Az MI-ről szóló digitális omnibusz csomag - amit az Európai Parlament elfogadott

2026. június 16-án az Európai Parlament 423 igen, 57 nem szavazattal és 174 tartózkodás mellett első olvasatban jóváhagyta a mesterséges intelligenciáról szóló digitális omnibuszt (Digital Omnibus on AI), vagyis az MI-rendelet (AI Act) (EU 2024/1689) célzott, de gyakorlati hatásában jelentős módosítását. A politikai alku lezárult, a szöveg lényegi tartalma a továbbiakban várhatóan nem változik: a rendes jogalkotási eljárásban a Tanács formális jóváhagyása és a Hivatalos Lapban történő kihirdetés van hátra. A jogalkotási eljárás 2025/0359(COD) számon futott, és a Bizottság hetedik egyszerűsítési csomagjának, az úgynevezett digitális omnibusznak az MI-re vonatkozó részét képezi.

Írásunkban az első szakmai értékeléseket is figyelembe véve a gyors összegzés igényével mutatjuk be, hogy hogy az elfogadott szöveg a Bizottság eredeti javaslatához, illetve a Tanács és a Parlament korábbi álláspontjaihoz képest mi változott, és mi az, ami az elfogadást megelőző alkuk során a véglegesnek tekinthető szövegbe bekerült. Külön kiemelt figyelmet kap az omnibusz csomag legnagyobb gyakorlati jelentőségű eleme: a megváltozott, rögzített határidők rendszere.

A kezdeményezés háttere röviden

Az MI-rendelet 2024. augusztus 1-jén lépett hatályba, fokozatos alkalmazással, és az eredeti ütemezés szerint 2027 augusztusáig vált volna teljes körűen alkalmazandóvá. A hatálybalépést követő hónapokban azonban komoly végrehajtási nehézségek mutatkoztak: késett a nemzeti illetékes hatóságok és a megfelelőségértékelő szervezetek (notified bodies) kijelölése, és nem álltak rendelkezésre a nagy kockázatú MI-rendszerekre vonatkozó harmonizált szabványok (harmonised standards) sem. Ez vezetett a Bizottság 2025. november 19-i javaslatához COM(2025) 836 final jelzéssel, amelyet a Parlament hét hónappal később, 2026. június 16-án első olvasatban jóváhagyott, miután a Tanáccsal 2026. május 7-én trilógus-megállapodásra  (trilogue) jutottak.

A szakmai vélemények megoszlottak: egyes elemzők szerint az átláthatósági követelmények (transparency requirements) bizonytalan fogalmai gátolhatják az innovációt, mások szerint az MI-rendelet nem korlátokat, hanem védőkorlátokat (guardrails) állít. A Bizottság 2025 őszi bizonyítékgyűjtési felhívására (call for evidence) érkezett válaszok többsége támogatta az egyszerűsítést, míg civil szervezetek vitatták ennek szükségességét; a kis- és középvállalkozások (SME) inkább támogató eszközöket, mint új jogszabályt kértek.

A nagy kockázatú rendszerek határideje – a digitális omnibusz legfontosabb eleme

A Bizottság eredeti javaslata a nagy kockázatú szabályok alkalmazásának kezdő időpontját nem rögzített dátumhoz, hanem egy jövőbeli, a szabványok rendelkezésre állását megerősítő bizottsági döntéshez kötötte volna; rögzített dátumokat csak végső határidőként (backstop) határozott meg. Ezzel szemben a Tanács már márciusi általános megközelítésében rögzített határidőket szorgalmazott, és ezt az álláspontot a Parlament is átvette: a feltételhez kötött mechanizmust véglegesen törölték, így az elfogadott szöveg a szabványok rendelkezésre állásától teljesen független, rögzített határidőket állapít meg.

A véglegesnek tekinthető szöveg szerint 2027. december 2-től alkalmazandók a III. melléklet szerinti, önállóan nagy kockázatúnak minősülő MI-rendszerekre vonatkozó szabályok – ide tartoznak például a biometrikus azonosítás, a kritikus infrastruktúra, az oktatás, a foglalkoztatás, az alapvető szolgáltatások, a bűnüldözés, az igazságszolgáltatás és a migrációkezelés területén alkalmazott rendszerek –, míg 2028. augusztus 2-től lépnek hatályba a szabályok az I. melléklet szerinti, uniós ágazati termékbiztonsági jogszabályok hatálya alá tartozó, biztonsági alkotóelemként beépített vagy adott esetben önálló termékként szabályozott nagy kockázatú MI-rendszerek esetében. Ez az eredeti, 2026. augusztus 2-i határidőhöz képest 16, illetve 24 hónapos halasztást jelent.

Bár a határidők jogilag már nem függenek a szabványok elérhetőségétől, a jogszabály szövege – a (40) preambulumbekezdés – továbbra is hangsúlyozza azok időben történő rendelkezésre állásának fontosságát, és a Bizottságot 2027. augusztus 1-jéig iránymutatás (guidance) közzétételére kötelezi. A 111. cikk (2) bekezdése szerinti türelmi idő (grandfathering) alkalmazását is egyértelműsítették: ha egy nagy kockázatú MI-rendszer adott típusának és modelljének legalább egy önálló egységét a vonatkozó határidő előtt jogszerűen forgalomba hozták, az azonos típusú és modellű további egységek is forgalmazhatók maradnak, amíg a rendszer kialakítása nem változik lényegesen.

A vállalkozások szempontjából a legfontosabb gyakorlati üzenet az, hogy ez a halasztás minden valószínűség szerint egyszeri és végleges jellegű. Mivel a határidők immár nem függenek a szabványok rendelkezésre állásától, a korábbi indok – azok hiánya – másodszor már nem lenne hitelesen felhasználható egy újabb halasztás igazolására. A 2027. december 2-i és 2028. augusztus 2-i határidők éppen ezért a tervezés szempontjából rögzítettnek tekinthetők.

Tartalommegjelölés és a nudifier-tilalom: ahol a végeredmény szigorúbb lett a javasoltnál

Az MI-rendszerek szintetikus hang-, kép-, videó- vagy szövegtartalmainak gépileg felismerhető formátumú megjelölésére – ideértve adott esetben a vízjelezési vagy más technikai jelölési megoldásokat  (watermarking) – vonatkozó kötelezettség, vagyis az 50. cikk (2) bekezdése, alapesetben 2026. augusztus 2-től vált volna alkalmazandóvá minden érintett rendszerre egységesen. A végleges szöveg ezt a határidőt nem általánosan tolja el, hanem kizárólag azoknak a szolgáltatóknak biztosít átmeneti időt, akik rendszereiket már 2026. augusztus 2. előtt forgalomba hozták: a 111. cikk (4) bekezdése szerint nekik 2026. december 2-ig kell megfelelniük. A 2026. augusztus 2. után forgalomba hozott új rendszerekre a kötelezettség változatlanul az általános alkalmazási időponttól érvényes.

Ez a négyhónapos átmeneti időszak – amelyet a (38) preambulumbekezdés indokol a piac zavartalansága érdekében – lényegesen rövidebb annál, mint amit korábban mind a Bizottság, mind a Tanács javasolt: mindkét intézmény 2027. februári határidőt szorgalmazott volna. A végleges kompromisszum tehát ezen a ponton szigorúbb, mint az eredeti javaslatok voltak – jól szemléltetve, hogy az omnibusz nem egyirányú könnyítési csomag, hanem helyenként a szigorítás irányába is elmozdult.

A digitális omnibusz egyik legjelentősebb, teljesen új eleme az 5. cikk szerinti tiltott MI-gyakorlatok (prohibited practices) listájának bővítése. A Bizottság eredeti javaslata ezt a kérdéskört egyáltalán nem érintette; az új tilalmat a jogalkotási eljárás során, elsősorban a Tanács kezdeményezésére illesztették be a szövegbe. A végleges szöveg új 5. cikk (1) bekezdés ba) és bb) pontot, valamint (1a) és (1b) bekezdést iktat be, amelyek megtiltják az olyan MI-rendszerek forgalomba hozatalát, üzembe helyezését vagy használatát, amelyek azonosítható természetes személyről – hozzájárulás nélkül – valósághű, beleegyezés nélküli intim képet, videót vagy hanganyagot, illetve gyermekek szexuális bántalmazását ábrázoló anyagot generálnak vagy manipulálnak.

A köznyelvben „vetkőztető alkalmazásoknak”  (nudifier apps) nevezett rendszerek elleni tilalom egyszerre vonatkozik a szolgáltatókra és az alkalmazókra. Hatálya a hozzájárulás nélküli, valósághű intim képek, videók, hanganyagok vagy hasonló anyagok, illetve a gyermekek szexuális bántalmazását ábrázoló anyagok generálására vagy manipulálására terjed ki. A szolgáltatói oldalon a tilalom akkor áll fenn, ha ez a rendszer rendeltetési célja, vagy a rendszer kialakítása, betanítása, architektúrája, képességei vagy felhasználói felülete alapján észszerűen előrelátható és reprodukálható, miközben hiányoznak a megfelelő műszaki biztonsági intézkedések – például adattisztítás, elutasítási képzés, kimeneti szűrés és visszaélés-felismerés. A tilalom 2026. december 2-től alkalmazandó, egyidejűleg a tartalommegjelölési átmeneti határidővel.

