Az itt olvasható lapok mögött egy módszer áll, amelyben az AI sokat dolgozik, a bizonyíték mércéjét pedig ember szabja meg.
Behind the pages on this site stands a method in which AI does a great deal of the work, while a human sets the bar for evidence.
Minden tartalmi lap alján ott áll egy rövid blokk arról, hogy az adott oldal az EQUORA Institute egyik kutatási munkájából származik. Ez az oldal azt fejti ki, mit jelent ez a gyakorlatban: hogyan oszlik meg a munka ember és gép között, mit ellenőrzünk mivel, és hol marad a döntés emberi kézben.
At the foot of every content page there is a short block noting that the page comes out of research at the EQUORA Institute. This page sets out what that means in practice: how the work is divided between human and machine, what is checked against what, and where the decision stays in human hands.
A legtöbb intézmény ma AI-támogatott: a kutató elvégzi a munkát, és időnként a modellhez fordul. A modell eszköz az asztalon, a szervezeti egység továbbra is egyetlen ember. Az EQUORA Institute ezt megfordítja: a kutatás alapegysége a kutató és egy állandó AI-csapat, minden projekt már meglévő ügynökökkel indul, a tudás megosztott gráfban él szétszórt dokumentumok helyett, a publikációk és pályázatok első változatát pedig AI készíti.
Most institutions today are AI-supported: a researcher does the work and occasionally reaches for a model. The model is a tool on the desk, and the organisational unit is still one person. The EQUORA Institute inverts this: the basic unit of research is a researcher plus a standing AI team, every project begins with agents already in place, knowledge lives in a shared graph instead of scattered documents, and first drafts of publications and proposals are prepared by AI.
Az ember ebben a képben feljebb kerül, arra a munkára, amit nem lehet delegálni: mit érdemes vizsgálni, mi számít elegendő bizonyítéknak, és mi jelenhet meg az intézet neve alatt. A saját megfogalmazásunkban minden kutató egy kutatócsoportot működtet; a csoport túlnyomó része mesterséges, az ítélet teljes egészében emberi.
The human moves up in this picture, to the work that cannot be delegated: what is worth studying, what counts as sufficient evidence, and what may appear under the institute's name. In our own words, every researcher operates a research team; the team is mostly artificial, and the judgment is entirely human.
A teljes kutatási életciklus végigvihető AI-jal, a szakirodalom feltárásától a kommunikációig. Az a hiba, amitől az ilyen szervezetek törékennyé válnak, az, hogy minden funkciót egyformán megbízhatónak tekintenek. A Trilith Method™ ezért három rétegre osztja őket.
A full research lifecycle can be carried by AI, from literature discovery to communication. The mistake that makes such organisations fragile is treating every function as equally trustworthy. The Trilith Method™ therefore separates them into three layers.
A név szándékos: a trilith három kőből álló szerkezet, két álló kő tart egy harmadikat — itt a három réteg is csak egymásra támaszkodva áll meg. Ebben a szerkezetben a megbízható egyetértés úgy jön létre, hogy előbb szerkezetes ellentmondásba állítjuk a modelleket: a konszenzus a módszer eredménye, nem a kiindulása.
The name is deliberate: a trilith is a structure of three stones, two uprights carrying a third — here too the three layers stand only because each bears on the others. Within that structure, reliable agreement is reached by first putting models into structured disagreement: consensus is an output of the method rather than its assumption.
A módszert az határozza meg, ahogyan önmagával vitatkozik.
The method is defined by how it disagrees with itself.
Egy AI-first szervezet veszélye nem a lassúság. Az a veszély, hogy gyors, gördülékeny és ipari méretben téved. A nyelvi modellek olyan kimenetet állítanak elő, amely meggyőzően hangzik, függetlenül attól, hogy igaz-e. Amely szervezet gépi sebességgel gyárt kutatást, az gépi sebességgel gyárthat meggyőző tévedést is.
The danger of an AI-first organisation is not slowness. The danger is being fast, fluent and wrong at scale. Language models produce output that sounds persuasive whether or not it is true, and an organisation that generates research at machine speed can generate convincing error at machine speed.
