# A hiány alakja: hogyan vegyük észre a tudást, ami nincs ott

**Sorozat**: Együttműködés az AI-val (C.5)
**Megjelent**: 2026-07-05
**Szerző**: Peres Levente
**Olvasási idő**: ~12 perc
**Nyelv**: EN / HU (kétnyelvű)

---

Van egy sajátos nyugtalanság, amely előbb érkezik, mint hogy meg tudnánk nevezni az okát. Olvasunk egy jelentést, egy ajánlatot vagy egy beteg kórlapját, és a lapon minden rendben van — mégis valami nem stimmel. Egy pillanatba telik, mire elhelyezzük az érzést, mert a baj nem abban van, ami le van írva. A baj abban van, ami nincs. Egy szakasz, amit ennek a dokumentumnak minden becsületes változata tartalmazna, egyszerűen nincs itt. Egy szám szerepel, de forrás sehol. Egy kockázat, amelyet mindenki ismer a teremben, említés nélkül marad. A lap a maga logikája szerint teljes — a miénk szerint viszont üreges.

Ez az érzés nem zaj. Az egyik legkifinomultabb műszer, amivel rendelkezünk, és a legtöbbünket sosem tanították meg olvasni. Ez az írás a hiányról szól — arról, hogy annak, ami nincs ott, van alakja; hogy ez az alak információt hordoz; és hogy megtanulni látni csendben az egyik leghasznosabb készség egy olyan korban, amikor a gépek szívesebben találnak ki egy választ, mint hogy bevallanának egy hiányt.

## A hiánynak alakja van

Kezdjük a furcsa állítással, aztán szolgáljunk rá: **egy tudásanyag többet tartalmaz, mint amit kimond.** A szerkezete — hogy mi mihez kapcsolódik, mely témák sűrűek és melyek ritkák, mely hivatkozások vezetnek valahová és melyek lógnak a semmibe — információt kódol arról, hogy mi *hiányzik* belőle. Nem mindig kell tudnunk, mi a hiányzó dolog, ahhoz, hogy valódi biztonsággal tudjuk: valami hiányzik. A környező szerkezet elárulja. Egy adott méretű és alakú lyukat hagy maga után, és a lyuk maga a leírás.

Fizikai tárgyaknál ezt ösztönösen elfogadjuk. Egy kirakóból, amelyből egyetlen darab hiányzik, nem pusztán „egy rés" hiányzik — a résnek élei vannak, egy színe, amilyennek a hiányzó darabnak nagyjából lennie kell, egy képe, amelyet nagyjából be kell fejeznie. Fel tudnánk vázolni a hiányzó darabot, még mielőtt megtalálnánk. A tudás ugyanígy működik, és azok, akik megtanultak bízni ebben, újra meg újra meglátták a láthatatlant, mielőtt bárki kamerát foghatott volna rá.

## A láthatatlan megjóslásának fegyelme

Ennek a lépésnek a legnagyszerűbb változata a tudományé, amely egész módszert épített arra, hogy a láthatatlant a láthatóra gyakorolt hatásából következtesse ki.

1846-ban a csillagászoknak gondjuk támadt: az Uránusz bolygó nem ott volt, ahol a matematika szerint lennie kellett volna. A pályáját valami — finoman, de kitartóan — húzta. Ahelyett, hogy vállat vontak volna, a francia Urbain Le Verrier és az angol John Couch Adams egymástól függetlenül valami merészet tett: fogták a zavar alakját, és visszaszámoltak az azt okozó dologra — egy új bolygóra, adott tömeggel, adott helyen. Le Verrier elküldte a jóslatát egy berlini obszervatóriumnak, és azon az éjszakán, amikor odanéztek, a Neptunusz egy fokon belül ott volt, ahová a tolla helyezte. François Arago matematikus azt mondta, Le Verrier „a tolla hegyével fedezett fel egy bolygót". Senki sem látta. Az ismertben megjelenő inogás elég volt ahhoz, hogy kirajzolja az ismeretlent.

