A mesterséges intelligencia a tudományos kutatásban
Az előadás első részében az ELTE oktatója a mesterséges intelligencia, különösen a generatív MI alapfogalmait és működését mutatta be a tudományos kutatás összefüggésében. A mesterséges intelligenciát olyan rendszerek összességeként jellemezte, amelyek képesek az emberi gondolkodási folyamatok, például adatelemzés, mintázatfelismerés, döntéshozatal, utánzására. A generatív MI ezen belül egy szűkebb kategóriát képez, amely nem csupán feldolgozza az adatokat, hanem új szövegeket, képeket, zenét, kódokat vagy videókat is képes előállítani. Ezek a rendszerek, mint a ChatGPT, a DALL-E vagy a Midjourney, mélytanulási algoritmusok segítségével működnek, a válaszaikat nem logikai gondolkodás, hanem statisztikai valószínűségi modellek eredményeként generálják.
Ezt követően a ChatGPT tudományos munkában betöltött szerepéről esett szó. Az előadó rámutatott, hogy az MI-rendszerek – bár nem képesek saját tudományos következtetések levonására – rendkívüli hatékonysággal segíthetik a kutatók munkáját. A ChatGPT előnyei közé tartozik a természetes nyelvű kommunikáció, az azonnali válaszadás, valamint a szövegalkotási és fordítási támogatás. A 4.0-s verzió kiemelt figyelmet kapott: ez a változat fejlettebb kontextusmegértéssel és szélesebb nyelvi kompetenciával bír, alkalmas dokumentumok feldolgozására, mélykutatásra és saját projektek kezelésére is. Az előadó ugyanakkor hangsúlyozta az ingyenes verziók korlátait, mint például az adatfrissítés hiányát és az alacsonyabb számítási kapacitást.
Verebics János előadásában más, kutatási és tudományos célra különösen jól használható MI-alapú eszközök gyakorlati alkalmazási lehetőségeit is áttekintette. Bemutatta az Anthropic Claude rendszerét, amely a tudományos kutatás strukturált támogatására optimalizált, de kisebb rugalmassággal és interaktivitással rendelkezik, mint a ChatGPT. A Perplexity.ai platform előnyei közé tartozik az internetes keresések naprakészsége és a forrásmegjelölések pontossága, amely különösen értékes a tudományos forráskutatásban. Szó esett az Európai Bizottság által fejlesztett eTranslation és eCaptioning rendszerekről is, amelyek a többnyelvű kommunikáció és dokumentáció támogatására szolgálnak. Végül a DeepL fordítószoftver magas minőségű, kontextusérzékeny szövegfordítási képességei is terítékre kerültek, külön kiemelve, hogy bár ezek a rendszerek egyre pontosabbak, a szakterületi szövegek esetében továbbra is fokozott figyelmet igényelnek.
Az előadás harmadik része azt mutatta be, hogyan építhető be a generatív MI a tudományos írás egyes fázisaiba. A kezdeti ötleteléstől a témaválasztáson, a kutatási kérdések pontos megfogalmazásán át az adatfeldolgozásig és vázlatkészítésig szinte minden szakaszban alkalmazható valamilyen formában MI. Verebics hangsúlyozta az iteratív promptolás fontosságát, vagyis azt a gyakorlatot, hogy az MI-vel való kommunikáció során fokozatosan, kérdésről kérdésre pontosítjuk az utasításainkat, így egyre relevánsabb válaszokat kaphatunk. A kutatási folyamatban az MI segíthet a forrásgyűjtésben, a bibliográfiák összeállításában, valamint az adatok előzetes rendszerezésében is. Kiemelte azonban, hogy minden MI-alapú forráskutatási eredményt kritikusan kell kezelni, hiszen az általános célú modellek – még a fizetős verziók is – hajlamosak lehetnek téves adatok generálására vagy nem létező források megadására.
Az előadás negyedik része volt a leghangsúlyosabb, amely a szakkollégiumi célkitűzésekkel összhangban az etikus használat kérdéseit taglalta részletesen. A mesterséges intelligencia tudományos közegben történő használata nem lehet korlátozás nélküli, de nem is tiltható meg teljes egészében. A megoldás a szabályozott, átlátható és indokolt határok alkalmazása.
