16 gondolkodó, 16 AI-nézőpont | 📕Ki alakit kit? könyv az AI-ról

A könyv 6 fejezetből áll. Ez az 3. fejezet: Ők azok, akik a jövőt írják 10. rész: Kikre érdemes figyelni az AI-korszakban?

A teljes tartalomjegyzéket a könyv oldalán találod meg, ahol még több publikus fejezetbe is beleolvashatsz.

A könyvet itt tudod előrendelni.‍

A könyv célja, hogy utat mutasson neked ne csak a következő ChatGPT- vagy Claude-modell megjelenéséig, hanem térképként és iránytűként tudd használni a következő években, amikor még tovább gyorsulnak a változások. Ha az elmúlt években olvastál cikkeket a mesterséges intelligenciáról, akkor minden bizonnyal találkoztál olyan nevekkel, mint Sam Altman, Eric Schmidt, Elon Musk vagy Dario Amodei – ő a Claude mögött álló Anthropic CEO-ja –, akik rendszeresen nyilatkoznak vállalatuk éléről a legújabb modellek kapcsán. 

Ha róluk szeretnél többet megtudni, érdemes lehet elolvasni Karen Hao Az AI birodalma: Álmok és rémálmok Sam Altman Open AI-jában vagy Stephen Witt The Thinking Machine: Jensen Huang, Nvidia, and the World’s Most Coveted Microchip (A gondolkodó gép: Jensen Huang, Nvidia és a világ legvágyottabb mikrochipje) című kötetét. 

A hazai szakértők, mint Rab Árpád, Keleti Arthur, Pogátsa Zoltán, nyilatkozataival, gondolataival is könnyen találkozhattál.

Azonban nem csak rájuk érdemes odafigyelni, ugyanis az AI-ról szóló vita sokkal fontosabb ennél. Érdemes lenne meghallgatni olyanokat is, akik jobban a felszín alá látnak, több, olykor sajnos aggasztóbb gondolatot, kétséget is megosztanak a hallgatósággal. Fontos lenne ezekkel is tisztában lenni, ezekre is odafigyelni. Vannak ugyanis, akik nem annyira optimisták ezekkel a rendszerekkel kapcsolatban, és a többséghez képest eltérő módon gondolkodnak a mesterséges intelligenciáról és az AGI-ról. Köztük is van, aki szerint az AI megoldhatja az emberiséget fenyegető válságokat, mint amilyen a klímaválság is. Mások pedig komoly aggodalommal figyelik az AI fejlődését és a technológia mögött egymásnak feszülő nagyhatalmakat, Amerikát és Kínát. 

Ezért összegyűjtöttem azokat a gondolkodókat, akikre én is igyekszem figyelni a minket körülvevő általános és az AI-t övező hatalmas médiazajban. Akikről azt gondolom, érdemes időt szánni a gondolataikra, a velük készült beszélgetésekre, az általuk írt könyvekre.

A következő rövid portrék olyan szakértőket mutatnak be, akiknek a gondolataival túl ritkán találkozhatsz a napi hírekben, mégis hasznos odafigyelni ezekre is. Mindegyik egy-egy új nézőpontot ad számodra, és segít megérteni, hogy miért is aggódnak valójában.

Karen Hao

Karen Hao újságíró az AI-iparágra nem technológiai csodaként, hanem egy új ipari forradalomként tekint, aminek a különböző eszközei – adatközpontok, áramtermelés, chipek és feltanított modellek – akár egy új társadalmi-gazdasági berendezkedés alapjául is szolgálhatnak. Az általános megközelítéssel szemben, amivel a mindennapokban találkozunk, miszerint melyik rendszer melyik modellje mire képes, sokkal inkább azt a kérdést helyezi a középpontba, hogy milyen áron, milyen költségen működik az adott modell vagy platform. Mennyi adattal, energiával, vízfelhasználással, azaz mekkora társadalmi költséggel milyen teljesítményre képes az adott rendszer? 

Magyarul is megjelent, korábban említett könyve, Az AI birodalma fókuszában Sam Altman és cége, az OpenAI áll, amelyről igen negatív képet fest – nem véletlenül, de mindenképpen hiányzik belőle egy átfogóbb és válaszokat is adó szemlélet.

