A mesterséges intelligencia társadalmi beágyazottsága

A mesterséges intelligencia, főképp a generatív MI-rendszerek (vö. ChatGPT, Gemini, ClaudeAI stb), az elmúlt években a modern technológiatörténetben ritka, robbanásszerű társadalmi diffúzión mentek keresztül. A technológia rövid idő alatt kilépett az innovációs fázisból, és a tömegfelhasználás szintjére lépve kétségtelenül a mindennapi élet interaktív, döntéstámogató szereplőjévé vált. A generatív MI sajátossága az alacsony belépési küszöb, amely mellett (látszólag) magas kognitív teljesítményt nyújt, ezzel azonban új típusú tanulási és adaptációs kényszert, bizonytalanságokat és félelmeket is generál. A téma aktualitását fokozza, hogy az MI hatásai egyszerre jelentkeznek az oktatásban, a munkaerőpiacon és a közigazgatásban. A társadalmi adaptáció nem egységes, hanem töredezett, így erősen függ az egyén társadalmi státuszától és digitális önbizalmától. Félő, hogy az MI-technológia nemcsak leképezi, hanem újratermeli a digitális egyenlőtlenségeket, olyan új dimenziókat hozva be a társadalmi törésvonalak közé, mint az MI-műveltség és az algoritmusokkal szembeni bizalom. Az etikai dilemmák – mint az adatvédelem vagy a dezinformáció – ma már a közpolitikai diskurzus részét képezik, miközben a társadalmi elvárások ambivalensek: a technológiai nyitottság mellett erős az igény az állami kontrollra. Ebben a környezetben válik döntővé az empirikus kutatás, mivel a magyar társadalom MI-hez való viszonyáról eddig nem állt rendelkezésre nagymintás, komplex vizsgálat. A kutatás célja tehát hiánypótló, amennyiben megalapozza a döntéshozói reflexiót és segít megérteni az MI beágyazódását a magyar mindennapokba. A vizsgálat elsődleges célja annak feltárása, hogyan reagál a magyar társadalom a generatív nyelvi modellek terjedésére, és milyen mintázatok mentén alakul ki a használat, az attitűd és a bizalom. A kutatás kiemelt céljai:

• Attitűdök és bizalom vizsgálata: Annak felmérése, miként viszonyulnak a különböző csoportok az MI jelenlétéhez a munkában és az oktatásban.
• Adaptációs mintázatok feltérképezése: Azonosítani, hogy mely rétegek milyen célra használják az eszközöket, és milyen elutasítási stratégiák figyelhetők meg.
• Új típusú egyenlőtlenségek azonosítása: Feltárni a digitális szakadék mélyülésének kockázatait.
• Stratégiai alapozás: Adatvezérelt alapot nyújtani az állami oktatáspolitikai és szabályozási döntésekhez, egy proaktív és társadalmilag érzékeny szakpolitikai keretrendszer létrehozásával.

A disszeminációs anyag az elméleti keretek tisztázása után az empirikus adatfelvétel eltérő elemeinek (csoportos és egyéni interjúk, közösségi média- és web elemzés, kérdőív) eredményeit tárgyalja, majd ismerteti a szakpolitikai következtetéseket és gyakorlati javaslatokat. A kutatás módszertani ismertetése a Mellékletben található.