Rendszeres olvasók

2026. október 5., hétfő

A kutatói segédeszköztől a publikációs felelősségig – tudományos célú MI-használat 2026-ban

 

A generatív mesterséges intelligencia 2026-ra a tudományos munka szinte teljes folyamatában megjelent. Segíti a témafeltárást, a szakirodalom keresését és rendszerezését, a fordítást, a vázlatkészítést, a programozást, az adatelemzést, a vizualizációt és a publikáció előkészítését. Ezzel párhuzamosan gyors ütemben alakult át az a szabályozási környezet is, amely meghatározza, hol és milyen feltételekkel fogadható el a használata.

Az elmúlt három év nemzetközi iránymutatásai és kiadói szabályzatai alapján egyre világosabban kirajzolódik néhány közös alapelv. A kutatói és szerzői felelősség nem ruházható át a gépre, az érdemi MI-közreműködést megfelelő esetben fel kell tárni, bizalmas vagy személyes adatokat nem szabad ellenőrizetlen rendszerekbe továbbítani, az MI által létrehozott állításokat, adatokat és hivatkozásokat ellenőrizni kell, a szakértői és szerkesztői döntéseknek pedig emberi döntéseknek kell maradniuk. A szabályozás ugyanakkor egyre kevésbé kezeli egységes kategóriaként az „MI-használatot”: a konkrét tevékenység és annak tudományos kockázata kerül előtérbe.

Az MI a kutatói munka infrastruktúrájának részévé vált

A nagy nyelvi modellek (large language models, LLM) működésének sajátossága, hogy hatalmas szövegkorpuszokban megtanult valószínűségi mintázatok alapján állítanak elő választ. Rendkívül meggyőző, nyelvileg és szerkezetileg rendezett szöveget képesek létrehozni, ez azonban önmagában nem igazolja az állítások helyességét. A hallucináció, vagyis nem létező adatok, tények és hivatkozások létrehozása ezért továbbra is a tudományos felhasználás egyik alapvető kockázata. A modellek tudományos környezetben inkább kutatási asszisztensként, semmint önálló információforrásként használhatók. A források, adatok és következtetések validálása a kutató feladata.

A használható eszköztár eközben jóval szélesebbé vált a közismert általános célú chatbotoknál. A ChatGPT, az Anthropic Claude és a Google Gemini mellett kutatási források feltárására használható például a Consensus, az Elicit, a ResearchRabbit vagy a Semantic Scholar. A Scite a tudományos hivatkozások kapcsolatainak értelmezését támogatja, a Scholarcy terjedelmes közlemények áttekintésében segít. Bibliográfiakezelésre továbbra is fontos eszköz a Zotero és az EndNote.

A tudományos munkában alkalmazható rendszerek sokfélesége mellett funkcionális gazdagodásukat is ki kell emelnünk: pl. a ChatGPT a mélykutatás funkciójával egy adott tudományos kérdésről széles körben gyűjthetünk össze (forrásmegjelöléssel és tartalmi ismertetőkkel) információt, az ügynök üzemmód pedig lehetőséget ad komplex – kutatási, szövegszerkesztési, lektorálási – feladatok hatékony összekapcsolására. A 2026-os fejlesztéseknek köszönhetően az új modellek – ChatGPT Astra, Claude Fable 5.1 és Mythos 5.1 – mindemellett még a hallucináció kockázatát is jelentős mértékben csökkenteni tudták. Mindez a gyakorlatban szinte ellehetetleníti az emberi és gépi intelligencia munkájának szétválasztását, s így a tényleges tudományos teljesítmény értékelését is.

Ennek fontos következménye, hogy nem minden MI-használat azonos súlyú. Más tudományos jelentősége van egy már elkészült mondat nyelvi javításának, egy szakirodalmi összefoglalónak, egy teljes bekezdés generálásának, egy statisztikai elemzés megtervezésének vagy az eredmények gépi értelmezésének.

A modellekkel való kommunikáció is önálló kutatói kompetenciává vált. A kontextus, a feladat, a módszer, a kívánt forma és a felhasználandó források pontos megadása jelentősen befolyásolja a kimenet minőségét. A strukturált utasítástervezés (prompt engineering) így a digitális kutatói írástudás részévé válik; módszertanilag jelentős alkalmazásnál pedig már az utasítások és a munkamenet megőrzésének is lehet reprodukálhatósági jelentősége.