A minta a fizika legjobb pillanataiban ismétlődik. A **sötét anyagot** sosem figyelték meg közvetlenül; évtizedekkel ezelőtt következtettek rá, mert a galaxisok úgy forognak, mintha sokkal több tömeg volna jelen, mint amennyit látunk, és a fény úgy görbül a halmazok körül, mintha valami láthatatlan húzná. Elneveztük, feltérképeztük, és kozmológiát építettünk rá — mindezt a gravitációs lenyomatából, abból a horpadásból, amelyet a láthatóban hagy. A **Higgs-bozont** 1964-ben írták bele a Standard Modellbe, mint egy rést, amelyre az elméletnek *szüksége volt* ahhoz, hogy önmagával összhangban legyen: ha a kép többi része helytálló, akkor egy ilyen részecskének léteznie kell. Negyvennyolc évbe és az emberiség egyik legnagyobb valaha épített gépébe telt, mire 2012-ben végre meglátták. Fél évszázadon át a fizikusok biztosak voltak egy olyan dolog tulajdonságaiban, amelyet senki sem észlelt — mert az elmélet szerkezete pontosan olyan alakú lyukat hagyott, ahová az illett.

A kedvenc változatom csendesebb. Amikor Dmitrij Mengyelejev 1869-ben lefektette a periódusos rendszert, valami olyat tett, ami igazi bátorságot kíván: üres négyzeteket hagyott. A minta logikája olyan elemeket követelt, amelyeket még senki sem talált meg, ezért ahelyett, hogy az ismert elemeket erőltette volna a rácsba, réseket hagyott — majd a környező négyzetek alakjából megjósolta, mennyit fognak nyomni a hiányzó elemek, és hogyan fognak viselkedni. Amikor később felfedezték a galliumot és a germániumot, és azok szinte pontosan megfeleltek a jóslatainak, az nem szerencse volt. A rendszer szerkezete leírta a saját hiányait.

> Nem mindig kell tudnunk, mi hiányzik, ahhoz, hogy tudjuk: valami hiányzik. Az, amink van, rámutat az alakjára.

## A kutya, amelyik nem ugatott

Nem kell részecskegyorsító, hogy ezt gyakoroljuk. A legvilágosabb tanár egy detektívtörténet.

Az *Ezüst Csillag* című novellában Sherlock Holmes nem egy jelen lévő nyomból oldja meg az ügyet, hanem egy hiányzóból. Egy őrkutya volt az istállóban azon az éjszakán, amikor a lovat ellopták, és a kutya nem ugatott. Mindenki más számára nem történt semmi — és a „nem történt semmi" láthatatlan; nem hagy ujjlenyomatot, elszakadt ruhadarabot. Holmes számára a csend volt a leghangosabb az egész ügyben: az a kutya, amelyik nem ugat a betolakodóra, ismeri a betolakodót. „A kutya különös viselkedése az éjszaka folyamán" — mondja, és amikor emlékeztetik, hogy a kutya nem csinált semmit, azt feleli: éppen *ez* volt a különös. A várt esemény hiánya volt a bizonyíték.

Az orvosokat arra képzik, hogy ezt szándékosan tegyék, és nevük is van rá: a *beszédes hiány*. Egy jó kórlap nemcsak azt jegyzi fel, ami jelen van, hanem azokat a dolgokat is, amelyek feltűnően *hiányoznak* — nincs láz, nincs duzzanat, nincs meg egy bizonyos reflex —, mert egy várt tünet hiánya ugyanolyan élesen szűkíti a diagnózist, mint egy váratlan tünet jelenléte. A hiányzó lelet is lelet. Az üres négyzet is adat.

A könyvvizsgáló a hiányzó számlasorszámokat olvassa. A szerkesztő megérzi a lyukat a cselekményben — a jelenetet, amelyre a történetnek szüksége van, és amely nincs meg. A régész a maradványok rendszeres *hiányát* ott, ahol maradványoknak kellene lenniük, annak bizonyítékaként kezeli, hogy ott mi nem történt. Mindegyik mesterségben a szakértő a laikus homályos nyugtalanságát megbízható műszerré fegyelmezte: megtanultak ránézni egy szerkezetre, és meglátni a hiányának alakját.

