Az IT világa a permanens forradalom állapotában leledzik mióta világ a világ, de legalábbis mióta a negyvenes évek végén megjelentek az első számítógépek. 1956-ban a Dartmouth College adott helyett egy konferenciának ahol egy csapat csudabogár alak vizionált egy új tudományterület jövőjéről és nem mellesleg megszületett a mesterséges intelligencia terminus technicus. Már akkor úgy gondolták hogy a "nagy áttörés" ott van a kertek alatt valahol és hamarosan bekövetkezik és akkor majd gépek keresik meg a legújabb matematikai tételeket, következtetik ki a legjobb megoldásokat minden problémára, a népek békében fognak élni hiszen a gépi fordítás segít átlépni a nyelvi korlátokon és az emberiség felszabadul a munka alól. Vártuk, de nem jött össze, aztán jött az új ígéret, a szemantikus web ami már visszafogottabban "csupán" annyit ígér hogy megkönnyíti digitális életünket az információ keresés és információ csere terén. Habár az első gyümölcsök most látszanak beérni, még mindig nem jött el a Kánaán, viszont itt van a legújabb ígéret: data science vagy adattudomány, esetleg az adatok tudománya (vagy mi, a magyar megfelelő még várat magára). Elmúlt egy évtized és jön egy új, évadnyitó posztunkban megvizsgáljuk mire érdemes figyelni a múltból és beletekintünk az üveggömbbe hogy mit hozhat a jövő.
Mi áll mögöttünk?
Ahhoz hogy beszélni tudjunk a jövőről, nem árt egy kicsit a múltba tekinteni. Nézzük mik határozták meg nagy vonalakban az elmúlt évtizedet.
Tim O'Reilly 2005-ben dobta be a köztudatba a Web 2.0 buzzwordöt és azóta csak gyűlnek a szavak. Öt évvel a What is Web 2.0 után itt a What is Data Science írás (Loukides-től) ami már arra reflektál hogy mit is lehet kezdeni azzal az iradtlan adatmennyiséggel amit a 2.0 generált. Hogy ezen a téren mi vár még ránk, arról érdemes elgondolkodni O'Reilly What lies ahead interjúinak olvasása során. Mi most itt megelégszünk azzal hogy konstatáljuk hogy megjelentek a webes alkalmazások, API-k és persze mindenben van social media, néha még akkor is ha nem kellene, no meg az adatok amiket ezek generálnak, elemeznek stb.
Persze a webkettő nem elég, van web 3.0 is. Habár ez azt a látszatot kelti hogy a webkettő után jött létre, azonban Berners-Lee, Hendler és Lassila nagy hatású dolgozata 2001-ben jelent meg és azért azt megelőzően már folytak kutatások. A szemantikus web tehát nem fiatal (IT időben mérve) és habár akadnak biztató jelek még korántsem biztos hogy eléri célját és megkönnyíti a különböző webes alkalmazások közötti információ cserét, pláne a megegyezést. Szemantikus formában közzétenni adatokat egyszerűen hangzik, azonban sokak számára felesleges. Az ún. linked data erre ad praktikus választ. Ki szeretné taggelni kézzel honlapját még pluszban szemantikusan? Sokkal egyszerűbb ha a nagy adatgyűjtők teszik publikussá szemantikai információval ellátott adataikat! (Ajánlom Berners-Lee TED előadását a témáról az olvasók figyelmébe.)
Fontos még kiemelnünk hogy az interakció világa is nagy változásokon ment keresztül. Igen korábban is voltak laptopok, mobiltelefonok és egyéb kütyük, viszont áruk és képességük nagyon behatárolta elterjedtségüket. Mára már hazánkban is több mobil szám van mint állampolgár, a PC-t felváltotta a laptop. A dizájn világában is változások történtek. És itt nem arra gondolok hogy milyen szép layoutokat terveznek egy honlaphoz ma! Winograd 1997-ben írta meg nagy hatású dolgozatát az ember-gép interakcióról, aminek egyik központi tétele szerint: "Much of the commercial success of computing-related industries will be driven by considerations outside of the technical scope of computer science as we know it today, but there will always be new theories, discoveries, and technological advances in the hardware and software areas that make up the core of the traditional discipline."
