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