Ez a mi korunk azbesztje: egy ártalmatlannak tűnő napi szokásunk állhat a súlyos betegségek hátterében

Sokak szerint a funkciók mellett a vizuális tervezési szempontok is nagy szerepet játszottak abban, hogy a közösségi médiafelületek olyan addiktívvá váltak az emberek számára az elmúlt nagyjából két évtizedben. Szerinted mekkora lehetett ennek a szerepe?

Az olyan típusú grafikai szempontok, minthogy milyen színeket vagy formákat használnak a felületeken, úgy gondolom, hogy kevéssé meghatározó. Ami igazán számít, illetve számított mindig is, az a digitális terméktervezés mögött álló pszichológia – és ez teljesen tudatos.

Nem akarok nagyon szakmai mélységekbe menni, de az emberi agyban van egy terület, a striátum, amely a dopaminrendszert irányítja. Ez felelős a jutalmazásért: ha valami jó érzést kelt, a rendszer visszajelez, hogy ezt érdemes megismételni. A dopaminrendszer azonban nem az állandóságra reagál, hanem a különbségekre. Ha minden nap kapsz egy fánkot a munkahelyeden, az első alkalommal nagyon örülsz, sőt, még másodszor is. De a harmadik napon már számítasz rá, és emiatt sokkal kisebb lesz az élmény. A jutalom akkor működik igazán, ha váratlanul ér – vagy épp akkor, ha valamire számítasz, és mégsem kapod meg, ami viszont negatív élményt okoz.

A régebbi közösségi oldalak, mint az iWiW vagy a MySpace, még nem erre épültek. Ott mindenkinek volt egy saját profiloldala, és csak akkor láttál valamit, ha tudatosan rákerestél valakire. A Facebook, nagyjából a Twitterrel párhuzamosan hozta be a News Feed fogalmát, és ez volt a nagy áttörés. A lényege az, hogy minden görgetésnél valami váratlan jelenik meg. Nem tudod, mi jön a következő posztban: egy ismerős kisbabája, egy izgalmas hír, valami megható vagy éppen felkavaró tartalom. Az információszerzés önmagában jutalmazó, ezért ez a mechanizmus olyan, mint egy félkarú rabló: meghúzod a kart, és vagy kapsz valamit, vagy nem. Ez közvetlenül a dopaminrendszerre hat – és ez rendkívül káros.

Azért is veszélyes, mert még nem tudjuk pontosan, milyen hosszú távú következményei lesznek. Egy volt kollégám mondta mindig, hogy a dopaminfüggőség a mi korunk azbesztje: még fogalmunk sincs, mennyire ártalmas, de valószínűleg nagyon. Már most látszanak bizonyos tendenciák – bár ok-okozati összefüggés nincs bizonyítva –, például hogy a fiatalabb generációk kevésbé szeretnek olvasni, mert az lassú, és nem ad ilyen intenzív dopaminlöketet. Kevesebben mennek egyetemre is, mert az is hosszú, kitartást igénylő folyamat.

A dopaminrendszer azonban nemcsak a jutalmazásban játszik szerepet, hanem sok más agyi funkcióban is. Ha ez a rendszer sérül, olyan betegségek alakulhatnak ki, mint az Alzheimer-kór vagy a Parkinson-kór, amelyek memóriazavarral, izomtónus-romlással járnak.

Az elmúlt 20–30 évben – amióta a digitális kommunikáció, köztük a közösségi média is, ennyire gyors és intenzív lett, ezeknek a betegségeknek a gyakorisága 2–3-szorosára nőtt. És az a legnagyobb probléma, hogy mire a mi generációnk eljut oda, hogy nem 80 évesen, hanem akár már 60 évesen jelentkeznek a demencia tünetei, addigra már késő lesz visszafordítani a folyamatot. Mi vagyunk az első generáció, amely ebben nőtt fel, így a hatásokat csak később fogjuk igazán látni.

Kiss Lőrinc, a Metropolitan Media Design képzésének oktatója.

Sokan mondják, hogy az volt az internetnek egy hőskora, ami persze már elmúlt. Ha az előző válaszodból indulunk ki, mondhatjuk, hogy a közösségi média megjelenése volt a kárhozat pillanata?

