Az innováció és a mesterséges intelligencia korában is számít, hol élünk

A tudás nem online szárnyal igazán, hanem emberi kapcsolatok hálózataiban, és ezeknek a hálózatoknak megvannak a maguk térbeli szabályai. Lengyel Balázs, a Corvinus Institute for Advanced Studies (CIAS) kutatóközpont vezető professzora arról beszélt, miért válik egyre fontosabbá a földrajzi közelség épp a távmunka és az AI világában, és hogyan árulkodnak a városi kapcsolathálózatok a társadalmi egyenlőtlenségekről.
A Corvinus Agglomeration, Networks and Innovation kutatócsoportjában azzal foglalkozunk, hogy a városokban hogyan alakulnak ki társadalmi kapcsolatrendszerek – ki kivel barátkozik, ki kivel beszél, ki kivel működik együtt. Ez fontos eleme annak, hogy a városok miért működnek jól, miért tudnak fejlődni gazdaságilag, technológiában, és mennyire igazságosak.
A városokban jön létre az innovációk nagy része. Ott van a diverz tudás, sokféle ember lakik együtt, és amikor találkoznak, ötleteket cserélnek, amelyek aztán technológiai és gazdasági fejlődéshez vezetnek. Minél komplexebb egy ötlet, annál inkább van szükség mély, szoros kapcsolatokra. Nem elég, ha a hírekből értesülünk a városunkban zajló dolgokról. Össze kell találkoznunk, és beszélnünk kell egymással ahhoz, hogy megértsük, a sokszínű és komplex tudásból mi számunkra a fontos, és miben van új lehetőség.
Ezek a kapcsolatrendszerek nem feltétlenül vezetnek igazságos városokhoz. A városok szegregáltak: egymástól elkülönülnek a gazdagabb és szegényebb negyedek. A szegény városrészekben élők nehezen tudnak kapcsolódni a gazdagabb részek lakóihoz. Ha nincs átjárás közöttük, nem valósul meg az a fajta kommunikáció, amely gazdasági lehetőségeket teremthetne a szegényebbek számára, akik így egyre inkább leszakadnak. Tehát mi a kutatásainkban azzal foglalkozunk, hogy az innovációs hálózatokból mit tanulhatunk az igazságos városok számára, hogyan lehet olyan városokat teremteni, amelyek egyszerre növekednek és fejlődnek, miközben igazságosak maradnak.
Olyan várost, amelyben a szegényeknek hasonló kapcsolatrendszerük lehet, mint a gazdagoknak. A Nature-ben néhány éve megjelent kutatásban például a Facebookkal együttműködve azt vizsgálták, hogy a szegény gyerekek akkor tudnak felnőttként sokkal jobb állást találni, ha gyerekkorukban barátságot kötnek gazdagabbakkal – egy iskolába, sportklubba vagy egyházi közösségbe járnak. A gazdag gyerek motiválhatja a hátrányos helyzetűeket, így azok könnyebben bekerülhetnek az egyetemre, jobb munkát találhatnak később. Ezek a kapcsolatok nagyon számítanak. A kérdés pedig az: a városainkban hol és hogyan tudnak találkozni a gazdagok és a szegények, és ha találkoznak, kialakul-e köztük olyan kapcsolat, ami később valóban számít?
Ez nem kifejezetten az én kutatási területem, de a közvetlen környezetemben Johannes Wachs, a Corvinus Center for Collective Learning igazgatója foglalkozik a témával, és együtt is gondolkodunk rajta. Azt látom, hogy az AI-val egyszerre zajlanak felzárkóztató és egyenlőtlenséget növelő folyamatok. Számos kutatás bebizonyította, hogy az AI felzárkóztatja a kevésbé tapasztalt dolgozókat, akik korábban egységnyi idő alatt kevesebb feladatot tudtak elvégezni, most közelebb kerülhetnek a jobbakhoz, és az elvégzett munka minősége javul.

