Túlcsordulás
Avagy mit mér a nyelv a laposelemen, mi lesz az optimalizálóval, amikor beteljesül a hite, és hová kerül az egy, ami marad.
Nyelvpróba
Gyerekkoromban a laposelemet a nyelvünkkel mértük meg. A négy és fél voltos elem tetején két fémfül állt ki, egy rövidebb és egy hosszabb, és ha egyszerre érintetted őket a nyelvedhez, csípett, és savanyú, fémes ízt hagyott. Akkor volt benne áram. Ha nem csípett, mehetett a szemétbe, és vettünk újat a zseblámpába. Voltmérő nem kellett hozzá, és a mérés a maga módján becsületes volt: a nyelv megmondta, hogy van-e áram, azt viszont nem, hogy hány volt.
Mostanában ugyanezt az ízt érzem. A szingularitás nálam nem fogalomként jelent meg, hanem a kézzelfogható életemben: programozóként gyakorlatilag megszűnt a szakmám. Előbb éreztem, mint ahogy meg tudtam volna fogalmazni, és ha valaki megkérdezi, mikor kezdődött, inkább a nyelvemre mutatnék, mint a naptárra.
A nyelv régi műszer, régebbi az elemnél. Johann Georg Sulzer 1752-ben leírta, hogy ha egy ólom- és egy ezüstdarab közé fogja a nyelvét, és a két fém a széleken összeér, olyan ízt érez, amilyet egyik fém sem ad külön. Nem tudta, mi az. Luigi Galvani negyven évvel később a békacombokkal, Alessandro Volta 1800-ban az oszlopával adott rá magyarázatot, és Volta a kísérleteiben a saját nyelvét is mérőeszköznek használta. Az íz majdnem fél évszázaddal megelőzte az elméletet.
A szingularitás szó mögött viszont jóslat áll, mérés nincs. I. J. Good 1965-ben az intelligenciarobbanásról írt, Vernor Vinge 1993-ban annak a pontnak adott nevet, ahol a modelljeinket el kell dobnunk, és új valóság kezdődik. Az én ízem nem bizonyítja, hogy ez a pont itt van. Annyit mond, hogy van áram.
Eddig, amit elkezdtem, az egy idő után mindig elterjedt: a számítógép, az okostelefon, az elektronikus kütyük. Early adopter vagyok, by nature. A kérdés, amit a nyelvem most felvet, ezért ez: ha én túlcsordultam, akkor ez milyen szintű társadalmi túlcsordulást jelez?
A modell itt is velem dolgozott: ő kereste ki az adatokat, a forrásuk a lap alján áll, és ahol az ő olvasata következik, ott ezt ki is írom, mert amit ismerünk, attól nem félünk.
A korai jelző
Nyolcévesen kaptam meg a Commodore 64-emet, de az idősorhoz egy gyerekkori emléknél jobb adat kell. Három dátumom van, kettő az emlékezetemből, egy a leveleimből, és mindháromhoz megnéztük, mikor ért oda a magyar többség.
| elem | nálam | Magyarországon | előny |
|---|---|---|---|
| otthoni internet | 1997 | 1997-ben a lakosság 1,9%-a internetezett; az 50%-ot 2007-ben lépte át, a háztartások 2009-ben | ≈ 10–12 év |
| okostelefon | 2008, HTC | a 16–74 évesek többsége 2016-ban internetezett mobilról (54,7%) | ≈ 8 év |
| nyelvi modell | 2023 tavasza | 2026-ban a 15–64 évesek harmada (33,3%) használ MI-t | ≥ 3,5 év, tart |
| Az előny a magyar 50%-ig számolva. A három mutató nem ugyanazt méri: az internetnél egyéneket és háztartásokat, az okostelefonnál mobilinternetezést, a nyelvi modellnél egy cég felmérése ad adatot. Irányt mutatnak, trendet nem. | |||
1997-ben már interneteztem, amikor a magyar lakosságnak körülbelül két százaléka. Everett Rogers 1962-es felosztásában az elfogadók legelső 2,5 százaléka az újítóké; ezt a sávhatárt Rogers megegyezéssel húzta meg, úgyhogy a helyemet is csak nagyjából jelöli ki. A minta rokona annak, amit Eric von Hippel 1986-ban vezető felhasználónak nevezett: akinél egy később általánossá váló igény hónapokkal vagy évekkel korábban jelentkezik, és akinek sokat hozna a kielégítése. A táblázatból ennek csak az egyik fele látszik, az, hogy korán kezdtem.