Ray Kurzweil

Ray Kurzweil könyvei ugyanerre a fő tézisre épülnek, csak merészebb következtetésekre jut, mint Karen Hao: a technológiai fejlődés nem lineáris, hanem gyorsuló, egymásra épülő S görbék sorozata. Korábbi köteteiben azt térképezte fel, hogyan válik a számítási kapacitás és a szoftveres módszerek fejlődése hétköznapi üzleti és társadalmi hatalommá – vagyis hogyan válik láthatóvá és érzékelhetővé a technológiai ugrás a mindennapokban.

A szingularitás küszöbén című könyve szerint a szingularitás elkerülhetetlen realitás az emberiség számára, amelyben a vezetők jellemzően túl későn reagálnak, mert az S alakú fejlődési görbék lapos fázisa alapján becsülik meg a közeljövőt, miközben a gyors fejlődésű fázisban – az S alak meredekebb időszakai – már nem lehet elkerülni az elkerülhetetlent, így pedig felkészületlenül érhet minket az ASI vagy az AGI megjelenése – egy olyan korszak eljövetele, ami felett nincs ráhatásunk, kontrollunk többé. 

A Hogyan alkossunk elmét? című kötete az elme működését mintázatfelismerő rendszerként írja le, és ebből vezeti le az általános mesterséges intelligencia megépítésének történetét, a The Singularity Is Nearer (Még közelebb a szingularitáshoz, 2024) pedig az exponenciális technológiai fejlődés következményeit vizsgálja. Az AGI céldátumát 2029-re teszi, emellett úgy véli, 2045 körül bekövetkezhet az ember és gépi intelligencia összeolvadása a nanotechnológia és az addig az AI-nak is köszönhetően bekövetkező felfedezések révén. A közös üzenet a két könyvben, hogy az AI nem egyszerűen egy újabb technikai eszköz, hanem egy olyan új infrastruktúra eleme, ami átalakítja a társadalmainkat, a gazdaságunkat abban az értelemben, ahogy most gondolkodunk róla. A fejlődés eltérő szakaszainak eltérő sebességeiből adódóan pedig a legnagyobb kockázat az, hogy egyszerűen túl későn vesszük észre azt, kicsúszik a kezünkből az irányítás, és már nem tudunk alkalmazkodni a megváltozott helyzethez.

Tim Urban

Tim Urban a Wait But Why blog szerzőjeként rengeteg érdekes és említésre méltó gondolatot fogalmaz meg, amelyeket nemcsak vállalkozóként vagy vezetőként érdemes elolvasni és átgondolni, de akár munkavállalóként, diákként, tanulóként is. Az egyik ilyen fogalma a korábban már említett DPU – Die Progress Unit –, ami a fejlődési szakaszok S görbéit helyezi új kontextusba. Ezt azóta én is beépítettem az egyik előadásom gondolatmenetébe. 

A DPU-n keresztül Urban azt teszi érzékletessé, hogy nehezen tudunk felkészülni az előttünk álló változásokra. Emlékeztetőül: a fogalom azt jelöli, hogy mennyi időnek kell eltelnie ahhoz, hogy a múltból az időben előreutazó ember egy olyan valóságba kerüljön, aminek a változásai már feldolgozhatatlanok számára. 

A gondolatkísérlet mindenképpen érdekes, különösen, ha a jelenre alkalmazzuk. Mit gondolunk: 2026-ból nézve mennyi időnek kell eltelnie ahhoz, hogy egy olyan jövőbe kerüljünk, amit egyszerűen már nem tudnánk befogadni, feldolgozni? Képesek vagyunk jól megbecsülni ezt az időintervallumot, vagy talán alul-, esetleg felülbecsüljük? Ebben az elképzelt jövőben szerepel már a szuperintelligencia? Képesek vagyunk megjósolni, milyen lenne egy ilyen jövő? Hogyan nőne fel benne a gyermekünk? Mivel találkozna? Mit tartana természetesnek abból, ami számunkra ma még elképzelhetetlen?

Frank Wilczek

Frank Wilczek Nobel-díjas elméleti fizikust azért emeltem be ebbe a gondolatmenetbe, mert írásaiban, a gondolataival, a példáival visszahozza az AI-ról való beszélgetést a mindennapjaink szintjére. Szerinte a világ működését sokkal inkább törvényszerűségek írják le, semmint narratívák, ahogy például Yuval Noah Harari közelíti meg az emberiség történetét. Amikor ugyanis különböző technológiai jóslatokat hallunk, érdemes magunkban visszakérdezni: mi az, ami fizikai értelemben lehetséges, és mi az, ami csak vágy vagy éppen a befektetők, részvényesek felé szóló ígéret – persze el nem szeretném vitatni a SpaceX mérnökeinek és vizionáriusának az innovációit és újító gondolatait, eredményeit. 

