Mi inspirálta a „Felsőoktatás és mesterséges intelligencia – (hogyan) lehet a nyelvi modell etikus kutatási eszköz?” című előadás témáját?
Oktatói tapasztalataim és szakmai érdeklődésem együttesen inspirálja a terület kutatását. A nyelvi modellek megjelenése igen hamar mutatkozott az egyetemeken, először inkább a hallgatók anyagaiban lehetett érzékelni a használatát, de aztán rövid úton kutatómunka kapcsán is jelentkeztek a kérdések. Érdekes módon, amikor a technológia még nem volt kiforrott látványosabb visszásságokat okozott, most már jóval kifinomultabban használják a hallgatók és kutatók is. A megválaszolandó kérdés azonban nem lett kevesebb. Az egyetemeknek valahogy ki kellett alakítania a hozzáállását a nyelvi modellekhez, de az világos volt, hogy a korábban bevett fogalmak nem fedik le az új jelenséget, illetve, hogy kikényszeríthető, érdemi szabályozást nem lehet megalkotni. Ráadásul a technológia valódi hatásaival kapcsolatos első empirikus kutatások is csak később jelnetek meg. Ezek alapján kezdettől fogva kiemelt szerepe volt az etikai megközelítésnek, engem nagyon érdekelt az új jelenség szakmai és akadémiai integritási oldalról is.
Milyen lehetőségeket lát a mesterséges intelligencia és a nyelvi modellek alkalmazásában a felsőoktatásban?
A technológia fejlődése kétségtelenül számos lehetőséget hordoz magában, különösen a természettudományok terén. A nyelvi modellek segítségével hatékonyan lehet forrásokat, ötleteket gyűjteni, fordítani, sőt az ügynököknek nevezett rendszerek összetetteb feladatokat is el tudnak látni (agenting). Divatos emlegetni a személyre szabott oktatás lehetőségét is, és úgy is lehet tekinteni a modellekre, mint egy intelligens asszisztensre. Sokan az edukációban látják a megoldást és azt hangsúlyozzák, hogy a munkaerőpiacon a hatékonyság a legfontosabb szempont, ezért az egyetemeknek az MI nyújtotta lehetőségek kihasználására fel kell készíteni a hallgatókat. Sőt a kutatói felfogást illetően is a tudományos versenyt szem előtt tartva a tudományos produktum előállításában nyújtott támogatás kihasználása lett az elsődleges szempont. Ugyanakkor, ha ezt a túlterjeszkedő „hatékonyságprivilégiumot” állítjuk a középpontba, akkor könnyen eltéveszthetjük a lényeget a szemünk elől. A felsőoktatás átfogó céljaival, és a kutatói felelősséggel összefüggésben mindenképp.
Hol húzódik a határ a hasznos kutatási segítség és az etikai problémák között az MI használatában?
A kulcs a transzparencia minél teljesebb körű érvényesülésében van. Ma már ez a vezető európai egyetemek és akadémiai intézetek hozzáállása, de az OTDK-n is ez az elvárás. Egyszerűen megfogalmazva legyen teljesen átlátható, hogy a kutatásban, publikációs termékben mennyi a „gépi hozzájárulás”. A kihívás ezzel az, hogy kizárólag az egyén „őszinteségén” múlik, nem lehet ezt nyomon követni, leellenőrizni. Technikai akadálya nincs ezért karakterbeli és integritásbeli kérdés az átláthatóság. Ha következmények nélkül le lehet vágni a kanyarokat, akkor ki teszi mindezt láthatóvá? Gyakori ellenvetés, hogy a hozzájárulás dokumentálása körülményes és elmosódik, hogy mi a tényleges hozzájárulás például egy modellel folytatott beszélgetésből. Ez valóban plusz figyelmet igényel, de a különbség inkább a kiaknázható lehetőségek mélységében és volumenében van. Ügyes felhasználó számára a kiterjedt használat (konkrét csalás) is alig jár kockázattal. Probléma mégis inkább a gyors változások következtében az egyes helyzetek megítélésének nehézségével, és az ezzel kapcsolatos tudatossággal van. Más társadalmi alrendszerekhez hasonlóan a modellek invazív módon érintik a kutatást is, bár fontos hangsúlyozni a különbséget természettudományok és humán tudományok között is. Az utóbbi az érzékenyebb terület.
Milyen kockázatokat jelenthet, ha a hallgatók vagy kutatók túlzottan támaszkodnak a nyelvi modellekre?