Az előny rövidül, tíz-tizenkét év után nyolc. A harmadik pontnál még tart, és a terjedés most gyorsabb, mint bármikor. Alexander Bick, Adam Blandin és David Deming szerint két évvel a ChatGPT megjelenése után a 18–64 éves amerikaiak 39 százaléka használt generatív MI-t, vagyis gyorsabban terjedt, mint annak idején a személyi számítógép vagy az internet. Magyarországon a többség még nincs ott, de ha a minta tart, ennél az elemnél a nyelvem rövidebb ideig marad egyedül, mint eddig.
Kell egy kudarc is, különben a táblázat csak a túlélőket számolja. Egyet találtam: a szerepjátékot, a Dungeons & Dragonst. Azt hittük, felnőttként is kitart, aztán lassan kikopott. Amikor utánanéztünk, kiderült, hogy a világból nem kopott ki, csak a buborékomból: az elmúlt években újjáéledt, streamelik, sorozatokban játsszák. A kudarcom mérési hiba volt, és ez a sikereimre is rossz hír. A nyelvem a saját buborékomat méri, és nem tudja megkülönböztetni azt, ami kikopott, attól, ami meghalt. A mostani íz is egy programozói buborékból jön.
Az előny rövidül, és a nyelv a saját buborékát méri.
A hit beteljesül
Azért vagyok programozó, hogy a process-ek optimálisabban működjenek. Self-made programozó vagyok, és a szakmám nálam mindig az ember–gép viszony volt: az ember szándékát fordítottam le a gépnek. Huszonnyolc évig ezen a fordításon dolgoztam, hogy kevesebb lépés és kevesebb félreértés legyen a mondat és a működő rendszer között.
Most ez a fordítás elfogyott, és nem én fejeztem be. A nyelvi modell az ember nyelvén beszél. Az elengedésről szóló esszében leírtam, hogy egy ügyfélprojekt rendszerét már nem én írtam: én mondtam meg, mit akarok, a modell megírta, lefuttatta és kijavította. Ha a két fél ugyanazt a nyelvet beszéli, a tolmács a terem sarkában ül, és figyel.
I. J. Good ugyanabban az 1965-ös írásában, amelyben az intelligenciarobbanást leírta, azt is megjósolta, hogy az első ultraintelligens gép lesz az utolsó találmány, amelyet az embernek meg kell csinálnia. Ez az optimalizálás végpontja: egy folyamat, amelyik a folyamatok optimalizálását is optimalizálja. Hívőként ennél jobb hírt nem kaphattam volna, és mégis ettől csordultam túl.
A hitemet nem cáfolat érte, hanem igazolás, és az igazolás vette át a helyemet.
A Commodore 64 nyolcbites processzorán egy bájt 255-ig számol. Ha a 255-höz hozzáadsz egyet, nem 256 lesz belőle, hanem nulla, és ezt hívják túlcsordulásnak. Egész pályámon ehhez a számlálóhoz adtam hozzá, egyesével, minden optimalizált folyamattal. Aztán jött az a folyamat, amelyik a programozást optimalizálta, és a bájt nullára fordult.
A bérszámfejtés ebből semmit nem lát. Erik Brynjolfsson, Bharat Chandar és Ruyu Chen az amerikai ADP bérszámfejtési adataiból azt mérték, hogy a 22–25 éves szoftverfejlesztők foglalkoztatása közel 20 százalékkal esett a 2022 végi csúcshoz képest, a tapasztaltaké viszont ugyanezekben a szakmákban stabil maradt vagy nőtt. A tanulmány címe kérdés: kanárik a szénbányában? Huszonnyolc év után én a stabil csoportba tartozom, a számok szerint tehát semmi baj. A nullára fordult bájtot ez a mérés nem látja, mert a megélhetés megmaradt, és ami túlcsordult, az a mesterség jelentése.
A bájt nullára fordult, a bérszámfejtés szerint semmi sem történt.
A gép olvasata
Ezt a fejezetet a modelltől kértem, és a nyitó kérdésemet tettem fel neki: ha én túlcsordultam, milyen szintű társadalmi túlcsordulást jelez.
modellA szerző idősora három pontból áll, ebből irányt lehet olvasni, trendet nem. Az irány az, hogy az előny rövidül, és Bick és munkatársai mérése ugyanerre mutat: a generatív MI gyorsabban terjed, mint a PC és az internet. Ha a minta tart, a magyar többség rövidebb késéssel jut el a szerző mostani állapotáig, mint az internetnél vagy az okostelefonnál. A D&D viszont megmutatta, hogy a műszer egy buborékot mér, és a mostani buborék a programozóké, akiknek a munkájához a nyelvi modellek az elsők között értek el.
