A hallgatók a Digitális társadalom specializáció keretében a világ digitalizációjának társadalmi folyamatait és következményeit vizsgálják. Kutatásaik középpontjában az internet, a mesterséges intelligencia, a digitális kommunikáció, az online közösségek, valamint a technológiai innovációk mindennapi életre, munkára, tanulásra és társadalmi kapcsolatokra gyakorolt hatása áll.
A digitalizáció napjaink egyik legmeghatározóbb társadalmi jelensége, amely új lehetőségeket és kihívásokat teremt az egyének, közösségek és intézmények számára. A hallgatók kutatásaik során arra keresik a választ, hogyan alakul át a társadalom a digitális technológiák hatására, miként változnak a kommunikációs szokások, a munkavégzés formái, az információhoz való hozzáférés módjai, valamint a társadalmi egyenlőtlenségek és részvételi lehetőségek.
Ezen az oldalon a hallgatók kutatói műhelymunka keretében végzett vizsgálatait mutatjuk be. Az itt megjelenő munkák célja nemcsak a tudományos eredmények bemutatása, hanem a hallgatói kutatói kompetenciák fejlesztése, az innovatív gondolkodás ösztönzése, valamint a digitális társadalom aktuális kérdéseiről folytatott szakmai párbeszéd erősítése.
A projekt csapata
 Kovács Bence |
 Korecz Dorottya |
 Tóth Emese |
 Csuti Kristóf |
 Kósa Réka |
 Völgyi Bence, Oktató |
A digitalizáció története
Az internet mára már elengedhetetlen részét képezi a mindennapjainknak, szinte mindenkinek ott lapul a zsebében, körülveszi otthonában és a szociális interakcióink során is rengetegszer segítségül hívjuk. Ennek ellenére viszont kevesen tudják pontosan honnan is indultunk és hogy milyen folyamatok vezettek a ma uralkodó globális trendekhez vagy hogy milyen volt harminc évvel ezelőtt. Jelen áttekintés azt kívánja, hogy vezetett utunk egészen a Hidegháború korai időszakán át, az első online pizzarendelésen keresztül egészen a mesterséges intelligencia (MI) széleskörű használatáig.
A történet az 1960-as évek USA-ban kezdődött el, ahol a Védelmi Minisztérium létrehozta az ARPANET nevű hálózatot, melynek eredeti célja a kutatóközpontok és felsőoktatási intézmények számítógépéinek összekapcsolása lehetséges legyen (Glowniak, 1998). A valódi áttörés viszont csak az 1970-es 80-as években következett be mikor is a TCP/IP protokollok segítségével sikerült az addig szigetként működő hálózattokat összekapcsolni és ezzel megszületett a globális internet (Technological University Dublin, Blanchardstown Campus, School of Business & Humanities et al., 2022). Ekkor még főleg katonai és kutatási célokra használták fel, amit Tim Berners-Lee találmánya a World Wide Web (WWW) változtatta meg.
Ezzel a megkezdődött a Web 1.0 időszaka, amikor is leomlottak a távolság okozta nehézségek, bár ekkor a felhasználók még csak passzív figyelői voltak az eseményeknek (Hoebanx, 2022). Ezután eljött a web kommercializálódásának időszaka, mikor is az online tér „kitágult” és átlépte a laboratóriumok küszöbét és kilépett a piaci szférába. Ezt követte a Web 2.0 időszaka, ami már sokkal inkább a felhasználóközpontú volt, ők voltak a tartalomgyártás új alapkövei. Ekkor jelentek meg a mai is ismert social media felületek, mint a YouTube és a Facebook és formálták át alapjaiban tartalomfogyasztási szokásainkat, internetes jelenlétünket.
A 2010-es évek elejétől pedig átléptünk a Web 3.0 érába, amit a privatizált internet korszakának nevezünk. Erre a korszakra az okostelefonok tömeges elterjedése, a felhasználók adatainak begyűjtése is ekkor vált igazán elterjedté, valamint a különböző mesterséges inteligenciával és gépi tanulással vezérelt algoritmusok is ekkor váltak népszerűvé.
Az előttünk álló időszak, amelyet egyre többen Web 4.0-ként emlegetnek legmeghatározóbb szereplője egyértelműen az MI lesz, egyre több vállalat építi be saját termékeibe és az emberek előszeretettel használják. A digitalizáció legújabb hulláma tehát a határok átlépéséről szól, amelyet a közelmúlt világjárványa is soha nem látott mértékben felgyorsított, arról, hogy az ember még inkább a része legyen egy digitális térnek.