## Három ajtó a tudásunk peremén

Itt válik művészetből valami sürgetően gyakorlativá, mert egy újfajta elme jelent meg a munkafolyamatainkban, amely folyamatosan ezekbe a hiányokba ütközik — és hajlamos a lehető legrosszabb módon kezelni őket.

Amikor bármely értelem, emberi vagy mesterséges, elér a tudása pereméhez, három ajtóval találja szembe magát.

Az **első ajtó a kitalálás**: betölteni a hiányt valami hihetővel, gördülékennyel és magabiztossal — ami akár téves is lehet. A második ajtó a **megállás**: megállni, azt mondani, „nem tudom", és nem menni tovább. A harmadik az érdekes: **megnevezni a hiányt** — leírni, minden körülötte lévő dolog alakjából, hogy a hiányzó dolognak *milyennek kellene lennie*, mennyire vagyunk biztosak abban, hogy hiányzik, és hol keresnénk. „Nem tudom"-ból iránytűt csinálni.

Le Verrier a harmadik ajtót választotta. Így tett Mengyelejev, így tett Holmes, és így tesz az orvos, aki feljegyzi azt a tünetet, ami a betegnél *nincs* meg. A hiány megnevezése az, ami elválasztja a termékeny tudatlanságot a másik kettőtől. Az első ajtó úgy tesz, mintha a lyuk nem is volna ott. A második ajtó rábámul. A harmadik ajtó megméri, és térképet ad a kezünkbe.

## Miért a legrosszabb ajtóhoz nyúl az AI

A nagy nyelvi modellek, magukra hagyva, pompás kitalálók. Ez nem jellemhiba; ez a gép leírása. A nyelvi modellt arra tanították, hogy a legvalószínűbb következő szavakat állítsa elő, és egy magabiztos, jól formált mondat majdnem mindig *valószínűbbnek látszik*, mint egy bizonytalan. Így amikor a modell eléri a hiányt — egy tényt, amit nem birtokol, egy részletet, amit sosem látott —, a legkisebb ellenállás útja az, hogy előállítson valamit, ami válasznak olvasható. Az eredményt hallucinációnak hívjuk, de a szó úgy hangzik, mintha üzemzavar volna. Sokkal inkább az ellenkezője: a rendszer pontosan úgy működik, ahogy megépítették — gördülékenységet termel ott, ahol nincs tudása, mert az alapértelmezett huzalozásában semmi sem különbözteti meg az „ezt felidézem" állapotot az „ezt most fogalmazom" állapottól.

A mélyebb gond az, hogy a modellnek nincs erős, veleszületett jelzése a saját pereméről. A gördülékenység és a tudás egyformának érződik kifelé menet. Aki félig-meddig emlékszik egy névre, rendszerint *érzi* a félig-meddiséget; a modell alapból nem érzi megbízhatóan a különbséget egy tény, amit birtokol, és egy kitaláció között, amit épp most rakott össze. A kutatói közösség az utóbbi években pontosan ezen dolgozik — megtanítani a modelleket arra, hogy tudják, mit nem tudnak, hogy tartózkodjanak, amikor kell, hogy őszinte bizonyosságot rendeljenek az állításaikhoz —, és épp ennek a kutatásnak a puszta léte a beismerés: ismerni a saját tudatlanságunk alakját nehéz, és nem jár ingyen.

Ezért azok a gépek, amelyek valóban kiérdemlik majd a bizalmunkat, nem azok lesznek, amelyek a legmagabiztosabban hangzanak. Hanem azok, amelyek megtanulták a harmadik ajtót választani.

