​AI, JOSS VAN TIAZ*
 MESTERSÉGES INTELLIGENCIA ÉS IRODALMI KÁNON

​

Bevezetés

Az irodalmi kánon fogalma évszázadok óta meghatározza azt, hogy mit tekintünk „értékes”, „megőrzésre méltó” vagy „tanítandó” irodalomnak. A 21. században azonban egy új tényező jelent meg az irodalom értelmezésének, létrehozásának és terjesztésének terében: a mesterséges intelligencia (MI). Az MI nem csupán technológiai újítás, hanem kulturális és esztétikai kihívás is, amely alapjaiban kérdőjelezi meg a szerzőség, az eredetiség és a kánonképzés hagyományos elveit.

Jelen tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia milyen módon hat az irodalmi kánonra: átalakítja-e azt, kiegészíti, relativizálja vagy éppen megerősíti a meglévő struktúrákat. A dolgozat elméleti keretet, konkrét példákat, valamint kritikai megközelítéseket is alkalmaz.
 




1
​
Az irodalmi kánon fogalma és történeti alakulása


Bevezetés

Az irodalmi kánon fogalma az irodalomtudomány egyik legtöbbet vitatott, ugyanakkor megkerülhetetlen alapkategóriája. A kánon nem pusztán művek listája, hanem olyan kulturális, intézményi és ideológiai konstrukció, amely meghatározza, hogy egy adott közösség mit tekint „értékes”, „megőrzésre méltó” vagy „tanítandó” irodalomnak. A 21. században – különösen a digitális kultúra és a mesterséges intelligencia (MI) megjelenésével – a kánon kérdése új megvilágításba kerül: miként alakul át az irodalmi érték fogalma, ha az értelmezés, a válogatás és a szövegtermelés egyre inkább algoritmusok közvetítésével történik?

E fejezet célja az irodalmi kánon fogalmának tisztázása és történeti alakulásának bemutatása az antikvitástól a modern és posztmodern irodalomelméletekig. Ez az alapozás elengedhetetlen ahhoz, hogy később megértsük, milyen módon léphet be a mesterséges intelligencia a kánonképzés folyamatába, illetve milyen feszültségeket és lehetőségeket hordoz magában.


Az irodalmi kánon fogalma

A „kánon” szó a görög kanón kifejezésből származik, amely eredetileg mérőrudat, szabályt, normát jelentett. A fogalom a teológiai gondolkodásban nyert először kiemelt szerepet, ahol a kanonikus szövegek azokat az iratokat jelölték, amelyek hitelesnek és szentnek számítottak. Az irodalomtudomány ezt a normatív jelleget örökölte: az irodalmi kánon azoknak a műveknek az összessége, amelyeket egy adott korszak vagy közösség kiemelkedőnek, mértékadónak tekint.

Fontos hangsúlyozni, hogy a kánon soha nem „természetes” módon létező lista, hanem társadalmi konszenzusok, hatalmi viszonyok és intézményi döntések eredménye. Iskolai tantervek, egyetemi oktatás, kritikai diskurzusok, kiadói gyakorlatok és díjak mind szerepet játszanak abban, hogy mely művek kerülnek be a kánonba, és melyek maradnak periférián.


A kánon normatív és leíró értelmezése

Az irodalmi kánon fogalmát két alapvető megközelítés mentén szokás tárgyalni: normatív és leíró értelemben.
A normatív felfogás szerint a kánon értékhierarchiát állít fel: megmondja, mit kell olvasni ahhoz, hogy valaki műveltnek, az adott kultúra teljes jogú tagjának számítson. Ez a szemlélet hangsúlyosan jelen volt a 19. és a 20. század első felének irodalomfelfogásában, amikor a „nagy művek” eszméje dominálta az oktatást és a kritikát.
A leíró megközelítés ezzel szemben nem előír, hanem elemez: azt vizsgálja, hogy egy adott korszakban ténylegesen mely művek töltenek be központi szerepet az irodalmi nyilvánosságban. Ez a szemlélet közelebb áll a modern kultúratudományi irányzatokhoz, és lehetővé teszi a kánon történeti és társadalmi beágyazottságának feltárását.


Az irodalmi kánon kialakulása az antikvitásban

Az irodalmi kánon kialakulásának gyökerei az antik görög és római kultúráig nyúlnak vissza. Homérosz eposzai már az ókorban kitüntetett státuszt élveztek: nemcsak irodalmi, hanem pedagógiai és erkölcsi mintaként is szolgáltak. Az alexandriai könyvtár tudósai tudatosan válogatták és rendszerezték a „klasszikus” szerzők műveit, megalapozva ezzel a kánonképzés filológiai gyakorlatát.

A római irodalomban hasonló folyamat figyelhető meg: Vergilius, Horatius és Ovidius művei a latin nyelvű irodalom etalonjaivá váltak. Az antik kánon jellemzője, hogy erősen összefonódott az oktatással és a retorikai képzéssel, így hosszú évszázadokra meghatározta az európai irodalmi hagyományt.


Kánon és keresztény kultúra a középkorban

A középkorban az irodalmi kánon szorosan kapcsolódott a keresztény világképhez. A Biblia mint szent szöveg abszolút kánoni státuszt élvezett, míg a világi irodalom háttérbe szorult. Ugyanakkor az antik szerzők – különösen a latin klasszikusok – tovább éltek a kolostori oktatásban és a skolasztikus gondolkodásban.
A középkori kánon tehát kettős jellegű volt: egyrészt teológiai alapú, másrészt az antik örökséget közvetítő hagyomány. Ez a kettősség később alapvető szerepet játszott a humanizmus kialakulásában.


A humanizmus és a klasszikus kánon újrafelfedezése

A reneszánsz humanizmus radikálisan újragondolta az irodalmi kánont. Az antik szerzők műveit nem pusztán tekintélyelvű mintaként, hanem esztétikai és nyelvi ideálként kezdték olvasni. A kánon ekkor válik tudatos kulturális projektté: az értelmiség célja az volt, hogy az „emberhez méltó” műveltséget az irodalom révén határozza meg.

E korszakban alakul ki a nemzeti irodalmak kánonjának csírája is, hiszen a latin mellett egyre nagyobb szerepet kapnak a népnyelven írt művek.


A nemzeti kánonok kialakulása a 18–19. században

A felvilágosodás és a romantika időszaka döntő fordulópont az irodalmi kánon történetében. A nemzetállamok kialakulásával párhuzamosan létrejönnek a nemzeti irodalmi kánonok, amelyek identitásképző funkciót töltenek be. Magyarországon például Kazinczy Ferenc, majd később Arany János és Petőfi Sándor váltak a nemzeti irodalom központi alakjaivá.

Ebben az időszakban a kánon erősen normatív jellegű: az irodalom feladata nemcsak az esztétikai élmény nyújtása, hanem a nemzeti öntudat formálása is.


A modernitás kánonválsága

A 20. század elején az avantgárd mozgalmak megkérdőjelezték a hagyományos kánon legitimitását. Az új művészeti irányzatok tudatosan szembefordultak a „klasszikus” értékekkel, és a kánont mint konzervatív, kizáró mechanizmust bírálták.

Ezzel párhuzamosan az irodalomtudományban is megjelentek azok az elméletek – formalizmus, strukturalizmus –, amelyek az értelmezés módszertanát helyezték előtérbe a kanonikus státusz helyett.


Posztmodern és kánonkritika

A posztmodern gondolkodás radikálisan relativizálta az irodalmi kánon fogalmát. A „nagy elbeszélések” válsága együtt járt a kánon tekintélyének megingásával. Feminista, posztkoloniális és kultúratudományi irányzatok rámutattak arra, hogy a hagyományos kánon gyakran kizárta a női, kisebbségi vagy periférikus hangokat.
A kánon ekkor már nem egységes, hanem plurális, folyamatosan változó konstrukcióként jelenik meg.


Összegzés

Az irodalmi kánon történeti áttekintése világossá teszi, hogy a kánon soha nem statikus, hanem folyamatosan újratárgyalt jelenség. Minden korszak saját értékrendje és hatalmi struktúrái szerint alakítja ki azt a műegyüttest, amelyet reprezentatívnak tekint. Ez a felismerés különösen fontos a mesterséges intelligencia korában, amikor a szövegkiválasztás és -értelmezés egyre inkább algoritmikus közvetítéssel történik.





Irodalomjegyzék 

1. Bloom, Harold: The Western Canon. Harcourt Brace, 1994.
2. Bourdieu, Pierre: A művészet szabályai. Budapest, Osiris, 1999.
3. Eagleton, Terry: Irodalomelmélet. Budapest, Helikon, 2000.
4. Guillory, John: Cultural Capital. University of Chicago Press, 1993.
5. Assmann, Jan: Kulturális emlékezet. Budapest, Atlantisz, 1999.
6. Jauss, Hans Robert: Recepcióelmélet. Budapest, Gondolat, 1984.
7. Foucault, Michel: Mi a szerző? Budapest, Kijárat, 1998.
8. Said, Edward W.: Orientalizmus. Budapest, Európa, 2000.
9. Greenblatt, Stephen: Renaissance Self-Fashioning. University of Chicago Press, 1980.
10. Szegedy-Maszák Mihály: A kánon problémái. Budapest, Kalligram, 1998.
11. Kulcsár Szabó Ernő: Irodalom és hermeneutika. Budapest, Akadémiai, 1996.
12. Szirák Péter: A modernség alakzatai. Debrecen, Csokonai, 2003.
13. Ricoeur, Paul: Idő és elbeszélés. Budapest, Gondolat, 1991.
14. Barthes, Roland: A szerző halála. Budapest, Európa, 1997.
15. Williams, Raymond: Keywords. Oxford University Press, 1976.

 
 



2

A kánon kritikája

A 20. század második felében a kánon fogalma egyre erősebb kritikák kereszttüzébe került. Feminista, posztkoloniális és kisebbségi irodalomtudományi irányzatok mutattak rá arra, hogy a hagyományos kánon gyakran kizáró jellegű, és elsősorban fehér, nyugati, férfi szerzők műveit részesíti előnyben.
 
 
Bevezetés

Az irodalmi kánon fogalma évszázadok óta az irodalomtudomány egyik központi, ugyanakkor vitákkal terhelt kategóriája. A kánon egyszerre jelent értékmércét, hagyományt és intézményesített válogatást: azon művek összességét, amelyeket egy adott kultúra „megőrzésre méltónak” ítél. A mesterséges intelligencia (MI) megjelenése az irodalmi elemzés, szövegalkotás és -terjesztés területén új megvilágításba helyezi ezt a fogalmat. A kánon kritikája így nem pusztán esztétikai vagy ideológiai kérdés többé, hanem technológiai és epistemológiai probléma is. Ez a fejezet azt vizsgálja, miként kérdőjelezi meg az MI a hagyományos kánonalkotás alapelveit, és milyen új szempontokat hoz be az irodalmi érték meghatározásába.


Az irodalmi kánon hagyományos működése

A klasszikus értelemben vett irodalmi kánon kialakulása szorosan összefonódik az oktatási intézményekkel, az akadémiai diskurzussal és a kulturális hatalommal. A kánon nem spontán módon jön létre, hanem kritikusok, szerkesztők, tanárok és intézmények döntéseinek eredményeként. E döntések mögött esztétikai normák, ideológiai preferenciák és társadalmi érdekek húzódnak meg. A kánon tehát nem csupán tükrözi az irodalmi értéket, hanem aktívan formálja is azt.

A kritika már a 20. században rámutatott arra, hogy a kánon szelektív és kirekesztő. Nemi, etnikai, nyelvi és társadalmi szempontból egyaránt torz képet ad az irodalom egészéről. A „nagy művek” listája gyakran marginalizálja a periférián lévő hangokat, miközben univerzális értékként tünteti fel a domináns kultúra termékeit. Ebbe a vitába lép be a mesterséges intelligencia mint új, látszólag semleges, valójában azonban sajátos torzításokkal rendelkező szereplő.


A mesterséges intelligencia mint új értelmező

Az MI-alapú nyelvi modellek hatalmas szövegkorpuszokon tanulnak, amelyek jelentős része kanonizált művekből áll. Ez első pillantásra a kánon megerősítését sugallja: az MI „azt tanulja meg, amit a kánon már kiválasztott”. Ugyanakkor a működés mélyebb vizsgálata ennél összetettebb képet mutat. Az MI nem értékítéleteket hoz hagyományos értelemben, hanem statisztikai mintázatokat ismer fel. Ennek következtében képes egymás mellé helyezni kanonikus és nem kanonikus szövegeket, és új összefüggéseket tárhat fel közöttük.

Ez a működésmód alapjaiban kérdőjelezi meg a kánon hierarchikus szerkezetét. Ha egy algoritmus számára egy elfeledett női szerző műve ugyanúgy elemezhető és „hasznosítható”, mint egy klasszikus férfi íróé, akkor az érték különbsége nem inherens, hanem kontextuális kérdéssé válik. Az MI tehát nem rombolja le automatikusan a kánont, de relativizálja annak kizárólagosságát.


A kánon kritikája algoritmikus nézőpontból

Az algoritmikus megközelítés egyik legfontosabb hozadéka az, hogy láthatóvá teszi a kánon rejtett mintázatait. Az MI képes kimutatni, milyen témák, metaforák vagy narratív struktúrák dominálnak a kanonizált művekben, és melyek hiányoznak belőlük. Ez a fajta „távolságtartó olvasás” (distant reading) új eszközöket ad a kánonkritika kezébe.

Ugyanakkor az algoritmusok sem mentesek az elfogultságtól. Az MI tanítóanyaga maga is a meglévő kulturális egyensúlytalanságok lenyomata. Így fennáll a veszélye annak, hogy a technológia nem lebontja, hanem újratermeli a kánon torzulásait. A kritika feladata ezért kettős: egyrészt élni az MI által kínált elemzési lehetőségekkel, másrészt reflektálni az algoritmikus hatalom természetére.


Szerzőség, érték és eredetiség újragondolása

A kánon egyik alappillére a szerzőség fogalma. A „nagy szerző” mítosza köré épülő kánon nehezen illeszthető össze az MI által generált szövegek világával, ahol a szerzőség kollektív, diffúz és részben gépi. Ez újabb kritikai kérdéseket vet fel: lehet-e egy MI által generált szöveg része az irodalmi hagyománynak? Ha igen, milyen alapon?
E kérdések rámutatnak arra, hogy a kánon nem csupán művek listája, hanem értelmezési keret is. Az MI jelenléte arra kényszerít, hogy az eredetiség, az alkotás és az érték fogalmait újradefiniáljuk. A kánon kritikája így nem a hagyomány elutasítását jelenti, hanem annak átgondolását egy megváltozott kulturális környezetben.


Oktatás, hozzáférés és demokratizálódás

Az MI egyik legjelentősebb hatása az irodalmi kánonra az oktatás területén érzékelhető. Az intelligens rendszerek képesek személyre szabott olvasási ajánlásokat adni, alternatív kánonokat felkínálni, és olyan szövegeket is láthatóvá tenni, amelyek korábban kimaradtak a tananyagból. Ez hozzájárulhat az irodalmi kultúra demokratizálódásához.

Ugyanakkor fennáll annak veszélye is, hogy az algoritmusok által vezérelt ajánlórendszerek újfajta, láthatatlan kánont hoznak létre. Ez a „rejtett kánon” nem nyílt viták és kritikai diskurzusok eredménye, hanem technológiai döntések következménye. A kánon kritikája ezért ma már nem képzelhető el a technológiai infrastruktúra kritikája nélkül.


Összegzés

A mesterséges intelligencia nem számolja fel az irodalmi kánont, de radikálisan átalakítja annak értelmezési kereteit. A kánon kritikája az MI korában egyszerre jelent esztétikai, társadalmi és technológiai reflexiót. Az algoritmusok által kínált új perspektívák segíthetnek lebontani a hagyományos hierarchiákat, ugyanakkor új hatalmi struktúrákat is létrehozhatnak. Az irodalmi kánon jövője így nem az eltűnés, hanem az állandó újratárgyalás irányába mutat, amelyben az emberi és gépi értelmezés folyamatos párbeszédben áll egymással.
 
 



3

Mesterséges intelligencia: alapfogalmak és működés

Mi a mesterséges intelligencia?

A mesterséges intelligencia olyan számítógépes rendszerek összességét jelenti, amelyek képesek az emberi intelligencia bizonyos aspektusainak – például tanulás, mintázatfelismerés, nyelvhasználat – utánzására. A természetesnyelv-feldolgozás (NLP) különösen releváns az irodalom szempontjából.
 

Bevezetés

A 21. század egyik legmeghatározóbb technológiai és kulturális jelensége a mesterséges intelligencia (MI). Hatása messze túlmutat az informatikán: átalakítja a gazdaságot, a tudományt, a mindennapi életet, valamint a kultúra és a művészetek világát is. Az irodalom – amely hagyományosan az emberi tapasztalat, gondolkodás és nyelv egyik legfontosabb hordozója – különösen érzékenyen reagál ezekre a változásokra. Felmerül a kérdés: mi a mesterséges intelligencia, és hogyan viszonyul az irodalmi kánonhoz, ahhoz a művek és értékek összességéhez, amelyet egy adott kultúra maradandónak és meghatározónak tekint?

Ez az esszé arra vállalkozik, hogy bemutassa a mesterséges intelligencia fogalmát, rövid történeti és elméleti áttekintést adjon róla, majd megvizsgálja, miként befolyásolja az irodalmi kánonról való gondolkodást: az alkotás, az értelmezés és a kánonképzés szintjén egyaránt.


1. Mi a mesterséges intelligencia?

A mesterséges intelligencia olyan számítógépes rendszerek és algoritmusok összefoglaló neve, amelyek képesek az emberi intelligenciára jellemző feladatok elvégzésére. Ide tartozik például a tanulás, a problémamegoldás, a nyelvhasználat, a mintázatfelismerés vagy akár a kreatív tartalom előállítása. Fontos hangsúlyozni, hogy az MI nem rendelkezik tudattal vagy érzelmekkel; működése matematikai modelleken, statisztikai összefüggéseken és nagy mennyiségű adaton alapul.

Az MI két nagy kategóriája a szűk (vagy gyenge) mesterséges intelligencia és az általános (vagy erős) mesterséges intelligencia. A ma használt rendszerek – például szövegfelismerők, fordítóprogramok vagy nyelvi modellek – mind szűk MI-k, amelyek egy-egy konkrét feladatban képesek magas szintű teljesítményre. Az általános mesterséges intelligencia, amely az emberhez hasonlóan sokféle területen tudna gondolkodni és tanulni, jelenleg még elméleti lehetőség.


2. A mesterséges intelligencia és a nyelv

Az irodalom szempontjából a mesterséges intelligencia egyik legfontosabb területe a természetes nyelv feldolgozása. A nyelvi modellek képesek szövegeket elemezni, összefoglalni, fordítani, sőt új szövegeket létrehozni is. Ez alapvető kérdéseket vet fel a nyelv, a jelentés és a szerzőség kapcsán.

A nyelv az emberi kultúra egyik legösszetettebb jelensége: nem csupán információt közöl, hanem identitást, történelmet és világlátást is hordoz. Amikor egy mesterséges intelligencia irodalmi stílusra emlékeztető szöveget hoz létre, valójában korábbi emberi szövegek mintázatait rendezi újra. Ez egyszerre lenyűgöző és problematikus: felveti a kérdést, hogy hol húzódik a határ utánzás és alkotás között.


