Rendszeres olvasók

2026. szeptember 7., hétfő

Az AI Act 4. cikke a munkahelyen – az MI-jártasság követelménye és intézményi kezelése a 2026-os szabályozási fordulat után

 

A munkahelyi MI-jártasság kérdését az Európai Unió MI-rendeletének 4. cikkéhez kapcsolódó legutóbbi szabályozási változások, valamint az alkalmazásra való intézményi felkészülés immár közvetlen jogi szükségessége teszi különösen időszerűvé. Az uniós szabály ma már nem valamely egységes munkavállalói tudásszint elérését követeli meg, hanem azt, hogy az MI-rendszerek szolgáltatói és alkalmazói megfelelő, a használat körülményeihez igazított intézkedésekkel támogassák az érintettek MI-jártasságának fejlődését. Ebben a megváltozott szabályozási helyzetben kap különös jelentőséget Lucia Velasco, Siddhi Pal és Catherine Schneider 2026. augusztus 25-én megjelent szakpolitikai munkaanyaga, az An operational framework for AI literacy in the workplace – Informing action plans under the EU AI Act. mely az MI-rendelet (AI Act) 4. cikkének júliusi módosítása alapján arra keresi a választ, hogyan fordítható le a meglehetősen nyitottá vált jogi kötelezettség a munkahelyek mindennapi gyakorlatára. A kérdés jelentősége közben tovább nőtt: 2026 augusztusától rendelet szerint a 4. cikk hatósági felügyelete is megkezdődött – bár ennek Magyarországon sok jelét még nem tapasztaljuk.

A Velasco–Pal–Schneider-tanulmány azért érdemel kiemelt figyelmet, mert a 4. cikk egyik alapvető végrehajtási problémáját ragadja meg. Az uniós jog meghatározza az MI-jártasság (AI literacy) fogalmát, kijelöli a kötelezett szervezeteket és felsorolja azokat a körülményeket, amelyekhez az intézkedéseket igazítani kell, ugyanakkor továbbra sem ad munkahelyi kompetenciamodellt, kötelező tantervet vagy egységes mérési módszert. A szakpolitikai munkaanyag ezt a hiányt három, egymásra épülő munkahelyi kompetenciaszinttel próbálja áthidalni.

Ezzel egy időben azonban a jogi környezet is megváltozott: a 2025 februárjától alkalmazott eredeti kötelezettséget 2026 júliusában átírták, a Bizottság és a tagállamok támogató feladatai megerősödtek, az Európai MI-testület pedig közös célokat meghatározó ajánlások kidolgozására kapott feladatot. A 4. cikk ezért ma egyszerre munkáltatói megfelelési, képzéspolitikai és szervezetirányítási kérdés.

Az „elégséges szinttől” a fejlesztést támogató intézkedésekig

Az eredeti szabályozás 2024 nyarán született meg. Az (EU) 2024/1689 rendelet 2024. augusztus 1-jén lépett hatályba, a 4. cikk pedig 2025. február 2-től vált alkalmazandóvá. Ekkor a szolgáltatóknak (providers) és alkalmazóknak (deployers) olyan intézkedéseket kellett tenniük, amelyekkel „legjobb tudásuk szerint” biztosították, hogy személyzetük és az MI-rendszereket a nevükben működtető vagy használó más személyek elégséges szintű MI-jártassággal rendelkezzenek. A szükséges szint meghatározásakor számításba kellett venni az érintettek technikai ismereteit, tapasztalatát, oktatását és képzését, a használat környezetét, valamint azokat a személyeket és csoportokat, akikre a rendszer alkalmazása irányul.

A rendelkezés kezdettől fogva erősen kontextusfüggő volt. A német Bundesnetzagentur 2025 júniusában kiadott KI-Kompetenzen nach Artikel 4 KI-Verordnung című tájékoztatója ezért négy gyakorlati lépést emelt ki: az érintettek és rendszerek feltérképezését, az egyéni és szervezeti körülmények alapján kialakított intézkedéseket, a tudás rendszeres frissítését és a megtett intézkedések dokumentálását. A német hatósági háttéranyag már ekkor világossá tette, hogy az AI Act nem szabványosított képzést, külső tanúsítványt vagy külön MI-felelőst ír elő. A képzés tartalmának és mélységének az alkalmazott rendszerekhez, azok kockázataihoz és a munkatársak tényleges feladataihoz kellett igazodnia.