Az etikai elvek kutatásmódszertani követelményekké válnak

A tudományos célú MI-használat szabályozása több, egymásra épülő nemzetközi dokumentumból fejlődött ki. Az OECD mesterségesintelligencia-alapelvei, az UNESCO MI-etikai ajánlása és az Európai Bizottság megbízható MI-re vonatkozó etikai iránymutatása szélesebb etikai keretet teremtett. A kutatás szempontjából különösen fontos az ALLEA 2023-ban átdolgozott kutatásintegritási kódexe, amely magyar nyelven is hozzáférhető.

Az Európai Bizottság később már kifejezetten a kutatói gyakorlatra összpontosított. A 2025-ben frissített Living guidelines on the responsible use of generative AI in research a kutatók mellett a kutatóintézmények és a finanszírozók felelősségét is meghatározza. Az általános etikai elvekből így egyre konkrétabb munkafolyamat-szabályok születnek.

Ennek egyik legfontosabb következménye, hogy az MI használatának dokumentálása bizonyos helyzetekben a kutatás módszertanának részévé válik. Ha egy rendszer kutatási kérdés kialakításában, mintavételi vagy elemzési terv készítésében, adattisztításban, statisztikai elemzésben, programkód létrehozásában, szintetikus adatok előállításában vagy az eredmények értelmezésében vesz részt, az már befolyásolhatja a kutatás érvényességét és reprodukálhatóságát. Ilyenkor az egyszerű „MI-t használtunk” közlés kevés lehet: relevánssá válhat az alkalmazott rendszer, a feladat, az érintett munkafázis, az emberi ellenőrzés, s adott esetben a modellverzió és az utasítások dokumentálása is.

A kiadók már azt vizsgálják, mit végzett az MI

A tudományos kiadás MI-szabályozása különösen gyorsan változott. Az STM Association 2023-as iránymutatása még széles etikai keretet adott, a szervezet 2025-ös klasszifikációs ajánlása viszont már tevékenységek szerint különíti el az MI alkalmazását.

Ez a megközelítés kilencféle kézirat-előkészítési tevékenységet különböztet meg a nyelvi javítástól a fordításon, szövegalkotáson, vizualizáción és kódgeneráláson keresztül egészen addig, amikor géppel létrehozott tartalmat valódi kutatási eredményként próbálnak feltüntetni. A döntő választóvonal az, hogy az MI meglévő emberi tartalmat segít-e javítani, új tudományos tartalmat hoz-e létre, vagy magába a kutatási folyamatba avatkozik be.

Hasonló irány figyelhető meg a nagy kiadóknál. Az Elsevier, a Sage, a Taylor & Francis, a Springer Nature, a Wiley, a BMJ és más nagy kiadók szabályzatai eltérnek részleteikben, de egyre világosabban különbséget tesznek az asszisztív, a generatív és a tudományos tartalmat vagy döntést érdemben befolyásoló felhasználás között. A Sage ezt már saját szabályzatában is elkülönített kategóriákkal kezeli.

A szabályozás ezért fokozatosan eltávolodik attól az egyszerű kérdéstől, hogy „használt-e MI-t a szerző?”. Sokkal fontosabbá válik, mit végzett a rendszer, milyen információhoz fért hozzá, mennyire befolyásolta a tudományos tartalmat, ellenőrizhető-e a munkamenet, és ki viseli érte a felelősséget.

Szerző csak ember lehet

Ebben a kérdésben mára erős nemzetközi konszenzus alakult ki. A COPE, a WAME, az ICMJE és a nagy kiadók álláspontja szerint generatív MI-rendszer nem lehet tudományos közlemény szerzője. Nem képes szerzői megállapodást kötni, összeférhetetlenséget nyilatkozni, engedélyeket beszerezni vagy egy későbbi integritási eljárásban felelősséget vállalni. Az emberi szerző felel a publikáció egészéért, beleértve az MI által létrehozott részleteket, az adatok pontosságát, a hivatkozások valódiságát és a plágium elkerülését is.