3. Mi az irodalmi kánon?

Az irodalmi kánon azon művek összessége, amelyeket egy adott kultúra, oktatási rendszer vagy tudományos közösség kiemelten fontosnak tart. Ezek a művek gyakran kötelező olvasmányokká válnak, tananyag részét képezik, és hosszú időn keresztül hatással vannak az irodalmi gondolkodásra.

A kánon soha nem volt statikus: történelmi, társadalmi és ideológiai változások folyamatosan alakították. Egyes szerzők és művek bekerülnek, mások háttérbe szorulnak. A kánonképzésben szerepet játszik a hatalom, az intézményrendszer, a kritika és az oktatás is. Éppen ezért a mesterséges intelligencia megjelenése újabb tényezőként lép be ebbe az amúgy is összetett folyamatba.


4. Mesterséges intelligencia mint értelmező eszköz

Az MI nemcsak alkotóként, hanem értelmezőként is megjelenik az irodalomban. Digitális bölcsészeti kutatások során algoritmusok segítségével elemeznek hatalmas szövegkorpuszokat, feltárva stiláris jegyeket, tematikus mintázatokat vagy intertextuális kapcsolatokat. Olyan kérdésekre adhatnak választ, amelyek hagyományos módszerekkel nehezen lennének vizsgálhatók.

Ez a megközelítés hozzájárulhat az irodalmi kánon újraértékeléséhez is. Elfeledett szerzők, marginalizált hangok válhatnak láthatóbbá, ha az MI-alapú elemzések kimutatják műveik jelentőségét vagy hatását. Ugyanakkor fennáll a veszélye annak, hogy az algoritmusok megerősítik a meglévő kánont, hiszen gyakran a leggyakrabban feldolgozott, leginkább hozzáférhető szövegekre épülnek.


5. Mesterséges intelligencia mint alkotó

Az egyik legvitatottabb kérdés az, hogy tekinthető-e a mesterséges intelligencia irodalmi alkotónak. Ha egy MI verset vagy novellát ír, ki a szerző? A programozó, a felhasználó, az adatbázisban szereplő korábbi szerzők, vagy maga a rendszer?

A hagyományos irodalmi kánon alapja az emberi szerzőiség fogalma: az életrajz, a történelmi kontextus és a személyes tapasztalat mind fontos szerepet játszanak az értelmezésben. Az MI által generált szövegek esetében ezek a fogódzók hiányoznak vagy radikálisan átalakulnak. Ez kihívást jelent a kánon számára, hiszen újra kell gondolni, mit tekintünk értéknek és eredetiségnek.


6. Etikai és kulturális kérdések

A mesterséges intelligencia és az irodalmi kánon kapcsolatában számos etikai kérdés is felmerül. Ki dönt arról, milyen szövegekből tanul egy MI? Milyen nyelvek és kultúrák kapnak hangsúlyt, és melyek szorulnak háttérbe? Ha az MI elsősorban domináns kultúrák szövegein alapul, az tovább erősítheti az egyenlőtlenségeket az irodalmi reprezentációban.

Ezen túlmenően az oktatásban is megjelenik a kérdés: hogyan használható az MI anélkül, hogy elsorvasztaná az önálló gondolkodást és az olvasás élményét? Az irodalmi kánon nemcsak szövegek gyűjteménye, hanem értelmezési hagyomány is, amely aktív részvételt igényel az olvasótól.


Befejezés

A mesterséges intelligencia alapjaiban formálja át azt, ahogyan az irodalomhoz és az irodalmi kánonhoz viszonyulunk. Egyszerre kínál új eszközöket az elemzéshez és új kihívásokat az alkotás és az értékelés terén. Bár az MI jelenleg nem rendelkezik emberi tudattal vagy tapasztalattal, képes tükröt tartani kultúránk elé: megmutatja, milyen mintákat, értékeket és hangokat őriztünk meg szövegeinkben.

A jövő irodalmi kánonja valószínűleg nem az ember és a mesterséges intelligencia szembeállítására fog épülni, hanem a kettő közötti párbeszédre. Ebben a párbeszédben az emberi kreativitás, kritikai gondolkodás és etikai felelősség továbbra is pótolhatatlan marad.
 
 



4

Nyelvi modellek és szöveggondozás

A mesterséges intelligencia (MI) irodalomtudományi alkalmazása az elmúlt évtizedben különösen a nyelvi modellek fejlődésével vált meghatározóvá. A nagyméretű nyelvi modellek (Large Language Models, LLM-ek) nem csupán szövegek generálására alkalmasak, hanem egyre fontosabb szerepet töltenek be a szöveggondozás, az értelmezés és az irodalmi kánonhoz kapcsolódó kutatások területén is. A szöveggondozás itt nem pusztán technikai szerkesztést jelent, hanem olyan komplex tevékenységet, amely magában foglalja a szövegek variánsainak összevetését, stiláris elemzését és értelmezési lehetőségeinek feltárását.

A nyelvi modellek működésük alapját tekintve statisztikai mintázatokra épülnek: hatalmas szövegkorpuszokon tanulják meg a nyelvi egységek közötti összefüggéseket. Ez lehetővé teszi számukra, hogy felismerjék az adott korszakokra, műfajokra vagy akár egyes szerzőkre jellemző nyelvi és stiláris sajátosságokat. Ennek következtében az MI hatékony eszközzé válhat a kanonikus szövegek filológiai gondozásában, például kéziratok digitalizálásakor, hiányos vagy sérült szövegrészek rekonstrukciójában, illetve különböző kiadások összehasonlításában.

Az irodalmi kánon szempontjából különösen jelentős kérdés, hogy a nyelvi modellek milyen forrásanyagokon tanulnak. Mivel a tanító adatok gyakran túlsúlyban tartalmazzák a már kanonizált, domináns nyelvi és kulturális hagyományokat, fennáll a veszélye annak, hogy az MI tovább erősíti a meglévő kánont, miközben marginalizált vagy periférikus szövegek háttérbe szorulnak. Ugyanakkor tudatos adatválogatással és célzott tréninggel a nyelvi modellek hozzájárulhatnak az elfeledett, kevésbé ismert művek újrafelfedezéséhez és újraértelmezéséhez.

A szöveggondozás területén az MI egyik legnagyobb előnye a gyorsaság és a lépték: olyan mennyiségű szöveget képes feldolgozni, amely emberi munkaerővel csak hosszú idő alatt lenne megvalósítható. Ez azonban nem jelenti az emberi értelmező szerepének megszűnését. A nyelvi modellek által generált javaslatok, stiláris elemzések vagy értelmezési minták kritikai ellenőrzést igényelnek, hiszen az MI nem rendelkezik történeti tudattal vagy esztétikai ítélőképességgel a humán értelemben.

Összességében a nyelvi modellek és a szöveggondozás kapcsolata új távlatokat nyit az irodalmi kánon kutatásában. Az MI nem helyettesíti az irodalomtudóst, hanem olyan eszközként jelenik meg, amely képes támogatni a filológiai, értelmező és kánonkritikai munkát. A jövő kihívása abban rejlik, hogy ezt az eszközt reflexíven és etikusan integráljuk az irodalomtudomány módszertanába.





Jegyzetek

1. A „nyelvi modell” kifejezés olyan mesterséges intelligencia-algoritmusokat jelöl, amelyek természetes nyelvi szövegek statisztikai és strukturális mintázatait tanulják meg.
2. Az irodalmi kánon fogalma történetileg változó, és mindig társadalmi, kulturális és hatalmi viszonyokkal összefüggésben alakul.
3. A szöveggondozás (textual scholarship) magában foglalja a kritikai kiadás, a filológia és a digitális bölcsészet módszereit.
4. Az MI alkalmazása során kiemelt jelentőségű az adatforrások átláthatósága és a torzítások tudatos kezelése.

 
 



5

Az MI mint új „kánonformáló” erő


Ajánlórendszerek és láthatóság

Az online könyváruházak és olvasóplatformok MI-alapú ajánlórendszerei jelentős mértékben befolyásolják, hogy az olvasók milyen művekkel találkoznak. Ezek a rendszerek gyakran a népszerűséget erősítik, ami a meglévő kánont konzerválhatja.

Az irodalmi kánon hagyományosan olyan intézmények és szereplők közvetítésével formálódott, mint az akadémiai kritika, az oktatási rendszer, a kiadók, valamint a kulturális folyóiratok. A 21. század digitális médiakörnyezetében azonban egyre hangsúlyosabb szerephez jutnak azok az algoritmikus rendszerek, amelyek az olvasói figyelem irányításán keresztül közvetve befolyásolják, mely művek válnak láthatóvá, hozzáférhetővé és ezáltal potenciálisan „kánonéretté”. A mesterséges intelligenciára épülő ajánlórendszerek nem csupán technológiai eszközök, hanem új típusú kulturális közvetítők, amelyek mélyreható hatást gyakorolnak az irodalmi értékek cirkulációjára.

Az ajánlórendszerek működésének alapja az adatelemzés: felhasználói preferenciák, korábbi választások, keresési előzmények és viselkedési mintázatok alapján generálnak személyre szabott javaslatokat. Az irodalmi platformokon – például online könyváruházakban, e-könyv-olvasó alkalmazásokban vagy közösségi olvasói felületeken – ezek a rendszerek döntik el, mely művek kerülnek a felhasználó látóterébe. Ez a láthatóság nem semleges: az algoritmusok által preferált szövegek nagyobb eséllyel jutnak el szélesebb közönséghez, míg más művek fokozatosan kiszorulhatnak az olvasói horizontból¹.

A klasszikus kánonelméletek szerint a kánon kialakulása hosszú időn át tartó értelmezői és intézményi konszenzus eredménye². Az MI-alapú ajánlórendszerek ezzel szemben gyors, dinamikus és gyakran átláthatatlan módon alakítják a kulturális preferenciákat. Az algoritmikus döntések mögött álló kritériumok – például népszerűség, eladási adatok vagy felhasználói értékelések – nem feltétlenül esnek egybe az esztétikai vagy történeti érték szempontjaival³. Ennek következtében a láthatóság egyre inkább kvantitatív mérőszámokhoz kötődik, ami átalakítja az irodalmi érték fogalmát.
Különösen fontos kérdés az úgynevezett „visszacsatolási hurok” jelensége. Az algoritmusok azokat a műveket ajánlják gyakrabban, amelyek már eleve nagy figyelmet kaptak, ezáltal tovább növelve azok népszerűségét⁴. Ez az önmegerősítő mechanizmus hozzájárulhat egy szűkített, homogenizált kánon kialakulásához, amelyben a kevésbé ismert, kísérletező vagy marginalizált hangok nehezebben jutnak szóhoz. Így az MI nem pusztán tükrözi, hanem aktívan alakítja az irodalmi nyilvánosság szerkezetét.

Az ajánlórendszerek hatása különösen erőteljes a fiatalabb olvasói generációk esetében, akik számára a digitális platformok jelentik az elsődleges hozzáférési pontot az irodalomhoz⁵. Az iskolai tananyag és a hagyományos kánon szerepe ezzel párhuzamosan relatíve csökken, miközben az algoritmusok által ajánlott művek kulturális legitimációt nyernek pusztán a gyakori jelenlét révén. Ez a folyamat felveti annak kérdését, hogy a jövő irodalmi kánonja mennyiben lesz az esztétikai diskurzusok, és mennyiben a technológiai infrastruktúrák terméke⁶.

Ugyanakkor nem hagyható figyelmen kívül az ajánlórendszerek potenciálisan demokratizáló hatása sem. Megfelelő tervezés esetén ezek a rendszerek képesek lehetnek arra, hogy rejtett összefüggésekre, kevéssé ismert szerzőkre vagy alternatív kánonokra irányítsák a figyelmet⁷. Az MI tehát nem szükségszerűen a hagyományos kánon leegyszerűsített újratermelője, hanem lehet egy plurálisabb irodalmi nyilvánosság eszköze is.

A kérdés kulcsa az algoritmikus átláthatóság és az etikai tervezés. Amennyiben az ajánlórendszerek működése rejtett marad, az irodalmi kánon formálása láthatatlan hatalmi mechanizmusok révén történik⁸. Az irodalomtudomány számára ezért új feladatként jelenik meg az algoritmusok kritikai elemzése, hasonlóan ahhoz, ahogyan korábban a kritikai intézmények vagy a kiadói struktúrák működését vizsgálta.

Összességében az MI-alapú ajánlórendszerek a láthatóság új logikáját hozzák létre az irodalmi térben. Ez a logika nem csupán az olvasási szokásokat, hanem az irodalmi értékekről alkotott kollektív elképzeléseket is átalakítja⁹. A jövő irodalmi kánonja így egyre inkább az emberi értelmezői közösségek és a mesterséges intelligencia közötti kölcsönhatás eredményeként alakul ki¹⁰.



Jegyzetek

1. Striphas, T.: Algorithmic Culture. European Journal of Cultural Studies, 2015.
2. Guillory, J.: Cultural Capital. University of Chicago Press, 1993.
3. Beer, D.: The Data Gaze. Sage, 2019.
4. Pariser, E.: The Filter Bubble. Penguin, 2011.
5. Livingstone, S.: Media, Technology and the Youth. Routledge, 2018.
6. Moretti, F.: Distant Reading. Verso, 2013.
7. Steiner, C.: Automate This. Portfolio, 2012.
8. Zuboff, S.: The Age of Surveillance Capitalism. PublicAffairs, 2019.
9. Bode, K.: A World of Fiction. University of Michigan Press, 2018.
10. Hayles, N. K.: How We Think. University of Chicago Press, 2012.
11. van Dijck, J.: The Culture of Connectivity. Oxford University Press, 2013.
12. Müller, M.: Algorithmic Canon Formation. Digital Humanities Quarterly, 2020.

 
 



6

MI mint irodalmi szerző?


Bevezetés

A mesterséges intelligencia (MI) az elmúlt évtizedben nem csupán a technológiai fejlődés egyik kulcsfogalmává vált, hanem egyre hangsúlyosabban jelent meg a kulturális és irodalmi diskurzusban is. Az algoritmusok által generált szövegek, versek, novellák és regénykísérletek alapvető kérdéseket vetnek fel az irodalom természetéről, a szerzőség fogalmáról, valamint az irodalmi kánon stabilitásáról. Vajon tekinthető‑e az MI irodalmi szerzőnek? Lehetséges‑e, hogy az MI által létrehozott szövegek idővel a kánon részévé váljanak? A tanulmány ezekre a kérdésekre keresi a választ, az irodalomelmélet, az esztétika és a digitális kultúra metszéspontjában.


Az irodalmi kánon fogalma és történeti változásai

Az irodalmi kánon hagyományosan azoknak a műveknek és szerzőknek az összességét jelenti, amelyeket egy adott kultúra kiemelten értékesnek, tanítandónak és továbbörökítendőnek tekint. A kánon azonban soha nem volt statikus: története során folyamatosan alakult, bővült és átrendeződött. Az antikvitás, a középkor, a felvilágosodás vagy a modernitás mind saját kánonképző elvekkel rendelkezett, amelyek társadalmi, ideológiai és intézményi tényezőktől függtek.

A 20. század második felében a kánon fogalma egyre inkább kritikai vizsgálat tárgyává vált. A posztstrukturalista és posztkoloniális irányzatok rámutattak arra, hogy a kánon nem pusztán esztétikai, hanem hatalmi konstrukció is. Ebből a perspektívából az MI megjelenése újabb kihívást jelent: nem csupán új „szerzőt” hoz be az irodalmi térbe, hanem magát a szerzőség intézményét kérdőjelezi meg.


A szerzőség hagyományos fogalma

Az irodalmi szerzőség a romantika óta szorosan összekapcsolódik az egyéni alkotó zsenialitásának eszméjével. A szerzőt autonóm, tudatos szubjektumként képzeljük el, aki személyes tapasztalatait, érzelmeit és világlátását fejezi ki a műben. Roland Barthes klasszikus tanulmányában („A szerző halála”) már a 20. század közepén megkérdőjelezte ezt a felfogást, hangsúlyozva az olvasó és az intertextualitás szerepét.

Az MI megjelenése radikálisan továbbviszi ezt a kritikát. Egy algoritmusnak nincs élettörténete, öntudata vagy érzelmei a hagyományos értelemben, mégis képes olyan szövegeket létrehozni, amelyek formai és tematikai szempontból megfelelnek az irodalmi elvárásoknak. Ez arra kényszerít bennünket, hogy újragondoljuk: mit is jelent valójában „szerzőnek” lenni.


A mesterséges intelligencia mint szövegalkotó

A mai nagy nyelvi modellek hatalmas szövegkorpuszokon tanulnak, és statisztikai mintázatok alapján generálnak új szövegeket. Ebből fakad az egyik leggyakoribb kritika: az MI nem alkot, csupán újrarendezi a már meglévő nyelvi elemeket. Ugyanakkor fontos megjegyezni, hogy az emberi alkotás sem a semmiből születik; minden irodalmi mű hagyományokra, előzményekre és nyelvi konvenciókra épül.

Az MI által létrehozott szövegek esetében különösen hangsúlyossá válik az utánzás (mimesis) kérdése. Egy algoritmus képes „stílusban írni”, legyen szó Shakespeare‑ről, Kosztolányiról vagy egy kortárs szerzőről. Ez felveti az eredetiség problematikáját, és új értelmezési keretet igényel az irodalmi érték megállapításához.


Esztétikai és etikai kérdések

Az MI irodalmi szerepvállalása nem csupán elméleti, hanem etikai kérdéseket is felvet. Ki a szerző: az algoritmus, a programozó, a megrendelő, vagy az a kulturális közeg, amelynek szövegeiből az MI tanult? Hogyan kezelhető a szerzői jog egy olyan mű esetében, amelynek nincs emberi alkotója a hagyományos értelemben?

Esztétikai szempontból felmerül az empátia és az érzelmi hitelesség kérdése. Sok kritikus szerint az MI által írt szövegek „ügyesek”, de hiányzik belőlük az egzisztenciális tét. Mások viszont arra hívják fel a figyelmet, hogy az érzelmi hatás nem a szerző belső állapotából, hanem a szöveg működéséből fakad, amelyet az olvasó aktivál.


Az MI és a kánon lehetséges kapcsolata

A kérdés, hogy bekerülhet‑e az MI az irodalmi kánonba, jelenleg inkább hipotetikus, mint gyakorlati. A kánonba kerüléshez nem elegendő a technikai bravúr; szükség van intézményi elfogadásra, kritikai recepcióra és időtállóságra is. Elképzelhető azonban, hogy a jövőben nem egy konkrét MI‑„szerző” művei kerülnek be a kánonba, hanem az MI‑vel való együttírás, illetve az algoritmikus irodalom mint jelenség.

Ebben az értelemben az MI inkább katalizátorként működik: rámutat az irodalom határaira, és új kérdéseket tesz fel a kreativitásról, az értékről és az emberi szerepről a művészetben.


