Napi 10-14 óra mesterséges intelligenciával (MI), a háttérben másfél napig önállóan kódoló agentek, és egy világ, ahol a kézi kódírás helyett a rendszerarchitektúra és a kritikus gondolkodás vált a legértékesebb valutává. Három fiatal magyar AI-szakértő – Páli Erik Trisztán (Gorilla GO), Szauer Dávid (n8n / Pocket Ninja) és Ficsór Kristóf (AI consultant) – a „MI és más” adásában beszélt arról, hogyan változtatta meg a mindennapjaikat a mesterséges intelligencia, miért bukik el a vállalati MI-projektek többsége, és mire kell felkészítenünk a jövő generációját.
A beszélgetést nagyjából onnan kezdtük, hogy az MI tudatos, rutinszerű használatával a MI és más vendégei vajon kevesebb időt dolgoznak, vagy nem? A válaszokból kirajzolódó kép szerint tévhit, hogy az automatizáció és a mesterséges intelligencia hatására drasztikusan lecsökken a munkaidőnk. A gyakorlatban ez inkább az ellenkezőjére fordult: a stúdióban ülő fiatal fejlesztők nemritkán 10-14 órát dolgoznak közvetlenül az MI-eszközökkel. A munkaórák száma nem lett kevesebb, a termelékenység viszont teljesen új dimenzióba lépett. Ahogy Szauer Dávid megfogalmazta:
A munkám nem lett kevesebb tőle, az output az viszont sokkal nagyobb lett.
A MI és más vendégei azonban a munkaidejük döntő hányadát nem manuális kódírással töltik, hanem párhuzamosan futó digitális asszisztenseket (agenteket) irányítanak és ellenőriznek. Szauer Dávid szerint egy-egy összetettebb szoftverfejlesztési feladaton akár 1-1,5 napig is önállóan dolgozik egy alaposan megtervezett agent, amely nemcsak megírja a kódot, de teszteli és több szempontból validálja is önmagát.
Ez a munkamódszer teljesen új stratégiát igényel, hívta fel a figyelmet Páli Erik Trisztán, aki rámutatott a nehézségekre is. Személyes példaként felidézte, amikor egyszerre öt különböző agenttel próbál dolgozni, a fókusz szétesik. Amíg az egyik ügynök 30-40 percig dolgozik a háttérben, a fejlesztő elfelejti, hol tartott, mert közben három másik feladatba kapott bele. A minőségi munkához szerinte ezért maximum egy, két agent egyidejű irányítása lehet ideális.
Az ügynökök használata ugyanakkor komoly biztonsági kockázatokat is hordoz, ha felelőtlenül engedjük őket a rendszereinkhez. A szakértők hangsúlyozták: az MI-ügynököknek szeparált környezetet (ún. sandboxot, Docker-konténert vagy felhős tesztkörnyezetet) kell biztosítani, de lehet őket akár. felhőben is futtatni. Célszerű őket nem ráengedni olyan saját gépre vagy adatbázisra, ahol titkos API-kulcsok, bizalmas személyes adatok vagy pótolhatatlan fájlok találhatók.
A vendégek hangsúlyozták az ellenőrzés fontosságát is, hiszen nagyon sokan ma is mindent elhisznek az MI-nek, mi pedig sokszor lusták vagyunk a válaszoknak utánajárni, ellenőrizni a forrásokat. Ahogy mondták, legyünk lusták máshol, ahol jó: például automatizáljuk a folyamatokat, amiket 50-szer csinálunk egy nap. Viszont az ellenőrzést nem lehet ellazsálni. A hibákért emberek maradunk felelősek és ezeket utólag kijavítani már sokkal drágább lesz.
Vállalati bevezetés: Miért csinál a káoszból még nagyobb káoszt az MI?
Bár a csapból is az AI-bevezetés folyik, a vállalati projektek egy része mégis kudarcba fullad. A vendégek rámutattak a legtipikusabb hibájára: sok cégvezető azt várja a technológiától, hogy varázsütésre megszüntesse a belső rendezetlenséget. Páli Erik Trisztán határozottan figyelmeztet erre a tévhitre:
Ha a cégben alapból káosz van, és arra húzod rá az AI-t, az a meglévő zűrzavarból csak még nagyobb káoszt fog csinálni.
A sikeres AI-bevezetés nulladik lépése tehát nem a legújabb szoftver megvásárlása, hanem a folyamatok pontos feltérképezése és a tiszta adatbázis megteremtése. Ugyanennyire fontos a folyamatok kidolgozása, a felelősségek tisztázása, a belső képzés és a kommunikáció az MI bevezetés okairól és céljairól, valamint a mérés, hogy látható legyen az MI bevezetés eredménye, emelte ki Szauer Dávid.
Megtérülés és tolmács
Ahogyan a szakértők mondták egy átlagos kis- és középvállalatnál (kkv) az első működő verzió kifejlesztése körülbelül 1-2 hónapot vesz igénybe, amit további optimalizálás követ. Az eredmények azonban már a bevezetés pillanatában érezhetően csökken a terhelés, anyagi értelemben pedig jellemzően fél éven belül teljesen megtérül a beruházás.