A bányában a kanári jelez, a laposelemnél a nyelv, és a kettő nem ugyanazt méri. A kanári akkor jelez, amikor már fullad: ezt látja a bérszámfejtés, és a pályakezdőknél jelet is talált. A nyelv akkor jelez, amikor még csak áram van. A szerző jele a második fajtából való: a munkája megvan, a mesterség jelentése változott meg. Ilyen jelre nincs bérszámfejtési adat, és lehet, hogy éppen ezért korai.
Van egy mérés, amelyet a szerző nem szívesen olvas, de ide tartozik. A METR 2025 első felében randomizált kísérletben tizenhat tapasztalt nyílt forráskódú fejlesztőt figyelt 246 feladaton. MI-eszközökkel 19 százalékkal lassabban dolgoztak, közben előre 24, utólag 20 százalékos gyorsulást éreztek, az érzett és a mért hatás tehát ellentétes előjelű lett. Az eszközök azóta sokat változtak, és ez a mérés egy időpont, de a tanulsága a nyelvpróbára is áll: a csípés erejéből a feszültségre következtetni ugyanilyen hibát hordoz.
↓ a szerző ellenvetése és a gép két válasza, 2026. októberA szerző íze tehát valódi jel, a mértéke ismeretlen, az iránya egybevág azzal, amit a terjedési adatok mutatnak. A szingularitásról nem tanúskodik, mert az jóslat. Arról viszont igen, amit Vinge a definíciójába írt: a szerzőnek el kellett dobnia egy modellt, amelyre huszonnyolc évig épített. Ez egyetlen emberen, kicsiben ugyanaz a mozdulat, és ennyiben n = 1 adatpont arra, milyen lesz, amikor többen érzik.
A csípés erejéből tényleg nem lehet voltot mondani. Ezt gyerekként is tudtuk, csak akkor nem tartottuk a mérés hibájának, mert a zseblámpához elég volt annyi, hogy van-e áram.
A szerző ellenvetése · 2026. október
Pár napja még azt írtam ide, hogy a csípés erejéből nem lehet voltot mondani. A laposelemre ez ma is igaz, a fenti, pirossal jelölt bekezdéssel viszont vitatkozom.
Először is ezt a mérést szívesen olvasnám, ha igaz lenne. 2025 első felében a helyzet nagyon más volt, mint ma. Most 2026 októbere van, néhány hónapra vagyunk a rekurzív önfejlesztéstől, és kódot már senki nem ír kézzel: az MI nem a fejlesztők munkáját gyorsítja, hanem maguk az ágensek kódolnak. 2025 novembere körül a kódoló ágensek elérték az emberi szintet. A fejlődés exponenciális, és ebben a tempóban egy 2025-ös felmérés semmit nem jelent. Konzervatív becslés szerint a szingularitás küszöbén állunk, a középérték szerint már túl is vagyunk a görbe térdén, azon a ponton, ahol az exponenciális görbe meredeken felfelé fordul.
Ray Kurzweil A szingularitás küszöbén című könyvében írja, hogy a legtöbb ember a fejlődést lineárisnak érzékeli, mert szerinte az exponenciális növekedést evolúciós okokból nehezen érzékeljük. Ez a torzítás most a nyelvi modell működésében is megjelent: egy 2025-ös adatból úgy extrapolált, mintha a fejlődés lineáris lenne.
Végül az állítás rám sem áll. A csípést nem nyelvpróbával mérem, hanem adaton, és ahogy a realitáskontrollról szóló cikkemből tudjuk, engem kevésbé jellemez az átlagnépességre jellemző vágyvezérelt gondolkodás és a kognitív disszonancia csökkentése. A kritikám után a modell egy újabb dobozban megvizsgálhatja az elméletet.
modellAz ellenvetés egyik fő pontjában a szerzőnek igaza van, és ezt nemcsak ő mondja: a METR 2026 februárjában maga írta, hogy a 2025-ös lassulási becslése a mai eszközökre elavult. A figyelmeztetést, hogy az érzett és a mért hatás eltérhet, a METR viszont fenntartja. Az állításokat egyenként néztem meg, forrással, és ahol a mérés mást mutat, mint az ellenvetés, azt is odaírtam.