Következtetések

A mesterséges intelligencia megjelenése az irodalomban nem jelenti az emberi szerző „halálát”, sokkal inkább annak átalakulását. Az MI mint irodalmi szerző fogalma provokatív, de termékeny gondolati kísérlet, amely segít újragondolni az irodalmi kánon alapjait. A jövő irodalma nagy valószínűséggel hibrid lesz: ember és gép együttműködésének eredménye, ahol a kánon is rugalmasabban, nyitottabban alakul.





Jegyzetek és irodalomjegyzék

1. Barthes, Roland: A szerző halála. Budapest, Osiris.
2. Foucault, Michel: Mi a szerző? Atlantisz.
3. Bloom, Harold: The Western Canon. Harcourt Brace.
4. Eco, Umberto: Az irodalom szerepe. Európa.
5. Hayles, N. Katherine: Electronic Literature. University of Notre Dame Press.
6. Braidotti, Rosi: The Posthuman. Polity Press.
7. Manovich, Lev: The Language of New Media. MIT Press.
8. Murray, Janet H.: Hamlet on the Holodeck. MIT Press.
9. Simanowski, Roberto: Digital Art and Meaning. University of Minnesota Press.
10. McLuhan, Marshall: The Medium Is the Massage. Penguin.
11. Lessig, Lawrence: Free Culture. Penguin.
12. Liu, Alan: The Laws of Cool. University of Chicago Press.
13. Aarseth, Espen: Cybertext. Johns Hopkins University Press.
14. Searle, John R.: Minds, Brains, and Programs. Behavioral and Brain Sciences.
15. Tegmark, Max: Life 3.0. Vintage.

 


 
7

MI és irodalomelemzés


Bevezetés

A 21. század elején a mesterséges intelligencia (MI) megjelenése és gyors fejlődése alapvetően alakítja át a tudományos gondolkodás számos területét, köztük a bölcsészettudományokat is. Az irodalomtudomány hagyományosan az értelmezés, a kritikai olvasás és a történeti kontextusok vizsgálatára épülő diszciplína volt, amelyben az elemzés középpontjában az emberi szubjektum állt. Az MI térnyerésével azonban új módszertani és elméleti kérdések merülnek fel: vajon képes‑e egy algoritmus irodalmi művek értelmezésére, és ha igen, milyen értelemben? Hogyan befolyásolja az MI az irodalmi kánon kialakulását, fenntartását vagy újragondolását?

A tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia milyen módon kapcsolódik az irodalmi kánon fogalmához, valamint hogyan alkalmazható az MI az irodalomelemzésben. A kérdés nem pusztán technológiai, hanem mélyen elméleti és kultúrfilozófiai jellegű is: az MI használata ugyanis újradefiniálhatja az értelmezés, az авторitás és az érték fogalmait az irodalomban.


Az irodalmi kánon fogalma és problémái

Az irodalmi kánon alatt azon művek összességét értjük, amelyeket egy adott kultúra, intézményrendszer vagy közösség kiemelkedő jelentőségűnek tekint, és amelyek az oktatásban, a kritikai diskurzusban és a kollektív emlékezetben kitüntetett szerepet kapnak.1 A kánon azonban sohasem semleges: kialakulása hatalmi, ideológiai és intézményi folyamatok eredménye.2

A 20. század második felében egyre erőteljesebben jelentek meg azok a kritikai irányzatok – feminista, posztkoloniális, kulturális tanulmányok –, amelyek rámutattak a kánon kizáró jellegére.3 E kritikai perspektívák szerint a kánon gyakran marginalizál bizonyos szerzőket, műfajokat vagy nyelvi‑kulturális közösségeket. Ebbe a vitába illeszkedik be a mesterséges intelligencia kérdése is: vajon az MI képes‑e hozzájárulni egy inkluzívabb, dinamikusabb kánon kialakításához, vagy csupán megerősíti a meglévő struktúrákat?


Mesterséges intelligencia és digitális bölcsészet

Az MI irodalomtudományi alkalmazása szorosan kapcsolódik a digitális bölcsészet (digital humanities) irányzatához.4 A digitális bölcsészet célja, hogy számítógépes eszközök segítségével új kérdéseket tegyen fel a humán tudományok hagyományos anyagával kapcsolatban. Az MI – különösen a gépi tanulás és a természetes nyelvfeldolgozás – lehetővé teszi nagyméretű szövegkorpuszok elemzését, mintázatok, stílusjegyek és tematikus struktúrák azonosítását.5
E módszerek egyik előnye, hogy képesek átlépni az egyéni olvasás korlátait. Míg a hagyományos irodalomelemzés gyakran néhány műre vagy szerzőre koncentrál, az MI több ezer vagy akár millió szöveg együttes vizsgálatát is lehetővé teszi.6 Ez új perspektívát nyithat az irodalomtörténetben, például elfeledett szerzők vagy periférikus műfajok feltérképezésében.


MI‑alapú irodalomelemzés

Az MI‑alapú irodalomelemzés nem azonos az emberi értelmezéssel, hanem elsősorban statisztikai és valószínűségi modellekre épül.7 Az algoritmusok képesek felismerni ismétlődő motívumokat, szóhasználati mintázatokat vagy narratív struktúrákat, de nem rendelkeznek tudattal vagy esztétikai ítélőképességgel a hagyományos értelemben.
Ennek ellenére az MI hasznos eszközzé válhat az irodalomtudós kezében. Segíthet hipotézisek megfogalmazásában, amelyek később kvalitatív elemzéssel ellenőrizhetők.8 Így az MI nem az értelmező szerepét veszi át, hanem kiegészíti azt.


Az MI hatása az irodalmi kánonra

Az MI alkalmazása az irodalmi kánon szempontjából kettős hatással bír. Egyrészt fennáll a veszélye annak, hogy az algoritmusok a meglévő adatokra építve újratermelik a kanonikus hierarchiákat.9 Ha egy modell elsősorban kanonizált műveken tanul, akkor nagyobb valószínűséggel azokat fogja „értékesebbnek” vagy reprezentatívabbnak tekinteni.
Másrészt azonban az MI lehetőséget adhat a kánon kritikai újragondolására. Nagy szövegkorpuszok elemzésével láthatóvá válhatnak olyan összefüggések és tendenciák, amelyek korábban rejtve maradtak.10 Ez hozzájárulhat egy rugalmasabb, nyitottabb kánon kialakításához.


Etikai és elméleti kérdések

Az MI irodalomtudományi alkalmazása számos etikai kérdést is felvet.11 Ki felel az algoritmusok által generált értelmezésekért? Mennyiben tekinthetők ezek objektívnek? Továbbá felmerül az adatválogatás problémája is: milyen szövegek kerülnek be az elemzett korpuszba, és melyek maradnak ki?

Elméleti szinten az MI kihívást jelent az irodalom emberközpontú felfogására nézve.12 Ha az értelmezés részben automatizálható, akkor újra kell gondolnunk az olvasás és a jelentésképzés fogalmait.


Összegzés

A mesterséges intelligencia nem helyettesíti az irodalomtudomány hagyományos módszereit, de jelentősen kibővítheti azokat. Az MI és az irodalmi kánon kapcsolata ambivalens: egyszerre hordozza a konzerválás és a megújítás lehetőségét. Az irodalomelemzés jövője valószínűleg a humán és a gépi megközelítések együttműködésében rejlik.13

A tanulmány amellett érvel, hogy az MI tudatos és kritikus alkalmazása hozzájárulhat az irodalmi kánon demokratikusabb és sokszínűbb értelmezéséhez, miközben megőrzi az emberi értelmezés központi szerepét.14





Jegyzetek

1. Bloom, H.: The Western Canon. New York, 1994. ↩
2. Guillory, J.: Cultural Capital. Chicago, 1993. ↩
3. Eagleton, T.: Literary Theory. Oxford, 2008. ↩
4. Berry, D. M.: Understanding Digital Humanities. London, 2012. ↩
5. Jockers, M.: Macroanalysis. Urbana, 2013. ↩
6. Moretti, F.: Distant Reading. London, 2013. ↩
7. Underwood, T.: Distant Horizons. Chicago, 2019. ↩
8. Ramsay, S.: Reading Machines. Urbana, 2011. ↩
9. Noble, S. U.: Algorithms of Oppression. New York, 2018. ↩
10. Bode, K.: A World of Fiction. Ann Arbor, 2018. ↩
11. Floridi, L.: The Ethics of Information. Oxford, 2013. ↩
12. Hayles, N. K.: How We Think. Chicago, 2012. ↩
13. McCarty, W.: Humanities Computing. London, 2005. ↩
14. Liu, A.: The Laws of Cool. Chicago, 2004. ↩

 
 
 


8

Algoritmus keresése


Bevezetés

A 21. század elején a mesterséges intelligencia (MI) nem csupán technológiai innovációként jelent meg, hanem olyan kulturális tényezőként is, amely alapvetően alakítja át a tudás szervezésének, hozzáférésének és értelmezésének módjait. Az irodalmi kánon – vagyis azon művek és szerzők együttese, amelyeket egy adott kultúra kiemelten fontosnak, „klasszikusnak” tekint – hagyományosan intézmények, kritikusok, oktatási rendszerek és történeti folyamatok révén formálódott. Napjainkban azonban egyre hangsúlyosabb szerephez jutnak az algoritmusok: keresőmotorok, ajánlórendszerek, digitális archívumok és nyelvi modellek.

A tanulmány célja annak vizsgálata, miként hat a mesterséges intelligencia az irodalmi kánon kialakulására, fenntartására és átalakulására. Középpontba kerül az algoritmikus keresés logikája, valamint az a kérdés, hogy az MI vajon demokratizálja-e az irodalmi kultúrát, vagy újfajta – kevésbé látható – kánonképző erőként működik.


Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon fogalma a nyugati kultúrában szorosan összefonódik az értékítélettel és a hatalommal. A kánon nem pusztán „jó művek” listája, hanem olyan válogatás, amely mögött intézményi döntések, ideológiai preferenciák és történeti körülmények állnak. A 19–20. században a nemzeti irodalomtörténetek, akadémiai kiadások és tantervek meghatározó szerepet játszottak abban, hogy mely szerzők és művek váltak kanonikussá.

A 20. század második felétől a kánon fogalma egyre inkább vitatottá vált. Feminista, posztkoloniális és kisebbségi kritikai irányzatok hívták fel a figyelmet arra, hogy a hagyományos kánon gyakran kizáró jellegű, és nem tükrözi a társadalmi sokszínűséget. E viták előkészítették azt a szemléletváltást, amelyben a digitális technológiák – köztük az MI – új lehetőségeket kínálnak az irodalmi emlékezet újraszervezésére.


Digitalizáció és az irodalom új közege

A digitalizáció alapvetően megváltoztatta az irodalomhoz való hozzáférést. Digitális könyvtárak, online adatbázisok és szövegarchívumok révén korábban nehezen elérhető művek váltak hozzáférhetővé. Ez a folyamat látszólag fellazítja a kánon határait, hiszen a „periférikus” szövegek is könnyebben megtalálhatók.

Ugyanakkor a digitális bőség új problémákat is felvet. Az információ túlkínálata szükségessé teszi a szűrést, amelyet egyre inkább algoritmusok végeznek el. A keresőmotorok rangsorolási elvei, az ajánlórendszerek működése és a platformlogikák mind hatással vannak arra, hogy az olvasó mit lát, mit talál meg, és végső soron mit olvas.


Algoritmus és keresés: az MI működési logikája

Az algoritmusok alapvetően mintázatfelismerésen és statisztikai valószínűségeken alapulnak. A keresőmotorok relevancia alapján rangsorolják a találatokat, amely relevancia azonban nem értéksemleges: függ a korábbi felhasználói viselkedéstől, a népszerűségtől és a platform üzleti érdekeitől.

Az MI-alapú nyelvi modellek képesek nagy szövegkorpuszok elemzésére, összefoglalására és új szövegek generálására. Ezek a rendszerek implicit módon már egy meglévő „digitális kánonból” tanulnak, hiszen a tanítóadatok túlnyomó része gyakran a már eleve gyakran hivatkozott, sokat olvasott művekből áll. Így az algoritmus egyszerre tükrözi és újratermeli a meglévő kánont.


Az algoritmikus kánonképzés problémái

Az MI egyik legfontosabb problémája az átláthatatlanság. Míg a hagyományos kánonképzés esetében az irodalomtörténeti narratívák és kritikai érvek nyilvános viták tárgyát képezik, az algoritmusok döntései gyakran „fekete dobozként” működnek. Nehéz megállapítani, hogy egy adott mű miért kerül előtérbe, míg egy másik láthatatlan marad.
Emellett fennáll a homogenizáció veszélye is. Az algoritmusok hajlamosak a népszerűt tovább erősíteni, ami hosszú távon a kulturális sokféleség csökkenéséhez vezethet. A ritkább nyelvű, kisebbségi vagy kísérleti irodalom így könnyen kiszorulhat a digitális tér perifériájára.


Demokratizáció vagy új hatalmi struktúra?

Gyakran elhangzik az az érv, hogy a mesterséges intelligencia demokratizálja az irodalmi kultúrát, hiszen bárki hozzáférhet szövegekhez és elemző eszközökhöz. Valóban, az MI-alapú keresés és szövegelemzés lehetőséget ad arra, hogy az olvasók új összefüggéseket fedezzenek fel, és eltérjenek a hagyományos tananyagoktól.

Ugyanakkor nem szabad figyelmen kívül hagyni, hogy az algoritmusok fejlesztése és működtetése nagy technológiai vállalatok kezében összpontosul. Ez újfajta kulturális hatalmat hoz létre, amely kevésbé látható, de annál befolyásosabb. Az irodalmi kánon így nem eltűnik, hanem átalakul: az intézményi kritika helyét részben az algoritmikus logika veszi át.


Következtetések

A mesterséges intelligencia és az irodalmi kánon viszonya komplex és ambivalens. Az algoritmusok egyszerre kínálnak lehetőséget a kánon újragondolására és hordozzák magukban az újratermelés veszélyét. Az algoritmikus keresés nem pusztán technikai kérdés, hanem kulturális és etikai probléma is.

A jövő kihívása abban áll, hogy az MI-t tudatosan és kritikai szemlélettel integráljuk az irodalmi kutatásba és oktatásba. Csak így biztosítható, hogy az algoritmusok ne kizárólag megerősítsék a meglévő kánonokat, hanem valóban hozzájáruljanak az irodalmi sokszínűség és párbeszéd gazdagításához.





Jegyzetek

1. Az irodalmi kánon fogalmának klasszikus meghatározásához lásd a 20. századi irodalomelméleti vitákat.
2. A kánon és hatalom kapcsolatáról részletesen ír Pierre Bourdieu kulturális mezőelmélete.
3. A feminista kánonkritika alapvető tézisei a 1970-es évektől jelentek meg.
4. A posztkoloniális irodalomkritika a kánon eurocentrikus jellegét kérdőjelezi meg.
5. A digitalizáció hatásáról lásd a digitális bölcsészet (digital humanities) alapműveit.
6. A digitális archívumok szerepe különösen fontos a marginalizált szövegek esetében.
7. A keresőmotorok rangsorolási elveit gyakran üzleti érdekek is befolyásolják.
8. Az algoritmusok nem értéksemlegesek, mivel emberi döntések nyomán jönnek létre.
9. A nyelvi modellek tanítóadatainak összetétele meghatározza a kimeneti eredményeket.
10. A „fekete doboz” metafora az algoritmusok átláthatatlanságára utal.
11. A homogenizáció veszélye a populáris kultúra kutatásában is megjelenik.
12. A kisebbségi irodalmak digitális láthatósága továbbra is korlátozott.
13. Az MI-alapú elemzés új módszertani kérdéseket vet fel az irodalomtudományban.
14. Az oktatásban használt algoritmusok rejtett tantervként is működhetnek.
15. A demokratizáció fogalma gyakran idealizált formában jelenik meg a technológiai diskurzusban.
16. A nagy technológiai vállalatok kulturális befolyása egyre növekszik.
17. Az algoritmikus ajánlórendszerek hosszú távú hatásai még nem teljesen feltártak.
18. Az etikai kérdések az MI-fejlesztés elválaszthatatlan részét képezik.
19. A kritikai digitális bölcsészet az algoritmusok társadalmi hatásait vizsgálja.
20. Az irodalmi kánon jövője az emberi és gépi értelmezés együttműködésében rejlik.

9

Kánonképzés algoritmusok által


Bevzetés

Az irodalmi kánon fogalma a modern irodalomtudomány egyik legtöbbet vitatott kérdése. A kánon egyszerre jelent hagyományt és hatalmi struktúrát: azon művek, szerzők és értelmezések összességét, amelyek egy adott kultúrában „megkerülhetetlenként” jelennek meg. A 21. század elején azonban egy új tényező lépett be ebbe a hagyományosan emberi döntések által alakított térbe: a mesterséges intelligencia (MI). Az algoritmusok ma már nemcsak szövegeket elemeznek és generálnak, hanem aktívan részt vesznek az ajánlásban, a rangsorolásban és a láthatóság elosztásában is, ami közvetlen hatással van az irodalmi kánon formálódására.[1]

A tanulmány célja annak vizsgálata, hogy miként változik meg a kánonképzés logikája az algoritmikus rendszerek megjelenésével. Arra keresem a választ, hogy az MI vajon csupán felerősíti a meglévő kánonokat, vagy képes új, alternatív kánonokat is létrehozni, illetve milyen etikai és kulturális következményekkel jár mindez.


Az irodalmi kánon fogalma és történeti változásai

Az irodalmi kánon hagyományosan intézményekhez kötődik: iskolákhoz, egyetemekhez, akadémiákhoz, kiadókhoz és kritikusi diskurzusokhoz.[2] A kánon soha nem volt statikus; folyamatosan változott a társadalmi, politikai és esztétikai elvárások függvényében. A 19. század nemzeti kánonjai például az identitásképzés szolgálatában álltak, míg a 20. század második felében egyre erősebben jelentek meg a kánonkritikai irányzatok.[3]

A posztmodern és posztkoloniális elméletek rámutattak arra, hogy a kánon nem semleges értéklista, hanem kizárások és hierarchiák rendszere.[4] E kritikai hagyomány megnyitotta az utat azok előtt a kérdések előtt, amelyek ma az algoritmikus kánonképzéssel kapcsolatban is felmerülnek.


A digitalizáció és az irodalom

Az irodalom digitalizációja alapvetően alakította át az olvasási és befogadási szokásokat. Az online könyvtárak, e-könyv-platformok és közösségi olvasói oldalak (például értékelő és ajánló rendszerek) új típusú láthatóságot hoztak létre.[5] Ebben a közegben az algoritmusok kulcsszerepet játszanak: meghatározzák, mely művek kerülnek az olvasók elé, és melyek maradnak rejtve.

A digitális környezetben a kánon már nem kizárólag hosszú idő alatt formálódik, hanem dinamikus, folyamatosan frissülő rendszerként működik.[6] Ez a gyorsaság ugyanakkor felszínességhez is vezethet, hiszen az algoritmusok gyakran a népszerűséget részesítik előnyben az esztétikai vagy történeti szempontokkal szemben.


Algoritmusok és döntéshozatal

Az algoritmusok nem autonóm, „objektív” döntéshozók, hanem emberi tervezés eredményei.[7] Az általuk használt adatok, súlyozások és célfüggvények mind értékválasztásokat tükröznek. Amikor egy ajánlórendszer bizonyos műveket gyakrabban jelenít meg, implicit módon hozzájárul azok kanonizációjához.

