Hír

Platón Állam című művének VII. könyvében Szókratész leírja, hogy a barlangban láncra vert foglyok a tűz fényétől a falra vetülő árnyékokat tévesen a valóságnak tartják. Nevet adnak az árnyékoknak, vitatkoznak róluk, és szakértelmet alakítanak ki velük kapcsolatban. A foglyok teljesen és őszintén tévednek, és fogalmuk sincs erről. A barlang nem a butaság helyszíne, hanem egy meggyőző, jól szervezett illúzióé.

 

De Platón valódi érdeklődése nem a barlangra irányult, hanem a periagogé-ra – egy görög szóra, amely a lélek elfordulását jelenti az árnyékoktól a fény felé. Platón számára ez volt maga az oktatás (a nevelés): nem egy üres edény tényekkel való megtöltése, hanem annak alapvető átalakítása, ahogyan az ember az igazsághoz viszonyul, és ahogyan megismeri azt.

 

Az árnyékok továbbra is fennállnak, de manapság nem a tűz fénye vetíti őket, hanem gépek hozzák létre őket. A nagy nyelvi modellek (large language model, LLM), a képalkotás és a mesterséges intelligenciával támogatott keresés olyan eredményeket hoznak létre, amelyek meggyőzőek és azonnaliak.

 

De itt van a döntő különbség Platón eredeti problémájához képest: az ő árnyékai legalább valami valós dologhoz kapcsolódtak. A mesterséges intelligencia (artificial intelligence, AI) által létrehozott tartalom abban különbözik, hogy egy nyelvi modellben nincs beépített elkötelezettség az igazság iránt, csak statisztikai kapcsolat egy hatalmas mennyiségű szöveggel. Amikor közöl valamit, nem tényeket közvetít, hanem szöveget alkot.

 

A kimenetek lehetnek helyesek. De olyan módon is tévesek lehetnek, amely szerkezetileg megkülönböztethetetlen a helyességtől. Az árnyék már nem a barlang falán vibrál, hanem beszél, és néha gyönyörűen beszél.

 

Éppen ezért a periagógé – a fény felé fordulás – ma fontosabb, mint valaha, és az AI éppen ezt fenyegeti oly csendben. A tudás nem csupán igaz meggyőződés, hanem a helyes okokból táplált igaz meggyőződés, amely igazoláson, bizonyítékokon és folyamatokon keresztül kapcsolódik a világhoz.

 

Az AI ezt gyökerestül forgatja fel. Pontosan azért hasznos, mert elválasztja a kimenet minőségét a lassú, igényes ellenőrzési munkától. Nem kell elsődleges forrásokat tanulmányozni, nézőpontokat összevetni, vagy elviselni a még nem tudás kényelmetlenségét.

 

A tanulás megkerülése

 

A generatív AI (GenAI) számos problémát vet fel a tanulás szempontjából. Amikor egy AI választ ad nekünk, kockáztatjuk, hogy megkerüljük azt a folyamatot, amelyen keresztül a tanulás történik. Olyan terméket kapunk, amely kívülről tudásnak tűnik, de belül üres; egy árnyékot, amely meggyőz minket arról, hogy megértettünk valamit, amit valójában nem.

 

A GenAI nem csupán segít gondolkodni. Hanem helyettünk gondolkodik. És egyre több bizonyíték van arra, hogy mérhetően rontja a képességeinket abban, hogy magunk végezzük el ezt a munkát.

 

Miranda Fricker filozófus azonosított egy olyan ártalmat, amelyet „episztemikus igazságtalanságnak” nevezett: az a sérelem, amely akkor következik be, amikor valakitől megtagadják azokat az eszközöket, amelyekkel értelmet adhat saját tapasztalatainak. Amikor ezt 2007-ben leírta, el sem tudta volna képzelni, milyen formát ölt majd ez a sérelem két évtizeddel később.

 

Amit most kockáztatunk, az valami hasonló, de mégis eltérő: az episztémikus atrófia (megismerési képesség elsorvadása). Nem a tudás ellopása, hanem annak a hajlandóságunknak és képességünknek a lassú eróziója, hogy vállaljuk a valóság megértésének megterhelőbb munkáját. Más szavakkal: az a képesség, hogy feltegyük a kérdést: honnan tudod? És az az ösztön, hogy ne bízzunk a gördülékeny válaszban, valamint a türelem, hogy elviseljük a „még nem tudom” kényelmetlenségét – hiszen éppen ott kezdődik az igazi tanulás. 

 

A "még-nem-tudás" kényelmetlenségének elviselése a tanulási folyamat szerves része.

 

Ezeket a képességeket nem lehet letölteni. Lassan épülnek fel, pontosan azoknak a feladatoknak a végzése révén, amelyeket az AI ma a legkönnyebben kihagyhatóvá tesz, és a tudományos kutatások is egyre inkább alátámasztják azt, amit a pedagógusok már régóta érzékelnek. Egy mérföldkőnek számító MIT Media Lab-tanulmány egy diákcsoportot követett nyomon, akik esszéket írtak különböző módon: a ChatGPT segítségével, keresőmotor használatával, vagy bármilyen segédeszköz nélkül.

 

Azok, akik nagy nyelvi modelleket (LLM-eket) használtak, a három csoport közül a leggyengébb agyi konnektivitást mutatták; a kognitív aktivitásuk közvetlenül arányosan csökkent azzal, hogy a munka mekkora részét szervezték ki. A legtöbben nem tudták felidézni, amit épp az imént írtak, és bár a feladat elkészült, alapvetően a tanulás soha nem történt meg.

 

Sőt, ami még rosszabb, a kognitív szokások nem állnak vissza automatikusan. Ha egyszer átadjuk a gondolkodást, az agyunk nem veszi vissza automatikusan önmagától. 2025 végére egy 1200 diákot bevonásával készült RAND-felmérés megállapította, hogy a diákok kétharmada úgy vélte, az AI káros hatással van kritikai gondolkodásukra. Maguk a diákok is érzik, mi történik velük.

 

A legfontosabb dolog, amit a pedagógusok tanítanak, soha nem a tartalom volt. Mindig is a periagoge volt az, azaz az egész ember igazság felé történő újraorientálása; a hajlandóság arra, hogy tévedjünk, hogy felülvizsgáljuk az álláspontunkat, hogy egy ötletet egészen a gyökereihez vezessünk vissza, és megvizsgáljuk, megállja-e a helyét.

 

Ha tanterveinket, értékeléseinket és intézményeinket azon a feltételezésen alapulva alakítjuk ki, hogy a kimenet az, ami számít – az esszé, a válasz, a kész termék –, akkor nem oktatunk.

Platón kiszabadult foglya, miután meglátta a napot, visszatér, hogy figyelmeztesse a többieket. Nem mondanak neki köszönetet. Zavarónak, valószínűleg veszélyesnek, és minden bizonnyal bosszantónak találják. Az ő elméjükben azok az árnyékok, amelyekben megbíznak, élesebbek, mint bármilyen nappali fény, amit ő le tudna írni.

 

Ma a barlang még mindig a barlang, de a láncok kényelmesebbek, mint valaha, az árnyékok pedig megtanultak beszélni. A kérdés most az, hogy még mindig arra tanítjuk-e az embereket, hogy megforduljanak, és szembenézzenek a fénnyel.

 

Forrás: AI doesn’t just help us think, it thinks instead of us: what this means for the process of learning

2026. június 11. - Szerző: Laura Hood

A kép forrása: The Conversation: In-depth analysis, research, news and ideas from leading academics and researchers.