A mesterséges intelligencia (MI/AI) előnyeiről és veszélyeiről rengeteg szó esik mostanában. Mi is foglalkoztunk a cégek átállásának feltételeivel és hatásaival, az emberi kreativitás átértékelődésével, a bevezetés megfelelő előkészületeivel, és egy listát is közöltünk a legjobb szolgáltatásokról. Most azonban hamarosan induló AI a gyakorlatban GPT-4o, Copilot és más eszközök című képzésünk előadóját arra kértük: mondjon öt konkrét felhasználási módot, amire ő vagy a környezete alkalmazza az ilyen megoldásokat. Fekete Dávid, az MI-vel foglalkozó észtországi Syntheticaire cég CEO-ja cikkünkben arról is beszél, ugyanezeket a folyamatokat hogyan végezték a gépagy bevezetése előtt.
Frontend fejlesztés: így lesz grafikából működő weblap
Mit használtak előtte? Google-kereséseket, Reddit-posztokat, a Stack Overflow kérdezz-felelek weboldalt és különböző dokumentációkat.
Mit használtak helyette? Először a ChatGPT-t, majd a Vercel v0-ját, végül pedig a Locofy.ai-t. Amikor kijöttek a már képet is kezelő multimodális rendszerek, akkor a Figmában elkészített terveket képernyőfotón beküldték a ChatGPT-nek, hogy készítsen belőle JavaScript-dizájnt. Dávid azt mondja, az első válasz teljesen használhatatlan volt, de ha ráközelítettek a dizájn egyes részeire, például egy bejelentkezési képernyő elemeire, akkor a végén használható dolgokat is kiadott.
A v0 viszont már úgy rak össze egy elég jó dizájnnal bíró weblaprészt, hogy a generált kódot egyből be is lehet húzni a projektükbe, teszi hozzá. Ez sem működik tökéletesen, de sokkal jobb, cserébe aki nem az üzleti csomagot veszi igénybe, annak az adatait felhasználhatják a modell tanításához. (Emiatt olyan kódot ne üssünk be, amelyben jelszavak és más érzékeny infók szerepelnek, bár ez más MI-rendszereknél is kerülendő!) A Locofy pedig egy figmás dizájnból egy az egyben használható JavaScript-kódot gyárt. Ezután a frontendet már csak össze kell kötni a backenddel, és ellenőrizni a logikáját. Ráadásul itt ki lehet választani, milyen kódrészletekre tud visszautalni, hogy önismétlések miatt ne legyenek indokolatlanul hosszúak a kódok.
Miért hasznos mindez? „Nekem nagyon fárasztó munka, hogy minden pixel jó helyen legyen a weboldalunkon, akkor is, ha kicsinyítem a képernyőt” – magyarázza. Miután a Locofy már tényleg egy az egyben használható végeredményt ad ki, a kérdés: ki dolgozzon többet – fejti ki. Ezzel a megoldással ugyanis értelemszerűen a dizájnnal kell több munkaórát foglalkozni, hogy abban például a weblap reszponzív jellege is benne legyen, cserébe a frontenddel alig kell foglalkozni. Nyilván más a területek bérezése, ezt kell mérlegelni. „Amikor elkezdtem a frontenddel foglalkozni, egy screent úgy 4-5 napig fejlesztettem. Most fél vagy egy nap alatt megvannak. Nem váltja ki teljesen az eddigieket, de sokkal gyorsabban lehet haladni.”
Más szektorokban is használható? Igen, hiszen a legtöbb cég weblapjának vannak hasonló elemei – mondjuk egy kapcsolattartásra szolgáló űrlap, területtől függetlenül.
Ingyen is használható? Igen, a v0 és a Locofy a napi üzenetszámot limitálja ebben az esetben.
Specifikus hibák, amiket nehéz észrevenni
Hogyan dolgoztak előtte? Google-kereséseket, Stack Overflow-t, teljesen új irányt kerestek vagy beszéltek egy, az adott területen jártas emberrel.
Mire váltottak? A ChatGPT-re. „Amikor a ChatGPT-vel először elkezdtem kísérletezni, az esetek 10-20 százalékában tudott segíteni, mostanra 60-70” – idézi fel, hogyan érzékeli a rendszer folyamatos fejlesztését.
Miért hasznos mindez? Fekete Dávid hozzáteszi: amikor nemrég egy adatbázis-migrációt végeztek és frissíteni kellett a struktúrát, volt egy hiba, amelynek nem találták az okát. A hibaüzenetet és a kód releváns sorait bedobták a ChatGPT-nek, és a rendszer jól el is magyarázta, mi volt a hiba. Ez alapján már újra tudták kódolni, és ezt követően működött is a kód. A munkát ez nagyban felgyorsította.
