AI-játékok Workshop – fiataloktól fiataloknak, hogy értsük a mesterséges intelligenciát

2025. december 12., Budapest – ELTE Pszichológiai és Pedagógiai Kar

December 12-én fiatalok és felnőttek töltöttek együtt egy napot az ELTE PPK épületében, hogy játékokon, közös gondolkodáson és szakmai beszélgetéseken keresztül kerüljenek közelebb a mesterséges intelligencia világához. Az AI-játékok Workshop a „Nagyban facilitálunk” projekt harmadik tematikus műhelynapja volt – egy olyan alkalom, ahol az AI nem pusztán technológiai újdonságként jelent meg, hanem olyan jelenségként, amelynek működését, lehetőségeit, korlátait és társadalmi hatásait is érdemes megérteni.

A program különlegességét ezúttal is az adta, hogy a fiatalok nem egyszerűen résztvevői voltak az eseménynek: ők készítették elő és vezették a játékokat, kérdéseket fogalmaztak meg a meghívott szakemberek számára, és facilitátorként kísérték a csoportok közös gondolkodását.

A nap célja

A workshop célja nem az volt, hogy egyetlen nap alatt „megtanítsa az AI-t”, hanem hogy néhány alapvető működési elvet saját élményen keresztül tegyen érthetővé.

Mit jelent, hogy egy nyelvi modell valószínűségek alapján választja ki a következő szót? Hogyan keresünk mintázatokat adatokban? Miért fontos, milyen információt adunk bemenetként egy rendszernek? Mitől lesz pontos vagy pontatlan egy prompt? Hogyan használható a visszajelzés egy következő próbálkozás javítására? És vajon felismerjük-e mindig, ha egy képet vagy szöveget mesterséges intelligencia készített?

A játékok ezekből az elsőre összetettnek tűnő kérdésekből indultak ki, és olyan helyzeteket teremtettek, amelyeket technikai előképzettség nélkül is át lehetett élni. Az AI működéséhez kapcsolódó fogalmak így nem definíciókként, hanem cselekvésként, döntésként, próbálkozásként és közös problémamegoldásként jelentek meg.

A napot a Nagyban facilitálunk projekt AI-csapata vezette, amelynek diáktagjai Őri Georgina, Bartha Laura, Hajmássy Benedek és Kiss Nóra, felnőtt tagja pedig Dobos Orsolya volt.

Ismerkedéssel indult a nap

A közös munka egy mozgásos ismerkedő játékkal kezdődött. Minden résztvevő kapott egy kérdéskártyát, majd szabadon mozogva újabb és újabb párokkal találkozott. A párok feltették egymásnak a náluk lévő kérdéseket, meghallgatták egymás válaszát, majd kicserélték a kártyáikat, és új partnerhez indultak.

Így néhány perc alatt sok rövid találkozás jött létre, miközben folyamatosan változtak nemcsak a beszélgetőpartnerek, hanem maguk a kérdések is. A gyakorlat célja éppen a kezdeti feszültség oldása, a kapcsolódás és az aktív figyelem támogatása volt.

Játékokon keresztül az AI működéséről

A délelőtti és délutáni program három nagyobb játékkörre épült. A gyakorlatok egymásra építve mutatták meg, hogy a mesterséges intelligencia működésének számos eleme hétköznapi helyzeteken keresztül is szemléltethető.

Az Asszociációs játékban két résztvevő különböző szavakból indult, majd újabb asszociációkon keresztül próbált ugyanahhoz a közös szóhoz eljutni. A játék során hamar megtapasztalhatóvá vált, hogy sokszor nem a legkülönlegesebb ötlet vezet közelebb a másikhoz, hanem az, amelyről feltételezzük, hogy a másik számára is valószínű asszociáció. Ez jó kiindulópontot adott annak megértéséhez, hogyan dolgoznak a nyelvi modellek kapcsolatokkal, mintázatokkal és valószínű folytatásokkal.

A Közös rejtvénymegoldásban egy logikai feladvány információi különböző résztvevőknél voltak. Senki sem látta a teljes képet, és a kártyákat sem lehetett megmutatni egymásnak: kizárólag beszélgetéssel, kérdezéssel és az információk rendszerezésével lehetett eljutni a megoldásig. A feladat jól érzékeltette, hogy egy következtetés minőségét nemcsak az egyes adatok, hanem azok kapcsolata, teljessége és megfelelő rendszerezése is meghatározza.