A szabályozás következő szakaszában éppen az „elégséges szint” bizonytalan tartalma került a vita középpontjába. A Bizottság 2025. november 19-én bemutatott Digital Omnibus on AI javaslata még jóval messzebbre ment: az általános MI-jártassági kötelezettség súlypontját a Bizottság és a tagállamok képességfejlesztő tevékenységére kívánta áthelyezni. A Bizottság jelenlegi Q&A-ja kifejezetten rögzíti, hogy az eredeti javaslat az alkalmazókra és szolgáltatókra rótt bizonytalan követelmény helyett erősebben épített volna az állami támogatásra, az átképzésre (reskilling) és a továbbképzésre (upskilling).

A 2026-ban elfogadott kompromisszum ennél mérsékeltebb változtatást valósított meg. Az (EU) 2026/1744 rendelet 2026. július 27-i hatálybalépésével a szervezetek közvetlen kötelezettsége fennmaradt. A 4. cikk új szövege szerint a szolgáltatóknak és alkalmazóknak intézkedéseket kell tenniük az érintettek MI-jártassága fejlődésének támogatására. A jogszabály egyúttal kifejezetten kimondja, hogy a kötelezettség egyetlen személy esetében sem jelenti meghatározott MI-jártassági szint garantálását.

Amint azt egy korábbi munkánkban az oktatás összefüggésében részletesebben már kifejtettük, a változás jogi jelentősége így pontosabban ragadható meg a kötelezettség tárgyának átalakulásával. A korábbi szabály egy kívánt eredményhez, az „elégséges” jártassághoz kapcsolta a szervezet erőfeszítéseit. A jelenlegi szöveg a szervezet által meghozandó és megindokolható intézkedésekre (measures) helyezi a hangsúlyt. A munkáltató számára ezért egyre fontosabbá válik annak bemutatása, hogy milyen MI-rendszereket használ, kik használják őket, milyen tudásra van szükségük, milyen kockázatokkal találkozhatnak, és ezek alapján milyen felkészítést, útmutatást vagy más támogatást választott.

A módosítás további újdonsága, hogy a 4. cikk immár három bekezdésből álló szakpolitikai szerkezetet alkot. Az első bekezdés tartalmazza a szolgáltatók és alkalmazók kötelezettségét. A második a Bizottságot és a tagállamokat kötelezi arra, hogy segítsék ennek teljesítését, különösen a kkv-k esetében, a Bizottságnak pedig gyakorlati megfelelési példákat kell közzétennie. A harmadik szerint az Európai MI-testületnek európai kompetenciakeretek figyelembevételével ajánlásokat és közös célokat kell kidolgoznia. A vállalati felelősség tehát egy kialakuló európai kompetenciapolitikai (skills policy) rendszerbe illeszkedik.

Mit jelent ma a 4. cikk egy munkahely számára?

A hatályos szabály alkalmazási köre jóval szélesebb annál, mint amit a „mesterségesintelligencia-képzés” kifejezés elsőre sugall. Egy szervezet akkor kerülhet a rendelkezés hatálya alá, ha az AI Act szerinti alkalmazóként (deployer) szakmai tevékenysége során saját irányítása alatt MI-rendszert használ. Ehhez nincs szükség saját fejlesztésű modellre vagy külön MI-részlegre. A Bizottság jelenlegi álláspontja szerint egy olyan vállalkozásnál is felmerül a 4. cikk alkalmazása, ahol a munkatársak például ChatGPT-t használnak reklámszövegek megírására vagy fordításra; legalább az olyan sajátos veszélyekkel tisztában kell lenniük, mint a téves, kitalált kimenetek, vagyis a hallucinációk.

