„Társadalomként mindannyiunk felelőssége, hogy nyitottak legyünk a lehetőségekre”

Hogyan segíthet a pszichológia az AI oktatásban betöltött szerepének helyes megítélésében?

Úgy vélem, több oldalról is megközelíthető a kérdés a pszichológia eszközeivel. Az AI hatásának mérése kapcsán érdekes lehet az oktatás hatékonyságának vizsgálata az AI előtti és utáni időszak eredményeinek fényében, illetve a különböző felhasználási területek párhuzamba állításával annak körvonalazása, hogy milyen típusú feladatok elvégzésében képes az AI a legnagyobb segítségünkre lenni. Továbbá az alkalmazás módjától és területétől függően mérhető az AI-használat negatív hatása és az eszköz társadalmi megítélésének változása, alakulása. Elképzelhető, hogy egy területen egészen pozitív hatást fejtsen ki úgy, hogy a közfelfogás mégis elítélje a használatát. A hatásvizsgálat mellett ugyanakkor a pszichológia segítségünkre lehet abban is, hogy megértsük az AI-működés, valamint az eszköz és a felhasználó viszonya mélyén rejlő hatásmechanizmusokat.

Miben tér el egymástól az AI iskolai jelenlétét vizsgáló klinikai és kutató pszichológusi közelítésmód?

A klinikusok többnyire már konkrét problémákat igyekeznek kezelni terápiás módszerekkel, ennek megfelelően pedig gyakorlati jellegű a közelítésmódjuk. Egy kutató pszichológus ezzel szemben inkább elméletibb síkon közelít a kérdések felé: az érdekli, miként működik a világ, azon belül az elme, az új technológiák megjelenésével pedig, hogy miként működnek a mesterséges elmék, vagy hogy milyen interakcióban vannak egymással és az emberi elmével. Azt is mondhatnánk, amíg egy klinikus a következményekkel, egy kutató pszichológus elsősorban az oksági viszonyokkal, a „miértekkel”, valamint a működési elvekkel, a „hogyanokkal” foglalkozik.

Hogyan jelenik meg kutatásában az AI?

Az én területem elsősorban a hipnózis, és bár szigorú értelemben nem vagyok AI-specialista, lelkesen kutatom az eszköz tudományos integrációjának lehetőségeit, az emberi elmére gyakorolt hatásait, valamint a technológia elmeszerűségének mélyén rejlő hatásmechanizmusokat. Ehhez igyekszem folyamatosan képezni magam a területen és lépést tartani úgy a legújabb fejlesztésekkel, mint a kurrens tudományos kutatásokkal és eredményekkel. Személyes kutatásomban az AI többféleképpen is megjelenik. Például különböző AI-alapú chatbotokat (csevegőszoftvereket) igyekszem hipnotizálni, ami elsőre furcsán hathat, ugyanakkor rendkívül tanulságos interakciók születhetnek ebből. A megfelelő promptok segítségével modellálható az emberi viselkedés, valamint annak különböző hangulatai, akár patológiás állapotai; azt is mondhatnánk, a megfelelő bemenetek segítségével egy AI rendkívül jól tudja imitálni egy hipnózisban lévő ember reakcióit, válaszait. Ez pedig több szempontból is kiváló lehetőségeket teremt: eszközt kínál a hipnotikus módszerek gyakorlásához, az AI által modellált elmeműködés vizsgálatához, de maga a mesterséges intelligencia működésének pontosabb megértéséhez is. Egy általam koordinált kutatócsoporttal ugyanakkor azzal is foglalkozunk, hogy az AI miként vonható be a kutatások hitelességének megítélésébe és annak javításába.

Ahogy a kognitív tudományokban szokás hivatkozni rá, egy rejtélyes „fekete doboz” az emberi elme, és a pszichológusok feladata, hogy a dobozban munkáló belső, lelki folyamatokat megértsék és megragadhatóvá tegyék. Mivel jelenleg az AI-rendszerek az emberek imitációja révén tanulnak, és az emberi elméhez hasonlóan „fekete doboz” módjára működnek, nagyon is hasznosnak bizonyul a pszichológia és az idegtudományok eszköztára az AI-rendszerek megértésében. Az LLM-rendszerekkel dialogikus módon tudunk kapcsolatot létesíteni: írunk nekik és beszélünk hozzájuk – ezeket az eljárásokat hívjuk együttesen promptolásnak. A kommunikáció módjától és céljától függően azonban több különböző promptolási metódust lehet megkülönböztetni egymástól.

