Tényleg elveszi a munkánkat a mesterséges intelligencia (AI)? Munkaerőpiaci hatások és veszélyeztetett foglalkozások

A mesterséges intelligencia (AI) munkaerőpiaci hatása az egyik legtöbbet vitatott gazdasági kérdés 2023-2026 között. Valóban milliók veszíthetik el az állásukat? Vagy az AI inkább új munkahelyeket teremt, mint amennyit megszüntet? A legfrissebb nemzetközi kutatások alapján az összkép jóval árnyaltabb: az AI egyes foglalkozásokban bérnyomást okozhat, más területeken viszont növeli a foglalkoztatottságot és a termelékenységet. Cikkünkben több a témában megjelent tanulmány eredményeit foglaljuk össze, és megvizsgáljuk, mit jelentenek ezek a gazdaság és a befektetők számára. Témáink:

• Mit tudunk eddig a mesterséges intelligenciáról?
• Milliók veszítik el az állásukat?
• Átfogó vizsgálatok 16 európai országban
• Mitől függ az AI munkaerőpiacra, gazdaságra gyakorolt hatása?
• Melyek a veszélyeztetett foglalkozások?
• Mit mutatnak a globális robotizációs adatok?

Mit tudunk eddig a mesterséges intelligenciáról?

A 2022-es év végén bemutatkozó fejlett nyelvi modellek elindították az AI harmadik nagy népszerűségi hullámát, lásd alábbi képen. .

forrás: jaylatta.net

A népszerűség egyúttal azt is eredményezte, hogy a témával kapcsolatban nagyon sok vélemény jelent meg. Ezek jelentős részéről beszéltünk már korábban, többek között arról, hogy a fejlett nyelvi modellek növelhetik a termelékenységet (lásd itt), de még nagyon messze vagyunk attól, hogy a tőzsdei előrejelzésben használhatók legyenek ezek az algoritmusok (itt beszéltünk erről). Beszéltünk arról is, hogy a közvélekedéssel szemben az AI nem egy gondolkodó gép, hanem statisztikai eljárásokat alkalmazó algoritmus (módszereket itt beszéltük meg). Arról is beszéltünk már, hogy amellett hogy téved, még az emberekhez hasonló kognitív torzításokat is elkövet a mesterséges intelligencia..

Tényleg milliók veszítik el az állásukat az AI miatt?

A munkaerőpiac vonatkozásában azonban rendre azokba a hírekbe futunk bele, melyek szerint az AI miatt tömegesen veszítik el az emberek az állásukat, például:

• OECD: Magyarországon fenyegetheti a legtöbb állást a
• A mesterséges intelligencia miatt 300 millió munkahely van

A fentiek nagyrészt azzal a problémával foglalkoznak, hogy mind a szellemi és a fizikai munkát végzők körében lesznek olyan állások, melyek robotizáció, a mesterséges intelligencia alkalmazások elérhetőbbé válása esetén feleslegessé válnak. A teljes társadalom szintjén azonban sokkal inkább a mesterséges intelligencia teljes munkaerőpiacra gyakorolt hatása a kérdés. Ez azt jelenti, hogy lehetséges, hogy megszűnnek állások a mesterséges intelligencia miatt, de ha sokkal több új állás keletkezik, akkor a nettó hatás pozitív. Negatív nettó hatás esetén arra számíthatunk, hogy a társadalmon belül széles réteg veszíti el a munkáját, és ezeket a személyeket át kell képezni (az ilyen átképzési programok sikerességi rátája mindössze pár százalék) vagy segélyekben, esetleg alapjövedelemben kell részesíteni. A fentieknek tehát a költségvetésre, az adózásra és az ország teljes gazdaságára kihatása van. 

Az egyik ilyen anyagot Michael Webb készítette 2020-ban, melyben a szoftverek és robotika, illetve az AI bérekre, munkaerőpiacra gyakorolt eddigi hatásait mérte fel. Megállapításai között szerepel, hogy az AI térnyerése foglalkozások szélesebb, nehezebben körülhatárolható körére gyakorol hatást (szoftverek és a robotika hatásaival szemben). Emellett az is megfigyelhető, hogy a legkisebb szakértelmet igénylő munkákra a robotok, a közepes szakértelmet igénylő munkákra a szoftverek, és a magasabb szakértelmet igénylő munkákra a mesterséges intelligencia gyakorol nagyobb hatást. Ráadásul az AI sokkal nagyobb valószínűséggel gyakorol hatást az idősebb és a magasan képzett alkalmazottak munkájára.

