Az élet nem lesz többé kemény döntések sorozata, ha elterjednek az algoritmusok
Milyen munkát vállaljak? Hol érdemes laknom? Ki legyen a házastársam? Bár szeretünk önmagunkra mint racionális lényekre gondolni, de ha nehéz döntésekre kerül a sor, hajlamosak vagyunk a puszta megérzéseinkre, illetve a környezetünk véleményére hagyatkozni. „Van más megoldás is” – érvelt azonban pár hete Seth Stephens-Davidowitz adattudós a Guardian oldalán. Szerinte a big data korában olyan mennyiségű adat áll rendelkezésünkre, hogy valójában több millió ember tapasztalatai alapján választhatjuk ki az ideális opciót, bármiről legyen is szó. Más szakemberek – köztük Tilesch György vagy Yuval Noah Harari – pedig egy olyan világot vizionálnak, amelyben egész iparágak változhatnak meg, ha a mesterséges intelligencia jobban fogja tudni nálunk, mi a jó nekünk. Milanovich Domi írása.
–
Inkább kényelmesek vagyunk, mint pontosak
A pszichológia régen felismerte, hogy a gondolkodási folyamatainkban rengeteg a torzítás, a túlegyszerűsítés, a hiba. Ezek nem feltétlenül ördögtől való dolgok, hiszen a kognitív gazdaságosság jegyében szükségünk van arra, hogy időnként forgatókönyvekre támaszkodjunk.
Ugyanakkor a komplexitás és a bizonytalanság kerülése könnyen fekete-fehér gondolkodáshoz, elvágólagossághoz, előítéletességhez vezethet.
A közgazdaságtanban elsősorban a Nobel-díjas Daniel Kahneman és Amos Tversky nyomán terjedt el az a nézet, hogy az ember lényegesen ritkábban cselekszik észszerűen, mint gondolnánk. A szerzőpáros dolgozta ki a racionálistól eltérő magatartásokat bemutató kilátáselméletet, amelyben azokat a döntési anomáliákat foglalták össze, amelyeket jóformán nap mint nap produkálunk. Ezek közé tartozik az úgynevezett csomagolási vagy keretezési effektus, hogy egy helyzet leírásának módja miként hat az adott helyzettel kapcsolatos értelmezéseinkre. Klasszikus példaként szokták emlegetni, ami a kamikázék megítélésével történt.
Számítások szerint ugyanis a második világháború légicsapásai során mintegy 300 főnyi legénységnek kellett felszállnia egy-egy támadás végrehajtásához, ahonnan átlagban a pilóták fele tért vissza élve. Ehhez képest a japánok 50 kamikáze feláldozásával tudtak megsemmisíteni egy egész hajórajt, így az ő akcióik körülbelül 100 fővel kevesebb áldozatot követeltek saját részről. A tábornokaik döntése tehát tulajdonképpen racionális volt, mégis a kegyetlenségükről szóló narratíva vált meghatározóvá.
Ehhez hasonló torzítás, amit a rulettasztalnál lehet tapasztalni. Ha egymás után többször a fekete mezőn áll meg a golyó, a pirosra tett fogadások növekedni fognak, mert az emberek arra számítanak, a széria előbb-utóbb megszakad.
Azt nem veszik figyelembe, hogy a véletlenen alapuló rendszereknek nincsen memóriájuk, tehát minden egyes lökésnél ugyanannyi esély van mindkét lehetőségre, ezek a körök egymástól függetlenül zajlanak.
De említhetnénk még azt a jelenséget is, hogy a kiugró ingereknek általában nagyobb gyakoriságot tulajdonítunk (Kahnemanék kísérletében az erőszakos bűncselekményben, balesetben elhunyt személyek számát a valóságosnál ötször-tízszer többre becsülték a médiabeli reprezentációjuk miatt), vagy azt, hogy akkor is hajlamosak vagyunk ragaszkodni a jól bevált dolgokhoz, ha igazából már nem éri meg kitartani mellettük. Aki próbált már meg nőgyógyászt, vagy fodrászt váltani, tudja, miről beszélek. A lényeg, hogy
a legritkább esetben hozunk tisztán racionális döntéseket.
