Tisztelettel köszöntöm az ATTB tagjait, a „diszlokációs munkacsoport” alapító tagjait és meghívott kedves vendégeinket!
Bár a Diszlokáció a műszaki gyakorlatban nevű munkacsoport története az anyagtudomany.eu blogon olvasható, engedjétek meg, hogy néhány mondat erejéig felidézzem ezt a mintegy nyolc hónapra visszatekintő történetet. Teszem ezt azért is, hogy eljussak ahhoz a fogalomhoz, ahhoz a gondolathoz, amelyből kiindulva fogalmaztam meg ennek a köszöntőnek a mondanivalóját.
Az Anyagtudományi és Technológiai Tudományos Bizottság 2024 februárjában tartott ülésén vetettem fel, hogy a Műszaki Tudományok Osztálya előző évi határozatának megfelelően a tudományos bizottságok dolgozzanak ki szakmai programokat is. Javaslatom egy, a műszaki gyakorlatban is meghatározó szerepet játszó, a diszlokációkkal foglalkozó munkacsoport létrehozására vonatkozott. A tudományos bizottságunk a javaslattal egyetértett, és elnökünk a következő osztályülésen előterjesztette azt. Az osztályülés tagjai az előterjesztést a korábbi határozatukkal összhangban lévőnek ítélték, és felhatalmazták az ATTB-t a diszlokációkkal foglalkozó munkacsoport létrehozására, vezetésemmel, pontosabban koordinálásával.
A Műszaki Tudományok Osztálya a számunkra kedvező döntését a Magyar Tudományos Akadémia törvényében és ügyendjében foglaltak alapján hozta meg. Mint e munkabizottság koordinátora fontosnak tartom, hogy a munkacsoport működése minden tekintetben megfeleljen a követelményeknek, ezért megkértem Dobránszky Jánost, hogy az említett törvényből, illetve ügyrendből emelje ki a munkánkra vonatkozó részeket. Ez a kiemelés első szinten, mintegy két A4-es oldal terjedelmű szöveget eredményezett. Ebből a munkabizottság munkáját közvetlenül érintő részeket kiemelve jutottunk el az 1. ábrán látható szöveghez.
1. ábra – Kiemelések az MTA alapszabályából
Ha egy mondatban szeretnénk összefoglalni, hogy nekünk mit üzennek ezek a mondatok, akkor talán azt mondhatjuk, hogy ennek a tudományos bizottságnak, hasonlóan a többi tudományos osztályon működő tudományos bizottsághoz, az a feladata, hogy az adott szűkebb szakmai területen elért tudást, eredményeket birtokolja és elemezze, és az Akadémia általános céljainak megvalósulása érdekében közvetítse.
Mindezek figyelembevételével, mindnyájunkban a tudás megszerzése fogalmazódik meg. Természetesen, nem általában vesszük a tudást, hanem a nemzetközileg elismert, sőt esetenként az azt is meghaladó tudásszintet. Az Akadémia feladata továbbá ennek a magas szintű tudásnak a terjesztése – elsősorban hazai környezetben – és a felmerülő hibás nézetekre való reagálás. A megszerzett tudás terjesztése az oktatásban és a tudományos közéletben valósul meg, ami az MTA törvénye szerint is feladatként fogalmazódik meg.
Mivel esetünkben ez a tevékenység a Műszaki Tudományok Osztálya keretében zajlik, szükségszerű, hogy ne csak a tudás elsajátításával, hanem annak hasznosulásával is foglalkozzunk. Arról sem szabad megfeledkeznünk, hogy a diszlokációs munkacsoport az Anyagtudományi és Technológiai Tudományos Bizottságon belül fejti ki tevékenységét. Ha ezt a két folyamatot, nevezetesen a tudás megszerzését és annak hasznosítását, társadalmi szinten vizsgáljuk, akkor feltétlenül foglalkoznunk kell az ezeknek a folyamatoknak a jellemzésére használt fogalmakkal, nevezetesen a kutatás-fejlesztés és az innováció fogalmával.