A személyi kör sem korlátozódik a munkaviszonyban állókra. A Bizottság az „egyéb személyek” körében vállalkozókat, szolgáltatókat és bizonyos körülmények között ügyfeleket is említ, ha a szervezet nevében foglalkoznak az MI-rendszer működtetésével vagy használatával. A szabályozás kiindulópontja ezért a tényleges szervezeti és funkcionális kapcsolat. Az Interface munkaanyaga ugyanezt a szemléletet viszi tovább: a szükséges felkészültséget a munkavállaló MI-vel való interakciójának jellege és következményei alapján határozza meg.

A Bizottság Q&A-ja négy elemet javasol a megfelelési intézkedések kialakításához. A szervezetnek először általános képet kell alkotnia arról, mi az MI és milyen rendszereket használ. Ezt követően tisztáznia kell saját jogi szerepét, értékelnie kell a rendszerek kockázatait, végül az érintett személyek előzetes tudását, tapasztalatát, képzettségét és az alkalmazási környezetet figyelembe véve kell kialakítania intézkedéseit. A Bizottság a jogi, etikai és irányítási ismeretek beépítését is indokoltnak tartja.

Ez a gyakorlatban többet jelent, többet KELL jelentsen egy általános, gyorsan kipipálható e-learning tanfolyamnál: nem ragadhat meg az általánosság szintjén, a szervezeti gyakorlat szempontjából hasznosnak, azaz a szervezeti igényekhez igazodónak kell lennie. Ide tartozhat az engedélyezett MI-eszközök körének meghatározása, a bizalmas vagy személyes adatok bevitelére vonatkozó szabályok, a generált tartalom ellenőrzésének rendje, a szerzői jogi és átláthatósági követelmények ismertetése, a hibás kimenetek kezelésének módja és az a szervezeti út is, amelyen keresztül a munkatárs problémát jelezhet. A forrásként feltöltött gyakorlati összefoglaló ugyancsak általános alapozást, eszközspecifikus útmutatást, szerepkörhöz igazított mélyebb képzést, hozzáférhető MI-használati szabályzatot és a megtett intézkedések nyilvántartását sorolja a lehetséges megoldások közé.

A dokumentáció (documentation) szerepe emiatt felértékelődik. A Bizottság továbbra sem ír elő tanúsítványt, és külön MI-felelős vagy MI-irányítási testület létrehozását sem teszi kötelezővé. Kifejezetten elfogadható megoldásként említi a képzések és más iránymutató intézkedések belső nyilvántartását. A dokumentálás értéke ma elsősorban abban áll, hogy rekonstruálhatóvá teszi a szervezet döntését: milyen személyi körre terjedt ki a felmérés, milyen használati helyzeteket azonosított, milyen kockázatok alapján választott intézkedést, és mikor vizsgálta azt felül.

Az Európai Bizottság élő gyakorlattára (living repository) már több mint negyven vállalati és közszektorbeli példát tartalmaz az e-learningtől a workshopokon át az egyetemi–vállalati együttműködésig. Ezek tanulási minták. Átvételük jelenleg nem hoz létre megfelelőségi vélelmet. A 2026-os új 4. cikk alapján a Bizottság ezek tapasztalatait is felhasználja majd a hivatalos gyakorlati megfelelési példák kialakításához.

Három szint a munkahelyi MI-jártassághoz

Velasco, Pal és Schneider szakpolitikai munkaanyaga ezen a ponton tesz hozzá érdemben a jelenlegi európai diskurzushoz. Kiindulópontjuk szerint a jogszabály által felsorolt kontextuális tényezőket olyan modellbe kell rendezni, amely alapján egy szervezet eldöntheti, kinek milyen mélységű tudásra van szüksége. Az általuk javasolt három szint kumulatív, és az egyén MI-használatának jellegéhez kötődik. Ez a modell szakpolitikai javaslat, jelenleg nem része az MI rendelet kötelező követelményeinek, nem lenne azonban meglepő, ha tézisei az Európai Bizottság által kiadásra kerülő értelmezésekben is megjelennének.