Az átláthatósági kötelezettség ugyanakkor differenciálódik. Egy egyszerű helyesírás-ellenőrzés sok szabályzat szerint nem igényel külön nyilatkozatot, érdemi generatív közreműködés azonban rendszerint igen. Kutatási célú használatnál a dokumentáció helye gyakran már nem egy általános megjegyzés, sokkal inkább a módszertani rész. Egyes megközelítések az alkalmazott modellt, verziót, fontosabb utasításokat és az emberi ellenőrzés módját is releváns információnak tekintik.

Az EASE 2026-os ajánlása ezen túl a kiadókra is kiterjeszti az átláthatóság elvét: ha maga a folyóirat vagy a kiadó használ MI-t például kéziratok előszűrésére vagy más érdemi szerkesztőségi feladatra, ennek közlését is indokoltnak tartja.

A lektorálás különösen érzékeny terület

A szakértői bírálatban jóval szűkebb az elfogadható MI-használat köre. A kézirat a publikálás előtt bizalmas dokumentum, ezért annak nyilvános generatív rendszerbe való feltöltését a legtöbb nagy kiadó tiltja. Az Elsevier például nemcsak a teljes kéziratot, de annak részleteit, a lektori kérdőívet, jelentést és kapcsolódó levelezést is bizalmasnak tekinti. A Cambridge University Press hasonlóan korlátozza a kéziratok külső MI-eszközökkel történő megosztását.

A teljes lektori jelentés gépi előállítása egy másik problémát vet fel: a bírálót személyes szakmai tudása és ítélőképessége alapján kérik fel. A COPE egyik 2026-os esetében részletesnek látszó lektori jelentések olyan hibákat neveztek meg, amelyek valójában nem is szerepeltek a kéziratban. A COPE MI-vel kapcsolatos esetgyakorlata ezért az emberi szakmai ellenőrzést és az eljárás dokumentálását helyezi előtérbe.

Az MI-detektor nem bizonyíték – ahogy az emberi stilometriai vizsgálat sem az

2026-ra egyre erősebb szakmai óvatosság alakult ki az MI-detektorokkal kapcsolatban. Faktikusan csak a nem létező, vagy pontatlanul idézett források mutathatók csak ki (megfelelő forrásellenőrzéssel). A rendelkezésre álló rendszerek adhatnak téves pozitív és téves negatív eredményt is; ugyanazt a szöveget különböző detektorok eltérően ítélhetik meg. A detektor eredménye ezért önmagában nem alkalmas szerzői vagy lektori visszaélés bizonyítására.

Külön megnehezíti a vizsgálatokat, hogy nagyon sokféle humanizáló alkalmazás terjedt el a gyakorlatban, amelyek eltávolítják, természetes szóhasználattal és mondatszerkesztéssel cserélik a mesterséges intelligencia használatára utaló jeleket a szövegben. S bár egyszerű stilometriai vizsgálattal, a szövegben „ragadt” MI-s szövegjellemzők „kiszúrásával” az MI-használat csal valószínűsíthető (ahogy az MI-detektorok is egy képzeletbeli „szennyezettségi skálán” mutatják meg az elemzésük eredményeit), a jogosulatlan, vagy a szerzői nyilatkozaton túlterjeszkedő használat minden kétséget kizáróan nem bizonyítható.

Ezt empirikus vizsgálatok is alátámasztják. Weber-Wulff és munkatársai AI-szövegdetektorokat vizsgáló kutatása komoly megbízhatósági problémákat mutatott ki. A COPE 25-01. számú esete ugyancsak arra figyelmeztet, hogy egy detektor jelzését további szakmai vizsgálat nélkül nem lehet bizonyítékként kezelni.

A hangsúly ezért egyre inkább a dokumentált munkafolyamatra, az állítások és források ellenőrzésére, valamint a tisztességes eljárásra kerül. Gyanú esetén a szerkesztőségnek meg kell vizsgálnia a tartalmi problémákat, figyelembe kell vennie az adott időpontban hatályos szabályzatot, lehetőséget kell biztosítania az érintett szerző vagy lektor válaszára, majd dokumentált szakmai döntést kell hoznia.