Ha utánanézünk e fogalmak tartalmának, definíciójának, akkor a legváltozatosabb megfogalmazásokkal találjuk szembe magunkat. Ezért nagyon megörültem, amikor egy közgazdász professzornak az Infó Rádió Aréna című műsorában elhangzott előadásában ennek a két fogalomnak a mindenki számára érthető definíciójával találkoztam, sőt ezeknek a definícióknak az alapján e két folyamat egyértelműen eltérő volta is világossá válik.
Hogyan is hangzanak ezek a definíciók? Ha társadalmi szinten értelmezzük ezeket a folyamatokat, akkor mindenképpen a pénz szerepét is figyelembe kell vennünk.
Ebben a végtelenül leegyszerűsített, de nagyon szemléletes megfogalmazásban, a kutatás-fejlesztés folyamatában a pénzből tudás lesz, míg az innováció során a tudásból lesz pénz. Ebből az is következik, hogy ideális esetben az innováció eredményképpen létrejövő pénz (vagyis profit egy része) finanszírozza a kutatás-fejlesztés folyamatát, mégpedig olyan szinten, hogy abból a kutató-fejlesztő gárda meg tudjon élni. Ennek a gárdának ugyanakkor az a felelőssége, hogy olyan tudást tegyen le az asztalra, ami alkalmas innovációs folyamatok elindítására. Ezt a két folyamatot a 2. ábra felső része szemlélteti.
2. ábra – A kutatás-fejlesztés, az innováció, a tudás és a pénz kapcsolata
Ennek alsó részében viszont ezt a két folyamatot összekapcsoltuk, vagyis a pénz – tudás – pénz folyamat – mint ahogy az a valóságban társadalmi szinten is működik – szervesen összekapcsolódik, és ennek a folyamatnak a középpontjában a tudás helyezkedik el, ugyanúgy, mint a Magyar Tudományos Akadémia tevékenységének fókuszában.
Ez a modell azonban kb. két-három éve elvesztette érvényességét, nevezetesen akkor, amikor a ChatGPT széles körben, sok nyelven, köztük magyarul is elérhetővé vált. Eddig az időpontig az emberi tudás két formában volt jelen: egyrészt a vizsgált időpontban az élő emberek agyában, illetve a különböző módokon archivált dokumentumokban, például folyóiratokban, könyvekben és elektronikus memóriákban. Bár az elektronika megjelenésével az archivált tudáshoz való hozzáférés könnyebbé vált, de a tudásnak ez a fajtája önmagában passzív volt. Alapvetően megváltozott a helyzet a mesterséges intelligencia, pontosabban a nagy nyelvi modellen alapuló programok, a ChatGPT és a hasonló programok – például a magyar fejlesztésű PULI – megjelenésével, hiszen a szuperszámítógépekben tárolt, és speciális nyelvi elemekre, úgynevezett tokenekre, bontott információk feldolgozásával ez a tudás aktivizálható, összefüggéseket, kapcsolatrendszereket stb. tud létrehozni, ami bizonyos mértékben megközelíti az emberi vagy humán intelligenciát, de ma még el nem éri. A nagy nyelvi modellek működésének hátterében az áll, hogy a tokeneket n dimenziós térbe rendezi, és az ezek közötti szomszédsági viszonyok elemzéséből tud a beszélgetésben a partnerünk lenni. Ennek a technikai lehetőségnek a megjelenése természetesen mind a tudás elsajátításának, mind pedig az innováció folyamatának lehetőségeit forradalmian megváltoztatta. Ebben a körben talán nem kell ennek jelentőségét hangsúlyozni, és a leegyszerűsített modell fókuszában lévő tudást szimbolizáló ábrázolást feltétlenül ki kell egészíteni. A kérdés most már csak az, hogy a természetes és a mesterséges intelligencia viszonyát hogyan lehet egyszerűen, de szemléletesen ábrázolni. Ezt a problémát kissé megkerülve, a 3. ábrán ezt a modellt próbáltuk ábrázolni.
