Milyen történetet mesél a gép?
Generatív mesterséges intelligencia és a történelmi narratívák kritikai elemzése a történelemtanár-képzésben
A generatív mesterséges intelligencia (GMI) egyre könnyebben és meggyőzőbben képes történelmi témákról összefüggő, jól strukturált szövegeket létrehozni. Egy ókori civilizáció története, egy uralkodó pályafutása vagy egy történelmi változás okainak bemutatása néhány másodperc alatt elkészíthető. A szövegek gyakran gördülékenyek, informatívak, és első olvasásra akár egy hagyományos tankönyvi összefoglaló benyomását is kelthetik.
De vajon elegendő-e azt megvizsgálnunk, hogy igazak-e az MI által megfogalmazott állítások? És mi történik akkor, ha a történet minden egyes tényszerű állítása helytálló?
Ezekből a kérdésekből indult ki az a kísérlet, amelyet a Nyíregyházi Egyetem elsőéves történelemtanár szakos hallgatóival végeztünk az Őstörténet és korai civilizációk című szeminárium keretében.
Nemcsak az állításokat, hanem a történetet is vizsgálni kell
A történelmi megismerés nem pusztán tények összegyűjtéséből áll. A történész – és a történelemtanár – ezekből az adatokból összefüggéseket, magyarázatokat és értelmezéseket alkot. Vagyis történetet mesél.
A generatív mesterséges intelligencia is ezt teszi: a rendelkezésére álló információkból történelmi narratívát hoz létre. Kiválasztja a fontosnak ítélt szereplőket és eseményeket, ok-okozati kapcsolatokat állít fel, egyes tényezőket előtérbe helyez, másokat háttérbe szorít.
Ezért az MI által generált történelmi szövegek kritikai vizsgálatának két, egymást kiegészítő szintje van.
Az első a hagyományos tényellenőrzés (fact-checking): igazak-e a megfogalmazott állítások? Pontosak-e a nevek, az évszámok, az események és a történeti összefüggések?
A második a narratíva elemzése: milyen történetet épít fel a gép az egyébként helytálló tényekből? Mi a történet fő állítása? Milyen okokat és következményeket kapcsol össze? Kit vagy milyen tényezőt helyez a középpontba? És ami legalább ennyire fontos: mi marad ki belőle?
Hogyan működött a kísérlet?
A szemináriumi munka során a hallgatók egy-egy történeti témát dolgoznak fel. (A folyamat még most is tart, hiszen a kurzus "végterméke" az általuk a szorgalmi időszak végére elkészített szemináriumi dolgozat.) A hagyományos munkafolyamat – témaválasztás, szakirodalom feldolgozása, narratíva kialakítása, referátum és szemináriumi dolgozat elkészítése – egy új elemmel egészült ki: a generatív mesterséges intelligencia által létrehozott történeti szöveg vizsgálatával.
A hallgatók először meghatározták a témájukat, kiválasztottak 3–5 fontos szakirodalmi tételt, és megfogalmaztak néhány alapvető kérdést, amelyekre a feldolgozás során választ kerestek.
Ezt követően egy MI-prompt segítségével történelmi szöveget generáltak. A kapott narratívát több lépésben vizsgálták:
- Mit állít a gép? Mi a szöveg legfontosabb mondanivalója? Kik a főszereplők, és milyen események kerülnek előtérbe?
- Igaz-e, amit állít? A hallgatók három állítást választottak ki, majd szakirodalmi vagy forráshivatkozások segítségével ellenőrizték azokat.
- Milyen történetet mesél a gép? Megvizsgálták az oksági összefüggéseket, az értelmezéseket és a narratíva hangsúlyait.
- Lehet-e más történetet mesélni? A szakirodalom és az elemzés alapján alternatív értelmezést, saját történeti narratívát fogalmaztak meg.
A feladat tehát nem az MI-szöveg egyszerű kijavítása volt. A cél az volt, hogy a hallgatók megértsék: a történelmi elbeszélés maga is értelmezési folyamat.
Amikor a gép téved – és amikor nem
A tényellenőrzés során a hallgatók három kategóriába sorolták az ellenőrzött állításokat: igaz, vitatható vagy pontatlan, illetve hibás.
A vizsgálat egyik tanulsága, hogy a generált szövegekben nem feltétlenül a látványos tévedések jelentik a legnagyobb problémát. Sokkal gyakoribb lehet egy-egy leegyszerűsítő, pontatlan vagy túl általános megfogalmazás.
Néhány példa a hallgatói munkákból:
Az egyik hallgató hibás állításként azonosította például, hogy Hammurapi törvényei minden emberre egyformán vonatkoztak. A források alapján ugyanis - szólt az érvelés - a törvények különbséget tettek az awélumok, a muskénumok és a rabszolgák között, és az egyes társadalmi csoportokhoz eltérő jogi következmények kapcsolódtak.
Egy másik esetben az MI pontatlanul mutatta be Tutanhamon nevének megváltoztatását. A fáraó eredeti neve Tutanhaton volt, amelyet uralkodása második-harmadik évében változtatott Tutanhamonra.