A nyilvántartási kötelezettség: a Bizottság törölte volna, a Parlament visszaállította

A digitális omnibusz egyik legtöbbet vitatott eleme a nem nagy kockázatúnak minősített, úgynevezett „kivételezett” MI-rendszerek uniós adatbázisban (EU database) történő nyilvántartásba vétele volt, és ez jól szemlélteti, mennyire tért el egymástól a Bizottság, a Tanács és a Parlament álláspontja. Az MI-rendelet 6. cikkének (3) bekezdése lehetővé teszi, hogy egy III. melléklet szerinti rendszer ne minősüljön nagy kockázatúnak, ha nem jelent jelentős kockázatot; az ilyen, önbesorolás alapján kivételezett rendszereket jelenleg is nyilvántartásba kell venni.

A Bizottság eredeti javaslata törölte volna ezt a kötelezettséget azon rendszerek esetében, amelyeket a szolgáltató maga sorolt be nem nagy kockázatúként – ezzel jelentősen csökkentve az átláthatóságot. A Parlament azonban már a 2026. márciusi jelentésében ragaszkodott a fenntartásához, a hatékony piacfelügyelet és a nyilvános elszámoltathatóság érdekében. A Tanács márciusi általános megközelítése hasonlóképpen visszaállította a kötelezettséget, és ez az álláspont a trilógus során is fennmaradt.

Az elfogadott végleges szöveg ennek megfelelően megtartja a nyilvántartási kötelezettséget, de egyszerűsíti annak tartalmát: a VIII. melléklet B. szakaszának 7. és 9. pontja – a minősítés indoklásának összefoglalása és a forgalmazási tagállamok listája – elhagyásra kerül. Gyakorlatban: aki egy HR-, hitelezési vagy oktatási jellegű rendszerét nem nagy kockázatúnak minősíti, ezt a minősítést továbbra is be kell jelentenie az uniós adatbázisban, csupán kevesebb kísérő információval.

MI-jártasság, torzítás-korrekció, kkv-kedvezmények és a gépészeti termékek kérdése

A rendelet 4. cikke jelenleg arra kötelezi az MI-rendszerek valamennyi szolgáltatóját és alkalmazóját, hogy biztosítsák személyzetük megfelelő szintű MI-jártasságát (AI literacy). Ez az egyik olyan terület, ahol a Bizottság és a Tanács azonos álláspontot képviselt a Parlamenttel szemben: mindkét intézmény javasolta e kötelezettség teljes törlését. A Parlament azonban ezt nem fogadta el, és enyhébb formában fenntartotta: a szolgáltatóknak immár csak „intézkedéseket kell hozniuk” a fejlesztés „támogatására”, konkrét szint garantálása nélkül. A Bizottságnak és a tagállamoknak ezzel párhuzamosan támogatniuk kell a szolgáltatók – különösen a kkv-k – erőfeszítéseit.

Az új 4a. cikk – amelyet már a Bizottság eredeti javaslata is bevezetett volna, de a jogalkotási eljárás során pontosítottak és szigorúbb biztosítékokkal láttak el – jogalapot teremt arra, hogy a nagy kockázatú rendszerek szolgáltatói kivételesen kezelhessék a személyes adatok különleges kategóriáit torzítás (bias) észlelése és korrekciója céljából. A végleges szöveg a feltétlen szükségesség (strict necessity) mércéjét alkalmazza: az adatkezelés csak akkor jogszerű, ha a cél más adatokkal nem érhető el hatékonyan, és megfelelő technikai, szervezési és adatvédelmi biztosítékok – például álnevesítés, hozzáférés-korlátozás, dokumentálás és adattörlés – érvényesülnek. A szabály meghatározott feltételekkel más MI-rendszerek és MI-modellek szolgáltatóira és alkalmazóira, valamint nagy kockázatú rendszerek alkalmazóira is kiterjedhet.

A kkv-knak (SME) biztosított egyszerűsítéseket – egyszerűsített dokumentáció, arányosabb szankciók – a rendelet kiterjeszti az úgynevezett small mid-cap (small mid-cap) vállalatokra is, amelyek méretben túlnőttek a kkv-fogalmon, de hasonló kihívásokkal néznek szembe. A 99. cikk új bekezdése szerint esetükben a kiszabható bírság nem haladhatja meg a rendeletben meghatározott százalék vagy összeg közül az alacsonyabbat.

A trilógus egyik legvitatottabb pontja a gépekről szóló (EU) 2023/1230 rendelet és az MI-rendelet viszonya volt, és ez az a terület, ahol a végleges szöveg a legmesszebbmenőkig eltér a Bizottság eredeti elképzelésétől. A gépészeti termékeket az I. melléklet A. szakaszából annak B. szakaszába helyezik át, így elsősorban az ágazati szabályozás hatálya alá tartoznak, az MI-rendelet csak korlátozott kötelezettséget ír elő számukra. A Bizottságnak felhatalmazáson alapuló jogi aktussal (delegated acts) kell kiegészítenie a géprendeletet az MI-specifikus követelményekkel, 2028. augusztus 2-i alkalmazással. Pontosították a „biztonsági alkotóelem” fogalmát is: csak az minősül annak, amelynek rendeltetése egészségügyi vagy biztonsági kockázat megelőzése – a pusztán teljesítményt optimalizáló funkciók így nem esnek automatikusan a nagy kockázatú kategóriába.

Az MI-hivatal megerősített hatásköre és a digitális omnibusz csomag tágabb összefüggései

A végleges szöveg pontosítja és megerősíti az MI-hivatal (AI Office) kizárólagos felügyeleti hatáskörét – ez is olyan elem, amely a Bizottság eredeti javaslatához képest lényegesen kibővült a jogalkotási eljárás során. A kizárólagos hatáskör egyrészt kiterjed azokra az MI-rendszerekre, amelyek általános célú MI-modellre épülnek, amennyiben a rendszert és a modellt is ugyanaz a szolgáltató, vagy ugyanazon vállalkozáshoz tartozó szolgáltatók fejlesztették; másrészt azokra a rendszerekre, amelyeket a Digitális Szolgáltatásokról szóló rendelet (DSA) szerinti igen nagy online platformba vagy igen nagy online keresőprogramba építettek be, vagy amelyek maguk minősülnek ilyennek. A Tanács kérésére a szöveg ugyanakkor kivételeket is rögzít azokra az esetekre, amikor – például bűnüldözés, határigazgatás vagy pénzügyi felügyelet területén – a nemzeti hatóságok illetékessége indokolt marad.

Az MI-hivatal az (EU) 2019/1020 rendelet szerinti piacfelügyeleti hatóság valamennyi hatáskörével rendelkezik az általa felügyelt rendszerek tekintetében, beleértve a helyszíni és távoli ellenőrzéseket, a meg nem felelés megállapítását, valamint a pénzbírság és kényszerítő bírság kiszabását. A rendelet emellett megszünteti a Bizottság egyes, korábban végrehajtási jogi aktusok elfogadására vonatkozó felhatalmazásait – így a magatartási kódexek és a forgalomba hozatalt követő nyomonkövetési terv harmonizált sablonjának jóváhagyása esetében –, ugyanakkor előírja, hogy a Bizottság 2027. szeptember 2-ig iránymutatást tegyen közzé a nyomonkövetési tervről, önkéntesen használható mintával együtt.

Fontos hangsúlyozni, hogy a digitális omnibusz önmagában csak egy eleme egy lényegesen tágabb jogalkotási kezdeményezésnek. A Bizottság 2025. november 19-én egyszerre tette közzé a teljes digitális csomagot, amelybe az MI-rendeletet módosító omnibusz mellett egy másik omnibusz-javaslat is tartozik – ez a személyes és nem személyes adatokra, valamint a kiberbiztonságra vonatkozó szabályokat (data and cybersecurity rules) módosítaná –, továbbá az európai adatunió-stratégia és az európai üzleti tárcákról (European business wallets) szóló rendelettervezet. E két másik kezdeményezés lassabban halad, így várhatóan csak az MI-vonatkozású csomag után jutnak el a végleges elfogadásig, ami jelzi, hogy az MI-szabályozás egyszerűsítése egy összehangolt, a teljes digitális szabályozási környezet adminisztratív terheinek csökkentésére irányuló bizottsági stratégia része.

A digitális omnibusz emellett csak az első lépés a Bizottság szélesebb egyszerűsítési napirendjében: a teljes digitális szabálykönyv (digital rulebook) kumulatív hatásaira összpontosító, átfogóbb felülvizsgálatot is tervez – ennek konzultációja 2026. március 11-ig volt nyitva –, ami arra utal, hogy a most parlamenti jóváhagyáson túljutott módosítások valószínűleg csak az első hullámát jelentik az MI-szabályozás racionalizálásának.

A módosítások jelentősége és az érintett szereplők reakciói

A digitális omnibusz legfőbb hozadéka az egységes, kiszámítható megfelelési naptár megteremtése a korábbi bizonytalanság helyett. A Bizottság becslése szerint a módosítások évi mintegy 429,5 millió euró adminisztratív költségmegtakarítást (administrative cost savings) eredményezhetnek; ebből a legnagyobb tétel az MI-jártassági kötelezettség átalakításából adódik – 222,75 millió euró –, míg a nagy kockázatú szabályok ütemezésének megváltoztatása 68–204 millió eurós, a kkv-kedvezmények small mid-cap vállalatokra történő kiterjesztése pedig 2,5 millió eurós megtakarítást tehet lehetővé. Fontos hangsúlyozni, hogy ezek a számok a Bizottság eredeti javaslatának hatásbecsléséből származnak, a végleges, szigorúbb elemekkel kiegészített szöveg tényleges hatása ettől eltérhet.