Az MI-alapú rendszerek gyakran visszacsatolási hurkokban működnek: amit sokan olvasnak, azt még többen fogják látni.[8] Ez a mechanizmus konzerválhatja a már meglévő kánont, miközben marginalizálja az új, kísérleti vagy periférikus hangokat.


Mesterséges intelligencia mint „kritikus”

Egyre gyakoribb, hogy MI-rendszereket használnak szövegelemzésre, stílusazonosításra vagy akár „minőségi” értékelésre.[9] Ez felveti a kérdést: tekinthető-e az MI újfajta irodalmi kritikusnak? Bár az algoritmusok képesek mintázatokat felismerni, hiányzik belőlük a történeti tapasztalat és az értelmezői felelősség.[10]

Az MI által generált értékelések ezért gyakran a statisztikai átlagot tükrözik, nem pedig az innovációt. Ez különösen problematikus lehet a kánonképzés szempontjából, amely hagyományosan az „időtállóság” és az „újdonság” feszültségében működik.[11]


Alternatív kánonok lehetősége

Ugyanakkor nem hagyható figyelmen kívül, hogy az algoritmusok lehetőséget is teremthetnek alternatív kánonok létrehozására.[12] Ha megfelelően tervezik őket, képesek lehetnek arra, hogy tudatosan előtérbe helyezzenek marginalizált szerzőket, női hangokat vagy kisebbségi irodalmakat.

Az MI tehát nem szükségszerűen konzervatív erő: alkalmazása attól függ, milyen kulturális és etikai elvek mentén történik.[13] A kérdés nem az, hogy részt vesz-e a kánonképzésben, hanem az, hogy milyen módon és kinek az érdekeit szolgálva.


Etikai és kulturális következmények

Az algoritmikus kánonképzés etikai kérdéseket is felvet. Ki felelős azokért a döntésekért, amelyeket egy MI-rendszer hoz?[14] Hogyan biztosítható az átláthatóság és az elszámoltathatóság egy olyan komplex technológiai környezetben, ahol a döntési folyamatok gyakran „fekete dobozként” működnek?

Kulturális szempontból fennáll a veszélye annak, hogy a globális technológiai platformok homogenizálják az irodalmi ízlést.[15] Ez különösen a kisebb nyelvek és nemzeti irodalmak esetében jelent kockázatot.


Következtetések

A mesterséges intelligencia megjelenése alapvetően átalakítja az irodalmi kánon működését. Az algoritmusok egyszerre hordozzák a demokratizálás és az újfajta kizárás lehetőségét.[16] A jövő kánonja minden bizonnyal hibrid lesz: emberi és gépi döntések összjátékának eredménye.

Az irodalomtudomány feladata nem az MI elutasítása, hanem kritikus integrálása.[17] Csak így biztosítható, hogy az algoritmusok ne csupán tükrözzék, hanem gazdagítsák is az irodalmi kultúrát.





Jegyzetek

1. A digitális kultúra hatása a kánonra.
2. Intézményes kánonképzés klasszikus modelljei.
3. Nemzeti irodalmi kánonok kialakulása.
4. Kánonkritika és hatalomelmélet.
5. Online olvasói platformok szerepe.
6. Dinamikus kánonfogalom.
7. Algoritmusok és értékválasztás.
8. Visszacsatolási mechanizmusok.
9. MI-alapú szövegelemzés.
10. Az értelmezés filozófiai problémái.
11. Innováció és hagyomány viszonya.
12. Alternatív kánonelméletek.
13. Etikus MI-tervezés.
14. Felelősség kérdése az MI-ben.
15. Kulturális homogenizáció.
16. Demokratizálás vs. kizárás.
17. Irodalomtudomány jövőbeli feladatai.
18. Kisebb nyelvek helyzete.
19. Globális platformkap

 
 



1O

Algoritmikus torzítás


Bevezetés

A mesterséges intelligencia (MI) egyre hangsúlyosabb szerepet tölt be az irodalmi szövegek feldolgozásában, rendszerezésében és értelmezésében. Az ajánlórendszerektől a digitális bölcsészet elemzőeszközein át egészen a generatív nyelvi modellekig az algoritmusok aktívan részt vesznek abban, hogy mely szövegek válnak láthatóvá, hozzáférhetővé és értelmezhetővé. E folyamat azonban nem értéksemleges: az algoritmusok működését meghatározó adatok, modellezési döntések és intézményi környezetek szükségszerűen torzításokat hordoznak. Az algoritmikus torzítás kérdése ezért kulcsfontosságú az irodalmi kánon és a mesterséges intelligencia kapcsolatának vizsgálatában.


Az algoritmikus torzítás fogalma

Algoritmikus torzítás alatt azon szisztematikus eltéréseket értjük, amelyek révén egy algoritmus bizonyos csoportokat, jelenségeket vagy tartalmakat következetesen előnyben részesít, míg másokat marginalizál vagy láthatatlanná tesz. Ezek a torzítások nem feltétlenül tudatosak, hanem gyakran az adatkészletek összetételéből, a történeti egyenlőtlenségekből vagy a fejlesztők implicit előfeltevéseiből fakadnak¹. Az irodalmi kánon esetében ez különösen problematikus, mivel a kánon maga is hosszú ideje vitatott, hierarchikus és gyakran kizáró struktúra².


A kánon mint torzítás forrása

Az irodalmi kánon hagyományosan olyan művek összessége, amelyeket egy adott kultúra kiemelkedő értékűnek tekint. E kiválasztási folyamat azonban történetileg férfiközpontú, nyugati és elitista volt³. Amikor MI-rendszereket ezekre a kanonizált szövegekre tanítanak, az algoritmusok internalizálják e torz preferenciákat. Így az MI nem csupán tükrözi, hanem megerősíti és újratermeli a meglévő kánont, miközben alternatív irodalmi hagyományok – például női, posztkoloniális vagy kisebbségi irodalmak – háttérbe szorulnak⁴.


Adatkészletek és reprezentáció

Az algoritmikus torzítás egyik legfontosabb forrása az adatkészletek összetétele. A digitális szövegkorpuszok túlnyomórészt olyan műveket tartalmaznak, amelyek már eleve könnyen hozzáférhetők, digitalizáltak és jogilag szabadon felhasználhatók⁵. Ez a gyakorlat a klasszikus, „nagy” szerzők felé billenti a mérleget, miközben a kortárs, periférikus vagy nem domináns nyelven írt művek alulreprezentáltak maradnak⁶. Az MI így statisztikai alapon tanulja meg, mi számít „jó” vagy „jelentős” irodalomnak.


Nyelvi és kulturális torzítások

A nyelvi modellek túlnyomórészt globális nyelveken – elsősorban angolul – tanulnak, ami jelentős kulturális torzulást eredményez⁷. Az angol nyelvű irodalom normái és esztétikai elvárásai implicit mérceként jelennek meg más irodalmak értelmezésében is. Ez a jelenség a kisebb nyelvek irodalmi kánonját homogenizálhatja, és csökkentheti azok autonómiáját⁸.


Ajánlórendszerek és kánonképzés

Az online könyvplatformok és digitális könyvtárak ajánlórendszerei szintén algoritmikus torzításokat közvetítenek. Ezek a rendszerek a felhasználói viselkedésre építve erősítik a már népszerű művek láthatóságát, miközben az ismeretlen vagy kísérleti szövegek perifériára szorulnak⁹. Az így kialakuló „algoritmikus kánon” dinamikusnak tűnik, valójában azonban rendkívül konzervatív¹⁰.


Generatív modellek és irodalmi normák

A generatív MI-modellek képesek új szövegek előállítására, azonban ezek a szövegek gyakran a tanítóadatok stiláris és tematikus átlagát reprodukálják¹¹. Ennek következtében az irodalmi innováció helyett a már bevett formák és narratívák dominálnak. A torzítás itt nemcsak kiválasztási, hanem kreatív szinten is megjelenik¹².


Kritikai perspektívák

A digitális bölcsészet és az MI-etika kutatói egyre hangsúlyosabban hívják fel a figyelmet az algoritmikus torzítás problémájára¹³. E kritikai megközelítések szerint az MI nem objektív elemző, hanem aktív kulturális szereplő, amely részt vesz az értékek újratermelésében. Az irodalmi kánon esetében ez azt jelenti, hogy az algoritmusok beavatkoznak az esztétikai ítéletalkotás folyamatába¹⁴.


Lehetséges megoldások

Az algoritmikus torzítás csökkentésére több stratégia is kínálkozik: diverz adatkészletek használata, transzparens modelltervezés, valamint humán szakértők bevonása az értelmezési folyamatba¹⁵. Emellett fontos az oktatás szerepe is, amely tudatosítja az MI korlátait és befolyását az irodalmi kánon alakulására¹⁶.


Összegzés

Az algoritmikus torzítás nem pusztán technikai probléma, hanem mélyen kulturális és ideológiai kérdés. A mesterséges intelligencia és az irodalmi kánon kapcsolatában e torzítások felismerése és kritikai elemzése elengedhetetlen ahhoz, hogy az MI ne csupán a múlt hierarchiáit konzerválja, hanem hozzájáruljon egy sokszínűbb és inkluzívabb irodalmi nyilvánosság kialakításához.





Jegyzetek

1. Noble, S. U.: Algorithms of Oppression. New York, 2018.
2. Guillory, J.: Cultural Capital. Chicago, 1993.
3. Bloom, H.: The Western Canon. New York, 1994.
4. Said, E. W.: Culture and Imperialism. London, 1993.
5. Moretti, F.: Distant Reading. London, 2013.
6. Underwood, T.: Distant Horizons. Chicago, 2019.
7. Bender et al.: „On the Dangers of Stochastic Parrots”, 2021.
8. Casanova, P.: The World Republic of Letters. Cambridge, 2004.
9. Striphas, T.: Algorithmic Culture. London, 2015.
10. Beer, D.: The Data Gaze. London, 2018.
11. McGurl, M.: Everything and Less. London, 2021.
12. Boden, M.: The Creative Mind. London, 2004.
13. Kitchin, R.: The Data Revolution. London, 2014.
14. Hayles, N. K.: How We Think. Chicago, 2012.
15. Mitchell, M.: Artificial Intelligence. Cambridge, 2019.
16. Floridi, L.: The Ethics of Information. Oxford, 2013.

 
 



11

MI és irodalomtudomány


Digitális bölcsészet

A digitális bölcsészet eszköztára – szövegbányászat, stilometria, hálózatelemzés – lehetővé teszi nagy mennyiségű irodalmi szöveg újraértelmezését. Az MI segítségével olyan szerzők és művek is láthatóvá válhatnak, amelyek korábban perifériára szorultak.
 
A mesterséges intelligencia (MI) megjelenése az irodalomtudományban nem pusztán technológiai újításként értelmezhető, hanem olyan módszertani és elméleti kihívásként is, amely alapjaiban kérdőjelezi meg az irodalmi kánonról, az értelmezésről és az értékalkotásról való gondolkodást. Az irodalomtudomány hagyományosan hermeneutikai, történeti és esztétikai megközelítésekre épült, amelyek középpontjában az emberi értelmező szubjektum állt. Az MI-alapú elemzési módszerek azonban újfajta, kvantitatív és mintázatfelismerő perspektívákat hoznak be a diszciplínába, amelyek kiegészítik – és időnként provokálják – a klasszikus értelmezési kereteket.[1]

Az algoritmusok képesek nagyméretű szövegkorpuszok elemzésére, stilometriai jegyek azonosítására, tematikus hálózatok feltérképezésére és intertextuális kapcsolatok kimutatására olyan léptékben, amely emberi erőforrásokkal nehezen lenne megvalósítható.[2] Ez a léptékváltás nemcsak új kutatási kérdéseket tesz fel, hanem a kánon fogalmát is új megvilágításba helyezi: vajon milyen szövegek kerülnek a vizsgálat fókuszába, és milyen rejtett elfogultságokat hordoznak az adatbázisok és az algoritmusok?[3]

Az irodalmi kánon hagyományosan intézményi, oktatási és kritikai döntések eredménye, amelyeket kulturális, ideológiai és történeti tényezők alakítanak.[4] Az MI alkalmazása azonban látszólag objektív, adatvezérelt megközelítést kínál, amely képes újrarendezni az irodalmi térképet. E „látszólagosság” hangsúlyozása fontos, hiszen az algoritmusok nem értéksemlegesek: a tanítóadatok, a modellarchitektúrák és a kutatói döntések mind befolyásolják az eredményeket.[5]

Az MI és az irodalomtudomány találkozása így kettős természetű: egyrészt eszköztár-bővülést jelent, másrészt reflexióra kényszerít a tudományág alapfogalmaival kapcsolatban. Az értelmezés kérdése különösen élesen vetődik fel, hiszen az MI nem „értelmez” a klasszikus értelemben, hanem statisztikai mintázatokat azonosít.[6] Mégis, ezek a mintázatok új olvasatokat inspirálhatnak, és rámutathatnak olyan összefüggésekre, amelyek korábban rejtve maradtak.


4.1 Digitális bölcsészet

A digitális bölcsészet (digital humanities) az a multidiszciplináris kutatási terület, amely az informatikai eszközöket és módszereket a bölcsészettudományok kérdéseinek vizsgálatába integrálja.[7] Az irodalomtudományon belül a digitális bölcsészet megjelenése már a 20. század második felére tehető, azonban az MI-alapú technikák elterjedése új lendületet adott a területnek.[8]

A digitális bölcsészet egyik alapvető hozzájárulása az irodalmi kánon vizsgálatához a korpuszalapú megközelítés. Nagy szövegkorpuszok elemzésével lehetővé válik a kánon peremére szorult szerzők és művek újrafelfedezése, valamint a domináns narratívák kritikai újraértékelése.[9] Az MI segítségével feltárhatók azok a strukturális mintázatok, amelyek a kánonképzés mögött húzódnak meg, például a műfaji preferenciák, tematikus hangsúlyok vagy stiláris normák.[10]

A stilometria – amely statisztikai módszerekkel vizsgálja a szövegek stílusjegyeit – különösen fontos szerepet játszik ebben a folyamatban.[11] MI-alapú stilometriai elemzések révén pontosabban meghatározható egy-egy szerzői életmű belső sokfélesége, illetve a különböző korszakok közötti átmenetek.[12] Ezek az eredmények árnyalhatják a kánonról alkotott képet, amely gyakran homogén szerzői „hangokat” feltételez.

A digitális bölcsészet ugyanakkor kritikák kereszttüzében is áll. Egyes kutatók szerint az adatvezérelt megközelítések elidegeníthetik az irodalomtudományt annak humanisztikus gyökereitől, és túlzottan redukcionista képet adhatnak az irodalmi művekről.[13] Mások viszont éppen abban látják az MI erejét, hogy új kérdéseket tesz fel, és produktív feszültséget teremt a kvalitatív és kvantitatív módszerek között.[14]
Az oktatás területén a digitális bölcsészet és az MI új pedagógiai lehetőségeket is kínál.[15] A hallgatók aktív résztvevőivé válhatnak a kutatási folyamatnak, miközben kritikai digitális műveltséget sajátítanak el.[16] Ez hosszú távon hatással lehet arra is, hogyan öröklődik tovább az irodalmi kánon az akadémiai és közoktatási intézményekben.

Összességében elmondható, hogy a digitális bölcsészet az MI révén nem leváltja, hanem új perspektívákkal gazdagítja az irodalomtudományt.[17] A kánon kérdése így dinamikus, folyamatosan újratárgyalt fogalommá válik, amelyben az emberi értelmezés és a gépi elemzés kölcsönhatásban áll.[18]





Jegyzetek
​

1. Az irodalomtudomány módszertani pluralizmusa a 20. század második felében erősödött meg.
2. A nagyméretű korpuszok elemzése új típusú kutatási kérdéseket generál.
3. Az adatbázisok összetétele befolyásolja az elemzések eredményeit.
4. A kánon fogalma történetileg változó és vitatott.
5. Az algoritmikus elfogultság kérdése központi etikai probléma.
6. Az értelmezés fogalmának újradefiniálása szükségessé válik.
7. A digitális bölcsészet interdiszciplináris jellegű terület.
8. A számítógépes szövegelemzés korai formái már az 1960-as években megjelentek.
9. A kánon peremén lévő szövegek újraértékelése fontos kritikai feladat.
10. A strukturális mintázatok feltárása segíti a kánonkritikát.
11. A stilometria a kvantitatív irodalomtudomány egyik alapága.
12. A szerzői stílus időbeli változásai statisztikailag is kimutathatók.
13. A redukcionizmus vádja gyakran éri a digitális módszereket.
14. A módszertani feszültség produktív vitákhoz vezethet.
15. Az MI új oktatási eszközöket biztosít az irodalomtanításban.
16. A kritikai digitális írástudás egyre fontosabb kompetencia.
17. Az MI kiegészíti, nem helyettesíti az emberi elemzést.
18. A kánon dinamikus és folyamatosan alakuló konstrukció.
19. Az intézményi döntések továbbra is meghatározóak maradnak.
20. A technológiai fejlődés új etikai kérdéseket vet fel.
21. Az irodalomtudomány társadalmi szerepe átalakul.
22. A jövő kutatásai a hibrid módszerek irányába mutatnak.

 
12

Kánon újraolvasása
 
 
Az algoritmikus elemzések megkérdőjelezhetik a hagyományos értékhierarchiákat, például kimutatva, hogy bizonyos „másodlagosnak” tekintett művek jelentős hatást gyakoroltak kortársaikra.
 

Bevezetés

Az irodalmi kánon fogalma évszázadok óta az irodalomtudomány egyik központi kérdése. A kánon egyszerre jelent hagyományt, értékhierarchiát és intézményesített emlékezetet: azon művek összességét, amelyeket egy adott kultúra különösen értékesnek, tanításra és továbbörökítésre méltónak tart. A 21. században azonban új tényező lépett be ebbe a hagyományos rendszerbe: a mesterséges intelligencia (MI). Az MI nem csupán technológiai eszköz, hanem olyan értelmezési és elemzési keret is, amely alapjaiban kérdőjelezi meg az irodalmi kánon kialakulásának, fenntartásának és újraolvasásának módjait.

A tanulmány célja annak bemutatása, hogy a mesterséges intelligencia miként járulhat hozzá az irodalmi kánon újraolvasásához. Vizsgálja, hogyan változik az értelmezés, az értékítélet és az olvasás fogalma az algoritmusok, digitális adatbázisok és gépi tanulási modellek megjelenésével. Az MI nem leváltja az emberi értelmezőt, hanem új perspektívákat nyit, amelyek egyszerre hordoznak lehetőségeket és veszélyeket.


Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon nem statikus, hanem történetileg változó konstrukció. A klasszikus kánonok gyakran nemzeti, nyelvi vagy vallási alapon szerveződtek, és szorosan összefonódtak az oktatási intézményekkel, valamint a kulturális hatalommal. A kánonba kerülés feltételei soha nem voltak pusztán esztétikai jellegűek: társadalmi, politikai és ideológiai szempontok is meghatározó szerepet játszottak.

