A cikk eredetileg 2024. szeptemberében, az UNI in&out Innováció 2024 kiadványban jelent meg.

Mikor került kapcsolatba a mesterséges intelligenciával?

Amikor elvégeztem az egyetemet, csatlakoztam egy csapathoz, amely beszédkutatással foglalkozott, ahol már akkor alkalmazták az MI-t. Ez a szakma olyan, amelyben 6-8 évenként váltani kell, és ha nem is gyökeresen, de irányt kell módosítani. Amikor az ember már kiaknázta a lehetőségeit, akkor érdemes kicsit újítani. A kilencvenes években kezdtük el az adatos világot tanítani az egyetemen, amihez mindig úgy álltam hozzá, hogy akkor tud jól tanítani az ember, ha nem csak az elméletet akarja átadni. A tanszékünk képzett mérnököket nyújt a munkaerőpiacnak, és ezt akarják a nagy cégek is, de ez úgy megy jól, ha két-három félévig a hallgatók bevonásával dolgozunk közösen. A vállalat adja a feladatot, mi pedig bevonjuk a diákokat; ez a cégnek is garancia.

Mivel foglalkozik a MIMCS?

A MIMCS-et egy kormányhatározattal hozták létre, azért, hogy a NAV és más kormányszervek adatvagyon-hasznosítására új tudományos módszereket vihessünk be a kormányzati intézmények működésébe. Tehát hogy a legújabb metódusokat – mint például a mesterséges intelligenciát is – használjunk eszközként a kormányzati feladatokhoz. Az adatkormányzás felé való átalakulásnak két fontos jellemzőjét tudom kiemelni. Az egyik az, hogy a döntések megalapozásához adatokat használnak. A másik, hogy ezeket nagyon frissen kapjuk, jelen időben, amikor megtörténik az esemény.

Honnan jönnek és mennyire képzettek a fiatalok, mennyire oktatható, illetve tanulható a mesterséges intelligencia?

Belülről, a közigazgatásból is meg kellett találni azokat az embereket, akik ilyen dolgokat szeretnének és tudnak csinálni, valamint motiváltak. Megkerestük az egyetemeken is azokat a csapatokat, amelyekkel eredményesen lehet együtt dolgozni. Eddig a Budapesti Műszaki és Gazdaságtudományi Egyetemről, a Szegedi Tudományegyetemről vontunk be kutatókat, valamint a Semmelweis Egyetemről, ahol van egy csapat, amelyik az egészségügyi kutatásokat adatalapon végzi.

Működtetnek gyakornoki programot a fiataloknak?

A MIMCS-nél csinálunk ilyet. Aki hozzánk szeretne jönni gyakornoknak, annak már a jelentkezés során meg kell oldania egy feladatot. A gyakornoki programon túl adatelemzési versenyeket szervezünk az egyetemen, amelyben nem csak egyetemi hallgatók vehetnek részt. E megmérettetés egyrészt minket is fejleszt, másrészt ennek révén meg tudjuk találni a legjobbakat. Most a NAV-ban is indítunk egy ilyen versenyt, ehhez olyan átalakított adatkészletet adunk, ami már nem érzékeny vagy titkos tartalmú.

A NAV-on belül milyen változtatásokat értek el?

A NAV-nál a munkánk egyik része a jól targetált kommunikáció. Tehát hogy nem mindenki ugyanazt az egyenlevelet kapja, hanem arról ír neki a hivatal, ami vele kapcsolatos. Egy-két éven belül ez általánossá válik. A másik nagyon fontos attitűd, hogy az adózás „csak úgy megtörténjen”, azaz lényegében automatikus legyen. Úgy automatizáljuk a dolgokat, hogy az adózónak ne nagyon legyen vele dolga. Sok mindent ki lehet számolni az adatokból, és amiben az adózónak választási lehetőségei vannak, ott pontos opciókat ajánlhatunk fel. Keressük az ellenőrzés hatékonyságának a javítását és a jogszabály-előkészítés támogatását, de a munka legszebb és legnagyobb része az, hogy tényleg segíteni tudjuk a magánszemélyeket és a vállalkozásokat.

Milyen fiataloknak ajánlaná ezt a pályát?

Tanulható ez a terület, és óriási az érdeklődés iránta. Fontos kiemelni, hogy ChatGPT nem egyenlő a mesterséges intelligenciával. Az MI egy sokkal szélesebb terület, és széles körű a szakmai felhasználása a célrendszerekben. A fejlett adatelemzés világára az egyetemen óriási az érdeklődés. Ehhez absztrakciós készségre van szükség, és arra, hogy a primer feladatot jól megértsék és le tudják fordítani valamilyen modellre. Erre is igaz az, hogy nem a nulláról egy üres papírlapot teleírva alkot már az ember, hanem félkész termékekből dolgozik. Van kreativitás benne, mert ezeket nem csak össze kell legózni. Több olyan terület van, ahol a jóslatom szerint néhány éven belül dobozos termékekkel fognak majd dolgozni az emberek. Ott is lesz alkotnivaló, de ehhez nem kell nagy matek, az igazi lényeg a technológiában rejlik. Ezt úgy tanítjuk, hogy az alapozásnál van elméleti oktatás, de én azt tartom a helyénvalónak, ha minél nagyobb részben önálló feladatokat adunk a diákoknak, sőt ennél is nagyobb arányban kellene gyakorlati, önálló munkát adni nekik. A legnagyobb külföldi egyetemeken leginkább ez már jellemző. Több az az óra, ahol dolgozni kell, és ettől lesz értékesebb a hallgató, amikor kijön a piacra. Emellett nyilván fontos a csapatmunka is.

Ennek a világnak mik a veszélyei?

A vállalatok, a cégek és a közigazgatás részéről nagy a csodavárás, a technológia jó eredményeket tud hozni, de ezek azért korlátozottak. Nem hiszem, hogy a technológia ki tudja váltani az embereket. Nagy átrendeződés lesz a munkaerőpiacon, tehát aki most választ pályát vagy most szakosodik az egyetemen, annak résen kell lennie. Nem hiszem, hogy ma egy egyetemistának életre szóló döntéseket lehet meghoznia, de 10-15-20 évre lehet víziója. Optimista vagyok abban, hogy nemcsak a gigászok kínálnak majd jó eszközöket ahhoz, hogy adatfelhasználások jöhessenek létre, szerintem kisebb cégeknek, egyetemeknek és a kis országoknak is meglesz erre az esélye.

A teljes interjút elolvashatod az UNIside oldalán, ide kattintva. 

Magyar Gábor

• A BME-n az adattudomány egyetemi oktatója és kutatója.
• 2022-es megalakulásától a NAV Mesterséges Intelligencia Munkacsoportjának az elnöke.
• Az MNB és a BME együttműködésében a „Digitalizáció, mesterséges intelligencia és adatkorszak tudományos műhely” vezetője.
• A BME VIK TMIT tanszékvezetője 2013–2021 között.
• A BME stratégiai igazgatója 2004–2008 között.
• Több infokommunikációs szakmai egyesület elnöke volt, a HTE tiszteletbeli elnöke.
• A BME-n vezető szerepet játszott a mérnökinformatikus képzési programok kialakításában, eddig több mint 100 diplomatervező és 8 doktorandusz témavezetője volt.
• Nős, három gyermek apja. Szenvedélyesen túrázik, sokat olvas, kedveli a klasszikus zenét (is).