A Mintakereső játékban két csapat titkos szabályokat alkotott, a másik csoportnak pedig kérdések és megfigyelések segítségével kellett ezeket megfejtenie. A résztvevők így saját tapasztalatból találkozhattak azzal, milyen könnyű néhány példa alapján túl gyorsan következtetést levonni – és milyen fontos újabb esetekkel ellenőrizni egy elsőre meggyőzőnek tűnő hipotézist.

Hogyan „gondolkodik” egy nyelvi modell?

A második játékkör egyik rövid, mégis látványos gyakorlata a Prediktív szöveg – közös mondatépítés volt. A résztvevők körben haladva mindig csak egyetlen szóval folytathatták a közösen épülő mondatot. A feladat ezúttal nem az volt, hogy minél kreatívabb vagy meglepőbb szó szülessen, hanem hogy mindenki azt a folytatást válassza, amelyet az addigi mondat alapján a legtermészetesebbnek, legvalószínűbbnek érez.

A játék egyszerű formában tette érzékelhetővé a nagy nyelvi modellek egyik alapvető működési elvét: a következő elem mindig az addigi kontextustól függ, és egyetlen váratlan szó is teljesen új irányba terelheti a későbbi folytatásokat. Ugyanakkor arra is ráirányította a figyelmet, hogy a legvalószínűbb folytatás nem feltétlenül igaz, eredeti vagy értelmes.

Mitől jó egy prompt?

A Pontos prompt – rajzold le! játékban a résztvevők megtapasztalhatták, milyen nagy különbséget jelent egy pontos és egy pontatlan instrukció.

Párokban dolgoztak: az egyik fél látott egy képet, amelyet nem mutathatott meg a társának, csak szavakkal írhatta le. A másik résztvevő kizárólag ezekből az információkból próbálta újrarajzolni az eredetit.

A két kép összehasonlításakor gyorsan láthatóvá vált, mennyit számít, hogy egy instrukció tartalmaz-e megfelelő viszonyítási pontokat, sorrendet, méreteket és lényeges részleteket. Az olyan kifejezések, mint „kicsi”, „fent” vagy „mellette”, két ember számára egészen mást is jelenthetnek.

A gyakorlat egyik fontos tanulsága az volt, hogy a kimenet minőségét alapvetően meghatározza a bemenet pontossága – ugyanúgy, ahogyan egy generatív AI is abból tud dolgozni, amit a felhasználó a promptban megad neki.

Próbálkozás, visszajelzés, javítás

A Mastermind – visszajelzésből tanulás gyakorlat egy másik AI-hoz kapcsolódó alapelvet tett átélhetővé. A csapatnak öt elem titkos sorrendjét kellett megfejtenie, miközben minden próbálkozás után csak részleges visszajelzést kapott arról, hány elem került jó helyre, illetve hány megfelelő elem szerepelt rossz pozícióban.

A kezdeti találgatások után egyre tudatosabb próbálkozások következhettek: a résztvevőknek mérlegelniük kellett, mit tudnak biztosan, melyik feltételezésüket érdemes megtartani, és mit változtassanak a következő körben. A játék így a próbálkozás – visszajelzés – módosítás – új próbálkozás folyamatán keresztül szemléltette az iteratív tanulás logikáját.

Egy rendszer sok apró szabályból

A harmadik játékkör Input-output reakciólánca azt mutatta meg, hogyan állhat össze sok egyszerű szabályból egy összetett rendszer.

Minden résztvevő titkos utasítást kapott: „Ha X történik, te Y-t csinálj.” Egyetlen kezdő jel indította el a folyamatot, ez aktiválta a következő ember szabályát, majd az azután következőt – egészen a lánc végső kimenetéig.

Ha valaki nem figyelt, vagy másképpen értelmezte a saját utasítását, a teljes rendszer megakadhatott. A gyakorlat így látványosan mutatta meg, hogy az összetett működés mögött egyszerű, egymásra épülő folyamatok állhatnak, és egyetlen helyi hiba is hatással lehet a végső eredményre.

Nemcsak azt kérdeztük, hogyan működik – hanem azt is, hogyan használjuk

A workshop nem állt meg az AI technikai működésének játékos szemléltetésénél.

A Vitajáték – AI témákban során a résztvevők több, mesterséges intelligenciához kapcsolódó vitás kérdés közül választottak, majd érveket és ellenérveket gyűjtöttek, strukturált vitában ütköztették álláspontjaikat, végül pedig újra szavaztak.

Ez azért is fontos része volt a napnak, mert az AI-ról szóló gondolkodás nem kizárólag technológiai kérdés. A mesterséges intelligencia használata az oktatásban, a munkában, az információszerzésben vagy akár a mindennapi döntéseinkben társadalmi és etikai dilemmákat is felvet. Ezekre pedig ritkán létezik egyetlen, minden helyzetben helyes válasz.