Helen V. Milner, (2003.)"Az internet globális elterjedése" című tanulmánya azt vizsgálja, milyen tényezők segítették vagy hátráltatták az internet elterjedését a világ különböző országaiban. A kutatás fő állítása az, hogy az internet terjedése nem magyarázható meg tisztán belföldi vagy gazdasági okokkal, hanem nemzetközi diffúziós nyomások voltak a fő befolyásolói a folyamatnak. Az új technológiák sikeres bevezetése nagyban függ a politikai vezetők által hozott szabályozásoktól és törvényektől, ezek a döntéshozókat pedig az alábbi öt fő nemzetközi diffúziós folyamat alakítja.
1. Hatalmi nyomás és kényszer: A nemzetközi kapcsolatok elmélete, azt állítja, hogy a világ legerősebb országai, például a szuperhatalmak, képeseik rá, hogy nyomást gyakoroljanak a náluk gyengébb államokra. A jelenség pedig azt éri el, hogy ezek az államok stabilitásuk megtartásának érdekében, lemásolják a nagyhatalmak által fektetett standardokat minden téren.
2. Globális piaci és gazdasági verseny: A világgazdasági fejlődés kényszeritő erőként hat az országokra, hogy vezessenek be technológiai újításokat, mert különben elmaradnak a többi ország fejlődéséhez képest. Emiatt az államok folyamatos megfigyelést folytatnak szomszédaikon és kereskedelmi partnereken és „leutánozzák” őket, vagyis, ha azok fejlesztenek akkor ők is.
3. Racionális tanulás: Ez a folyamat a megfigyelésre alapul, itt az országok nem arra törekednek, hogy valami innovatívot alkossanak, hanem hogy a jól bevált dolgokat átvegyék másoktól és saját rendszerükbe implementálják. Ebben az esetben legyakrabban a szomszédos országok szolgálnak mintaként vagy a nemzetközi szervezetek megfigyelései alapján hozzák be a változtatásaikat.
4. Hálózati hatások: Itt a globális rendszerbe való tartozás/csatlakozás adja a motivációt. Annál értékesebb az internet egy adott ország száméra minél több felhasználó található meg rajta. Ez az érték pedig minden egyes új felhasználóval növekszik és ennek hatására egyfajta nyomás alakul ki az államok felé, hogy tovább fejlesszék saját infrastruktúrájukat és csatlakozzanak a globális „keringésbe”.
5. Szociológiai utánzás: A bizonytalanság idejében az országok hajlamosak döntéseiket azoknak az államoknak a mintájára meghozni, akikkel valamilyen módon közös a kulturájuk, történelmük. Ez a racionális tanulással ellentétbe nem feltétlenül a leglogikusabb döntés meghozatalát indikálja, inkább lemásol valamit egy olyan félről, akihez hasonlónak érzi magát. Ez ad egyfajta megnyugtatást számukra az ismeretlenbe való menetelés során.
A kutatás rávilágít arra, hogy az internet globális elterjedését nem csupán egy ország belső strukturális jellemzői határozták meg. Nagy szerepet töltöttek be a határokon átnyúló hatásmechanizmusok is, amik meghatározó faktorai az internetelterjedésnek. Emellett fontos megemlíteni a gazdasági verseny és utánzás erejét a témában, amik nagyban hozzájárultak a kialakult helyzethez.
A globális digitális egyenlőtlenségek
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat
i ut aliquip Sajt2 ex ea commodo consequa tLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco la
Lorem ipsum Sajt3 dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequa tLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat
Lorem ipsum Sajt4 dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequa tLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat
Lorem ipsum Sajt5 dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequa tLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequatLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat
A mesterséges intelligencia története
Michael Haenlein és Andreas Kaplan (2019) a mesterséges intelligencia történetét és fejlődését mutatják be a négy évszak analógiáján keresztül, ezzel szemléltetve a terület felemelkedéseit és visszaeséseit.
Az évszakos struktúra négy szakaszra oszlik, amik nem a hagyományos rendben követik egymást.
MI tavasz: Ez a mesterséges intelligencia születésének időszaka. Az 1940-es évekkel kezdődött, Asimov tudományos-fantasztikus történeteinek hatására. A hivatalos kezdetét az 1956-os Dartmouth-konferencia jelenti, ahol megalkották a „mesterséges intelligencia” kifejezést, és meghatározták a kutatási irányokat a témán belül.
