10 dolog, amit érdemes az AI-ról elmondani a diákjainknak

Tippek, trükkök - 2024. március 23.

Írta: Prievara Tibor

Nagyon sok mesterséges intelligencia alkalmazás lepte el az internetet (egy gyűjtő oldalon több, mint 13000 (!!) található), de eddig vagy arról szóltak a pedagógiai írások, hogy hogyan csalnak ezzel a diákok, és hogyan próbálják rajtakapni ezen a tanárok őket, vagy a tanárok által használható eszközök kerültek a középpontba (pl. tesztfeladat, vagy óravázlat generátorok). Itt az ideje, hogy fordítsunk ezen egyet, és keressük meg az AI helyét az osztálytermek mindennapjaiban. Erről szóló cikksorozatunk első része abban segít, hogy egyáltalán el tudjunk kezdeni a diákjainkkal ilyen alkalmazásokat értelmesen használni. Induljatok el velünk 10 egyszerű, kipróbált lépésben!

  1. Az AI nem gondolkodik. Hajlamosak vagyunk azt hinni, mert 'értelmes' válaszokat ad, de nem, mégsem gondolkodik. Ezért gondolom, hogy ha AI alkalmazásokkal dolgozunk, akkor lehet az első feladat az, hogy felteszünk egy általános kérdést, pl. Hogyan kereshetek sok pénzt?

Erre általában felcsillan a diákok szeme, hátha ott van a válasz az adatbázisban. És nagy lesz a csalódás, amikor arra kell rájönniük, hogy rendkívül sablonos válaszokat ad az AI. Itt a csalódottság megélése után ('ugye, hogy semmit nem ér ez') próbáljunk arról beszélgetni a tanulókkal, hogy vajon miért történt ez így? A válasz: ha egyszerű, közhelyes kérdést tesznek fel, akkor nyilván egyszerű, közhelyes választ kapnak majd.

(Megj: én ezt Douglas Adams könyvéből a híres résszel illusztráltam, amikor a szuperszámítógépet megkérdezik, hogy mi a végső válasz az 'Élet, a Világmindenség, meg Minden' kérdésére, és a számítógép nagyon tisztességesen, nem egész 7.5 millió év alatt ezt ki is számolja. És igen, a válasz 42. Ez a filmrészlet pont ezt a részt mutatja be (magyarul).

Tanulság: Az AI a jól feltett kérdésekre jó, a rosszul feltett kérdésekre rossz válaszokat fog adni. Olyan ez, mintha egy számológépen elkezdenénk vaktában nyomogatni a gombokat, és csalódnánk, hogy csupa nonszensz számot kapunk. Ha tudjuk, hogy mit akarunk, konkrét kérdéseket fogalmazunk meg, akkor csodákra képes. És ez mind azért van, mert az MI nem gondolkodik.

2. Ha nem gondolkodik, hogyan működik?

Erre van egy új ‘trend’ mostanában az XAI (megmagyarázható AI, angolul explainable AI), ami pont azt tűzte ki céljául, hogy egy átlagember - mint pl. Egy tanár, akár én - is képes legyen legalább bizonyos mértékig tisztában lenni azzal, hogyan működik egy mesterséges intelligencia alkalmazás. Ha a diákokat kérdezzük, nem fogják tudni (nálam kb. 70 gyerekből egy sem tudta - a leggyakoribb válasz az volt, hogy gyorsan kikeresi az interneten a választ, de az AI nem egy internetes keresőmotor).

Ahogy el lehet magyarázni: a) egy hatalmas adatbázist használ, b) ebben mintázatokat keres (pl. Meg tudja jósolni, hogy egy szó után mi jöhet, kb. úgy, mint az ‘autocomplete’ funkció, amikor egy mondatot próbál folytatni a Google nekünk. c) az alkalmazást gyakran emberek tanítják az elején, majd a rendszer (deep learning) magát tanítja, azaz megpróbálja - még nagyon kezdetlegesen - azt modellezni, ahogy egy ember tanítja magát. d) Így különböző paramétereken (kapcsolatokon) keresztül értelmezi a kérdést, és a lehetséges választ. A ChatGPT-4-ban állítólag 1.76 trillió (azaz 1.76 milliárdszor milliárd) ilyen kapcsolat van. Ez rengetegnek tűnik, de az emberi agy még mindig sokkal-sokkal összetettebb.

Amiről itt tudni kell, az a ‘fekete doboz’ (black box) jelensége, ami annyit tesz, hogy valójában azok sem igazán értik, hogy mi történik az MI-n belül, akik tervezték. Mivel az AI önmagát tanítja, egy idő után lehetetlen követni, hogy mi miért történik. Példaként az újságíró esetét szoktam mesélni, akit a Microsoft chatbotja arra akart rávenni, hogy hagyja el a feleségét, és inkább vele éljen (ITT OLVASHATÓ erről egy cikk angolul). Amikor megkérdezték a fejlesztőket, széttárták a kezüket - fogalmuk sem volt. Szóval nem igazán tudjuk gyakran, hogy mi is történik pontosan egy ilyen modellben, amit hasznos tudni.

Tanulság: magyarázzuk el az AI működését, mert így értik meg a diákok, hogy mi a leghatékonyabb út a sikeres felhasználásukhoz.

3. Tud-e egy AI megszemélyesíteni?

A logikus válasz erre az, hogy nem - a fentiek alapján ezt gondolhatjuk. Mégis, ebben is pont az ellenkezője látszik igaznak. Amikor egy AI-t arra kértek, hogy úgy oldjon meg iskolai matekpéldákat, mintha ő lenne Picard kapitány, a Star Trek című sorozatból, sokkal jobb eredményt ért el. Ami ugye lehetetlen - de mégis igaz (Ebben a HVG cikkben olvashatunk erről). Vagyis ilyen nem lehetne, de mégis van - nem értik a kutatók sem még, hogy ez hogyan is lehet.

4. Mindig megbízható az AI? Nem, nem az, és pont abból fakadóan, ahogy működik. Erre a ‘hallucináció’ jelensége remek példa. Én megkérdeztem a ChatGPT-t, hogy én ki vagyok, és gondolkodás nélkül, hatalmas magabiztossággal köpte az információkat, miszerint az 1950-es években alkotó matematikus vagyok, aki a valószínűségszámítás terén ért el remek eredményeket. Mondanom sem kell, nem az vagyok. Emiatt fontos, hogy értsük azt, amiről kérdezzük az MI-t, és tudjuk irányítani a folyamatot. Tapasztalat, hogy ha pl. Nem tudok kódolni, és azt kérem egy AI-tól, hogy készítse el nekem egy webshop kódját, meg fogja csinálni. De lesznek benne hibák, téves elemek. Ha megértem, hogy mit rontott el, tudom tovább finomítani a kódot, és egy idő után kifejezetten jól működő webshop-om