Az alábbi képen az iparág robotikának való kitettsége és a foglalkoztatottak, illetve bérek közötti kapcsolat figyelhető meg 1980-2010 között. Eszerint minél jobban ki van téve egy iparág a robotikánál, annál alacsonyabb a foglalkoztatottság és a bérek, a vizsgált időszakban negatív kapcsolat figyelhető meg. Hasonló összefüggést láthatunk az iparágon belül a szoftvereknek való kitettség esetében.

Forrás: Michael Webb

A fentiek alapján Webb az AI esetében az alábbi munkaerőpiaci változásokra számít. Eszerint minél nagyobb az iparágon belül a mesterséges intelligenciának való kitettség, annál nagyobb mértékben csökken az alacsony keresetűek (kék görbe) bére. A magas keresetűek (például vezérigazgató, igazgatótanács tag, menedzser, piros görbén) bérére pozitív hatást gyakorol az AI.

Forrás: Michael Webb

Webb vizsgálatában tehát elsődlegesen a szoftverek és robotika, illetve az AI hatásai lettek elkülönítve, míg Edward Felten és szerzőtársai kizárólag a mesterséges intelligenciára fókuszáltak. Ezzel együtt is hasonló megállapításokat tettek, azaz az AI munkaerőpiacra gyakorolt hatása komplex, de összhangban van Michael Webb vizsgálatával.

AI és foglalkoztatottság: 16 európai ország eredményei

A témában megjelent, legújabb tanulmány pedig összegzi a fenti két anyagot, és kiegészíti ezeket országos (16 európai ország) adatokkal 2011-2019 közötti időszakon. Az alábbi grafikonon országonként eltérő munkaerőpiaci (bal) és bérekre (jobb) gyakorolt hatásokat látunk, de az összesített adatok szerint az AI pozitív hatást gyakorol a foglalkoztatottságra, és a bérek esetében nem mutatható ki hatás.

Forrás: New technologies and jobs in Europe

A fenti grafikon Webb adatait tartalmazza, az alábbi grafikon Felten vizsgálatán alapul. Itt is összességében pozitív hatást látunk a foglalkoztatottság tekintetében.

Forrás: New technologies and jobs in Europe

A szoftvereknek való kitettség esetében az összesített munkaerőpiaci hatások negatívak voltak.

forrás: New technologies and jobs in Europe

Összegezve a fentieket, azt láthatjuk, hogy a mesterséges intelligenciának kitett iparágakban a foglalkoztatottságra, a bérekre is hatást gyakorol az AI alkalmazásának térnyerése, de jelentős eltérések vannak a képzettség, az életkor alapján. Emellett azt is láthatjuk, hogy a vizsgált országok többségében a teljes gazdaság szintjén pozitív hatása van a munkaerőpiacra a mesterséges intelligenciának, azaz összesített szinten pozitív nettó foglalkoztatási hatás mutatható ki. A bérekre érdemi hatást nem gyakorolt az AI. Vannak kivételek, ahogy az ábrákon is látható Görögország, Írország, Németország, Spanyolország esetében a munkaerőpiaci hatások negatívak.

Hogy miért vannak ilyen különbségek az AI munkaerőpiacra gyakorolt hatása tekintetében, nem tisztázott. Egyes vizsgálatokból arra következtethetünk, hogy a jobban képzett munkaerő és a fejlett digitális infrastruktúra, a nagy fokú digitalizáció fontos tényezői annak, hogy országok ki tudják használni a mesterséges intelligencia előnyeit, így több munkahely jöhet létre. Másrészt pedig azokban az országokban, ahol a munkaerőpiaci, a szereplők kevésbé rugalmasak, hátráltatva van az új állások létrejötte, mely szintén tompítja a mesterséges intelligencia térnyerése nyomán létrejövő új állásokat. Vegyük figyelembe, hogy a vizsgálatok múltbeli adatokon mutatták ki ezeket az összefüggéseket. Az utolsó vizsgálatban a legújabb adat 2019-es, azaz a ChatGPT egyes iparágra (főleg szolgáltatásokra) gyakorolt hatásai nincsenek benne. Nem árt tehát az óvatosság akkor, ha a fenti adatokból a jövőre vonatkozó kivetítést végzünk.

