Van egy régi mondás a számítástechnikában, amely egészen a legkorábbi nagyszámítógépekig nyúlik vissza: „Ha beviszed a szemét, ki is viheted.” Ez azt jelenti, hogy egy gép csak azzal tud működni, amit adsz neki, és ha hibás információkat adsz neki, akkor teljes magabiztossággal hibás válaszokat fog adni. Ez az elv soha nem volt annyira fontos, mint most, mivel a mesterséges intelligencia kezd megjelenni azokban az eszközökben, amelyeket a tűzvédelmi rendszerek tervezéséhez, telepítéséhez és ellenőrzéséhez használunk. A technológia lenyűgöző. Az alatta lévő adatok mindent eldöntenek.

Miért fontos az adatminőség a tűzvédelemben?

A tűzvédelem a részletek pontos kidolgozására épülő tudományág. Egy tervező szakember, aki az NFPA 13 szabványnak megfelelően méretez egy rendszert, olyan tudásanyagra támaszkodik, amelyet valós tűzesetek, valódi meghibásodások és valódi emberéletek veszteségei között teszteltek. Amikor egy MI-eszközt felkérünk, hogy segítsen ebben a munkában, arra kérjük, hogy használja fel azokat az információkat, amelyekre betanították. Ha ezek az információk aktuálisak, pontosak és a ténylegesen használt kódokon alapulnak, az eszköz valódi segítséget nyújthat. Ha elavultak, hiányosak vagy az internet ellenőrizetlen szegleteiből kapartak ki adatokat, az eszköz csendes, magabiztos hibák forrásává válik. A magabiztos hibák pedig a legveszélyesebbek egy életvédelmi alkalmazásban.

Mit jelent az adatminőség az életvédelmi rendszerekben használt mesterséges intelligencia számára?

Gondoljuk át, mit is jelent valójában az „adatminőség” a mi világunkban. Azt jelenti, hogy a szabvány kiadása számít. Egy NFPA 13 egy lejárt kiadásán betanított modell olyan távolságszabályokra vagy veszélyességi osztályozásokra hivatkozhat, amelyek már nem érvényesek. Azt jelenti, hogy a forrás számít. A gyártó telepítési kézikönyvéből származó útmutatás más súllyal bír, mint egy fórumon található hozzászóláslánc, mégis egy olyan mesterséges intelligenciarendszer, amely nem tudja megkülönböztetni őket, mindkettőt egyformán igaznak fogja tekinteni. Ez azt jelenti, hogy a kontextus számít. Egy olyan szabály, amely egy enyhe veszélyességű foglaltságra helyes, lehet helytelen, sőt veszélyes is, ha egy olyan tárolási elrendezésre alkalmazzák, amelyet soha nem szántak lefedni. A gép nem ismeri a különbséget, hacsak az adatok nem tanítják meg rá.

Hogyan építi az NFPA és az NFSA a mesterséges intelligenciát hiteles forrásokra

Itt kezd el az iparág valami figyelemre méltót tenni. Az NFPA és az NFSA olyan mesterséges intelligencia által támogatott eszközöket kezdett építeni, amelyek hiteles forrásokon alapulnak, nem pedig a nyílt weben. Az NFPA az NFPA LiNK-n belül indított CASI asszisztensét olyan válaszként írja le, amelyben a felhasználók megbízhatnak, mivel hivatalos NFPA-tartalomra épül, és hivatkozásokat ad vissza azokra a forrásrészletekre, amelyekre támaszkodott (NFPA, 2026). Az NFSA hasonló utat járt be a Chat EOD eszközével mérnöki és tervezési kérdésekhez. Amikor egy eszköz a válaszait a tényleges kódokból és szabványokból meríti, a bemenet minősége meredeken emelkedik, és a kimenet olyanná válik, amellyel egy szakember elkezdhet dolgozni. Ez a megalapozottság a lényeg. Ez a különbség egy olyan eszköz között, amely találgat, és egy olyan eszköz között, amely ugyanazokból a dokumentumokból következtet, amelyekért mi is nyúlnánk a polcon. Ezeknek az erőfeszítéseknek az értéke nem az, hogy mesterséges intelligencia működteti őket. Az érték az, hogy valaki odafigyelt arra, ami belekerült.

A hallucinációs probléma, ha az adatok hiányosak

Hasonlítsuk ezt össze azzal, ami akkor történik, amikor az adatok hiányosak. Egy általános célú modell, ha tűzvédelmi kérdést teszünk fel neki, gyakran olyan választ ad, amely mérvadónak és jól olvashatónak tűnik. Hivatkozhat név szerint egy szabványra. Használhatja a megfelelő szókincset. És hibás lehet olyan módon, amit csak egy tapasztalt szakember vesz észre. Ez a hallucinációprobléma, és nem ritka hiba. Ez egy kiszámítható eredménye annak, ha egy rendszert arra kérünk, hogy az adatai által alátámaszthatatlanon túl is beszéljen. A rendszer nem hazudik. Nincs fogalma az igazságról. Hihető választ állít össze mintákból, és amikor az alapul szolgáló minták gyengék vagy hibásak, a válasz is gyengék vagy hibás, folyékony nyelvezettel álcázva, amely elrejti a hiányosságot. A jogi szakma ezt nyilvánosan megtudta, amikor két ügyvéd benyújtott egy bírósági beadványt, amely egy mesterséges intelligencia által kitalált ügyekre épült, és a bíró jóváhagyta őket ezért (Mata kontra Avianca). A kitalált idézetek valóságosnak tűntek. Egyszerűen nem léteztek.