A hettita történelem bemutatásakor pedig a gép az ékírásos táblákat, a vallási szövegeket és a régészeti leleteket emelte ki a kutatás legfontosabb forrásaiként, miközben - az ezzel a témával foglalkozó hallgató szerint - a helyi kultuszok, az ünnepek, az étkezési szokások és a hagyományok vizsgálata is fontos szerepet játszik.
Ezek az esetek jól mutatják, hogy a történelmi szövegek ellenőrzése nem állhat meg a látványos tévedések felismerésénél. A pontosság, a fogalmak használata és a megfogalmazások árnyaltsága ugyancsak fontos szempont.
De mi van akkor, ha minden igaz?
A kísérlet legérdekesebb része azonban nem a hibás állítások kiszűrése volt, hanem a narratívák vizsgálata.
Az egyik feldolgozott témában például a korai földművelő közösségek kialakulásának értelmezése került előtérbe.
A hagyományos történeti elbeszélés hajlamos a letelepedést és a földművelés elterjedését az emberi fejlődés fontos állomásaként bemutatni. A letelepedett életmódhoz kapcsolódó új lehetőségek – a termelés, a közösségi szerveződés és a kulturális változások – könnyen egy előrehaladó fejlődési folyamat részeivé válnak.
De valóban csak így lehet elmesélni ezt a történetet? (- tette fel a kérdést az ezzel a témával foglalkozó hallgató.)
A szakirodalom alapján alternatív értelmezés is felvethető: lehetséges, hogy egyes közösségek nem valamiféle fejlődés iránti vágyból, hanem a túlélés kényszere miatt fogadták el a letelepedett életmódot. Ez az életforma ugyanis új nehézségekkel is járt: a szoros együttélésből fakadó járványokkal, a monoton fizikai munka egészségkárosító hatásaival és a szomszédos közösségekkel kialakuló erőforrás-konfliktusokkal.
A kérdés így már nem egyszerűen az, hogy a földművelés megjelenése milyen változásokat hozott, hanem az is, hogy milyen társadalmi és környezeti kényszerek vezettek ehhez az átalakuláshoz.
A két elbeszélés akár ugyanazokra a történeti tényekre is épülhet. Mégis más hangsúlyokat, más oksági kapcsolatokat és más következtetéseket eredményez.
Ez a narratívaelemzés egyik legfontosabb tanulsága: egy történelmi szöveg attól még nem válik semlegessé, hogy minden egyes mondata tényszerűen helytálló.
Mit tanulhatunk ebből a történelemtanár-képzésben?
A generatív mesterséges intelligencia használata önmagában nem feltétlenül jelent új pedagógiai módszert. A valódi kérdés az, hogy milyen gondolkodási műveleteket kapcsolunk az eszköz használatához.
A kísérlet során a hallgatók nem kész történelmi válaszokat kértek a géptől, hanem annak szövegét tették elemzés tárgyává. Az MI így nem a szakirodalom vagy a hallgatói munka helyettesítőjeként, hanem kritikai vizsgálatot igénylő szövegalkotóként jelent meg.
A feladat egyszerre igényelte a történeti szakirodalom használatát, a forráskritikát, az állítások ellenőrzését és a történelmi magyarázatok elemzését. Emellett arra is lehetőséget adott, hogy a hallgatók felismerjék: a történeti tudás nem csupán adatok ismeretét jelenti, hanem az adatok közötti összefüggések értelmezését is.
A munka során néhány egyszerű, de fontos alapelv rajzolódott ki:
- Ne csak az állításokat, hanem az oksági kapcsolatokat is ellenőrizzük!
- Kérdezzük meg, ki vagy mi kerül a történet középpontjába!
- Figyeljük meg, mi marad ki az elbeszélésből!
- Válasszuk szét a történeti tényeket és az azokhoz kapcsolódó értelmezéseket!
- Keressünk alternatív történeti magyarázatokat!
Hogyan tovább?

A generatív mesterséges intelligencia történelmi szövegeinek kritikai elemzése számomra elsősorban azért érdekes, mert visszavezet egy hagyományos történészi és történelemtanári problémához: hogyan alkotunk történetet a rendelkezésünkre álló tényekből?
Az MI ebben a tekintetben nem egyszerűen új technológiai kihívás. Olyan szövegeket állít elő, amelyek segítségével láthatóvá és vizsgálhatóvá válnak a történeti elbeszélés mögött meghúzódó választások, hangsúlyok és értelmezések.
Talán éppen ez lehet az egyik legfontosabb lehetőség a történelemtanár-képzésben: nem arra tanítani a hallgatókat, hogyan kérdezzenek jól a géptől, hanem arra, hogyan kérdőjelezzék meg azt, amit a gép válaszként eléjük tesz.
Mert végső soron nem az a legfontosabb kérdés, hogy milyen történetet mesél a gép, hanem az, hogy mi magunk milyen történetet tudunk és akarunk elmesélni.
Az írás alapjául a „Milyen történetet mesél a gép? A generatív mesterséges intelligencia által létrehozott történelmi narratívák kritikai elemzése a történelemtanár-képzésben” című konferencia-előadás szolgált.