Mitől függ, hogy az AI munkahelyeket szüntet meg vagy teremt?

Acemoglu (2024) szerint a technológiai újításokat két tulajdonsággal, a replacing és az enabling hatásokkal jellemezhetjük. Az enabling típusú technológia növeli a munkaerő termelékenységét, megoldást nyújt egy speciális problémára, de nem helyettesíti a munkaerőt, például láncfűrész, tervezőszoftver stb. A replacing típusú technológia azonban úgy képes növeli a termelékenységet, hogy a munkaerőre nincs szükség a termelési folyamatban, például összeszerelő gépsorok, automaták, ipari robotok.

A replacing típusú technológiáknak azonban vannak pozitív hatásai is. Ezek közül kiemelhető a productivity-effect, melynek lényege, hogy ha egy termelési folyamatban a technológia lehetővé teszi, hogy a munkaerőnél olcsóbban termeljenek, nagyobb termelékenységgel, akkor ez olcsóbb termékhez vezet. Az olcsóbb termék növekvő keresletet, így a kapacitások bővülését teszi szükségessé. Egy termelő vállalatnál azonban a munkahelyek jelentős része nem automatizálható, nem kapcsolódik közvetlenül a termelési folyamathoz, azaz a növekvő kapacitások a nem termelő álláshelyek növekedését idézik elő, így a replacing típusú technológia is képes növelni a foglalkoztatottságot. További pozitív hatás figyelhető meg a teljes társadalom szintjén, azaz olcsóbb termékek miatt több elkölthető jövedelme marad a lakosságnak, mely nagyobb fogyasztáshoz, új igények kialakulásához vezet. Ennek következménye, hogy új iparágak jelennek meg, melyek miatt tovább növekszik a foglalkoztatottság.

A replacing típusú technológiák akkor tekinthetők károsnak a munkaerőpiac nézve, ha a fenti erősítő hatásokat nem tudják beindítani. Legfőképp ez azt jelenti, hogy úgy cserélik le az emberi munkaerőt, hogy nem csökkentik érdemben a termelés költségeit. Az elmúlt évtizedekben a megjelenő technológiai újítások elsődlegesen az enabling tulajdonságokkal voltak jellemezhetők, illetve a replacing típusú technológiák esetében megfigyelhetők voltak a fenti erősítő hatások, bár nem teljesen. Ahogy az alábbi képen látható, az alacsony iskolai végzettségűek (kék, piros, zöld) reálbér növekedése az 1970-es években megtört, jelentős csökkenések mellett stagnálást láthatunk 1990-2009 között, az iparosodás előtti időszakhoz képeset nincs reálbér növekedés. Ezzel szemben a felsőfokú (sárga) végzettséggel rendelkezők reálbér-növekedése jól kimutatható, de az utóbbi két évtizeden itt is stagnálást figyelhetünk meg. Az ábrán nem látható, de az átlag-, illetve a medián-reáljövedelem növekszik, azaz a teljes foglalkoztatottságon végzett vizsgálat szerint bérnövekedés mutatható ki.

Forrás: Acemoglu (2019)

Az alábbi képen a foglalkoztatottságban bekövetkező arányváltozások figyelhetők meg. A kék görbe az 1989-1999 közötti időszakon mutatja, hogy a közepes szakmai tudást (x-tengelyen 20-60) igénylő munkahelyek aránya csökkent, az alacsony szakmai tudást igénylő munkahelyek aránya nőtt (a középből átkerültek az alacsony kategóriába), és a magas szakmai tudást igénylő munkahelyek aránya nőtt. Ez a kép összhangban van az automatizáció, a globalizáció térnyerésével, ahol a közepes szakmai tudást igénylő álláshelyek csökkennek, a vezetéstudományok (menedzserek) előtérbe kerülnek. A grafikonon az is látható, hogy a 2000-es évek után megváltozik a folyamat, azaz a közepes, magas szakmai hozzáértéssel rendelkező munkahelyek aránya kismértékben csökken, az alacsony hozzáértés emelkedik. Mindkét időszak arról árulkodik, hogy a közepes szakmai képességű állások aránya csökken, az alacsony szakmai képességet igénylő állások aránya növekszik.