A kutatásomhoz leginkább az úgynevezett affektív promptolás áll közel, ami azt jelenti, hogy nem csupán egy konkrét feladatot adunk a gépnek, hanem egyszersmind az „érzésekre” is hatni próbálunk. Szöveggenerálásnál például egészen más minőségű eredményt kapunk, ha nemcsak azt írjuk le a programnak, hogy miről szóljon a létrehozni kívánt iromány, hanem azt is hozzátesszük – persze mindig az adott célnak és stiláris igényeknek megfelelően –, hogy ezt a szöveget épp kinek és milyen célra szánjuk. Más eredményt kapunk, ha a szöveget a nagymamánknak generáltatjuk, akit nagyon szeretünk, vagy ha azt írjuk a prompt mellé, hogy ezen a szövegen múlik a szakmai karrierünk. A gépi szöveggenerálás minősége tehát függ olyan affektív bemeneti tényezőktől is, amelyeket szubjektív jellegük miatt sokáig jelentéktelennek hittünk. Mostanra azonban bebizonyosodott, hogy jobb eredményeket kapunk, ha utasításaink egy érzelmi dimenzióval is kiegészülnek. Bár az LLM-ek az ilyen promptokra bizonyítottan jobb teljesítménnyel reagálnak, ez még nem jelenti, hogy érzelmeik is lennének. Inkább úgy fogható fel, hogy megtanulták nagyon jól imitálni az emberi viselkedést. Mivel egy ember is jobb munkát végez az érzelmeire ható megjegyzések hatására, az AI is ezt a mintát követi.

Kutató pszichológusként milyen lehetőségeket lát az AI diagnosztikai és prevenciós eljárásokban történő felhasználásában?

Több kutatás is foglalkozik az AI diagnosztikai alkalmazásának lehetőségeivel. Annak köszönhetően, hogy akár tömegesen is képes elemezni például szociálismédia-posztokat, Az AI-n keresztül skálázhatóvá válik a vészjelek, kockázati tényezők keresése, ezen keresztül pedig a diagnosztika és a prevenció. Jóllehet, egy gyakorló klinikus sokkal pontosabb diagnózisokat tudna felállítani a mérési eredmények alapján, az a helyzet, hogy a világ összes praktizáló klinikusa is csupán elenyésző töredékét tudná feldolgozni annak az adatmennyiségnek, ami a szociálismédia-platformokon „termelődik” nap mint nap. A megfelelő keresési beállításokkal azonban gépi úton is kiváló eredményeket lehet elérni nemkívánatos, sőt egyenesen káros tartalmak szűrésében. Az egyes platformokat üzemeltető techcégek például már köztudottan használnak ilyen AI-eszközöket a fórumaikon történő információcsere és tartalomközlés moderálásához.

Ezek a felhasználási módok valamelyest mind határosak a pszichológiával, hiszen ezekben az esetekben tipikusan agressziószűrésről, valamint pszichológiai problémák detektálásáról van szó. (Jelenleg mi is foglalkozunk AI alapú agresszió-értékelés kutatásával.) Az egyes, telefonon is futtatható, AI-alapú detektáló szoftverek azonban remek lehetőséget teremthetnek olyan prevenciós eszközök fejlesztésére is, amelyeken keresztül egy klinikus-páciens relációban is monitorozhatóvá válhat az alany mentális állapota, keresési szokásainak adatolása által. Amint a szoftver figyelmes lesz bizonyos tartalmak vagy hívószavak megjelenésére a páciens tevékenységeiben, jelzést ad a klinikusnak, aki már azelőtt felveheti az érintettel a kapcsolatot, mielőtt rosszabbra fordulna az állapota. Persze mindez még puszta spekuláció. Az AI egyelőre leginkább a skálázhatóság kapcsán válik hasznára a pszichológiai kutatásnak és diagnosztikának.