Szerintem az emberi elme manipulálása mindig is jelen volt, az interneten is, csak régebben sokkal kevesebb lehetőség volt rá. Talán még sokan emlékeznek azokra a régi, félrevezető „Letöltés” gombokra. Már akkor is próbálták manipulálni a felhasználót, csak akkor még nem értettük igazán, hogyan működik az emberi agy.

A neurobiológia és a kognitív tudomány nagyon fiatal területek – nagyjából 30–40 éve léteznek. Korábban egyszerűen nem volt meg a tudásunk ahhoz, hogy tudatosan beavatkozzunk az emberi psziché működésébe. A 80-as, 90-es években, ha valaki beletrafált egy ilyen „agyhackbe”, az inkább véletlen volt.

Ma viszont már pontosan értjük, hogyan reagál az agy bizonyos ingerekre, és sajnos vannak cégek, amelyek ezt tudatosan ki is használják.

Olyannyira, hogy a szakmán belül is létezik egy réteg – nem tudom, hogy fele-fele arányban-e, de biztosan létezik –, amely szerint ez a helyes irány. Találkoztam olyan szakemberekkel, akik teljes meggyőződéssel vallják, hogy akkor jó egy termék, ha az ember ráfügg. Ez üzletileg valóban nagyon kifizetődő: jó a cégnek, jó a vezetésnek, rengeteg pénzt lehet vele keresni. Csak éppen a felhasználónak nem jó hosszú távon.

EZ IS ÉRDEKELHET

Azok járhatnak most nagyon jól, akiknek ilyen végzettsége van: szó szerint kapkodnak értük a cégek, jó pénzt fizetnek

A technológia olyan gyorsan változik, hogy amit ma biztosnak látunk, az néhány hónap múlva már teljesen más képet mutathat.

Korábban elmondtad, hogy mitől lett a Facebook olyan sikeres platform. Ha jól tudom, itthon talán még mindig az a top social média, de az tény, hogy rohamosan áldozik le a csillaga - külföldön pedig ez a folyamat lényegében már le is zajlott. Hogyan változott a mostani felhasználóknak az igénye, és milyen generációs okok állhatnak esetleg ennek a hátterében?

Ha a vizuális megjelenésre gondolsz, akkor ott valóban több nagy paradigmaváltás történt, mióta ez a szakma létezik. Az egész a 80-as években indult, amikor a Xerox – a nyomtatógyártó cég – kitalálta a grafikus felületet: tegyük ki a képernyőre a kis téglalapokat, ikonokat, legyen egér, lehessen kattintani. Ezt később az Apple tette igazán ismertté, de a kezdeti rendszerek nagyon primitívek voltak, részben a hardveres korlátok miatt.

Amikor már volt elég teljesítmény ahhoz, hogy elgondolkodjunk azon, hogyan is nézzen ki egy digitális felület, az első logika az volt: olyan eszközöket készítünk, amelyek kiváltják a régi, analóg tárgyakat. Ezért nézett ki az első iPad telefonkönyve is úgy, mint egy kis füzet, amit lapozgatni lehetett. Ma már gagyinak hat, de akkor ez volt a cél: adjunk a felhasználónak egy ismerős analógiát, mert még senki nem tudta, hogyan kell digitális felületeket használni.

Ez a szemlélet sokáig működött – gondolj a Windows Vista vagy a Windows 7 vizuális világára. Aztán jött az első iPhone 2008-ban, ami még mindig ezt a skeuomorf megközelítést használta. Csakhogy ezzel rengeteg probléma volt: nemcsak csúnyán nézett ki, de minél több képernyőméretre kellett optimalizálni, annál több munka lett vele. Az Apple ezt megtehette, mert csak egy-két eszközre fejlesztett. De egy Windowsnál vagy Androidnál, ahol millióféle képernyőméret létezik, ez egyszerűen fenntarthatatlan volt.

A Google és a Microsoft ezért párhuzamosan rájött, hogy ez így nem működik, és valami teljesen újat kell kitalálni. Így született meg a Windows 8 „lapos”, széles felületekre épülő dizájnja, illetve a Google Now-ból kinövő Material Design. Ezek hozták be a Flat UI-t, amit később az Apple is átvett.