Igaz, sok esetben vagy nem áll rendelkezésre megfelelő mennyiségű információ, vagy mi nem tudjuk kihámozni, súlyozni ezeket.
Az adatrobbanás korát éljük
Seth Stephens-Davidowitz írja a Guardianen megjelent cikkében, hogy a statisztikák eddig meglepően csekély hatással voltak a személyes életünkre. Szerinte ennek az az egyik fő oka, hogy korábban nehéz volt jó minőségű adatokhoz jutni olyan elvontabb területeken, mint a boldogság, vagy a szerelem. Ám napjainkban – elsősorban az okostelefonok elterjedésével – ezek a kérdések is könnyen vizsgálhatóvá, számszerűsíthetővé váltak. Egyre több olyan kutatás zajlik, amelynek során a résztvevők egy appon keresztül kapnak értesítéseket akár naponta többször is, hogy röviden számoljanak be arról, hol vannak, mit csinálnak, hogyan érzik magukat.
Az egyik legnagyobb ilyen adatgyűjtés a Mappiness nevű projekt, amelyet az Egyesült Királyságban élő közgazdászok indítottak. Több millió beérkezett válasz alapján kiderült belőle például, hogy egyes tevékenységek – a testmozgás, a múzeumba járás, vagy a kertészkedés – nagyobb élvezetet nyújtanak, mint sokan gondolnák, míg a videójátékok, a tévénézés, vagy a hírfolyamunk görgetése a vártnál lényegesen kevesebb örömet szerez.
Az eredmények azt is megmutatják, hogy a kedvenc sportcsapatunknak való szurkolás különösen rizikós lehet a hangulatunkra nézve: átlagban 3,9 pontot emelkedik a kedvünk, ha nyer a csapatunk, viszont 7,8 pontot zuhan, ha veszít.
Érdekes tapasztalat továbbá, hogy néha már a boldogságról való gondolkodás is fokozza a jóllétünket. Önmagában attól javulhat a kedvünk, ha sorra vesszük, mi szerez örömet számunkra, és hogyan tudnánk ezeket a tevékenységeket jobban beépíteni a mindennapi életünkbe.
Milliók tapasztalatait veheted figyelembe
Amikor egy dilemmával találjuk szembe magunkat, általában megszondázzuk a környezetünket, hogy ötleteket, támpontokat gyűjtsünk. Megkérdezzük: ki mit tett, vagy tenne hasonló helyzetben. Mennyi emberhez jutunk el? Valószínűleg két kezünkön meg tudjuk számolni, hányan vannak azok a családtagok, barátok, kollégák, akikkel beszélgetünk a témáról – igaz, ezek olyan adatok lesznek, amelyek általunk ismert és akár nagyra tartott emberektől származnak. Ezzel együtt is Seth Stephens-Davidowitz azt állítja, látványosan javíthatja a döntéshozatali folyamatainkat, hogy ma már több millió ember tapasztalatainak beépítésével tehetjük le a garast egy-egy opció mellett.
Példaként említi azt a 86 kutató által jegyzett tanulmányt, amelyben nem kevesebb mint 11 ezer szerelmespárról gyűjtöttek információkat, és gépi tanulási modelleket használva igyekeztek megérteni, mi jósolja be leginkább a romantikus elégedettséget.
Azt találták, hogy olyan vágyott tulajdonságok, mint például a partner vonzereje, nem mutatnak összefüggést a hosszú távú elégedettséggel. Sokkal inkább számított az, hogy a résztvevők mennyire látták elkötelezettnek a társukat, illetve mennyire voltak képesek értékelni őt, nem pedig magától értetődőnek venni a jelenlétét, a figyelmét.
Ehhez hasonlóan, ma már azt is tudjuk, mely (amerikai) városokban a legboldogabbak az emberek. Arról is vannak adatok, hol lesznek a gyerekekből a legjobban kereső felnőttek, illetve mely városok növelik leginkább a várható élettartamot. Ezek mind hatalmas elemszámmal készült vizsgálatok, amelyek tanulságaiból mindannyian profitálhatunk.