Az alapszint (baseline – L0) azokra terjed ki, akik a szervezet működési körében kapcsolatba kerülhetnek MI-vel. Itt az alapvető cél annak megértése, mi minősül MI-nek, milyen rendszereket használ a szervezet, milyen általános kockázatok – téves kimenetek, torzítás, adatvédelmi problémák – merülhetnek fel, és hova kell fordulni probléma esetén. Az operatív szint (operational – L1) azokra vonatkozik, akik munkaköri feladataik részeként rendszeresen használnak konkrét MI-rendszert. Számukra már a rendszer képességei, korlátai és tipikus hibamódjai, a kimenetek ellenőrzése, a megfelelő lekérdezés, az átláthatósági és szerzői jogi kötelezettségek, valamint az eszkaláció szabályai is relevánsak.

A felügyeleti szint (oversight – L2) a nagy kockázatú MI-rendszerek működtetésében vagy felügyeletében részt vevő személyeket célozza. Itt a rendszer működésének mélyebb megértésére, a rendellenességek és modellváltozások felismerésére, a torzítás észlelésére, valamint a beavatkozás vagy felülbírálás feltételeinek ismeretére van szükség. A szakpolitikai munkaanyag ezen a szinten dokumentált kompetenciaértékelést és rendszeres felülvizsgálatot is javasol.

A modell egyik fontos erénye, hogy a tudásszintet nem szervezeti hierarchiához köti. Egy vezető munkaköre alapján maradhat L0 vagy L1 szinten, míg egy alacsonyabb beosztású munkatárs L2-be kerülhet, ha nagy kockázatú rendszer emberi felügyeletét végzi. A szerzők a szintek tartalmi kitöltéséhez a Judith Cosgrove és Romina Cachia által kidolgozott DigComp 3.0 keretrendszert, valamint az OECD és a Bizottság 2026-os AILit keretét is felhasználhatónak tartják – erről korábban itt írtunk részletesebben. A DigComp 3.0 az MI-t már keresztmetszeti elemként építi be a digitális kompetenciák rendszerébe.

Munkahelyi szempontból különösen érdekes összevetési pontot jelent Nisreen Ameen a Skills England számára készített AI skills for the UK workforce kutatása. A brit modell technikai, nem technikai, valamint felelős és etikai készségeket különít el, 2026 januárjától pedig külön munkahelyi MI-alapkészség benchmark (AI foundation skills for work benchmark) is működik. Az Interface tanulmánya ennek tapasztalatát is felhasználja, egyúttal arra figyelmeztet, hogy a tanúsítás túl korai lenne: előbb olyan validált értékelési módszerekre van szükség, amelyek ténylegesen képesek mérni a megszerzett ismereteket és ítélőképességet. Tomáš Lintner 2024-es szisztematikus áttekintése ehhez fontos empirikus hátteret ad, mivel a vizsgált MI-jártassági mérőeszközök körében komoly validációs hiányokat talált.

A 4. cikk helye a munkajog, az adatvédelem és az MI-irányítás rendszerében

A munkahelyi MI-jártasság jelentőségét az adja, hogy a 4. cikk számos további kötelezettséggel érintkezik. Az OECD 2026 júliusában megjelent Recent policy developments on AI in the labour market című tanulmánya hat olyan területet emel ki, amely köré a jelenlegi nemzetközi szakpolitikai válaszok szerveződnek: automatizáció, termelékenység és készségek; adat- és magánélet-védelem; megkülönböztetés tilalma; munkahelyi egészség és biztonság; átláthatóság, magyarázhatóság és elszámoltathatóság; valamint szociális párbeszéd.

Ezek közül több közvetlenül összekapcsolódik a munkavállalók felkészítésével. Egy MI-t használó munkatársnak például értenie kell, mikor kezel személyes adatot, milyen következménye lehet egy ellenőrizetlen kimenet felhasználásának, hogyan ismerhető fel egy torz eredmény, és milyen esetben kell emberi döntéshozóhoz vagy más szervezeti szinthez továbbítani az ügyet. A jártasság fogalma ezért munkahelyen technológiai készséget, kritikai ellenőrzést, jogi tudatosságot és szervezeti felelősséget egyaránt magában foglal.

Külön szabályok érvényesülnek a nagy kockázatú MI-rendszereknél (high-risk AI systems). Az MI rendelet III. melléklete ebbe a körbe sorolja többek között a munkaerő-felvételhez és kiválasztáshoz használt egyes rendszereket, továbbá azokat, amelyek munkaviszonyi döntésekre, előléptetésre, megszüntetésre, feladatkiosztásra, illetve a munkavállalók teljesítményének és viselkedésének megfigyelésére vagy értékelésére szolgálnak.

