A kérdezés lett az új írástudás

Az irodában ülő pénzügyi elemző, a marketingvezető és a raktáros egyazon eszközzel dolgozik. Nem kell hozzá szoftverfejlesztői tudás, diploma vagy műszaki előképzettség, csak egy mondatban leírt feladat és egy válasz. Utóbbi a mesterséges intelligencia dolga. A nagy nyelvi modellek (LLM-ek) megjelenésével ugyanis valami olyasmi történt, amire a számítástechnika hetven éve várt: a gép végre az emberhez igazodik.

Ehhez viszont újra kell tanulnunk, mit jelent kérdezni, és legfőképpen: hogyan kérdezzünk hatékonyan.

Ez az első valódi fordulat

A számítástechnika fejlődéstörténete úgy indult, hogy az ember tanult meg „gépül”. Kezdetben ez tényleg nullák és egyesek írását jelentette. Később javult a helyzet: assembly, COBOL, SQL tágította a lehetőségeket, tette emberibbé és felhasználóbaráttá a programozást. Minden generáció könnyítést hozott a felhasználó életében, de az alapproblémát egyik sem oldotta meg, vagyis a természetes emberi beszéd és a gép merev szintaxisa közötti rést senki sem hidalta át. Azt elsőként valójában az LLM-ek zárják be: valószínűségi alapon értelmezik az emberi szándékot, megértik akár a töredékes mondatokat és a helyesírási hibákat is. 

Ezzel az emberi kommunikáció és a gépi feldolgozás kapcsolatának alapszerkezete változott meg.

Okosodás, apró betűs résszel

Az MIT, a Harvard, a Wharton és a BCG 758 tudásmunkáson végzett közös kutatása számokba öntötte, amit sokan csak éreztek. A gépet tudatosan használók átlagosan 12,2%-kal több feladatot zártak le, ráadásul 25,1%-kal gyorsabban, a kimenet minősége pedig több mint 40%-kal haladta meg a kontrollcsoport eredményeit. A legmeglepőbb a képességkiegyenlítő hatás: a leggyengébb munkavállalók 43%-kal javítottak, a legjobbaknál ez csak 17% volt. 

De van az éremnek egy másik oldala is. A képességhatáron kívül eső feladatoknál az AI-t használók összességében 19 százalékponttal teljesítettek rosszabbul: a háttérben jellemzően az állt, hogy kritika nélkül másolták a gépi válaszokat. Aki nem tudja megítélni, mikor jó a kapott válasz, az az eszközzel rontja a saját munkáját, sőt, a kollégáiét is, akik a hibás outputot kijavítják.

Két üzenet, két világ

Az új digitális törésvonal a precíz és a pontatlan kommunikátorok között húzódik. Aki csak annyit ír, hogy „írj üzleti tervet", sablonos választ kap. Aki kontextust, szerepköröket és korlátokat határoz meg, szakmai szintű kimenethez jut. Mindkettő ugyanazt az eszközt használja, az eltérés a tudásban és a megfogalmazásban keresendő.

Itthon kétszer nehezebb

A vállalati AI-bevezetés aránya Magyarországon 7,41%, az EU-s átlag közel felénél járunk. Ez önmagában is lemaradás. De van egy második réteg, amelyről ritkábban esik szó.
Még azok a vállalatok is hátrányból indulnak, amelyek bevezették az AI-t. A globális modellek magyar nyelven gyengébben teljesítenek az agglutináló morfológia, az összetett ragozás és a szűkebb betanítási adathalmaz miatt. Az OpenHuEval benchmark szerint a legjobb globális modell is csak 50%-os pontosságot ér el tényalapú magyar kérdéseknél. Aki magyarul promptol, két fronton küzd egyszerre: a modell korlátaival és a saját fogalmazási bizonytalanságával.

A lemaradás tehát nem pusztán adoptációs kérdés. Két egymást erősítő tényező alakítja: a vállalatok lassan lépnek, és ha lépnek is, a nyelvi korlát tovább nehezíti a versenyt.

Mit várunk el 2026-ban?

Az Amerikai Munkaügyi Minisztérium AI Literacy Frameworkje öt pillért jelöl meg a vállalati felkészüléshez: az AI alapelveinek értése, a lehetőségek azonosítása, a hatékony irányítás, a kimenetek kritikus értékelése és a felelős adatkezelés. Ezek mindenkire vonatkozó alapkompetenciák, az igazgatótól a raktárosig.

Az AI-eszközök elérhetők, megfizethetők. Azok a cégek lesznek versenyképesek, ahol az AI-t használó emberek jobban kérdeznek a versenytársak vállalatánál dolgozóknál.

A SERCO AI Lab ingyenes online képzési platformja (ailab.serco.hu) megtanítja a résztvevőket a jó kérdés (promptolás) művészetére – és még sok minden másra is.

Fotó: Envato

A cikk megjelenését a SERCO Informatika Zrt. AI és Innovációs üzletága támogatta.