Páli Erik Trisztán kiemelte: a sikeres bevezetéshez egy „jó tolmács” kell, aki egyszerre ért szót konyhanyelven a cégvezetővel, és beszéli a fejlesztők technikai nyelvét is.
Ugyanakkor valamennyien hangsúlyozták, hogy a cégek számára komoly adatbiztonsági és GDPR-kockázatot jelent a „Shadow AI” jelensége, amikor a munkavállalók stikában a saját, lakossági ChatGPT-fiókjaikba másolják be a bizalmas céges és személyes adatokat. A megoldás nem a tiltás, hanem a kontrollált céges keretek (admin panelek, költségkeretek) biztosítása és a dolgozók folyamatos képzése, az MI „hivatalos” bevezetése.
Mi lesz a juniorokkal? Kódolástól a mikrócégekig
A „Mi és más – közérthetően a mesterséges intelligenciáról” műsorában rendszeresen foglalkozunk a fiatalokra váró kihívásokkal, a szükségszerűen átalakuló oktatási/tanulási rendszertől a juniorok elhelyezkedési nehézségeiig – hiszen jól látható, hogy a rutinszerű, junior feladatokat az MI szinte azonnal átveszi. Értelemszerűen most sem volt ez másképp, hiszen a műsor vendégei maguk is fiatalok voltak, olyanok, akiknek az aktívan ledolgozott éveit már alapvetően meghatározta az MI jelenléte.
Véleményük szerint – bár fontos a továbbtanulás, az ismeretek, a domain-tudás megszerzése – a papíroknál és diplomáknál sokkal többet ér, ha a fiatalok egy valós problémára építenek saját, működő MI-megoldást, így semlegesítve a junior pozíciók kiesése miatt negatív hatásokat.
Természetesen a MI és más adásában felmerült a programozás kérdése is, hiszen pár evvel ezelőtt ezt a szakmát tekintették sokan a leginkább jövőállónak, már azonban ez a szerepe megkérdőjeleződött
A vendégek szerint a klasszikus kézi kódolás szerepe drasztikusan lecsökkent, a fókusz áttolódott a rendszerarchitektúra tervezésére és a generált kód megértésére.
A kódolói tudásra továbbra is szükség van, de már nem a kód megírásához, hanem az agent által írt kód megértéséhez – mutatott rá Szauer Dávid.
Hosszú távon a hagyományos, 8-tól 4-ig tartó munkahelyi modell is átalakulhat. A szakértők szerint a jövőben rengeteg egyéni vállalkozó és mikrócég jön létre, ahol az emberek az AI segítségével valósítják meg saját ötleteiket. Ugyanakkor a fizikai, kétkezi szakmák (pl. asztalos, szerelő) felértékelődnek, hiszen ezeket kiváltani túl szoftveres úton nem lehet vagy túlságosan drága lenne.
Szülők, iskolák és a kritikus gondolkodás
A MI és más vendégei úgy válik, hogy az iskolai oktatásban és az otthoni nevelésben a lexikális adatok magolása helyett a kritikus gondolkodás fejlesztésére kell helyezni a hangsúlyt. Ahogy a matek érettségin sem a végeredményért, hanem a levezetésért jár a legtöbb pont, úgy az MI használatánál is a gondolkodási folyamat a lényeg.
Véleményük szerint a szülőknek és tanároknak nem tiltaniuk kell az MI-t, hanem megtanítaniuk a tudatos használatát. Egy szülő akár összeállíthat a gyermekének egy olyan egyedi MI-ügynököt is, amely a házi feladat megoldásakor nem adja ki közvetlenül a választ, hanem kérdésekkel rávezeti a diákot a helyes megoldásra. Ez persze nem mindenkinek kézenfekvő megoldás, de az MI egyik hatalmas előnye, hogy akár „tőle, magától” is meg lehet kérdezni, hogyan lehet jól használni, emlékeztetett Ficsór Kristóf (AI consultant). Ezzel a lehetőséggel élve, akár egy szülő megkérdezheti tőle, hogy milyen lehetőségek vannak arra, hogy a gyereket így, vagy úgy tanítsa – az MI pedig nagyon jó tippeket tud adni, és igazából napi 15-20 perc ráfordítással már rettentő jó eredményeket lehet elérni.
Az eszköz tehát adott, a kulcs a tudatos használatban és az emberi irányításban rejlik. Ahogy Szauer Dávid összefoglalta:
Az eszköz arra való, hogy felgyorsítsa a folyamatainkat, nem pedig arra, hogy kiváltsa a tudásunkat.
A jövőt 5-10 éves távlatban az exponenciális fejlődés miatt szinte lehetetlen pontosan megjósolni. Az azonban biztos, mondták a műsor vendégei, hogy azok a cégek és szakemberek lesznek a nyertesek, akik tiszta adatokra, átgondolt logikára és folyamatos tanulásra építve használják az AI-t a mindennapokban.
A cikk szerzője Márton György, akinek a cikk megírásában a felvétel alapján NotebookLM segített.
Címlapkép: Depositphotos