Ezeknél a 4. cikk általános jártassági szabálya mellett az AI Act 26. cikke további követelményeket támaszt. A emberi felügyeletet (human oversight) olyan természetes személyre kell bízni, aki megfelelő kompetenciával, képzettséggel, hatáskörrel és támogatással rendelkezik. Munkahelyi bevezetés előtt a munkáltató alkalmazónak tájékoztatnia kell a munkavállalói képviselőket és az érintett dolgozókat is arról, hogy nagy kockázatú MI-rendszer alkalmazásának lesznek alanyai. Adatkezeléssel járó esetekben az AI Act alkalmazása a GDPR szerinti adatvédelmi hatásvizsgálattal is összekapcsolódhat. (Eur-Lex) A 2026-os módosítás ezeket a nagy kockázatú rendszerekkel kapcsolatos képzési és felügyeleti követelményeket nem gyengítette. Ezt a Bizottság jelenlegi értelmezése külön is hangsúlyozza.

A munkahelyi szabályozás ezért több rétegen keresztül működik. Az általános generatív MI-használatnál a 4. cikkhez kapcsolódó tudatossági és felkészítési intézkedések kerülnek előtérbe. A munkavállalókra érdemi következménnyel járó nagy kockázatú rendszereknél ehhez konkrét felügyeleti, képzettségi, tájékoztatási és dokumentációs feladatok társulnak. Az OECD különösen fontosnak tartja a szociális párbeszédet (social dialogue), mert a munkavállalók és képviselőik bevonása segítheti a technológiai kockázatok felismerését és a munkahelyi szabályok gyakorlati kialakítását.

A 2026-os év további fordulata a végrehajtás megindulása. A Bizottság tájékoztatása szerint 2026 augusztusától a tagállami piacfelügyeleti hatóságok (market surveillance authorities) ellenőrzik a 4. cikk teljesítését. A Bizottság szerint jogsértés esetén a nemzeti jog alapján szankciók és más végrehajtási intézkedések alkalmazhatók, az értékelésnél pedig figyelembe kell venni a jogsértés jellegét, súlyát, valamint a szándékosságot vagy gondatlanságot. Különösen jelentős lehet, ha egy konkrét incidens megfelelő képzés vagy útmutatás hiányával hozható kapcsolatba. Az alkalmazás megkezdésének jele ugyanakkor Magyarországon 2026. szeptemberében még nem látható, a hazai  piacfelügyeleti hatóság, az úgynevezett Mesterséges Intelligencia Hivatal felkészültségi szintje sem ismert, tájékoztatást kérő megkeresésekre nem válaszolnak.

Közös minimum és szerepkörhöz igazított tudás

A munkahelyi MI-jártasság (AI literacy) akkor válik kezelhető követelménnyé, ha a szervezet meghatározza azt a közös tudásmagot, amelyre minden érintettnek szüksége van, majd erre építi a munkakörhöz és felelősséghez kötött ismereteket. Ez illeszkedik a Velasco–Pal–Schneider-féle modellhez: az L0 alapismeretet ad, az L1 a konkrét rendszer használatához szükséges operatív tudást, az L2 a nagy kockázatú rendszerek működtetéséhez és emberi felügyeletéhez (human oversight) kapcsolódó mélyebb kompetenciát. A besorolás alapja a tényleges feladat és az MI-használat következménye, így a szükséges jártasság mélységét önmagában sem a szervezeti beosztás, sem a technikai végzettség nem határozza meg.

A közös minimumot az annak felismerésére vonatkozó tudás jelenti, hogy mi tekinthető MI-rendszernek; milyen jóváhagyott eszközöket használ a szervezet; hogyan jelentkezik a hallucináció (hallucination), a torzítás vagy a személyes és bizalmas adatok kiszivárgásának veszélye; mikor szükséges emberi ellenőrzés; kihez kell fordulni probléma esetén. Egy irodai munkatársnak például tudnia kell, hogy személyes adatot vagy még nem nyilvános üzleti információt nem tölthet fel nyilvános chatbotba, a generált szöveg pedig ellenőrzés nélkül nem kerülhet külső címzetthez. Ugyanehhez a közös alaphoz tartozik annak megértése is, hogy az MI által készített válasz valószínűségi eredmény, ezért az eszköz magabiztos megfogalmazása önmagában nem igazolja az információ helyességét.