Az Európai Nemzeti Tudományos Akadémiák Szövetségének 2023-as ajánlása alapján a generatív MI használata kutatási asszisztensként, például vázlatok készítésében vagy irodalomjegyzékek összeállításában, etikusnak minősül, míg a generált szöveg sajátként történő közlése vagy az MI-használat elhallgatása súlyos kutatási kötelességszegés. A generált szövegek teljes, jelentős vagy akár adaptált átvétele viszont plágiumnak minősül, és az adott egyetemi vagy tudományos szabályzatok szerint szankcionálandó. Az előadó külön kitért az MTA Tudományetikai Kódexének (2024) előírásaira is, amely részletesen szabályozza a mesterséges intelligencia alkalmazását a kutatási eredmények közlése és a publikációs folyamat során. A Kódex hangsúlyozza a transzparenciát: a kéziratban fel kell tüntetni, ha külső szolgáltatás vagy mesterséges intelligencia járult hozzá a kutatás egyes lépéseihez, így biztosítva az ellenőrizhetőséget és a tudományos integritás megőrzését.
A tudományos publikációk világában a generatív mesterséges intelligencia használata egyre gyakoribb, ám ennek csak szabályozott, átlátható és dokumentált formája tekinthető elfogadhatónak. A jelenlegi hazai és nemzetközi irányelvek értelmében az MI-t igénybe vevő szerzők kötelesek feltüntetni annak alkalmazását a kéziratban, különösen akkor, ha a szöveg tartalmi részének kialakításában, például az absztrakt megfogalmazásában, vázlatok készítésében, összefoglalók generálásában, is szerepet játszott. Az ilyen használatot jellemzően a Módszertan vagy a Köszönetnyilvánítás szakaszban kell részletezni, megnevezve az alkalmazott MI-eszközt (pl. ChatGPT 4.0), a felhasználás célját, módját, és lehetőség szerint a konkrét promptot, illetve a használat időpontját is.
Fontos szabály, hogy az MI-rendszerek, bármennyire fejlettek is, nem nevezhetők meg sem szerzőként, sem társszerzőként, mivel a szerzőség jogi és etikai felelősséget von maga után, amit csak természetes személy viselhet. Emellett a generált szöveg érdemi szerzői hozzájárulás nélküli bárminemű közlése plágiumnak minősül, és a tudományos közösség erre vonatkozó szabályai szerint szankcionálandó. Ez a szabályozás kiterjed arra az esetre is, ha az MI által generált tartalom átfogalmazott vagy „parafrázált” formában kerül be a kéziratba anélkül, hogy a szerző ezt jelölné.
Verebics János számos gyakorlati példával igyekezett mindezt megvilágítani. A hazai példák közül különösen figyelemre méltó egyik folyóiratunk gyakorlata, amely csak az olvashatóságot és a nyelvi stílust javító MI-használatot engedélyezi, és kötelezővé teszi annak deklarálását. Az ábrák és képek generálása vagy módosítása MI segítségével kizárólag akkor megengedett, ha az a kutatási módszertan része, és ezt a szerző részletesen dokumentálja. Egy másik MTA-folyóirat azt hangsúlyozza, hogy minden olyan MI-használat, amely nem kerül nyílt megemlítésre, súlyos kutatási kötelességszegésnek tekinthető. A Wolters Kluwer Hungary irányelve szerint a szerzők kötelesek pontosan megnevezni az MI-eszközt, a felhasználás célját, sőt lehetőség szerint a generált tartalomhoz kapcsolódó promptot is, zárójeles megjegyzésként a szövegben. Közösnek mondható szabály, hogy a generált tartalomért mindig a szerző felel, függetlenül attól, hogy milyen mértékű segítséget vett igénybe.
„A mesterséges intelligencia nem helyettesít, hanem segít – de csak akkor, ha tudjuk, hogyan élhetünk vele szakszerűen, felelősen és biztonságosan” – fogalmazott az előadás végén az ELTE docense, aki szerint minden vitán felül áll, hogy a tudományos gondolkodás továbbra is emberi tevékenység marad: „a kérdezés, az értelmezés és a következtetés nem gépre tartozik, hanem ránk.” A generatív MI kiváló támogató eszköz lehet, de csak akkor, ha nem adjuk át neki a döntést, és nem fedjük el a szerepét.„Nem az a cél, hogy látszattudással töltsük ki a hiányainkat, hanem hogy egy digitális asszisztenssel dolgozzunk, aki kérdez, javasol, segít – gondolkodni viszont nem tud helyettünk.” Zárásként kiemelte: „a tudományos integritás legnagyobb próbája nem a technológia, hanem az őszinteség – önmagunkkal, tudóstársainkkal és az általunk művelt tudományterülettel szemben.”
Nyitó illusztráció: Midjourney