A reakciók a jogalkotási folyamat egészében élesen megosztottak voltak, és ez a végleges szöveg elfogadása után sem szűnt meg. Az iparági szövetségek általában üdvözölték a csomagot, miközben egyes érdekképviseletek további lépéseket sürgettek az európai technológiai függetlenség erősítése érdekében. Ezzel szemben fogyasztóvédelmi és jogvédő civil szervezetek élesen bírálták a nagy kockázatú szabályok halasztását, valamint a nyilvántartási kötelezettség gyengítésére irányuló eredeti bizottsági szándékot, miközben üdvözölték annak végleges fenntartását és a nudifier-tilalom bevezetését. Az adatvédelmi felügyeleti szervek szigorú korlátokat szorgalmaztak a torzítás-korrekciós adatkezelésre, és ellenezték a nyilvántartási, illetve az MI-jártassági kötelezettség gyengítését – e tekintetben a végleges szöveg jelentős részben az ő álláspontjukat tükrözi, ami arra utal, hogy a Parlament a trilógus során következetesen az alapjogi védelem irányába mozdította el a szöveget a Bizottság eredeti javaslatához képest.

A vállalkozások számára a legfontosabb gyakorlati üzenet kettős. Egyrészt a 2027. december 2-i és a 2028. augusztus 2-i határidők a tervezés szempontjából rögzítettnek tekinthetők, hiszen a halasztást igazoló eredeti indok – a szabványok és a nemzeti hatóságok hiánya – beépült az új naptárba, ezért egy újabb halasztásnál már nehezebben lenne hivatkozható. Másrészt a 2026. december 2-i tartalommegjelölési és nudifier-határidő jóval közelebbi, és azonnali felkészülést igényel azoktól a szolgáltatóktól és alkalmazóktól, akik szintetikus tartalmat előállító vagy generatív  (generative AI) rendszereket működtetnek az uniós piacon. A nyilvántartási kötelezettség fennmaradása miatt emellett azoknak a szolgáltatóknak is fel kell készülniük, akik rendszereiket a 6. cikk (3) bekezdése alapján nem nagy kockázatúként kívánják besorolni: ez a klasszifikációs döntés a jövőben sem marad belső, dokumentálatlan folyamat, hanem nyilvánosan ellenőrizhető nyilvántartási kötelezettséggel jár együtt.

Az oktatási és kulturális szektor szempontjából a módosított menetrend legalább ilyen gyakorlati jelentőségű, mert ezek az intézmények jellemzően egyszerre jelennek meg alkalmazóként, beszerzőként, tartalom-előállítóként és közszolgáltatási szereplőként. A köznevelésben, a felsőoktatásban és a felnőttoktatásban különösen azok az MI-rendszerek igényelnek előzetes kockázati áttekintést, amelyek felvételi, előmeneteli, értékelési, vizsgáztatási, tanulói profilalkotási vagy tanulástámogató döntésekhez kapcsolódnak, mivel ezek egy része a III. melléklet szerinti oktatási területhez kötődő nagy kockázatú alkalmazásként is értelmezhető lehet. A 2027. december 2-i határidő az intézményi felkészülés végpontja: addigra tisztázni kell, milyen MI-eszközök működnek az iskolákban, egyetemeken és felnőttképzési programokban, ki felel az alkalmazásukért, milyen adatokat kezelnek, hogyan ellenőrizhető az eredményük, és miként marad meg az emberi döntés, a tanári vagy oktatói felelősség az értékelési folyamatokban.

A 2026. december 2-i tartalommegjelölési és nudifier-határidő ezzel szemben azonnali intézkedést kíván. Az oktatási intézményeknek a tanulói, hallgatói és oktatói generatív MI-használat szabályozásában külön kezelniük kell a szintetikus képek, videók, hanganyagok és szövegek megjelölését, valamint a visszaélésszerű képgenerálás, a zaklatás és a személyiségi jogsértés kockázatait. Ez különösen érzékeny kérdés a köznevelésben, ahol a gyermekek védelme, az iskolai biztonság és a digitális felelősségre nevelés közvetlenül összekapcsolódik. A felsőoktatásban és a felnőttoktatásban ehhez társul a tanulmányi integritás, az értékelési hitelesség, az oktatói útmutatások egyértelműsége és az intézményi MI-használati szabályok következetes alkalmazása.

A kulturális szektorban, különösen a könyvtárak, levéltárak, múzeumok és más közgyűjtemények esetében a hatás elsősorban a digitalizált gyűjtemények feldolgozásánál, az automatikus leíróadat-képzésnél, a kereső- és ajánlórendszereknél, a látogatói chatbotoknál, a virtuális kiállításoknál és a generált illusztratív vagy rekonstrukciós tartalmaknál jelentkezik. Ezek az intézmények sem kezelhetik az MI-t pusztán kommunikációs vagy kényelmi eszközként: belső nyilvántartásra, beszerzési kontrollra, adatvédelmi és szerzői jogi ellenőrzésre, valamint világos tartalommegjelölési gyakorlatra lesz szükségük. A nyilvántartási kötelezettség fennmaradása ebben a körben is azt üzeni, hogy az oktatási vagy kulturális célú MI-rendszer kockázati besorolása nem maradhat informális belső döntés; az intézményeknek fel kell készülniük arra, hogy az általuk használt vagy megrendelt rendszerek jogi minősítése, dokumentálása és ellenőrizhetősége a közbizalom, az alapjogvédelem és az intézményi felelősség részévé válik.

Összegzés

A digitális omnibusz alig hét hónap alatt jutott el a bizottsági javaslattól a parlamenti jóváhagyásig, miközben tartalmilag jelentősen átformálta az MI-rendelet végrehajtási menetrendjét. A legnagyobb horderejű változás a nagy kockázatú rendszerekre vonatkozó szabályok 16, illetve 24 hónappal történő, immár feltétel nélküli elhalasztása, amely a tervezés szempontjából érdemben rögzítettnek tekinthető, és amely a teljes szabályozási csomag legfontosabb, leginkább gyakorlati jelentőségű eleme.

Ezzel párhuzamosan a végleges szöveg több ponton a Bizottság eredeti javaslatánál szigorúbb maradt: a tartalommegjelölési kötelezettség halasztása rövidebb lett a javasoltnál, a nyilvántartási kötelezettséget a Parlament a bizottsági törlési szándék ellenére fenntartotta, és az eredeti MI-rendelethez képest új, a beleegyezés nélküli intim tartalmak, valamint a gyermekek szexuális bántalmazását ábrázoló anyagok elleni tilalom is bekerült a szabályozásba. Az egyszerűsítés és a szigorítás egymás mellett érvényesülő szempontok voltak, az eredmény pedig egy újrarendezett, célzottabb és néhány ponton kifejezetten szigorúbb szabályozási keret lett, amelyben a Parlament számos esetben sikeresen érvényesítette az alapjogi védelem szempontjait a Bizottság és részben a Tanács egyszerűsítési törekvéseivel szemben.

A digitális omnibusz a teljes uniós digitális szabályozási környezet egyszerűsítésére irányuló folyamat legelőrehaladottabb állomása. A párhuzamosan futó adatvédelmi és kiberbiztonsági omnibusz, valamint a digitális szabálykönyv egészére kiterjedő fitnesz-vizsgálat  (fitness check) arra utal, hogy a vállalkozásoknak a következő években további, hasonló jellegű módosításokra is fel kell készülniük.

A következő lépés a Tanács formális jóváhagyása és a kihirdetés; a megfelelési munka fő határidői: 2026 december (tartalommegjelölés és nudifier-szabályok), 2027 december (III. melléklet), 2028 augusztus (I. melléklet).

Hitelesség és átláthatóság a mesterséges intelligencia korában: a tudományos kutatás és közlés új kihívásai és szabályozási összefüggései

 

A tudományos kutatás és publikáció világában a generatív mesterséges intelligencia egyszerre jelent áttörést és dilemmát. Az eszközök gyors szövegalkotási, fordítási és adatfeldolgozási képességei támogatják a kutatókat, ugyanakkor felvetik az akadémiai integritás, átláthatóság és felelősség kérdését. Bár számos kiadó és kutatási intézmény próbál irányelveket alkotni, ezek gyakran eltérőek, és nem képesek tartani a lépést a technológia gyors fejlődésével. A kiadói szervezetek tapasztalatai és a legnagyobb kiadók szabályozásai azonban rávilágítanak arra, hogy az MI alkalmazása a publikációs folyamatban csak akkor elfogadható, ha használata dokumentált, átlátható és emberi kontroll mellett zajlik.

Írásunk – a szerző itt, Caimelot blogon és másutt 2024-2025-ben közzé tett korábbi elemezéseihez kapcsolódva, s egy még nem publikált, nagyobb munka legfontosabb megállapításait összegezve - arra vállalkozik, hogy 2025 szeptemberében, az aktuális helyzet áttekintésével képet adjon a tudományos és tudományos kiadói közegben zajló változásokról. Abban bízunk, hogy talán egy olyan szabályozási keret kialakításához is hasznos adalékokkal tud majd szolgálni, mely a globális változások folyamatában, a nemzetközi sztenderdekhez igazodva jobban tudja majd biztosítani a tudományos közlés hitelességét és átláthatóságát – a magyar tudományos kutatások és publikáció világban is.