Erre épül a munkakör-specifikus réteg. A kommunikációs munkatárs számára lényeges a forrásellenőrzés, a szerzői jog, az MI-eredet jelölése és a reputációs kockázat. Az ügyfélszolgálaton a félrevezető válaszok felismerése és az ügy emberhez irányításának szabályai kerülnek előtérbe. A pénzügyi területen a pontatlan számítás és az automatizált ajánlás túlértékelése lehet központi téma. A HR-ben azt is érteni kell, hogy egy jelentkezőket rangsoroló vagy munkavállalókat értékelő rendszer nagy kockázatú lehet, ezért használata szorosabb felügyeletet és megfelelően felkészült személyeket kíván.

A vezetői MI-jártasság (managerial AI literacy) más hangsúlyokat kap. A vezetőnek át kell látnia, hol és milyen célra használ a szervezet MI-t, mely döntések igényelnek emberi kontrollt, milyen jogi és szervezeti kockázatok keletkezhetnek, és ki viseli az ellenőrzési felelősséget. Egy osztályvezetőnek például el kell tudnia dönteni, engedhető-e generatív MI használata jelentések első változatának elkészítésére, milyen ellenőrzést kell előírnia, és mikor indokolt adatvédelmi, jogi vagy informatikai szakértőt bevonni. Ha egy munkatárs MI segítségével állít össze döntés-előkészítő anyagot, a vezetőnek azt is tudnia kell, milyen mértékben támaszkodhat erre, milyen forrásellenőrzést várjon el, és mely döntést nem delegálhatja ténylegesen az algoritmusnak.

A felső vezetés szintjén ehhez az eszközbeszerzés, a belső szabályozás, a képzési szükségletek és az incidenskezelés irányítása társul. A vezetői jártasság része annak felismerése is, hogy egy új MI-eszköz bevezetése mikor igényel adatvédelmi, munkajogi, információbiztonsági vagy kockázatkezelési vizsgálatot. A szakpolitikai munkaanyag ezért az MI-rendszerek és használóik feltérképezését, a szerepek szinthez rendelését, a képzést, a dokumentálást és a rendszeres felülvizsgálatot egymásra épülő szervezeti folyamatként kezeli.

Hogyan tanítható mindez a munkahelyen?

A rövid, általános bevezető képzés jó kiindulópont, a tudásátadás súlypontja azonban a munkakörre szabott gyakorlás lehet. A szakpolitikai munkaanyag fontos problémára hívja fel a figyelmet: a vállalati képzések gyakran a termelékenységre és az eszközhasználatra összpontosítanak, miközben a szabályozás szempontjából a hibák, korlátok, kockázatok és jogi kötelezettségek felismerése is alapvető. Valaki lehet ügyes a promptolásban úgy is, hogy nem veszi észre a modell tévedését vagy nem ismeri az adatvédelmi korlátokat.

Különösen alkalmas ezért a helyzetalapú tanulás (scenario-based learning). Egy rövid közös alapozás után az egyes szervezeti egységek saját munkafolyamataikból vett esetekkel dolgozhatnak. A kommunikációs csoport kapjon hihető, de hamis adatokat és kitalált forrásokat tartalmazó MI-szöveget, amelyet publikálás előtt kell ellenőriznie. A HR-csoport értékeljen MI által készített jelöltlistát, keresse meg a torzítás lehetőségét, és döntse el, mikor szükséges emberi felülvizsgálat. Egy ügyfélszolgálati gyakorlatban a chatbot olyan választ adhat, amely nyelvileg meggyőző, tartalmilag azonban hibás; a munkatársnak fel kell ismernie az eltérést és alkalmaznia kell az eszkalációs útvonalat (escalation path). A vezetők olyan esetet dolgozhatnak fel, amelyben egy új MI-eszköz gyorsítaná az ügyintézést, ugyanakkor személyes adatokat kezelne: nekik kell meghatározniuk az engedélyezés, az ellenőrzés és a szakértői bevonás rendjét.