Van, amiben már most jobban döntenek az algoritmusok
Óriási lehetőségek rejlenek abban, hogy napjainkra soha nem látott mennyiségű adat összegyűjtése és pillanatok alatt történő kiértékelése vált lehetővé. Stephens-Davidowitz változatos területekről hoz példákat, ahol az algoritmusok már most jobban teljesítenek, mint az emberek. Idetartozik annak eldöntése, hogy az elítélt maradjon-e börtönben, vagy idő előtt szabadulhasson; a betegségek korai felismerése, illetve a leghatékonyabb orvosi eljárás kiválasztása; vagy hogy mely tanárokat léptesse elő az iskolaigazgató. A mesterséges intelligencia bizonyított már a sakkban, a sportcsapatok menedzselésében, a tőzsdén, vagy a webhelytervezésben.
Ugyanakkor Tilesch György és Omar Hatamleh aggályosabb eseteket is bemutatnak Mesterség és intelligencia című nagyszerű könyvükben. Köztük a Smart Finance nevű innovatív vállalkozást, amely hiteligények elbírálását végzi mesterséges intelligencia (röviden MI) segítségével. Ennek keretében azonban elsőre furcsának tűnő paramétereket is figyelembe vesznek. A cég szerint például a hitel bedőlésével kapcsolatos nagyobb kockázatra utal, ha a jelentkező telefonjának aksija átlagosan alacsonyabb töltöttségi szinten van, vagy az, ha az illető kevésbé magabiztosan viselkedik az űrlap kitöltése során.
Ezzel el is érkeztünk az MI-t érintő egyik legfőbb veszélyhez: ez pedig az, hogy mi, emberek tanítjuk ezeket a rendszereket, tehát olyanok lesznek, amilyenre mi formáljuk őket.
Ha előítéletes vagy téves adatokat adunk nekik, az sokszorosára felnagyítva fog visszaköszönni a folyamat egy későbbi pontján, és súlyos következményekkel járhat. Éppen ezért „létfontosságú, hogy az MI-rendszerek kiképzése során biztosítsuk az elfogultságmentes algoritmusokat és adatokat. Az algoritmusok biztonsága, robusztussága, erkölcsisége, számonkérhetősége, felelőssége, adatvédelme és átláthatósága szintén nagyon fontos” – hívja fel a figyelmet a Tilesch–Hatamleh szerzőpáros.
A döntési képességünk elsorvadhat, mint egy izom
„Az algoritmusok újra és újra tévedni fognak az elégtelen mennyiségű adat, a hibás programozás, a zavaros célmegjelölés vagy az élet kaotikus természete miatt. De az Amazonnak nem is kell tökéletesnek lennie. Csak átlagban jobbnak, mint mi, emberek. Ez pedig nem valami nehéz, mivel a legtöbb ember nem ismeri jól magát, és sokan rettenetes hibákat követnek el a döntések meghozatalakor” – írja Yuval Noah Harari a 21 lecke a 21. századra című könyvében. Szerinte ez a folyamat már javában zajlik:
a legtöbben lemondtunk arról, hogy magunk keressünk információt, helyette csak guglizunk, és a különböző GPS-alkalmazások nélkül jóformán képtelenek lennénk eljutni A-ból B-be.
A történész ugyanakkor egy olyan jövőt vizionál, amelyben biometrikus szenzorokat viselünk a testünkön, vagy a testünkben. A készülék a biológiai folyamatokat elektronikus információvá alakítja, amit aztán a számítógép tárolni, elemezni képes. Így a szemmozgásunk, a vérnyomásunk, az agyi aktivitásunk alapján könnyen megállapítható lesz rólunk, milyen ingereket szeretünk.
A szerző eljátszik a gondolattal, mi lenne, ha 2050-ben egy tinédzserről egy algoritmus meg tudná mondani, hol helyezkedik el a homo–hetero skálán. Harari szerint ez többévnyi frusztrációt megspórolhatna a fiatalnak, mialatt maga jönne rá a szexuális irányultságára, illetve leküzdené a szégyenérzetét, a belsővé tett homofóbiát. Ugyanakkor kérdéses, mennyire lenne felkészülve valaki egy ilyen információra, illetve mi történne, ha a technológia rossz kezekbe kerülne, és az LMB-emberek felkutatására szolgálna.