Az MI eszköztára és felhasználási lehetőségei

A generatív mesterséges intelligencia mára rendkívül széles eszköztárral áll a kutatók rendelkezésére. A legismertebb a ChatGPT, amely az OpenAI fejlesztése, és a kutatói közösségben rövid idő alatt meghatározó szereplővé vált. A modell képes gyors szövegalkotásra, fordításra, összegzésre és stiláris javításra, így egyszerre segíti az ötletgenerálást, a vázlatkészítést és a kéziratok finomítását. A 2025-ben bevezetett GPT-5 új funkciókkal bővítette a lehetőségeket: a mélykutatás és az ügynök mód révén a rendszer nemcsak egyszeri válaszokat ad, hanem összetett feladatokat hajt végre több lépésben, például kereséseket végez különböző adatbázisokban vagy számításokat futtat.

A ChatGPT mellett más modellek is helyet kaptak a tudományos munkában. Az Anthropic Claude és a Google Gemini kiemelkednek a szövegelemzésben és a nyelvi korrekcióban. A Perplexity.ai különösen értékes, mert minden válaszát hivatkozásokkal látja el, így csökkenti a hallucináció kockázatát. A Consensus pedig kifejezetten tudományos kérdésekben nyújt támogatást, és képes a publikációk közötti konszenzust feltárni.

A kutatók számára hasznos specializált eszközök közé tartozik a Scite.ai, amely megmutatja, hogy egy adott tanulmányt más források támogató, cáfoló vagy semleges módon idéznek-e. A Scholarcy hosszú tanulmányokat alakít át rövid összefoglalóvá, megkönnyítve az irodalom áttekintését. Az Elicit.org és a ResearchRabbit a releváns szakirodalom és kutatói hálózatok feltárására alkalmasak. A Semantic Scholar a publikációk közötti mélyebb összefüggéseket tárja fel. Ezek a szolgáltatások jellemzően az angol nyelvű szakirodalmat kezelik megbízhatóan, ami kihívást jelent a magyar kutatók számára, ugyanakkor nemzetközi együttműködésekben pótolhatatlanok.

A szövegalkotó modelleken túl az adatfeldolgozó és vizualizációs eszközök is egyre inkább a tudományos munka részévé válnak. Az Iris.ai nagymennyiségű szakirodalmat képes tematikus hálózatba rendezni, így támogatva az irodalomkutatást. Az AllenNLP mély szövegelemzést kínál, az ImageJ és a CellProfiler pedig a képi és orvosi kutatásokban teszik lehetővé a nagyméretű adatkészletek automatikus feldolgozását. A bibliográfia-kezelés terén a Zotero és az EndNote MI-moduljai képesek automatikusan rendezni a forráslistákat, sőt releváns irodalmat is javasolnak.

Fontos terület a fordítás. A ChatGPT több mint ötven nyelvet kezel magas szinten, így a magyar-angol nyelvpárban is képes használható tudományos fordításokat készíteni. A DeepL a legmagasabb minőséget nyújtja a világnyelvek és a nagy európai nyelvek között, az eTranslation az EU hivatalos nyelveire kínál biztonságos megoldást, míg a Google Translate gyors, általános megértést nyújt. A fordítások minősége ugyanakkor minden modell esetében ellenőrzést igényel, különösen a terminológia pontossága miatt.

Az eszköztár tehát rendkívül sokszínű, s beépül a tudományos kutatás teljes folyamatába - a szövegalkotás mellett segíti a forráskutatást, a nyelvi javítást, az adatfeldolgozást és a vizualizációt is. A kihívás abban rejlik, hogy a kutatók miként tudják a sokféle rendszert összehangoltan, a tudományos integritást szem előtt tartva alkalmazni. Az MI által kínált lehetőségek csak akkor válnak valódi előnnyé, ha a felhasználó tudatosan, kritikus szemlélettel és transzparensen építi be őket a munkájába.

Promptolás, kutatói kompetenciák és alkalmazási példák

A generatív mesterséges intelligencia használatának minősége nagymértékben azon múlik, hogy a kutató hogyan tudja irányítani a modellt. Ezt nevezzük promptolásnak, vagyis olyan utasítás megfogalmazásának, amely meghatározza a válasz tartalmát, szerkezetét és stílusát. A túl általános kérdés felszínes, sokszor irreleváns szöveget eredményez, míg a jól strukturált prompt pontos, releváns és tudományosan használható kimenetet ad.

A hatékony használat érdekében kialakult a prompt engineering gyakorlata, amely különféle módszereket és struktúrákat dolgozott ki. A legismertebbek közé tartozik a STAR-modell (Situation, Task, Appearance, Refine), amely a helyzet leírásától a feladat pontosításán át a formai keretek kijelöléséig, majd a finomításig vezeti végig a felhasználót. A CISCO-modell (Context, Intent, Style, Commands, Outcome) szintén logikus rendszert kínál: először a kontextust kell meghatározni, majd a szándékot, a kívánt stílust és az utasításokat, végül az elvárt eredményt. Ezek a megközelítések segítik a kutatót abban, hogy a modell valóban a saját igényeire szabott szöveget állítson elő.

A promptolás ugyanakkor nem pusztán technikai trükk, hanem a kutatói kompetenciák átalakulásának része. A jövő kutatója számára nem elég a hagyományos irodalomkutatás és szövegírás ismerete; elengedhetetlen a digitális írástudás, vagyis annak képessége, hogy a mesterséges intelligenciát világos, pontos és célszerű utasításokkal irányítsa. A jó prompt megfogalmazása magában foglalja a téma körülhatárolását, a kulcsszavak tudatos használatát, a megfelelő tudományos stílus kijelölését, valamint a terjedelem és a szerkezet meghatározását.

A pontatlan vagy hiányos promptok növelik a hallucináció veszélyét. Például, ha valaki csak annyit kér, hogy „mutasd be az európai MI-szabályozást”, a rendszer könnyen összemossa az EU AI Act rendelkezéseit a tagállami szabályozásokkal. Ha azonban az utasítás így szól: „ismertesd az EU AI Act 2024-es végleges változatának 5–10. cikkét, a hivatalos szöveg alapján, legfeljebb 800 szóban”, akkor a modell lényegesen pontosabb, ellenőrizhetőbb választ ad. Ez mutatja, hogy a kutató felelőssége nemcsak az ellenőrzésben, hanem már a kérdésfeltevésben is megjelenik.

A promptolás szorosan kapcsolódik a kritikai ellenőrzéshez. Az MI által generált szöveg soha nem fogadható el automatikusan. A kutatónak át kell vizsgálnia, össze kell vetnie a szakirodalommal, és saját szakmai érvelésébe illesztenie. Az új technológia tehát nem csökkenti, hanem éppen növeli az emberi ítélőképesség szerepét.

A gyakorlatban a generatív MI számos kutatási lépést támogat. Már a témafelvetésnél segít kulcsszavak és lehetséges kutatási kérdések azonosításában. A hipotézisalkotásban gyors összefoglalókat készít a releváns elméletekről. A vázlatkészítésnél logikus szerkezetet javasol, és rövid átvezető szövegeket alkot. Az irodalomkutatásban olyan eszközökkel működik együtt, mint a Perplexity.ai vagy a Consensus, amelyek hivatkozásokkal biztosítják a források ellenőrizhetőségét. A kéziratírásban stiláris javításokat végez, és segíti a szöveg gördülékenyebb, tudományosabb megfogalmazását.

Az utóbbi időben terjednek a multimodális funkciók is: a ChatGPT-be integrált DALL·E, a Gemini Nano Banana vagy a MidJourney képes konferenciaposzterek és tudományos illusztrációk elkészítésére, a hang- és videóalapú rendszerek pedig feliratozást, fordítást és többnyelvű előadások készítését teszik lehetővé. Bár ezek a lehetőségek gazdagítják a kutatói eszköztárat, nem szabad elfelejteni, hogy az elemzés és a végső felelősség továbbra is a kutatót terheli.

A promptolás így nem mellékes részlet, hanem a tudományos munka jövőjének egyik kulcsa. Aki képes pontos, tudatos és etikus módon utasítani a mesterséges intelligenciát, az jelentős előnyhöz jut, miközben megőrzi a tudományos integritást. A rosszul megfogalmazott vagy ellenőrizetlenül átvett tartalom azonban könnyen torzíthatja a kutatás eredményeit.

Etikai és szabályozási keretek

A generatív mesterséges intelligencia tudományos alkalmazása nemcsak technológiai, hanem etikai és jogi kérdés is. Mivel az eszközök gyorsan és tömegesen terjednek, a nemzetközi és hazai szakmai közösség igyekezett olyan kereteket létrehozni, amelyek biztosítják az átláthatóságot és a tudományos integritást.