3. ábra – Fókuszban a tudás (és újratermelésének eszköze)
A természetes és a mesterséges intelligencia viszonyát nemcsak képileg nehéz megjeleníteni, de szavakban is nehéz megfogalmazni ezt az összefüggést, különösen akkor, ha figyelembe vesszük például Prószéky Gábor [1] sokszor elhangzott nézetét, miszerint a mesterséges intelligencia kapcsán olyasmiről beszélünk, amit még senki sem definiált. Ha mégis, szavakban is, mondani akarunk valamit erről a viszonyról, akkor talán azt mondhatjuk, hogy az emberi vagy természetes intelligencia létre tudta hozni a mesterséges intelligenciát (a nagy nyelvi modelleken alapuló szoftvereket), de ez utóbbiak humán intelligencia létrehozására nem lehetnek képesek. Mélyebb elemzést érdemel viszont az a megfogalmazás, miszerint a humán intelligencia tudását az anyagi világ közvetlen megfigyeléséből építi fel, míg a mesterséges intelligencia az anyagi világ egyfajta vetületéből valamilyen formában archivált ismeretanyagból merít.Ha a tudás megszerzésének illetve alkalmazásának folyamatát elemezzük, mindenképpen szembetaláljuk magunkat a kreativitás fogalmával. Számos, különböző szempontú, megközelítés olvasható az irodalomban a kreativitásról, ezek közül álljon itt egy, amelyet a 4. ábrán idézek. E definíció szerint a kreativitás kulcsa a divergens, szerteágazó gondolkodás.
4. ábra – A kreativitás meghatározása
Nem nehéz belátni, hogy a kreativitás alapvetően a tudás megszerzésének, pontosabban a kutatás-fejlesztési folyamatnak a meghatározó eleme. A kreatív gondolkodót a lényeglátás képessége jellemzi, ami a gondolkodás folyamatában felmerülő problémák felismerésében és a probléma frappáns, újszerű megoldásában ölt testet. Visszatérve a természetes és mesterséges intelligencia viszonyára, egy újabb szempontot fogalmazhatunk meg az elmondottak alapján, nevezetesen:jelenlegi fejlettségi szintjén a nagy nyelvi modelleken alapuló szoftverek még nem képesek kreativitásra.
Természetesen, az innováció folyamatában is szerephez juthat a kreativitás, de lényegében az innováció a kreatív gondolkodás során létrejött ötlet megvalósulására épít. Az Akadémia novemberi, a mesterséges intelligenciával foglalkozó előadásainak egyikén hangzott el, hogy ma még a KKV-knak csupán 2,3%-a él a MI lehetőségeivel.
Az előbbi meggondolásokból levezethető a K+F és az innovációs tevékenység közötti különbség, ez világosan mutatja, hogy ezek eltérő embertípust kívánnak meg: az előbbi a tudósi, a másik pedig a vállalkozói beállítottságot. Számos példa mutatja, hogy ez a kétféle beállítottság egy időben való érvényesülése ritkán vezet eredményhez. Ha úgy adódik, hogy a tudós kreatív ötletében a megvalósulás és az anyagi haszonszerzés lehetőségét is látja, akkor ki kell lépnie a tudósi létből.
A kutatás-fejlesztési és az innovációs tevékenység közötti különbség elemzése már elegendő alapot ad ahhoz, hogy egy, a Magyar Tudományos Akadémia Műszaki Tudományok Osztályán és az ATTB-n belül működő munkacsoport célját meghatározzuk.
Az eddigieket összefoglalva a kutatás-fejlesztés céljának három elemét emeljük ki:
- a diszlokációkra vonatkozó ismeretanyag minél magasabb szintű elsajátítása,
- ennek az ismeretanyagnak a széles körben való elterjesztése,
- az elsajátított tudásból gyakorlati szempontból is hasznosítható eredmények megfogalmazása.
A munkacsoport egy mondatban megfogalmazott célját az 5. ábrán olvashatjuk.