A legutóbbi paradigmaváltás tavaly történt, és őszintén remélem, hogy nem marad velünk. Az Apple ugyanis úgy döntött, hogy most már elég erős a hardver ahhoz, hogy valós időben számolja az üvegfelületeket, ezért visszatértek egy régebbi stílushoz: minden legyen üvegszerű, áttetsző. Ez viszont szakmailag objektíven rossz döntés: zajos, rossz a kontrasztja, nehezen olvasható, fárasztja a szemet, és rengeteg teljesítményt fogyaszt csak azért, hogy „szép” legyen. A Google és a Microsoft egyelőre nem követte ezt az irányt – remélem, nem is fogják.

A Facebook és a Twitter már a Flat UI korszakában születtek, ezért is ilyen letisztultak a felületeik. És amíg grafikus felületeket használunk – tehát nem hangalapú vagy más típusú interfészeket –, addig ez a vizuális logika fogja meghatározni, hogyan néznek ki a platformok.

Kiss Lőrinc, a Metropolitan Media Design képzésének oktatója.

Hogy az előző kérdésem után egy kicsit konkrétabb legyek: hatalmasat robbantottak az elmúlt években az olyan platformok, mint a Snapchat, de még inkább a TikTok. Mit gondolsz, milyen okok állhatnak a népszerűségük hátterében? Pl. a grafikai tervezésük mekkora szerepet játszhatott?

Ők egy nagyon konkrét piaci rést találtak meg: azt a fajta úgynevezett „brain rot” tartalmat, amire egyszerűen óriási igény van. Rövid, könnyen fogyasztható, azonnali dopaminlöketet adó videók – és ezt a TikTok tökéletesen kiszolgálta.

Az ugyanakkor igaz, hogy az UI nemcsak grafikai elemekből áll, hanem a viselkedésből is – abból, hogy melyik mozdulatra mi történik. De pont ez a lényeg: ezek a platformok mindent minimalizálni próbálnak. A lehető legkevesebb interakciót hagyják meg, hogy a felhasználónak gyakorlatilag ne kelljen gondolkodnia.

Nem véletlen, hogy a Tinder is csak balra vagy jobbra húzást használ. Gyakorlatilag nincs más interakciós lehetőséged. Ez szándékos: a lehető legegyszerűbb mozdulatokra redukálják a működést, hogy semmi ne törje meg a fogyasztás folyamatát.

A TikTok ennek a mintapéldája. Ott tényleg nulla kognitív erőfeszítésre van szükség: csak görgetsz, és jönnek egymás után a 10 másodperces videók. Ez a fajta tartalomfogyasztás nem igényel jelenlétet, nem igényel gondolkodást – és éppen ezért működik ennyire jól.

Mennyire látsz bele az ilyen típusú platformoknak a tervezésébe? Egy kívülálló, ha érteni is akarja, hogyan működik, az, amit használ, akkor mire kell gondolnia?

Ennek a folyamatnak ma már van egy egészen kiforrott módszertana – bár folyamatosan fejlődik, mert maga a szakma is még viszonylag fiatal. Általában egy kutatási fázissal kezdünk: megpróbáljuk megérteni a leendő felhasználók gondolkodásmódját, a mentális modelljeiket, a napi működésüket. Ha ezeket feltérképeztük, akkor ezekre a mintákra kezdünk el tervezni, majd visszamérni.

A komolyabb, érettebb cégek nem úgy működnek, hogy rögtön leülnek és lefejlesztik a végleges terméket – az rengeteg idő és pénz lenne. Ehelyett prototípust készítenek, és azt tesztelik még a fejlesztés előtt. Így sokkal olcsóbban és gyorsabban kiderül, mi működik és mi nem.

Nyilván teljesen más egy Facebook-szerű közösségi platform, amit bárki bármikor használhat, és más az a terület, ahol én inkább otthon vagyok: nagyvállalati digitalizáció, ahol nagyon specifikus üzleti folyamatokat kell hatékonyan digitalizálni. De a módszertan valójában ugyanaz – csak a lépték más.

A különbség főleg a mintanagyságban jelenik meg. Nálam például már 10 felhasználóval végzett teszt is nagyon szignifikáns eredményt ad, mert egy szűk, jól körülhatárolt célcsoportról van szó. A Facebook viszont 500–600 mintavételi pont alatt nem mondhat ki semmit, mert náluk a felhasználói bázis nagysága miatt ennyi kell ahhoz, hogy statisztikailag értelmezhető legyen az adat.

