Amikor a dolgozat már nem a tanuló tudását bizonyítja – a vizsgakultúra újraértelmezése a generatív mesterséges intelligencia korában

 

A generatív mesterséges intelligencia használata az elmúlt másfél évben Magyarországon is gyorsan, többnyire különösebb előkészítés és pedagógusi irányítás nélkül jelent meg az iskolai munkában. Sok tanuló ma már a házi feladatok, beadandók, projektmunkák vagy hosszabb írásbeli feladatok elkészítéséhez is igénybe veszi ezeket az eszközöket, miközben az intézményi szabályok és értékelési gyakorlatok (a felsőoktatás kivételével) alig-alig reagáltak erre a változásra. Ennek egyik legfontosabb következménye, hogy egyre nehezebb megítélni, a beadott munka mennyiben tükrözi a tanuló vagy hallgató saját tudását, gondolkodását és munkáját. A probléma különösen azokat az értékelési formákat érinti, amelyek a kész szöveget, dolgozatot vagy projektet kezelik a teljesítmény fő bizonyítékaként. Ma már rövid idő alatt létrehozható olyan írás, amely rendezett, jól tagolt, tartalmilag elfogadható, sőt akár hivatkozásokat is tartalmaz, miközben nem feltétlenül mutatja meg, hogy a tanuló valóban érti-e a feladatot, hogyan jutott el az eredményig, és milyen önálló döntéseket hozott a munka során. A Vizsgakultúra és tanulói teljesítményértékelés a generatív mesterséges intelligencia korában című, magyar és angol nyelven most közzétett szakmai munkaanyagom ezeket a kérdéseket járja körül.

A megváltozott a helyzet az oktatási értékelés egyik alapfeltevését érinti. Korábban viszonylag magától értetődőnek tűnt, hogy a beadott dolgozat, szakdolgozat vagy projektmunka szoros kapcsolatban áll annak tudásával, akinek a neve alatt megjelenik. Ez az összefüggés ma már nem minden esetben magától értetődő. A kész produktum önmagában kevésbé alkalmas annak igazolására, hogy a tanuló érti a feladatot, önálló döntéseket hozott, megfelelően kezelte a forrásokat, és képes felelősen képviselni az elkészült munkát: az értékelésben nagyobb szerepet kapnia a munkafolyamat követésének, a szóbeli magyarázatnak, a részfeladatok dokumentálásának és a döntések indoklásának.

A hazai helyzet sajátosságai

A magyar köznevelés, felsőoktatás és felnőttképzés ugyanazzal a strukturális kihívással szembesül, mint minden, a generatív MI terjedésének kitett rendszer. A különbség az intézményi felkészültség fokában rejlik — és Magyarországon ez a fok – különö9sen a köznevelési intézmények körében - alacsony marad.

A legtöbb magyar felsőoktatási intézmény 2025 után elfogadott valamilyen MI-szabályozást, ezek azonban szinte kivétel nélkül töredékesek: a plágiumot és a másolt szövegeket kezelik, miközben a mélyebb kérdések megválaszolatlanok — mit jelent az önálló teljesítmény, ha az MI strukturálta az érvelést, milyen dokumentáció szükséges, és milyen értékelési szempontok maradnak érvényesek, ha a végtermék már nem megbízható jel?

A köznevelésben az MI-szabályozás ritka kivételektől eltekintve nem létezik. A pedagógusok intézményi útmutatás nélkül rögtönöznek, miközben egyidejűleg kellene értékelniük a teljesítményt, felderíteniük az etikátlan használatot és fenntartaniuk az értékelésbe vetett bizalmat — olyan körülmények között, amelyek mindhármat strukturálisan nehezebbé tették.

A felnőttképzésben a tanulók sokszor olyan szakmai környezetből érkeznek, ahol az MI-eszközök már a mindennapi munka részei. Ha a vizsga kizárja a napi munkaeszközöket, felmerül a kérdés: a megszerzett tanúsítvány valóban a munkahelyen alkalmazható kompetenciát igazolja-e?

A vizsgakultúra három szintje

Mielőtt az intézmények a praktikus eszközökhöz nyúlnak — új feladatformák, detektálási eljárások bevezetését határozzák el, szabályzatokat és MI-nyilatkozatmintákat adnak ki -, szükségük van egy közös fogalmi keretre, amely megmutatja, mi a vizsgakultúra, és hogyan borítja fel azt az MI. A legtermékenyebb keret három szintet különböztet meg.

A meggyőződések szintje a szakmai nézeteket jelenti: mit tartunk jó vizsgának, mit jelent az önállóság, milyen szerepet adunk az érdemjegynek. Ezek ritkán válnak explicitté — a tanári rutinban és az intézményi hagyományokban élnek —, és ez az a réteg, amelyet az MI a legmélyebben rendít meg.

Az eljárások szintje a formális struktúrákat jelenti: szabályzatokat, értékelési rendeket, dokumentációs kötelezettségeket, minőségbiztosítást. Ezek a meggyőződések kifejeződései, és a rendszer legnehezebben mozdítható részei — egy portfólióban hívő oktató rendre azt találja, hogy az intézményi rend és az osztályozási kötelezettség lehetetlenné teszi a portfólió bevezetését.

A mindennapi gyakorlatok szintje azokat a döntéseket foglalja magában, amelyekben a vizsgakultúra ténylegesen megvalósul: hogyan fogalmazza meg a tanár a feladatot, mi számít elfogadható segítségnek, meg kell-e védeni a beadott munkát. A nyilvános vita szinte kizárólag itt zajlik — új feladatformákról és detektálóeszközökről —, miközben a mélyebb rétegek érintetlenek maradnak. Enélkül az eredmény változatlan rendszerre rétegzett új sablonok lesznek: papírmunka átalakulás nélkül.

Az önálló teljesítmény új értelmezése

A hagyományos modell egyszerű: egyedül dolgozni, valamit létrehozni, beadni — a produktum bizonyítja a tudást. A generatív MI ezt a modellt azáltal teszi tarthatatlanná, hogy megbízhatatlanná teszi a produktum és a teljesítmény közötti kapcsolatot: egy kifinomult MI-segítséggel készült szöveg megkülönböztethetetlen az önálló emberi munkától – különösen akkor, ha a pedagógusok nem kapnak megfelelő felkészítést az MI-használat felismerésére, a tanulók pedig a helyes használat követelményeire.  

Az automatizált detektálórendszerek hamis pozitív és hamis negatív eredményeket egyaránt produkálnak. Az általános tiltás a leggyakoribb intézményi válasz és egyben a legkevésbé hatékony, mert nem alkalmazható következetesen, és semmiféle útmutatást nem ad azokra az esetekre, ahol bizonyos mértékű eszközhasználat elkerülhetetlen, sőt: akár kívánatos is.

Produktívabb a termékközpontú értékelésről folyamatközpontú értékelésre váltani: a vizsgának nem csupán azt kell feltárnia, mi készült el, hanem azt is, hogyan — milyen döntések, értékelési lépések, felismert hibák és vállalt felelősség áll mögötte.

Ebből nő ki a MI-kompetens saját teljesítmény fogalma: az önállóság az MI korában nem az eszköztelenséget jelenti, hanem azt, hogy a vizsgázó érti, mire használta az eszközt, képes ellenőrizni az eredményt, önálló döntést hoz, és átláthatóvá teszi az eszköz szerepét.