Mesterséges intelligencia a tudományos kutatásban

A magyar tudományos közeg fontos általános viszonyítási pontja a Magyar Tudományos Akadémia 2024-es Tudományetikai Kódexe, mely az MI használatát az átláthatóság és a kutatói felelősség elvéhez köti. A kódex a kutatási eredmények és módszerek közlésekor jelezni kell, a tartalom kialakításában külső szolgáltatást vagy MI-t alkalmaztak. Ugyanez érvényes a bírálati és értékelési folyamatokra is: az MI használatát ott is fel kell tüntetni. Etikai vétségnek minősül annak eltitkolása, ha a publikáció tartalmának létrehozásához vagy megszövegezéséhez MI-t vettek igénybe; kivételt jelentenek a pusztán nyelvhelyességi és stilisztikai ellenőrzést végző szoftverek.

Fontos lépést jelentett az Országos Doktori Tanács 2026. június 5-ei ülésén elfogadott ajánlása a mesterséges intelligencia (MI) doktori képzésben és fokozatszerzésben való alkalmazásának alapelveiről. Kiindulópontja, hogy az MI nem lehet szerző vagy társszerző, és nem helyettesítheti a doktorjelölt önálló tudományos gondolkodását, érvelését és eredeti hozzájárulását. A nyelvi javítás, fordítás, szakirodalmi anyagok előzetes összegzése, kódgenerálás vagy adatelemzési támogatás megengedett lehet, de minden eredményt emberi ellenőrzésnek kell alávetni. Tiltott nagyobb szövegrészek saját munkaként való benyújtása, ellenőrizetlen MI-generált hivatkozások használata, illetve a kutatási kérdések, központi érvek vagy következtetések MI-re bízása.

Az MI használatát az Ajánlás szerint átláthatóan kell dokumentálni: a módszertani alkalmazásokat a módszertani fejezetben, a nyelvi-szerkesztési segítséget külön nyilatkozatban. A kutató felel minden adatért, hivatkozásért és állításért, továbbá nem tölthet fel bizalmas, személyes vagy publikálatlan adatokat nyilvános MI-rendszerekbe. A bírálók sem használhatják az értekezést külső MI-rendszerekben, és MI-detektorokra sem alapozhatják értékelésüket. A szabályozás ezért az átláthatóságot, szerzői felelősséget, adatvédelmet és tudományos integritást tekinti alapelvnek.

Az MI használatának szabályozása a hazai felsőoktatásban

A magyar felsőoktatásban 2024–2026 között felgyorsult az intézményi MI-szabályozás. A 2026 szeptemberében áttekintett 42 magyarországi egyetem közül 16-nál külön MI-szabályzat, kódex vagy rektori utasítás volt azonosítható, további 14 intézmény más központi szabályzatba épített be kötelező MI-előírásokat.

Így 30 intézménynél, vagyis 71,4 százaléknál volt kimutatható központi, formális és kötelező szabályozás. Az ajánlásokat, irányelveket és stratégiákat is beszámítva 36 intézménynél, a vizsgált kör 85,7 százalékánál jelent meg valamilyen egyetemi szintű MI-irányítás.

A szabályozás mélysége ugyanakkor nagyon eltérő. Gyakori témák az MI-használat deklarálása, az önálló hallgatói teljesítmény követelménye, a plágium és vizsgacsalás, az adatvédelem, a szerzői jog és a kutatásetika. A kutatói és publikációs használat, illetve a doktori képzés szabályozása több intézményben még ennél is kevésbé rendezett.

Jó intézményi példaként említhető a Semmelweis Egyetem etikai szabályozása, vagy a Pázmány Péter Egyetem 2026-os MI-használati Ajánlásai, a Corvinus strukturált szabályozása vagy a Szegedi Tudományegyetem 2026. júniusában elfogadott hallgatói és oktatói útmutatói.

A magyar tudományos kiadók és folyóiratok MI-szabályozásának fő trendjei

Míg 2025-ben a hazai tudományos kiadók és szerkesztőségek gyakorlatában a mesterséges intelligencia szabályozásával, még csak elvétve találkoztunk, 2026-ra jól érzékelhető elmozdulás következett be a szabályozatlanságtól, az általános tiltástól a felhasználási cél és kockázat szerinti megközelítés felé. A közös minimum egyre stabilabb: mesterséges intelligencia nem lehet szerző, az emberi szerző felel a kézirat egészéért, az érdemi MI-közreműködést fel kell tárni, a létrehozott állításokat és hivatkozásokat ellenőrizni kell, a lektorálás során pedig védeni kell a kézirat bizalmasságát. A kiadói szint már önálló irányelvekkel is megjelent.