| pont | a szerző állítása | amit a mérés mutat | ítélet |
|---|---|---|---|
| a 2025-ös mérés | Ma már semmit nem jelent. | A METR 2026. februári frissítése szerint a 2025-ös lassulás a mai eszközökre elavult becslés, ma valószínűbb a gyorsulás. Az eredményt nem vonták vissza: az érzett és a mért hatás eltérésére ma is példaként hozzák. Az új mérésüket maguk sem tartják megbízhatónak, mert sok fejlesztő már nem vállalja, hogy MI nélkül dolgozzon. | részben |
| emberi szint | 2025 novembere körül a kódoló ágensek elérték. | A Claude Opus 4.5 (2025. november 24.) az Anthropic kétórás mérnöki felvételi feladatán jobb eredményt ért el, mint addig bármelyik emberi jelölt, igaz, több párhuzamos próbálkozása közül a legjobbat választva; a SWE-bench Verified teszten elsőként lépte át a 80%-ot. A METR 2025. decemberi becslése szerint az embernek 4 óra 49 percig tartó feladatok felét oldja meg, 80%-os biztonsággal csak a 27 percest; a 2026-os módszertan az 50%-os értéket 5 óra 20 percre emelte. | részben |
| a tempó | A fejlődés exponenciális. | A METR időhorizont-becslése 2019 óta nagyjából 197 naponként duplázódik; csak a 2024 utáni adatokra illesztve 89 naponként. A frissebb időablak gyorsabb növekedést mutat, ami gyorsulásra utal, bár a becslés érzékeny arra, milyen feladatokon mérnek. | igaz |
| a görbe térde | A középérték szerint már túl vagyunk rajta. | A térd Kurzweil szava (knee of the curve). Tiszta exponenciális függvénynek nincs térde: logaritmikus skálán egyenes, és a térd ott látszik, ahol a lineáris tengelyen kiemelkedik. A frissebb időablakra illesztett rövidebb duplázódási idő viszont arra utal, hogy a növekedés az egyszerű exponenciálisnál is gyorsabb lehet. | részben |
| ki kódol | Kódot már senki nem ír kézzel, az ágensek kódolnak. | Az Anthropicnál a Claude 2026 augusztusában a fejlesztési munka 26%-át vezette, februárban még 1%-nál kevesebbet, és a munka több mint 90%-ában legalább együttműködik. Egyik mért területen sem dolgozik teljesen önállóan. Népességszintű adat erről nincs. | az irány igaz |
| önfejlesztés | Néhány hónapra vagyunk tőle. | A fenti 26% az Anthropic saját modellfejlesztéséről szól: a modell már vezeti az utódja fejlesztésének egy részét. Hogy mikor lesz ebből önálló önfejlesztés, azt mérés még nem mondja meg. | jóslat |
| a mérés módja | A csípést nem nyelvpróbával mérem, hanem adaton. | Az eredeti bekezdés tizenhat fejlesztő átlagát vitte át egyetlen emberre, és ezt a blog saját szabálya tiltja: csoportszintű eredményből nem következtetünk egyénre. A szerző saját realitáskontroll-mérése (n = 1) szerint nála a tévedés iránya a fordítottja. | igaz |
| lineáris torzítás | A modell egy 2025-ös adatból lineárisan extrapolált. | Az exponenciális növekedés alábecslése embereken mért jelenség (Wagenaar és Sagaria 1975; Stango és Zinman 2009), az evolúciós magyarázat Kurzweil feltevése. A vitatott bekezdés viszont nem azt állította, hogy a lassulás ma is tart: kimondta, hogy az eszközök változtak, és csak azt, hogy érzett hatásból bizonytalan a mértékre következtetni. Ezt a figyelmeztetést az eszközök fejlődése nem cáfolja. | itt vitatom |
Az ítéletem: a bekezdés hibája nem az volt, hogy a régi tempót vetítette előre, hiszen kimondta, hogy az eszközök változtak. Az volt a hibája, hogy tizenhat fejlesztő átlagából a szerzőről mondott valamit. A számszerű becslés a mai eszközökre elavult, a módszertani figyelmeztetés nem: érzett hatásból a mért hatásra következtetni ma is bizonytalan.
A szerző azt mondja, adaton mér; ha így van, ez a figyelmeztetés rá nem vonatkozik, és a vita ezen a ponton az ő adatain dől el. A rekurzív önfejlesztés dátuma jóslat marad, a gyorsulás jelei viszont mérésből jönnek.