Wilczek az interjúiban segít kimozdítani minket azokból a kényelmes, a hype-okat mantrázó beszélgetési panelekből, amelekkel gyakran találkozom én is az magyarországi konferenciákon. Természettudományos alapokon nyugvó gondolkodása nekem is segít abban, hogy olyan keretrendszereket alakítsak ki – akár az AI működésével, változásaival kapcsolatban –, amelyek túlmutatnak ezeken a napi szintű bejelentéseken, nyilatkozatokon.

Wilczek munkái közül az Alapelvek: A fizika tíz kulcsa a valósághoz segít tisztábban látni, mit jelent valójában az információ, hogyan működnek a természeti törvények, illetve az ezeket leíró modellek. Ezeket megértve pedig közelebb kerülhetünk az AI jobb, objektívebb megértéséhez is, anélkül hogy alá- vagy éppen felülbecsülnénk bizonyos részeit és a mindennapjainkra gyakorolt hatását. 

Jerry Kaplan

Jerry Kaplan megközelítése inkább gazdasági és társadalmi nézőpontú. A Stanford Egyetemen a mesterséges intelligencia társadalmi és gazdasági hatásait oktató szerző 2015-ben megjelent könyve, a Humans Need Not Apply: A Guide to Wealth and Work in the Age of Artificial Intelligence (Emberekre már nincs szükség: Munka és vagyon a mesterséges intelligencia korában) már a címével is azonnal strukturális kérdést tesz fel: mi történik akkor, ha a gazdaságban az emberi munka nem egyszerűen átrendeződik, hanem egyre több helyen elveszíti a korábbi központi szerepét? Kaplan fő kérdése az, hogy az AI és a robotika által létrehozott jólét miként oszlik majd el egy olyan korszakban, ahol a technológiai nyereség már könnyen az eleve tőkeerős szereplőknél csapódhat le, mint amilyen a Google (Alphabet) vagy a Facebook (Meta). Mi lesz akkor, ha a társadalmi és gazdasági rendszer nem lesz képes kezelni ezt az elosztásbeli problémát?

Előadásokon, beszélgetéseken gyakran meg szoktam kérdezni a hallgatóságot: hány olyan emberrel találkoztak aznap, akiknek a munkája kiváltható egy humanoid robottal, azaz olyan típusú munka, ahol nincs valódi hozzáadott értéke annak, hogy azt egy élő ember látja el? Egy taxis, egy felszolgáló, egy pékségben dolgozó eladó esetében mit jelent számunkra az, hogy nem pusztán egy funkciót vagy szolgáltatást kapunk, hanem egy emberrel találkozunk? Más lenne a napunk, ha ezeket a feladatokat humanoidok végezték volna el? Miben éreznénk máshogy, hiányozna valami a napunkból?

Kaplan szerint a jövő nagy kérdése, hogy a technológiai fejlődés haszna a társadalom egészét szolgálja-e, vagy csak egy szűk, már most is vagyonos rétegét. A veszélyt abban látja, hogy miközben az intelligens rendszerek hatékonyabbá teszik a gazdaságot, a profit a tulajdonosoknál és a befektetőknél koncentrálódik, a kiszoruló munkavállalók pedig egyre bizonytalanabb helyzetbe kerülnek. 

Nem egyszerűen a jelenlegi munkaerőpiacot védi, inkább csak felveti azokat a kérdéseket, hogy miképp lehetne úgy átalakítani a gazdasági és társadalmi rendszereinket, hogy az embereknek ne vesztesként kelljen sodródniuk a következő években. Így jut el olyan javaslatokig, amelyek elsőre furcsának tűnhetnek, de jól mutatják a gondolkodásának az irányát: ezek olyan új típusú pénzügyi és társadalmi megoldások, amelyek mérsékelnék vagy kezelhetővé tennék az álláspiaci összeomlást, és az átképzést, valamint a jövőbeli munkaképességet jobban össze tudják kapcsolni az új gazdasági folyamatokkal. 

