A technológia fejlődését azonban akadályozhatja az AI-modellek tanításához használt emberi adatforrások kimerülése, és emiatt a fejlesztőknek új megoldásokat kell találniuk ezek képzésére. A generatív AI, vagyis az új, eredeti tartalmak előállítására képes mesterséges intelligencia megjelenése viszont több ágazatban már most jelentős változásokkal jár – ám ennek az átalakulásnak nemcsak pozitív gazdasági, hanem negatív társadalmi következményei is lehetnek.

Az emberi adatforrások kimerülése

Elon Musk szerint a mesterséges intelligenciát fejlesztő vállalatok már tavaly kimerítették a modelljeik tanításához használható emberi adatforrásokat, ezért a fejlesztőknek a továbbiakban szintetikus, azaz maguk az AI-modellek által generált adatokat kell használniuk a rendszerek építéséhez és finomhangolásához. A módszert már számos vállalat alkalmazza: a Google és a ChatGPT-t fejlesztő OpenAI mellett a Meta Llama nevű, valamint a Microsoft a Phi 4 elnevezésű modelljénél is éltek már vele. Sőt Musk saját AI-jal foglalkozó vállalatánál, az xAI-nál is ezt az utat követik. A szintetikus adatokkal fejlesztett mesterséges intelligencia a tanulás során kiértékeli a saját maga által készített tartalmakat, ezért a megoldásra egyfajta öntanító folyamatként tekinthetünk. A módszer ugyanakkor nem tudja teljesen helyettesíteni az emberi adatforrások használatát, alkalmazása során ugyanis a modellek hajlamosabbak a „hallucinációra”, azaz a pontatlan vagy értelmetlen eredmények produkálására.

Az Epoch AI nevű kutatóintézet 2024-es tanulmánya szerint ha a jelenlegi nagy nyelvi modellek (LLM) fejlesztési trendjeinek folytatódnak, akkor körülbelül 2026 és 2032 között állhat elő az a helyzet, hogy elfogy az összes elérhető, emberek által készített szöveges adatforrás. Ettől kezdve a nyilvánosan hozzáférhető, emberek által írt szöveges adatforrások mennyisége már az LLM-ek fejlődésének korlátozó tényezőjévé válhat. A folyamatot körülbelül egy évvel gyorsítja fel a túltanítás (overtraining), amelyet a fejlesztők a modell hibáinak felfedésére alkalmaznak.

Az emberi szöveges adatforrások szűkösségéből fakadó problémára a kutatók eddig többféle, ám többnyire csak részleges megoldást találtak. A fentebb is említett szintetikus adatok használata vegyes képet mutat, a hallucináció mellett ugyanis ebben az esetben az is gondot okoz, hogy a modellek egyre homogénebb tartalmakat kezdenek létrehozni. Szintén megoldást kínálhat a nagyobb diverzitású adathalmazok, illetve az emberi és a szintetikus adatok keverékének alkalmazása. Más szakértők a nem szöveges információk – képek, piaci adatok, tudományos adatbázisok – bevonását javasolják. Szintén felmerült, hogy a modellek fejlesztésekor a Facebookhoz, az Instagramhoz és az X-hez hasonló zárt tartalomplatformok, valamint az üzenőalkalmazások (Whatsapp, Facebook Messenger stb.) nem nyilvános adatait kellene felhasználni. Ám ez a megoldás is csupán csak egy évvel késleltetné az emberi szöveges adatok kimerülését, ráadásul személyes adataik elérhetővé tételével a felhasználók jogait is sérthetné. Alkalmazása során emellett a közösségi médián található tartalmak alacsony minősége és a platformok fragmentáltsága is gondot jelentene. Az alapprobléma kezelésére további megoldást kínálhat még a már meglévő adatok hatékonyabb felhasználása, a különböző adatszelektálási módszerek használata vagy az, ha a modelleket megtanítják arra, hogy a való világból is képezni tudják magukat. Ám ezen megoldások alkalmazásához még további technológiai fejlődésre lenne szükség.

Az AI jövője

A mesterséges intelligenciát három kategóriába lehet sorolni: a szűk vagy gyenge AI egyes specifikus feladatok intelligens ellátására alkalmas, a mesterséges általános intelligencia (AGI) képes az emberi intelligenciát utánzására, a szuper AI-nak pedig az emberéhez képest felsőbbrendű kognitív képessége és öntudata van, és bármilyen emberek által elvégezhető feladatot meg tud oldani. A jelenleg használt mesterséges intelligencia az első kategóriába tartozik, azaz gyenge AI-nak minősül. Ez egyben azt is jelenti, hogy a körülötte tapasztalható felhajtás sok esetben nem áll arányban a valódi képességeivel.