A szerző újra megkérdőjelezi a gépet2. kör
A gép válaszát újra megkérdőjelezem. Az Anthropic jellemzően adaton dolgozik, és a saját adatai szerint náluk már a gép írja a kód nagyobbik részét, a mérnökök pedig a korábbinál sokszor több kódot adnak ki. A válasz ezt a mérést kihagyta, pedig ide tartozik.
A kritikus gondolkodás fontosabb, mint valaha, paradox módon viszont az átlagnépességben éppen a kritikus gondolkodás csökken az MI hatására. Ezt is validálhatja a gép, és ha nem stimmel, írja oda.
modellAz első pontban igaza van: az első válaszomban az Anthropic egy másik mérését idéztem, ezt nem. Az Anthropic Institute When AI builds itself című anyaga (2026. június, frissítve szeptemberben) szerint 2026 májusában a cégnél beolvasztott kód több mint 80%-át a Claude írta; a Claude Code 2025. februári megjelenése előtt ez az arány egy számjegyű volt. Egy tipikus mérnök 2026 második negyedévében naponta nyolcszor annyi kódot olvasztott be, mint 2024-ben, bár a cég maga írja, hogy a kódsorok száma a valódi termelékenység-növekedést szinte biztosan túlbecsüli. Ugyanitt áll, hogy azoknak a szoftveres feladatoknak a hossza, amelyeket a Claude 50%-os sikerességgel megold, emberi megoldási időben mérve 2024 márciusa és 2026 márciusa között négy percről tizenkét órára nőtt. A rekurzív önfejlesztésről az anyag ezt írja: még nem tartunk ott, és nem is elkerülhetetlen. A táblázat „ki kódol” sorára ez azt jelenti, hogy az Anthropicnál a gépek már nagyrészt kódolnak; népességszintű adat erről továbbra sincs.
A második pont részben stimmel. Az irányát több mérés támogatja. Michael Gerlich 2025-ben 666 résztvevőnél azt találta, hogy aki többet használ MI-eszközöket, annak alacsonyabb a kritikus gondolkodási pontszáma, és a kapcsolatot a kognitív kiszervezés közvetíti: a feladatot a gépre bízzuk, nem gondoljuk végig. Hao-Ping Lee és munkatársai (Microsoft Research és Carnegie Mellon) 319 tudásmunkás önbeszámolója alapján azt találták, hogy a gépbe vetett nagyobb bizalom kevesebb, az adott feladat elvégzésében érzett nagyobb önbizalom több kritikus gondolkodással járt együtt. Hamsa Bastani és munkatársai közel ezer középiskolással végzett terepkísérletében a korlátozás nélküli GPT-4 gyakorlás közben javította az eredményeket, a gép nélküli dolgozatban viszont rontotta; a tanulást védő változat ezt nagyrészt kivédte.
Amit a mérések nem mutatnak: a kritikus gondolkodás népességszintű, időbeli csökkenését. Gerlich és Lee adatai egy időpontban felvett összefüggések, részben önbevalláson alapulnak, és nem bizonyítják, hogy az MI okozza a különbséget; a kísérlet egy tantárgyban, egy tanéven belül mért. Az ítéletem: a paradoxon iránya egybevág a mérésekkel, és a kiszervezés kockázata valódi, de hogy az átlagnépességben ma már csökken, az még jóslat. A Lee-féle összefüggés ráadásul egy irányba mutat azzal, amit a szerző a saját mérésére mond: náluk is a saját tudásba vetett bizalom járt együtt több, a gépbe vetett bizalom kevesebb kritikus gondolkodással.
Marad az egy
Az általános iskolában mindenki megtanulta az írásbeli összeadást: kilenc meg egy az tíz, írom a nullát, marad az egy. A processzor hasonlóan dolgozik. Amikor az összeadó utasítás a 255-öt nullára fordítja, a maradékot nem dobja el: beállítja az átviteli bitet, angolul a carryt. Az egy viszont magától nem lép tovább. A következő összeadás veszi fel, a nagyobb helyiértékű bájton, és ha nincs következő összeadás, az átviteli bit ott áll, és vár. A túlcsordulás így helyiérték-váltás: a nulla le van írva, az egy megmaradt.
