Mindannyiunk új munkatársa figyel helyettünk a mítingen, táblázatokat elemez és összedobja a prezentációnkat is

Majdnem pontosan egy éve már annak, hogy a Microsoft egy bő félórás eseményen bemutatta a munka jövőjét, ami alatt nem meglepő módon a mesterséges intelligenciával (MI) való közös munkát kellett érteni. Ennél is konkrétabban azt, hogy a cég a Microsoft 365-be, vagyis az üzleti alkalmazásaiba is beépíti az MI-t a Copilot képében. Ez azóta már el is érhető, január közepén jelentették be, hogy a nagy cégek mellett a kis- és középvállalkozások is előfizethetnek rá.

Lehetőségünk volt élőben megnézni, hogy mit tud a kifejezetten vállalati környezetbe szánt, mindenhova integrált Copilot. A tavalyi bejelentéshez képest sok újdonságot ebből nem tudtunk meg, de élőben talán még egyértelműbb volt, hogy mennyire hasznos lehet az egész. Feltéve, hogy az ember – a Microsofthoz hasonlóan – úgy tekint rá, mint társra, nem pedig úgy, hogy mostantól a mesterséges intelligencia fogja megcsinálni a munkáját.

Keresés helyett logikázás

Ugyan a Microsoftot teljes joggal lehet a mesterséges intelligencia forradalmának éllovasai között emlegetni, a cég összes hivatalos megnyilvánulásából egyértelmű, hogy szeretnék, ha az emberek nem úgy gondolnának ezekre az eszközökre, mint a sci-fikben látott MI-re. Ez az általunk látott demóban is előkerült, ahol a cég specialistája, Vladimir Hruban mutogatta végig a Copilot funkcióit, ő ugyanis rögtön az elején leszögezte, hogy a generatív MI egyelőre bőven nem tart itt, ehelyett partnerként kell rá tekinteni – ezért hívják Copilotnak, nem pedig Autopilotnak.

Azt is hangsúlyozta, hogy a Copilot a Microsoft egyik legfontosabb brandje, elvégre rengetegféle Copilot létezik már, és hát Satya Nadella vezérigazgató is megmondta már tavaly novemberben, hogy Copilot-cégként tekint magukra. Erre nem is kell jobb bizonyíték annál, hogy a cég idén januárban bejelentette a külön Copilot gombot a Windows 11-es pécékre, amihez hasonló jelentőségű változtatást utoljára harminc éve villantott a cég, amikor bemutatta a Start menüt felhozó Windows gombot. Hruban szerint

a Copilot nem más, mint egy új módja annak, ahogy a számítógépünket használjuk, azaz például ahelyett, hogy tudnánk, hogy az Excelben hova kell kattintani és milyen függvényt kell használni, csak megmondjuk a Copilotnak, hogy mit akarunk, és megcsinálja.

Fontos kiemelni, hogy itt nem pusztán arról van szó, hogy beletették a mindenki által ismert ChatGPT-t a Wordbe és az Excelbe. A Microsoft nem a nagy nyelvi modellek fejlesztőinek (például az OpenAI-nak) az alkalmazásprogramozási felületét (API) használja, hanem a Microsoft felhőjében, az Azure-ban futó saját változatát, így az adatok nagyobb biztonságban vannak. Ezenkívül fontos a tavaly is hosszasan taglalt Microsoft Graph is: ez lényegében a Microsoft 365 alá tartozó alkalmazásokban tárolt összes felhasználói adat, amikből a Copilot ki tud keresni infókat a szervezeti levelezésből vagy a OneDrive tárhelyről is ahelyett, hogy rengeteg kontextust kéne neki adni mondjuk egy prezentációhoz.

Ezek persze nem voltak újdonságok a tavalyi bejelentéshez képest, az viszont igen, hogy a Copilot legkésőbb áprilisban elérhető lesz tizennyolc újabb nyelven, beleértve ebbe a magyart is. A Bingbe épített Copilotot tavaly is lehetett már magyarul használni, és a ChatGPT is régóta megértette a nyelvet, de így a vállalati környezetben is hivatalosan támogatott lesz, ami nyilván elég fontos lehet egy magyar cégnél.