Ezeket a kérdéseket járja körül a Vizsgakultúra és tanulói teljesítményértékelés a generatív mesterséges intelligencia korában című, közel nyolcvan oldalas munkaanyag, amely a kiterjedt nemzetközi szakirodalomra és – főként német területről összegyűjtött - jó gyakorlatok elemzésére támaszkodik, és azt a magyar kontextusban értelmezi. Két részből áll: egy elemző háttértanulmányból és a mellékletét képező hat, közvetlenül alkalmazható intézményi munkadokumentumból.

Hat melléklet: gyakorlati eszköztár intézményeknek

Az 1. melléklet adja a szabályozási keretet. Központi eleme az MI-használat négyszintű osztályozása: tiltott használat; korlátozott támogatás (MI csak előkészítésre); dokumentált eszközhasználat (MI megengedett, de deklarálandó); és MI-integratív vizsgafeladat (az MI-kimenetek kritikai feldolgozása maga a feladat). Egy alkalmazási mátrix rendeli hozzá az egyes szinteket a konkrét vizsgatípusokhoz — szóbeli feleletektől és házi esszéktől a szakdolgozatokon át a felnőttképzési gyakorlati vizsgákig —, megadva az indokot és a szükséges dokumentációt.

A 2. melléklet egy MI-használati nyilatkozat mintáját tartalmazza — átláthatósági eszközként, nem büntető dokumentumként: melyik eszközt, milyen célra, a folyamat mely szakaszában, és hogyan ellenőrizve. Három változatban érhető el: teljes forma felsőoktatási beadandókhoz, rövidített forma kisebb feladatokhoz, és egyszerűsített forma köznevelési használatra.

A 3. melléklet a tanulói reflexiós lapot kínálja a köznevelés számára — strukturált promptként, amelyen a tanuló leírja, hogyan készítette el a munkáját, milyen segítséget kapott, és mit tart saját teljesítményének. Teljes, rövidített és alsó tagozatos változatban, pedagógusi útmutatóval, a hangsúlyt a metakognitív tudatosságra helyezve.

A 4. melléklet az értékelési szempontrendszert mutatja be: hogyan minősítsük az MI-vel támogatott munkát? A keret a szakmai tartalmat, a megértést, az önálló döntéshozatalt, a forráskezelést, az átláthatóságot, az ellenőrzést és a reflexiót vizsgálja — minden szempont négy teljesítményszinten, 0–3 pontos értékeléssel.

Az 5. melléklet egy pilotprogram-tervet kínál, elismerve, hogy a megújítás nem történhet egyszerre. A sablon végigvezet a célcsoport kiválasztásán, a tájékoztatáson, a pedagógustámogatáson és az adatvédelmi szempontokon, majd a pilot értékelésén — azzal az explicit logikával, hogy valódi tapasztalatot kell gyűjteni a kiterjesztés előtt.

A 6. melléklet egy intézményi önellenőrző kérdéssort tartalmaz tíz területen — az MI-szabályozás egyértelműségétől a folyamatdokumentáción és pedagógustámogatáson át az adatvédelemig és visszajelzés-gyűjtésig. Éves rendszeres használatra tervezve: a vizsgakultúra megújítása nem egyszeri döntés, hanem folyamatos intézményi tanulási folyamat.

Mi következik?

A háttértanulmány nem fogadja el azt a szemléletet, mely szerint az MI lehetetlenné tette a vizsgáztatást, vagy hogy a problémára a keményebb tiltás lenne a megoldás — alaptétele szerint az átalakulás a vizsgák céljának újragondolását kívánja.

A megújult vizsgakultúra egyszerre szigorúbb, átláthatóbb és tanulásközpontúbb. Szigorúbb, mert olyan döntéshozatalt és felelősségvállalást követel, amelyet nehezebb MI-vel meghamisítani; átláthatóbb, mert a szabályokat előre egyértelművé teszi; tanulásközpontúbb, mert a vizsgát a kompetenciafejlesztés igazolható állomásaként kezeli.

Ehhez négy egymást feltételező feltétel szükséges: vizsgatípusonként differenciált szabályozás; kompetenciaorientált feladattervezés; intézményi felelősség az útmutatókért és az infrastruktúráért; valamint a méltányosság iránti elkötelezettség, hogy az átállás ne teremtsen új egyenlőtlenségeket. Ezeket pedagógusok egyénileg, csak a saját tárgyukra koncentrálva nem tudják megteremteni — intézményi keretekre, megosztott erőforrásokra és szakmai közösségekre van szükség.

A tanulmány és mellékletei ehhez az intézményi munkához kínálnak kiindulópontot: nem kész választ, hanem strukturált alapot azokhoz a párbeszédekhez, pilotprogramokhoz és reformokhoz, amelyekre a magyar oktatásnak most sürgősen szüksége van.

A Vizsgakultúra és tanulói teljesítményértékelés a generatív mesterséges intelligencia korában c. munkaanyag magyar és angol nyelven egyaránt elérhető.

 

Újságírás és mesterséges intelligencia a szerkesztőségi gyakorlatban és az oktatásban

 

2015-től nyolc éven át, két egyetemen tanítottam újságírást. Ebből az utolsó már a generatív mesterséges intelligencia tömeges megjelenésének kezdetével esett egybe, aminek hatásait, mint legújabb fejleményt, akkor csak nagyon érintőlegesen tudtam a tananyagba beépíteni. Azóta minden megváltozott: az MI a szerkesztőségek háttérfolyamataiban és magában az újságírói munkában és a sajtóműfajokban ma már aktív szereplőként van jelen, szövegeket generál, segíti a szerkesztők munkáját, interjúkat tömörít, fordít, tartalmat strukturál, trendeket azonosít és jelez előre. Ez az írás egy nagyobb, készülő oktatási segédanyag rövidített összefoglalójaként született, azzal a céllal, hogy átlátható képet adjon a mesterséges intelligencia újságírásban való megjelenésének legfontosabb kérdéseiről. Áttekinti, hogyan illeszkednek a generatív MI-eszközök a szerkesztőségi munka egyes fázisaiba – a híranyagok előállításától az interjúk feldolgozásán és a tartalomszerkesztésen át egészen a képi illusztrációk létrehozásáig. Részletesen tárgyalja azokat az etikai és szakmai dilemmákat, amelyek a technológia használatával felmerülnek, így a szerzőség, a felelősség, a hitelesség és a transzparencia kérdéskörét. Bemutatja továbbá azokat a nemzetközi ajánlásokat és irányelveket, amelyek a felelős MI-használat kereteit kijelölik, valamint rávilágít arra, hogyan alakítják át a szerkesztőségi gyakorlatokat az új megoldások. A szöveg külön figyelmet fordít a jó gyakorlatok bemutatására és arra, hogy az újságírók képzésében milyen új kompetenciák válnak nélkülözhetetlenné az MI-eszközök professzionális alkalmazásához.  A szerző szándéka, hogy 2026 áprilisa után, az elmúlt évek torzulásai és az elvtelen, az újságírói szakmaiságat figyelmen kívül hagyó propagandagyártásától való elfordulás jegyzében támogassa a szakma megújulási folyamatait, a generatív mesterséges intelligencia etikus és jogszerű használatát. Célja, hogy az újságírók és az újságírással foglalkozni kívánó  hallgatók konkrét iránymutatást és ötleteket kapjanak ahhoz, miként használhatják a mesterséges intelligenciát a mindennapi munka gyorsítására - a minőség javítására és a szakmai értékek megőrzése mellett.