Részben már az előző válaszban említetted, de hogyan építenek a tervezők arra, ahogy az emberek reagálnak a különböző animációkra, vagy egyéb olyan jelenségekre, amik vizuálisan megjelennek az ilyen platformokon, alkalmazásokban?

Az emberi agy bizonyos részei heurisztikusan működnek – vagyis rengeteg olyan mintát ismerünk már szakmai szinten, amit sokszor kipróbáltunk, és pontosan tudjuk, mi működik és mi nem. A tervezők természetesen építenek ezekre. De vannak olyan helyzetek, amikor valami teljesen váratlanul derül ki.

Erre jó példa volt a VR-szemüvegek első és második generációja. Rengeteg felhasználó tapasztalt komoly hányingert már 20–30 perc használat után, és senki nem értette, miért. Nem volt egyértelmű, mi okozza. Aztán hosszú kutatások után az egyik gyártó rájött, hogy ugyanazok a mikromozgások jelentik a problémát, mint ami miatt autóban nem tudsz olvasni anélkül, hogy rosszul lennél. A szem által látott kép és a belső fül egyensúlyérzékelése nem volt összhangban. A szervezet ezt úgy értelmezte, mintha meg lenne mérgezve – és ezért jött a hányinger.

Ez azért történhetett meg, mert a korai head trackerek nem voltak elég pontosak: néhány milliméteres eltérés is elég volt ahhoz, hogy a látott kép és a testérzet ne passzoljon. Tudatosan nem vetted észre, de az agyad igen.

Általánosabban: a vizuális és interakciós tervezésnek megvannak a maga szabályai és heurisztikái, amelyek több évtized alatt kiforrottak. Ezeket néhány nagyon komoly szakember dolgozta ki, és azóta is tartják magukat. Érdekes módon a legfontosabb vizuális feldolgozási elvek már több mint száz éve ismertek voltak a pszichológiában. Akkor még csak megfigyelés alapján írták le őket, de néhány évtizede mikroelektródás vizsgálatokkal bizonyították is: ezeknek a szabályoknak konkrét idegsejt-csoportjai vannak az agyban. Ennyire mélyen belénk vannak kódolva.

Ezért működnek olyan jól: néhány egyszerű vizuális szabállyal nagyon hatékonyan lehet kommunikálni azt, amit a felhasználónak át akarunk adni.

Kiss Lőrinc, a Metropolitan Media Design képzésének oktatója.

Bár nem klasszikusan idekapcsolódik, de hasonló folyamat játszódik le a reklámok esetében? A legtöbb vásárló erre gondolom nemet mondana, hiszen mindenki szereti tudatosnak gondolni magát - még az is, aki nem az. Mekkora szerepet játszik ezen a területen a vizualitás?

A valóban tudatos vásárlóknál a vizualitásnak meglepően kicsi a hatása. Ha valaki tisztában van ezekkel a technikákkal, vagy egyszerűen csak kritikusabban gondolkodik, akkor ezeket a trükköket viszonylag könnyen ki tudja szűrni. A tapasztalatom viszont az, hogy az átlagfogyasztó nem így működik – és erre a marketing nagyon erősen rá is játszik.

Rengeteg ilyen technika létezik. Az egyik legegyszerűbb példa az arcfelismerés. Az emberi agy elképesztően jó abban, hogy arcokat azonosítson és megjegyezzen – ez társadalmilag is alapvető képességünk. Ezért működik olyan jól, ha híres embereket tesznek plakátokra: még ha nem is tudod pontosan, ki az, érzed, hogy „ismerned kellene”, és emiatt könnyebben elhiszed az üzenetet.

De vannak ennél sokkal kifinomultabb, kevésbé korrekt módszerek is. Például a politikai kommunikációban gyakran látni olyan plakátokat, ahol ismert embereket szándékosan előnytelen, ellenszenves arckifejezéssel ábrázolnak. Mivel az arcot azonnal felismerjük, és a mimikát ösztönösen értelmezzük, rögtön negatív érzést társítunk hozzájuk.