MI nyár: Ez volt a sikerek kora. A Dartmouth-konferenciát követő közel két évtizedben jelentős sikerek történtek, így ez okot adott az MI-vel való optimizmusra. Ekkor születtek meg olyan úttörő programok, mint például az ELIZA és a General Problem Solver, amiknek hatására a kutatók azt jósolták, hogy az emberi szintű intelligencia pár éven belül elérhetővé válhat. Ez az időszak bőséges állami finanszírozással járt.
MI tél: A stagnálás és a megszorítások időszaka. 1973-ban vette kezdetét, amikor a várakozások nem teljesültek az MI fejlődésével kapcsolatban. A Lighthill-jelentés kritikái és az amerikai kongresszus elégedetlensége miatt a kormányok drasztikusan megvágták a támogatásokat az MI továbbfejlesztésével kapcsolatban, így ebben az időszakban a kutatás megtorpant és nem történtek további előrelépések.
MI ősz: Erre a szakaszra a betakarítás korszakaként hivatkoznak a szerzők. Ez az 1990-es évektől, a Deep Blue győzelmétől napjainkig tart. Ekkor kezdtek úgymond beérni a korábbi időszakok technológiai fejlesztései, különösen a mélytanulás és a neurális hálózatok. Ez az az időszak, amikor az MI elkezdett a mindennapi életünk észrevétlen részévé válni.
AI befektetés
A generatív mesterséges intelligencia (mint amilyen a ChatGPT is) az elmúlt pár évben elképesztő mennyiségű pénzt vonzott. Míg 2022-ben még csak 2,8 milliárd dollárt fektettek ilyen cégekbe, ez az összeg 2023-ra a kilencszeresére, több mint 25 milliárd dollárra ugrott, 2025-re pedig elérte a 35 milliárd dollárt. Ez a hatalmas vagyon nem oszlik el egyenletesen: a pénz nagy része néhány kiválasztott óriáscéghez kerül, mint például az OpenAI vagy az Anthropic, amelyek több milliárd dolláros támogatást kaptak olyan technológiai nagyáruházaktól, mint a Microsoft vagy a Google. Fontos látni, hogy ebben a versenyben az Egyesült Államok messze vezet, hiszen a befektetések oroszlánrésze amerikai cégekhez vándorol, miközben Európa és Kína egyelőre csak töredékét kapja ennek az összegnek. A befektetők mostanában leginkább az MI-infrastruktúrára (vagyis az okos rendszereket kiszolgáló szuperszámítógépekre és háttérrendszerekre) adnak pénzt, mert ezek nélkül a bonyolult modellek nem tudnának fejlődni. A világ legnagyobb vállalatai (Fortune 500) is nagy reményeket fűznek ehhez: 2023-ban már szinte minden ötödik üzleti beszámolóban kiemelt téma volt a generatív MI, mert a vezetők abban bíznak, hogy ez a technológia a jövőben jelentős plusz bevételt hoz majd nekik. Az Amerikai Egyesült Államok abszolút dominanciája továbbra is megkérdőjelezhetetlen az MI-piacon: 2023-ban a magánbefektetések értéke ott elérte a 67,2 milliárd dollárt, ami közel kilencszerese a második helyen álló Kínának. Az amerikai fölény a kockázati tőke (VC) területén még szembetűnőbb, hiszen 2025-ben a globális MI-kockázatitőke-befektetések mintegy 75%-a (194 milliárd dollár) az Egyesült Államokba áramlott, miközben az ország a legjelentősebb MI-modellek fejlesztésében is (61 modell 2023-ban) messze megelőzi a világ többi részét. Ezzel szemben Kína, bár a magánbefektetések terén visszaesést tapasztalt, továbbra is meghatározó globális szereplő, különösen az ipari robotizáció és a szabadalmi bejelentések terén, miközben a figyelemre méltó gépi tanulási modellek számát tekintve (15 modell) szorosan követi az európai térséget.