A generatív MI – például a ChatGPT – nem csupán információt keres, hanem új szövegeket hoz létre, kérésre akár különböző stílusban és műfajban is. Ez a képesség különösen alkalmassá teszi a kreatív területeken való alkalmazásra, így az újságírásban is egyre több szerkesztőség kezdte vizsgálni a technológia lehetőségeit. A világ vezető médiavállalatai – köztük a BBC, a Le Monde és a Sveriges Radio – már nem csupán kísérleteznek, hanem tudatosan be is építik az MI-t a napi szerkesztőségi gyakorlatba: összefoglaló eszközként, hírlevél-generátorként vagy háttérelemzések előkészítőjeként használják [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Ez az átalakulás azonban nemcsak technológiai, hanem etikai, szakmai és szabályozási kérdéseket is felvet. Az MI-nek nincsen saját értékrendje, újságírói etikája vagy szerkesztői érzéke – ezek biztosítása az emberi szakemberek feladata marad. Ezért különösen fontos, hogy világos és átlátható alkalmazási keretek jöjjenek létre. Ennek érdekében indultak meg a nemzetközi és nemzeti szintű irányelvek kidolgozásai, amelyek kijelölik az MI használatának jogi, etikai és szerkesztői normáit [Bertelsmann: State of Play: A GenAI Transforms Media, 2024].

A nemzetközi újságírói közösség egyik legfontosabb válasza a 2023-ban a Riporterek Határok Nélkül által kiadott Paris Charter on AI and Journalism, amely tíz alapelvben fogalmazza meg az MI újságírásban való alkalmazásának kritériumait. A dokumentum középpontjába az emberi felelősség, az átláthatóság, a függetlenség és a szerkesztői kontroll elveit állítja. A Chartát számos nemzetközi médiaház elfogadta, és beépítette belső irányelvei közé [RSF: Paris Charter on AI and Journalism, Párizs, 2023].

Különösen aktív szerepet vállaltak a közszolgálati médiumok, amelyek az Európai Műsorsugárzók Uniója (EBU) keretében már 2024 elején kidolgozták az AI Strategy Framework for Public Service Media című javaslatcsomagot. Ez útmutatást nyújt a tagok számára az MI alkalmazásának technikai, szerkesztői és jogi kérdéseiben. A dokumentum hangsúlyozza, hogy az MI használata csak akkor elfogadható, ha biztosított az emberi közreműködés, az adatbiztonság, valamint az etikai kockázatok előzetes értékelése. A 2025 áprilisában megjelent EBU News Report 2025: Leading Newsrooms in the Age of Generative AI (Genf, 2025) című átfogó tanulmány, mely bemutatja, hogyan alkalmazzák a szerkesztőségek az MI-t szövegírásra, háttérelemzésre, interjúfeldolgozásra és képalkotásra, és azt is, hogy ezek milyen kérdéseket vetnek fel a szerzőség, felelősség és hitelesség kapcsán. Ismerteti a nemzetközi irányelveket (pl. Paris Charter, EBU-ajánlások), és bemutatja azokat a jó gyakorlatokat, amelyek mentén az MI szerkesztői kontroll mellett, etikus módon integrálható. A tanulmány külön foglalkozik az újságírók képzésével is: a szerkesztőségi tréningektől az egyetemi kurzusokig, különös tekintettel a konkrét MI-eszközök használatára.

Szabályozási szinten az Európai Unió is lépett: 2024-ben elfogadták az első átfogó mesterségesintelligencia-rendeletet, az úgynevezett AI Act-et, amely külön is foglalkozik az újságírói alkalmazásokkal. A rendelet felismeri, hogy a sajtó egy különösen érzékeny terület, és nem tiltja az MI alkalmazását, de kockázatalapú megközelítést ír elő: minél nagyobb egy adott alkalmazás társadalmi hatása (például dezinformációs veszély, manipulációs lehetőség), annál szigorúbb ellenőrzési mechanizmusokat követel meg [Helberger, N., & Diakopoulos, N.: The European AI Act and How It Matters for Research into AI in Media and Journalism, Digital Journalism, 11(9)].

Ezzel párhuzamosan a nemzeti újságíró szervezetek is megkezdték saját irányelveik kidolgozását. A német Deutscher Journalisten-Verband (DJV), a brit National Union of Journalists (NUJ) egyaránt célul tűzték ki, hogy tagjaikat felkészítsék az MI felelős használatára. Ennek részeként oktatási anyagokat, belső képzéseket és állásfoglalásokat dolgoztak ki, hogy az újságírók ne passzív elszenvedői, hanem tudatos és kritikus felhasználói legyenek az új eszközöknek – saját szakmai integritásuk megőrzése mellett.

A jövő egyik legkomolyabb kihívása az olvasói bizalom megőrzése. A tartalmak eredetének felismerése egyre nehezebbé válik: a közönség gyakran nem tudja megkülönböztetni a valódi, emberi szerkesztésű írást a gépi úton generált tartalmaktól. Ezért az újságírás felelőssége még nagyobb: bizonyítania kell, hogy a közvetített információ hiteles, ellenőrzött és emberi mérlegelésen alapul. Az MI nem váltja ki az újságírót – de megváltoztatja a munkamódszereket, és új kérdéseket vet fel a hitelesség, az átláthatóság, a minőség és a felelősség fogalmainak értelmezésében [Heesen, Jessica et al.: Künstliche Intelligenz im Journalismus: Potenziale und Herausforderungen für Medienschaffende. acatech – Deutsche Akademie der Technikwissenschaften, 2023.

A következőkben e keretrendszer gyakorlati alkalmazását vizsgáljuk meg részletesebben: miként vezethető be az MI a szerkesztőségek gyakorlatába, hogyan alakítja át az MI a szerkesztőségi munkafolyamatokat, hogyan illeszthető be a különféle újságírói műfajokba, milyen hatással van a szerzői jogokra, milyen típusú adatvédelmi dilemmák jelennek meg, milyen új etikai és képzési megközelítéseket igényel a kezelése.

Szerkesztőségi integráció és szervezetfejlesztés az MI bevezetésekor

Ahogy egy új munkatárs beillesztése is szervezést, figyelmet és átgondolt feladatkiosztást igényel, úgy a mesterséges intelligencia bevezetése sem egyszerű „bekapcsolás kérdése”. A sikeres alkalmazás kulcsa az, hogy az MI nem eszközként, hanem munkatársként jelenik meg a szerkesztőségi folyamatokban – természetesen szigorúan a szerkesztői kontroll alatt.

A nemzetközi példák azt mutatják, hogy ott járnak előrébb a szerkesztőségek, ahol az MI nem „IT-fejlesztésként”, hanem szervezeti változásként jelenik meg. A brit BBC, a finn Yle vagy a francia Le Monde mind külön csapatokat hozott létre, akik nemcsak technikai, hanem szerkesztői, etikai, oktatási és kommunikációs szempontból is koordinálják az integrációt [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024,].