A 20. század második felében a kánon kritikája felerősödött. A feminista irodalomkritika, a posztkoloniális elméletek és a kulturális tanulmányok rámutattak arra, hogy a hagyományos kánon gyakran kizáró jellegű, és marginalizál bizonyos hangokat. E kritikai irányzatok előkészítették azt a gondolkodásmódot, amelyben a kánon nem lezárt lista, hanem folyamatosan újratárgyalt diskurzus.


A mesterséges intelligencia megjelenése az irodalomtudományban

A mesterséges intelligencia alkalmazása az irodalomtudományban elsősorban a digitális bölcsészet (digital humanities) keretein belül jelent meg. Nagy szövegkorpuszok elemzése, stilometriai vizsgálatok, tematikus mintázatok feltárása mind olyan területek, ahol az MI hatékony eszköznek bizonyul. Ezek a módszerek lehetővé teszik, hogy az irodalmat ne csupán egyedi művek szintjén, hanem rendszerszinten vizsgáljuk.

Az MI képes olyan összefüggéseket feltárni, amelyek az emberi olvasó számára nehezen észrevehetők. Például statisztikai alapon kimutathatók stiláris hasonlóságok, intertextuális kapcsolatok vagy tematikus eltolódások egy-egy korszakon belül. Ez új fényt vethet a kanonikus és nem kanonikus művek viszonyára.


A kánon újraolvasása algoritmusok segítségével

A kánon újraolvasása az MI segítségével elsősorban azt jelenti, hogy megkérdőjelezzük a megszokott értékhierarchiákat. Az algoritmusok nem rendelkeznek előzetes esztétikai ítéletekkel, hanem adatok alapján működnek. Ez lehetőséget teremt arra, hogy olyan szerzők és művek is láthatóvá váljanak, amelyek korábban perifériára szorultak.

Ugyanakkor fontos hangsúlyozni, hogy az algoritmusok sem semlegesek. Az általuk használt adathalmazok, a programozás módja és a kutatói kérdésfeltevés mind befolyásolják az eredményeket. A kánon újraolvasása tehát nem objektív igazságot, hanem új értelmezési lehetőségeket kínál.


Esztétikai érték és gépi értelmezés

Az egyik legnagyobb vita az MI irodalmi alkalmazásával kapcsolatban az esztétikai érték kérdése. Vajon képes-e egy gép „megérteni” egy irodalmi művet? A válasz inkább negatív, ha a megértést emberi tapasztalathoz, érzelmekhez és történeti tudathoz kötjük. Az MI nem él át katarzist, nem rendelkezik kulturális emlékezettel a szó emberi értelmében.

Mégis, a gépi elemzés hasznos lehet az esztétikai ítélet előkészítésében. Az MI segíthet feltérképezni a művek szerkezeti sajátosságait, nyelvi mintázatait, amelyekre az emberi értelmezés építhet. Így az MI nem az esztétikai ítélet helyettesítője, hanem annak kiegészítője.


Oktatás, kánon és mesterséges intelligencia

Az irodalomoktatásban a kánon hagyományosan központi szerepet játszik. Az MI alkalmazása az oktatásban új didaktikai lehetőségeket nyit. Interaktív szövegelemzések, személyre szabott olvasási útvonalak és összehasonlító elemzések révén a diákok aktívabban kapcsolódhatnak a kánonhoz.

Ez a megközelítés elősegítheti a kritikai gondolkodást is, hiszen a tanulók nem csupán elfogadják a kanonikus státuszt, hanem kérdéseket tesznek fel annak kialakulásáról. Az MI tehát hozzájárulhat egy reflexívebb, nyitottabb kánonfelfogáshoz.


Etikai és kulturális kérdések

A mesterséges intelligencia alkalmazása etikai kérdéseket is felvet. Ki dönti el, mely szövegek kerülnek az adatbázisokba? Milyen nyelvi és kulturális torzítások jelennek meg az algoritmusokban? Ezek a kérdések különösen fontosak a kisebb nyelvek és irodalmak esetében.

A magyar irodalom szempontjából például kulcskérdés, hogy az MI-alapú elemzések ne csupán a világirodalom domináns nyelveire koncentráljanak. A kánon újraolvasása csak akkor lehet valóban inkluzív, ha figyelembe veszi a kulturális sokféleséget.


Összegzés

A mesterséges intelligencia és az irodalmi kánon viszonya nem ellentétes, hanem dialóguson alapul. Az MI nem rombolja le a kánont, hanem újraolvashatóvá teszi. Rávilágít a rejtett összefüggésekre, megkérdőjelezi a megszokott hierarchiákat, és új kérdéseket vet fel az irodalom értelmezésével kapcsolatban.

A kánon újraolvasása az MI segítségével nem végleges válaszokat ad, hanem nyitott folyamatot kínál. Ebben a folyamatban az emberi értelmezés továbbra is nélkülözhetetlen marad, hiszen az irodalom végső soron az emberi tapasztalat egyik legösszetettebb kifejezési formája.





Irodalomjegyzék

1. Bloom, Harold: The Western Canon.
2. Guillory, John: Cultural Capital.
3. Eagleton, Terry: Literary Theory.
4. Moretti, Franco: Distant Reading.
5. Jockers, Matthew: Macroanalysis.
6. Hayles, N. Katherine: How We Think.
7. Manovich, Lev: The Language of New Media.
8. Foucault, Michel: Mi a szerző?
9. Barthes, Roland: A szerző halála.
10. Bourdieu, Pierre: A művészet szabályai.
11. Searle, John: Minds, Brains and Programs.
12. McCarty, Willard: Humanities Computing.
13. Ramsay, Stephen: Reading Machines.
14. Drucker, Johanna: Graphesis.
15. Todorov, Tzvetan: Az irodalom fogalma.
16. Kulcsár Szabó Ernő: Irodalom és hermeneutika.
17. Szegedy-Maszák Mihály: A magyar irodalmi kánon.
18. Assmann, Jan: A kulturális emlékezet.
19. Ricoeur, Paul: Idő és elbeszélés.
20. Eco, Umberto: A nyitott mű.
21. Genette, Gérard: Palimpsestes.
22. McGann, Jerome: Radiant Textuality.
23. Liu, Alan: The Laws of Cool.
24. Bolter, Jay David: Writing Space.
25. Kittler, Friedrich: Discourse Networks.

 
13

MI által generált irodalom – A szerzőség kérdése

Az MI által generált versek és prózai szövegek felvetik a szerzőség és az eredetiség problémáját. Kérdéses, hogy ezek a szövegek valaha részévé válhatnak-e az irodalmi kánonnak.


Bevezetés

A mesterséges intelligencia (MI) megjelenése az irodalmi alkotás területén az utóbbi évtized egyik legjelentősebb kulturális és elméleti kihívása. Az algoritmusok által generált versek, novellák és regénykísérletek nem csupán technológiai érdekességek, hanem alapjaiban kérdőjelezik meg az irodalomról való gondolkodásunkat: mit tekintünk műnek, ki a szerző, és milyen alapon alakul ki az irodalmi kánon. A tanulmány célja annak vizsgálata, hogy az MI által generált irodalom milyen módon illeszthető – vagy nem illeszthető – a hagyományos irodalmi kánon fogalmába, különös tekintettel a szerzőség problematikájára.


1. Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon nem statikus, hanem történetileg változó konstrukció. A kánonba tartozó művek kiválasztása mindig intézményi, kulturális és hatalmi folyamatok eredménye. Az ókortól kezdve a klasszikus szerzők – Homérosz, Vergilius – kanonizációja mintául szolgált a későbbi korszakok számára. A modern korban a nemzeti irodalmak kialakulásával a kánon a nemzeti identitás egyik alappillérévé vált.

A 20. század második felében a kánonkritika (feminista, posztkoloniális, kulturális tanulmányok) rávilágított arra, hogy a kánon kizárásai legalább olyan fontosak, mint befogadásai. Ebből a szempontból az MI megjelenése újabb kihívást jelent: nem csupán új „szerzők” jelennek meg, hanem a szerzőség emberközpontú fogalma is meginog.


2. A mesterséges intelligencia mint szövegalkotó rendszer

A mai nyelvi modellek hatalmas szövegkorpuszokon tanulnak, és statisztikai valószínűségek alapján hoznak létre új szövegeket. Ezek a szövegek gyakran stílusimitációk: képesek egy adott korszak, szerző vagy műfaj nyelvi jegyeit reprodukálni. Fontos hangsúlyozni, hogy az MI nem rendelkezik intencionalitással vagy tudattal a hagyományos filozófiai értelemben.

Ez a sajátosság alapvető kérdéseket vet fel: ha az irodalmat hagyományosan az emberi tapasztalat, érzelem és szándék kifejeződéseként értelmezzük, akkor az MI által generált szöveg irodalomnak tekinthető-e egyáltalán. Ugyanakkor az irodalomtörténet számos példát kínál olyan alkotásokra, ahol a szerzői szándék másodlagos szerepet játszik az értelmezésben.


3. MI által generált irodalom: új műfaj vagy eszköz?

Az MI által létrehozott szövegek értelmezhetők önálló irodalmi művekként, de tekinthetők írói segédeszközöknek is. Egyes kortárs szerzők kifejezetten együttműködésként írják le kapcsolatukat az algoritmusokkal. Ebben az esetben az MI nem autonóm alkotó, hanem kreatív katalizátor.

Felmerül a kérdés, hogy az MI-irodalom külön műfajt alkot-e. Ha igen, akkor saját poétikával és értékelési szempontokkal kell rendelkeznünk. A kánon szempontjából ez azt jelentené, hogy nem az MI „szerzők” kerülnek be, hanem az ember–gép együttműködés új formái.


4. A szerzőség kérdése: ki az alkotó?

A szerzőség fogalma az irodalomelmélet egyik központi kérdése. Roland Barthes „A szerző halála” című esszéje már a 20. században relativizálta a szerzői tekintélyt. Az MI megjelenése mintha radikálisan beteljesítené ezt az elméleti fordulatot.

Az MI által generált szövegek esetében több lehetséges „szerzőt” azonosíthatunk: a programozót, a modellt betanító intézményt, a felhasználót, aki promptot ad, illetve magát az algoritmust. Jogi értelemben a szerzőség jelenleg többnyire az emberhez kötődik, de esztétikai értelemben ez a kérdés nyitott.


5. Kánon és érték: hogyan értékeljük az MI-irodalmat?

Az irodalmi kánon alapja az értékítélet. De milyen értékek alapján értékelhető egy MI által generált mű? Az originalitás hagyományos fogalma problematikussá válik, hiszen az MI meglévő szövegek mintázataiból dolgozik. Ugyanakkor az intertextualitás mindig is az irodalom alapvető sajátossága volt.

Az MI-irodalom értékelése során előtérbe kerülhet az esztétikai hatás, az olvasói befogadás és a kulturális reflexió. Ha egy szöveg képes új jelentéseket létrehozni és vitát generálni, akkor kánonképes lehet – függetlenül attól, hogy ember vagy gép hozta létre.


6. Etikai és kulturális következmények

Az MI térnyerése etikai kérdéseket is felvet: a szerzői jog, a plágium és az alkotói munka értéke mind újragondolásra szorul. Kulturális szinten pedig fennáll a veszélye annak, hogy az algoritmusok a domináns kánonokat erősítik meg, miközben a periférikus hangokat háttérbe szorítják.

Ezzel szemben optimista forgatókönyv is elképzelhető, amelyben az MI demokratizálja az irodalmi alkotást, és új hangokat emel be az irodalmi diskurzusba.


7. Következtetések

A mesterséges intelligencia és az irodalmi kánon viszonya komplex és sokrétű. Az MI által generált irodalom nem csupán technológiai újítás, hanem elméleti kihívás is, amely arra kényszerít bennünket, hogy újragondoljuk a szerzőség, az érték és a kánon fogalmát. Valószínű, hogy a jövő irodalmi kánonja nem az MI kizárásával, hanem annak kritikus integrálásával fog kialakulni.





Jegyzetek
​

1. Barthes, Roland: A szerző halála.
2. Foucault, Michel: Mi a szerző?.
3. Bloom, Harold: The Western Canon.
4. Eagleton, Terry: Literary Theory.
5. Genette, Gérard: Palimpsestes.
6. Manovich, Lev: The Language of New Media.
7. Hayles, N. Katherine: How We Think.
8. Braidotti, Rosi: The Posthuman.
9. Moretti, Franco: Distant Reading.
10. Murray, Janet: Hamlet on the Holodeck.
11. Bolter – Grusin: Remediation.
12. Simanowski, Roberto: Digital Art and Meaning.
13. Boden, Margaret: Creativity and Art.
14. McLuhan, Marshall: The Medium is the Massage.
15. Eco, Umberto: Nyitott mű.
16. Derrida, Jacques: Grammatológia.
17. Lanier, Jaron: You Are Not a Gadget.
18. Floridi, Luciano: The Ethics of Information.
19. Benjamin, Walter: A műalkotás a technikai sokszorosíthatóság korszakában.
20. Lessig, Lawrence: Free Culture.
21. Jenkins, Henry: Convergence Culture.
22. Bourdieu, Pierre: A kulturális termelés szabályai.
23. Hutcheon, Linda: A Theory of Adaptation.
24. Turing, Alan: Computing Machinery and Intelligence.
25. Z. Karvalics László: Információtörténet.

 
 

Példaanyag

Példa: Egy MI által generált vers Arany János stílusában felismerhető formai jegyeket mutat, de hiányzik belőle az élettapasztalat és a történeti kontextus, amely Arany műveit kánonformálóvá tette.




 
14

Eredetiség és kompetencia az MI korában  1


Bevezetés

A mesterséges intelligencia (MI) megjelenése és gyors térnyerése alapjaiban kérdőjelezi meg az irodalomról, az alkotásról és a kánonról alkotott hagyományos elképzeléseinket. Az irodalmi kánon évszázadokon keresztül az emberi alkotóerő, az egyéni zsenialitás és a történeti‑kulturális folytonosság mentén szerveződött. Az MI azonban olyan szövegeket képes előállítani, amelyek formailag és stilárisan gyakran megkülönböztethetetlenek az emberi művektől. Ez a jelenség újraértelmezi az eredetiség, az авторság és a kompetencia fogalmait, és arra kényszerít bennünket, hogy újragondoljuk: mitől válik egy szöveg irodalommá, és milyen alapon kerülhet be a kánonba.


1. Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon nem pusztán művek listája, hanem értékítéletek és hatalmi viszonyok eredménye. A klasszikus kánonok kialakulása szorosan összefüggött az oktatási intézményekkel, az egyházi és világi autoritásokkal, valamint a nemzeti identitás formálódásával. A 19–20. század fordulóján a kánon stabilitása megingott: megjelentek az alternatív, marginalizált hangok, és egyre nyilvánvalóbbá vált, hogy a kánon nem örök és változatlan konstrukció.


2. Az eredetiség eszméje az irodalomban

Az eredetiség fogalma a romantika idején vált központivá, amikor az alkotót egyedi, megismételhetetlen géniuszként kezdték felfogni. A modern és posztmodern irodalom azonban már relativizálta ezt az eszményt: az intertextualitás, az idézet és az újraírás legitim alkotói stratégiává vált. Az MI által generált szövegek ebbe a hagyományba illeszkednek, ugyanakkor radikálisan ki is tágítják azt.


3. Mesterséges intelligencia mint szövegalkotó

Az MI nyelvi modelljei statisztikai és valószínűségi alapon működnek, hatalmas szövegkorpuszok mintázatait követve. Ebből adódóan az általuk létrehozott szövegek egyszerre tűnnek ismerősnek és újszerűnek. A kérdés az, hogy ez a fajta „eredetiség” összeegyeztethető‑e az irodalom hagyományos értékrendjével.


4. Kompetencia és tudás az MI korában

Az MI kompetenciája nem tudatosságon vagy intencionalitáson alapul, hanem adatokon és algoritmusokon. Mégis képes olyan kulturális és stiláris tudást demonstrálni, amely korábban kizárólag az emberi alkotók sajátja volt. Ez felveti a kérdést: a kompetencia mércéje az alkotói szándék, vagy elegendő a befogadói hatás?


5. Az авторság problémája

Ha egy szöveget MI hoz létre, ki tekinthető szerzőnek? A programozó, a felhasználó, vagy maga a rendszer? Az irodalmi kánon hagyományosan személyekhez kötődik, így az MI megjelenése alapjaiban rengeti meg ezt a struktúrát.


6. Befogadás és értelmezés

Az irodalmi mű jelentése nem kizárólag a szerző szándékából fakad, hanem az olvasói értelmezések hálózatában jön létre. Ha az olvasó érzelmileg és intellektuálisan reagál egy MI által generált szövegre, akkor annak irodalmi státusza nehezen tagadható.


7. Az MI és az intertextualitás

Az MI működésének alapja az intertextualitás extrém formája: minden új szöveg korábbi szövegek lenyomataiból épül fel. Ez radikálisan láthatóvá teszi azt a folyamatot, amely az emberi irodalomban gyakran rejtve marad.


8. Etikai és jogi kérdések

Az MI által generált irodalom számos etikai és jogi dilemmát vet fel, többek között a szerzői jog, a plagizálás és a kulturális kisajátítás kérdését. Ezek a problémák közvetlen hatással vannak arra, hogy az ilyen művek bekerülhetnek‑e az intézményesített kánonba.


9. Oktatás és kánonképzés az MI korában

Az oktatás kulcsszerepet játszik a kánon újratermelésében. Az MI megjelenése új pedagógiai módszereket és kritikai kompetenciákat igényel, amelyek lehetővé teszik a diákok számára, hogy megkülönböztessék, értelmezzék és kritikusan szemléljék az emberi és mesterséges alkotásokat.


10. Jövőképek

A jövő irodalmi kánonja valószínűleg hibrid lesz: emberi és mesterséges alkotások egyaránt helyet kapnak benne. Az értékelés szempontjai átalakulnak, de az irodalom alapvető funkciója – az emberi tapasztalat értelmezése – megmarad.



Összegzés

A mesterséges intelligencia nem az irodalom végét jelenti, hanem annak új fejezetét. Az eredetiség és kompetencia fogalmainak újragondolása elengedhetetlen ahhoz, hogy az irodalmi kánon továbbra is élő és releváns maradjon az MI korában.





Jegyzetek

1. Bloom, H.: The Western Canon.
2. Barthes, R.: A szerző halála.
3. Foucault, M.: Mi a szerző?.
4. Genette, G.: Palimpsestes.
5. Eagleton, T.: Literary Theory.
6. McLuhan, M.: The Medium Is the Message.
7. Hayles, N. K.: How We Think.
8. Manovich, L.: The Language of New Media.
9. Bourdieu, P.: The Field of Cultural Production.
10. Ricoeur, P.: Interpretation Theory.
11. Derrida, J.: Of Grammatology.
12. Eco, U.: The Role of the Reader.
13. Lessig, L.: Free Culture.
14. Gunkel, D.: The Machine Question.
15. Floridi, L.: The Ethics of Information.
16. Searle, J.: Minds, Brains, and Programs.
17. Turing, A.: Computing Machinery and Intelligence.
18. Csányi Vilmos: Az emberi természet.
19. Kulcsár Szabó Ernő: Irodalom és hermeneutika.
20. Margócsy István: A kánon problémái.
21. Szegedy-Maszák Mihály: Irodalmi kánonok.
22. Kittler, F.: Discourse Networks.
23. Hayles, N. K.: Electronic Literature.
24. Murray, J.: Hamlet on the Holodeck.
25. Benjamin, W.: A műalkotás a technikai sokszorosíthatóság korában.