Nemzetközi szinten már 2019-ben megjelentek az első iránymutatások. Az OECD AI Principles az emberi jogok tiszteletére, az átláthatóságra és az emberi felügyelet fenntartására helyezte a hangsúlyt. Ugyanebben az évben az Európai Bizottság etikai iránymutatásai a megbízható MI-hez konkrét alapelveket rögzítettek, többek között a méltányosságot, az elszámoltathatóságot és a társadalmi hasznosságot. 2021-ben az UNESCO ajánlása globális szintű konszenzust teremtett: kimondta, hogy az MI csak akkor illeszthető a tudományba, ha tiszteletben tartja az emberi méltóságot, nem növeli az egyenlőtlenségeket, és biztosítja a tudás átlátható terjesztését. Az Európai Bizottság 2025 áprilisában frissített Élő iránymutatások a generatív mesterséges intelligencia felelős kutatási felhasználásáról című dokumentuma (Európai Bizottság 2025) az első olyan átfogó európai iránymutatás, amely kifejezetten a generatív mesterséges intelligencia felelős kutatási használatára ad keretet.

Az EU AI Act, amely 2024-ben nyerte el végleges formáját, szabályozási fordulópontot jelent. A rendelet kockázatalapú megközelítést alkalmaz, és különbséget tesz a tiltott, a nagy kockázatú, a korlátozott és a minimális kockázatú MI-rendszerek között. A kutatásban használt generatív modellek jellemzően a korlátozott kockázati kategóriába tartoznak, így nem tiltottak, de átláthatósági és jelölési kötelezettségek vonatkoznak rájuk. A felhasználóknak világosan jelezniük kell, ha MI segítségével készült tartalmat használnak, és biztosítaniuk kell az emberi ellenőrzést.

A tudományos integritást őrző szervezetek is kidolgozták saját állásfoglalásaikat. A COPE (Committee on Publication Ethics) már 2023-ban leszögezte, hogy az MI nem lehet szerző, és csak emberi kontroll mellett alkalmazható. Az STM Association hasonló szellemben hangsúlyozta a transzparenciát, a felelősséget és az emberi felügyeletet. Az ALLEA (All European Academies) 2023-as Európai Kutatási Integritási Kódexe előírja, hogy minden kutatónak dokumentálnia kell az alkalmazott módszereket, köztük az MI-eszközöket is, hogy biztosítható legyen a reprodukálhatóság.

A magyar szabályozási környezet az utóbbi években kezdett kialakulni. A Magyar Tudományos Akadémia 2024-ben elfogadott Tudományetikai Kódexe előírja, hogy az MI használatát minden esetben fel kell tüntetni, és eltitkolása etikai vétségnek számít. A dokumentum kiemeli, hogy a felelősség mindig a kutatót terheli, aki nem háríthatja át a döntéseket az algoritmusra. Az egyetemek szintjén kezdetben inkább tiltó szabályzatok születtek, ám 2024-től egyre inkább a szabályozott engedélyezés irányába mozdultak el. A felsőoktatási törvény 2024-es módosítása kötelezővé tette, hogy minden intézmény 2025 szeptemberéig alakítson ki átfogó MI-használati irányelveket a tanulmányi és vizsgaszabályzatokban. Ennek eredményei most kezdenek megmutatkozni.

A hazai jó gyakorlatok közé tartozik például a Pécsi Tudományegyetem Gazdálkodástani Doktori Iskolája, amely már 2024-ben részletesen szabályozta az MI alkalmazását. A szabályzat nem tiltja a használatot, de kötelezővé teszi a pontos jelölést, és az alkalmazás célját is dokumentálni kell. Ez illeszkedik a nemzetközi trendhez, amely nem az eszközök elutasítását, hanem a felelős és átlátható beépítését szorgalmazza.

Az etikai és szabályozási keretek lényege, hogy a mesterséges intelligencia segédeszköz maradjon, ne pedig szerző. A transzparens jelölés, az emberi ellenőrzés és a felelősségvállalás olyan alapelvek, amelyek biztosítják, hogy a tudományos kommunikáció hitelessége ne sérüljön, és az új technológiák valóban erősítsék a tudás előállítását.

Kiadói gyakorlatok és a tudományos közlés jövője

A generatív mesterséges intelligencia használatának egyik legkritikusabb terepe a tudományos publikáció. A folyóiratok, kiadók és szerkesztőségek világszerte keresik a módját, hogyan illeszthetik be az új technológiát a közlési folyamatokba úgy, hogy közben ne sérüljön a tudományos integritás.

A nagy nemzetközi kiadók – Elsevier, Springer Nature, Wiley, Taylor & Francis – mind saját útmutatókat adtak ki. Ezek közös pontja, hogy a mesterséges intelligencia eszközként elfogadható, de sosem vehet át emberi felelősséget. A szerzőknek kötelező jelezniük, ha MI-t használtak szövegírásra, képszerkesztésre vagy fordításra, ugyanakkor a végső felelősség mindig az emberi szerzőt terheli. Az Elsevier például bevezette, hogy a kézirat beküldésekor külön nyilatkozni kell az MI használatáról. A Springer Nature irányelveiben pedig szerepel, hogy az MI által generált ábrák és képek csak akkor közölhetők, ha ezt a szerzők egyértelműen feltüntették.

Ezzel párhuzamosan a detektáló rendszerek fejlesztése is felgyorsult. Számos kiadó kísérletezik MI-detektorokkal, amelyek képesek megállapítani, hogy egy szöveg mesterségesen generált-e. Ezek megbízhatósága azonban korlátozott, gyakoriak a téves pozitív és negatív eredmények. Emiatt a szerkesztőségek egyre inkább arra az álláspontra jutnak, hogy nem az automatizált felismerés, hanem az etikai transzparencia a megoldás: vagyis a szerzők kötelessége jelezni a felhasználást.

A hazai tudományos közegben a kiadói gyakorlat lassabban formálódott. Sok folyóirat szabályzata 2023–2024-ig egyáltalán nem említette az MI-t, ami bizonytalanságot keltett a szerzőkben és a szerkesztőkben egyaránt. Az utóbbi időben azonban megjelentek az első kezdeményezések: egyes szakkiadók, mint a Wolter Kluwers Hungary, valamint néhány akadémiai és egyetemi folyóirat kiegészítette publikációs szabályzatát, előírva, hogy az MI használatát jelölni kell, és a felelősség teljes egészében a szerzőknél marad.

A nemzetközi és hazai kiadói gyakorlatokból egyértelműen kirajzolódik egy közös irány: az MI nem tiltott, de csak szigorú átláthatósági és felelősségi keretek között használható. A szerzők nem háríthatják át a felelősséget a gépre, és nem takarhatják el az MI hozzájárulását. A szerkesztőségek pedig nem építhetik kizárólag automatizált eszközökre a hitelesség védelmét, hanem emberi döntésekre és etikai normákra kell támaszkodniuk.

A jövő kérdése az, hogy a tudományos közlés milyen mértékben képes integrálni a mesterséges intelligenciát úgy, hogy közben megőrzi a tudomány alapvető értékeit: a hitelességet, az átláthatóságot és az emberi felelősséget. Bár a szabályozás és a gyakorlat folyamatosan változik, egy dolog már most biztos: a generatív MI tartósan a tudományos publikáció részévé vált, és a kutatói közösségnek együtt kell kialakítania a használat etikus kereteit.

A cikk emberi és mesterséges intelligencia együttműködésével jött létre.

A szövegben szereplő illusztrációk a szerző egytemi oktatók, kutatók, könyvtárosok, kiadói szakemberek számára már számos alkalommal megtartott kutatás- és publikációsmódszertani előadásának prezentációjából kerültek átvételre. A bevezetőben említett nagyobb tanulmány ennek az előadásnak háttéranyagát (is) képezi.

A mesterséges intelligencia használata egyetemi környezetben: nagykép 2024 októberében, Ausztráliából

 

Nemzetközi összehasonlításban is kiemelkedő jelentőségűnek számít az az október elején megjelent, a Queenslandi Műszaki Egyetem és a Griffith Egyetem kutatói által készített ausztrál tanulmány, mely egy 2024-ben több, mint 3400 egyetemi dolgozó körében végzett felmérés eredményeit mutatja be. A kutatás célja az volt, hogy feltérképezze a mesterséges intelligencia (MI) használatát, s azt az egyetemi munkakörnyezetben mutassa be. Jelentőségét egyrészt a megkérdezettek nagy száma, széles szakmai spektruma adja, másrészt pedig aktualitása, mely 2024 őszén az MI egyetemi integrációjával kapcsolatos kérdéseket egy jelentős felsőoktatási kultúrával és fejlett oktatástechnikai háttérrel rendelkező ország példáján lényegében naprakészen mutatja be. Nem csak a kutatás célkitűzése és eredményei lehetnek érdekesek az MI hazai felsőoktatási integrációja szempontjából, hanem annak módszertana is. A hazai tudományos közösséget és egyetemi oktatókat ma ugyanezek a problémák foglalkoztatják, sok szempontból nagyon mi is hasonlóan gondolkodunk, hasonló félelmekkel küzdünk, mint ausztrál kollegáink. Erről azonban inkább csak közvetlen, a saját egyetemi környezetünkre vonatkozó tapasztalataink vannak, hiszen - szemben az üzleti szférával, ahol az MI bevezetésének és alkalmazásának helyzetéről már több kiváló összefoglaló készült – ilyen átfogó igényű, empirikus magyar felsőoktatási kutatások – kevés kivétellel - még nem igazán folytak. 

