1. Ki gondolkodik?

 

Az emberi szakértelem és az MI szerephatárai

 

Amikor egy nagy nyelvi modellt szakmai munkára használunk, kézenfekvőnek tűnik a munkamegosztás: az ember kérdez, az MI válaszol. A ChildTech és a ChatGPT hosszabb együttműködésében ez a leírás viszonylag hamar elégtelenné vált.

 

Egy szakmai probléma felvetését gyakran több körből álló folyamat követi: értelmezés, javaslat, kritika, pontosítás, újabb elemzés, esetenként egy korábbi álláspont módosítása vagy elvetése. Az MI által létrehozott eredmény visszakerül az emberhez, majd az ember reakciója ismét az MI-hez. A folyamat végén pedig döntenünk kell arról, mit építünk be a szakmai munkába.

 

Ez vezet a sorozat első kérdéséhez:

 

Milyen szerepet tölt be az emberi szakértelem és az MI a közös gondolkodás folyamatában?

 

A kérdés megválaszolásához ebben a sorozatban bevezetünk egy munkafogalmat: szakmai intelligencia.

 

Ezen azt az emberi képességrendszert értjük, amelyben a szaktudás, a tapasztalat, a kritikai gondolkodás, a módszertani tudatosság, a kontextus ismerete, az értékítélet és a szakmai felelősség együtt vesz részt egy probléma értelmezésében és a döntések meghozatalában. Nem új tudományos kategóriaként használjuk a kifejezést. Egyelőre annak megnevezésére szolgál, amit egy összetett szakmai együttműködésben az MI másik oldalán látunk.

 

Ebből a nézőpontból a prompt csak egyetlen mozzanat. Legalább ilyen fontos, hogy milyen szakmai tudásból született a kérdés, miért éppen azt tettük fel, hogyan értékeljük a választ, és mit kezdünk vele a következő lépésben.

 

Egy konkrét ChildTech-eset jól megmutatja ezt.

 

A CTMA esete: amikor az MI új struktúrát javasol

 

A ChildTech egy óvodai nevelésre és kisgyermekkorra fókuszáló, folyamatosan épülő szakmai és tudásfejlesztési ökoszisztéma. Tartalmában a mesterséges intelligencia, a pedagógia és a kapcsolódó társadalomtudományi megközelítések találkoznak. A fejlesztés sajátossága, hogy a gyakorlati projektek, a kommunikációs tapasztalatok, az elemzések és a kutatási eredmények módszertani visszacsatolással kapcsolódnak egymáshoz: az egyes tapasztalatok nemcsak önálló eredményként jelennek meg, hanem a ChildTech fogalmi és módszertani rendszerének továbbfejlesztéséhez is hozzájárulhatnak.

 

A ChildTech módszertani rendszerének fejlesztése során több, egymással kapcsolatban álló keretrendszer kezdett kialakulni. A Core Methodology, a Campaign Evaluation Framework, a Communication Intelligence és a ChildTech Visual Development Framework (CVDF) eltérő szakmai problémákból indultak, miközben egyre több kapcsolat mutatkozott közöttük.

A közös munka egyik pontján a ChatGPT azt vetette fel, hogy ezek a területek egy magasabb szintű struktúra elemeiként is értelmezhetők. Ebből született meg a ChildTech Methodology Architecture (CTMA) gondolata: egy olyan későbbi metakereté, amely összekapcsolhatja a ChildTech különböző módszertani rendszereit.

 

A javaslat szakmailag értelmezhető és továbbgondolásra érdemes volt. Itt azonban történt valami, ami szerintem fontosabb az ember–MI együttműködés megértéséhez, mint maga az új elnevezés.

 

Nem kezdtük el kidolgozni a CTMA-t. Egy jó MI-javaslatra is lehet az a válasz: még nem

​

A ChildTech fejlesztésében ekkor már több módszertani rendszer építése zajlott. Egy újabb absztrakciós szint kidolgozása könnyen megelőzhette volna azoknak az alrendszereknek a megfelelő fejlesztését és validációját, amelyeket a CTMA-nak később össze kell kapcsolnia.

 

Ezért a koncepciót megtartottuk, a kidolgozását viszont későbbre halasztottuk.

 

Előbb az alrendszerek fejlesztése és kipróbálása folytatódik. A magasabb szintű architektúrához akkor érdemes visszatérnünk, amikor már rendelkezésre állnak azok a kellően stabil elemek, amelyekből valóban felépíthető.

 

Az MI által létrehozott lehetőség tehát nem került elutasításra. Ugyanakkor nem vált automatikusan új feladattá sem. Ez a különbség számomra lényeges.

 

Mit adott hozzá az MI?

 

Ebben az esetben a ChatGPT hozzáadott értéke egy magasabb szintű strukturális összefüggés felismerése és megfogalmazása volt.