Forrás: Acemoglu (2019)

A fenti grafikonok az Egyesült Államokra fókuszáltak, de ahogy az alábbi képen látható, a fejlett országokban hasonló folyamatok mennek végbe, azaz a közepes szakmai képességű álláshelyek (piros) aránya csökken, az alacsony szakmai végzettségű növekszik.

Forrás: Acemoglu (2019)

A munkahelyek számának megszűnése azonban korántsem annyira katasztrófális, mint amire a gazdasági médiát olvasva következtetünk. Az 1980-2007 közötti időszakon az automatizációval összefüggésben a teljes foglalkoztatottság 0,18-0,34 százalékpontos csökkenése figyelhető meg, mely együtt járt 0,25-0,5 százalék bércsökkenéssel. A feldolgozóiparon belül lényegesen rosszabb a helyzet, de ott sem csökkent a foglalkoztatottság 3 százalékpontnál többet az ipari robotok térnyerése miatt. Ugyanakkor ezen időszakon az Egyesült Államok teljes foglalkoztatottsága 17,5 százalékkal nőtt, és ennek a növekedésnek a felét (8,84%) az újonnan létrejött iparágak, foglalkozások okozták, azaz a replacing technológiák negatív hatásait ellensúlyozta a fentebb részletezett productivity hatás. Az általános vélemény a fenti folyamatokkal kapcsolatban az, hogy folytatódik a korábbi trend, azaz a munkaerőpiacon átrendeződés következik be, de a teljes foglalkoztatottság és a bérek növekednek. Nem minden kutató van ezen az állásponton, például Dorn és Autor (2013) szerint a 2000 óta létrejött új álláshelyek jelentős része a szolgáltatásokhoz kapcsolódik, azaz az emberek folyamatosan kiszorulnak a magas és közepes szakképesítést igénylő szakmákból, és olyan szolgáltatásokban növekszik majd a foglalkoztatottság, mint a vagyonvédelem, gyerekfelügyelet, idősellátás, vendéglátás stb.

Acemoglu szerint a jövőre nézve az a kérdés, hogy az új technológiákkal helyettesíthető-e úgy az emberi munkaerő, hogy a költségek csökkennek, a termelékenység növekszik. Ha igen, akkor az AI miatt valóban számos munkahely megszűnhet a jövőben, de a másodlagos hatások miatt több új munkahely jön létre. A kérdés tehát innentől kezdve annak megválaszolása, hogy a termelékenység a jövőben milyen mértékben fog növekedni. Ezzel kapcsolatban szélsőséges véleményekkel találkozhatunk. Egyrészt az AI iparág szereplői, az AI érdekkörébe tartozó piaci szereplők forradalomról beszélnek, azaz a jövőben a termelékenységben óriási növekedés lesz (lásd itt). A jövendölésen túli, módszertanilag megalapozott vizsgálatok lényegesen szerényebb gazdasági és termelékenységi hatásokat jeleznek előre (például Acemoglu előrejelzése, lásd itt). Emellett pedig vannak a kifejezetten pesszimista előrejelzések, például Gordon (2016), aki szerint a termelékenység növekedési üteme az elmúlt évtizedekben jelentősen elmaradt az 1930-1970 közötti időszaktól (lásd alábbi képen), és a jövőre nézve sem várható jelentős növekedés. Ennek oka abban keresendő, hogy egyre nehezebb új technológiákat kifejleszteni, és ezek termelékenységre gyakorolt hatása egyre kisebb. Ennek részleteiről egy korábbi cikkünkben beszéltünk, lásd itt.

Forrás: Gordon (2016)

Acemoglu szerint valahol a két szélsősége álláspont közötti hatásokra számíthatunk, azaz az AI okozta termelékenységnövekedés megjelenik a makrogazdasági adatokban, de a szűk keresztmetszetek miatt lassú, tompított hatású folyamat lesz. A problémát az autók fejlesztésén szemlélteti, hiszen az elmúlt 30-50 évben jelentősen fejlődtek a gépjárművek, mégis az eredeti céljukat tekintve (A pontból B pontba jutni) alig tapasztalunk hatékonyságnövekedést. Hiába gyorsabbak a mai autók, ha a közlekedési szabályok (intézmények, szabályok), az utak minősége (környezeti tényezők), az utak zsúfoltsága (társadalmi tényezők) nem változtak. A történelem pedig azt mutatja, hogy a technológiai újítások intézményi, környezeti, társadalmi tényezők miatt kialakul szűk keresztmetszetek miatt lassabban nyernek teret. A fenti elméleti keret után érdemes megnézni, mit mutatnak a legfrissebb globális makroadatok az automatizáció és a munkanélküliség kapcsolatáról.