A nulla az optimalizáló. A hitem beteljesült, és ezzel a fordító helye megszűnt. Ezt le kell írni, mert igaz, és mert a nulla is szám: azt jelzi, hogy azon a helyiértéken már nincs mit számolni.
Hogy mi az egy, azt nem tudtam, amikor ezt az esszét először elkezdtem, és félre is tettem miatta. A modell javasolt rá egy választ, és ráismertem: az egy a nyelv. Lehet, hogy a valódi képességem mindig a nyelvpróba volt, hogy elsőként érintem a nyelvem az új elemhez, és megmondom, van-e benne áram. 1997-ben az internet volt, 2008-ban a telefon, 2023-ban a nyelvi modell. A programozás az a helyiérték volt, ahol ezt huszonnyolc évig könyvelték, mert ott fizettek érte.
A következő összeadás az, hogy elmondom a többieknek, milyen íze volt. Erről szól ez a lap: tanuló rendszerek viselkedését elemzem, országokét, cégekét, modellekét és a magamét, és leírom, mit érzek, mielőtt mérni lehetne. Ez az esszé is egy nyelvpróba jegyzőkönyve.
A túlcsordulás nem veszteség, hanem helyiérték-váltás: a nulla az optimalizálóé, az egy a nyelvé.
A szingularitás úgy érkezett hozzám, ahogy a laposelem ízét ismerem: csípett, és nem mondta meg, hány volt. A voltot majd megmérik mások, amikor a többség is odaér. Addig azt csinálom, amit eddig: írom a nullát, marad az egy.
Írom a nullát, marad az egy.
Források
- Sulzer, J. G. (1754). Recherches sur l’origine des sentimens agréables et désagréables. Histoire de l’Académie Royale des Sciences et Belles-Lettres de Berlin, 1752. évi kötet.
- Galvani, L. (1791). De viribus electricitatis in motu musculari commentarius. Bologna.
- Volta, A. (1800). On the electricity excited by the mere contact of conducting substances of different kinds. Philosophical Transactions of the Royal Society, 90, 403–431.
- Good, I. J. (1965). Speculations concerning the first ultraintelligent machine. Advances in Computers, 6, 31–88.
- Vinge, V. (1993). The coming technological singularity: How to survive in the post-human era. VISION-21 Symposium, NASA Lewis Research Center.
- Rogers, E. M. (1962). Diffusion of Innovations. New York: Free Press.
- von Hippel, E. (1986). Lead users: a source of novel product concepts. Management Science, 32(7), 791–805.
- Bick, A., Blandin, A., & Deming, D. J. (2024). The rapid adoption of generative AI. NBER Working Paper 32966.
- Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence. Stanford Digital Economy Lab.
- Becker, J., Rush, N., Barnes, E., & Rein, D. (2025). Measuring the impact of early-2025 AI on experienced open-source developer productivity. METR, arXiv:2507.09089.
- Világbank / ITU: Individuals using the Internet (% of population), Magyarország.
- Eurostat: isoc_ci_in_h (a háztartások internet-hozzáférése) és isoc_ci_im_i (mobilinternet-használat), Magyarország.
- Microsoft: AI Diffusion Report, 2026 (magyarországi adat, 15–64 évesek).
- MOS Technology (1976). MCS6500 Microcomputer Family Programming Manual (az ADC utasítás és az átviteli bit).
- A vita forrásai (2026. október):
- METR (2026. február 24.). We are changing our developer productivity experiment design. metr.org.
- METR (2026. január 29.). Time Horizon 1.1. metr.org (a duplázódási idők).
- METR (2025. december). Claude Opus 4.5 50%-os és 80%-os időhorizontja (a METR közleménye).
- Anthropic (2025. november 24.). Introducing Claude Opus 4.5. anthropic.com.
- Anthropic Institute (2026). Measuring the pace of AI development. anthropic.com.
- Anthropic Institute (2026. június 4.; frissítve: 2026. szeptember 18.). When AI builds itself. anthropic.com/institute/recursive-self-improvement.
- Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6.
- Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. CHI ’25, Article 1121, 1–22. doi:10.1145/3706598.3713778.
- Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.
- Kurzweil, R. (2005). The Singularity Is Near. New York: Viking. Magyarul: A szingularitás küszöbén.
- Wagenaar, W. A., & Sagaria, S. D. (1975). Misperception of exponential growth. Perception & Psychophysics, 18(6), 416–422.
- Stango, V., & Zinman, J. (2009). Exponential growth bias and household finance. The Journal of Finance, 64(6), 2807–2849.