Szakmai elszámoltathatóság és a gondosság színvonala

A tét miatt ez több, mint egy technikai kuriózum. A mi szakterületünkön a hiba nem marad a képernyőn. Egy terv lesz belőle, amit lepecsételnek, egy rendszer, amit telepítenek, egy épület, amit elfoglalnak. A rajzot lepecsételő okleveles szakember szakmai felelősséget vállal érte, és ezt a felelősséget egyetlen mesterséges intelligencia által biztosított eszköz sem osztja. Ha az eszközt tápláló adatok szemét voltak, a szakember akkor is a szakemberé. Ez egy elgondolkodtató gondolat, és ennek kellene meghatároznia, hogyan közelítjük meg mindannyiunknak ezeket az eszközöket. Felelősek vagyunk azért, amit létrehozunk, bármi is segített létrehozni.

Bevált gyakorlatok a mesterséges intelligencia eszközeinek használatához a tűzvédelemben

Hogyan is néz ki a bevált gyakorlat, amint ezek az eszközök megérkeznek? A lényeg az, hogy tudjuk, honnan származik a válasz. Egy olyan eszköz, amely képes megmutatni a forrásait, idézni a tényleges szabványt, és rámutatni arra a részre, amelyre támaszkodott, sokkal hasznosabb, mint egy olyan, amely egyszerűen csak állít. Folytatódik az ellenőrzéssel. Egy MI-rendszer minden kimenetét ugyanúgy ellenőrizni kell az irányadó kódex alapján, ahogyan egy fiatalabb kolléga munkáját is ellenőriznénk, mert lényegében ezt csináljuk. És ez az ítélőképességen múlik, azon a fajtán, amely évek munkájából fakad, és amely lehetővé teszi a tapasztalt tervező számára, hogy megérezze, ha egy válasz helytelennek tűnik, még mielőtt megmondhatná, hogy miért. Ezt az ösztönt a gép nem tudja helyettesíteni. Ez az utolsó védelmi vonal, amikor az adatok cserbenhagynak minket.

Az adatminőség határozza meg, hogy a mesterséges intelligencia megvédi-e az életeket

Mindez nem ok arra, hogy elforduljunk a technológiától. A hiteles forrásokon alapuló eszközök már most is megmutatják, mire képesek a gondos adatok, és egyre jobbak lesznek. A lényeg egyszerűbb és régebbi, mint bármelyik másik. Egy eszköz csak annyira jó, mint amit beleteszel. A legtöbb területen a rossz válasz kellemetlenség. A miénkben veszélybe sodorhatja az embereket. Ezért az adatminőség nem háttérkérdés a szakmánkban. Ez az aggodalom határozza meg, hogy ezek az eszközök segítenek-e megvédeni az életeket, vagy csendben aláássák az évtizedek alatt épített ellátás színvonalát.

A gépek folyamatosan fejlődni fognak. A mi kötelezettségünk ugyanaz marad. A tűzvédelmi mérnöki közösség már jelezte, hová tartozik a figyelme. A 2025-ben Berkeley-ben megrendezett SFPE AI tűzvédelmi mérnöki csúcstalálkozón, amelyen részt vettem, az ellenőrzés és az érvényesítés közös prioritásként jelent meg a teremben lévő szakemberek között. Azok az emberek, akik az általunk védett épületekben tartózkodnak, olyan munkára számítanak, amelyet mi magunk ellenőriztünk, nem pedig olyan válaszokra, amelyeket egy gép ad nekünk hitből. A „szemét be, szemét ki” elv igaz volt a nagyszámítógép-üzemeltetőkre, akik ezt a kifejezést megalkották. Ez ma is ugyanígy igaz, és az elfelejtésének ára soha nem volt magasabb.

 Referenciák

Chat EOD: Az iparág fejlesztette, az iparág számára. https://nfsa.org/2025/11/06/chat-eod-developed-by-the-industry-for-the-industry/

Az NFPA bemutatta az NFPA LiNK 3.0-t, amely előmozdítja a digitális átalakulást a tűz- és életvédelem területén. https://www.nfpa.org/about-nfpa/press-room/news-releases/2026/nfpa-unveils-nfpa-link-3-0-advancing-digital-transformation-in-fire-and-life-safety

Gyakorlati tanulságok az ügyvéd AI-tól: tévedések a Mata kontra Avianca ügyben. https://www.acc.com/resource-library/practical-lessons-attorney-ai-missteps-mata-v-avianca

Visszatekintés a 2025-ös MI a tűzvédelemben csúcstalálkozóra. https://www.sfpe.org/blogs/amanda-tarbet/2025/08/01/2025-ai-in-fire-engineering-summ