Adatvagyon, adattudomány, big data, az adat az új olaj – ezeket a hívószavakat talán már ezerszer is hallotta mindenki. Csavarjunk egyet rajtuk: legyen az összegyűjtött információ akár egy életre szóló segítség alapja!
◼︎ Emberek és adatok
Nagyon fontos az, hogy az adatokat ne csak gyűjtsük, és tároljuk az „adattemetőkben”. „Lépjünk azon túl, hogy egyszer jó lesz az még valamikor valamire”, figyelmeztetett Dr. Molontay Roland egyetemi docens, a Budapesti Műszaki és Gazdaságtudományi Egyetemen működő Human and Social Data Science Laboratórium vezetője. „A felhalmozott információkból üzleti értéket kell kinyerni, és ez nemcsak a cégekre, hanem bizony a közszférára is érvényes: nekik is érdekük az ott gyűjtött adatok elemzése”, tette hozzá.
Egyetemi adattenger: talán ezért Neptun
Egy saját példa a legjobb illusztráció: az egyetemeken is rendkívül sok adat gyűlik össze. A Neptun tanulmányi rendszer mindenki számára ismerős lehet, aki a felsőoktatásban vett-vesz részt. Az „egyetemi életút” legelső napjától, sőt, már a felvételi eljárástól kezdve rengeteg adat gyűlik össze minden hallgatóról, oktatóról. Mire lehet ezt a digitális vagyont alkalmazni?
„Például arra, és ez az, amit mi a BME-n teszünk, hogy azonosítsuk a lemorzsolódásban veszélyeztetett hallgatókat, ami elsősorban a műszaki képzési területen jelent komoly problémát. Azon dolgozunk, hogy minél pontosabban és hamarabb előre tudjuk jelezni, ha egy hallgatót a kibukás veszélye fenyeget. Nemcsak a hallgatók vagy az egyetem, de végső soron az egész társadalom érdeke az, hogy a felsőoktatásból kiesők aránya csökkenjen, egy egészséges arányú lemorzsolódás mellett”, mondta el Dr. Molontay Roland.
A módszer alapja a gépi tanulási eszközrendszer megfelelő használata, az adatokban rejlő mintázatok, összefüggések azonosítása. „Szerencsére megfelelő mennyiségű historikus adat áll a rendelkezésünkre a már sikeresen végzett, illetve a tanulmányaikat abbahagyó hallgatóinkról. A megfelelő gépi tanulási modellt meg lehet tanítani arra, hogy a frissen jelentkezettek adataiban felismerje azokat a mintázatokat, amelyek például a középiskolai teljesítményekben rejtőzve már előre képesek jelezni az egyetem számára, ha az ugyan sikeresen felvételizett hallgató esetében fennáll a tanulmányok abbahagyásának veszélye”, fejtette ki a docens. „Az »értelmezhető mesterséges intelligencia«, explainable AI, amely manapság a gépi tanulás egyik legdivatosabb ágának számít, azt is képes meghatározni, hogy miben kell segíteni az adott hallgatót, és melyek azok a faktorok, amelyek erősítésével a tanulmányokat sikeresen tudja majd folytatni és nagyobb eséllyel befejezni.”
A sok adat nagy hatalom, nagy felelősség
Nem tekinthetünk el a módszer etikai és erkölcsi aspektusaitól. „Nem tud rólam így túl sokat az egyetem?” „Pontosan hogyan és ki gyűjti, dolgozza fel az adataimat?” Ezekre a kérdésekre természetesen valós és pontos válaszokat kell adni. Nem lehet cél az, hogy egyfajta önbeteljesítő jóslattá váljon az adatok elemzésével megkapott eredmény. Megfelelő érzékenységgel kell a kérdéshez hozzáállni, és ez azt is jelenti, hogy az informatika és az adattudomány mellett például a pszichológia és az etika is fontos szerepet kap a folyamat során.
„El kell kerülni azt is, hogy a hallgató úgy gondolja: az egyetem túl sokat tud rólam, profiloznak és ez nekem nem jó. Az persze hasznos, hogy az algoritmus már a felvétel előtt megmondja, hogy a felvételiző képességeihez, készségeihez és eredményeihez melyik szak illik a legjobban, ami hatékony megelőzése lehet a lemorzsolódásnak”, fejtette ki Dr. Molontay Roland. A döntés mindig a hallgatóé, a családjáé: az algoritmus csak egy ajánlást tud alátámasztani, hogy az adott tanulóhoz hasonló korábbi jegyekkel, adatokkal rendelkező hallgatók melyik szakon, milyen eredményességgel szereztek diplomát, vagy éppen morzsolódtak le.