Harari azt is mondja, megvan annak az esélye, hogy egyre inkább az algoritmusokra bízzuk magunkat, és a döntési képességünk elsorvad, mint egy izom, amelyet nem használunk. Várhatóan egészen egyszerű dolgokkal fog kezdődni.
Mondjuk, azzal, hogy melyik filmet nézzük meg este, pláne, ha többen vagyunk. A társaság minden tagja megadja a maga szempontjait, beírja a kedvenc filmjeit, és a gép ezek alapján kidobja sok ezer film közül a lehető legjobb választást. Persze az önbevalláson alapuló módszerekben mindig ott van a hiba lehetősége, de ha biometrikus szenzorokkal valóban mérni fogják a reakcióinkat, akkor az MI jobban fogja tudni, milyen művészeti alkotások vannak ránk a legnagyobb hatással, mint mi magunk.
Előfordulhat, hogy egy idő után személyre szabottan fog dalokat, ruhákat, verseket gyártani nekünk, mert képes elővételezni, mi mit vált ki bennünk. Mivel a nekünk felkínált jutalmak minden eddiginél egyedibbek lesznek, valószínűleg még inkább manipulálhatók leszünk, mint napjainkban.
Máshogy fogunk élni
A demokrácia és a kapitalizmus túlhangsúlyozza az egyén jelentőségét, illetve rendszerint felülértékeli annak döntési szabadságát. Hajlamos viszont megfeledkezni azokról a strukturális tényezőkről (például a társadalmi-gazdasági helyzetről, az életkorról, a nemről, a lakóhelyről, vagy az iskolázottságról), amelyek már most is behatárolják a választásainkat, a sorsunk alakulását. Ugyanakkor
ha eljutunk oda, hogy az MI jobb pályaválasztási vagy párkapcsolati döntéseket hoz, mint mi, akkor Harari szerint „meg kell változtatnunk az emberiségről és az életről alkotott fogalmunkat”. Nem lesz érvényes a továbbiakban az a nézet, hogy az élet döntések sorozata,
a legnagyobb dilemmáink körüli dráma pedig – amiről a legtöbb film és könyv szól – jóformán szertefoszlana.
Mi lenne velünk ezután?
Mennyire ragaszkodnánk az autonómiánkhoz, ahhoz a jogunkhoz, hogy elkövethessük a saját hibáinkat? Tényleg mindig az optimális megoldás kell nekünk, vagy van abban valami érték, hogy olykor kifejezetten rossz döntéseket hozunk?
Vegyük csak az önvezető autók példáját. Számos érvet fel lehet sorakoztatni amellett, miért lenne előnyös ez a megoldás. Ha egy gép vezet, a balesetek számát szinte a nullára lehetne csökkenteni. Egy gép nem fárad el, nem iszik vagy drogozik, nem nézi félre a KRESZ-táblát, nem szeg szabályt, nem büntetőfékez. Pontosan tudná, mikor kell kicserélni egy-egy alkatrészt, mi a lehető legjobb útvonal, hogyan fogyaszthatjuk a legkevesebb üzemanyagot. Az önvezető autók biztonságosak és gazdaságosak lennének. Egyetlen autó el tudna menni az összes családtagért, mi pedig ahelyett, hogy a volán mögött ülnénk, bármi mással foglalkozhatnánk.
De biztos vagyok benne, hogy sokaknak hiányozna a sebesség izgalma, a vezetés szeretete, a forgalmi helyzetek megoldásából származó öröm, sőt akár még az is, hogy eltévedjenek valahol, amiből aztán egy jó sztori kerekedhetne.
A spontaneitás, a kontrolligény, a tárgyainkkal való törődés nagyon is érvényes szükségletek, amelyek megőrzéséhez megpróbálhatunk tudatosan ragaszkodni, miközben fejlesztjük a technológiát.
Az algoritmusok korában valószínűleg amúgy is tudatosabbnak kell lennünk mindazzal kapcsolatban, ami igazán emberivé tesz minket. Ki tudja, talán ezek között van az is, hogy néha pont olyan hivatásokba, emberekbe, városokba szeretünk bele, amelyek nem a legmegfelelőbbek számunkra, de nem is jelentenek veszélyt ránk nézve.
Milanovich Domi
Kiemelt képünk illusztráció – Forrás: Getty Images / Stanislaw Pytel