Az Akadémiai Kiadó MI – általános irányelvek című dokumentuma megengedi a nyelvi ellenőrzést, javítást és adatvizualizációt, de nem fogadja el összefüggő tudományos gondolatmenet MI-vel történő létrehozását; a generatív képhasználatot főszabályként tiltja, a lektoroknak pedig megtiltja a kéziratok MI-rendszerbe feltöltését. A Wolters Kluwer Hungary Iránymutatás az AI használatáról című szabályzata megengedőbb, de részletes átláthatóságot követel, a Debreceni Egyetemi Kiadó Szerzőinknek – Mesterséges Intelligencia iránymutatása pedig az eszköz, verzió, cél és prompt dokumentálását is elvárja.

A folyóiratok között eltérő gyakorlatok rajzolódnak ki. A megengedő, dokumentációközpontú csoportba sorolható a Közlekedéstudományi Szemle, a Tér és Társadalom, a Szociológiai Szemle és a Vezetéstudomány. Ezek az MI-t bizonyos feltételekkel kutatási módszerként, adatelemzésre vagy szövegelőkészítésre is elfogadják, miközben nyilatkozatot, reprodukálhatóságot és emberi ellenőrzést várnak el. A Szociológiai Szemle a promptok dokumentálását is előírja. A szigorúbb pólust az Opus et Educatio képviseli, amely a kéziratkészítés során kizárja az MI és MI-támogatott eszközök használatát. Az Új Nézőpont a szövegalkotást tiltja, de adatgyűjtésnél megenged MI-használatot; a Jel-Kép nyelvi-stilisztikai segítséget és egyszerű átfogalmazást elfogad, viszont kutatási kérdés, elméleti keret, szakirodalmi áttekintés, adatelemzés és érdemi szövegrészek generálását kizárja.

A trend így a funkciók szétválasztása felé mutat: egyre fontosabb, hogy mit végzett az MI, mennyire befolyásolta a tudományos tartalmat, dokumentálható-e a munkafolyamat, és megmarad-e az emberi felelősség.

2026-27: a jövő körvonalai

A tudományos MI-használat jelenlegi szabályozási iránya öt fogalom köré rendezhető: funkció, kockázat, átláthatóság, emberi ellenőrzés és felelősség.

Ebből egyre világosabban kirajzolódik az intézményi és kiadói szabályozás gyakorlati minimuma is. Szükség van a szerzőkre, lektorokra és szerkesztőkre külön-külön alkalmazható szabályokra, egységes MI-használati nyilatkozatra, a kutatási és a pusztán kézirat-előkészítési használat megkülönböztetésére, biztonságosan használható eszközök kijelölésére, adatvédelmi és szerzői jogi garanciákra, egyértelmű emberi döntési felelősségre, továbbá olyan vizsgálati eljárásra, amely nem egy MI-detektor eredményét tekinti bizonyítéknak.

A következő lépés már a következetesebb nemzetközi harmonizáció lehet. Az STM Association, a COPE, az International Science Council és a Global Young Academy részvételével 2026-ban megindult a Global Reporting Standard for AI Disclosure in Research kidolgozása. A kezdeményezés első konzultációja azt célozza, hogy tudományterületeken átívelően közelítsék egymáshoz az MI-használat közlésének követelményeit. Ez egyelőre formálódó kezdeményezés, nem kész nemzetközi standard.

A generatív mesterséges intelligencia tehát 2026-ban már a tudományos infrastruktúra része. Tudományos értékét egyre kevésbé maga az eszköz határozza meg. Sokkal fontosabb, hogy pontosan milyen feladatot bíztak rá, milyen adatokhoz kapott hozzáférést, dokumentálták-e érdemi közreműködését, ellenőrizte-e ember a létrehozott eredményt, és egyértelműen megnevezhető-e az a személy vagy intézmény, amely a döntésért felelősséget vállal.

Ebben az értelemben az MI térnyerése nem pusztán új technológiával egészítette ki a kutatói eszköztárat: a tudományos munka ellenőrizhetőségével, reprodukálhatóságával és felelősségi rendjével szemben követelményeket is meghatározott. A tudományos közösség közös ügye és felelőssége, hogy megfeleljen ezeknek.

 

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...