Korlátai ellenére viszont a következő öt évben várhatóan tovább növekszik a mindennapi életben betöltött szerepe, és újabb komoly változásokat hoz majd magával. Az egyik legérezhetőbb átalakulás a nagy intézményekkel való érintkezés felgyorsulásában lesz tetten érhető. Ha versenyképesek akarnak maradni, a nagyszámú ügyféllel érintkező szervezeteknek idővel muszáj lesz a mesterséges intelligenciát bevonniuk a döntéshozatali folyamatokba és a nyilvánossággal, illetve az ügyfelekkel való kapcsolattartásba. Rajtuk kívül más üzleti vállalatok is egyre nagyobb mértékben alkalmazzák majd a generatív AI-t, hogy hatékonyságuk és profitabilitásuk növelni tudják, és ne kerüljenek versenyhátrányba. Az oktatás, az egészségügy, a pénzügy, a jog, valamint a közlekedés terén különösen jelentős változásokra számíthatunk.

Az oktatási rendszerbe történő integrációjával az AI valószínűleg hatékonyabbá és személyre szabottabbá tenné a tanítást. Az egészségügyben a betegek adatainak elemzésével a diagnosztikai folyamatokat segíthetné, ezzel egy időben azonban vélhetően bonyolultabbá válna az egészségügyet szabályozó jogi keretrendszer is. A pénzügyi szektorban már ma is használnak AI-algoritmusokat: a nagybefektetők körülbelül harmada használ robottanácsadókat és hasonló digitális eszközöket tranzakciói végrehajtása vagy részvényalapjai menedzselése során. E területen különösen nagy potenciállal bír a bionikus tanácsadás, amely az AI számításait ötvözi az emberi intuícióval. A mesterséges intelligencia itt is növelheti az ügyfélkezelés hatékonyságát, és szintén segítheti a befektetési stratégiák fejlesztését. A jogi területen az AI segítségével egy 1–3 fős csoport akár 10–20 szakember munkájának a kiváltására is alkalmassá válhat a következő öt évben, és ennek során nemcsak a költségek csökkennének, de a feladatvégzés gyorsasága is növekedne. Mindez számos kis- és közepes méretű jogi vállalat megszűnését eredményezheti. Egyes becslések szerint az AI térnyerésével 2028-ra az Egyesült Államokban dolgozó jogászok száma legalább 25%-kal esik majd vissza. Végül az ötödik érintett területen, a közlekedésben főleg az önvezető járművek előretörése hoz majd jelentős változásokat úgy a személyszállításban, mint a vállalati flották és fuvarozás működésében.

A társadalmi következmények

A mesterséges intelligencia sokak szerint már most komoly veszélyt jelent az adatvédelemre és a magánéletre. Az adatelemző algoritmusok folyamatos terjedésével egyre többen gondolják majd úgy, hogy a magánélet eddigi védelme inkább a technikai korlátokra volt visszavezethető, nem pedig etikai megfontolásokra. Ebből is következik, hogy az AI alkalmazásának szabályai, illetve a működését megszabó jogi környezet egyre bonyolultabbá válik. Világszerte egyre több kérdést vet fel a mesterséges intelligencia és a használatának a korlátozása – és ez a jogalkotás minden szintjén megfigyelhető. Az Egyesült Államokban például mind a helyi, mind az állami, mind pedig a szövetségi kormányzat hoz új AI-törvényeket, és az Európai Unióban is arra számíthatunk, hogy a tagállami szabályozás mellett hamarosan a közösségi szintű AI-szabályozás is megszületik.

A társadalom nagy részének jelenleg az az elvárása, hogy az üzleti és a kormányzati szektor a mesterséges intelligenciát partnerként, az emberi intelligencia és szakértelem kiegészítőjeként, ne pedig annak helyettesítőjeként használja. Az ember és az AI közötti együttműködés, vagyis annak biztosítása, hogy az emberek részt tudjanak venni minden, a mesterséges intelligencia által jelentős mértékben befolyásolt folyamatban, kulcsfontosságú az AI-jal kapcsolatos félelmek eloszlatása során. A mesterséges intelligenciával való folyamatos interakciónak azonban számos negatív hatása is lehet. A szakemberek már most felhívják a figyelmet arra, hogy a munkavégzés során történő intenzív használata könnyen egyfajta mentális kimerültséghez és túlterheltséghez, vagyis új keletű nevén AI-fáradtsághoz (AI fatigue) vezethet. Az AI gyors fejlődése, az ehhez való folyamatos alkalmazkodás kényszere és a technológia használatával szemben támasztott – például a hatékonyság növeléséről szóló – elvárások miatt pedig sok esetben túlzott nyomás nehezedhet az egyes szervezetekre és az azokban dolgozó egyénekre. A tüneteket csak tovább fokozhatják a technológia használata kapcsán felmerülő etikai aggályok.

Az AI-hoz köthető szorongás leginkább az emberek azon félelméből fakad, hogy elveszítik a mesterséges intelligencia által működtetett rendszerek feletti irányítást. Több területen, például a korábban említett pénzügyi szektorban is van rá példa, hogy az emberi agy már nem képes átlátni az algoritmusok működését. A mesterséges intelligencia megalkotásának és fejlesztésének azonban éppen ez a célja, vagyis hogy a szintetikus elme kapacitásait kiaknázva az emberi agy képességeinek sokszorosával lehessen információkat feldolgozni. Ennek következtében a kontrollvesztés miatt érzett szorongás a jövőben inkább csak tovább fokozódhat - adta hírül az enstrat.hu.