Hogyan hozható összefüggésbe az AI-ban rejlő diagnosztikai és prevenciós potenciál a pedagógiával?

Mivel a pedagógia közegeiben is jelen vannak azok a pszichológiai problémák, amikkel az egyes szociálismédia-platformokon találkozunk, elviekben lehetséges volna az iskolai dolgozók és diákok hasonló jellegű depresszió- vagy agressziószűrése, jóllehet egy ilyen rendszer kiépítése talán több kérdést és nehézséget vet fel, mint amennyi problémát megoldani látszik: egyfelől nehezen képzelhető el, hogy egyhamar rendelkezésre álljanak olyan technikai eszközök az oktatási intézmények számára, amelyek képesek volnának ellátni egy ilyen kiterjedt prevenciós szűrőfunkciót. Másfelől visszakanyarodunk a társadalmi megítélés problémájához: akarjuk-e egyáltalán, hogy az iskoláinkat felszereljék olyan megfigyelőrendszerekkel, amelyek képesek a viselkedésmintázatokat és az intézmény hálózatán vagy azon kívül folyó digitális tevékenységeket egybevetve szűrni a szociális interakciókat? Egy ilyen rendszerhez arra volna szükség, hogy az iskola hozzáférjen a tanulók szociálismédia-profiljához vagy hogy mintázatfelismerő okoskamerák figyeljék a közösségi tereket. Azt hiszem, a legtöbb emberben kissé orwelli hatást kelt az ilyesmi.

Ennél talán célszerűbb és megvalósíthatóbb felhasználási módja az AI-nak a személyes tutorálást lehetővé tevő szoftverek és eszközök fejlesztése. Ez már egy olyan, meglévő piac, amin belül rengeteg cég foglalkozik a technológia tesztelésével. Ha csak a legismertebb techóriást vesszük szemügyre, azt látjuk, hogy a Google olyan funkciókkal hirdeti saját AI-szoftverét, a Geminit, amik a személyes tutorálás: az önfejlesztés és önellenőrzés köré épülnek, egy olyan jövőt hirdetve, ahol egy technológiában jártas tanár szupervíziója mellett minden diák rendelkezésére állhat olyan egyéni tutorprogram, amely az adott diák erősségeinek és gyengeségeinek figyelembe vételével, meghatározott célok mentén, személyre szabott módon képes támogatni a tanulást és fejlődést.

Hogyan látja alkalmazhatónak a pszichológiai irányultságú AI-kutatást az iskolai gamifikáció eszközeinek és gyakorlatainak kidolgozásában?

Vannak, akik csodaszerként tekintenek az AI-ra, fontos azonban látni, hogy nem az AI-tól lesz jobb vagy eredményesebb az iskolai gamifikáció, hiszen továbbra is a digitális tartalom- és szoftverfejlesztők, valamint az egyes pedagógusok vállán nyugszik a felelősség, hogy a tudást milyen módon és milyen eszközökkel teszik elsajátíthatóvá a gyerekek számára. Már most is hallani egészen kreatív tanári megoldásokról, sikertörténetekről, és biztosan lesznek olyanok is, akik rosszul fogják használni ezeket az eszközöket, sőt, akár még kárt is okoznak. Ezeken gondolkozni azonban a legkevésbé sem borúlátó dolog, hiszen úgy vélem, mindannyiunk felelőssége, hogy felkészüljünk az egyes eshetőségekre. A fejlesztőknek az a dolguk, hogy a lehető legbizonságosabbá és leghatékonyabbá tegyék ezeket a programokat; a tanároknak az, hogy ezeket megtanulják ügyesen alkalmazni a saját pedagógiai gyakorlatukban; társadalomként pedig mindannyiunk felelőssége, hogy nyitottak legyünk a lehetőségekre és a szélsőségeket mellőzve, konstruktívan alkalmazzuk ezeket a megoldásokat azok hibáinak és hiányosságainak figyelembevételével.