Az informális tudás problémája
Esetünkben ez azt jelenti, hogy a gépi tanulás legnagyobb akadálya az informális, kimondatlan tudás. Ennek öt fő összetevője van: a józan paraszti ész, a mindennapi társas interakciók, az érzelmek és érzékelés, a gyakorlati ügyesség, valamint a kultúrába beágyazott történelmi és társadalmi ismeretek. Ezeket egyik rendszer sem tudja pusztán adatbázisba önteni vagy formális szabályokkal lefedni. Erre jó példa a Cyc-projekt, amely négy évtized munkájával 25 millió „józan ész” jellegű tételt gyűjtött össze — és még így is távol állt attól, amivel az igazi szakértők rendelkeznek. Nem lehet pusztán információkból szakértelmet, átérzést vagy valódi tudást készíteni.
A gyakorlati tudás kihívása
Az igazán nagy gondot a gyakorlati, fizikai vagy érzelmi tapasztalaton alapuló készségek jelentik. Egy nagyszerű hegedűművész vagy séf nem tudja elmagyarázni, pontosan hogyan adja át a zenét vagy az ízeket; azok a testben, érzésekben, benyomásokban gyökereznek. Egy robot ugyan képes lehet leutánozni a mozdulatokat, de sosem éli át ugyanazt az örömöt, bánatot vagy izgalmat, ami az emberi előadást átütővé teszi. Másként fogalmazva: a tapasztalat, előérzet, intuíció, kreativitás továbbra is kívül esik a gépi megközelítésen.
Miért ellenáll az emberi tudás a leképezésnek?
A „leképezés problémája” abban rejlik, hogy a számítógépek csak az általuk értelmezhetően kódolt információval boldogulnak. Viszont a szavakon, adatokon túl ott húzódik a mélyen átélt tapasztalat, jelentés és szándék. Egyetlen nyelvi modell, mint a ChatGPT vagy a Claude, csak a szimbólumokat kezeli – sosem a jelentést. Az emberi tudás legnagyobb része testben, kapcsolatokban, kultúrában él: nem tudjuk, miként lehetne mindezt „lemásolni” és betáplálni egy gépbe. Nem értjük teljesen, hogyan működik az informális tudás bennünk.
A kontextus és kultúra szerepe
Az intelligenciát minden pillanatban befolyásolja a helyzet, a háttér és a közeg, amiben élünk. Az ember ezért ismeri fel az iróniát, a humort, az őszinteséget vagy a sértettséget, és a különböző szociális helyzetekben máshogy viselkedik. Ezek rétegenként egymásra épülnek – minden szó, minden döntés korábbi beszélgetések és tapasztalatok összegzése. A kultúra pedig értékeket, normákat, kapcsolatokat hordoz, ezek nélkül lehetetlen valódi emberi intelligenciát modellezni. A nyelvi modellek méretének növelése sem visz közelebb a Turing-féle értelemben vett gépi gondolkodáshoz, mert sosem lesznek képesek ténylegesen átadni az emberi tudás testet-lelket érintő formáit.
Biztonság és az emberi megismerés határai
Esetünkben ez azt jelenti, hogy az MI sosem fogja igazán érteni, honnan fakadnak az emberi érzések, döntések, szokások vagy célok. A gépi és emberi tudás között áthidalhatatlan szakadék tátong — a két világ eltérő formákat hoz létre, amelyek nem fordíthatók át egymásra. Ez komoly biztonsági kockázatokat is rejt magában: ha egy rendszer nem érti az ember szándékait vagy a kimondatlan kontextust, sosem lehet maradéktalanul összehangolni az MI-t az emberrel. Összefoglalva, a gépek saját verziójukban akár problémásabb, veszélyesebb „gondolkodást” is kifejleszthetnek, ami az emberekre nézve váratlan kockázatokat rejt. A jövőben arra kell készülnünk, hogyan élhetünk együtt ezekkel az idegen, gépi „elmékkel” anélkül, hogy átadnánk nekik minden hatalmat — és újra, tudatosan rá kell mutatnunk arra, miben különbözünk tőlük, és miért érdemes embereknek maradni.