Érdemes talán különválasztani a kérdést. A tanulás sokszor fáradságos dolog, verejtékes munka, helyenként akár keserves erőfeszítésnek élheti meg az ember. De vajon nem tartozik szorosan a személyes fejlődés útjához? Ha úgy tekintünk a technológiára, mint ami kényelmesebbé teszi és leveszi a terhet, akkor már más igénnyel viszonyulunk az emberi fejlődés kérdéséhez. A tanuláshoz való általános viszonyulást a feltörekvő brit írónő, Katherine Rundell, egyenesen az emberi szabadág minőségét érintő kérdésnek látja. A felsőoktatás kapcsán a legújabb kísérletek megkérdőjelezik a nyelvi modellek használata esetén a valódi tudásátadást, a kognitív képességek fejlődéséét. Van olyan empirikus kutatási eredmény amely a túlterjeszkedő használat esteén „kognitív lustaságot” emleget, vagy alacsonyabb agyi működési funkciót detektál. Nagyon érdekes Niall Ferguson történész felvetése is, aki eszközmentes tereket és hagyományos módszereket javasol az egyetemeken. Aggódva figyeli azt, ahogy az egyetemek hozzáállása „kiszervezi” a tudást a technológiai vállaltok számára. Ezzel szemben az az emberi tudás felhalmozódásának európai monasztikus hagyományaihoz történő visszatérést javasol, de megadná a lehetőséget a technológia használatának elsajátítására is. Ez a „kolostor” és az „űrhajó” modellje. A kutatásban kétségtelenül beláthatatlan távlatok nyílnak, különösen a természettudományok, illetve alkalmazott tudományok előtt. A humán, illetve társadalomtudományok megítélésem szerint más elbírálás alá esnek morális vetületük és társadalmi kérdéseket befolyásoló narratíváik miatt. Itt még hangsúlyosabb az akadémiai integritás jelentősége.
Véleménye szerint milyen alapelvek mentén lehet felelősen és etikusan használni az MI-eszközöket az akadémiai munkában?
Az Európai Tudományos Akadémiák Szövetsége (ALLEA) a felelősséget, őszinteséget, tiszteletet és elszámoltathatóságot hangsúlyozza a nyelvi modellek használatával összefüggésben. Az immár bevett megközelítés a „lényeges használat” esetén ír elő teljes transzparenciát. Ez egy nagyon tágan meghatározott kör, amelybe beleillik a kutatási folyat minden része, beleértve a hipotézis kialakítását, vagy kutatási hiányok azonosítását. Ennek lényege, hogy „indokoltság esetén” a kutató teljes körűen feltárja a modell hozzájárulásának mértékét (a nyílt tudomány elveivel egyezően), tehát az dokumentálva legyen a felhasznált promtok, és alklamazott modell verziószáma szintjén. Ez tehát nem használatot korlátozza, hanem a használat nyílttá tételét írja elő. Érzékeny kutatási helyzetekben továbbá mellőzni kell a nyelvi modellek használatát az Európai Kutatási Platform (ERA Forum) irányelvei szerint. Ilyen például a szakmai lektoráció (peer review) elkészítése, vagy kutatási pályázatok értékelése. A szakirodalom már részletesen tárgyalja az ilyen használat kockázatát. Az ERA Forum „élő irányelveket” határoz meg a kutatók, kutatási intézmények (egyetemek) és kutatást finanszírozó intézmények számára is a nyelvi modell felelős használatával kapcsolatban, amelynek átláthatóság központi eleme. Ez a kutatók érdeke is.
Hogyan változtathatja meg a mesterséges intelligencia a kutatás és az oktatás mindennapi gyakorlatát a következő években?
Feltehetőleg nagyon. Jelzésértékű, hogy a téma egyik legfontosabb kutatója Luciano Floridi is egymásnak némileg ellentmondó hangsúllyal szól hozzá a kérdéshez két idei tanulmányában is. Egy 2026 júliusban közreadott írásásban kifejti, hogy „másodlagos tudományosság” művelése maradt csupán a kutatói közösségnek. A hallgatólagos tudást, a szakmai elkötelezettséget, a szocializációs képességet és a mélyreható olvasást nem lehet automatizálni és ezek gyakorlásán keresztül fenn kell tartani a képességet arra, hogy a nyelvi modellek korlátéiért kritikailag felelősséget vállaljon aszakma. Egy másik 2026 júliusában publikált tanulmányában akadémiai kiadók számára az eredetiség fenntartásával kapcsolatos erőfeszítésekkel szemben a „megválaszolhatóság” fogalmát és megközelítését ajánlja. A kutatási folyamat szerzői és kiadói oldalon jelentkező MI-vel történő automatizációjának jelenségét elemezve arra jut, az eredetiség biztosítására tett erőfeszítések helyett a nyelvi modellekkel átszőtt folyamatban fontosabb a jövőben szerepekből következő felelősség érvényesítésére, és a „megválaszolhatóság” felelősségi architektúrájának elfogadására tesz javaslatot.