Abba is kaptunk némi betekintést, hogy milyen tapasztalataik voltak a Microsoft 365-be épített Copilottal a szűk körű tesztekben részt vevő cégeknek. Itt röviden az derült ki, hogy

• a kipróbálók 70 százaléka azt mondta, hogy magasabb színvonalon tudta végezni a munkáját a Copilottal, és ezzel összefüggésben sokan mondták azt is, hogy produktívabbak lettek;
• a cégeknek pedig 77 százalékuk mondta azt a Microsoftnak a tesztidőszak után, hogy ha választaniuk kellene az ingyen munkahelyi ebéd és a Copilot-licenc megtartása között, utóbbit választanák.

Ezután volt még némi szó a széles körben tavaly május óta elérhető, Bingbe épített Copilotról, ami a felhasználási módjait tekintve nagyon hasonlít az ingyenes ChatGPT-re, és itt bárki által kipróbálható, de azt érdemes kiemelni, hogy megint látszott, hogy a Microsoftnál nagyon hisznek abban, hogy a keresőmotor helyett logikázó motornak (reasoning engine) nevezett modell az internetes keresés jövője. Ezt a demó alatt olyan, ezen a ponton valószínűleg mindenkinek ismerős példákkal mutatták be, mint hogy a lapra szerelt IKEA-s bútorok beférnek-e a kocsiba, vagy hogy milyen tévét vegyünk egy két méter széles helyre 1500 euró alatt, és volt némi bohóckodás az itt ingyenesen hozzáférhető képgeneráló DALL-E-vel és a zenegeneráló Sunóval is.

Mindenhol ott van, mindenhol megy

A Microsoft 365-be épített Copilot demója első pillantásra nem volt sokkal izgalmasabb ennél, mert ránézésre ugyanúgy működik, mint a binges verzió, de ettől még érdekes volt végignézni, hogy mennyire átfogóan integrálták. A Copilot simán összefoglal egy sajtóközleményt (úgy, hogy le is hivatkozza, hogy mit honnan szedett, ami elég fontos az állandó hallucinálás, azaz légből kapott dolgok hozzáköltése miatt); kikeresi, hogy hívják a benne szereplő cég vezető PR-osát; a kívánt stílusban át is tudja írni a szöveget, vagy tippeket ad arra, hogyan lehetne jobb; és a szövegből a kontextusnak megfelelően táblázatokat is tud csinálni.

Ez még mindig nem lenne annyira izgalmas, a lényeg viszont ezután jön: amikor elégedettek vagyunk a dokumentumunkkal, akkor megmondhatjuk a Copilotnak, hogy csináljon belőle egy prezentációt is, ami nulla változtatással is sokkal jobban néz ki, mint bármi, amit egy PowerPointban nem túl jártas irodai munkás össze tudna dobni. Arról nem is beszélve, hogy durván egy perc alatt meg is van vele, szóval még akkor is jóval kevesebb idő összedobni az egészet, ha utána még belenyúlkálunk kicsit, amit egyébként szinten csinálhatunk a Copilot instruálásával.

A prezentációt aztán a Copilot strukturálni is tudja témák szerint, képeket is tud bele pakolni a Microsoft saját stockfotói közül, és még azt is megmondja, hogy mit mondjunk, miközben prezentálunk.

Ez az egész mondjuk hasznosabbnak hangzik egy diáknak, akinek rohadtul nincs kedve prezentációt csinálni, mert így a Wordbe kimásolt teljes Wikipédia-szócikkből nulla munkával lesz teljesen igényes diasor. Az irodai dolgozók valószínűleg jobban örülnek a mítingeket összefoglaló funkciónak. Ez már a tavalyi bejelentéskor is úgy hangzott, mint aminek köszönhetően soha többet nem kell majd odafigyelni ezeken, és ez most csak még egyértelműbb lett – a Copilot a leirat alapján összefoglal, különszedi az egyes beszélőket, megmondja, hogy érdemes-e valamire rákérdezni, sőt, még azt is, hogy személy szerint minket említettek-e valamikor (ha nem, akkor minden jó, ugye).

