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

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 lesz. De ehhez kell a) szaktudás, 2) kreativitás. A kódolás unalmas részét pedig megcsinálja valóban sokkal jobban az AI, mint egy ember.

5. Oké, de akkor hogyan használjuk? A fentiek alapján kezdhet kialakulni pár logikus szabály. Nézzük a fenti példát: ‘hogyan lehetek gazdag?’ Itt gond az, hogy semmit nem definiáltunk (mit jelent a gazdag, mennyire sok pénz), de az is, hogy nem volt konkrét célunk, csak ‘írogattunk az AI-nak’. A tanulság: ha szemét megy be, szemét jön ki. Első lépésként legyen konkrét célunk, máshogyan fogalmazzuk meg a kérdést, pl. így: ‘ha szeretnék havi 1 millió forint nettó fizetést kapni, ilyen munkahelyre menjek el dolgozni?’.

6. Iteráció Ez már jobb, de itt megkapjuk azt, hogy legyél agysebész, vagy befektetési bankár, azok jól keresnek. Ezzel sem vagyunk kisegítve. Mindebből ezen a ponton leszűrhető, és megtanítható egy fontos teachnika, az ‘iteráció’ - azaz a ‘beszélgetés’. Ha felteszünk egy kérdést, az nem lesz elég. A megkapott választ finomítani kell, kiegészíteni, segíteni az AI-t, hogy minél jobb választ adjon (erre a képességre mondják most - 2024 márciusának végén - hogy a ‘vakon gépelés’ megfelelője lesz a közeljövőben, és úgy hívják a képességet, hogy ‘prompting’. Ami pont azt jelenti, amiről beszélünk.

7. Látjuk tehát, hogy konkrét célt kell meghatározni, hogy nem szabad az első választ elfogadni, és gondolkodni kell, alakítani az AI válaszait (hagyni fogja magát). Ebből következik az, hogy ha csak annyit mondunk, hogy ‘18 éves vagyok, szeretnék egyetem után sok pénzt keresni, hová menjek egyetemre’, akkor nem kapunk megfelelő választ. Ha azonban adunk mindehhez kontextust, azaz minél bővebb leírást, pl. Milyen tantárgyakat szeretünk, mivel tudunk foglalkozni, milyen soft-skillek az erősségeink, szeretünk-e pl. Emberekkel foglalkozni, jók vagyunk-e kommunikációban stb., és ehhez hozzátesszük azt is, hogy mondjuk Közép-Európában szeretnénk egyetemre járni, és angol nyelvű képzéseket keresünk, akkor már sokkal izgalmasabb válaszaink lesznek.

Itt, anélkül, hogy észrevették volna a diákok, egy pályaválasztási tanácsadás órán vettek részt, hiszen kijöttek azok az egyetemek, ahová érdemes lehet menniük.

8. Tovább finomíthatjuk a válaszokat, ha adunk példákat is - főleg, ha egy bizonyos típusú (formátumú) output-ra vágyunk. Az öt tanácsunk tehát:

1 Legyen SPECIFIKUS, amit írunk

2 Legyen hozzá KONTEXTUS

3 Adjunk meg, ha lehet, PÉLDÁKAT

4 Bátran bíztassuk MEGSZEMÉLYESÍTÉSRE az AI-t (‘úgy válaszolj, mintha te lennél Shakespeare’)

5 Fontos az ITERÁCIÓ - na hagyjuk annyiban az elején, gondolkozzunk, gyúrjuk a problémát!

9. És ezzel elérkeztünk két fontos tanulsághoz, amit talán beláttak a diákjaim a foglalkozás végére. Az egyik: az AI egy ESZKÖZ, csak akkor működik jól, ha jól tudjuk használni (egy izgalmas tipp: ha a ChatGPT-ben a kérdésünk után azt is beírjuk, hogy “Set temperature = 10”, akkor sokkal vadabb, elszálltabb válaszokat ad, mintha azt írnánk be, hogy “Set temperature = 0.3”. Érdemes kipróbálni, működik, és vicces! És rengeteg ilyen paraméterezés lehetséges még, egy későbbi cikkben adunk erre is pár tippet.

Arra, hogy érdemes-e ezt megtanulni, azt szoktam válaszolni, hogy sokan attól félnek, hogy az AI elveszi a munkájukat. Szerintem ez nem lesz így. Egy másik ember fogja elvenni a munkájukat, aki tud AI-t használni. Fontos különbség!

Egy esszé megírásánál az volt a tanulság, hogy ha az ‘üres papír terrorja’ ellen használjuk az AI-t, nem lesz jó. Ha csak bemásoljuk a feladatot, és kimásoljuk az MI megoldását, akkor butítjuk magunkat, és valószínűleg egy közepesnél rosszabb esszét adunk be. Azonban, ha elgondolkodunk, kitaláljuk az esszé szerkezetét, főbb gondolatait, és elkezdjük ‘promptolni’ az AI-t, akkor zseniális esszét tudunk, akár sokkal gyorsabban készíteni - vagyis, ha nem is gyorsabban, de végig gondolkodva.

10. Végül a legfontosabb tanulság: az AI visszahozza az ‘analóg’ iskola fontosságát. Ahhoz, hogy jól tudjunk promptolni, gondolkodni kell. Lineárisan, laterálisan. Problémamegoldásra lesz szükség, kreatívitásra, hosszabb, elmélyültebb foglalkozásra egy adott problémával. Azaz mindarra, amire jelenleg a diákjaink egyre nehezebben hajlandóak rávenni magukat. És ez lesz az egyik legérdekesebb kihívása az elkövetkező pár évnek, hogy ezt hogyan leszünk képesek a mindennapok pedagógiájában megvalósítani. Az mindenesetre látszik, hogy az AI lehet ebben kiváló partner, ha tudjuk, hogy használjuk.