Az első lépés a belső igények felmérése. Melyik szerkesztőségi részlegnél van leginkább szükség automatizálásra? Hol érzik a kollégák a legnagyobb adminisztratív vagy repetitív terhelést? A legtöbb bevezetési terv nem „egy nagy rendszerrel” kezd, hanem egy-két jól körülhatárolt pilotprojekttel – például automatikus hírlevél-készítés, rövidhír-összefoglalás vagy interjúátirat-tisztítás.

Ezzel párhuzamosan elengedhetetlen a belső képzés. A szerkesztőknek és újságíróknak nem kell programozniuk – de érteniük kell az MI működésének logikáját, korlátait, torzításait és lehetőségeit. A svéd Sveriges Radio például már 2022 óta működtet egy házon belüli „promptakadémiát”, ahol újságírók tanulják meg, hogyan kérdezzenek jól, pontosan és célorientáltan a géptől [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022].

Fontos elem a belső irányelvek kialakítása. Milyen esetekben használható MI? Ki a felelős az ellenőrzésért? Milyen típusú tartalmakat tilos MI-vel készíteni? Az osztrák ORF külön szabályozza például, hogy az MI által generált szövegek mindig szerkesztői jóváhagyást igényelnek, és soha nem lehetnek automatán publikálva [ORF: KI-Guidelines, Bécs, 2023].

A kommunikációs stratégia is kulcsfontosságú. A közönségnek joga van tudni, ha MI is részt vett egy tartalom előállításában – de a szerkesztőségnek meg is kell tudnia magyarázni, hogyan és miért történt ez. A Le Monde például már 2023-ban külön „AI-oldalt” nyitott az olvasók tájékoztatására, ahol részletesen bemutatták, milyen célokra és milyen korlátokkal használják az algoritmusokat, 2024-ben pedig részletes AI használati irányelveket fogadtak el.

A szerkesztőségi integráció végül nem technikai kérdés, hanem szervezeti tanulási folyamat. Az MI akkor válik valóban értékes erőforrássá, ha a szerkesztőség minden tagja érti a használat célját, látja a hasznát, és nem eszközként, hanem kollaboratív partnerként tekint rá. Ez azonban csak akkor lehetséges, ha van tér, idő és bizalom a kipróbálásra – és egy reflektív, felelősségteljes szakmai kultúra, amely képes a kérdéseket nem megkerülni, hanem megvitatni.

A szerkesztőségi munkafolyamatok és az MI szerepe

A mesterséges intelligencia gyakorlati segítőtárs a szerkesztőségek mindennapjaiban: a munkafolyamat minden szakaszában – a témakereséstől kezdve a publikáláson át a terjesztésig – megjelenhet valamilyen formában, és ha tudatosan használjuk, valódi időmegtakarítást, minőségjavulást és új perspektívákat is kínálhat.

Az első lépés sokszor az ötletgenerálás. Egy tapasztalt újságíró is kerülhet olyan helyzetbe, hogy nem látja meg az érdekes szöget egy témában. Ilyenkor egy nyelvi modell – mint például a ChatGPT – képes lehet tartalmi variációkat, célcsoport-specifikus megközelítéseket vagy akár címajánlásokat javasolni. Természetesen ezek nem helyettesítik a kritikus gondolkodást – de új nézőpontokat nyithatnak.

Az MI jól használható a háttérkutatás gyorsítására is. Bár nem tekinthető elsődleges forrásnak, képes lehet tematikus szövegösszefoglalókat készíteni, vagy segíteni a témában való eligazodásban – különösen, ha nagy mennyiségű dokumentumból, tanulmányból, interjúból kell kivonatolni a lényeget. A finn Yle szerkesztőségében például már napi gyakorlat, hogy az MI segít a többnyelvű forrásanyagok gyors feldolgozásában, a fordítások előkészítésében és a vizuális kiegészítések generálásában [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Az írás folyamata is megváltozik: a mesterséges intelligencia képes vázlatokat készíteni, stílusokat váltani, vagy akár szövegrészeket újrafogalmazni, hogy jobban illeszkedjenek egy adott platformhoz (pl. közösségi médiához). Itt a kulcs a pontos kérdésfeltevés: egy jól megírt prompt akár 80%-ban meghatározza, milyen eredményt kapunk.

A szerkesztői kontroll megőrzése ugyanakkor elengedhetetlen. A német közszolgálati szerkesztőségek – mint a Bayerischer Rundfunk vagy az NDR – belső irányelvek alapján dolgoznak: minden MI által készített vagy módosított szöveg jelölve van, és az anyag véglegesítését mindig ember végzi [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022].

Az utolsó szakasz a publikálás és terjesztés, ahol az MI segítségével például automatikus összefoglalók, hírlevél-verziók vagy akár szövegfelolvasások is készíthetők. Ezek különösen hasznosak lehetnek kisebb szerkesztőségek számára, ahol kevés embernek kell sokféle platformon helyt állnia.

Fontos azonban megérteni: az MI nem csak új eszköz, hanem új munkakultúra is. Bevezetéséhez képzések, belső protokollok, és etikai irányelvek szükségesek.

Az újságírói műfajok és az MI

A mesterséges intelligencia újságírói alkalmazása egyre több szerkesztőségben válik a napi rutin részévé – de nem úgy, hogy egy robot írja meg a cikket az újságíró helyett, hanem úgy, hogy az MI gyorsít, segít, javasol, és gyakran kérdéseket tesz fel. Nem minden műfajban használható azonban ugyanúgy. Ahogy más eszközt veszünk kézbe, ha hírt írunk, és mást, ha esszét, úgy az MI alkalmazása is műfaji érzékenységet igényel. Vannak területek, ahol az algoritmusok gyorsítanak, máshol inkább strukturálnak, és olyan is van, ahol egyszerűen csak ötleteket adnak.

A hír és tudósítás műfaja ideális terepe a gépi támogatásnak. Az újságíró hangjegyzetben rögzíti a tényeket, az MI pedig ezekből képes akár három különböző hosszúságú változatot is előállítani: egy rövidhírt a közösségi médiára, egy középhosszú verziót a weboldalra, és egy részletesebb leírást a nyomtatott kiadás számára. A BBC például már fejlesztett belső eszközöket arra, hogy ezek a változatok automatikusan előálljanak – mindig szerkesztői ellenőrzés után [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024]. Hasonló gyakorlat működik a svéd SVT-nél is, ahol az MI első körös szerkesztésre is képes: például a hangfelvételről gyorsan készít szöveges vázlatot, vagy külön hírverziókat javasol az egyes felületekre.

Az interjú esetében az MI leginkább a felkészülési és utómunka fázisban segíthet. A beszélgetés előtt képes háttérinformációkat gyűjteni az alanyról, javasolhat kérdésvázlatokat, vagy interaktív beszélgetési blokkokat tervezhet. A rögzített interjúk után automatikusan készíthető átirat, amit a rendszer kérésre meg is tisztít, és javaslatot tehet a szerkesztett változatra. Egyes szerkesztőségek – például a Le Monde – gyakran használják a ChatGPT-t arra, hogy kiemelje a legerősebb idézeteket, vagy a válaszokat közérthetőbb formában fogalmazza újra. Ugyanakkor az interjú valódi lényege – az emberi kapcsolódás, a váratlan fordulatok kezelése – továbbra is az újságíró feladata marad. Az MI nem tud reagálni a beszélgetés közbeni mikrojeleket felismerve, és nem képes valódi emberi intuícióval irányítani a beszélgetés menetét.

