A gyűlölködés helyett érdemes inkább a párbeszédre és megértésre törekedni: így könnyebben rátalálhatunk a közös nevezőre.
Ha a hazai közéletet szemügyre vesszük, könnyen észlelhetjük, hogy óriási feszültségek és nézeteltérések feszülnek az emberek között számos ügyben. Ez a jelenség nem csupán a magyar társadalomra jellemző; a világ más tájain is hasonló problémákkal találkozhatunk. Nehéz közös nevezőre jutni, hiszen az egyének eltérő ideológiai, politikai és társadalmi meggyőződésekkel rendelkeznek, ami megnehezíti a párbeszédet és a konszenzus kialakítását.
A kollektív cselekvéshez azonban a csoportoknak megállapodásra kell jutniuk, ami kihívást jelenthet, ha a vitázók nagyon eltérő, de amúgy érvényes véleményeket képviselnek. De mi volna, ha a mesterséges intelligenciára bíznánk a közvetítést? - tették fel a kérdést a Google DeepMind kutatói. Nagy nyelvi modellek rendszerét képezték ki arra, hogy egyfajta közvetítőként (és ne döntőbíróként) működjenek a vitákban, olyan összefoglalókat készítsenek, amelyek a fontos társadalmi vagy politikai kérdésekben megtalálják azokat a területeket, amelyekben egyetértenek a vitázó felek. Eszközüket Habermas gépnek (Habermas Machine, HM) nevezték el Jürgen Habermas német filozófus és szociológus kommunikatív cselekvéselméletének ihletésére.
A Google DeepMind kutatócsapata 5734 résztvevőt vont be vizsgálataikba, akik közül egyeseket egy közösségi kutatási platformon, míg másokat egy polgári gyűléseket szervező nonprofit szervezet révén toboroztak. A résztvevők demográfiai szempontból a brit lakosságot reprezentáló mintát alkottak. A kutatás során a HM (Human-Machine) rendszert két szakaszban tesztelték: először azt vizsgálták, hogy a rendszer mennyire képes pontosan összefoglalni a kollektív véleményeket, majd azt, hogy képes-e közvetíteni a különböző csoportok között, és segíteni a közös álláspont megtalálásában olyan megosztó politikai témákban, mint a Brexit, a bevándorlás, a minimálbér, az éghajlatváltozás és az egyetemes gyermekgondozás.
Miután a HM elkészítette véleményét, a kutatók a dokumentum hasznosságát kezdték el vizsgálni. Emberi közvetítőket is bevontak a folyamatba, és a résztvevőknek meg kellett osztaniuk, melyik megoldást találják előnyösebbnek. Az eredmények lenyűgözőek voltak: az esetek több mint 56%-ában a résztvevők a mesterséges intelligenciát választották. A kutatók azt tapasztalták, hogy az MI által megfogalmazott vélemények minősége felülmúlta az emberi közvetítőkét. Az MI kijelentései világosabbak, logikusabbak és informatívabbak voltak, mindeközben figyelembe vették a kisebbségi nézőpontokat is. Összességében elmondható, hogy a gépi közvetítő által irányított beszélgetések során a résztvevők csoportjai sokkal egységesebbek voltak az adott kérdésekben.
A vizsgálatot ezután megismételték egy virtuális polgári gyűlésen is, és megállapították, hogy a mesterséges intelligencia által közvetített tanácskozás után a vitás kérdésekben a vitatkozók csoportjainak nézetei hasonló irányba mozdultak el. Ezek az eltolódások nem a mesterséges intelligencia elfogultságára vezethetők vissza, ami arra utal, hogy a mérlegelési folyamat valóban elősegítette a közös nézőpontok kialakulását a potenciálisan polarizáló társadalmi és politikai kérdésekben.
Annak kiderítésére, hogy hol és hogyan lehetne ezt a technológiát a jövőben alkalmazni, további kutatásokra van szükség, és a fejlesztők egyelőre nem is tervezik a modell nyilvános bevezetését. Viszont ha a későbbiekben a Habermas Machine ígéretes eszköz lehetne a közös hang megtalálásához és a kollektív fellépés előmozdításához az egyre megosztottabb világban.