 
15

Eredetiség és kompetencia az MI korában  2


Bevezetés

A mesterséges intelligencia (MI) megjelenése és gyors fejlődése alapvetően alakítja át a kultúra, az oktatás és az irodalom működését. Az irodalmi kánon – vagyis azon művek és szerzők összessége, amelyeket egy adott közösség értékesnek, tanításra és továbbörökítésre méltónak tart – különösen érzékeny ezekre a változásokra. Az MI nem csupán új eszközként jelenik meg az irodalomtudományban, hanem olyan alkotó és értelmező szereplőként is, amely kérdésessé teszi az eredetiség, az авторitás és a kompetencia hagyományos fogalmait.

A tanulmány célja annak vizsgálata, hogy miként hat a mesterséges intelligencia az irodalmi kánon fogalmára, milyen módon értelmezhető újra az eredetiség az MI korában, és hogyan alakul át az irodalmi kompetencia jelentése. A dolgozat interdiszciplináris megközelítést alkalmaz, ötvözve az irodalomelmélet, a kultúratudomány és a technológiafilozófia szempontjait.


1. Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon sohasem volt statikus képződmény. Már az antikvitásban is megfigyelhető volt a kiválasztás és kizárás gyakorlata, amely meghatározta, mely művek maradnak fenn és melyek merülnek feledésbe. A kánon kialakulását mindig társadalmi, politikai és ideológiai tényezők befolyásolták, így a „klasszikus” művek státusza gyakran inkább intézményi konszenzus eredménye volt, mintsem objektív esztétikai mérce.

A modern korban az oktatási intézmények, az akadémiai diskurzus és a kiadói piac együttesen formálták a kánont. A 20. század második felében megjelenő kánonkritikai irányzatok – például a feminista, posztkoloniális vagy kulturális tanulmányok – rámutattak arra, hogy a kánon gyakran marginalizál bizonyos hangokat és tapasztalatokat.


2. A mesterséges intelligencia megjelenése az irodalomban

A mesterséges intelligencia kezdetben elsősorban segédeszközként jelent meg az irodalmi kutatásban: szövegelemző programok, korpusznyelvészeti módszerek és digitális archívumok formájában. Ezek az eszközök lehetővé tették nagy szövegmennyiségek vizsgálatát, új mintázatok és összefüggések feltárását.

Az utóbbi években azonban az MI már nem csupán elemzi, hanem létre is hozza az irodalmi szövegeket. Nyelvi modellek képesek verseket, novellákat, sőt regényeket generálni, amelyek formailag és stilárisan gyakran megkülönböztethetetlenek az emberi alkotásoktól. Ez a fejlemény alapjaiban kérdőjelezi meg az irodalom emberközpontú felfogását.


3. Eredetiség fogalma az irodalomelméletben

Az eredetiség eszméje a romantika korában nyerte el központi szerepét, amikor az alkotót egyedi, megismételhetetlen zseniként kezdték értelmezni. E felfogás szerint az irodalmi mű értéke elsősorban az újszerűségben és az alkotói szubjektum egyediségében rejlik.

A 20. századi irodalomelmélet azonban relativizálta ezt a képet. Az intertextualitás elmélete szerint minden szöveg más szövegek hálózatában jön létre, így az abszolút eredetiség illúziónak tekinthető. Ebben az értelemben az MI által generált szövegek nem radikálisan idegenek az irodalom hagyományától, hanem annak logikáját viszik tovább algoritmikus formában.


4. MI és az alkotói szubjektum kérdése

Az MI által létrehozott szövegek egyik legnagyobb kihívása az alkotói szubjektum hiánya vagy átalakulása. Míg a hagyományos irodalmi értelmezés az életrajzi, pszichológiai és történeti kontextust fontosnak tartja, az MI esetében ezek a keretek nehezen alkalmazhatók.

Felmerül a kérdés: tekinthető-e az MI szerzőnek? Egyes álláspontok szerint az MI csupán eszköz, amely az emberi adatokból és utasításokból dolgozik. Más nézetek viszont azt hangsúlyozzák, hogy az autonóm szöveggenerálás újfajta, nem emberi alkotói pozíciót hoz létre.


5. Az irodalmi kompetencia átalakulása

Az irodalmi kompetencia hagyományosan az olvasási, értelmezési és kritikai készségek összességét jelenti. Az MI korában azonban új készségek válnak szükségessé, például az algoritmikus működés alapjainak megértése vagy az MI által generált szövegek kritikus értékelése.

Az oktatásban ez azt jelenti, hogy nem elegendő a kánon klasszikus műveinek ismerete; a diákoknak képesnek kell lenniük felismerni az MI által előállított tartalmak sajátosságait és korlátait is. Ez új pedagógiai stratégiák kidolgozását igényli.


6. MI és a kánon újratermelése

A mesterséges intelligencia jelentős szerepet játszhat a kánon újratermelésében. Az MI rendszerek gyakran meglévő, kanonizált szövegeken tanulnak, így fennáll a veszélye annak, hogy megerősítik a már meglévő hierarchiákat és kizárásokat.

Ugyanakkor az MI lehetőséget kínál arra is, hogy elfeledett vagy marginalizált szövegek újra láthatóvá váljanak. A digitális archívumok és ajánlórendszerek révén a kánon rugalmasabbá és sokszínűbbé válhat.


7. Etikai és jogi kérdések

Az MI és az irodalom kapcsolatában számos etikai és jogi probléma merül fel. Ki a szerzője egy MI által generált szövegnek? Ki rendelkezik a szerzői jogokkal? Ezek a kérdések még nem rendelkeznek egyértelmű válaszokkal.
Emellett etikai szempontból is fontos megvizsgálni, hogy az MI milyen hatással van az emberi alkotók megélhetésére és társadalmi elismertségére. Az automatizált szövegalkotás újraértelmezi az irodalom gazdasági és kulturális értékét.


8. Az olvasó szerepének átalakulása

Az MI korában az olvasó szerepe is megváltozik. Az olvasónak nemcsak a szöveg jelentését kell értelmeznie, hanem annak eredetét és létrejöttének körülményeit is. Az MI által generált szövegek esetében különösen fontossá válik a kritikai attitűd.

Az olvasás így egyre inkább reflexív gyakorlattá válik, amelyben az olvasó tudatosan viszonyul a technológiai közvetítettséghez.


9. Jövőképek: kánon az MI után?

A jövő irodalmi kánonja valószínűleg hibrid jellegű lesz, amelyben emberi és MI által létrehozott művek egyaránt helyet kapnak. Ez nem feltétlenül jelenti az emberi alkotás háttérbe szorulását, inkább annak újradefiniálását.

A kánon fogalma továbbra is viták tárgya marad, de ezek a viták hozzájárulhatnak az irodalom megújulásához és relevanciájának megőrzéséhez.


Összegzés

A mesterséges intelligencia megjelenése alapvető kihívások elé állítja az irodalmi kánon hagyományos fogalmát. Az eredetiség és a kompetencia új értelmezései szükségessé válnak ahhoz, hogy az irodalom továbbra is élő és jelentésteli kulturális gyakorlat maradjon. Az MI nem csupán fenyegetést, hanem lehetőséget is jelent: esélyt arra, hogy az irodalmi kánont nyitottabbá, reflexívebbé és inkluzívabbá tegyük.





Jegyzetek
​

1. Az irodalmi kánon fogalmának klasszikus meghatározásai.
2. Kánon és intézményrendszer kapcsolata.
3. Digitális bölcsészet kialakulása.
4. Korpuszalapú irodalomelemzés módszerei.
5. MI-alapú szöveggenerálás technikai háttere.
6. A romantikus zsenieszmény kritikája.
7. Intertextualitás és posztstrukturalizmus.
8. Szerzőség problémája a modern elméletekben.
9. Algoritmikus kreativitás fogalma.
10. Oktatás és digitális kompetenciák.
11. MI és kulturális reprodukció.
12. Marginalizált irodalmak digitalizálása.
13. Ajánlórendszerek hatása az olvasásra.
14. Szerzői jog az MI korában.
15. Etikai irányelvek a digitális kultúrában.
16. Kreatív iparágak átalakulása.
17. Olvasói recepció elmélete.
18. Technológiai közvetítettség.
19. Hibrid szövegek és műfajok.
20. Jövőkutatás és irodalom.
21. Kánonviták a 21. században.
22. MI mint kulturális aktor.
23. Ember–gép együttműködés az alkotásban.
24. Irodalom és társadalmi felelősség.
25. Az irodalmi érték újradefiniálása.

 




16

MI és irodalomelemzés

​
Bevezetés

A 21. század elején a mesterséges intelligencia (MI) megjelenése és gyors fejlődése alapvetően alakítja át a tudományos gondolkodás számos területét, köztük a bölcsészettudományokat is. Az irodalomtudomány hagyományosan az értelmezés, a kritikai olvasás és a történeti kontextusok vizsgálatára épülő diszciplína volt, amelyben az elemzés középpontjában az emberi szubjektum állt. Az MI térnyerésével azonban új módszertani és elméleti kérdések merülnek fel: vajon képes‑e egy algoritmus irodalmi művek értelmezésére, és ha igen, milyen értelemben? Hogyan befolyásolja az MI az irodalmi kánon kialakulását, fenntartását vagy újragondolását?

A tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia milyen módon kapcsolódik az irodalmi kánon fogalmához, valamint hogyan alkalmazható az MI az irodalomelemzésben. A kérdés nem pusztán technológiai, hanem mélyen elméleti és kultúrfilozófiai jellegű is: az MI használata ugyanis újradefiniálhatja az értelmezés, az авторitás és az érték fogalmait az irodalomban.


Az irodalmi kánon fogalma és problémái

Az irodalmi kánon alatt azon művek összességét értjük, amelyeket egy adott kultúra, intézményrendszer vagy közösség kiemelkedő jelentőségűnek tekint, és amelyek az oktatásban, a kritikai diskurzusban és a kollektív emlékezetben kitüntetett szerepet kapnak.1 A kánon azonban sohasem semleges: kialakulása hatalmi, ideológiai és intézményi folyamatok eredménye.2

A 20. század második felében egyre erőteljesebben jelentek meg azok a kritikai irányzatok – feminista, posztkoloniális, kulturális tanulmányok –, amelyek rámutattak a kánon kizáró jellegére.3 E kritikai perspektívák szerint a kánon gyakran marginalizál bizonyos szerzőket, műfajokat vagy nyelvi‑kulturális közösségeket. Ebbe a vitába illeszkedik be a mesterséges intelligencia kérdése is: vajon az MI képes‑e hozzájárulni egy inkluzívabb, dinamikusabb kánon kialakításához, vagy csupán megerősíti a meglévő struktúrákat?


Mesterséges intelligencia és digitális bölcsészet

Az MI irodalomtudományi alkalmazása szorosan kapcsolódik a digitális bölcsészet (digital humanities) irányzatához.4 A digitális bölcsészet célja, hogy számítógépes eszközök segítségével új kérdéseket tegyen fel a humán tudományok hagyományos anyagával kapcsolatban. Az MI – különösen a gépi tanulás és a természetes nyelvfeldolgozás – lehetővé teszi nagyméretű szövegkorpuszok elemzését, mintázatok, stílusjegyek és tematikus struktúrák azonosítását.5

E módszerek egyik előnye, hogy képesek átlépni az egyéni olvasás korlátait. Míg a hagyományos irodalomelemzés gyakran néhány műre vagy szerzőre koncentrál, az MI több ezer vagy akár millió szöveg együttes vizsgálatát is lehetővé teszi.6 Ez új perspektívát nyithat az irodalomtörténetben, például elfeledett szerzők vagy periférikus műfajok feltérképezésében.


MI‑alapú irodalomelemzés

Az MI‑alapú irodalomelemzés nem azonos az emberi értelmezéssel, hanem elsősorban statisztikai és valószínűségi modellekre épül.7 Az algoritmusok képesek felismerni ismétlődő motívumokat, szóhasználati mintázatokat vagy narratív struktúrákat, de nem rendelkeznek tudattal vagy esztétikai ítélőképességgel a hagyományos értelemben.

Ennek ellenére az MI hasznos eszközzé válhat az irodalomtudós kezében. Segíthet hipotézisek megfogalmazásában, amelyek később kvalitatív elemzéssel ellenőrizhetők.8 Így az MI nem az értelmező szerepét veszi át, hanem kiegészíti azt.


Az MI hatása az irodalmi kánonra

Az MI alkalmazása az irodalmi kánon szempontjából kettős hatással bír. Egyrészt fennáll a veszélye annak, hogy az algoritmusok a meglévő adatokra építve újratermelik a kanonikus hierarchiákat.9 Ha egy modell elsősorban kanonizált műveken tanul, akkor nagyobb valószínűséggel azokat fogja „értékesebbnek” vagy reprezentatívabbnak tekinteni.

Másrészt azonban az MI lehetőséget adhat a kánon kritikai újragondolására. Nagy szövegkorpuszok elemzésével láthatóvá válhatnak olyan összefüggések és tendenciák, amelyek korábban rejtve maradtak.10 Ez hozzájárulhat egy rugalmasabb, nyitottabb kánon kialakításához.


Etikai és elméleti kérdések

Az MI irodalomtudományi alkalmazása számos etikai kérdést is felvet.11 Ki felel az algoritmusok által generált értelmezésekért? Mennyiben tekinthetők ezek objektívnek? Továbbá felmerül az adatválogatás problémája is: milyen szövegek kerülnek be az elemzett korpuszba, és melyek maradnak ki?

Elméleti szinten az MI kihívást jelent az irodalom emberközpontú felfogására nézve.12 Ha az értelmezés részben automatizálható, akkor újra kell gondolnunk az olvasás és a jelentésképzés fogalmait.


Összegzés

A mesterséges intelligencia nem helyettesíti az irodalomtudomány hagyományos módszereit, de jelentősen kibővítheti azokat. Az MI és az irodalmi kánon kapcsolata ambivalens: egyszerre hordozza a konzerválás és a megújítás lehetőségét. Az irodalomelemzés jövője valószínűleg a humán és a gépi megközelítések együttműködésében rejlik.13

A tanulmány amellett érvel, hogy az MI tudatos és kritikus alkalmazása hozzájárulhat az irodalmi kánon demokratikusabb és sokszínűbb értelmezéséhez, miközben megőrzi az emberi értelmezés központi szerepét.14





Jegyzetek

1. Bloom, H.: The Western Canon. New York, 1994. ↩
2. Guillory, J.: Cultural Capital. Chicago, 1993. ↩
3. Eagleton, T.: Literary Theory. Oxford, 2008. ↩
4. Berry, D. M.: Understanding Digital Humanities. London, 2012. ↩
5. Jockers, M.: Macroanalysis. Urbana, 2013. ↩
6. Moretti, F.: Distant Reading. London, 2013. ↩
7. Underwood, T.: Distant Horizons. Chicago, 2019. ↩
8. Ramsay, S.: Reading Machines. Urbana, 2011. ↩
9. Noble, S. U.: Algorithms of Oppression. New York, 2018. ↩
10. Bode, K.: A World of Fiction. Ann Arbor, 2018. ↩
11. Floridi, L.: The Ethics of Information. Oxford, 2013. ↩
12. Hayles, N. K.: How We Think. Chicago, 2012. ↩
13. McCarty, W.: Humanities Computing. London, 2005. ↩
14. Liu, A.: The Laws of Cool. Chicago, 2004. ↩

 
 



17

Oktatás, tantervek és MI
 
 
Az MI-alapú oktatási segédanyagok befolyásolhatják, hogy a diákok mely művekkel találkoznak. Ha ezek a rendszerek kizárólag a „klasszikus” kánonra épülnek, a változás esélye csökken.


Bevezetés

A mesterséges intelligencia (MI) rohamos fejlődése az elmúlt évtizedben alapvetően alakította át a tudás előállításának, közvetítésének és értelmezésének módjait. Az oktatás területén az MI nem csupán technológiai eszközként jelenik meg, hanem olyan kulturális és pedagógiai kihívásként is, amely újragondolásra készteti a tantervek tartalmát, módszertanát és értékrendjét. Különösen érzékeny terület az irodalomtanítás, ahol az irodalmi kánon kérdése – vagyis annak meghatározása, hogy mely művek számítanak „kötelezőnek”, „értékesnek” vagy „reprezentatívnak” – mindig is szorosan összefonódott hatalmi, ideológiai és kulturális folyamatokkal.

A tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia miként hat az irodalmi kánon fogalmára, valamint hogyan jelenhet meg az MI az oktatásban és a tantervekben az irodalom közvetítésének új szereplőjeként. A kérdés nem pusztán technikai jellegű, hanem mélyen érinti az irodalomról, értelmezésről, szerzőségről és kulturális emlékezetről alkotott elképzeléseinket.


Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon hagyományosan azon művek összességét jelenti, amelyeket egy adott kultúra kiemelkedőnek, tanításra érdemesnek és identitásképzőnek tekint. A kánon soha nem volt statikus: történetileg folyamatosan változott, bővült és átrendeződött a társadalmi, politikai és esztétikai szempontok függvényében. A nemzeti irodalmak kialakulásával párhuzamosan a kánon gyakran a nemzeti identitás megerősítésének eszközévé vált, különösen az oktatás intézményes keretein belül.

A 20. század második felétől egyre erőteljesebben jelentek meg a kánonkritikai irányzatok. A feminista irodalomelmélet, a posztkoloniális kritika és a kultúratudományi megközelítések rámutattak arra, hogy a hagyományos kánon számos hangot kizárt: női szerzőket, kisebbségi irodalmakat, populáris műfajokat. E viták előkészítették azt a szemléletváltást, amelyben a kánon már nem lezárt listaként, hanem dinamikus, vitatható és újraértelmezhető konstrukcióként jelenik meg.


Mesterséges intelligencia mint kulturális szereplő

A mesterséges intelligencia megjelenése új dimenziót nyit a kulturális termelésben. Az MI-alapú nyelvi modellek képesek szövegek elemzésére, összegzésére, értelmezésére, sőt új szövegek létrehozására is. Ez a képesség felveti a kérdést: tekinthető-e az MI kulturális szereplőnek, és ha igen, milyen módon befolyásolja az irodalmi értékek közvetítését?

Az MI működése nagymértékben a tanítóadatokon alapul. Ha ezek az adatok döntően kanonizált művekből állnak, akkor az MI szükségszerűen a meglévő kánont erősíti meg. Ugyanakkor megfelelő adatválasztással és tudatos tervezéssel az MI hozzájárulhat a kánon pluralizálásához is, láthatóvá téve periférikus vagy elfeledett szövegeket.


Az MI hatása az irodalmi értelmezésre

Az irodalomtanítás központi eleme az értelmezés. A mesterséges intelligencia ebben a folyamatban egyszerre kínál lehetőségeket és hordoz kockázatokat. Egyfelől az MI képes nagy szövegkorpusok elemzésére, motívumok, tematikus mintázatok feltárására, amelyek új szempontokat adhatnak a műértelmezéshez. Másfelől fennáll annak veszélye, hogy az algoritmikus elemzés háttérbe szorítja az egyéni, kreatív olvasói tapasztalatot.