 

A korábban részben külön kezelt módszertani területeket egy lehetséges metastruktúra elemeiként értelmezte. Ezzel olyan alternatívát tett láthatóvá, amely a további szakmai gondolkodás számára értékesnek bizonyult. Az MI tehát nem egyszerűen végrehajtott egy utasítást, és nem kész szöveget állított elő. A közös gondolkodásba egy új strukturális lehetőséget vitt be.

 

Ha ezt automatikusan elutasítjuk azért, mert „a szakértő az ember”, elveszítjük az együttműködés egyik lehetséges értékét. Ha automatikusan elfogadjuk azért, mert koherens és meggyőző MI-javaslat, egy másik hibát követünk el.

 

Mit adott hozzá a szakmai intelligencia?

 

Az emberi szakmai döntésnek ebben a helyzetben már más kérdéseket kellett kezelnie.

Illeszkedik-e az új koncepció a ChildTech fejlődési irányához? Kellően érettek-e azok az alrendszerek, amelyeket össze akarunk kapcsolni? Szükség van-e jelenleg újabb keretrendszerre? Mely munkák élveznek elsőbbséget? Segítené a fejlődést a formalizálás, vagy túl korán hoznánk létre egy újabb absztrakciós szintet?

Ezek egy része már nem vezethető le pusztán abból, hogy maga a CTMA ötlete logikailag koherens-e.

​

Prioritást kellett képezni.

 

Ez a példa ezért a szakmai intelligencia egy további összetevőjére is rámutat. A szakértő feladata nem merül ki az MI által generált tartalom helyességének ellenőrzésében. Mérlegelnie kell annak relevanciáját, időszerűségét, rendszerbe illeszthetőségét és következményeit is.

 

A szakmai kontroll ebben az értelemben túllép azon, hogy az ember minden esetben felülírja az MI-t. A kontroll a döntési felelősség megtartását jelenti. Nem minden eredmény dokumentum.

​

A CTMA-esetnek van még egy tanulsága.

​

Az ember-MI együttműködés eredményét könnyű egy elkészült szövegben, egy elemzésben, egy ábrában vagy más kézzelfogható produktumban keresni. Ebben az esetben azonban egyik sem született meg. A közös munka eredménye egy megőrzött gondolat és egy tudatos „még nem” döntés lett. A CTMA bekerült a ChildTech későbbi fejlesztési lehetőségei közé. Visszatérünk hozzá akkor, amikor azok a rendszerek, amelyeket össze kellene kapcsolnia, már kellően érettek.

Vagyis egy LLM szakmai értéke nemcsak az alapján mérhető, hogy hány azonnal felhasználható produktumot hoz létre. Érték lehet egy új kérdés, egy felismert kapcsolat, egy későbbre eltett hipotézis vagy egy olyan alternatíva is, amelyet tudatosan nem valósítunk meg azonnal.

​

Akkor ki gondolkodik?

 

A CTMA példájából nem azt a következtetést vonom le, hogy az ember gondolkodik, az MI pedig végrehajt. A fordított állítás sem írná le megfelelően a folyamatot. Hasznosabbnak tűnik azt vizsgálnunk, hogy milyen funkciót tölt be a két oldal a szakmai gondolkodás folyamatában.

​

Az MI képes lehet alternatívák létrehozására, struktúrák felismerésére, összefüggések megfogalmazására, kritikára és új kérdések felvetésére. A szakmai intelligencia nyújtja azt a kontextust, amelyben ezek jelentése és használhatósága megítélhető, és amelyben a döntések következményeiért valaki felelősséget vállal.

 

A ChildTech jelenlegi gyakorlatában ezért a munkafolyamat közelítőleg így írható le:

 

szakmai probléma - MI-elemzés - új lehetőség - emberi értékelés - kritika vagy pontosítás - további párbeszéd - szakmai döntés - visszacsatolás

 

Ez sem merev modell. Egy új MI-javaslat módosíthatja az ember eredeti álláspontját, ahogyan az ember kritikája is új irányba terelheti az MI következő elemzését. Éppen ezt a kölcsönhatást vizsgáljuk tovább a SZAKMAI INTELLIGENCIA * MI következő részében. A fókusz az együttműködés egyik alapvető mechanizmusára kerül: arra a többfordulós folyamatra, amelyben egy kezdeti prompt a pontosítások, a kritikák és a visszacsatolások során szakmai párbeszéddé alakul.

 

Következő rész: A prompttól a szakmai párbeszédig - párbeszéd, iteráció és visszacsatolás.

 

A tartalom a ChildTech ember-MI együttműködési gyakorlatában, ChatGPT közreműködésével készült; szakmai tartalmáért és végleges formájáért Piróth István felel.