Végezetül pedig ott van még az Excel is, amiben a Copilot egyelőre még messze van a véglegestől, de limitált formájában is kifejezetten hasznosnak tűnik. Azt Hruban is kiemelte, hogy ha valaki nagyon ért az Excelhez, az valószínűleg mindent gyorsabban meg tud csinálni itt, mint a Copilot, arra viszont a bemutató alapján is tökéletesnek tűnik az egész, hogy laikusként piszkálgassunk egy Excel-táblát olyan függvényekkel, amikről amúgy fogalmunk sincs. Már csak azért is, mert a szövegírással vagy az összefoglalással ellentétben itt nem nagyon tud hallucinálni a modell – ha egy függvény nem működik, az egyből látszik.

Társnak tényleg jó lehet

Ahogy az a magyar Microsoft ügyvezető igazgatójával, Szabó Péterrel készített interjúnkban és a pénteki demón is elhangzott, ezek a dolgok rengeteget tehetnek a technológia demokratizálásáért, de az jó kérdés, hogy ez meddig terjed. A Copilot akkor tud igazán jól működni, ha az ember eleve ért ahhoz, ismeri a tartalmát annak, amit meg akar csináltatni vele. Ez talán a demón is érintett, programozókat segítő GitHub Copilotnál látszik a legjobban, de tényleg mindenre kiterjed, úgyhogy teljesen érthető, hogy a Microsoft azt akarja, hogy társként tekintsenek rá az emberek a munka elvégzője helyett.

Már csak azért is, mert utóbbira jelenleg nyilvánvalóan nem képes olyan szinten, amit az emberek elvárnak tőle.

Ez viszont természetesen nem jelenti azt, hogy ne lenne hasznos a Copilot, amit az elég meggyőző bemutató mellett az is bizonyított, hogy amikor megkaptam a licenccel felszerelt laptopot, és kipróbálhattam az egészet, még úgy is meg tudott győzni, hogy alapvetően nagyon szkeptikusan állok az egészhez. Én az Excelt nyomkodtam a legtöbbet, és nagyjából fél óra alatt sikerült is eredményeket elérnem vele egy olyan táblázatban, amit én is akkor láttam először – ez az Eurostat ebben a cikkben általunk is feldolgozott táblázata volt a nemek közti bérkülönbségekről.

A Copilot némi magyarázás után simán ki tudta húzni ebből a 2022-re vonatkozó magyar adatokat, aztán helyesen állapította meg, hogy ebben az évben melyik iparágakban volt a legnagyobb a bérszakadék. És ez csak fél óra volt úgy, hogy az Excelt sosem tanultam meg használni, a Copilothoz most nyúltam először, és korábban még nem is láttam a mellékelt magyarázat nélkül nem is igazán értelmezhető adathalmazt – szóval egy rutinosabb felhasználó kezében valószínűleg ennél sokkal hasznosabb is lehet, ha az ember elfogadja a korlátait.

A korlátok mellett hasonlóan fontos az is, hogyan bánik a Copilot az adatokkal, és mi a helyzet a jogvédett tartalmak felhasználásával, amire külön rá is kérdeztünk. Mint kiderült, erre nagyon igyekeznek odafigyelni, és az is elhangzott, hogy ha a Copilot a beépített szűrők ellenére is azt mondaná például, hogy a sportszermárkánkhoz használjuk azt a szlogent, hogy Just Do It, és ezért a Nike beperelne minket, akkor

amennyiben bizonyíthatóan jóhiszeműen használtuk a modellt, a Microsoft átvállalja a per összes ügyintézését, és ha bírságot szabnak ki, azt is kifizeti.

A Microsoft emellett támogatja a technológia Egyesült Államok és az Európai Unió által is szorgalmazott szabályozását is, és bár a modellek tanításához használt adatokról nem volt információjuk (mert ez a GPT-t biztosító OpenAI felelőssége), azt most is hangsúlyozták, hogy a Copilot állapotmentes, azaz nem tanul a felhasználói interakciókból, és arra is van lehetőség, hogy egy szervezet csak a saját, zárt rendszerében használja anélkül, hogy az adataik bárhova kikerülnének.

Ehhez a cikkhez fizetett együttműködés keretében az Alrite beszédfelismerő (speech-to-text) megoldást használtuk.