## Az őszinteség előny, nem gyónás

Van egy reflex — kivált mindenben, amit egy cégnek adnak el —, hogy a „nem vagyok biztos benne" gyengeség, repedés, amit el kell rejteni. A reflex pontosan fordítva van, és érdemes kimondani: **egy rendszer, amely meg tudja mutatni a hiányának alakját, megbízhatóbb, mint az, amely sosem vall be hiányt — nem pedig kevésbé.**

Emberekről ezt már tudjuk. Nem azért bízunk egy orvosban, mert sosem bizonytalan; abban bízunk, aki megbízhatóan meg tudja mondani a különbséget egy diagnózis és egy feltevés között — aki azt mondja: „ez valószínű, ez lehetséges, ezt pedig meg kell vizsgálnunk". A határról való őszintesége az oka annak, hogy *hiszünk* neki a határon belül. Egy tanácsadó, aki magabiztosan gördülékeny mindenben, nem hasznosabb; veszélyesebb, mert többé nem tudjuk megmondani, hol ér véget a tudása. A bizalom nem a hiányok hiányára épül. A hiányok őszinte megjelölésére épül.

Ez immár nemcsak bölcsesség, hanem törvény is. Ahogy Európa MI-szabályozása 2026 folyamán fokozatosan hatályba lép, a legfontosabb kötelezettségek pontosan erről szólnak: átláthatóság arról, mire képes és mire nem egy rendszer, a korlátainak dokumentálása, és az az emberi felügyelet, amely csak akkor válik lehetségessé, ha a gép hajlandó megmondani, hol ér véget a bizonyossága. Egy modell, amely felszínre hozza a bizonytalanságát, nemcsak kellemesebb vele dolgozni — ez az egyetlen fajta, amelyet felelősséggel egy valódi döntés közelébe engedhetünk.

Egy őszinte fenntartás van, és ez óv meg attól, hogy kísérteteket lássunk. Carl Sagan csillagász mondata — *a bizonyíték hiánya nem a hiány bizonyítéka* — itt a szükséges fegyelem. Nem minden csend jelzés. Egy üres négyzet csak akkor jelent valamit, ha jó okunk volt kitöltöttnek várni; a kutya csendje azért számított, mert egy kutyának ugatnia *kellene* egy idegenre. A készség nem az, hogy minden hiányt baljósnak tekintsünk. Hanem hogy észrevegyük, amikor a környező szerkezet valóban követel valamit, ami nincs ott — és ezt megkülönböztessük a hétköznapi, jelentés nélküli csendtől.

## Hogyan olvassuk mi magunk a negatív teret

Mindehhez nem kell laboratórium. A hiánylátás szokása gyakorolható, és gyorsan élesedik, amint elkezdjük.

- **A nyugtalanságot adatként kezeljük, ne zavaró tényezőként.** Amikor egy dokumentum vagy egy válasz azt a „valami hiányzik" érzést kelti, álljunk meg, és *nevezzük meg*, ahelyett hogy továbblépnénk. Az esetek felében megtaláljuk a konkrét lyukat; a másik felében feltettünk egy kérdést, amit érdemes volt feltenni.
- **Kérdezzük meg, mit követel a következetesség.** Bármit vizsgálunk, futtassuk le a csendes tesztet: *ha ez teljes és becsületes volna, mit kellene tartalmaznia?* Aztán nézzük meg, tényleg ott vannak-e ezek. Mengyelejev lépése, kicsiben.
- **Vadásszunk az aszimmetriára.** Egy kódbázis, amelyben száz fájl szól a funkciókról és egy sem a hibamódokról, nem „fókuszált" — hanem gyanúsan hallgat a hibákról. Sok az egyikből és semmi a természetes párjából: ez a legmegbízhatóbb árulkodó jel, ami létezik.
- **Kövessük a lógó szálakat.** Egy hivatkozás „a tavaszi esetre", amely semmilyen feljegyzésre nem mutat; egy döntés, amely sehol nem létező indokokra hivatkozik — minden lógó szál egy apró, konkrét jóslat arról, hogy valaminek léteznie kellene, és nem létezik.

