Először ismerjük fel: a chatbotok nem gondolkodnak, csupán egyre kifinomultabban képesek megtéveszteni minket. Ez az alapvető tanulság, amelyet az 1966-os ELIZA chatbot óta szinte változatlanul tapasztalunk – csak most már sokkal fejlettebb formában.
Az ELIZA és a kezdeti illúzió
Az MIT Mesterséges Intelligencia Laboratóriumában 1966-ban készült ELIZA chatbot egyszerű mintázatfelismerésre és előre megírt válaszokra épült. Ennek ellenére rengeteg embert meggyőzött arról, hogy intelligens lényekkel beszélgetnek. Ez a jelenség jól mutatja, hogy az emberek hajlamosak túlértékelni a gépek „értelmi” képességeit pusztán azért, mert azok képesek természetesnek tűnő párbeszédeket folytatni.
A Turing-teszt: az intelligencia egyszerű mércéje
Alan Turing 1950-ben megfogalmazott tesztje egy egyszerű kritériumot állított fel: ha egy bíró nem tudja megkülönböztetni, hogy emberrel vagy géppel beszélget-e, akkor a gép „átment” a teszten, vagyis intelligensnek tekinthető. Ez a mérce máig meghatározó az AI fejlesztések értékelésében.
Sokan már ma is úgy vélik, hogy számos chatbot megfelel ennek a kritériumnak. Például a Turing Test Live oldalán bárki kipróbálhatja, mennyire nehéz megkülönböztetni az emberi és gépi válaszokat.
Az emberi hang és az AI klónok megkülönböztethetetlensége
A Queen Mary University és az University College London legfrissebb kutatásai szerint az emberek nem tudják megbízhatóan megkülönböztetni az emberi hangokat az AI által generált hangklónoktól. Ez egyrészt lenyűgöző technológiai fejlődést jelez, másrészt komoly veszélyeket is hordoz magában.
Gondoljunk csak bele: ha gyerekünk hirtelen pénzkölcsönért hív minket Venmo-n keresztül egy autóbaleset miatt, könnyen lehet, hogy nem is ő van bajban, hanem egy csaló próbál meg minket átverni. Az ilyen helyzetekben az AI által generált hamis hang vagy üzenet komoly anyagi károkat okozhat.
Valódi intelligencia vagy kifinomult utánzás?
A kérdés régóta foglalkoztatja a filozófusokat és tudósokat: vajon az AI valóban ért-e bármit abból, amit mond, vagy csupán nagyon jól utánozza az értelmes kommunikációt? John Searle amerikai filozófus 1980-ban alkotta meg a híres „Kínai szoba” érvelést, amely ezt a dilemmát világítja meg.
A Kínai szoba kísérlet
Képzeljünk el egy olyan embert, aki nem beszél kínaiul, de egy szobában ül egy utasításkészlettel (programmal), amellyel kínai nyelvű üzenetekre válaszolhat. Bár válaszai tökéletesen folyékonyak és értelmesek lehetnek kívülről nézve (gépi tanulás révén), valójában semmit sem ért az üzenetekből – csupán szimbólumokat manipulál.
Searle szerint ez pontosan olyan, mint ahogy a számítógépek „megértik” a nyelvet: nincs valódi jelentésértelmezés, csak szintaktikai feldolgozás. Más szóval: nagyon fejlett másolás és beillesztés történik.
Személyes tapasztalat: AI mint „másoló”
Például engem egyszer vádoltak meg azzal, hogy Linuxról szóló cikkemet mesterséges intelligencia írta. Én azonban nem használok AI-t írásra – keresésre igen (például Perplexity sokkal jobb Google-nél), de írásra nem. Amikor utánanéztem, kiderült, hogy ChatGPT bizonyos válaszai hasonlítottak az én stílusomra, mert korábbi Linuxos cikkeimből „tanult”, vagyis szó szerint átvett onnan tartalmakat.
A jelenlegi AI-k soha nem lesznek valóban értelmesek
Searle érvelése alapján a mai mesterséges intelligenciák soha nem rendelkezhetnek valódi megértéssel – bármennyire is fejlettek legyenek vagy bármennyire is megtévesszenek minket. Egyetértek ezzel: a generatív AI valójában csak kifinomult másolás és beillesztés. Az úgynevezett „agentic AI”, amelyről sokat beszélnek mint új lépcsőről, valójában csak nagy nyelvi modellek (LLM-ek) közötti kommunikáció.
Hasznosak lehetnek ezek az eszközök, de semmiképpen sem jelentenek alapvető előrelépést az igazi mesterséges intelligencia felé.
Mikor érkezik el az igazi mesterséges általános intelligencia (AGI)?
Az igazi áttörést akkor érhetjük el, ha létrejön az AGI – egy olyan számítógép, amely valóban képes általános értelemben gondolkodni és tanulni. Jelenleg azonban még nagyon messze vagyunk ettől.
Bár Sam Altman, az OpenAI vezetője azt állította: „Most már biztosak vagyunk abban, hogyan kell felépíteni azt az AGI-t, amit hagyományosan értünk alatta,” ez erős túlzásnak tűnik. Az igazság az, hogy még csak közel sem tartunk itt.
A kínai kutatók túlélési játéka – egy új mérce
Egy újabb kihívásként kínai kutatók kidolgozták a „Survival Game” tesztet. Ez azt várja el egy AI-tól, hogy folyamatos próbálkozásokkal és hibázásokkal találjon választ különféle kérdésekre – épp úgy, ahogy mi emberek tesszük.
A legjobb becslések szerint egy ilyen rendszer csak 2100 körül lesz képes pontosan tudni és mondani azt, amit tesz – például úgy reagálni mint HAL híres mondata: „Sajnálom Dave, attól tartok nem tehetem meg.”
Bár én optimistább vagyok ennél – hiszen a technológia fejlődése gyakran gyorsabb annál, mint ahogy várjuk –, még mindig távolinak tűnik ez a jövő.
Mire jók ma az AI-k? És mikor kell óvatosnak lennünk?
Egyesek azt kérdezhetik: „Nem mindegy? Ha például egy generatív AI-alapú barátnő azt mondja nekem, hogy szeret engem, akkor ez nem elég?” A magányosok számára talán igen – bár ez mélyen szomorú helyzet –, de munkára vagy megbízható információforrásként ezek még nem alkalmasak.
Fontos tudni: Az AI-k nem megbízhatóak. Nem csalnak ugyan úgy mint mi emberek (például hűtlenségben), de hazudhatnak vagy félrevezethetnek információkkal. Nem önállóan találnak ki dolgokat – csupán lemásolják tőlünk ezt is.
Az OpenAI legújabb modelljei és tévhitek
Kevin Weil, az OpenAI tudományos alelnöke például azt állította nemrégiben: „A GPT-5 megoldott 10 korábban megoldatlan Erdős-problémát.” Ez azonban nem igaz. A modell egyszerűen összegyűjtötte ezeket az interneten található válaszokat és újra előadta őket sajátjaként.
A jövő kihívásai és reményei
Bár ma még messze vagyunk attól, hogy valódi értelemmel bíró mesterséges intelligenciát alkossunk, biztos vagyok benne: előbb-utóbb eljutunk oda. Addig azonban fontos fenntartásokkal kezelni minden AI-alapú rendszert és felismerni korlátaikat.
Forrás: https://www.theregister.com/2025/10/27/ai_intelligence_opinion