A marketingben szintén sokat játszanak azzal, hogy az ember tudat alatt nagyon pontosan érzékeli a szem és az arc többi részének arányát. Ha valakinek – vagy valaminek – aránytalanul nagy a szeme, azt automatikusan kisbabához társítjuk. A kisbabákat pedig ösztönösen szeretjük és megvédjük, ez mélyen belénk van kódolva. Ha egy márka nagy szemű, „babaarcú” figurát használ, az sokkal szimpatikusabbnak tűnik, és nagyobb eséllyel vásárolnak nála az emberek. Magyarországon is több nagy cég épít erre nagyon tudatosan.

És persze ott vannak az alapvető ösztöneink is, amelyekre a marketing szintén könnyen rájátszik. A klasszikus mondás szerint „keblekkel bármit el lehet adni” – és sajnos ez tényleg így van. Ez is egy olyan mélyen gyökerező ösztön, amit a reklámipar nagyon jól ismer és ki is használ.

Egyébként ez hogyan mérhető? Nyilván, az szóba sem jöhet, hogy egy fogyasztó beismeri azt, hogy manipulálták, ne adj' Isten átverték.

Ezeket a hatásokat leginkább kvantitatív módszerekkel lehet mérni. Ilyenkor felkérünk – vagy felbérelünk – akár több száz vagy ezer embert, hogy nézzenek meg különböző verziókat, válasszanak közülük, vagy éppen vásároljanak egy szimulált környezetben. Erre nagyon kiforrott módszertanok és kifejezetten erre fejlesztett hardverek is léteznek. Az így kapott adatokból statisztikai alapon lehet következtetni arra, hogy mi működik és mi nem.

Az ok-okozati összefüggéseket persze mindig nehéz teljes bizonyossággal kimondani – ez a tudományban általános probléma. De ha a kísérletben minden változó azonos, és csak egyetlen dolog tér el – például az egyik márkakarakter gyerekes, nagy szemű, a másik pedig felnőttes –, akkor nagyon könnyű szignifikáns különbséget kimutatni. Ilyenkor jól látszik, hogy a fogyasztók melyik verziót választják nagyobb arányban, és ebből elég egyértelmű következtetéseket lehet levonni.

Hogyan alakította át a mesterséges intelligencia ezt a területet? Mi a tapasztalatod ezzel kapcsolatban?

A hagyományosabb grafikai munkákat az AI nagyon erősen átalakította. A belépési küszöb drasztikusan lecsökkent: ma már bárki képes képeket, illusztrációkat, logókat vagy akár komplett látványterveket generálni. Ez persze azt is jelenti, hogy a vizuális tartalmak átlagos minősége idővel valószínűleg romlani fog.

A digitális terméktervezés területét is próbálják megreformálni ezekkel a rendszerekkel. Ma már szinte minden tervezőszoftverben van valamilyen AI-funkció: prototípus-generálás, ikonok előállítása, képek készítése, gyors ötletvázlatok. Ezek hasznosak, de inkább csak kiegészítő eszközök.

A tervezés folyamata ugyanis legalább annyira mérnöki, mint művészi munka. Komplex rendszerekben kell gondolkodni, felhasználói viselkedést kell modellezni, üzleti folyamatokat kell megérteni, és ezekre kell működő megoldást építeni. Ez jelenleg túl összetett feladat ahhoz, hogy bármelyik AI-rendszer valódi alternatívát jelentsen.

Ahogy egy építészmérnök munkáját sem tudja kiváltani egy látványtervező algoritmus, ugyanúgy a digitális terméktervezést sem váltja le egyelőre az AI. Lehet, hogy egyszer eljutunk oda, de most még messze vagyunk attól, hogy ezek a rendszerek valódi, érdemi hozzáadott értéket tudjanak adni a tervezési folyamat egészéhez.

Azt mondod, hogy az építészmérnökét le tudja váltani?

Nem, az építészmérnökök munkáját sem tudja még kiváltani az AI – és biztos, hogy egy darabig nem is fogja. Ugyanazért, amiért a villamosmérnökökét sem: ezek olyan területek, ahol számolni kell, kontextust kell kezelni, komplex rendszereket kell átlátni. Ez olyan bonyolult feladat, mint a vezetés. Emberként pár hét alatt megtanulsz vezetni, de hogy egy önvezető autó ugyanezt teljes biztonsággal meg tudja csinálni, az még mindig nincs megoldva – pedig évtizedek óta ígérgetik.

Mostanra egyre inkább kezdjük megérteni, hogy amíg nincs általános mesterséges intelligencia (AGI), addig ezek a problémák nem is lesznek igazán megoldhatók. És az AGI-tól még nagyon messze vagyunk.