5. ábra – A munkacsoport célkitűzése
Belátható, hogy ez a cél teljes összhangban van a 3. ábrán bemutatott kutatás-fejlesztés–tudás–innováció modellel, azzal az eltéréssel, hogy egy akadémiai munkacsoport az innovációt már nem tekintheti feladatnak. Van azonban ennek a célmegfogalmazásnak egy kritikus pontja, nevezetesen az, hogy egy akadémiai munkacsoport a műszaki felsőoktatás tananyagának fejlesztésére, nemzetközi színvonalra való emelésére vállalkozik. Ez első pillanatra sérteni látszik az egyetemi autonómiát, hiszen amint az az 6. ábra felső részén is olvasható, a kulturális és innovációs miniszter feladatai között hangsúlyosan szerepel az oktatás, de – megjegyzem – a tudomány is.
6. ábra. A kulturális és innovációs miniszter feladatai és az autonómia jellemzői
Én úgy gondolom, hogy ezt a látszólagos vagy valós ellentmondást részben föloldja az a körülmény, hogy a műszaki felsőoktatás szereplőinek döntő többsége a Magyar Tudományos Akadémia köztestületének is tagja, sőt, közülük sokan a tudomány, illetve az MTA doktorai vagy akár akadémikusok is.
Ezt a feszültséget teljes mértékben feloldhatjuk, ha a célnak, a kutatás-fejlesztés céljának eléréséhez olyan kutatásmódszertani eljárást választunk, amely lehetetlenné teszi az egyetemi autonómia (lásd a 6. ábra alsó részét) megsértését. Ezt a kutatás-fejlesztési módszert a koordinációs kutatásban találtuk meg, amelyben az érdemi munka a munkacsoport egyetemi kollégái között folyik, és a munkacsoport, illetve annak vezetője ezt a munkát csak koordinálja, és mindeközben a munkacsoportban való részvétel teljesen önkéntes.
Bár a koordinációs kutatás-fejlesztés lényegéről a Levél a Diszlokációs munkacsoport tagjainak bejegyzésben már részletesen szóltunk, mégis szükségesnek tartom, hogy itt a koordináció fogalmát pontosabban definiáljuk. Ez a definícióolvasható a 7. ábrán, amelyen két kifejezést emeltünk ki, nevezetesen a „kommunikáció” és az „információátadás” fogalmát. Ez a két fogalom valóban a koordinációs kutatás két legfontosabb elemét jelöli.
7. ábra – A munkacsoport célkitűzése
Lényeges, hogy a koordinált kutatásban résztvevő intézmények – függetlenül a vizsgált területen meglévő tudásuk szintjétől – nyertesek lesznek, hiszen még a legmagasabb szintű oktatást végző intézmények is tanulhatnak a náluk esetlegalacsonyabb szinten lévőktől, az azonos szinten lévők oktatási metodikájában és tananyagában mindig találni fognak eltérő és követésre méltó elemeket. Ha a koordinációs kutatásban résztvevők között nincs kiemelkedő tudásanyagot és oktatási metodikát képviselő résztvevő, az azonos szinten lévők egymás tudásából is feltétlenül tudnak meríteni, míg a legalacsonyabb szinten lévők a közép- és felső szinten levők tapasztalataiból is okulhatnak. Ha valamely intézmény vagy kolléga e kutatás-fejlesztés első fázisában nem vett részt, számára a részvétel lehetősége még nyitva áll.
Miután megtaláltuk és megfogalmaztuk a diszlokációs munkacsoport célját, és birtokában vagyunk az egyetemi autonómiát semmiféleképpen nem sértő kutatási metodikának, kidolgoztuk a kutatás-fejlesztés folyamatát, amelyet a 8. ábra mutat.