Mit mutatnak a globális robotizációs adatok?

A témában újonnan megjelent tanulmány 145 ország adatain kereste arra a választ, hogy hogyan hat a robotok gyors terjedése a munkaerőpiacra. 

A kutatók külön vizsgálták az ipari és a szolgáltató robotokat. Az eredmények szerint az ipari robotok elterjedése szignifikánsan növeli a munkanélküliséget, míg a szolgáltató robotok esetében nem találtak statisztikailag kimutatható hatást. A becslések alapján egy jelentősebb robotizációs hullám a munkanélküliségi ráta jelentős emelkedésével járhat, főleg azokban az országokban, ahol a gazdaság nagyobb mértékben épül rutinfeladatokra (összeszerelő üzemek). A becslések alapján, ha egy országban az átlagos munkanélküliségi ráta 7%, akkor az ipari robotizáció egy szignifikáns, 1 szórásnyi növekedése a munkanélküliséget nagyságrendileg akár 5 százalékponttal is megemelheti.

A növekvő munkanélküliség ellenére a fentiek nem azt jelentik, hogy a robotok csökkentik a gazdasági teljesítményt, mivel a robotizáció növeli a termelékenységet és a vállalati profitot. A fő problémát pedig az jelenti, hogy a munkaerőpiacon lassú az alkalmazkodás, azaz a rutinfeladatokat végző dolgozókat nem lehet gyorsan átképzeni magasabb hozzáadott értékű feladatokra (egy részüket egyáltalán nem lehet átképezni).

Az alábbi grafikon szemlélteti a tendenciákat. Jól látható, hogy 2016 és 2030 között a robotállomány 13 millióról közel 57 millióra nőhet, ami több mint négyszeres emelkedés. Ugyanebben az időszakban a globális népesség mindössze mintegy 1 milliárd fővel bővül, azaz az automatizáció intenzitása gyorsabban nő, mint a munkaerő-kínálat. Ez azt eredményezheti,  hogy a robotintenzitás jóval gyorsabban bővül, mint a munkaerő-kínálat, azaz a globális gazdaság egyre inkább automatizációvezéreltté válik.

A tanulmány szerint a robotizáció nem átmeneti jelenség, hanem strukturális átalakulás. A kérdés tehát az, hogy a gazdaságpolitika képes-e kezelni az átmenet társadalmi következményeit.

Forrás: SSRN

Mely szakmák vannak leginkább kitéve az AI-nak?

Eloundou és szerzőtársai (2023) által készített vizsgálatban az O*Net 27.2 adatbázis segítségével 1016 foglalkozást, az egyes foglalkozásokhoz tartozó, összesen 19.265 részfeladatot tanulmányoztak. Az egyes foglalkozások nyelvi modellekkel összefüggő kitettségét (GPT-4 változat), kockázatát aszerint határozták meg, hogy az egyes, foglalkozáson belüli részfeladatokat milyen mértékben képesek csökkenteni a fejlett nyelvi modellek. A határérték 50 százalékban lett megállapítva, azaz feltételezték, hogy ha a foglalkozáson belüli egyes részfeladatok megoldási ideje 50 százalékkal csökken a fejlett nyelvi modellek használatával, akkor érdemes a feladat megoldásához igénybe venni az algoritmust. Eszerint tehát egy foglalkozáson belül minél több részfeladatnál segítségül hívható az algoritmus, annál inkább kitettebb a foglalkozás, mert az algoritmus bevonásával növekszik a hatékonyság (csökken a feladat elvégzésének ideje), így kevesebb foglalkoztatottra van szükség ugyanakkora mennyiségű munka elvégzéséhez.