„A személyes adatok védelmére irányuló érzékenység teljesen jogos”, szögezte le az oktató. Ugyanakkor a hallgatók is nap mint nap olyan szolgáltatásokat vesznek igénybe, amelyek részletes profilt alkotnak róluk. A videómegosztók, a közösségimédia-felületek, a Google keresőjének algoritmusa és ezernyi más weboldal folyamatosan figyel, szerez és tárol információkat, majd azok minél pontosabb feldolgozásával igyekszik minél több, a képernyő előtt eltöltött órát és persze hirdetési, vásárlási és más bevételt elérni. Igaz, ez inkább az életük más, nem egyetemi részéhez kapcsolódik: a szórakozáshoz, a médiafogyasztáshoz.
„A személyes adatok védelmét a Budapesti Műszaki és Gazdaságtudományi Egyetem nagyon komolyan veszi, és ennek megfelelően etikusan igyekszik eljárni. Kérdésként merülhet fel, hogy elvárható-e az üzleti élettől, hogy egy ilyen jellegű, a fogyasztókat érintő modellt hasonló gondossággal, felelősséggel, körültekintéssel, etikával és tapintattal kezeljen, mint ahogyan mi tesszük”, tette fel a kérdést a docens. „Átlagfelhasználóként belegondolva a nagyvállalatok működésébe adataink felhasználásával kapcsolatban, rossz tapasztalataink is összegyűltek már az elmúlt 15-20 évben. Az amerikai Target üzletlánc kapcsolódó történetét biztosan sokan ismerik”, tette hozzá Dr. Molontay Roland. (Lásd a „Kegyetlen az élet” című keretet!)
Már mindenki tudja, gyorsuló ütemben növekszik az adatmennyiség
Az irtózatos mennyiségben beömlő adatok okozta technológiai kihívások legyőzése során egyre több vállalat ismeri fel az adattömegek feldolgozásában rejlő lehetőségeket. Az adattudomány egésze, és a kapcsoló területek is óriási bővülésen, fejlődésen mennek keresztül. Megjelentek az egyes területek specializációi is, például az adattudós mellett külön szakma ma már az adatmérnök vagy a mélytanulási specialista.
Az adatmérnökök feladatává vált, hogy a beérkező, óriási mennyiségű és változatosságú információ ne egy adattemetőben végezze, hanem az adattudós számára feldolgozható legyen – de ehhez a folyamatosan, online, streaming módon érkező adatok megfelelő tárolására, kezelésére és elemezhető formában történő elérhetőségére van szükség.
| Kegyetlen az élet
Nagy vihart kavart még 2012-ben, amikor az amerikai Target áruházlánc „buktatta le” a gyermeket váró, középiskolás tinédzser lányt a családja előtt. Pedig a vásárlási szokásainkat rögzítő pontgyűjtő kártyák a kereskedelem egyik alapvető eszközeinek számítanak már régóta. Ez azonban nem csupán a vásárlói lojalitás növelésére alkalmas, hanem arra is, hogy személyre lebontva beazonosítható legyen, hogy ki mit, mikor és hogyan vásárol a boltban. Ez történt az említett esetben, így az adatok feldolgozását követően a Target egy, a leendő kismamáknak összeállított kuponcsomagot küldött ki a regisztrált felhasználónak – azt azonban a számítógép már nem tudhatta, hogy a család előtt a lány titkolta a várandósságát. Az apa őszinte megdöbbenéssel találkozott a kuponokkal, majd vonta kérdőre az áruházláncot. Az esettel kapcsolatosan jogosan merültek fel etikai aggályok, emelte ki Dr. Molontay Roland. Ki hibázott? Helyesen járt-e el a cég az, hogy egy ilyen érzékeny témában, amilyen a várandósság is, az összegyűjtött, majd kielemzett adatok alapján kuponokat küld ki? Természetesen ezt lehet pozitívan is látni: jó dolog, hogy a kismama és családja anyagi helyzetén próbál segíteni a kedvezményes vásárlásra jogosító kuponokkal az áruházlánc. Ugyanakkor, ahogy ebben az esetben is látható volt, egy család életében akár problémákat is tud okozni a váratlan segítség. |