A kutatás célja az volt, hogy átfogó képet adjon arról, hogyan használják az ausztrál egyetemi dolgozók a generatív mesterséges intelligencia (MI) eszközeit a mindennapi munkájukban. Ez a téma különösen fontos az oktatási, kutatási és adminisztratív folyamatok digitalizációjának előrehaladásával, hiszen az MI technológiák, mint például a ChatGPT, alapvetően formálhatják át az egyetemi élet különböző aspektusait. A kutatás feltárta az MI eszközök elterjedtségét, az egyes tudományterületeken betöltött szerepét, valamint a technológia használatával kapcsolatos előnyöket és kihívásokat.

A válaszadók megoszlása tudományágak szerint

A kutatásban összesen 3421 ausztrál egyetemi dolgozó vett részt, akik különböző intézményekből és szerepkörökből érkeztek. A résztvevők között megtalálhatók voltak teljes állású akadémiai dolgozók, részmunkaidős vagy alkalmi oktatók, valamint szakmai és adminisztratív munkakörben dolgozó személyek is. A kutatás külön figyelmet fordított a vezető beosztású dolgozók véleményére, mivel az ő döntéseik jelentős hatással lehetnek az MI technológiák egyetemi szintű bevezetésére és használatára. A válaszadók többsége nagy tapasztalattal rendelkezett, az átlagéletkor 44,8 év volt, a résztvevők 60,5%-a nő volt, ami jól tükrözi az egyetemeken dolgozók változatos összetételét.

A válaszadók megoszlása nem és kor szerint

A kutatás során alkalmazott módszertan egy online kérdőívből állt, amely 2024-ben nyolc héten át volt elérhető a résztvevők számára. A kérdőív kiterjedt kérdéseket tartalmazott az MI használatára, beleértve a konkrét eszközöket, felhasználási módokat, gyakoriságot és a felhasználók véleményét. A kutatók kvalitatív és kvantitatív adatelemzési módszereket egyaránt alkalmaztak a kapott válaszok értékeléséhez. A kérdőív nemcsak az MI technológia alkalmazását mérte fel, hanem azt is, hogy a dolgozók milyen mértékben érzik magukat felkészültnek annak használatára, milyen képzési igényeket támasztanak, illetve milyen etikai kérdéseket tartanak fontosnak.

A kutatás egyik kiemelt célja volt, hogy megértse, hogyan használják a dolgozók a generatív MI-t különböző feladatokhoz, mint például az oktatás, a tananyagfejlesztés, a kutatás és az egyetemi adminisztráció. A kérdőívben a válaszadók számos MI eszközt említettek, többek között a ChatGPT-t és a Microsoft Copilotot, valamint egyéb specifikus, például képfelismerésre, programozásra és szöveggenerálásra szolgáló eszközöket. A kutatás feltárta, hogy az MI alkalmazása különböző mértékben terjedt el az egyes tudományterületeken: míg az informatika, a mérnöki és a gazdasági tudományok területén széles körben használták ezeket az eszközöket, addig a humán tudományokban és a természetvédelmi tanulmányokban kevésbé volt elterjedt az MI.

A kutatás során nagy hangsúlyt kapott az MI használatával kapcsolatos etikai kérdések vizsgálata is. Számos résztvevő kifejezte aggályait azzal kapcsolatban, hogy az MI eszközök milyen hatással lehetnek az akadémiai integritásra, különös tekintettel a plágium kérdésére és arra, hogy az MI által generált tartalmak mennyiben tekinthetők eredeti alkotásnak. A kutatók ezen kérdéseket is részletesen vizsgálták, és arra a következtetésre jutottak, hogy az egyetemeknek világos irányelvekre van szükségük az MI használatával kapcsolatos etikai kérdések kezelésére, és nagyobb hangsúlyt kell fektetniük a dolgozók megfelelő képzésére és felkészítésére.

Összességében a kutatás átfogó képet adott az ausztrál egyetemi dolgozók MI használatáról, bemutatta annak előnyeit, valamint rávilágított azokra a kihívásokra, amelyekkel az egyetemek szembesülhetnek a technológia elterjedésével kapcsolatban. A módszertan alapossága és a résztvevők széles köre lehetőséget adott arra, hogy a kutatás releváns és hasznos adatokat szolgáltasson az MI jövőbeni alkalmazásával kapcsolatban az ausztrál felsőoktatásban.

A mesterséges intelligencia használatának elterjedtsége

A tanulmány egyik legfontosabb megállapítása, hogy a generatív mesterséges intelligencia (GenAI) használata egyre növekvő tendenciát mutat az ausztrál egyetemek dolgozói körében. A kutatásban részt vevő 3,421 válaszadó 71%-a jelezte, hogy már használt MI-eszközöket a munkája során, ami a digitális eszközök elfogadottságának és szerepének jelentős növekedését mutatja az oktatási szférában. Az oktatói személyzet körében különösen magas volt a használat aránya, 75%-uk nyilatkozott úgy, hogy már beépítette munkafolyamataiba a mesterséges intelligenciát. A szakmai személyzet esetében ez az arány valamivel alacsonyabb, 69%, míg az alkalmi munkavállalók között 62% használta az MI-t valamilyen formában.

A mesterséges intelligencia használata munkahelyi és személyes feladatokra munkaköri szerepek szerint

A vezető pozícióban dolgozó munkatársak között az MI használata még elterjedtebb, 81%-uk nyilatkozott úgy, hogy az MI technológiák valamilyen formában segítették a munkavégzésüket. Ez arra utal, hogy a vezetők – akik felelősek a stratégiai döntésekért – hajlamosabbak felismerni az MI előnyeit és integrálni azt az egyetemi működés különböző területeire, beleértve az adminisztrációt, a tananyagfejlesztést és a kutatási tevékenységeket.

Az MI alkalmazása különböző tudományterületeken

A tanulmány szerint az MI használatának elterjedtsége jelentősen eltér a különböző tudományterületek között. Az informatikai, mérnöki és menedzsment területeken dolgozó oktatók nagyobb valószínűséggel alkalmazzák a mesterséges intelligenciát munkájukban, míg az agrár- és környezettudományok, valamint a természettudományok területén kevésbé gyakori az MI alkalmazása. Az MI technológiák különösen hasznosak az olyan területeken, ahol nagy mennyiségű adatot kell elemezni, vagy ahol a technológiai innováció közvetlen előnyökkel járhat a kutatási és oktatási folyamatokban.

A mesterséges intelligencia használata a munkához - tudományágak szerint

Az MI használata nem csupán a tudományterülettől, hanem az egyetemi beosztástól is függ. Az akadémiai személyzet esetében a legmagasabb szintű beosztásokban, például professzorok és docensek körében az MI használata elterjedtebb, mint az alacsonyabb beosztásokban dolgozók körében. Azon oktatók, akik kutatási és oktatási feladatokat is ellátnak, nagyobb valószínűséggel alkalmazzák az MI-t, mint azok, akik csak tanítanak, vagy csak kutatnak. Ez valószínűleg annak köszönhető, hogy a generatív MI eszközök nagy segítséget nyújtanak a kutatási kérdések generálásában, az irodalomkutatásban, valamint a tananyagfejlesztésben és az értékelési rendszerek kidolgozásában is.

Az MI technológiák felfedezése és kipróbálása

A tanulmány külön kitér arra is, hogy az egyetemi dolgozók milyen MI-eszközöket használnak. Az egyik leggyakrabban használt eszköz a ChatGPT volt, amelyet a felhasználók 88%-a alkalmazott a munkája során. A Microsoft Copilotot 37% használta, míg más specifikus MI-eszközöket, például képkészítésre és szoftverfejlesztésre szánt eszközöket kevesebben. A válaszadók több mint egyharmada csupán egyetlen MI-eszközt használt, míg egy kis számú dolgozó (körülbelül 4%) tíz vagy annál több eszközt próbált ki.

Az MI használata az egyetemi feladatokban

Az ausztrál egyetemeken a mesterséges intelligencia különböző területeken nyújt segítséget a dolgozók számára. A tanulmány alapján világossá vált, hogy a generatív MI-eszközök egyik legfőbb alkalmazási területe az irodalomkutatás volt, ahol az MI képes gyorsan összegyűjteni és rendszerezni az adott kutatási területhez kapcsolódó szakirodalmat.

Az egyik válaszadó, egy oktató, így fogalmazott: „Az MI-eszközök, különösen a ChatGPT, hatékonyan segítenek az irodalom feltárásában. Képesek vagyunk rövid idő alatt összefoglalni a releváns forrásokat, ami jelentősen lerövidíti a kutatási időt.”

A mesterséges intelligencia használata az irodalomkutatásban

Ezen kívül az MI kiemelt szerepet játszott az írás és az információ összegzésében, különösen a tananyagok és kutatási jelentések megírásában. Az MI-eszközök gyorsan képesek nagy mennyiségű információt feldolgozni és releváns részeket kiemelni, amit sok oktató ki is használt.

Egy válaszadó ezt mondta: „A generatív mesterséges intelligencia rendkívül hasznos volt a kutatási jelentések és tanulmányok írása során, mivel képes volt röviden és tömören összefoglalni a hosszabb szövegeket, ami időt takarított meg nekem.”

A mesterséges intelligencia szerepe a tananyagfejlesztésben

A mesterséges intelligencia másik fontos alkalmazási területe a tananyagfejlesztés. Az MI-t széles körben használták új tananyagok létrehozására, valamint meglévő oktatási anyagok átdolgozására és optimalizálására. A technológia lehetővé tette az oktatók számára, hogy személyre szabottabb és interaktívabb tanulási élményt nyújtsanak a hallgatóknak. Például az MI segítségével könnyebben adaptálhatók a tananyagok a különböző tudásszintekhez és tanulási stílusokhoz.

