Két főzős metafora az AI-ról
Vezércikk - 2026. május 18.
Olyan gyorsasággal robbant be az életünbe a mesterséges intelligencia, hogy csak akpkodjuk a fejünket. Jó eséllyel még csak a töredékét látjuk annak, ahogyan átalakítja a világunkat, de már az a pár a dolog, amit most látunk is azt mutatja, hogy az AI nem csak valami divathóbort lesz mint az ice bucket chellenge, hanem társadalmat átalakító hatás. Ukrajna Ai vezérelt drónrajokkal harcol a szbadságáért, a magyar slágerlistát pedig sokáig vezette az AI-generált Maci együttes dala. Biztos, hogy nagyon megváltozik az, amit az alkotásról és a tudásról gondolunk, ami pedig azt jelenti, hogy iskola feladata is megváltozik. A kérdés már csak az, hogy miként.
Turbulens időkben jól jöhetnek a hasonlatok, metaforák, amik segíthetnek megérteni azt, mi is történik velünk és miként lenne érdemes reagálni minderre. Ebben a cikkben két olyan metaforát mutatunk be, amik valahogyan megvilágítják ezt az új helyzetet érdekes módon mindkettő a főzés világából merít.
Az elsőt a blog szerzője, Prievara Tibor hozta fel pár hónapja, illusztrálandó, hogy mi is az AI egyik legfőbb veszélye. A metafora központi eleme a gulyásleves. Egy igazán nagyszerű és egy középszerű, vagy kár kifejezetten rossz gulyásleves elkészítése jobbára ugyaannyi időt és energiát igényel. Mindkettőnél fel kell vágni az alapanyagokat, bele kell pakolni a lábosba, várni kell, amíg megfő. Meglehet, hogy a szuper gulyáshoz kicsit drágább hús kell, meg talán frissebb répa, de az igazi különbség nem a ráfordított energiában, hanem a főzési tudásban van. Képzeljük el azonban, hogy mi lenne, ha az instant gulyásleves, amit csak fel kell önteni forróvízzel majdnem olyan jó lenne, mint a kézzel készített, esetleg annyira, hogy a különbséget csak az igazi connoisseur lenne képes felismerni? Ki foglalkozna azután krumplihámozással és répavágással? Így vagyunk egy kicsit a szövegekkel, képekkel, zenékkel is. nem hallgathatatlan, de nem is kiemelkedő zenét, nem bűn ronda, de nem is érdekes kéepket már egy-két kattintással lehet készíteni. A kérdés csak az, hogy mi az, amiért ezek után bárkinek megérné időt és energiát ölnie abba, hogy megtanuljon jól zenélni, megtanuljon jól írni és aztán még azzal is bajlódjon, hogy valami eredetit és különlegeset készítsen.
Alapvető tapasztalat, hogy a minőség és az ár harcában jellemzően a minőség marad alul. A legjobb példa erre a ruhaipar története. Mára a mérték utáni ruha, a személyre készített cipő az elit kiváltsága lett, de ez nem volt mindig így. napoleon korában már milliós hadseregek vonultak szerte Európában, de minden századnak megvolt a saját szabója és két szabóinasa, akik a katonák ruháját szabták az egyéni méretre. A konfekció, az egyen méretekre készített ruházat csak amerikai polgárháború után kezdett elterjedni széleskörben. Addig iugyanis a déli államok rabszolgáinak gyártott egységes méretű ingeket és nadrágokat, de a rabszolgaság eltörlésével ezeknek a gyáraknak új piacot kellett találniuk. Komoly kampánnyal győzték meg az embereket arról, hogy mennyire megéri az alacsonyabb minőségű, de sokkal olcsóbb inget és nadrágot venni. Félő, hogy nagyon hasonlóan járhatunk az AI-generált tartalmakkal is.