A feature és riport műfajban az MI már nem csupán időt takarít meg, hanem ötleteket ad, és „nyelvi asszisztensként” működik. Segíthet narratív struktúrák javaslatában, alternatív bevezetések és zárómondatok megfogalmazásában, stilisztikai variációk kidolgozásában. Ha például egy szerkesztő azt kéri, hogy a leírás legyen „költőibb” vagy „filmszerűbb”, a modell képes lehet képi megoldásokra javaslatot adni. A német dpa riporterei gyakran Stichwort-listát – azaz kulcsszavakból álló vázlatot – adnak meg az MI-nek, amely ebből narratív ívet javasol, és az újságíró ennek alapján készíti el a végleges változatot [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022]. A tartalomgyűjtés, a terepmunka, a személyes tapasztalatok továbbra is emberi feladat, de a nyelvi formálásban az MI valódi társalkotó lehet.

A véleményműfajok – például a kommentár, jegyzet, glossza vagy esszé – már sokkal érzékenyebb terep. A mesterséges intelligencia nem tud saját álláspontot képviselni, de segíthet az érvek világosabb felépítésében, az ellenpontok megjelenítésében, vagy abban, hogy az írás hangneme következetes maradjon. Egy jól megfogalmazott kérés – például: „javasolj három különböző címötletet egy adott véleménycikkhez: tájékoztató, provokatív és személyes változatban” – sokkal többet hozhat ki az MI-ből, mint egy általános „írd át szebben” típusú prompt. Az ORF és a Sveriges Radio gyakorlata szerint ezekhez belső promptkatalógusokat fejlesztettek, amelyekkel az újságírók célzottabban tudnak kérdezni a géptől [ORF: KI-Guidelines, Bécs, 2023]. A Paris Charter külön is hangsúlyozza: e műfajokban az MI csak akkor használható etikusan, ha nem rejti el, ki a gondolat valódi szerzője [RSF: Paris Charter on AI and Journalism, Párizs, 2023].

Az újságírói gyakorlatban egyre több szerkesztőség készít belső MI-használati sablonokat: például rövidhír-generáló promptokat, stílusváltó parancsokat, hírlevél-kivonatoló kéréseket, vagy akár adatvizualizációs segédfelületeket. A Sveriges Radio már külön „MI-szerkesztőt” alkalmaz, akinek a feladata az eszközök tréningje, belső oktatása és felügyelete – nemcsak technikai, hanem etikai szempontból is. A mesterfogások lényege, hogy az MI nem parancsokat hajt végre, hanem párbeszédet folytat. Minél pontosabban kérdezünk, annál pontosabban válaszol.

Fontos kiemelni, hogy nem minden műfajhoz ugyanaz a prompt jó. Egy hírnél elég lehet a tényszerű felsorolás, míg egy glosszánál kreatívabb, ironikusabb nyelvezetre kell kérnünk a gépet. Ezért is hasznos, ha a szerkesztőség belső promptgyűjteményt hoz létre – ahogy azt több helyen, például az osztrák ORF-nél vagy a Le Monde-nál is bevezették.

A tanulság tehát az, hogy a mesterséges intelligencia akkor válik valódi erőforrássá az újságírásban, ha nem helyettünk, hanem velünk dolgozik – és ha mi tudjuk, mit és hogyan kérünk tőle. Ez pedig nemcsak tanulható, hanem fejleszthető képesség – akárcsak a szerkesztés, az értelmezés vagy a kritikai gondolkodás.

Etikai és jogi kérdések a mesterséges intelligencia alkalmazásában

A mesterséges intelligencia alkalmazása az újságírásban nemcsak technológiai, hanem etikai és jogi kihívásokat is felvet. Mit jelent a hitelesség egy olyan korban, amikor egy gép is képes cikket írni? Ki a szerzője egy olyan szövegnek, amit egy algoritmus készített emberi kérésre? És mit mondjunk az olvasónak: tudnia kell, hogy egy részlet nem emberi kéz munkája?

A legfontosabb kérdés az átláthatóság. Az olvasóknak joguk van tudni, ha egy tartalom részben vagy egészben mesterséges intelligenciával készült. A Paris Charter ezt úgy fogalmazza meg: „az MI használatáról világosan, érthetően és előre kell tájékoztatni a közönséget” [RSF: Paris Charter on AI and Journalism, Párizs, 2023]. A legtöbb szerkesztőség már most is jelez valamilyen formában, ha gépi támogatást vett igénybe – például lábjegyzetben, alcímben vagy külön ikon segítségével.

A következő kulcskérdés a felelősség. Az MI nem hibátlan. Előfordulhat, hogy téved, torzít, vagy – a tanítási adatok miatt – elfogult válaszokat ad. Éppen ezért nem hagyhatjuk, hogy „magától” működjön. Mindig kell egy újságíró vagy szerkesztő, aki ellenőrzi, jóváhagyja és szükség esetén korrigálja a gép eredményeit. Ezt a gyakorlatot nevezik sok helyen „human-in-the-loop” megközelítésnek – vagyis az ember mindig a döntési lánc része marad.

Különösen érzékeny téma a szerzői jog. Kié a szöveg, amit egy MI állított elő? A jelenlegi jogi keretek szerint – legalábbis az EU területén – az MI nem rendelkezik szerzői joggal, így az elkészült szöveg szerzője az, aki a promptot megadta, vagy aki véglegesíti a tartalmat. De ez nem jelenti azt, hogy minden generált szöveg automatikusan „szabad préda”. Ha az MI más szerzők műveiből tanult, és szó szerinti idézeteket hoz létre, akkor a szerkesztőség felelőssége az ilyen részek felismerése és jelölése. A német dpa és a brit BBC ezért külön MI-ellenőrző szerkesztői szerepköröket hozott létre [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, Párizs, 2023].

Ugyanilyen fontos a forrásvédelem kérdése. Egyes MI-eszközök – főleg a felhőalapú szolgáltatások – ideiglenesen eltárolhatják a felhasználók által bevitt szövegeket. Ez azt jelenti, hogy ha egy újságíró egy érzékeny interjút vagy belső dokumentumot „bevisz” az MI-be, nem biztos, hogy az adat nem szivárog ki. Éppen ezért minden szerkesztőségnek fontos meghatároznia: milyen alkalmazást, eszközt használ, hol fut az MI (pl. helyi gépen vagy külső szerveren), hol kezelik az adatokat és milyen adatokat lehet biztonsággal feltölteni.

Az MI használata emellett újragondoltatja az újságírói etikai elveket is. Vajon etikus-e véleménycikket gépi vázlat alapján írni? Lehet-e „generált idézetet” használni egy interjúban? Elfogadható-e, ha az MI az újságíró stílusában fogalmaz, mintha ő írta volna? Ezekre a kérdésekre nincs mindig egyértelmű válasz – de a közös minimum az, hogy a közönséggel szembeni őszinteség, a tartalom pontossága és a társadalmi felelősség elve mindig érvényesüljön [Heesen, Jessica et al.: Künstliche Intelligenz im Journalismus: Potenziale und Herausforderungen für Medienschaffende. acatech – Deutsche Akademie der Technikwissenschaften, 2023].