„Olyan, hogy új irányt kell találnunk vagy külső segítséget kell bevonnunk, biztosan elő fog még fordulni, de mivel a ChatGPT elég nagy adatbázison tanult, a legtöbb hibát felismeri” – összegez. „Főleg, amikor már 10 óra felett programozol aznap és tompul az agyad, így nem gondolsz valamilyen eshetőségre, akkor arra is rávilágít.”
Más szektorokban is használható? Ahol kódolnak, ott igen.
Ingyen is használható? Igen.
Fekete Dávid több mint 8 éve dolgozik MI-modellekkel, először a kutatás-fejlesztésben helyezkedett el, később a flexiwork.app társalapítója lett, jelenleg pedig vállalatoknak segít az MI-stratégiájuk kialakításában, a modellek integrálásában és olykor a teljes szoftveres ökoszisztéma felépítésében.
Marketing: személyre szabás és szövegtuning
Hogyan dolgoztak előtte? A cégük marketingjén dolgozó felesége jóval több időt fordított a szakmai blogjukra szánt cikkek megírására, a sales során pedig azonos üzeneteket küldtek ki mindenkinek.
És azóta? Egyrészt a ChatGPT-t, mellette pedig a – már egy korábbi listánkban is ajánlott – Perplexityt, amely erős az információi forrásainak visszaadásában. Ezek segítségével szabják a különböző potenciális ügyfelek igényeire a nekik kiküldött salesüzeneteket, szűrve, hogy csak releváns esettanulmányokra hivatkozzanak bennük, ezzel hitelesebbé téve a megkereséseket. Emellett a közösségi médiás posztjaikhoz és a blogjukra írt cikkekhez is igénybe veszik ezeket, mindkettőt angolul írják. „A nyugati világbeli nyelveket elég jól kezeli az MI, és már annyira a kisebb országok nyelveivel sincs problémája” – vélekedik Fekete Dávid.
Miért hasznos? „Az általunk fejlesztett, az uniós piacot megcélzó MI-modellek bármilyen iparágban alkalmazhatók, de egy élelmiszeriparban dolgozó embert másképp kell megközelíteni, mint a telekommunikációban utazókat. Ezekkel a rendszerekkel könnyebb személyre szabni ezeket a szövegeket” – foglalja össze. Emellett az ilyen szolgáltatások a hosszabb szövegek rövidítésében, tömörítésében is segítenek.
A nyilvános szövegeknél is – az ötletelés és a belső esettanulmányokból és külső forrásokból összeállított vázlatok elkészítése után – az MI segítségével írják meg az anyagokat. Nem tesznek ki egy az egyben géppel írt anyagokat, a végeredménynek inkább egyes részei lesznek ilyenek. „Átnézzük a generált szöveget, és csak azokat a részeit használjuk fel, amelyek jól sikerültek és nem annyira gépiesek. Néha a logikai sorrend sem jó benne, szóval egy emberi szakértőnek mindenképp látnia kell, mielőtt felhasználjuk” – húzza alá.
Más szektorokban is használható ugyanez? Igen.
Használható az ingyenes verzióban is? Igen, a Perplexitynek is van egy korlátozottabb, de díjmentes változata a fizetős mellett.
Nyelvtanulás: így segít a gép a gyakorlásban
Mit használt előtte? „A Duolingót sosem tartottam túl hatékonynak, mert azt az érzetet kelti benned, hogy mennyi mindent megtanultál, de ha eltelik két hét, amíg nem használod, kábé minden kiesik” – mondja. Korábban ezért a FunEasyLearn alkalmazást használta, hogy bővítse német szókincsét, mióta Ausztriába költöztek. „Azok nagyjából meg is maradtak.” Emellett persze járt némettanfolyamokra, online és offline egyaránt. „Ezek nem voltak rosszak a nyelvtan elmagyarázásában, de nagyon egy kaptafára épültek.”
Mit kezdett el használni ezután? A ChatGPT GPT Store-ja keretében saját chatbotot hozott létre, amelynek megadta, hogy ő most egy nyelvtanár, aki segít neki tanulni.