Egy oktató ezt mondta: „Az MI segítségével sikerült olyan tananyagot fejleszteni, amely jobban alkalmazkodik a hallgatók egyéni igényeihez. A technológia lehetővé teszi számunkra, hogy folyamatosan frissítsük és optimalizáljuk az oktatási tartalmakat.”

A tanítási módszerek terén is jelentős előrelépést hozott az MI, különösen a távoktatás és az online tanulás fejlődésével. Az MI által nyújtott adatfeldolgozási és elemzési képességek lehetővé tették az oktatók számára, hogy részletesebb visszajelzéseket adjanak a hallgatóknak, és jobban nyomon követhessék a tanulási folyamatokat. Az értékelésben az MI különösen hasznos volt az automatikus visszajelzés és az értékelési rendszerek fejlesztésében, amely jelentős időt és erőforrást takarított meg az oktatók számára.

Miért nem használják egyesek az MI-t?

Az MI technológiák elterjedése az ausztrál egyetemeken sem mentes a kihívásoktól. A tanulmány rámutatott, hogy sok dolgozó még mindig bizonytalan az MI használatában, és nem érzi magát elég felkészültnek a technológia alkalmazásához. Ez különösen igaz azokra a dolgozókra, akik kevésbé járatosak a digitális technológiák világában, vagy akiknek munkaköre nem igényel közvetlen technológiai alkalmazásokat.

Az egyik válaszadó ezt fogalmazta meg: „Bár hallottam már az MI-ről, és érdekesnek találom, nem érzem magam elég magabiztosnak ahhoz, hogy ténylegesen alkalmazzam a munkám során. Úgy érzem, több képzésre és támogatásra lenne szükség ahhoz, hogy megfelelően kihasználhassam a technológia nyújtotta lehetőségeket."

Az egyetemi dolgozók 29%-a, akik nem használtak MI-t a munkájuk során, különböző okokat neveztek meg arra, hogy miért nem alkalmazzák ezt a technológiát. A leggyakoribb indok az volt, hogy az MI nem tűnt hasznosnak vagy relevánsnak az adott feladatkörben. Egyes szakmai dolgozók például úgy nyilatkoztak, hogy bár kipróbálták a ChatGPT-t vagy a Microsoft Copilotot, még nem érezték szükségét annak, hogy valóban beépítsék munkafolyamataikba.

Egy válaszadó így fogalmazott: „Felfedeztem néhány chat eszközt, például a ChatGPT-t és a CoPilotot, hogy munkahelyi kérdéseket tegyek fel, de még nem volt szükségem arra, hogy ténylegesen alkalmazzam őket a munkám során."

Ez a megjegyzés jól tükrözi, hogy az MI technológia egyelőre nem minden munkakörben vagy feladatkörben bizonyul nélkülözhetetlennek. Különösen azokban az esetekben, ahol az emberi munka specifikus kreatív vagy problémamegoldó képességeket igényel, az MI alkalmazása még mindig korlátozott.

Több válaszadó is arról számolt be, hogy nem rendelkeznek elegendő ismerettel a technológiáról, és ezért nem érzik magukat elég felkészültnek annak használatára. Az MI-től való bizonytalanságot és ismerethiányt gyakran említették azok a válaszadók, akik ritkán vagy egyáltalán nem használtak digitális eszközöket munkájuk során.

Egy tudományos kutató ezt mondta: „Nem érzem magam elég magabiztosnak, hogy mesterséges intelligenciát használjak a munkámhoz. Úgy gondolom, hogy több képzésre lenne szükség ahhoz, hogy jobban megértsem, hogyan segíthet az MI az én területemen."

Ez a bizonytalanság különösen az idősebb generációk körében jelentkezett, akik nem feltétlenül járatosak a digitális technológiák világában. Ugyanakkor az is nyilvánvalóvá vált, hogy a megfelelő képzési és támogatási rendszerek hiánya is hozzájárul ahhoz, hogy sok dolgozó nem használja az MI-t.

Vezetői vélemények és megközelítések

Az egyetemi felsővezetők különösen érdeklődnek az MI iránt, hiszen a technológia lehetőségei nem csak az oktatási folyamatokat, hanem az egyetemi működés különböző aspektusait is érintik. Az MI hatékonysága különösen a nagy mennyiségű adat elemzésében és feldolgozásában mutatkozik meg, ami kulcsfontosságú a döntéshozatali folyamatokban.

Egy vezető így fogalmazott: „Az MI nem csupán az oktatásban, hanem az egyetem működésének minden területén forradalmi lehetőségeket rejt magában. A technológia segítségével sokkal gyorsabban és hatékonyabban tudjuk elemezni a különböző adatokat, ami jobb stratégiai döntéshozatalt eredményez.”

A vezetők abban is egyetértenek, hogy az egyetemeknek világos irányelveket kell kidolgozniuk az MI használatával kapcsolatban. Sokan hangsúlyozták, hogy a dolgozók képzése és az MI-eszközök biztonságos alkalmazása kulcsfontosságú az egyetemi szférában. A technológia elterjedése egyértelműen pozitív hatással lehet az oktatás és kutatás minőségére, de csak akkor, ha az etikai és szakmai kérdések megfelelően kezelve vannak.

Etikai kifogások

Az MI használatával kapcsolatos etikai aggályok szintén jelentős tényezőként merültek fel a felmérés során. Több dolgozó kifejezte aggodalmát azzal kapcsolatban, hogy a generatív mesterséges intelligencia technológiák, különösen a szövegalkotás területén, alááshatják az emberi tevékenységeket, mint például az írás, a kreativitás és a kritikai gondolkodás.

Egy válaszadó így fogalmazott: „A generatív mesterséges intelligencia eszközeit plágiumnak tekintem. A mai felhasználások, különösen a kreatív iparágakban, olyan gépi tanulási rendszereket használnak, amelyek mások kreatív munkáit alkalmazzák engedély nélkül."

Ez a megjegyzés rávilágít arra a jogi és etikai kérdésre, hogy az MI rendszerek gyakran mások munkáira építenek, anélkül, hogy engedélyt kérnének vagy megfelelően hivatkoznának az eredeti alkotókra. Ez különösen a kreatív iparágakban okoz problémát, ahol az eredetiség és az alkotói jogok védelme központi szerepet játszik. Az MI technológia elterjedése tehát komoly etikai vitákat generálhat a szerzői jogok és a szellemi tulajdon védelme terén.

Ezen kívül több válaszadó úgy vélte, hogy az MI használata a felsőoktatásban veszélyezteti az emberi kreativitás és gondolkodás központi szerepét. Az MI által generált tartalmakat sokan mechanikusnak és „lélektelennek” tartják, mivel a gépi tanulási rendszerek nem képesek az emberi tapasztalatok és érzelmek reprodukálására.

Egy alkalmi óraadó ezt így fogalmazta meg: „Szeretem magam átgondolni a dolgokat, ahelyett, hogy egy számítógépre bíznám a gondolkodást. Úgy érzem, hogy az MI használata elhomályosíthatja a kreatív és kritikai gondolkodás képességét."

Több válaszadó is hasonlóan vélekedett arról, hogy a mesterséges intelligencia alkalmazása különösen veszélyezteti a humán tudományokban és a kreatív területeken dolgozók szakmai identitását. Sokan attól tartanak, hogy az MI által végzett munkák automatizálása hosszú távon a felsőoktatási dolgozók szerepének és jelentőségének csökkenéséhez vezethet.

Egy másik válaszadó így fogalmazott: „Az írás és a gondolkodás alapvető fontosságú a munkánkban. Ha nem mi végezzük ezt, akkor miért létezünk akadémikusokként?"

Ez a megjegyzés rávilágít arra az alapvető kérdésre, hogy milyen szerepet fog betölteni az ember a jövő oktatásában és kutatásában, ha az MI technológiák egyre több feladatot automatizálnak.

Hogyan kellene reagálniuk az egyetemeknek?

Az MI technológiák egyre szélesebb körű elterjedése komoly kihívások elé állítja az ausztrál egyetemeket. Az egyetemi dolgozók által megfogalmazott vélemények és a tanulmány eredményei alapján egyértelmű, hogy az egyetemeknek aktívan reagálniuk kell ezekre a változásokra, különösen az MI használatának szabályozása és támogatása terén.

Az egyik legfontosabb megállapítás, hogy az MI használatának mértéke és módja erősen eltér az egyetemi dolgozók különböző csoportjai között. A vezetői szinteken dolgozók és az informatikai területen tevékenykedők sokkal nagyobb mértékben használják a mesterséges intelligenciát, mint a humán tudományokban vagy az adminisztratív területeken dolgozók. Ez az eltérés azt jelzi, hogy az egyetemeknek több figyelmet kellene fordítaniuk arra, hogy minden dolgozó hozzáférjen a megfelelő képzési lehetőségekhez és eszközökhöz, függetlenül attól, hogy milyen területen dolgoznak.

Az egyik válaszadó kiemelte: „Az MI technológia használata gyorsan fejlődik, de az egyetemeknek fel kell zárkózniuk. Szükség van átfogó képzési programokra, amelyek segítenek a dolgozóknak megérteni, hogyan használhatják az MI-t a mindennapi munkájukban, anélkül, hogy attól kellene tartaniuk, hogy az veszélyezteti a szakmai szerepüket."