A globális ajánlások egyre inkább abba az irányba mutatnak, hogy a mesterséges intelligencia használatát szerkesztőségi szinten kell szabályozni – belső protokollok, irányelvek, és rendszeres etikai auditok révén. Így válhat a technológiai lehetőségből valódi szakmai erőforrás, amely nem veszélyt, hanem megbízható eszközt jelent az újságíró kezében.

Újságírók képzése - felkészítés a mesterséges intelligencia hatékony és szakszerű alkalmazására

A mesterséges intelligencia újságírói alkalmazása nem csupán technológiai innováció, hanem képzésszervezési kihívás is. Az MI értő és felelős használata olyan készég, amit tanulni, gyakorolni és tudatosan beépíteni szükséges, amit be kell építeni mind az újságírók formális oktatásába, mind a szerkesztőségek napi működésébe. Ahol ez elmarad, ott az MI nem hatékony eszközzé, hanem potenciális hibaforrássá és bizalmi kockázattá válhat [Schützeneder, Jonas; Graßl, Michael; Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom. Friedrich-Ebert-Stiftung, 2024].

A nemzetközi gyakorlatok világosan jelzik, hogy az MI szerkesztőségi integrációjának alapfeltétele a belső képzés. A svéd Sveriges Radio már 2022-ben létrehozta a saját „promptakadémiáját”, ahol újságírók és szerkesztők célzottan tanulják meg, hogyan fogalmazzanak pontos, műfajspecifikus kérdéseket a generatív modellek számára [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022]. A Le Monde és az ORF esetében is strukturált belső oktatási modulok és tréningek segítik a szerkesztőségi munkatársakat abban, hogy az MI-t nemcsak technikailag, hanem etikailag megalapozott módon használják.

Az újságírás szakmai (újságírószervezetek és felsőoktatás) képzései szintén reagálnak az új kihívásokra. Az UNESCO 2023-as kézikönyve kifejezetten javasolja, hogy az MI alkalmazását integrálják a kommunikációs és média szakok tanterveibe. A cél nem csupán az MI működésének és korlátainak megismertetése, hanem a hallgatók kritikai gondolkodásának, etikai érzékenységének és felelősségtudatának fejlesztése [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, Párizs, 2023 ]. Egyes amerikai, kanadai és holland egyetemeken már külön tantárgyak foglalkoznak a generatív MI újságírói alkalmazásával, amelyek során hallgatók valós szerkesztőségi szituációkban modellezhetik az MI-használatot.

A hallgatóknak és szerkesztőségi munkatársaknak meg kell tanulniuk használni a ChatGPT és más generatív mesterséges intelligencia alkalmazások (Claude, Gemini) szövegfeldolgozási funkcióit (összegzés, stílusváltás, vázlatkészítés), a képalkotó rendszereket (pl. ChatGPT-be integrált DALL·E, Midjourney), a beszédfelismerő és transzkripciós megoldásokat (Whisper, Otter.ai), valamint a háttérkutatást támogató keresőplatformok (pl. Perplexity AI, Bing AI, Elicit) helyes használatát. A képzések célja, hogy az MI-t az újságírói munka konkrét szakaszaiba illesztve, funkcionálisan tudják alkalmazni – a forráskutatástól a publikálásig.

Az UNESCO 2023-as oktatási kézikönyve és az EBU 2024-es jelentése is hangsúlyozza: az újságírói kompetenciák közé be kell építeni az MI-eszközök kezelésének alapismereteit, összehasonlító értékelését és etikai használatát [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, 2023,; EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].  Az EBU 2025-ös értékelő tanulmánya is úgy látja, hogy az újságírók mesterséges intelligenciával kapcsolatos képzése kulcsfontosságú a technológia felelős és hatékony bevezetéséhez. A jelentés hangsúlyozza, hogy a szerkesztőségeknek strukturált belső tréningeket kell kialakítaniuk, amelyek nemcsak az MI-eszközök használatát, hanem azok etikai, szerkesztői és jogi vonatkozásait is lefedik. A jelentés külön kiemeli, hogy a képzéseknek tartalmazniuk kell a promptolás, ellenőrzés, adatvédelem, szerzőség és tartalomtranszparencia témáit is. Az MI-használat sikerének feltétele, hogy a szerkesztőségek belső kompetenciákat építsenek, ne külső automatizmusokra bízzák a tartalom-előállítást.

A képzési programok egyik alapvetése, hogy nem elegendő technikai ismereteket átadni. A mesterséges intelligencia nem váltja ki a szerkesztői döntést, nem értelmez kontextust, és nem vállal felelősséget a közlés következményeiért. Ezért minden képzési forma – legyen az szerkesztőségi tréning vagy egyetemi kurzus – kiemelt figyelmet fordít az etikai kérdésekre, a forrásvédelemre, a torzítások felismerésére, valamint a szerzői jogi követelményekre is. A Deutscher Journalisten-Verband és a brit National Union of Journalists által kidolgozott irányelvek és oktatási anyagok szintén hangsúlyozzák, hogy a technológiai képességek mellett a szakmai értékek megerősítése is elengedhetetlen [ld. korábbi hivatkozások].

Egyre több szerkesztőség alakít ki belső prompt-laborokat, ahol az újságírók kipróbálhatják a különböző MI-eszközöket, tesztelhetik a stílusváltoztatási lehetőségeket, narratív kísérleteket végezhetnek, vagy akár saját sablonokat dolgozhatnak ki. Ezek a képzési műhelyek nemcsak kompetenciát fejlesztenek, hanem hozzájárulnak az intézményi tudásmegosztáshoz is. A BBC vagy a finn Yle például olyan tudásbázisokat épít, amelyekben a különböző műfajokhoz illesztett MI-használati példák és esettanulmányok szerepelnek [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Az MI tehát új tudásformák elsajátítását követeli meg, de közben a klasszikus újságírói készségek – mint a kérdezéstechnika, a forráskritika, a szerkesztői szövegmunka és a társadalmi felelősségérzet – továbbra is érvényesek maradnak. Az újságíróképzés célja nem az, hogy „technológia-üzemeltetőket” képezzen, hanem hogy olyan szakembereket, akik képesek együtt dolgozni a géppel, de mindig meg tudják mondani: ki írta valójában a cikket – és miért éppen így.

Zárszó

A mesterséges intelligencia újságírói alkalmazásának elsajátítása nem pusztán technikai kompetencia, hanem egy újfajta szakmai szemléletmód alapja is. Az MI-eszközök helyes és tudatos használata jelentős hozzáadott értéket jelent a szerkesztőségi munkában: képesek gyorsítani a rutinfolyamatokat, strukturálni az információtömeget, új ötleteket generálni, stiláris variációkat javasolni, vagy akár több platformra adaptált szövegváltozatokat előállítani. Mindez nemcsak hatékonyságot, hanem minőségi javulást is eredményezhet – de csak akkor, ha az újságíró érti és használni tudja a technológiát, és képes kontroll alatt tartani annak működését.

A jó kérdésfeltevés, azaz a „promptolás” készsége kulcsfontosságú: az eredmény minősége nagymértékben attól függ, mennyire világos, műfajspecifikus és célirányos kérdéseket tudunk megfogalmazni. Ez nem velünk született képesség, hanem tanulható tudás, amelyet folyamatosan gyakorolni, fejleszteni kell – és amelynek oktatása mára ugyanolyan fontos eleme az újságíróképzésnek, mint a szerkesztés vagy az etikai dilemmák értelmezése.

