Dr. Lengyel Balázs – Fotó: Tuba Zoltán / Képszerkesztőség
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.
A szegény gyerekek akkor tudnak felnőttként sokkal jobb állást találni, ha gyerekkorukban barátságot kötnek gazdagabbakkal – Fotó: Tuba Zoltán / Képszerkesztőség
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 fela…
Read the full article at Telex →
HU