Valódi vagy mesterséges?

A közös gondolkodás a szünetekben és az ebéd alatt sem állt le. QR-kódokon keresztül olyan interaktív játékok is elérhetők voltak, amelyekben a résztvevők például AI-generált képeket próbáltak megkülönböztetni valódi fényképektől, vagy ember által és mesterséges intelligenciával készített, illetve manipulált szövegek között próbáltak eligazodni.

Az AI-képes játék egyik legfontosabb üzenete az volt, hogy egy kép hitelessége egyre kevésbé dönthető el pusztán az alapján, „ránézésre igazinak tűnik-e”. A forrás, a kontextus és az ellenőrizhető háttérinformáció legalább olyan fontossá válik, mint maga a vizuális tartalom.

A szöveges változat hasonló kérdést vetett fel: vajon meg tudjuk-e biztosan állapítani egy szöveg stílusából, hogy ember vagy AI írta, és hogyan változik a helyzet, ha hamis vagy manipulált információ is megjelenik benne?

Az interaktív programot egy AI-témájú Kahoot is kiegészítette, amely az alapfogalmak mellett társadalmi, etikai és környezeti kérdéseket is játékos formában dolgozott fel.

Beszélgetések azokkal, akik az AI-val dolgoznak

A játékos tapasztalatokat a nap során több szakmai beszélgetés egészítette ki. A résztvevők találkozhattak az ELTE MI Tanszékének képviselőjével, valamint az OTP Bank munkatársaival, Túry Márton Lóránttal és Szekeres András Márkkal. Később Gulyás Tibor stratégiai főtanácsadóval, az Energiaügyi Minisztérium Mesterséges Intelligenciáért Felelős Kormánybiztosi Irodájának szakemberével, valamint a TESCO Technology képviselőjével beszélgethettek.

A délutáni programban az oktatás került előtérbe: Dr. Binder Mátyás, a Magyar Máltai Szeretetszolgálat Iskola Alapítvány pedagógiai-módszertani szakértője és Ungár Ágnes, A Jövő Iskolája igazgatója kapcsolódott be a közös gondolkodásba. A meghívóban is szereplő szakmai blokkok a játékkörök között kaptak helyet, így a résztvevők a saját élményeiket rögtön össze tudták kapcsolni a technológia valós felhasználásával és társadalmi kérdéseivel.

A „kávéházi” beszélgetésekben a fiatalok kérdezhettek: nem pusztán kész előadásokat hallgattak, hanem lehetőségük volt az őket érdeklő kérdéseket közvetlenül azoknak feltenni, akik kutatási, üzleti, állami vagy oktatási környezetben foglalkoznak a mesterséges intelligenciával.

Fiatalok facilitátori szerepben

Ahogyan a projekt korábbi workshopjain, ezen a napon is legalább annyira fontos volt ki vezeti a programot, mint maga a téma.

A játékok előkészítése, az eszközök megtervezése, a kérdések összeállítása, a csoportok vezetése és a szakmai vendégekkel folytatott beszélgetések mind lehetőséget teremtettek arra, hogy a fiatalok valódi szervezői és facilitátori felelősséget vállaljanak.

Ez különösen jól illeszkedett az AI-workshop gondolatához. Miközben egyre többet beszélünk arról, mire képes a technológia, a nap újra és újra megmutatta, hogy a kérdések megfogalmazása, a kritikus mérlegelés, az együttműködés, az értelmezés és a felelős döntés továbbra is emberi feladat.

Tanulságok és üzenetek

Az AI-játékok Workshop megmutatta, hogy a mesterséges intelligenciáról nem feltétlenül számítógép előtt ülve lehet a legtöbbet tanulni.

Egy közösen épített mondat segíthet megérteni a predikciót. Egy rajzos feladat megmutathatja, miért fontos a pontos prompt. Egy titkos szabályrendszer átélhetővé teheti a mintafelismerést. Egy Mastermind-játék szemléltetheti a visszajelzésből való tanulást, egy reakciólánc pedig azt, hogyan épülhet fel egy komplex rendszer egyszerű műveletekből.

De a nap talán legfontosabb kérdése mégsem az volt, mit tud a mesterséges intelligencia, hanem az, hogy mi mit kezdünk vele.

Hogyan kérdezünk? Mennyire ellenőrizzük azt, amit látunk vagy olvasunk? Felismerjük-e saját bizonytalanságunkat? Képesek vagyunk-e több lehetőséget mérlegelni, mielőtt következtetést vonunk le? És tudunk-e úgy használni egy egyre erősebb technológiát, hogy közben mi magunk maradunk felelősek a döntéseinkért?