Ugyanakkor az MI-eszközökkel való munka nemcsak funkcionális ismereteket igényel, hanem reflexív gondolkodást is: meg kell tanulni felismerni a torzításokat, értelmezni a forrásokat, és tudni kell nemet mondani, ha az algoritmus javaslatai sértenék a szakmai normákat. A digitális kompetenciák megerősítése mellett tehát legalább ennyire fontos a klasszikus újságírói értékek – hitelesség, felelősség, átláthatóság – újraértelmezése és megerősítése is.

A képzések feladata, hogy az újságírókat ne csupán felhasználóként, hanem tudatos és kritikus alkotótársként készítsék fel az MI-eszközök kezelésére - a mesterséges intelligencia így nem fenyegetéssé, hanem lehetőségé válik az újságírás számára. Ezt a tudás azonban a megfelelő keretek között, jól felépített, célzott képzési programok révén kell átadnunk a következő generációnak.

A cikk emberi és mesterséges intelligencia együttműködésével jött létre. 

A múzeumok és a mesterséges intelligencia intézményi szabályozása: jogi és etikai kérdések

 

A mesterséges intelligencia múzeumi alkalmazása a napi valóságunk részévé vált, a kérdés pedig, hogy szakmailag, jogilag és etikailag miként viszonyuljunk hozzá, a kulturális örökség intézményei körében is egyre sürgetőbb igénnyel jelentkezik.   A Szabadtéri Néprajzi Múzeum – Múzeumi Oktatási és Módszertani Központ (MOKK) erre a kihívásra válaszolt, mikor 2025 őszén elindította A mesterséges intelligencia múzeumi alkalmazási lehetősége című, 30 órás blended képzését. A digitális tananyaggal segített, on-line formában megrendezésre került tanfolyam átfogó képet kívánt adni az MI alapfogalmairól, múzeumi alkalmazási területeiről, jogi és etikai kérdéseiről – a gyűjteménykezeléstől a látogatói élményen át a kommunikáció automatizálásáig. 2025 végén újabb tanfolyami kör megrendezésére került sor, a nagy érdeklődésre tekintettel azonban 2026. május 25-től pedig ismét indul egy kurzus.

Jómagam a tudományetikai, jogi és szabályozási kérdések bemutatását kaptam feladatul – ehhez készült Mesterséges intelligencia a múzeumokban: a gyakorlati alkalmazás szabályozása a kulturális örökség intézményeiben – című átfogó, szabályozási mintákat is tartalmazó háttéranyag, amely a magyar nyelvű változat után most angolul is elérhetővé vált.

Miért különleges terület a múzeum?

A múzeumok nem kereskedelmi vállalkozások, hanem közbizalmi intézmények, a kulturális örökségvédelem letéteményesei. Legitimitásukat nem a piaci sikerük, hanem az adja, hogy a közönség megbízik az általuk közölt információkban, a bemutatott tárgyak hitelességében, a képviselt értékek érintetlenségében. Ez az alaphelyzet döntően meghatározza, hogyan lehet és hogyan szabad a mesterséges intelligenciát alkalmazni kulturális örökség intézményeiben.

Egy nagy országos múzeumban más kihívásokkal találkozunk, mint egy kisebb vidéki intézményben. Az előbbinél a képfelismerés, a szövegfeldolgozó algoritmusok és a digitális keresőfelületek kapnak hangsúlyos szerepet – ezek segíthetnek a gyűjtemény katalogizálásában, a hiányos metaadatok kiegészítésében, a kutatók gyorsabb kiszolgálásában. Az utóbbiaknál inkább fordítási és tájékoztatási célokra használnak MI-eszközöket, vagy épp adminisztratív folyamatok – pályázatírás, katalógustervezés – automatizálására. Köztes területen helyezkednek el a chatbotok és a virtuális tárlatvezetők, amelyek azonnali válaszokat adnak a látogatóknak, de egyszersmind rejtik magukban a megtévesztés veszélyét is: a látogatónak tudnia kell, hogy géppel, nem emberi szakértővel kommunikál.

Mindezek mellé sorakozik a biztonság és látogatóáramlás-kezelés területe: a kamerás megfigyelés és szenzoros rendszerek révén MI-algoritmusok elemzik a mozgásmintákat, feltérképezik a torlódásokat. S ott van a múzeumpedagógia világa, ahol személyre szabott tanulási tartalmak, kvízek, játékos feladatok kínálkoznak diákcsoportoknak – ám felvetik a gyermekek adataiból történő profilalkotás etikai és jogi kérdéseit is.

Középpontban az etika

A múzeumi mesterséges intelligencia-alkalmazás etikai kereteit elsősorban a UNESCO Ajánlása az MI etikájáról, az OECD és az Európa Tanács vonatkozó dokumentumai, valamint az ICOM szakmai irányelvei jelölik ki. Ezek ugyan nem kötelező erejű jogszabályok, de a múzeumi szektor sajátosságai miatt nem egyszerű kiegészítő elemek: strukturáló alapelvek, amelyek meghatározzák a technológiai döntések határait és értelmezési kereteit.

Az emberi méltóság tisztelete, az átláthatóság, az elszámoltathatóság és a kulturális sokszínűség védelme az MI rendszerben elvont értékeknek tűnhetnek – de a múzeumi környezetben nagyon is konkrét döntési szempontokká válnak. Miként kell jelölni az MI által generált tartalmakat? Mikor és milyen formában kell jelezni az algoritmikus közreműködést? Hol húzódik a határ a kurátori felelősség és az automatizált ajánlás között? Ezekre a kérdésekre az etikai keretek adnak elsődleges választ – megelőzve, és részben meg is haladva a jogi szabályozást.

A múzeum ráadásul nemcsak technológiai felhasználó: közbizalmi intézmény, amely a kulturális örökség megőrzéséért és értelmezéséért felel. Az MI alkalmazása nem válhat a kurátori felelősség helyettesítőjévé, legfeljebb támogató eszközzé. Ezt az elvet nem lehet kizárólag jogi kötelezettségként kezelni – ez intézményi identitás kérdése.

Az EU MI-rendelete: kockázatok, kötelezettségek, szankciók

Az Európai Parlament és a Tanács 2024. június 13-i (EU) 2024/1689 rendelete – az MI rendelet – az első olyan átfogó uniós jogszabály, amely közvetlenül érinti a közgyűjtemények mesterséges intelligencia-használatát. 2025 augusztusától számos új rendelkezése hatályos, 2026 augusztusától pedig újabbak lépnek életbe. A rendelet kockázatalapú logikán nyugszik: minden MI-rendszert négy kategóriába sorol.

A tiltott rendszerek – szubliminális manipuláció, szociális pontozás, biometrikus azonosítás nyilvános terekben – a múzeumi környezetben nemcsak jogsértők, hanem az intézményi küldetéssel is összeegyeztethetetlenek. A nagy kockázatú rendszerek – például oktatási célú algoritmusok vagy látogatói profilalkotást végző szoftverek – kötelező hatásvizsgálatot, részletes dokumentációt és emberi felügyeletet igényelnek. A korlátozott kockázatú rendszereknél – chatbotok, virtuális tárlatvezetők, MI-generált képek és szövegek – az átláthatóság a legfontosabb követelmény: a látogatónak tudnia kell, hogy MI-rendszerrel kerül kapcsolatba. A minimális kockázatú rendszerek – egyszerű keresők, tájékoztató eszközök – alig igényelnek külön szabályozást, bár a belső irányelvek itt is hasznosak.