Térjünk egy kicsit ki erre! Ne arra gondoljunk hogy akkor most az IA, IxD, HCI és egyéb csodaszavak jelentik az áttörést! Sokan az adatok statisztikai elemzését nevezik itt meg, azonban lépjünk ennél tovább egy kicsit. Hiszen önmagában az hogy elemzünk még nem mond semmit! Mit elemzünk, hogyan értelmezzük az adatokat és miért? Ezekre adhat választ a szociológia, a pszichológia és az ökonómia. Ezen a téren is felhalmozódott kellő ismeretanyag ami "bevetésre" vár. A komputációs társadalomtudomány nem más mind adattudományi módszerek alkalmazása a társadalomtudományban. A kísérleti közgazdaságtan azt vizsgálja hogyan hozunk (gazdasági) döntéseket (mikro szinten) így a pszichológiához kapcsolódik. A kognitív ökonómia a döntési mechanizmusok társas oldalát vizsgálja episzetmológiai szempontból, eszköztára tulajdonképpen a dinamikus episztemikus logika. A felhalmozott adattömegek csupán egy részét használjuk ma ki, ezek a területek azonban meghatározzák majd hogy milyen adatokat érdemes gyűjteni és azokat hogyan kell elemezni. És mindez visszahat majd a dizájnra és az interakcióra. (Winograd Shifing Viewpoints: Artificial intelligence and human-computer interaction tanulmányát ajánlom itt az olvasó figyelmébe)
Persze nem lekicsinyelni akarom a dizájn területét. Sőt! Nagyon fontos és előremutató dolgok történtek ám ezen a téren is. Felsorolásunk zárásául az ún szemantikai fordulatot és a szemiotikus tervezést emelném ki. A szemantikai fordulat az embert helyezi a tervezés középpontjába, mi az ami a felhasználó számára jelentéssel bír, hogyan lehet ebből a legtöbbet kihozni. A szemiotika a jelek tudománya, dióhéjban (lenézést kérve azoktól akik ismerik a fogalmat) azzal foglalkozik mi teszi a jelet, hogyan ruházódik fel jelentéssel és milyen a jelek egymáshoz való viszonya. Clarisse Sieckenius de Souza hozta be a köztudatba a szemiotikus tervezést The Semiotic Engineering of Human-Computer Interaction könyvével. Rokoníthatjuk a szemantikai fordulattal, hiszen azzal foglalkozik miképp jelezhetnek a dizájnerek a felhasználónak.
A természetes nyelvi programozás (ami nem azonos a közismert nlp-vel, ami egy tudománytalan humbug) ötlete egy idős a mesterséges intelligenciával. Mindenki aki tud valamennyire programozni ismeri a mondást, ha szépen és egyértelműen meg tudod magadnak fogalmazni a megoldásodat csak akkor tudod lekódolni is. Milyen szép lenni ezt a lépést megspórolni. Ha meg tudjuk fogalmazni a megoldást egy problémára, miért ne lehetne az a kód és bízzuk a gépre hogy lefordítsa azt futtatható programmá. Ahogy a klasszikus AI veszített lendületéből, úgy a természetes nyelvi programozás is, habár az MIT Media Lab-ben ismét foglalkoznak a témával hiszen egyre több területre tör be a komputációs megközelítés. Amíg nem jön el az áttörés, ha egyáltalán eljön egyszer, más módszereket kell keresnünk. A Scratch és társai olyan programozási környezetek, melyek a gyermekek számára könnyítik meg a programozás alapjainak elsajátítását, de rendkívül népszerűek a programozás iránt érdeklődő felnőttek körében is. Megjelent a dizájnerek körében népszerű ActionScript, a Processing. A Python és R programozási nyelvek pedig egyre népszerűbbek a legkülönfélébb tudományterületek művelői körében. Habár a programozás alapjainak elsajátítását nem lehet megúszni, rengeteg spéci könyvtár könnyíti meg az "amatőrök" munkáját, a belépéshez szükséges ismeretek szintje drasztikusan csökkent az utóbbi tíz évben. Ez pedig új utakat nyitott, hiszen egy digitális művész és egy pszichológus is írhat hasznos programot, hozzájárulhat egy specifikus könyvtárhoz amivel tovább egyszerűsítheti a következő belépők dolgát. A szemantikai fordulat és a szemiotikus tervezés csakis egy ilyen környezetben valósulhat meg. A dizájnerek gyorsan, működő prototípust készíthetnek, mégsem kell hard core programozónak lenniük, egy viselkedési adatokon alapuló elemzés gyorsan implementálható, az eredményekre pedig szinte azonnal lehet reagálni.
A következő évtizedben azt várhatjuk hogy emberibbé válik a technika. A megnövekedett adatmennyiséggel kezdenünk kell valamit és nem küldhetünk mindenkit statisztikából PhD-re. A széttöredezett netes alkalmazások megnehezítik hogy megtaláljuk és feldolgozzuk a kívánt információkat. Az új technológiák új interakciós formákat kívánnak meg. A következő részben az ún. beszélgető gépek világát járjuk körül mint a jövő ígéretét.
Nincsenek megjegyzések:
Megjegyzés küldése