Miért hasznos? A nyelvi modell elmagyarázza a nyelvtani logikát is, ha Dávid lefordít valamit németről magyarra vagy fordítva. „Beírok mintamondatokat, a rendszer kijavítja és elmondja, hogy ez azért volt hibás, mert a sorrend más kell, hogy legyen.” Kérdésemre azt mondja, a hallucinációval itt nem volt gond. Bár a munkájában angolul kommunikál, ha kinn például elmegy a boltba, akkor már érzi a rendszer segítségét. Igaz, annak használatakor már épített a nyelvtanfolyamokon megszerzett korábbi tudására. „Azok azért kellettek, nem tudom, milyen lett volna, ha teljesen a nulláról kezdek.”
Használható az ingyenes verzióban is? Igen, annyit kell tenni, hogy felírjuk magunknak a megadott promptot arról, hogy ő most nyelvtanárként magyarázzon nekünk, a díjmentes változatban ugyanis csak egy ideig jegyzi meg az ilyesmit a chatbot.
Egészség: az edzéstervtől az étrendig
Mit használt előtte? Sima internetes keresést, illetve személyi edző ismerősétől kért tanácsot.
És utána? Itt is az általa svájci bicskának tartott ChatGPT-t, amely heti edzéstervet és étrendet is összeírt neki. Megmondta neki, hetente hányszor szeretne edzeni és milyen felszerelése van otthon. A rendszer pedig elkészített egy tervet olyan gyakorlatokkal, mint hogy oldalemelés kézisúlyzókkal, hangsúlyozva, hogy ez most a vállizmot mozgatja meg, és a gyakorlathoz instrukciókat is ad.
Miért hasznos? Mert részletes és testre szabott. „Ezen a héten 2-4 kilós súlyzót javasolt nekem, és három szettet 12 ismétléssel, egy lazább nehézségi szinten” – osztja meg. A táplálkozásnál pedig a szellemi és fizikai munkát végzők eltérő tápanyagigényére is oda tud figyelni a rendszer. „Nekem fehérjedús étrendet adott, konkrét receptekkel.” A hozzáértő ismerőse tanácsát nem váltotta ki egészében, de jól kiegészítette, mondja.
„Szerintem a személyi edzőknek már nem lesz elég megmondania, milyen gyakorlatokat végezzünk, hanem motiváló, fejlődésre ösztönző edzőként, coachként kell viselkedniük, mert ezt az MI nem adja meg” – véli. Arra a kérdésünkre, hogy a személyi edző mit szólt a gép iránymutatásaihoz, azt mondja, validnak tartotta a javaslatokat.
Használható az ingyenes verzióban is? Igen.
_______________________
Tudni kell belekérdezni
Az MI önmagában nem fogja megadni a cégeknek a versenyelőnyt. Sokkal inkább annak felhasználásával a jól átgondolt folyamatok fogják – mondja Fekete Dávid. Gyakran az előfeltételek hiányoznak, de a cégek már be akarják vezetni a gépagyat. Az általa vezetett cég is ezt igyekszik megoldani. „Ahol a folyamatok nincsenek kialakítva, az MI bevezetése el fog bukni, mert például az előrejelző modellek bevezetése – mondjuk a raktárkészlethez – nem úgy történik, hogy betanítjuk a modellt, és készen vagyunk. Hanem folyamatokat kell köré felállítani. De ha a környezet nincs ehhez jól kialakítva, akkor ezek nem lesznek hatékonyak” – magyarázza. A forrásadatok megváltozásával például egy modell előrejelzése romolhat, így e köré kell egy olyan automatizációs rendszer, amely figyeli a bejövő adatokat, és ha szükséges, újratanítja a modellt és újra integrálja a használt szoftverbe – érzékelteti. A nyelvi modelleknél pedig az a kritikus, hogy miként tárolják és küldik be az adatokat a rendszerbe – teszi hozzá.
Az általa tartott, november 27-én induló képzés egyik célja is az, hogy a jelentkezők megértsék az MI kihívásait. „Szeretnénk, hogy ha valaki azt mondja a résztvevőknek, hogy segít nekik az MI-fejlesztésben, akkor tudjanak jó kérdéseket feltenni, és ne higgyenek el mindent, hogy egy csomó pénz kifizetése után derüljön ki, hogy nem csináltak semmit” – mondja előadónk. A másik fele pedig gyakorlatias: sokféle konkrét felhasználási módról lesz szó. „Az embereknek eszébe sem jut, hogy az MI-t mondjuk az edzéstervükhöz is felhasználják, és csak munka közben használják, pedig a személyes életben is nagy segítség lehet” – összegez. A résztvevők tehát jógyakorlatokat, életszerű példákat kapnak arról is, hogy mind a munkájukban, a karrierjükben, mind a hétköznapokban hogyan használhatják fel az gépagyat.