Ezt az egyetemi környezetben nagyon jól látjuk: bődületes minőségi ugrás észlelhető a hallgatói dolgozatokban. Olyan munkákat adnak be a diákok mostanában, amilyeneket én a PhD alatt sem tudtam csinálni. Ugyanakkor amikor belekérdezünk az anyagokba, rögtön kiderülnek a hiányosságok. Ez visszaüthet, hiszen az én olvasatom szerint a verseny nem ott lesz, ahol korábban: nem a kódolásban vagy az angolul való írásos kommunikációban, mert ezek standarddá válnak, ahogy mondjuk jó ideje tízjegyű számokat sem kell fejben szoroznunk. A verseny ott lesz, hogy mennyire tudjuk uralni és menedzselni a komplex projekteket: ki tudjuk-e jelölni az irányt, meg tudjuk-e csinálni egyedül, ami eddig csapatmunkát igényelt, és meggyőzően be tudjuk-e mutatni az eredményeket, jól tudunk-e reagálni a felmerülő ötletekre, kérdésekre. Ehhez olyan szemlélet és készségek kellenek, amelyeket az AI nem tanít meg. Ezek a készségek jellemzően társadalmi természetűek, és azok sajátíthatják el nehezebben, akik szegényebb környezetből indulnak. Hiába érhető el az AI mindenki számára, nem fogja automatikusan bekapcsolni őket azokba a kapcsolathálózatokba, ahol a fontos dolgok zajlanak.
Ha nem megyünk be a munkahelyünkre, azokkal kerülünk kapcsolatba, akikkel épp egy projekten dolgozunk: online megbeszéljük a feladatokat, leosztjuk a munkát. Kimaradnak azok az interakciók, amelyek a munkába járáskor érnek minket az utcán, a boltban, az étteremben, a menzán. Amikor olyan emberekkel találkozhatunk véletlenszerűen, akikkel egyébként is kapcsolatba kerülhetnénk, de nem egy konkrét közös feladaton dolgozunk.
Ez nagyon nehéz kérdés, és rengeteg eltérő megközelítés létezik a témáról. Nem véletlen, hogy az USA-ban alakultak ki a nagy innovációs központok, és ez nem kizárólag spontán folyamatok eredménye. Ott a második világháborút követően az állam bődületes mennyiségű pénzt költött bizonyos tudományterületekre, és ezek generálták az egyéb fejlődéseket is: a mikrohullámú sütő például egy nagyobb katonai fejlesztési program mellékterméke. Az államnak tehát kulcsszerepe van abban, hogy hova és mennyit költ. A nagy projektek tudják beindítani a kutatásokat, amelyek hosszú távon fejlődéshez vezetnek.

A másik tényező a méret és a sokszínűség. A nagyobb városok innovatívabbak, mivel a diverzitás jobban jelen van, és az innováció igényli, hogy különböző tudású emberek találkozzanak egymással. Az innováció jellemzően nem egy magányos tevékenység következménye, hanem a csoportokban való közös munka eredménye, ahol a tagok kombinálják a tudásaikat.
A közösségi média szerintem ebben a kontextusban inkább marketing jellegű funkciókra alkalmas. Ha értesülök egy hozzám közel álló érdekes eredményről, az segíti, hogy odafigyeljek arra az emberre, és esetleg felvegyem vele a kapcsolatot. Tehát segítheti az a kapcsolatfelvétel valószínűségét, de nem helyettesíti a mélyebb, személyes találkozást.
Ez egy nagyon mély és nehéz kérdés, de azt gondolom, hogy anélkül, hogy megértenénk, milyen szinten van a humán tőke az országban, csupán délibáb, hogy az egyetemek és vállalkozások együttműködésével foglalkozzunk, noha a szakmai fórumokon, kerekasztal-beszélgetéseken még mindig ezen van a fókusz. Amíg a humán erőforrás kérdéseivel nem törődünk komolyan, nem lesz tartós növekedés.
A másik, hogy az innovációt jellemzően szabadalmakkal mérjük, ugyanakkor nagyon kevés szabadalom jellemző ezekben a régiókban – nemcsak Magyarországon, hanem a környező országokban egyaránt. És ha van, a magyar feltalálók jellemzően nagy nemzetközi csapatokba dolgoznak be.
Kicsi ország vagyunk Európa perifériáján, nekünk a nemzetközi rendszerekbe kell bekapcsolódnunk, ahol a központi dinamikák zajlanak. Az ebben résztvevő szakembereknek pedig ki kell építeniük maguk körül a saját szigeteiket itthon. Vannak sikeresen működő programok, amelyek a nemzetközi kapcsolatrendszerekkel bíró kutatókat támogatják abban, hogy új csoportokat hozzanak létre Magyarországon. Szerintem ez a jó irány: globálisan gondolkodni, és a hídfőállásokat itthon is kiépíteni.