Az egyetemi oktatás kapcsán is ellentmondásos a kép. Egy 2025 márciusában publikált tanulmány az USA egyetemein elfogadott MI irányelveket elemezve arra jut, hogy a vizsgált 116 egyetem 63%-a inkább bátorítja a nyelvi modellek használatát, míg egy hasonló attitűd kutatás alapján Észak Amerikában az egyetemek 57%-a lát „inkább lehetőséget” az MI-ben. Ugyanakkor egy a Nature-ben megjelent jegyzet 2025 októberében már azt a kérdést feszegeti, hogy vajon a hallgatók okosabbak lesznek a generatív MI használatától vagy teljesen elfelejtenek gondolkodni; ez idő tájt jelentek meg ez első kutatási eredmények. A változások volumenét vetíti előre egy Olaszországban a szalézi oktatási intézményekben a Google részvételével zajló kezdeményezés, amely a hagyományos oktatás kereteit kívánja meghaladni („Go beyond tratitional education”). Mintegy nyolcvan szalézi oktatási intézményben, 1500 tanár és oktató részvételvével szeretnék az oktatást megújítani a hagyományos szalézi pedagógiai értékek hangsúlyozásával és a Gemini nyelvi modell adaptálásával.
Az európai uniós szabályozás milyen szerepet játszhat a mesterséges intelligencia felsőoktatási alkalmazásában?
Az Európai Uniónak csak szűk körben van hatásköre az oktatáspolitika alakításában, de persze egyéb területeken való fellépése erre a területre is konkrét hatást gyakorol. A vita inkább a szabályozás körül forog. Az EU a Mesterséges Intelligencia rendelet elfogadásával a világon elsőként lépett fel az MI átfogó szabályozásának igényével. Az MI rendelet 50. cikke például előírja, hogy a fel kell tünteti egy terméken amennyiben MI felhasználásával került előállításra. Érdekes módon ez a kreatív iparban egy ellenkező folyamatot indított el. Egyes vezető ügynökségek érzékelik, hogy az emberi kreativitással előállított termékekre nagyobb a kereslet, ezért saját rendszereiket védik a generált tartalmaktól, hogy a rendeletnek való megfelelősség alapján ez ne vezessen kereslet csökkenéshez. Ezt az elvárást megerősíti az UNECSO Tanszékként és MI rendelet végrehajtásában Tanácsadói Fórum tagjaként is működő NKE ITKI kutatócsoport nemzetközi reprezentatív kutatása is. A kutatásban részt vevő négy ország internetet használó lakosságának 87%-a szerint fel kell tüntetni a generált tartalmakat. Alapvető igényt elégít ki tehát ki a konkrét szabályozás. Az is figyelemreméltó, hogy Amerikai Pszichológia Tátsaság elnöke 2025 szeptemberében az Egyült Államok kongresszusának bizottsági meghallgatásán az emberközpontú – azaz európai uniós megközelítést idézve – érvel a chatbotok szabályozás mellett a gyermekek védelmében. A közelmúltbeli Hugging Face incidenst követően az MI fejlesztésének sebességével kapcsolatos vitákat illetően Rab Árpád lakonikusan fogalmaz: az amerikai tech vállalkozások eljutottak oda, ahonnan az EU indult. A felsőoktatás területén is hasonlóra számítok: nem az innováció áll kirárólagosan az érték hierarchia csúcsán, hanem az emberközpontú megközelítés marad Európában irányadó.
Mit szeretett volna, hogy a hallgatóság leginkább magával vigyen ebből az előadásból?
Először is azt gondolom, hogy ezen a téren a tudatosság fokozására van szükség. Annak belátására, hogy nagyon gyorsan változó körülmények között az etikai hozzáállás külön figyelmet érdemel, és egyre inkább felértékelődik az etikai megközelítés jelentősége. Másodszor, hogy ne vegyünk készpénznek uralkodó narratívákat. A technológia használatának mikéntjével kapcsolatos alapállás kialakítása alapos mérlegelést igényel. Nem csodálkoznék azon, ha az integritás jelentősége és a megkülönböztetés képesége is felértékelődne, akkor amikor technológia hatásait egyre nehezebb előre jelezni. Végül, amit a hallgatóimnak is szoktam mondani, hogy a befektetett munka hosszú távon mindig megéri.