Az Európai Unió és az Egyesült Királyság együttesen a technológiai specializációra és a humán tőke fejlesztésére koncentrál, ahol az EU27 tagállamaiban az MI-befektetések becsült értéke 2025-re megközelítette a 100 milliárd dollárt. Unión belül Németország a vezető befektető több mint 30 milliárd euróval, míg az Egyesült Királyság közel 60 milliárd dollárt fektetett ugyanerre az évre a generatív mesterséges intelligenciába. A világ többi országában is hasonló tendenciák mentek végbe: Kanada 2023-ban összesen 2578 millió eurót fektetett MI kutatás-fejlesztésbe (R&D), amelynek megoszlása viszonylag kiegyensúlyozott volt: 46% állami és 54% magánforrás. Az MI-adatokba és felszerelésekbe történő beruházások értéke 20 és 25 milliárd euró közé tehető. Kanada volt az első ország, amely már 2017 márciusában nemzeti MI-stratégiát indított. Olyan meghatározó cégek székhelye, mint a Cohere, amely 2024-ben 500 millió dolláros Series D tőkeemelést hajtott végre. 2025-ben az Izraelbe áramló összes kockázati tőkebefektetés több mint fele MI-fókuszú cégekhez került. 2024-es adatok szerint Izrael az egyik vezető ország az MI-befektetések GDP-hez viszonyított arányában (közel 0,4%).2023-ban Izrael 4 jelentős gépi tanulási modellt bocsátott ki, és az országot az MI-alapú termelékenységnövekedés egyik legnagyobb várományosaként tartják számon. India világelső az MI-készségek penetrációjában (2,8-szorosa a globális átlagnak), és itt a legmagasabb a nők MI-készség aránya is. 2016 óta az MI-tehetségbázisuk kiemelkedő mértékben, 263%-kal nőtt. Az elmúlt tíz évben pedig több, mint huszonötszörösére emelkedett a MI befektetések száma.
Az AI Felkészültségi Index
Az AI Felkészültségi Index (AI Preparedness Index, AIPI) egy olyan átfogó mérőszám, amely országok felkészültségét vizsgálja a mesterséges intelligenciára vonatkozóan. Az indexet négy különböző pillér mentén alkotják meg, ez a digitális infrastruktúra, a humán tőke, a technológiai innováció és a jogszabályi környezet. A mutató 174 országot vizsgál, mindegyik egy 0 és 1 közötti számot kap (International Monetary Fund, 2023).
Az AIPI célja nemcsak egy rangsor felállítása, hanem hogy segítse a döntéshozókat az MI-vel kapcsolatos fejlesztésre szorult területek beazonosításában. Több célkitűzés is van, az elsődleges pedig annak a felmérése, hogy egyes országok mennyire állnak készen a mesterséges intelligencia befogadására a gazdaságukban és a társadalmukban. (International Monetary Fund, 2023) Ezen kívül globális összehasonlíthatóságot is biztosít és segít felmérni, hogy melyik országban melyik területen kell fejleszteni a mesterséges intelligencia adaptációjának érdekében (International Monetary Fund, 2023).
A négy pillér:
Digitális infrastruktúra: Ez a pillér az AI alkalmazásához elengedhetetlen technológiai alapokat méri, vagyis nem csupán az internetelérést, hanem a releváns digitális infrastruktúra meglétét (International Monetary Fund, 2023).
Humán tőke és munkaerőpiaci politikák: Ez egy összetettebb tényező, mivel magába foglalja az emberi erőforrásokat és a gazdasági rugalmasságot is. Az indikátor magába foglalja az oktatást, ezen belül különösen a STEM-területeket és a munkaerő- és tőkemobilitását, országon belül és országok között is (International Monetary Fund, 2023).
Technológiai innováció és gazdasági integráció: Ez az indikátor azt méri, hogy mennyire képes az adott ország új technológiákat behozni a gazdaságába. Kulcsfontosságú eleme a K+F ökoszisztéma, amely az innovációt ösztönzi és az alkalmazkodás, vagyis mennyire képes valódi gazdasági értéket teremteni az AI különböző szektorokban (International Monetary Fund, 2023).
Szabályozás és etika: A jogi környezet határozza meg, hogy mennyire biztonságos és kiszámítható az AI használata. Ez az indikátor vizsgálja a jogi keretek alkalmazkodóképességét és figyelembe veszi az etikai irányelveket is, amely ahhoz járul hozzá, hogy az AI használat garantálta felelősségteljesen történjen a társadalomban (International Monetary Fund, 2023).
Irodalom
International Monetary Fund. (2023). Artificial Intelligence (AI) Preparedness Index. World Bank Data360.
Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5–14. https://doi.org/10.1177/0008125619864925