Geoffrey Hinton

Geoffrey Hinton brit–kanadai informatikus, kognitív tudós és kognitív pszichológus, az AI keresztapjának is szokás hívni. Interjúit hallgatva két dolgot érdemes kiemelni: szerinte 5-20 éven belül az AI okosabbá válhat nálunk, és akár 10-20% esélyt lát arra is, hogy a mesterséges intelligencia korlátozásának hiánya a fajunk kihalásához vezethet. Szerinte a szuperintelligencia elérése közelebb lehet, mint gondolnánk, de a társadalmunk, illetve a szabályozási rendszerünk még nincs erre felkészülve. 

Hinton a modern neurális hálózatok egyik meghatározó kutatója. 1986-os, backpropagationről – leegyszerűsítve egy olyan tanítási eljárás, amely a hibából visszafelé számolja ki, hogyan kell kiszámítani a hálózat paramétereit, hogy a következő válasz pontosabb legyen – szóló munkája mérföldkő volt a mai neurális hálózatok fejlődésében és fejlesztésében. 2018-ban Yoshua Bengióval és Yann LeCunnel együtt Turing-díjat kapott, majd 2024-ben John Hopfielddel megosztva fizikai Nobel-díjjal ismerték el a gépi tanulás alapjait meghatározó munkáját. Éppen ezért Hinton megszólalásait önkritikus figyelmeztetésként is érdemes olvasni: egy olyan ember beszél a kockázatokról, aki valóban tudja, érti, miről beszél. Ma már egyre inkább annak a szószólója, hogy ami jelenleg történik, az könnyen oda vezethet, hogy a rendszer fejlődése gyorsabbá válik annál, semmint kontroll alatt tudjuk tartani azt. 

Ehhez kapcsolódik egy sokat idézett gondolata is: a nálunk intelligensebb rendszerek feletti kontrollra nincs sok pozitív történelmi példa, azaz a domináns, intelligens faj mindig legyőzi, maga alá rendeli a gyengébbet. A Nobel-interjújában is beszélt arról, hogy alig ismerünk olyan esetet, amikor egy kevésbé intelligens lény tartósan kontrollálna egy nála intelligensebbet. Az egyetlen jó példája a csecsemő és az anya viszonya, de ott is az evolúció rengeteg munkát tett abba, hogy ez a kapcsolat kialakuljon – valószínűleg nekünk nem lesz ennyi időnk. 

Ezért Hinton az utóbbi években egyre inkább a kockázatkommunikációról beszél, a nyilatkozatai, a megszólalásai a különböző podcastekben is erről szólnak. Már az egyik 2023-as interjújában arról mesélt, hogy az AI jelentette fenyegetés akár sürgetőbb is lehet, mint a klímaváltozás. Részben azért hagyta ott a Google-t, hogy szabadabban beszélhessen ezekről a veszélyekről és azok egzisztenciális kockázatáról. Interjúiban sokszor ad hangot annak, hogy a nagy cégek jelenleg inkább a kevesebb szabályozásért lobbiznak, miközben úgy véli, társadalmi szinten jóval több erőforrást kellene biztonsági kutatásra fordítanunk. Az AI ugyanis könnyen válhat akár népszavazás, választási manipuláció, dezinformáció és háborús felhasználás eszközévé – ez utóbbiról később írok még –, illetve az AI-chatbotokkal terjesztett félretájékoztatás a Facebook és más platformok korábbi működésének egy új változatát hozhatja el. 

‍

Stuart Russell 

A Berkeley-i Kalifornia Egyetem professzora, a Center for Human-Compatible AI (Emberközpontú Mesterséges Intelligencia Kutatóközpont) vezetője és a terület egyik alapművének, a Mesterséges intelligencia modern megközelítésben társszerzője, vagyis a modern AI egyik legikonikusabb szereplője. Számára a valódi kérdés az, hogy vajon mennyire és meddig marad még a mi kezünkben az irányítás, ha egyszer nálunk kompetensebb rendszereket hozunk létre.