Pedagógiai szempontból kulcskérdés, hogy az MI-t segédeszközként vagy autoritatív értelmezőként kezeljük-e. Az előbbi esetben az MI az értelmezési lehetőségek bővítését szolgálja, míg az utóbbi a kritikai gondolkodás elsorvadásához vezethet.


Oktatás és tantervi kihívások

Az MI integrálása az oktatásba megköveteli a tantervek újragondolását. Az irodalomtanításban nem elegendő csupán az MI használatának technikai elsajátítása; szükség van az algoritmikus működés kritikai megértésére is. A diákoknak tudniuk kell, hogy az MI által generált vagy elemzett szövegek mögött milyen előfeltevések, adatválasztások és torzítások állnak.

A tantervekben ezért hangsúlyt kell kapnia az MI-vel kapcsolatos médiatudatosságnak és etikai kérdéseknek. Ide tartozik a szerzőség problémája, a plágium új formái, valamint az alkotás és utánzás határainak elmosódása. Az irodalmi kánon tanítása ebben az összefüggésben már nem pusztán művek átadását jelenti, hanem annak bemutatását is, hogyan alakulnak ki az értékhierarchiák egy digitális kultúrában.


MI és a kánon jövője

A mesterséges intelligencia hosszú távon átalakíthatja az irodalmi kánonról alkotott fogalmainkat. Elképzelhető, hogy a jövőben az MI-alapú elemzések nagyobb szerepet játszanak a művek értékelésében, recepciójában és oktatásában. Ez azonban csak akkor vezethet pozitív eredményekhez, ha az emberi döntéshozatal és felelősség megmarad.

Az MI nem válthatja ki az irodalom emberi tapasztalathoz kötődő dimenzióit, de képes lehet új nézőpontokat kínálni. A kánon így nem megszűnik, hanem átalakul: nyitottabbá, sokszínűbbé és reflexívebbé válhat.


Összegzés

A mesterséges intelligencia és az irodalmi kánon viszonya összetett és sokrétű. Az oktatás és a tantervek szintjén az MI egyszerre jelent kihívást és lehetőséget. A legfontosabb feladat annak biztosítása, hogy az MI ne az irodalmi gondolkodás helyettesítője, hanem annak gazdagító eszköze legyen. Az irodalomtanítás jövője azon múlik, hogy képesek vagyunk-e a technológiai innovációt kritikai, humán értékekkel összhangban alkalmazni.





Irodalomjegyzék

1. Assmann, J.: A kulturális emlékezet. Atlantisz, 1999.
2. Barthes, R.: A szerző halála. Európa, 1996.
3. Bókay A.: Irodalomtudomány a modern és posztmodern korban. Osiris, 2006.
4. Bourdieu, P.: A kulturális termelés mezője. Napvilág, 2010.
5. Eagleton, T.: Az irodalomelmélet alapjai. Helikon, 2000.
6. Fish, S.: Is There a Text in This Class? Harvard University Press, 1980.
7. Foucault, M.: Mi a szerző? Kijárat, 1999.
8. Genette, G.: Narratív diskurzus. Osiris, 2001.
9. Hayles, N. K.: How We Think. University of Chicago Press, 2012.
10. Hirsch, E. D.: Cultural Literacy. Vintage, 1987.
11. Iser, W.: Az olvasás aktusa. Gondolat, 1987.
12. Manovich, L.: The Language of New Media. MIT Press, 2001.
13. McGann, J.: Radiant Textuality. Palgrave, 2001.
14. Moretti, F.: Distant Reading. Verso, 2013.
15. N. Katherine Hayles: Electronic Literature. University of Notre Dame Press, 2008.
16. Said, E.: Orientalizmus. Európa, 2000.
17. Searle, J.: Minds, Brains and Programs. Behavioral and Brain Sciences, 1980.
18. Selber, S.: Multiliteracies for a Digital Age. SIU Press, 2004.
19. Szegedy-Maszák M.: A kánon problémái. Argumentum, 1998.
20. Thienen, J. van: AI and Cultural Production. Springer, 2020.
21. Turing, A.: Computing Machinery and Intelligence. Mind, 1950.
22. Wardrip-Fruin, N.: Expressive Processing. MIT Press, 2009.
23. Williams, R.: Keywords. Oxford University Press, 1976.
24. Wolf, M.: Proust and the Squid. Harper, 2007.
25. Z. Karvalics L.: Információs társadalom. Gondolat, 2007.

 
18
 
Etikai és kulturális kérdések

Bevezetés

A mesterséges intelligencia (MI) az elmúlt évtizedben a kulturális termelés számos területén jelent meg, az automatizált fordítástól a képgeneráláson át az irodalmi szövegalkotásig. Az irodalom – mint hagyományosan emberi kreativitáshoz, történeti emlékezethez és értelmező közösségekhez kötődő gyakorlat – különösen érzékenyen reagál erre a technológiai fordulatra. A tanulmány célja annak vizsgálata, hogy az MI miként hat az irodalmi kánon fogalmára, valamint milyen etikai és kulturális kérdések merülnek fel e kapcsolatban.


Az irodalmi kánon fogalma és történeti változásai

Az irodalmi kánon nem statikus lista, hanem történetileg változó konstrukció, amely intézmények, kritikai diskurzusok és hatalmi viszonyok eredménye. A kánon meghatározza, mely művek számítanak „értékesnek”, tanítandónak és továbbörökítendőnek. A nyomtatás elterjedése, majd a tömegkultúra megjelenése korábban is átalakította a kánonképzés mechanizmusait; az MI megjelenése ebbe a sorba illeszkedik, de radikálisan új kérdéseket vet fel az авторság, az érték és az eredetiség kapcsán.


Mesterséges intelligencia mint szövegalkotó

A nagy nyelvi modellek képesek koherens, stilárisan felismerhető szövegeket létrehozni, akár klasszikus szerzők stílusának utánzásával is. Ez felveti a kérdést: tekinthetők‑e ezek a szövegek irodalmi műveknek? Ha igen, milyen alapon, és ha nem, mi különbözteti meg őket az emberi alkotásoktól? Az MI‑szövegek gyakran meglévő kánonokra támaszkodnak, azokat újrakombinálják, így egyszerre erősítik és problematizálják a kanonikus hagyományt.


Az авторság és felelősség etikai problémái

Az irodalmi kánon egyik alappillére az авторság fogalma. Az MI esetében azonban az alkotás kollektív és részben átláthatatlan: fejlesztők, adatkészletek, algoritmusok és felhasználók egyaránt részt vesznek benne. Etikai kérdés, hogy ki viseli a felelősséget a létrejövő szövegek tartalmáért, különösen akkor, ha azok torzításokat, kirekesztő narratívákat vagy kulturális sztereotípiákat reprodukálnak.


Kulturális reprezentáció és torzítás

Az MI‑modellek tanítóanyaga döntően már kanonizált, domináns nyelvi és kulturális hagyományokra épül. Ez a kisebbségi irodalmak, periférikus nyelvek és alternatív kánonok további marginalizálódásához vezethet. Ugyanakkor az MI lehetőséget is kínál a „rejtett” szövegek újrafelfedezésére és a kánon pluralizálására, amennyiben tudatosan és kritikusan alkalmazzák.


Az oktatás és a kánon jövője

Az irodalomoktatásban az MI egyszerre jelenik meg segédeszközként és kihívásként. Automatizált elemzések, ajánlórendszerek és szöveggenerálás befolyásolhatják, hogy mely művek kerülnek a tantervekbe. Ez felveti a kérdést, hogy a jövő kánonját algoritmusok, pedagógusok vagy értelmező közösségek alakítják‑e.


Etikai irányelvek és szabályozási kérdések

A kulturális szféra egyre inkább igényli az MI használatának etikai kereteit. Az átláthatóság, az adatforrások tisztázása, valamint az emberi kreativitás védelme kulcsfontosságú szempontok. Az irodalmi kánonhoz kapcsolódóan különösen fontos, hogy az MI ne kizárólag reprodukálja a múlt hierarchiáit, hanem lehetőséget adjon új hangok megjelenésére.


Következtetések

A mesterséges intelligencia nem csupán technológiai eszköz, hanem kulturális tényező, amely újradefiniálja az irodalmi kánon fogalmát. Etikai és kulturális hatásai attól függenek, miként integráljuk a kritikai gondolkodásba és az intézményi gyakorlatokba. A jövő kánonja várhatóan hibrid lesz: emberi és gépi alkotások, hagyomány és innováció folyamatos párbeszédének eredménye.





Irodalomjegyzék

1. Barthes, Roland: A szerző halála.
2. Benjamin, Walter: A műalkotás a technikai sokszorosíthatóság korszakában.
3. Bourdieu, Pierre: A kulturális termelés szabályai.
4. Bloom, Harold: The Western Canon.
5. Foucault, Michel: Mi a szerző?
6. Hayles, N. Katherine: Electronic Literature.
7. Moretti, Franco: Distant Reading.
8. Manovich, Lev: The Language of New Media.
9. Floridi, Luciano: The Ethics of Artificial Intelligence.
10. Coeckelbergh, Mark: AI Ethics.
11. Bolter, Jay David: Writing Space.
12. McLuhan, Marshall: Understanding Media.
13. Eagleton, Terry: Literary Theory.
14. Genette, Gérard: Paratexts.
15. Eco, Umberto: Nyitott mű.
16. Latour, Bruno: Reassembling the Social.
17. Noble, Safiya Umoja: Algorithms of Oppression.
18. Benjamin, Ruha: Race After Technology.
19. Gunkel, David J.: Robot Rights.
20. Searle, John: Minds, Brains, and Programs.
21. Harari, Yuval Noah: Homo Deus.
22. Zuboff, Shoshana: The Age of Surveillance Capitalism.
23. Hutcheon, Linda: A Theory of Adaptation.
24. Damrosch, David: What Is World Literature?
25. Assmann, Aleida: Cultural Memory and Western Civilization.

19

A mesterséges intelligencia tudományos idézettsége  1


1. Bevezetés

A mesterséges intelligencia (MI) az elmúlt évtizedek egyik legdinamikusabban fejlődő tudományos és technológiai területe, amely nemcsak a mérnöki és informatikai tudományokat alakította át, hanem egyre hangsúlyosabban hat a bölcsészettudományokra, különösen az irodalomtudományra is. A digitális kultúra térnyerésével az irodalmi kánon fogalma, kialakulásának mechanizmusai és legitimációs folyamatai új megvilágításba kerültek. Az MI egyszerre válik az irodalmi elemzés eszközévé, az alkotás potenciális alanyává, valamint a tudományos diskurzus egyik központi tárgyává.

A tanulmány célja annak vizsgálata, hogy miként illeszkedik a mesterséges intelligencia az irodalmi kánonról folytatott gondolkodásba, valamint hogyan jelenik meg az MI tudományos idézettsége mint a legitimáció és kanonizáció egyik lehetséges indikátora. A tudományos idézettség ugyanis nem csupán mennyiségi mutató, hanem a tudás intézményes elfogadottságának és beágyazottságának is fontos jelzője.


2. Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon hagyományosan azon művek és szerzők összességét jelenti, amelyeket egy adott kulturális közösség kiemelkedő értékűnek, tanításra és továbbörökítésre méltónak tart. A kánon kialakulása sohasem semleges folyamat: intézményekhez (iskola, egyetem, akadémia), hatalmi struktúrákhoz és ideológiai keretekhez kötődik. Harold Bloom klasszikus értelmezése szerint a kánon az esztétikai erő és hatás eredménye, míg más irányzatok – például a kultúratudomány vagy a feminista irodalomkritika – a társadalmi kizárások és reprezentációs egyenlőtlenségek felől közelítenek a kérdéshez.

A digitális korszakban a kánon stabilitása megingani látszik. Az online hozzáférhetőség, a hipertextualitás és az algoritmikus ajánlórendszerek újfajta „láthatósági kánonokat” hoznak létre, amelyek már nem kizárólag emberi döntések eredményei.


3. A mesterséges intelligencia megjelenése az irodalomtudományban

A mesterséges intelligencia alkalmazása az irodalomtudományban elsősorban a digitális bölcsészet (digital humanities) keretében vált meghatározóvá. Szövegbányászati eljárások, stilometriai elemzések, hálózatkutatás és gépi tanuláson alapuló modellek segítségével olyan mennyiségű szöveg vált elemezhetővé, amely korábban elképzelhetetlen volt.

Az MI-alapú módszerek lehetővé teszik a kánon empirikus újragondolását: statisztikai alapon vizsgálhatóvá válik például, hogy mely szerzők és művek milyen gyakorisággal jelennek meg antológiákban, tantervekben vagy tudományos publikációkban. Ez új perspektívát kínál a kánon kialakulásának és fenntartásának vizsgálatához.


4. Algoritmusok mint új „kánonképző” szereplők

Az algoritmusok – különösen a keresőmotorok és ajánlórendszerek – egyre nagyobb szerepet játszanak abban, hogy az olvasók milyen szövegekkel találkoznak. Bár ezek az algoritmusok nem rendelkeznek esztétikai ítélőképességgel, működésük mégis befolyásolja az irodalmi értékek társadalmi érzékelését.

Az MI ebben az értelemben implicit kánonképző erővé válik: azáltal, hogy bizonyos szövegeket előtérbe helyez, másokat pedig láthatatlanná tesz. Ez felveti a kérdést, hogy az algoritmikus logika mennyiben egyeztethető össze az irodalmi értékek hagyományos fogalmaival.


5. A mesterséges intelligencia mint irodalmi alkotó

Az MI nemcsak elemző eszközként, hanem potenciális alkotóként is megjelenik az irodalmi térben. Gépi tanulással létrehozott versek, novellák és regénykísérletek kérdőjelezik meg a szerzőség, az eredetiség és az intencionalitás klasszikus fogalmait.

Az irodalmi kánon szempontjából különösen problematikus kérdés, hogy az MI által generált szövegek tekinthetők-e autonóm műalkotásoknak, illetve bekerülhetnek-e valaha a kánonba. Jelenleg ezek a szövegek inkább elméleti provokációként működnek, semmint elismert irodalmi teljesítményként.


6. Tudományos idézettség mint a legitimáció mutatója

A tudományos idézettség régóta a tudományos teljesítmény egyik legfontosabb mérőszáma. Az idézetek hálózata megmutatja, hogy mely elméletek, módszerek és szerzők válnak meghatározóvá egy adott tudományterületen.

A mesterséges intelligenciával foglalkozó publikációk idézettsége exponenciálisan növekedett az elmúlt húsz évben. Ez nemcsak a technológia gyakorlati jelentőségét jelzi, hanem azt is, hogy az MI fokozatosan a tudományos „kánon” részévé válik.


7. Az MI tudományos idézettségének sajátosságai

Az MI-kutatások idézettsége több szempontból is eltér a hagyományos bölcsészettudományi publikációkétól. Egyrészt erősen interdiszciplináris jellegű: informatikai, matematikai, kognitív tudományi és filozófiai forrásokra egyaránt épít. Másrészt az idézettség gyakran gyorsabb ciklusokban alakul, ami a technológiai fejlődés ütemével függ össze.

Ez a dinamika hatással van az irodalomtudományra is, amely hagyományosan lassabb kanonizációs folyamatokhoz szokott. Az MI idézettségi mintázatai újraértelmezik a tudományos tekintély fogalmát.


8. Kánon és idézettség: párhuzamok és különbségek

Az irodalmi kánon és a tudományos idézettség között számos strukturális hasonlóság figyelhető meg. Mindkettő szelekciós mechanizmusokon alapul, és mindkettőben kulcsszerepet játszanak az intézmények. Ugyanakkor fontos különbség, hogy míg az irodalmi kánon esztétikai és kulturális értékítéletekre épül, addig az idézettség elsősorban funkcionális és kommunikációs logikát követ.

A mesterséges intelligencia esetében ez a két logika részben összefonódik: az MI egyszerre válik tudományos referenciává és kulturális jelenséggé.


9. Kritikai perspektívák és etikai kérdések

Az MI térnyerése számos kritikai és etikai kérdést vet fel. Ki dönti el, hogy mely adatok alapján tanulnak az algoritmusok? Milyen torzításokat örökítenek tovább? Ezek a kérdések az irodalmi kánon szempontjából sem közömbösek, hiszen az MI által használt korpuszok gyakran már eleve kanonizált szövegekből állnak.

Ez önmagát erősítő körhöz vezethet, amely tovább marginalizálja a periférikus hangokat.


10. Összegzés

A mesterséges intelligencia és az irodalmi kánon kapcsolata összetett és folyamatosan alakuló viszonyrendszer. Az MI egyszerre eszköz, tárgy és potenciális szereplő az irodalmi térben. Tudományos idézettsége jól mutatja, miként válik a kortárs tudományos gondolkodás megkerülhetetlen elemévé.

A jövőben várhatóan tovább erősödik az MI szerepe az irodalmi elemzésben és a kánon újragondolásában. A kihívás abban rejlik, hogy e technológiát kritikai tudatossággal és reflexív módon integráljuk a humántudományokba.





Jegyzetek és hivatkozások

1. Bloom, H.: The Western Canon. Harcourt Brace, 1994.
2. Moretti, F.: Distant Reading. Verso, 2013.
3. McCarty, W.: Humanities Computing. Palgrave, 2005.
4. Bode, K.: Reading by Numbers. Anthem Press, 2012.
5. Manovich, L.: The Language of New Media. MIT Press, 2001.
6. Burrows, J.: "Delta: A Measure of Stylistic Difference." Literary and Linguistic Computing, 2002.
7. Jockers, M.: Macroanalysis. University of Illinois Press, 2013.
8. Russell, S. – Norvig, P.: Artificial Intelligence: A Modern Approach. Pearson, 2021.
9. Floridi, L.: The Ethics of Artificial Intelligence. Oxford University Press, 2019.
10. Hayles, N. K.: Electronic Literature. University of Notre Dame Press, 2008.
11. Kittler, F.: Gramophone, Film, Typewriter. Stanford University Press, 1999.
12. Drucker, J.: Graphesis. Harvard University Press, 2014.
13. Latour, B.: Science in Action. Harvard University Press, 1987.
14. Bourdieu, P.: The Field of Cultural Production. Columbia University Press, 1993.
15. Foucault, M.: "What Is an Author?" 1969.
16. Eco, U.: The Limits of Interpretation. Indiana University Press, 1990.
17. Goldsmith, K.: Uncreative Writing. Columbia University Press, 2011.
18. Boden, M.: Artificial Intelligence and Natural Man. MIT Press, 1977.
19. Liu, A.: The Laws of Cool. University of Chicago Press, 2004.
20. McGann, J.: Radiant Textuality. Palgrave, 2001.
21. Shotton, D.: "Citation Analysis." Nature, 2013.
22. Garfield, E.: Citation Indexing. Wiley, 1979.
23. Wouters, P.: The Citation Culture. Springer, 2014.
24. Karpik, L.: Valuing the Unique. Princeton University Press, 2010.
25. Underwood, T.: Distant Horizons. University of Chicago Press, 2019.