A rendelet különösen hangsúlyos az átláthatóság terén. Az 50. cikk szerint, ha a látogató MI-rendszerrel lép kapcsolatba – chatbottal, interaktív installációval, virtuális tárlatvezetővel –, ezt egyértelműen és közérthetően jelezni kell. Az MI által generált szintetikus hang, kép, videó vagy szöveg szintén kötelező megjelölést igényel. Ez nem adminisztratív teher: a múzeumi hitelesség záloga. Aki elhanyagolja, komoly szankciókra számíthat: az átláthatósági kötelezettségek megszegése akár 15 millió eurós közigazgatási bírsággal is járhat.

A rendelet kulcsfogalma a szolgáltató és az alkalmazó közötti különbségtétel. A múzeumok általában alkalmazók: külső szolgáltatók által fejlesztett rendszereket működtetnek. Ez azonban nem jelenti a felelősség teljes átháríthatóságát. A rendelet előírja, hogy a nagy kockázatú MI-rendszerek alkalmazói is kötelesek gondoskodni a jogszerű alkalmazásról, a látogatók tájékoztatásáról és a kockázatok kezeléséről. Ha viszont a múzeum maga fejleszt MI-rendszert – például digitalizálási projekt keretében –, akkor szolgáltatóként a teljes megfelelőségi eljárást le kell folytatnia.

GDPR és MI-rendelet: kettős megfelelési kötelezettség

Az MI-rendelet nem létezik légüres térben: az általános adatvédelmi rendelettel (GDPR) szoros egységet alkot. Míg a GDPR a személyes adatok jogszerű kezelésére fókuszál, az MI-rendelet az adatokat feldolgozó és döntéseket, ajánlásokat, tartalmakat előállító rendszerekre vonatkozik. A kettő együtt határozza meg azt az alapszintet, amelyhez minden múzeumi gyakorlatnak igazodnia kell.

A kettős megfelelés a gyakorlatban azt jelenti, hogy például egy arcfelismerő beléptetőrendszer bevezetésekor egyszerre kell adatvédelmi hatásvizsgálatot (DPIA) és MI-hatásvizsgálatot (AI Impact Assessment) készíteni. A két eljárás összehangolása nem puszta adminisztráció: a látogatói bizalom fenntartásának eszköze. Csak így érhető el, hogy a személyes adatvédelem és az algoritmikus átláthatóság együttesen erősítse a közbizalmat – ne gyengítsék azt.

A szerzői jog területe szintén összetett kérdéseket vet fel. A digitalizált műtárgyak, az MI által generált képi és szöveges tartalmak, valamint a gyűjtemények tanítóadatként való felhasználása mind olyan jogi problémákat hordoz, amelyek túlmutatnak a hagyományos múzeumi gyakorlaton. A generatív MI által létrehozott tartalmaknak az uniós jogban jelenleg nincs egyértelmű szerzői jogi státusza; a múzeumok a legbiztonságosabb utat választják, ha ezeket intézményi névvel és egyértelmű megjelöléssel teszik közzé.

Szabályzat és irányelvek: a kétszintű intézményi keret

A jogi keretek ismerete önmagában nem elegendő: az intézményi szabályozás kialakítása teszi lehetővé, hogy az elvek a napi gyakorlatba is beépüljenek. A múzeumi MI-szabályozás két, egymást kiegészítő szinten valósítható meg.

Az MI-irányelvek elsősorban értékalapú, szemléleti dokumentumok. Nem operatív jellegűek, nem írnak elő konkrét eljárásokat, hanem normatív keretet adnak: rögzítik, hogy az intézmény milyen elvek mentén, milyen önkorlátozással és milyen társadalmi felelősséggel alkalmazza a mesterséges intelligenciát. Egy jó múzeumi MI-irányelv hangsúlyozza a tartalmak egyértelmű jelölésének szükségességét, az adatminimalizálás elvét, az átláthatóságot, az etikai önkorlátozást (például a tiltott vagy diszkriminatív alkalmazások kizárását), a fenntarthatóságot és a társadalmi párbeszéd fontosságát. Élő dokumentum, amelyet rendszeresen felülvizsgálnak.

Az MI-szabályzat ezzel szemben az intézményi megfelelés konkrét eszköze. Meghatározza, milyen MI-alkalmazásokat, milyen feltételekkel és milyen felelősségi rend mellett használhat az intézmény. Rögzíti a tájékoztatási és jelölési kötelezettségeket, a belső kontrollmechanizmusokat, az adatkezelési és szerzői jogi megfelelési pontokat, a képzési kötelezettségeket és az ellenőrzési folyamatokat. A kétszintű megközelítés lényege: az irányelvek a „miért" és „meddig", a szabályzat a „hogyan" és „kinek a felelőssége" kérdéseire válaszol.

A bevezetőben hivatkozott tanulmány nemcsak elemzi a jogi és etikai kereteket, hanem konkrét mintaszabályzatokat és irányelveket is közread, amelyek a múzeumi gyakorlatban közvetlenül alkalmazhatók. Ez a megközelítés illeszkedik a nemzetközi jó gyakorlatokhoz: a Württembergi Tartományi Múzeum, a Smithsonian Institution, az Osztrák Nemzeti Könyvtár és a dublini Chester Beatty Library mind rendelkeznek már nyilvánosan elérhető MI-politikával. Ezek közös jellemzője, hogy az UNESCO etikai elveiből indulnak ki, de az EU MI-rendelet kockázati besorolásait is átveszi – s mindegyik hangsúlyozza a közbizalom, az emberi felügyelet és az átláthatóság primátusát.

Összegzés

Akár most fontolgatják a mesterséges intelligencia bevezetését kulturális örökség intézményében, akár már a tervezés konkrét szakaszába léptek – a MOKK által szervezett tanfolyam és a cikkünkben bemutatott háttéranyag hasznos kiindulópontot kínál. Az elemzés nem csak a jogi és etikai keretek rendszerezett áttekintését adja, hanem két, azonnal adaptálható iratmintát is közread: egy értékalapú MI-irányelvet és egy operatív MI-szabályzatot, amelyek az intézmény méretéhez és sajátosságaihoz szabva alkalmazhatók. Ezzel a vezetői felkészülés során hasznos támogatást tud adni a bevezetési folyamat előzetes megtervezéséhez, és az intézmény szempontjából leginkább célravezető megoldás kidolgozásához.

Az egyes rendelkezésekhez fűzött részletes magyarázatok megkönnyítik az eligazodást az EU MI-rendelet és a GDPR összetett követelményrendszerében, a gazdag szakirodalmi háttér pedig további elmélyülésre ad lehetőséget – legyen szó a bevezetés megtervezéséről, az intézményre szabott szabályok kialakításáról vagy a napi operatív működés során felmerülő konkrét kérdések megválaszolásáról. A tanulmány magyar és angol nyelven egyaránt elérhető.