A képzési rendszer így állhat közös alapozásból, munkakör-specifikus műhelyekből, rövid eszközhasználati útmutatókból, esetmegbeszélésekből és az új rendszerek bevezetéséhez kapcsolódó célzott képzésből. Az általános tudás átadható rövid e-learning formájában, a rendszerhez és munkakörhöz kötődő tudásnál már nagyobb értéke van a bemutatásnak, a közösen megoldott feladatnak és a saját munkából származó példának. Magasabb kockázatú munkakörökben szimulációval is ellenőrizhető, hogy a munkatárs felismeri-e a hibát, tudja-e, mikor kell beavatkoznia, és képes-e élni az emberi felügyelethez kapcsolódó jogosultságaival. Az L2 szinten a Velasco–Pal–Schneider-keret dokumentált kompetenciaértékelést és legalább éves, illetve rendszerváltozáskor történő felülvizsgálatot javasol.

A képzés eredményességének vizsgálata ezért túlmutathat a részvétel igazolásán. Rövid teszt, esetelemzés, hibakeresési feladat vagy szimulált incidens jobban megmutatja, hogy a résztvevő ténylegesen képes-e megfelelő döntést hozni. Jelenleg nincs általánosan elfogadott, validált munkahelyi MI-jártassági mérőeszköz, ezért a szervezetnek saját működéséhez és kockázataihoz arányos értékelési módszert célszerű kialakítania. Ebben a megközelítésben az MI-jártasság fejlesztése folyamatos szervezeti tanulássá válik: a közös alap stabil maradhat, a munkakör-specifikus tudás pedig az alkalmazott rendszerek, a feladatok és a kockázatok változásával együtt frissül.

Ami mindenképpen szükséges: az MI szervezeti kompetenciák meghatározása

Ahhoz azonban, hogy a munkahelyi MI-jártasság (AI literacy) ténylegesen tanítható és számonkérhető legyen, a szervezetnek előzetesen meg kell határoznia saját kompetenciaszintjeit, és ezekhez hozzá kell rendelnie az egyes munkakörökben szükséges általános és speciális ismereteket. A közös minimum önmagában ehhez kevés: minden munkakörnél tisztázni kell, milyen MI-rendszerekkel találkozhat a munkatárs, milyen célra használhatja azokat, milyen adatokat kezelhet, milyen kimeneteket kell ellenőriznie, milyen döntési szabadsága van, és mely esetekben kötelező emberi ellenőrzést vagy magasabb szintű jóváhagyást kérnie. Ennek kézzelfogható formája lehet az „MI-munkaköri leírás” (AI role profile), amely a hagyományos munkaköri leírás részeként vagy annak mellékleteként rögzíti az adott szerephez kapcsolódó MI-használati jogokat, korlátokat, felelősséget és elvárt jártassági szintet. Így válik egyértelművé az is, hogy ugyanazon szervezeten belül miért igényel eltérő felkészültséget például egy kommunikációs munkatárs, egy HR-szakértő, egy pénzügyi elemző, egy rendszerüzemeltető vagy egy vezető.

Az ilyen szerepkör-alapú MI-kompetenciarendszer (role-based AI competence framework) kialakítása egyben a szervezeti kultúra MI-központú átalakításának első lépcsője. E nélkül az MI-használat könnyen egyéni gyakorlatok összessége marad: az egyik munkatárs saját előfizetésű chatbotot használ, a másik csak intézményi eszközt, valaki minden eredményt ellenőriz, más rutinszerűen átveszi a generált tartalmat. A szervezetnek ezért már a képzés előtt választ kell adnia arra, mit engedélyez, mit vár el, mit tilt, mit kell ellenőrizni és ki viseli a felelősséget. Ehhez szakpolitikai keretek, ágazati útmutatók, szakmai háttéranyagok, belső vagy külső felkészítők és jó gyakorlatok komoly segítséget adhatnak, a végső tartalmat azonban mindig az adott szervezet saját működése, információs környezete, kockázatai, feladatai és döntési struktúrája alapján kell kialakítani. Csak erre építhető olyan képzési rendszer, amely a munkavállaló tényleges feladataihoz kapcsolódik, és amelynek teljesítése a napi munkában is értelmezhető.