Russell podcastbeszélgetéseiben gyakran mesél arról, hogyan lehet olyan AI-rendszereket építeni, amelyek összeegyeztethetők az emberi érdekekkel, miközben a rendszerek képességei folyamatosan nőnek. A fent említett könyv szerint a megszokott AI-logika – vagyis hogy egy gépnek mereven rögzített célokat adunk, aztán egyre jobbá tesszük a célok elérésében – veszélyesen félrevihet bennünket, ha a rendszer sokszorosan hatékonyabbá válik. Ha azonban a(z ember által) meghatározott cél kimunkálatlan marad, akkor az AI könnyen olyan válaszokat, megoldásokat találhat, amire egyrészt mi nem gondolunk, másrészt nem biztos, hogy segíti a túlélésünket. Russell szerint pont emiatt kellene erősebb védőkorlátok (guardrailek) közé szorítani az AI-t, valamint tovább és mélységében lenne szükséges vizsgálni a működését. Szerinte az AI fejlesztését úgy kellene folytatni, hogy a gép kevésbé rutinokból, mintákból válaszoljon, legyen nyitottabb, befogadóbb az emberi preferenciákat illetően, és ezért együttműködően, visszakérdezve, korrekcióra nyitottabban működjön.

Egy 2023-as amerikai szenátusi meghallgatáson Russell elmondta: az elmúlt évtized kutatásának központi kérdése az volt, hogyan őrizzük meg tartósan a hatalmat olyan entitások felett, amelyek végül erősebbek lehetnek nálunk. Hinton mellett tehát Russell is ugyanarra a következtetésre jutott: ha létrehozol nálad kompetensebb döntéshozót, akkor a te preferenciáid csak addig számítanak, amíg a rendszer belső szabályai azt garantálják.

Van egy általa többször elmesélt gorillametafora is: a gorillák nem azért veszítették el az irányítást a saját jövőjük – életterük – felett, mert az ember alapvetően gonosz volna, hanem azért, mert az emberek sokkal inkább képesek átalakítani a gorillák világát, mint ők maguk. Egyszerűbben megfogalmazva: a gorillák fajként lényegében csak annyira rendelkeznek a saját jövőjük felett, amennyit az emberek megengednek nekik. 

Russell a szenátus előtt tett nyilatkozatában is hangsúlyozta, hogy az AI-jal kapcsolatos felvetések nem pusztán technológiai kérdések. A szabályozásnak, az intézményi rendszernek és a politikai-társadalmi beavatkozásnak is nagy szerepe van abban, hogy a kontroll rendszerszinten épüljön be az AI fejlesztésébe és alkalmazásába.

Yoshua Bengio

Yoshua Bengio ugyanebből a tudományos közegből érkezik, mint több, korábban említett szakértő, tudós, és csakúgy, mint a többiek, ő is egyre élesebb kritikákat fogalmaz meg az AI jelentette biztonsági kockázatokat illetően. A Montreali Egyetem professzora, a LawZero nonprofit AI-biztonsági szervezet egyik alapítója, részt vesz az éves International AI Safety Report elkészítésében. A 2025-ös TED-előadásában megemlíti, hogy amennyiben az AI okozta veszély civilizációs léptékű, akkor még az alacsony valószínűség sem lenne elfogadható. 

Bengio szerint az egyik fő kérdés az, hogy milyen irányba optimalizáljuk az AI-t. Ma sokkal gyorsabban növeljük a rendszerek képességeit, mint amilyen tempóban a biztonsági és kontrollal kapcsolatos kérdéseket kezeljük, megértjük. A beszélgetésekben elhangzó véleménye szerint sok mai modell már most is mutat olyan veszélyes viselkedésformákat, mint a megtévesztés, csalás, hazugság, zsarolás, hackelés vagy éppen az önfenntartó működés felé tett erőfeszítések. Ezért az általa is alapított LawZeróval egy olyan irányt próbál kialakítani, amely kifejezetten a biztonságot helyezi előtérbe a mindennapokban tapasztalható kereskedelmi és politikai nyomás helyett, a már-már a hidegháborús logikára emlékeztető technológiai verseny közepette.

Dr. Roman Jampolszkij

Roman Jampolszkij a lista egyik legradikálisabb, legpesszimistább hangja. Kiberbiztonsági és AI-biztonsági kutató a Louisville-i Egyetemen. Szerinte az AGI nem lehet bizonyítható módon kontrollálható, ezért igen nagy a kockázata annak, hogy súlyos kárt okozhat az emberiség számára. Nehéz vitatkozni az érveivel. 

Elmondása szerint a probléma az, hogy nem vagyunk képesek megjósolni, mi fog történni az AGI megjelenésekor, és nem biztos, hogy képesek leszünk megérteni egy nálunk intelligensebb rendszer működését és viselkedését. Ebben az esetben pedig hatalmas kockázatnak vagyunk kitéve. Erről részletesen ír könyvében, a 2024-ben megjelent AI: Unexplainable, Unpredictable, Uncontrollable-ben (AI: Megmagyarázhatatlan, előrejelezhetetlen, kontrollálhatatlan). 

