Mesterséges intelligencia: repülésre fel!

A mesterséges intelligencia (AI vagy MI) már korábban is jelen volt jó néhány alkalmazásban, szoftverben úgy, hogy észre sem vettük, az utóbbi időben a kommunikációs felülete az, ami jelentősen változott és láthatóvá tette azt és alkalmazhatóvá szélesebb körben. Az MI a gazdaság minden ágazatában alkalmazható, kiemelt jelentősége van a bankszektor, az egészségügy és a marketing területén, ahol személyes, sokszor különleges vagy érzékeny adatokkal történik a tanítása és az alkalmazása. Ez olyan adatvédelmi kihívásokat is jelent, amelyekkel mind az adatvédelmi területen dolgozóknak, mind a fejlesztőknek kiemelten foglalkozni kell. A különféle mesterséges intelligenciákról szóló hírek ellepték a médiát, mindenhol hallani róluk. Van, aki már kipróbálta ezt a technológiát, más véletlenül találkozott vele, és akad, aki csak a bulvársajtóban olvasottak alapján mond véleményt. Az ilyen típusú médiában sok esetben úgy jelenik meg a téma, hogy a gépek átveszik az irányítást az életünk több területe felett, mint egy utópisztikus filmben. Bár a szabályozás – mint minden új technikai megoldás esetén – kissé kullog a fejlődés után, kár lenne, sőt talán már nem is lehet visszagyömöszölni a szellemet a palackba. Szerencsére nem is kell.

Tekintsünk az informatikai eszközöket, szolgáltatásokat egy repülőgépnek, ahová már nem utasként, hanem kapitányként szállunk fel, az MI pedig másodpilótaként, támogatóként és felügyeletként ott van velünk és tisztelegve jó repülést kíván. Az analógia szándékos, hiszen egyre több techóriás, szolgáltatás vezet be MI-alapú támogatást Copilot néven. Nekünk nincs más dolgunk, mint meghatározni a célt, és akár szakértői szinten, akár alaplépésekkel elindulva biztonságban tudhatjuk magunkat, hiszen ha kell, az útvonal meghatározását, a biztonsági elvárásokat vagy akár a kormánymozdulataink kiigazítását is rábízhatjuk a technológiára.

Azt azonban nem szabad elfelejteni, hogy a GDPR megkerülhetetlen elvárásokat fogalmaz meg az adatkezelés különböző szereplőire – adatkezelőkre és adatfeldolgozókra –, ezért kiemelt jelentősége van annak, hogy az MI-fejlesztő, az MI-szolgáltató, az üzemeltető és az azt alkalmazó hogyan kezeli a személyes adatokat az MI-technológiával összefüggésben. Gondolni kell arra is, hogy súlyos következményekkel járhatnak a gépi tanulási eszközök képzésére használt adatkészletek elleni támadások – legalábbis erre figyelmeztetnek a mesterséges intelligenciával foglalkozó szakértők. 

 A mélytanulási modellek betanítására óriási adatkészleteket, képzési adatokat használnak, és akár ezek is lehetnek hackertámadás célpontjai, megszerezve az alkalmazott adatokat, vagy befolyásolva ezzel a gépi tanulás menetét, vagy akár eredményét.

Persze az sem titok, hogy a mesterséges intelligencia nagy segítség lehet a fejlesztőknek is: a kódok elemzését, kiigazítását már egy ideje elvégzi helyettük. A GitLab Copilot vagy a VS Code szolgáltatás az OpenAI által fejlesztett technológián alapul, és akár a megírt programok hibajavítását, dokumentálását, verziókezelését is jelentősen megkönnyíti, lehetőséget teremtve ezzel a fejlesztői erőforrások jobb kihasználására. Bár vannak olyan hangok, amelyek a fejlesztői csapatok létszámának jelentős csökkentését vetítik előre, az eddigi tapasztalatok inkább azt mutatják, hogy a mennyiségi kód helyett a minőségi kód irányában mozdulhat a mérleg és egyértelműen kedvező változást hozhat a fejlesztések dokumentálásával kapcsolatos elvárások tekintetében. 

A használati és költségelemzések észszerű és hatékony felhasználást eredményeznek, a biztonsági szintet pedig a konfigurációkezeléshez és aktivitás ellenőrzéshez kapcsolódó MI-alapú szolgáltatások tudják emelni. Lehetnek ugyan ellenérzéseink a technológiával szemben, de biztonsági megközelítésben a mai rendszerek bonyolultsága nem ad sok lehetőséget egy-egy riasztás beindítására vagy incidens kezelésére emberi szinten, naplófájlokat, riasztásokat olvasva és manuálisan elemezve. Az elvárható biztonsági szintet például régóta az XDR (fejlett észlelés és regálás) és a SOAR (automatikus reakcióra képes biztonsági elemzőeszközök) rendszerek általánosságban elfogadott technológiái adják a mesterséges intelligencia nélkül – de ezek a rendszerek is valamilyen öntanuló algoritmussal, kontextusok figyelembevételével működnek, csak még nagyon meghatározott keretben. Ezt egészíti ki már az a fajta MI, amely a természetes nyelvi elemek használatával szinte emberi interakciókra képes, ezzel is könnyítve a használatot, javítva a kommunikációt az ember és a technológiai megoldás között. 

Ha nem vagyunk fejlesztők, informatikai szakemberek, akkor sem maradunk Copilot nélkül. Webszolgáltatások apró chatbotjai, digitális kézikönyvek, útmutatók bemutatásához társuló szolgáltatások támogatnak minket egyre gyakrabban. Nem kell szabályos kifejezésekkel keresgélnünk, csak érthetően megfogalmazni a célunkat, az MI valamilyen választ fog nekünk adni. 

Bár van és lesz is feladata a fejlesztőknek és a szabályozóknak bőven kialakítani a felelős, átlátható és biztonságos mesterséges intelligencia alkalmazásának környezetét, a technológia felhasználói fogják az egész lényegét meghatározni. Valóban lehet sikeresebb egy kezdő fejlesztő a copilot használatával? Valóban egyszerűsítheti az incidenskezelést vagy a felderítést az MI? A válasz egyértelműen igen, de csak akkor, ha megértjük és elsajátítjuk a technológiát, meg tudjuk határozni a célt, és képesek vagyunk értelmezni, felülvizsgálni a kapott információkat, támogatást. Tudás és tanulás nélkül ugyanolyan veszélyessé válhatunk általa, mintha vizsga nélkül ülnénk a pilótafülkébe. Vagyis hiába van ott a másodpilótánk.