A jelenlegi rendszerek – legyenek akár generatív modellek, akár nagy nyelvi modellek – valójában zsákutcát jelentenek az általános intelligencia felé. Azért tűnnek intelligensnek, mert beszélnek hozzánk. Az emberiség történelme során mindig úgy definiáltuk az intelligenciát, hogy „aki beszél, az értelmes”. A kutya nem beszél, tehát nem értelmes – így gondolkodtunk. Most viszont először fordul elő, hogy valami beszél, de ettől még nem értelmes.

Egy nagy nyelvi modell nyelvet tud alkotni, de semmi mást. Attól, hogy összegyűjt információkat az internetről és szépen, koherensen megfogalmazza őket, még nem tud valódi problémákat megoldani. És mostanra kezd körvonalazódni, hogy ezeknek a rendszereknek van egy elég erős felső határa: bizonyos komplexitás fölött egyszerűen nem tudnak továbbmenni. És ehhez a határhoz már nagyon közel vagyunk.

Komolyan így látod, hogy képesek lesznek az emberek megkülönböztetni a mesterséges tartalmakat a valóditól? Az új AI-tartalmak azért elég durvák. Ráadásul a mai napig rengeteg olyan közösségi Facebook csoport működik komikus jelleggel, azoknak az embereknek dedikálva, akik tömegesen képtelenek különbséget tenni. Emiatt én egy kicsit szkeptikus vagyok.

Rövid távon biztos, hogy sokan nem tudják megkülönböztetni a mesterségesen generált és az ember által készített tartalmakat. Ez teljesen természetes. Generációs kérdés.

Ha hallottál arról a történetről, amikor több mint száz éve megnyitották az első mozit, az emberek szó szerint kirohantak a teremből, mert azt hitték, hogy a vászonról közeledő vonat valóban elüti őket. Azért reagáltak így, mert addig soha életükben nem láttak mozgófilmet. Nem volt meg a tapasztalatuk, amivel értelmezni tudták volna.

Most pontosan ugyanez történik velünk. Mi sem láttunk korábban generált tartalmat, mert egyszerűen nem létezett. Ezért nem vesszük észre a különbséget. De idővel rááll a szemünk.

A szakmán belül ez már most is megfigyelhető. Vannak kollégáim, akik sokkal többet dolgoznak AI-generált képekkel, és ők első pillantásra megmondják, hogy egy kép generált-e. Én magam sem mindig tudom megfogalmazni, mitől érzem „mesterségesnek”, de ők konkrétan rámutatnak: „nézd, ott az a vonal hibás”, „ez a színátmenet nem természetes”, „itt a textúra nem stimmel”. Ez tanulható készség.

És ha szükség lesz rá, a társadalom szépen lassan meg is fogja tanulni. A fiatalabb generációk sokkal gyorsabban alkalmazkodnak majd, mert ők már ebbe nőnek bele. Az idősebb generációknál előfordulhat, hogy ez a készség már nem alakul ki – ez is természetes, hiszen az életkor előrehaladtával a tanulási folyamat lassul.

De hosszú távon, néhány évtizeden belül, teljesen természetes lesz számunkra megkülönböztetni a generált és az emberi tartalmat. Ahogy ma már senki nem rohan ki a moziból, ha jön a vonat a vásznon.

Szóval szabályozásokra ilyen téren nincs is szükség a platformok által? Majd a "természetes szelekció" megoldja?

Biztos, hogy szükség van szabályozásra. Én kifejezetten szabályozáspárti vagyok, csak az a probléma, hogy a mostani próbálkozások nagy része elég elhibázott. Sokszor olyan, mintha kőbaltával próbálnánk finommechanikát szerelni. Például amikor Kaliforniában előírták, hogy minden operációs rendszernek kötelezően meg kell kérdeznie a felhasználó életkorát, különben nem kerülhet piacra – ez egyszerűen komikus. Semmit nem old meg.

Ügyesebb, átgondoltabb szabályozásra lenne szükség. Szerintem a legfontosabb kérdés a felelősség lesz. Ha én AI-jal generálok egy képet, és valaki emiatt beperel, akkor ki a hibás? Én, vagy az AI? Ha egy jogi dokumentumot ChatGPT-vel íratok meg, és emiatt bajba kerülök, mondhatom azt, hogy „nem én voltam, hanem az AI”? Szerintem nem. A felelősséget annak kell viselnie, aki használja a rendszert, mert ő döntött úgy, hogy így jár el.