Demis Hassabis

Sir Demis Hassabis brit mesterségesintelligencia-kutató és vállalkozó, a Google DeepMind és az Isomorphic Labs vezérigazgatója és társalapítója, valamint a brit kormány AI-tanácsadó testületének egyik tagja – és talán őt hallgattam a legtöbbet a 2025-ös év során. Hassabis racionális, de a korábban említett szakértőknél a média és a podcastcsatornák számára sokkal befogadhatóbb alak – miközben nyilvánvalóan a Google-beli pozíciója is befolyással van a megszólalásaira. Véleménye szerint az AI a tudományos életet is átalakítja, és ezzel teljesen új lehetőségeket nyit meg az emberiség előtt. Erről itthon még kevés szó esik, bár egyre több olyan hírrel találkozni a magyar nyelvű médiatérben is, ami olyan tudományos eredményeket, áttöréseket mutat be, amelyekben az AI jelentős szerepet játszott.

Nem véletlenül foglalkozik ezzel az aspektussal, 2024-ben Hassabis és John M. Jumper többekkel közösen elnyerték a kémiai Nobel-díjat a fehérjék szerkezetének előre jelzésére irányuló AI-kutatásukért. Saját Nobel-interjújában nagyon világosan megfogalmazta, hogy egész életében azért dolgozott az AI-on, mert az a meggyőződése, hogy amennyiben jól építjük fel, ez lehet a tudomány egyik végső, legerősebb eszköze a kutatók számára. Ez szerintem sokat elárul arról, hogyan is gondolkodik Hassabis: természettudományos hátteréből, munkásságából kifolyólag úgy véli, az AI által jobban megérthetjük a természet mélyebb mintázatait is. 

Egy végtelenül pozitív figura – nehéz ilyet találni, ha az ember az AI valódi szakértőit nézi, keresi, olvassa –, eltér például Hinton, Russell vagy Bengio által felvázolt szcenárióktól. Miközben utóbbiak egyre inkább a kontroll, a biztonság vagy a civilizációs kockázat kezelésének szükségességéről beszélnek, addig Hassabis inkább azt mutatja meg, mire jó az AI, ha valódi tudományos eszközként használjuk. Az általa vezetett Google DeepMind AI for Science weboldalán megjelenő anyagok is ezeket a lehetőségeket mutatják be. 

Dr. Fei-Fei Li

A Stanford Egyetem professzora, többek közt az ImageNet megalkotója, amely a 2010-es évek egyik nagy képadatbázis-projektje volt – és mint ilyen, jelentősen hozzájárult a deep learning (mélytanulás) és a modern AI fejlődéséhez. Megszólalásaiban, interjúiban rendszeresen felhívja a figyelmet arra, hogy az, ami az AI-szektorban történik, nem magától megy végbe, vagyis jelenleg még mi alakítjuk, építjük, formáljuk azt. Szerinte „nincs semmi mesterséges az AI-ban – emberek inspirálták, emberek hozták létre, és emberekre van hatással”. Ez a gondolat pedig mindenképp fontos lehet, ha arról szeretnénk gondolkodni, hogy mi is az AI, és ahogy arra a könyvem címe is utal: Ki alakít kit?

Az általa vezetett Stanford Institute for Human-Centered AI (HAI) fontos munkát végez, a céljuk, hogy az AI fejlesztését tudományosan megalapozott, pragmatikus és emberközpontú elvekhez tudjuk kötni. A 2025-ös párizsi AI Action Summit megnyitóján elmondott beszédében is hangsúlyozta, hogy a kormányoknak először meg kell érteniük a technológiát, támogatniuk kell az egész ökoszisztémát – beleértve az energiát, a közszférát, az akadémiát és a magánszektort is –, majd erre kell építeniük a védőkorlátok és az innováció egyensúlyát. Többek között az ilyen gondolatok átadása, közvetítése, mélyítése miatt írom ezt a könyvet is.

(...) 

A rész folytatása a könyvben található.

A könyvet itt tudod előrendelni.‍

Ha érdekel a könyv többi, letölthető, szabadon olvasható része, kérlek nézd meg a Ki alakít kit? - Emberek maradunk-e az AI korszakban könyv oldalát. Ha szeretnéd megkapni a fejezeteket, kérlek add meg az email címed, amire elküldhetem őket!