Valami megváltozott. Az emberi tapasztalat helyét mesterségesintelligencia-modellek veszik át, a bizonytalanságot pedig a statisztika és az algoritmusok oldják fel. Az elmélkedés csendes folyamata gépi logikává alakul, és közben észre sem vesszük, hogy amit nyerünk a sebességen, azt elveszítjük a mélységben. Mert a tudás, ha nem bennünk születik, már nem egészen a miénk. És talán ez a korunk legnagyobb ellentmondása: soha nem volt még ennyi információnk, ám soha nem éreztük magunkat ilyen bizonytalannak abban, mit is tudunk valójában. 

Hogyan történik az agyelszívás? 

Az automatizálás legújabb hulláma már nem csupán a fizikai munkát helyettesíti, hanem az emberi gondolkodás folyamatait is, ám ez háttérbe szoríthatja a tanulás szükségességét. Méghozzá azért, mert a modern MI-rendszerek, az automatikus szöveg- és képgenerátorok átalakítják azt, ahogyan a tudás megszületik, ezáltal egyre kevésbé a megértés, inkább csak az algoritmusok működtetése válik az ember feladatává. Vagyis miközben az MI növeli a hatékonyságot, lassan leépítheti a kritikus gondolkodást és általában azokat a készségeket, amelyek korábban az emberi szakértelem alapját jelentették.  

GPT kolléga, kér egy kávét?  

A számok első pillantásra a hatékonyság diadalát mutatják. A vállalatok több mint fele már napi szinten használ valamilyen mesterségesintelligencia-eszközt a döntéshozatalban, az adatfeldolgozásban vagy a kommunikációban, és ennek köszönhetően a termelékenység ugrásszerűen nő, a költségek csökkennek – ám az érem másik oldala már kevésbé derűs: a munkavállalók támogatása ugyanis nem tart lépést a technológia fejlődésével. A dolgozók nagy része úgy érzi, nem kap elegendő képzést ahhoz, hogy magabiztosan használja az új eszközöket.  

Vagyis ez azt jelenti, hogy a mesterséges intelligencia gyorsabban fejlődik, mint az ember, aki használja azt. 

Az MI kettős hatást gyakorol a munkaerőpiacra: a magasan kvalifikált szakembereknél a technológia kiegészítő hatású, míg az alacsonyabb képzettségű munkakörökben inkább helyettesítő és leépítő. Ahol az ember kikerül a döntési folyamatból, ott a tudása nem fejlődik tovább, épp ellenkezőleg. Az MI legelőször a belépő szintű munkaköröket szorítja ki – azokat a pozíciókat, amelyek eddig az emberi tanulás és tapasztalatszerzés terepei voltak. Az év végére az adminisztratív, adatbevitelhez kapcsolódó vagy rutinjellegű feladatok akár 40 százaléka is automatizálódhat, pedig a fiatal munkavállalók korábban pont ezekkel tanulták meg a szakmai alapokat. Ha megszűnik az ilyen tevékenységekre való igény, elvész a valódi tudás felépítésének a lehetősége, így nem marad más, csak a puszta gondolatmenetek összefüggéstelen halmaza.  

Ez a folyamat már javában tart. Az első eltűnő pozíciók közé tartoznak az ügyfélszolgálati munkatársak, a jogi asszisztensek, a fordítók és az adatelemzők, mivel az MI-eszközök ezekben a területeken már nem csupán kiegészítenek, hanem sok esetben teljesen helyettesítenek. 

Készségvesztés a gyakorlatban 

A mesterséges intelligencia egyre több olyan részfeladatot végez el, amely korábban az emberi tanulási folyamatokhoz tartozott. Ez első pillantásra kényelmesnek tűnik – kevesebb hiba, gyorsabb munka, automatizált ellenőrzés –, de hosszú távon veszélyes mellékhatása van: az ember elszokik a gondolkodástól. Ha ugyanis egy jogi asszisztens minden keresetlevelet sablonból generál, vagy egy tanár algoritmusokra bízza a diákok értékelését, akkor a szakmai reflexek és az alapok lassan eltűnnek. A tudás persze nem vész el azonnal, csak fokozatosan elsorvad, mint az izom, amit nem használunk. A mesterséges intelligenciával támogatott orvosi diagnosztika során például a szakorvosok pontossága romlik, amikor túlságosan a szoftverre hagyatkoznak. Az MI-re épülő rutindöntések miatt ugyanis megfeledkeznek a korábban megszerzett tapasztalataikról, kevésbé ellenőrzik, miért helyes egy-egy javaslat, így a tudásuk végül passzívvá válik. 

De mégse legyünk annyira pesszimisták  

Ugyanakkor nem minden készségvesztés káros – egyes változások kifejezetten hasznosak lehetnek. A történelem során ugyanis minden technológiai áttörés újrarendezte a tudás szerkezetét: a nyomtatás, az ipari forradalom vagy az internet megjelenése mind átalakította a tudásról alkotott fogalmunkat. A félelem, hogy az emberi képességek elvesznek a technika fejlődése miatt, régóta velünk van. Már a Kr. e. 4. században Szókratész is figyelmeztetett arra, hogy az írásbeliség elterjedése a valódi tudás rovására mehet, hiszen az emberen kívülre szervezi azt, így szükségtelenné téve az emlékezetet. Mégis mindig megtaláltuk a módját annak, hogy a technológiát a saját gondolkodásunk kiterjesztéseként, és ne helyettesítőjeként használjuk. 

A mesterséges intelligencia is valójában ebben a kettősségben mozog: egyszerre hordozza a felejtés és az új tudás lehetőségét. Ha jól használjuk, képes személyre szabott fejlődési utakat kínálni – felismeri az egyéni erősségeket, gyengeségeket, és ezek alapján támogatja a tanulást. Nem csupán gyorsítja az információhoz jutást, hanem segíthet abban is, hogy mélyebben megértsük az összefüggéseket. Az oktatásban és a munkahelyi képzésekben új tudásformákat hozhat létre: nem pusztán a tények ismeretét, hanem a rendszerek megértését, az elemző gondolkodást és a technológiai reflexió képességét is fejlesztheti. 

A kreatív területeken pedig nem helyettesíti, hanem kiegészíti az embert. Inspirációforrásként működhet: elősegítheti az ötletgenerálást, a kísérletezést és a problémamegoldást, miközben a döntő mozzanat, az értelmezés továbbra is emberi marad. A határvonal tehát nem a gép és az ember, hanem a tudatos és a passzív használat között húzódik. A készségvesztés valódi veszélye nem abban áll, hogy a gép okosabb lesz nálunk, hanem abban, hogy nem tudjuk, hogyan érdemes azt használni. 

Ahhoz, hogy az MI valóban támogassa, ne pedig gyengítse az emberi gondolkodást, kritikus és felelős látásmódra van szükség. Az oktatásnak és a munkahelyeknek meg kell tanítaniuk, hogyan működik, hogyan értelmezzük az általa generált tartalmakat, illetve mikor kell megkérdőjelezni azokat. A cél nem az, hogy az ember gépszerűvé váljon, épp ellenkezőleg: hogy a gépek segítségével emberibb tudjon maradni – kíváncsi, értelmező és alkotó lény. 

Fotó: Dreamstime