Joggal merülhet fel az olvasóban: ha nem csupán a magyar, de az európai munkaerő-piacon is igen komoly a hiány évek óta a jól képzett informatikusokból, adatspecialistákból, akkor hogyan lehet majd lépést tartani az egyre nagyobb sodrású adatfolyammal? „A kérdés jogos”, ismerte el Dr. Molontay Roland, „és pont ezen a problémán dolgozunk mi is a BME-n: egyre több ilyen témával foglalkozó szakembert képzünk. Azt azért el lehet mondani, hogy az akadémiai szféra jellegéből adódóan a versenyszféránál kicsit lassabban reagál a változásokra, a technológiai áttörésekre. Ma már azonban jól látszik: eltelt annyi idő, hogy feleszméltek az egyetemek is, legfeljebb kicsit lassabban, mint mondjuk az angolszász világban. Ez azonban nem magyar sajátosság, hanem az egész kontinentális Európa akadémiai világát jellemzi a fontolva haladás”, tette hozzá a docens. Szeretjük megvárni, hogy kiderüljön: egy hype-ról, mesterségesen gerjesztett hullámról van szó, amelyet mindenki csak meglovagolni szeretne vagy már olyan a helyzet, hogy tényleg lépni kell, együtt haladva a piaccal. „Most már »irányba álltunk«: ezt jelzi az is, hogy a területtel kapcsolatosan indított tárgyak, specializációk, sőt szakok igen népszerűek a hallgatóink körében.
Nyakunkon a mesterséges intelligencia
„Érdemes megjegyezni, hogy tíz-húsz esztendeje vannak már jóslatok arról, hogy kinek az állását fogja elvenni a mesterséges intelligencia”, emelte ki Dr. Molontay Roland. „Egyelőre még több munkahely jött létre, mint ahány ember veszítette el munkáját az MI miatt”, tette hozzá. Az MI nem csupán a gazdasági életet alakítja át, de az akadémiai szférát is alapvetően befolyásolja, gondoljunk csak a ChatGPT-vel írt dolgozatokra, a plagizálás kérdésére.
„A mesterségesintelligencia-alkalmazások elsősorban a hatékonyságot tudják növelni, ha megfelelően használjuk ezeket az eszközöket. Ugyanakkor nehezen jósolható meg, hogy kinek a munkáját is veszélyezteti a technológia. Tíz-húsz évvel ezelőtt valószínűleg a kamionsofőröket és gyári munkásokat emeletük volna ki. És bár az önvezető autók terén valóban hatalmas fejlődés történt, és az ipar is nagy fokú automatizáláson ment keresztül az elmúlt két évtized alatt, mégis nagyobb hiány van kamionsofőrökből és gyári munkásokból, mint valaha. Korábban talán nem gondoltuk volna, de az elmúlt hónapokban azt láthattuk, hogy a generatív modellek és a természetes nyelvfeldolgozási eszközök elterjedésével az újságírók, a nyelvtanárok vagy éppen a grafikusok, festőművészek is vetélytársakat kaptak. Az látszik, hogy a nagy adatmennyiségen tanult nyelvi modellek a vártnál jobban működnek. A ChatGPT képességein mindenki, még a szakmabeliek is meglepődtek, de ha sokat »játszik« vele az ember, akkor rájön, hogy szintaktikailag nagyon jó, szemantikailag egyelőre kevésbé tökéletes a végeredmény”, foglalta össze a szakember.
„Szintén meglepő lehet, hogy a ChatGPT elég jól ismeri még az egészen kis programnyelveket is. Azt látom, hogy képes a programozói hatékonyságot növelni, hiszen vannak olyan kódrészletek, amelyeket le lehet vele generálni vagy éppen segíthet a hibakeresésben. Azt azonban látni kell: segíteni ugyan tud a mesterséges intelligencia, de azért egy egyetemi diplomával rendelkező magasan képzett programozót nem tud kiváltani, inkább az egyszerűbb rutinfeladatokat ellátó fejlesztők kaptak vetélytársakat”, zárta gondolatait Dr. Molontay Roland.
