és tudományos világra gyakorolt hatásairól kérdeztük.
Visszatekintve, valóban folyamatosan ingáztam az egyetemi világ, a kutatás, a nemzetközi szervezetek és a szakpolitika között. De úgy gondolom, mindegyik hasznos volt és kölcsönösen hatott egymásra. A steril kutatás ugyanis gyakran figyelmen kívül hagyja a valós életet, hogy ott mit lehet vagy kell megoldani. És fordítva is igaz: csak az a szakpolitika lehet sikeres, amely tényekre és olykor kutatásokra épül.
Az első ipari forradalom óta a kortársak minden technológiai változást túl gyorsnak érzékelnek. Nincs ez másképp ma sem. Ráadásul Roy Amara törvénye most is érvényes: rövid távon túlértékeljük, hosszú távon pedig alábecsüljük a technológia hatását. A jelenleg mindent elborító MI-hype miatt gyakran olyan félelmek is megjelennek, amelyekre a mesterséges intelligencia még sokáig vagy talán soha nem lesz képes, ugyanakkor még azt sem tudjuk elképzelni, hogy milyen lesz az a jövő, amikor már majdnem mindent általa működtetünk. De így volt ez az elektromos árammal is, hosszú évtizedekig csak pontszerű felhasználás történt (például a villanykörte, a gramofon vagy a villanymotor), mára pedig az egész olyan rendszerré állt össze, hogy elektromos áram nélkül szinte nem is tudnánk élni.
A technológiai jövőben az a szép, hogy nem lehet előre megjósolni, miközben utólag visszatekintve minden innováció olyan egyértelműnek tűnik. Joseph Schumpetert idézve, az innováció kombinatív, vagyis a legtöbb esetben már meglévő dolgok, technológiák és üzleti modellek olyan együttállása, amely korábban nem létezett, és amelyért a fogyasztó hajlandó fizetni is. Azt pedig nem tudjuk előre jelezni, hogy ki és mikor jön elő egy újabb kombinációval. Nem vagyunk képesek megjósolni a technológiai jövőt, ám ahogy Sebastian Mallaby írja a The Power Law című könyvében: a kockázati tőkével finanszírozott startupokkal, azok állandó kísérletezéseivel felfedezhetjük azt, ugyanis ma már ezek a cégek hozzák azt létre a próba–kudarc innovációs folyamatában. Napjaink digitális óriásvállalatai is valójában alig hagyták el a tinédzserkort: a Google és az Amazon lassan harminc körül jár, de Facebook, a YouTube és a Twitter még csak húszéves, a WhatsApp, az Instagram és a Snapchat tizenöt, a TikTok pedig mindössze kilenc. És annak idején ezek mindegyike startupként indult el, amelyek mögött nem csúcstechnológiai kutatás vagy valamilyen csodaalgoritmus állt, hanem – főleg a kezdeti időszakban – többnyire egy új üzleti modell.
Nagyon szeretem Richard Baldwin, a The Globotics Upheaval című bestseller szerzőjének a szójátékát, aki szerint az MI nem annak a rövidítése, hogy mesterséges intelligencia, hanem annak, hogy majdnem intelligens. A jelenlegi, adatvezérelt mesterséges intelligenciának nincs meg az az intelligenciája, amit mi értünk a fogalom alatt, vagyis nincs benne megértés, megérzés, öntudat, a világgal szembeni kérdések feltevése, az értékrendünk alapján való mérlegelés és döntési képesség, vagy elmélyült, absztrakt gondolkodás. A számítógép számára csak az létezik, ami digitalizált formában elérhető és bináris kódokkal leírható, és ezek alapján készít előrejelzéseket. Például nem érti, hogy mit fordít le, de jól prognosztizálja, hogy egy idegen nyelvű mondatban a megadott szavak után minek kell jönnie. Természetesen ezzel számunkra időt takarít meg – csakúgy, mint minden eddigi technológia. Így több időnk marad arra, ami valóban emberi, az elmélyült gondolkodásra, a kreativitásra vagy az újszerű kombinációk kidolgozására. Egy másik példával élve, a számítógép pillanatok alatt több millió viccet képes megtanulni, de nem tud újakat gyártani, mert ahhoz az emberi kontextust kellene megértenie, ami nem gépi, így számára feldolgozhatatlan.
A teljes interjú ide kattintva olvasható el.