A másik metafora kiötlője korunk egyik legnagyobb matematikusa Terence Tao, aki az AI által készített matematikai bizonyítások kapcsán nyilatkozott meg. Az utóbbi időben ugyanis gombamód kezdtek szaporodni az olyan bizonyítások, amiket mesterséges intelligencia generált. Különösen feltűnő az úgynevezett Erdős-problémák esetében. A magyar Erdős Pál híres volt arról, hogy sokkal több ötlete volt, mint amennyi ideje mindegyik bizonyítását alaposan kidolgozni, ezért sok problémát közreadott, hogy aki tudja foglalkozzon velük. A gyűjtőoldalon 1217 ilyen probléma található meg. Erdős halála (1996) és 2025 augusztusa között 200-at sikerült bizonyítani. Ezután kezdtek neki az AI chatbotok először csak más bizonyítások átnézésének, hogy azok alkalmazhatóak-e, majd teljesen függetlenül a bizonyításnak, így mára már 535 tételt sikerült igazolni vagy cáfolni. Tao szerint ez alapjaiban változtatja meg a matematikát, míg eddig az igazi feladat a bizonyítás volt, esetleg annak ellenőrzése, mostanra a valódi kihívást a bizonyítás megértése (proof digestion´) lett.
Arra, hogy ennek milyen következményei vannak a matematikára nézve szintén egy főzéssel kapcsolatos metaforát hozott fel:
Az élelemhiányhoz, illetve az élelembőséghez szokott társadalmak meglehetősen eltérő módon kezelik a közösségi étkezéseket. Élelemhiány esetén a szűk keresztmetszetet eleve az élelem biztosítása jelenti; bár a közösség más tagjainak az étel megtisztítására, elkészítésére és a minél több ember laktatását célzó beosztására irányuló erőfeszítéseit kétségkívül értékelik, mégis azok a vadászok, gyűjtögetők és földművesek kapják a legnagyobb elismerést és társadalmi státuszt, akik ténylegesen „előteremtik a betevőt” – legalábbis az ilyen társadalmak tömegkulturális ábrázolásaiban. Egy közösségi étkezéshez gyakorlatilag bármilyen (nem mérgező) hús- vagy zöldségfelajánlást örömmel fogadnának, és könnyűszerrel találnának önkénteseket, akik ezeket a hozzájárulásokat megfelelően beépítenék az ételbe.
Ezzel szembeállítható egy élelembőséghez szokott társadalom közösségi étkezése, például egy batyus összejövetel (pot-luck) egy fejlett országban. Mivel az élelem ma már számos módon könnyen beszerezhető, a nyers alapanyagok véletlenszerű felajánlását már nem értékelik; ha például egy idegen beállítana egy ismeretlen eredetű tetemmel, hogy azt mások tisztítsák meg és főzzék meg, azt nem fogadnák jól (bár ritka kivételt tehetnek, ha különösen egyedi és érdekes történet fűződik megszerzéséhez, és biztosra vehető, hogy a hús emberi fogyasztásra alkalmas).
Még a megfelelően ellenőrzött, igényesen tálalt és biztonságos felajánlások is – mint például a boltban vásárolt, előrecsomagolt ételek – a legjobb esetben is gyakran csak egy részét képezik az elfogadott hozzájárulásoknak. Az ilyen eseményeken a közösség megbízható tagjai által készített, gondosan elkészített házi ételeket is gyakran nagyra értékelik; az ezekhez kapcsolódó beszélgetések ráadásul az összejövetel fontos társasági elemévé válhatnak, és lehetőséget adnak a szakácsok következő generációjának tanítására is.
Hasonlóan gondolkodik arról, hogy a matematikusok számár a bizonyítás maga már nem lesz igazán különleges és érdekes dolog, de sokkal fontosabbá válik, hogy mihez lehet kezdeni egy adott bizonyítással. Jó eséllyel nem lesz ez másképp a szövegek, zenék, képek, szoftverek esetében sem. De mit jelent ez vajon a tanításra? Hogyan kell megváltoznia annak ahogyan és amit tanítunk?