Az eredmények azt mutatják, hogy az amerikai munkavállalók 80 százaléka olyan szakmában dolgozik, ahol legalább egy részfeladat elvégzésében használható a fejlett nyelvi modell, és a munkavállalók 19 százaléka olyan foglalkozásba sorolható, ahol a részfeladatok több mint felébe bevonható a GPT-4 alkalmazás. Bár a fenti adatok azt mutatják, hogy a nyelvi modellek részfeladatokra gyakorolt hatása széleskörű, de ezeket a rendszereket be kell illeszteni a munkahelyi folyamatokban, amely évekig tartó lassú folyamat (magyarázat ehhez itt). A folyamatot tovább lassíthatja, hogy az emberi felügyelet mértéke (mert hibázik az algoritmus) nehezen becsülhető meg, és az sem tisztázott, hogy mennyire bíznak meg a vállalkozások az algoritmusok által generált eredményekben, mely szintén lassíthatja a gyakorlati életben történő elterjedését. A következő táblázatban a leginkább kitett, veszélyeztetett szakmák láthatók, ahol egyes esetekben a részfeladatok 70-90 százalékába bevonható a fejlett nyelvi modell.

forrás: Eloundou et al. (2023)

A fentiek magyarul:

• Tolmácsok és fordítók
• Felméréskutatók
• Költők, szövegírók és kreatív írók
• Állattudósok
• PR-szakemberek
• Írók és szerzők
• Matematikusok
• Adókészítők
• Pénzügyi kvantitatív elemzők
• Web- és digitális interfész-tervezők
• Levelezőirodai ügyintézők
• Blockchain mérnökök
• Bírósági tudósítók és szinkrontolmácsok
• Korrektorok és másolatkijelölők
• Hírelemzők, riporterek és újságírók
• Klinikai adatmenedzserek
• Éghajlatváltozási politikai elemzők
• Jogi titkárok és adminisztratív asszisztensek

Összességében azok a foglalkozások érintettek a leginkább, melyek információfeldolgozással kapcsolatosak, míg a feldolgozóipar, a mezőgazdaság, a bányászati tevékenységek a legkevésbé érintett iparágak. A tudományos és kritikai gondolkodás és a nyelvi modellekkel kapcsolatos veszélyeztetettség között erős negatív kapcsolat fedezhető fel. Az olyan foglalkozások esetében, ahol ezeknek a készségeknek nagy szerepe van, kevésbé veszélyeztetettek. Ezzel szemben a programozási és az íráskészség erős pozitív kapcsolatot mutat a veszélyeztetettséggel. Az iskolai végzettség alapján megállapítható, hogy alap-, mesterdiplomával végezhető foglalkozások veszélyeztetettsége nagyobb. Ugyanez kijelenthető a szakmára jellemző átlagkereset alapján is, azaz a magasabb átlagkeresettel járó foglalkozások esetében nagyobb a kitettség. A fejlett nyelvi modellek alkalmazásának a teljes munkaerőpiacot átható hatásai lehetnek, de szociális, gazdasági és egyéb tényezők is befolyásolják a hatásokat

Összegzés

A jelenlegi kutatások alapján a mesterséges intelligencia és az automatizáció nem okozott eddig általános, nettó tömeges munkanélküliséget. Ugyanakkor az ipari robotizáció növelheti a munkanélküliséget, főként a rutinfeladatokra épülő gazdaságokban. A kulcstényező a termelékenységnövekedés és az alkalmazkodás sebessége lehet. Ha pedig az új technológiák valóban érdemben csökkentik a költségeket és új keresletet generálnak, akkor hosszabb távon a nettó foglalkoztatási hatás akár pozitív is lehet.

Befektetői oldalról vizsgálva azt látjuk, hogy az AI nem egyszerűen egy „munkahely-megszüntető” technológia, hanem strukturális átrendeződést okozó erő. Ez várhatóan növeli a magas hozzáadott értékű vállalatok profitmarzsát, bérpolarizációt okozhat, ami átalakítja a fogyasztási szerkezetet. Emellett előnybe hozhatja a digitálisan fejlett, rugalmas gazdaságokat, és sajnos nyomás alá helyezheti a rutinfeladatokra épülő iparágakat. A következő években tehát az lesz a fontos kérdés, hogy mely gazdaságok és vállalatok tudják gyorsabban integrálni a technológiát a termelékenység növelése érdekében.

Kapcsolódó téma:

• A mesterséges intelligencia lesz a gazdasági növekedés motorja?
• Miért nem tud a mesterséges intelligencia (AI) felülteljesíteni a tőzsdén?
• Hogyan működik a mesterséges intelligencia (AI)? Hogyan használható?
• Miért téved, hibázik a mesterséges intelligencia?