Amíg ez a szabályozás nincs kimondva, addig tényleg vadnyugat van: mindenki azt csinál, amit akar. De biztos vagyok benne, hogy előbb-utóbb lesz egy precedensértékű bírósági döntés, ami kijelöli a határokat. Volt már erre példa más területen is. A Volkswagen dízelbotrányánál az igazgató azzal védekezett, hogy ő nem ír kódot, tehát nem lehet felelős. A bíróság viszont kimondta, hogy igenis ő a felelős, mert ő utasította a mérnököket. Ez ugyanaz az analógia.

Egyszer majd egy bíróság ki fogja mondani, hogy hiába írta a dokumentumot a ChatGPT, vagy hiába generálta a kódot a Claude, a felelősség a felhasználót terheli, mert ő adta ki az utasítást. És onnantól kezdve mindenki sokkal jobban meg fogja gondolni, hogyan használja ezeket az eszközeket. Felelősséget kell vállalni azért is, amit nem mi írunk le fizikailag, hanem amit egy mesterséges rendszerrel íratunk meg.

A munkaerőpiaccal kapcsolatban pedig valóban sok ellentétes vélemény van. Egyesek szerint az AI teljesen kivált majd bizonyos munkaköröket, mások szerint csak bizonyos feladatokat fog átvenni. Én inkább azt látom, hogy a különbség abban lesz, ki tudja jól használni ezeket az eszközöket, és ki nem.

Kiss Lőrinc, a Metropolitan Media Design képzésének oktatója.

El tudod képzelni, hogy az lehet majd a tervezői szakmában igazán sikeres, aki NEM használja az AI-t, de cserébe több időt beletesz és több kreatív energiát használ a munka során?

Szerintem ez nem lesz ilyen élesen kettéválasztható helyzet. Nem arról van szó, hogy az lesz a sikeres tervező, aki egyáltalán nem használ AI-t. Ezeket az eszközöket érdemes használni, mert bizonyos feladatokban egyszerűen jobbak, mint az ember, például az információgyűjtésben. A legtöbb tervezői folyamat eleve úgy indul, hogy körbenézünk: mi történik a piacon, milyen trendek vannak, milyen megoldások működnek. Ez igaz egy rendezőre, egy színészre, egy digitális terméktervezőre vagy egy grafikusra is. Ha ezt gyorsabban és hatékonyabban tudod megtenni AI segítségével, akkor miért ne használnád?

De ettől még maga a tervezői munka nem váltható ki. Azért, mert ezek a rendszerek nem kreatívak – definíció szerint. A kreativitás azt jelenti, hogy valami újat hozol létre egy meglévő keretrendszeren belül - az AI viszont csak a meglévő kereteket tudja összegyúrni, de nem alkot újat.

A jelenlegi generatív rendszerek tehát nem tudnak valódi kreatív munkát végezni. Ezért nem fogják kiváltani a kreatív szakmákat – legyen szó grafikusokról, UX-tervezőkről, szoftverarchitektekről, marketingesekről vagy felsővezetőkről, akiknek kreatív üzleti döntéseket kell hozniuk. Ezek mind olyan területek, ahol a gondolkodás, az intuíció, a kontextusérzékenység és az eredetiség számít.

Vannak viszont olyan munkakörök, ahol kevés a kreatív elem, és inkább ismétlődő, szabályalapú feladatokból állnak. Egy irodai adminisztrátor vagy egy pénzügyi adminisztrátor például, aki egész nap számlákat rendez, tageket ad, mappákba pakol – ezek a feladatok sokkal könnyebben automatizálhatók. Ha meglesz a megfelelő szabályozás, ezeket a munkaköröket valószínűleg tényleg ki fogja váltani az AI.

Összességében tehát a kreatív szakmáknak egyelőre nincs okuk félni. Az AI jó eszköz, de nem helyettesíti őket, inkább csak kiegészíti.

Pénzcentrum kutatás a mesterséges intelligenciáról! Kérlek segíts a kitöltéseddel!

Címlapfotó és képek: Mudra László/Pénzcentrum