Az egyenlőtlenség alapvetően gazdasági dinamikákból fakad, amelyek aztán térbeli és társadalmi polarizációhoz vezetnek. A földrajzi folyamatokat Nobel-díjas kutatások és közgazdasági elméletek is leírják: a városi cégek sokkal több előnyhöz jutnak, és erős szelekció zajlik a városokban – magasabbak az árak, a bérleti díjak és nehéz vidékiként felköltözni, beilleszkedni. Ez nem magyar jelenség, ugyanakkor nálunk mindennek történeti okai is vannak. Az első világháború után a trianoni békeszerződés értelmében a határon kívülre kerültek azok a nagyobb városok, amelyek valamelyest ellensúlyozhatták volna Budapest jelentőségét és vonzerejét. Ma nagyságrendekkel különbözik egymástól Budapest és az őt követő városok. Ráadásul mióta megépültek az országot összekötő autópályák, a fővárosi cégek piaca megnőtt, és méretgazdaságossági okokból a fővárosi nagyobb cégek kiszoríthatják a helyi versenytársakat. Ez a polarizáció tovább növekszik, ami megköveteli, hogy a helyi gazdaságfejlesztésre és vidékfejlesztésre komolyan odafigyeljünk.
A legtöbbször nagy adatbázisokból gyűjtünk információt, de készítünk kérdőíveket is, és időnként interjúzunk, mert a legmélyebb összefüggések azokból derülnek ki. A nagy adatbázisok inkább a madártávlati mintázatokat mutatják meg, adattudományi, hálózattudományi szempontból.

Foglalkozunk közösségimédia-adatokkal, telefonos adatokkal, valamint szabadalmak és tudományos cikkek adataival. Ezek alapján fedjük le az együttműködési és találkozási mintázatokat, akár egész országok kapcsolathálózatát, amelyeket aztán különböző szinteken elemezhetünk. Emellett adminisztratív adatokkal szintén foglalkozunk, Magyarország kiváló adatbázisok állnak rendelkezésre. Mindezt egy nagyon biztonságos rendszerben tesszük. Törvény írja elő, milyen környezetben lehet ezekkel dolgozni: védett adatszobák vannak, páncélozott ajtóval, bekamerázva, ahová nem lehet bevinni semmit, és figyelik, mit csinál az ember. Védeni kell az adatokat, hiszen ez egy bizalmi kapcsolat a társadalom és a kutatók között.
Rengeteg van. Most például X-adatokat gyűjtöttünk, ami azért izgalmas, mert már nem lehet hasonlókat elérni, mióta Elon Musk gyakorlatilag elvágta a kutatók elől a lehetőséget, azonban mi még épp belecsúsztunk, hogy le tudjuk szűrni London összes tweetjét, és most elemezzük a szövegeket. Mivel ezek geolokációval, időbélyeggel ellátott üzenetek, meg lehet tippelni, hol lakik a poszt szerzője, és ebből következtethetünk a szocioökonómiai hátterére. Azt próbáljuk megérteni, mennyire szegregált a városban a nagy társadalmi folyamatokról szóló kommunikáció. Például hogyan beszélnek egymásról azok, akik a Brexit mellett, illetve az ellen érveltek, mennyire különült el a két tábor, és kik voltak azok, akik összekötötték ezeket a csoportokat.
Továbbá foglalkozunk a tizenöt perces város kérdéskörével Budapesten, ami az igazságos város témáját a környezeti fenntarthatóság felé tereli. A tizenöt perces város lényege, hogy mindenfajta szolgáltatás gyorsan, könnyen, gyalog elérhető legyen, és ne kelljen értük autóba ülni. Ez jellemzően külvárosi probléma. Telefonos adatokból és anonim módon próbáljuk megérteni, hol veszik igénybe az emberek a szolgáltatásokat: a munkahely vagy az otthonuk közelében, vagy épp nem, mert a gyereket mindenképpen a kiválasztott iskolába viszik, a kedvenc fodrászatuk pedig a város másik végén üzemel. A várostervezésben mindez fontos szempont, a BKK-val, a Telekommal és a Fővárosi Önkormányzattal együttműködve kutatjuk, hogy a városi térben hogy optimalizálható, hogy az fenntarthatóbb és élhetőbb legyen, kevesebb autóval és jobb tömegközlekedéssel.
A cikk megjelenését a Budapesti Corvinus Egyetem támogatta