A mesterséges intelligencia olyan, mint a gyereknevelés: mindenkinek van róla véleménye, akár van gyereke, akár nincs; itt: akár érti az MI működését, akár nem. Ezért aztán  – ahogy a gyereknevelésnél is – MI-bevezetéshez is annyi "életvezetési" tanácsot találunk a neten, ami alapján arra fogadnánk, hogy az önjelölt Bruno Bettelheimek és Vekerdy Tamások egy test test elleni MI-szakértők – Gyereknevelők meccsen biztosan alulmaradnának. De mit mond egy valódi szakértő?

Daniel Miner az NTT Data német leágazásának MI-szakértője, a cég MI-fejlesztéseinek vezetője saját generatív MI projektjük tanulságait osztotta meg a nagyközönséggel a Computerwoche oldalán. A legfontosabb  állítása, hogy ha betartunk nyolc szabályt, pár hónap alatt olyan eredményeket lehet felmutatni, ami minimum a projekt továbbvitelét biztosítja. Azt, hogy ezek a szabályok mennyire üres közhelyek, és mennyire támaszok, döntse el mindenki maga.

A nyolcszabály

1. Ismerni kell a technológiát. A felmérések szerint a technológia bevezetésének legfőbb akadálya, hogy nincs meg hozzá a know-how. Ez egy ERP-re vagy akár egy irodai csomagra nem igaz? Miner ennél valamivel konkrétabb: legyünk realisták, és a generatív MI-től se várjunk csodákat, mert az apró győzelmek is győzelmek.

2. Konkrét célokat kell megfogalmazni. Ha az első ponton túljutottunk, ez is egyszerűbb lesz. Valószínűleg a célok kitűzésénél is megmaradunk  a realitás talaján. Ilyen cél lehet például szintetikus adatok generáltatása szoftvertesztekhez, tartalmi összefoglalók készítése, szabványos szövegek létrehozása konkrét témában stb.

3. Mindig az ember legyen a középpontban. Hallottak már olyan innovációról amiről azt állították, hogy nem az emberek érdekében fejlesztették? Miner itt csupán egy az IT-projekteknél gyakran elhangzó tanácsot alkalmaz. Ha egy projektet az alkalmazottak nem fogadnak el, akkor az bukásra van ítélve. Mint írja, ez a mesterséges intelligenciára különösen érvényes, mert a lehetséges hatások félelmet kelthetnek. Ezt csak úgy lehet ellensúlyozni, ha az alkalmazottak széles körét vonják be a projektbe.

4. A megfelelő adatminőség biztosítása. Szintén közhely, hogy a generatív MI minősége a képzéséhez használt adatok mennyiségétől és minőségétől (vagy: minőségétől és mennyiségétől) függ. Ebből következik, hogy az angol nyelvű használati esetek előnyből indulnak. Természetesen más a helyzet, ha vállalati adatokat használnak a tanításhoz, de azokon is el kell végezni a tisztítást – sőt! Miner az MI-alapú supportot hozza fel: csak naprakész műszaki adatokkal és felhasználói kézikönyvekkel lehet jól betanítani.

5. Esetleges jogi problémák. Bár egyelőre a szabályozás képlékeny, a képzéshez adatok kellenek, az adatok felhasználásával kapcsolatban pedig felmerülhetnek jogi aggályok. Itt is érvényes a GDPR, bizonyos adatok nem léphetik át adott ország vagy az Unió határait. Felmerülhetnek szerzői jogi problémák, például amikor egy alkalmazott generatív MI-vel készít szövegváltozatokat, képeket, videókat, főleg, ha a forrás valahogy visszakövethető. Erre Miner is egyfajta lenini tanácsot tud adni: tanítani, tanítani, tanítani… Mármint a generatív MI-t használó alkalmazottakat. A kérdés csak az, hogy mire.

6. A megfelelő megoldáshoz kísérletezni kell. Nem biztos, hogy a legnagyobb-legismertebb modellek a legjobbak adott feladatra. Fontosak lehetnek a modellekhez kínált kiegészítő szolgáltatások is, de a testre szabhatóság miatt a nyílt forráskódú megoldásokkal is érdemes kísérletezni. Kísérletezni, hangsúlyozza Miner.

7. Hinni kell benne. Minden innovációnak ára van. Pénzben mérhető (számítási kapacitás, biztonság, integráció) és pénzben nem mérhető (pl. szervezeti hatások), de csak a hosszú távú tervek következetes szem előtt tartásával értékelhetők a helyükön ezek a költségek.

A nyolcadik: felelősségteljesség.

Ezt Miner cikkében a hatodik alaptétel, de mi retorikai okokból a végére hagytuk. Bár az MI jogi szabályozása is formálódik, a jog nem feltétlenül ad választ minden fontos etikai kérdésre. Miner többek között az erőforrás-igényt, a döntéshozatali szabályokat, a felhasználás célját és a fenntarthatóságot is említi.

Erről azonban óhatatlanul eszünkbe juthat Blase Pascal egyik híres aforizmájára: "Az igazság azt követeli, hogy az igazságost kövessük, a szükség meg azt, hogy a legerősebbet. A jog erő nélkül tehetetlen; az erő igazságosság nélkül zsarnoki. Az erőtlen jogrenddel szembeszállnak, mert mindig akadnak gonoszak; a jogtalan erőszakot váddal illetik. Össze kell tehát kapcsolni az igazságosságot az erővel, ezért vagy az igazságost kell erőssé, vagy az erőset igazságossá tennünk. Az igazságosság vitatható, az erő azonban nagyon jól felismerhető és vitathatatlan. Így aztán nem volt rá mód erőt adni az igazságosságnak, mert az erő szembeszállt vele, kijelentvén, hogy ő az igazságos. Mivel nem tudták elérni, hogy ami igazságos, egyúttal erős is legyen, úgy intézték az emberek, hogy az legyen igazságos, ami erős." (Pödör László fordítása)

Ismerős élmény?