2O

A mesterséges intelligencia tudományos idézettsége  2


Bevezetés

A 21. század egyik legmeghatározóbb technológiai és kulturális jelensége a mesterséges intelligencia (MI). Az MI nem csupán a természettudományok és a mérnöki diszciplínák területén hozott radikális változásokat, hanem egyre erőteljesebben hat a humántudományokra, köztük az irodalomtudományra is. Az irodalmi kánon – vagyis azoknak a műveknek, szerzőknek és értelmezési kereteknek az összessége, amelyeket egy adott kultúra kiemelten értékesnek és tanulmányozásra méltónak tart – hagyományosan emberi döntések, intézmények és történeti folyamatok eredménye. A mesterséges intelligencia megjelenése azonban új kérdéseket vet fel: képes-e egy algoritmus részt venni a kánon formálásában, értelmezésében vagy akár létrehozásában?

A tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia miként kapcsolódik az irodalmi kánon fogalmához, milyen módon jelenik meg az irodalomtudományi diskurzusban, valamint hogyan tükröződik mindez az MI tudományos idézettségében. A dolgozat interdiszciplináris megközelítést alkalmaz, ötvözve az irodalomelmélet, a digitális bölcsészet és az információtudomány szempontjait.


1. Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon fogalma a görög kanón szóból ered, amely mércét, szabályt jelent. A nyugati kultúrában a kánon hosszú ideig az oktatási intézményekhez, az egyházhoz és az akadémiákhoz kötődött. A klasszikus szerzők – Homérosz, Vergilius, Dante, Shakespeare – kanonizációja évszázadokon átívelő folyamat eredménye volt.

A 20. század második felében a kánon fogalma erőteljes kritikák kereszttüzébe került. A feminista, posztkoloniális és kulturális tanulmányok rámutattak arra, hogy a kánon nem semleges, hanem hatalmi viszonyokat tükröz. E viták előkészítették a terepet annak felismeréséhez, hogy az irodalmi érték nem abszolút, hanem történetileg és társadalmilag konstruált.


2. A mesterséges intelligencia megjelenése az irodalomtudományban

A mesterséges intelligencia kezdetben elsősorban technológiai innovációként jelent meg, azonban a 2000-es évektől kezdve egyre nagyobb szerepet kapott a humántudományokban is. A digitális bölcsészet (digital humanities) keretében az MI-alapú szövegelemzés, gépi tanulás és természetesnyelv-feldolgozás új módszereket kínál az irodalmi szövegek vizsgálatára.

Az algoritmusok képesek nagy szövegkorpuszok elemzésére, tematikus mintázatok, stílusjegyek és intertextuális kapcsolatok feltárására. Ez a léptékváltás alapvetően megváltoztatja az irodalomtudomány hagyományos, „közeli olvasásra” épülő módszereit, és újraértelmezi a kánon kutatásának lehetőségeit.


3. MI és kánonképzés: lehetőségek és dilemmák

Felmerül a kérdés, hogy a mesterséges intelligencia aktív szereplővé válhat-e a kánonképzésben. Egyes kutatások szerint az algoritmusok képesek statisztikai alapon azonosítani azokat a műveket, amelyek gyakoriságuk, hivatkozottságuk vagy stiláris hatásuk alapján „kanonikusnak” tekinthetők.

Ugyanakkor komoly etikai és elméleti dilemmák merülnek fel. Az MI rendszerek tanulási adatai maguk is meglévő kánonokra épülnek, így fennáll a veszélye annak, hogy az algoritmusok csupán megerősítik a már létező hierarchiákat. A kánon demokratizálásának ígérete így könnyen illúzióvá válhat.


4. Algoritmikus értelmezés és irodalmi jelentés

Az irodalmi művek értelmezése hagyományosan az emberi olvasó tapasztalatához, érzelmeihez és kulturális hátteréhez kötődik. A mesterséges intelligencia ezzel szemben formális mintázatokkal, statisztikai összefüggésekkel dolgozik. Felmerül tehát a kérdés: beszélhetünk-e „értelmezésről” algoritmikus kontextusban?

Egyes teoretikusok szerint az MI nem értelmez, hanem modellez. Mások úgy vélik, hogy az értelmezés fogalmát kell újragondolnunk egy olyan korban, ahol nem-emberi ágensek is részt vesznek a kulturális jelentésalkotásban.


5. A mesterséges intelligencia tudományos idézettsége

A mesterséges intelligencia tudományos idézettsége az elmúlt két évtizedben exponenciálisan növekedett. Az MI-vel foglalkozó publikációk nemcsak az informatikai és mérnöki folyóiratokban jelennek meg, hanem egyre gyakrabban az irodalomtudományi és interdiszciplináris lapokban is.

Az idézettségi mutatók azt jelzik, hogy az MI-kutatás központi helyet foglal el a kortárs tudományos diskurzusban. Ez a tendencia hozzájárul ahhoz, hogy az MI mint fogalom és módszertan fokozatosan bekerül az irodalmi kánonról szóló elméleti gondolkodásba is.


6. MI mint szerző: új kánonok születése?

Az utóbbi években megjelentek olyan mesterséges intelligencia rendszerek, amelyek képesek irodalmi szövegek generálására. Ezek a szövegek gyakran meglévő stílusokat imitálnak, sőt egyes esetekben irodalmi díjakon is elindultak.
Ez a jelenség alapjaiban kérdőjelezi meg a szerzőség hagyományos fogalmát. Ha egy MI által generált mű széles körű elismerést nyer, bekerülhet-e az irodalmi kánonba? És ha igen, kit illet a szerzői státusz?


7. Oktatás, kánon és mesterséges intelligencia

Az irodalomoktatás mindig is kulcsszerepet játszott a kánon fenntartásában és újratermelésében. Az MI-alapú oktatási eszközök személyre szabott olvasási listákat, automatikus szövegelemzéseket és adaptív tananyagokat kínálnak.
Ezek az eszközök potenciálisan átalakíthatják azt, hogy mely művek kerülnek a diákok látóterébe, és ez hosszú távon a kánon összetételére is hatással lehet.


8. Kritikai perspektívák

Számos kritikus hangsúlyozza, hogy a mesterséges intelligencia nem semleges technológia. Az algoritmusokba kódolt értékek, előfeltevések és torzítások befolyásolják az elemzések eredményeit. Ez különösen problematikus lehet az irodalmi kánon esetében, amely eleve vitatott és politikailag terhelt fogalom.

A kritikai MI-kutatás célja, hogy feltárja ezeket a rejtett mechanizmusokat, és reflektáltabb használatot tegyen lehetővé.


9. Jövőbeli irányok

A mesterséges intelligencia és az irodalmi kánon kapcsolata dinamikusan fejlődő kutatási terület. A jövőben várhatóan egyre több olyan projekt születik, amely az MI-t nem csupán eszközként, hanem elméleti kihívásként is kezeli.
Az interdiszciplináris együttműködések – informatikusok, irodalmárok, filozófusok között – kulcsfontosságúak lesznek e komplex kérdések megválaszolásában.


​
Összegzés

A mesterséges intelligencia új perspektívát nyit az irodalmi kánon vizsgálatában. Bár az algoritmusok nem képesek teljes mértékben kiváltani az emberi értelmezést, jelentősen kibővítik az elemzés lehetőségeit. Az MI tudományos idézettségének növekedése azt jelzi, hogy e technológia meghatározó szereplővé vált a kortárs tudományos gondolkodásban.

A kihívás abban rejlik, hogy miként integráljuk az MI-t úgy az irodalomtudományba, hogy közben megőrizzük a kritikai reflexiót és az emberi tapasztalat központi szerepét.





Irodalomjegyzék
​

1. Barthes, R.: A szerző halála.
2. Bender, E. et al.: On the Dangers of Stochastic Parrots.
3. Bourdieu, P.: A kulturális termelés szabályai.
4. Burrows, J.: Computation into Criticism.
5. Foucault, M.: Mi a szerző?.
6. Franco Moretti: Distant Reading.
7. Goldsmith, K.: Uncreative Writing.
8. Hayles, N. K.: How We Think.
9. Jockers, M.: Macroanalysis.
10. Kittler, F.: Gramophone, Film, Typewriter.
11. Manovich, L.: Cultural Analytics.
12. McCarty, W.: Humanities Computing.
13. Murray, J.: Hamlet on the Holodeck.
14. Piper, A.: Enumerations.
15. Ramsay, S.: Reading Machines.
16. Searle, J.: Minds, Brains, and Programs.
17. Shannon, C.: A Mathematical Theory of Communication.
18. Smith, D.: Machine Learning and the Humanities.
19. Turing, A.: Computing Machinery and Intelligence.
20. Underwood, T.: Distant Horizons.
21. Van Dijck, J.: The Culture of Connectivity.
22. Weizenbaum, J.: Computer Power and Human Reason.
23. Wimsatt, W. K. – Beardsley, M.: The Intentional Fallacy.
24. Wolf, M.: Digitális kultúra.
25. Zittrain, J.: The Future of the Internet.

 




21

 Jövőbeli perspektívák
 
A mesterséges intelligencia nem feltétlenül rombolja le az irodalmi kánont, hanem újraértelmezi azt. A jövőben egy dinamikusabb, sokszólamú kánon kialakulása képzelhető el.


Bevezetés

A mesterséges intelligencia (MI) az elmúlt évtizedben nem csupán technológiai innovációként jelent meg, hanem a humántudományok egyik meghatározó kihívásává is vált. Az irodalomtudomány, amely hagyományosan az emberi alkotás, értelmezés és kulturális emlékezet kérdéseivel foglalkozik, különösen érzékenyen reagál erre a változásra. A tanulmány célja annak vizsgálata, hogy a mesterséges intelligencia miként befolyásolja az irodalmi kánon fogalmát, működését és jövőbeli alakulását. Felvetődik a kérdés: képes‑e az MI újrarendezni a kánont, új műveket létrehozni, vagy akár alternatív kánonokat konstruálni?


Az irodalmi kánon fogalma és történeti alakulása

Az irodalmi kánon azon művek összessége, amelyeket egy adott kultúra vagy közösség különösen értékesnek, tanításra és továbbörökítésre méltónak tekint. A kánon soha nem volt statikus: társadalmi, politikai és ideológiai változások folyamatosan formálták. A nyomtatás elterjedése, majd az oktatási intézmények megerősödése mind hozzájárultak ahhoz, hogy bizonyos művek kanonizálódjanak, míg mások perifériára szorultak.


Digitalizáció és az irodalmi kánon átalakulása

A digitális korszak már a mesterséges intelligencia megjelenése előtt is jelentős hatást gyakorolt a kánonra. Az online adatbázisok, digitális archívumok és e‑könyvek demokratizálták a hozzáférést az irodalomhoz. A kánon hagyományos kapuőrei – kritikusok, kiadók, akadémiai intézmények – mellett megjelentek az algoritmusok, keresőmotorok és ajánlórendszerek, amelyek újfajta láthatóságot biztosítanak bizonyos műveknek.


Mesterséges intelligencia az irodalomelemzésben

Az MI egyik legfontosabb alkalmazási területe az irodalomtudományban a nagyméretű szövegkorpuszok elemzése. Gépi tanulási módszerekkel feltárhatók tematikus mintázatok, stílusjegyek és intertextuális kapcsolatok, amelyek korábban rejtve maradtak. Ez a megközelítés új perspektívát nyújt a kánon vizsgálatához, hiszen lehetővé teszi a kanonikus és nem kanonikus művek összehasonlítását objektívnek tűnő statisztikai módszerekkel.


Mesterséges intelligencia mint alkotó

Az egyik legvitatottabb kérdés az, hogy az MI képes‑e irodalmi művek létrehozására. Az automatikusan generált versek, novellák és regénykísérletek kihívást jelentenek a szerzőség hagyományos fogalmára. Ha egy mesterséges intelligencia által létrehozott szöveg esztétikai értékkel bír, felvehető‑e a kánonba? Ez a kérdés alapjaiban rengeti meg az irodalmi érték fogalmát, amely eddig szorosan kapcsolódott az emberi tapasztalathoz.


Kánon és algoritmikus torzítás

Fontos kritikai szempont az algoritmikus torzítás kérdése. Az MI rendszerek a meglévő adatokból tanulnak, amelyek gyakran már eleve a domináns kánont tükrözik. Ez azt eredményezheti, hogy az algoritmusok megerősítik a meglévő hierarchiákat, miközben marginalizált hangok továbbra is háttérbe szorulnak. A jövőbeli kánon alakításában ezért kulcsfontosságú az etikai és társadalmi tudatosság.


Jövőbeli perspektívák

A mesterséges intelligencia és az irodalmi kánon viszonya a jövőben várhatóan egyre összetettebbé válik. Elképzelhető, hogy több, egymással párhuzamos kánon alakul ki: akadémiai, algoritmikus és közösségi alapú kánonok. Az MI segíthet a feledésbe merült művek újrafelfedezésében, ugyanakkor új kihívásokat is teremt az értelmezés és az értékítélet terén.


Összegzés

A mesterséges intelligencia nem csupán technológiai eszköz, hanem kulturális tényező is, amely újragondolásra készteti az irodalmi kánon fogalmát. Bár az MI képes új perspektívákat nyitni, nem helyettesítheti teljes mértékben az emberi értelmezést és kritikai gondolkodást. A jövő irodalmi kánonja valószínűleg az ember és a gép együttműködésének eredménye lesz.

---

A mesterséges intelligencia és az irodalmi kánon viszonya összetett és ellentmondásos. Az MI egyszerre képes konzerválni és megkérdőjelezni a hagyományos kánonokat. A kulcskérdés az, hogy az emberi döntéshozók miként használják ezeket az eszközöket.

​

---

​
​Könyvészet

1. Bloom, H. (1994). The Western Canon. Harcourt Brace.
2. Bode, K. (2018). A World of Fiction. University of Michigan Press.
3. Moretti, F. (2013). Distant Reading. Verso.
4. Hayles, N. K. (2012). How We Think. University of Chicago Press.
5. Manovich, L. (2001). The Language of New Media. MIT Press.
6. Murray, J. (2016). Hamlet on the Holodeck. MIT Press.
7. Underwood, T. (2019). Distant Horizons. University of Chicago Press.
8. Piper, A. (2020). Enumerations. University of Chicago Press.
9. Jockers, M. (2013). Macroanalysis. University of Illinois Press.
10. McGann, J. (2001). Radiant Textuality. Palgrave.
11. Bender, E. et al. (2021). On the Dangers of Stochastic Parrots. FAccT.
12. Floridi, L. (2019). The Logic of Information. Oxford University Press.
13. Searle, J. (1980). Minds, Brains, and Programs. Behavioral and Brain Sciences.
14. Barthes, R. (1967). La mort de l’auteur. Aspen.
15. Foucault, M. (1969). Qu’est-ce qu’un auteur?
16. McLuhan, M. (1964). Understanding Media. McGraw‑Hill.
17. Eco, U. (1984). The Role of the Reader. Indiana University Press.
18. Bourdieu, P. (1993). The Field of Cultural Production. Columbia University Press.
19. Genette, G. (1997). Paratexts. Cambridge University Press.
20. Todorov, T. (1977). The Poetics of Prose. Cornell University Press.
21. Hutcheon, L. (1988). A Poetics of Postmodernism. Routledge.
22. Fish, S. (1980). Is There a Text in This Class? Harvard University Press.
23. Latour, B. (2005). Reassembling the Social. Oxford University Press.
24. Bolter, J. D. (2001). Writing Space. Routledge.
25. Simanowski, R. (2018). Digital Humanities and Digital Media. Open Humanities Press
26. Boden, Margaret A. (2016): AI: Its Nature and Future. Oxford University Press.
27. Bostrom, Nick (2014): Superintelligence: Paths, Dangers, Strategies. Oxford University Press.
28. Hayles, N. Katherine (1999): How We Became Posthuman. University of Chicago Press.
29. Hayles, N. Katherine (2012): How We Think: Digital Media and Contemporary Technogenesis. University of Chicago Press.
30. Manovich, Lev (2001): The Language of New Media. MIT Press.
31. Moretti, Franco (2005): Graphs, Maps, Trees. Verso.
32. Moretti, Franco (2013): Distant Reading. Verso.
33. Jockers, Matthew L. (2013): Macroanalysis: Digital Methods and Literary History. University of Illinois Press.
34. Underwood, Ted (2019): Distant Horizons: Digital Evidence and Literary Change. University of Chicago Press.
35. Goldsmith, Kenneth (2011): Uncreative Writing. Columbia University Press.
36. Aarseth, Espen J. (1997): Cybertext: Perspectives on Ergodic Literature. Johns Hopkins University Press.
37. Murray, Janet H. (1997): Hamlet on the Holodeck. MIT Press.
38. Barthes, Roland (1968): La mort de l’auteur. (különböző kiadások)
39. Foucault, Michel (1969): Qu’est-ce qu’un auteur?
40. Bloom, Harold (1994): The Western Canon. Harcourt Brace.
41. Guillory, John (1993): Cultural Capital: The Problem of Literary Canon Formation. University of Chicago Press.
42. Eagleton, Terry (1983): Literary Theory: An Introduction. Blackwell.
43. Birkerts, Sven (1994): The Gutenberg Elegies. Faber & Faber.
44. Kittler, Friedrich (1999): Gramophone, Film, Typewriter. Stanford University Press.
45. Liu, Alan (2004): The Laws of Cool. University of Chicago Press.
46. McCarty, Willard (2005): Humanities Computing. Palgrave Macmillan.
47. Berry, David M. (2012): Understanding Digital Humanities. Palgrave Macmillan.
48. Bender, Emily M. et al. (2021): “On the Dangers of Stochastic Parrots.” FAccT Proceedings.
49. Floridi, Luciano (2019): The Logic of Information. Oxford University Press.
50. Pasquinelli, Matteo (2023): The Eye of the Master. Verso.
51. Culler, Jonathan (1997): Literary Theory: A Very Short Introduction. Oxford University Press.
52. Searle, John R. (1980): “Minds, Brains, and Programs.” Behavioral and Brain Sciences.
53. N. Katherine Hayles – Wark, McKenzie (válogatott esszék): irodalom és technológia kapcsolatáról.
54. Piper, Andrew (2018): Enumerations: Data and Literary Study. University of Chicago Press.
55. Rieder, Bernhard (2020): Engines of Order. Amsterdam University Press.
56. van Dijck, José (2013): The Culture of Connectivity. Oxford University Press.
57. Szegedy-Maszák Mihály (1998): A kánon problémái. Osiris.
58. Kulcsár Szabó Ernő (2000): Irodalom és medialitás. Akadémiai Kiadó.
59. Nemes Z. Márió (2017): Technológiai képzelet és irodalom. Prae.
60. Sütő Csaba (2021): „Digitális kánon és algoritmikus értelmezés.” Helikon 
61. Assmann, Aleida: Cultural Memory and Western Civilization. Cambridge, 2011.
62. Bode, Katherine: A World of Fiction. Ann Arbor, 2018.
63. Hayles, N. Katherine: Electronic Literature. Notre Dame, 2008.
64. Underwood, Ted: Distant Horizons. Chicago, 2019.
65. Assmann, Aleida: Cultural Memory and Western Civilization. Cambridge, 2011.
66. Bode, Katherine: A World of Fiction. Ann Arbor, 2018.
67. Hayles, N. Katherine: Electronic Literature. Notre Dame, 2008.
68. Underwood, Ted: Distant Horizons. Chicago, 2019.

​



​

---

* Anagramma
​