Van egy csendesebb veszély is: az episztemikus monokultúra. Ha minden kutató ugyanarra a néhány alapmodellre támaszkodik, akkor a szervezet ugyanazokra a dolgokra lesz vak, mert a modellek erősségeit és vakfoltjait együtt veszi át. Ezért a modell-diverzitás nem kényelmi kérdés, hanem tervezési követelmény.
There is a quieter danger too: epistemic monoculture. If every researcher leans on the same few foundation models, the organisation becomes blind to the same things, inheriting the models' strengths and blind spots together. Model diversity is therefore a design requirement rather than a convenience.
A hagyományos tudomány rosszul emlékszik arra, ami nem működött: a megcáfolt hipotézisek és a zsákutcák eltűnnek, a következő kutató pedig újra végigjárja ugyanazt a vakvágányt. A tudásgráf a negatív eredményt ugyanolyan könnyen tárolja, mint a pozitívat, ezért a megcáfolt hipotézisek és a kudarcos megközelítések attribúcióval és kereshetően a megerősített megállapítások mellett maradnak.
Traditional science is bad at remembering what did not work: refuted hypotheses and dead ends vanish, and the next researcher walks the same blind alley again. A knowledge graph holds negatives as easily as positives, so refuted hypotheses and failed approaches stay alongside confirmed findings, attributed and searchable.
Az EQUORA Institute kutatási tervei és jegyzetei arra válaszolnak, hogyan épül fel egy vizsgálat: mit állítunk, milyen bizonyítékon, és mi dönthetné meg. Ezek lassan változnak, verziószámot viselnek, és a Trilith Method™ három rétege szerint épülnek fel. Az iterators.org lapjai ugyanennek a munkának a kifelé fordított oldala: egy-egy állítás vagy ábra, amely önmagában is használható, és amely a kutatás adott pillanatában érvényes.
The EQUORA Institute's research plans and notes answer how an investigation is built: what we claim, on what evidence, and what could overturn it. These change slowly, carry version numbers, and are structured by the three layers of the Trilith Method™. The pages on iterators.org are the outward-facing side of the same work: a claim or a chart that stands on its own and holds at a given moment of the research.
A teljesség a cél. Verziószám, bizonyítéki réteg, a cáfolat feltételeinek megnevezése.
Completeness is the aim. Version numbers, evidentiary layers, and stated conditions of refutation.
A használhatóság a cél. Egy olvasható lap, amely azzal zárul, amit az olvasó tehet.
Usability is the aim. A readable page that ends in something the reader can act on.
Ebből következik, hogy egy itteni lap nem intézményi állásfoglalás. A kutatás egy állapotát rögzíti, és az adott állapot a kiadás pillanatában elérhető eredményekre épül. Ha az oldal frissült, azt a dátum jelzi.
It follows that a page here is not an institutional position. It captures one state of the research, and that state rests on the findings available at the time of publication. Where a page has been updated, the date shows it.
Az AI a kutatás egész folyamatában gondolkodó partnerként vesz részt: keres, javasol, ellenvet, első változatot ír, kódot ad az interaktív elemekhez. Amit ezen az oldalon olvasol, mégis egy ember döntése alapján jelent meg, és az értelmezésért, valamint a közlésért a felelősség is nála van. Ez a Trilith Method™ harmadik rétege, és ez az a pont, ahol a módszer szándékosan nem hatékony.
AI takes part throughout the research process as a thinking partner: it searches, proposes, objects, writes first drafts, and supplies the code behind the interactive elements. What you read here nonetheless appeared by a human decision, and responsibility for interpretation and publication rests there too. This is the third layer of the Trilith Method™, and it is the point at which the method is deliberately inefficient.
A gyakorlatban ez azt is jelenti, hogy a hibák nyilvánosak. Ha egy lap állítása pontatlan volt, a javítás a lapon marad, dátummal, a korábbi állítás megnevezésével. Ez a mérce ugyanaz, amit az itteni lapok másokra alkalmaznak, tehát méltányos magunkra is alkalmazni.
In practice this also means errors are public. Where a claim on a page was inaccurate, the correction stays on the page, dated, naming what the earlier version said. This is the same standard the pages here apply to others, so it is fair to apply it to ourselves.
A gép sebességet ad. A mércét ember állítja, és a nevét is ember adja hozzá.
The machine supplies speed. A person sets the bar, and a person puts their name to it.