## Nevezzük meg, ne találjuk ki — már holnaptól

Ugyanez a fegyelem megváltoztatja azt is, ahogyan az AI-jal dolgozunk, és már a következő beszélgetésben alkalmazhatjuk.

A legértékesebb utasítás, amit egy jó képességű modellnek adhatunk, hogy **írja le a hiányának alakját, ahelyett hogy kitöltené.** Kérjük meg, mielőtt válaszol, hogy válassza szét, amit megbízhatóan tud, attól, amit következtet; jelölje meg, hol tippel; és rendeljen hozzávetőleges bizonyosságot a fő állításaihoz. Kérjük meg, hogy amikor olyanba ütközik, amit nem birtokol, mondja meg, *milyen fajta* forrás döntené el a kérdést, ahelyett hogy kitalálná a választ. Promptról promptra arra tanítjuk, hogy a harmadik ajtót válassza: hogy a hiányt kutatási iránnyá alakítsa, ne magabiztos fikcióvá.

Aztán ellenőrizzünk ugyanazzal az ösztönnel, amivel egy gyanúsan rendezett jelentéshez nyúlnánk. Ha egy válasz varrat nélküli, hibátlan és hézagmentes egy valóban nehéz kérdésre, az a simaság maga is jelzés, amely megér egy második pillantást. A valódi tudásnak textúrája van — élei, fenntartásai, az őszinte „itt szeretném leellenőrizni". Egy válasz, amelyen nem látszik varrat, nem feltétlenül teljesebb. Lehet, hogy csak elsimította a helyeket, amelyeket nem tudott.

## Valaminek az alakja, amit építünk

Mindeddig ez egy *látásmód* — fegyelem, amelyet egy gondos ember kézzel is gyakorolhat. De vigyük a gondolatot egy lépéssel tovább. Amit a tudomány szándékosan tesz a sötét anyaggal és a hiányzó bolygókkal, amit a jó orvos a beszédes hiánnyal, amit Mengyelejev az üres négyzeteivel — mit jelentene, ha egy rendszer ezt *szándékosan, folyamatosan* tenné? Ha olvasná mindannak a szerkezetét, amit egy szervezet tud, és csendben felszínre hozná a hiányának alakját — a megválaszolatlan kérdést, a dokumentálatlan döntést, a feltűnő csendet —, még mielőtt bárki megérezné a nyugtalanságot?

Ez nehezebb dolog egyetlen őszinte válasznál, és ez az, amit a napjaink kitöltenek az építésével. A tervrajzot itt nem adjuk a kezébe; az a történet akkorra vár, amikor önmagában is megáll a lábán. De az alatta lévő elv ennek az egész írásnak a lényege, és érdemes magunkkal vinni, bármilyen eszközt is használunk: **egy rendszerben gyakran az a legfontosabb, ami még nincs benne.** Nem azok a csapatok húznak majd előre, amelyeknek az AI-ja a legmagabiztosabban hangzik. Hanem azok, amelyek megtanulták a hiányt információként kezelni — meglátni a hiány alakját, és utánamenni.

A sötét anyagot nem lehet lefényképezni. De pontosan látni lehet, hol kell lennie. Ugyanez igaz a tudásra is. Tanuljuk meg olvasni az üres helyeket, és többé nem vakfoltok lesznek, hanem irányok.

---

**Sorozat**: [Az újrafelfedezés adója (B.1)](/blog/the-rediscovery-tax/) → [Miért nem emlékezet a RAG (B.2)](/blog/why-rag-isnt-memory/) → [Miért teljesít rosszabbul az AI délután háromra (C.4)](/blog/why-your-ai-gets-worse-at-3pm/) → A hiány alakja (C.5)
**Kapcsolódó**: [A bizalmi lánc problémája (B.4)](/blog/the-trust-chain-problem/) · [Tervezés minden intelligenciának (C.3)](/blog/designing-for-all-intelligences/)

*Peres Levente, 2026. ICS - Sheridan. https://sheridan.hu/blog/the-shape-of-whats-missing/*