Az MI-munkaköri leírás egyúttal a jelenlegi munkatársak feladatai meghatározásának és a jövőbeni munkatársak felkészítésének közös referenciapontjává válhat. Meghatározhatja már a belépéskor szükséges ismereteket, kijelölheti a próbaidő alatt elvárt felkészítést, alapot adhat az időszakos továbbképzéshez, és segítheti annak eldöntését is, mikor változik meg egy munkakör MI-jártassági követelménye. Ezt a dokumentumot ezért rendszeresen felül kell vizsgálni: új rendszer bevezetésekor, a munkafolyamatok változásakor, új kockázat megjelenésekor, jogszabályi vagy belső szabályozási módosítás esetén, illetve megfelelő időközönként akkor is, ha látszólag semmi nem változott. Az MI-jártasság intézményi kezelése ezen a ponton válik igazán tartóssá: a munkaköri követelmények, a vezetői felelősség, a szervezeti szabályozás és a képzés ugyanahhoz a folyamatosan frissített kompetenciarendszerhez kapcsolódik. Ez teremti meg annak feltételét, hogy az MI használata a szervezetben előre meghatározott, követhető és fejleszthető szakmai gyakorlattá váljon.

Összegzés

A 2026. augusztus 25-én megjelent Velasco–Pal–Schneider szakpolitikai munkaanyag jó időpontban teszi fel a gyakorlati kérdést: mit kell tennie egy szervezetnek az AI Act 4. cikkének teljesítéséhez azután, hogy az uniós jogalkotó elhagyta az „elégséges” MI-jártassági szint biztosításának követelményét? A válasz körvonalai egyre világosabbak. A MI-jártasság (AI literacy) olyan folyamatos szervezeti feladattá válik, amely az MI-használat feltérképezéséből, a munkakörök, felelősségek és kockázatok értékeléséből, az ezekhez igazított felkészítésből, hozzáférhető belső szabályokból, a megtett intézkedések dokumentálásából és rendszeres felülvizsgálatából épül fel.

Az Interface háromszintű modellje ehhez használható szakpolitikai keretet kínál: a közös alapszintre (baseline) a konkrét MI-rendszereket használók operatív tudása (operational) és a nagy kockázatú rendszerekhez kapcsolódó felügyeleti kompetencia (oversight) épül. A szükséges tudás mélységét a tényleges feladat, az alkalmazott rendszer és annak lehetséges következményei határozzák meg; ezért a vezetői felkészültséghez különösen a döntési felelősség, a kockázatértékelés, az emberi kontroll megszervezése, az eszközök engedélyezése és a megfelelő szakértők bevonásának felismerése tartozik.

A munkahelyi tudásátadás ennek megfelelően közös alapozásból, munkakör- és rendszer-specifikus képzésből, saját szervezeti esetek feldolgozásából, szimulációkból és időszakos frissítésből állhat. A képzés dokumentált megtörténte mellett egyre fontosabb annak vizsgálata is, hogy a munkatárs felismeri-e a hibás vagy kockázatos kimenetet, megfelelően ellenőrzi-e az eredményt, és tudja-e, mikor szükséges emberi beavatkozás vagy eszkaláció. A következő időszak fő kérdése így a minőség, a mérhetőség és az összehasonlíthatóság lesz: milyen európai benchmarkok, értékelési módszerek és hatósági gyakorlatok alakulnak ki. A 4. cikk ezzel a munkahelyi MI-irányítás (AI governance), a szakmai kompetenciafejlesztés és a folyamatos szervezeti tanulás egyik alapvető, széles körben alkalmazandó elemévé válik.

Nincsenek megjegyzések:

Megjegyzés küldése

Kreatív Európa 2027-ben – kultúra, mesterséges intelligencia és az európai szakpolitika új irányai

A Kreatív Európa program 2027-ben 402 millió eurós keretből gazdálkodhat, miközben szakpolitikai szerepe is tovább bővül. A jelenlegi pénzüg...