8. ábra – A munkacsoport célkitűzése
Már ebből az erősen lerövidített munkatervből is kiolvasható a koordinációs kutatás egyik lényeges jellemzője, nevezetesen az, hogy az érdemi munkát a kutatásban résztvevő kollégák maguk végzik el (lásd az 1.2. pontot). Az is egyértelmű, hogy a koordinációs kutatás-fejlesztés sikere alapvetően a résztvevők által rendelkezésre bocsájtott anyagok, információk mennyiségétől és színvonalától függ. Mindezek figyelembe vételével joggal mondhatjuk, hogy ebben a kutatási formában valóban a kommunikáció és az információcsere játssza a döntő szerepet. Az is megállapítható, hogy a kezdeti munkabefektetés, nevezetesen a kérdőívek gondos kitöltésére fordított munka a projekt befejezésekor a rendelkezésre álló korszerű, nemzetközi színvonalú, és az egyes intézmények speciális igényeit kielégítő tananyagban valósul meg. A Magyar Tudományos Akadémia törvénye és ügyrendje lehetőséget ad az ilyen jellegű munka támogatására is.
Megjegyzem, hogy ezt a folyamatot részletesen olvashatjuk a Levél a Diszlokációs munkacsoport tagjainak bejegyzésben. Ez a folyamatábra képezte annak a kérdőívnek az alapját, amelyet a munkacsoport tagjai kitöltve visszaküldtek, és Dobránszky János segítségével összegeztünk. Ez az összegzés található meg a mai ülésre kiküldött meghívó mellékleteként.
Megpróbáltam számos kérdésre válaszolni, remélem, talán sikerrel. Egy kérdés azonban nyitva maradt, nevezetesen az, hogy miért éppen a diszlokációkat javasoltam még februárban a munkacsoport kutatási területeként. Számos okot tudnék mondani, ezek közül kettőt fogalmazok meg.
Ha kezünkbe veszünk egy bármilyen nyelvű anyagtudományi, főleg azonban a fémek és ötvözeteik mechanikai tulajdonságaival foglalkozó könyvet, a fejezetek sorrendjében a rácshibákról és benne a diszlokációkról szóló fejezet igen előkelő helyet foglal el. Prohászka János [2] A fémek és ötvözetek mechanikai tulajdonságai című könyvében már az első harmad végén, az 5., 6. fejezet foglalkozik ezzel a kérdéssel. A további nyolc fejezet tartalma sem érthető meg a diszlokációkra vonatkozó ismeretek elsajátítása nélkül, utalok csak a kúszás, a fáradás és a törés jelenségére. Emellett az én személyes indítékomra szeretnék utalni: a diszlokációkkal kapcsolatban számos olyan kérdés fogalmazódott meg bennem, és természetesen kollégáimban, hallgatóimban is, amelyekre egyértelmű választ sem a szakirodalomban, sem a ChatGPT válaszaiban nem találtam. A 9. ábrán lévő legelső kérdés egy közel ezer oldalas, angol nyelvű monográfia második fejezetének végén olvasható.
9. ábra – A témakörben eddig felvetődött kérdések
Köszöntőmet a szokásos módon, egyetlen mondattal is befejezhetném: köszönöm, hogy meghallgattatok! Én azonban egy más utat választottam, József Attila Ars poétikájának első sorával köszönök el, melyet az utolsó, a 10. ábrán olvashatunk. Azt kívánom a munkacsoport tagjainak, hogy ez a ma már szállóigévé vált sor legyen a munkacsoport ars poétikája is, hiszen erre ma már a mesterséges intelligencia segítségével reális esélyünk van.
Hivatkozások
[1] Prószéki Gábor: A nyelvtudomány találkozásai a gépi intelligenciával.
In: Tolcsvai, Nagy Gábor (szerk.) A humán tudományok és a gépi intelligencia.
Gondolat Kiadó eBooks, Budapest, 2018, 17–32.
[2] Prohászka János: A fémek és ötvözetek mechanikai tulajdonságai.
Műegyetemi Kiadó, Budapest, 2001.
[3] Richard W. Hertzberg, Richard P. Vinci, Jason L. Hertzberg: Deformation and Fracture Mechanics of Engineering Materials, Fifth Edition, 2013.
Köszönetnyilvánítás
Ezúton köszönöm meg Dobránszky János okl. gépészmérnöknek a Köszöntő elkészítéséhez nyújtott hathatós segítségét, és ezért teljes jogú társszerzőmnek tekintem.