Ez a vélemény rávilágít arra, hogy az MI bevezetése az egyetemi munkakörnyezetbe nem csupán technikai kérdés, hanem kulturális és oktatási probléma is. Az egyetemeknek átfogó stratégiát kell kidolgozniuk arra vonatkozóan, hogyan tudják a dolgozóikat felkészíteni az MI használatára. Ez magában foglalhatja nemcsak a technikai képzést, hanem az etikai kérdésekkel kapcsolatos iránymutatásokat és támogatást is.

A mesterséges intelligencia használatára vonatkozó egyetemi politikát ismerők megoszlása

A szabályozási keretek kialakítása

A felmérésben megkérdezett egyetemi dolgozók egyetértettek abban, hogy az MI használatára vonatkozó szabályozások és iránymutatások hiánya súlyos problémát jelenthet. Mivel az MI technológia gyorsan fejlődik, az egyetemek gyakran nehéz helyzetben vannak, amikor megpróbálnak lépést tartani a változásokkal. Több válaszadó is hangsúlyozta, hogy az egyetemeknek világos és átlátható irányelvekre van szükségük az MI használatára vonatkozóan.

Egy válaszadó így fogalmazott: „Jelenleg nincs elég világos szabályozás az MI használatával kapcsolatban. Sokszor nem tudjuk, mi számít etikusnak vagy elfogadhatónak az MI eszközök használatakor, és ez bizonytalanságot szül a dolgozók körében.”

Ez a megjegyzés egyértelműen jelzi, hogy az MI használata körül kialakuló etikai kérdések nem csupán filozófiai problémák, hanem valós kihívásokat jelentenek az egyetemi mindennapokban. Az egyetemeknek olyan iránymutatásokat kell kidolgozniuk, amelyek segítenek eligazodni a mesterséges intelligencia alkalmazása során felmerülő etikai dilemmákban, és biztosítják, hogy a technológia használata összhangban legyen az intézmény értékeivel és céljaival.

Képzés és biztonság

A felmérés résztvevői szerint az egyetemeknek nagyobb hangsúlyt kell fektetniük a dolgozók képzésére, és biztosítaniuk kell, hogy mindenki hozzáférjen a legfrissebb MI technológiákhoz. Ez különösen fontos, mivel a tanulmányból kiderült, hogy sok dolgozó nem érzi magát elég felkészültnek az MI alkalmazására.

Egy válaszadó szerint: „Az egyetemeknek proaktívan kellene foglalkozniuk az MI képzéssel. Jelenleg sok dolgozó nem kap megfelelő támogatást, és nincs hozzáférése a szükséges eszközökhöz."

A képzési programok mellett a válaszadók arra is felhívták a figyelmet, hogy az egyetemeknek biztosítaniuk kell, hogy az általuk használt MI eszközök biztonságosak és megbízhatóak legyenek. Az adatbiztonság és a személyes adatok védelme kiemelten fontos szempont az egyetemi környezetben, ahol rengeteg érzékeny adatot kezelnek.

Egy másik válaszadó így fogalmazott: „Az MI eszközök használata során kulcsfontosságú, hogy az egyetemek garantálják az adatok biztonságát és védelmét. Nem használhatunk olyan eszközöket, amelyek veszélyeztetik a hallgatók vagy a dolgozók adatainak biztonságát."

Ez a megjegyzés rávilágít arra, hogy az MI használatának nem csak technológiai, hanem adatbiztonsági és adatvédelmi következményei is vannak. Az egyetemeknek gondoskodniuk kell arról, hogy az MI eszközök megfeleljenek a legmagasabb biztonsági követelményeknek, és biztosítsák, hogy az érzékeny adatok biztonságban maradjanak.

Egyensúly az MI előnyei és hátrányai között

Az MI használatával kapcsolatban megosztott vélemények tükrözik azt a kihívást, amellyel az egyetemeknek szembe kell nézniük. Míg sokan elismerik a mesterséges intelligencia előnyeit, különösen a kutatásban és az oktatásban, mások aggódnak az etikai kérdések és az emberi munkahelyek lehetséges elvesztése miatt.

Egy válaszadó ezt mondta: „Az MI kétségtelenül forradalmi technológia, de az egyetemeknek ügyelniük kell arra, hogy az emberi szerep ne csökkenjen a munkafolyamatokban. Az oktatás és a kutatás alapvetően emberi tevékenységek, és az MI nem helyettesítheti ezt."

Ez a megjegyzés jól tükrözi azokat az aggodalmakat, amelyeket sokan megfogalmaztak az MI elterjedésével kapcsolatban. Az egyetemeknek tehát olyan stratégiákat kell kidolgozniuk, amelyek egyensúlyt teremtenek az MI technológia előnyeinek kihasználása és az emberi munkahelyek megőrzése között. Az MI képes hatékonyabbá és gyorsabbá tenni a munkafolyamatokat, de az emberi kreativitás és gondolkodás szerepe továbbra is elengedhetetlen marad.

Az MI jövője az ausztrál egyetemeken

Az MI alkalmazása még csak a kezdeti szakaszban van, de a tanulmány szerint egyértelmű, hogy a technológia egyre fontosabb szerepet fog betölteni az ausztrál egyetemeken. Az MI lehetőségei messze túlmutatnak az oktatási anyagok fejlesztésén, és alapjaiban változtathatják meg a kutatás, az oktatás és az egyetemi adminisztráció módját. A tanulmányból kiderül, hogy az ausztrál egyetemek már most elkezdték kiaknázni az MI nyújtotta lehetőségeket, de a technológia teljes körű alkalmazása még kihívásokat jelent.

A tanulmány alapján egyértelmű, hogy az ausztrál egyetemek számára a mesterséges intelligencia (MI) nem csupán jelenkori kihívás, hanem a jövőbeni fejlődés egyik alapköve is. Az egyetemi dolgozók többsége egyetértett abban, hogy az MI technológiák egyre fontosabb szerepet fognak játszani az oktatás, a kutatás és az egyetemi adminisztráció területén. Az MI számos lehetőséget kínál a tanulási módszerek modernizálására és az egyetemi élet hatékonyabbá tételére, azonban egyesek szerint a technológia hatásai komoly kérdéseket vetnek fel.

Az egyik legfontosabb jövőbeli kihívás az MI integrálása a tantervbe. Több válaszadó szerint az MI eszközök nem csupán a dolgozók munkáját fogják támogatni, hanem egyre inkább a hallgatók oktatási folyamataiban is központi szerepet kapnak.

Egy válaszadó így fogalmazott: „A mesterséges intelligencia a hallgatók számára is egyre fontosabb eszköz lesz. Az egyetemeknek meg kell találniuk a módját annak, hogyan építhetik be az MI-t az oktatási anyagokba és módszerekbe, anélkül, hogy az automatizálás teljesen átvinné a tanulási folyamatokat."

Ez a vélemény jól tükrözi azt a tendenciát, amely szerint az MI nem csupán a dolgozók munkáját forradalmasíthatja, hanem a hallgatói tanulási folyamatokat is megváltoztathatja. Az MI segítségével például lehetővé válik a személyre szabottabb tanulási élmény nyújtása, amely figyelembe veszi a hallgatók egyéni igényeit és tudásszintjét. Ugyanakkor fontos, hogy a technológia ne váljon a tanulás központi elemévé, és az emberi oktatók továbbra is meghatározó szerepet játszanak a tudás átadásában.

Az MI hatása a kutatásokra és az egyetemi innovációra

A tanulmány arra is rámutatott, hogy az MI különösen nagy hatást fog gyakorolni az egyetemi kutatásokra és az innovációra. Az MI rendszerek segítségével a kutatók gyorsabban és hatékonyabban tudják feldolgozni a nagy mennyiségű adatot, ami különösen fontos a természettudományos és technológiai kutatásokban.

Egy válaszadó szerint: „A mesterséges intelligencia rendkívüli módon felgyorsíthatja a kutatási folyamatokat. Az adatelemzés és a modellezés terén olyan lehetőségeket kínál, amelyek korábban elképzelhetetlenek voltak, és ezáltal növelheti a kutatások hatékonyságát és eredményességét."

Az MI tehát forradalmi változásokat hozhat a kutatás világában, különösen a nagy adatmennyiségekkel dolgozó tudományágakban, mint például a biotechnológia, az orvostudomány, a fizika vagy a mesterséges intelligencia önmaga. Ugyanakkor az MI által nyújtott lehetőségek nem csupán a tudományos felfedezések gyorsabb előmozdításában rejlenek, hanem az interdiszciplináris kutatások új formáinak megjelenésében is.

A tanulmányból az is kiderült, hogy az MI segítségével olyan új kutatási módszerek és eszközök fejleszthetők ki, amelyek eddig nem voltak elérhetők. Ez különösen fontos lehet az adatok vizualizációjában, a prediktív elemzésekben és az automatikus modellalkotásban, amelyek révén a kutatók mélyebb betekintést nyerhetnek a vizsgált jelenségekbe.

Egy kutató így vélekedett: „Az MI segítségével olyan új módszerekhez és eszközökhöz férhetünk hozzá, amelyekkel mélyebben és pontosabban tudjuk elemezni a kutatási adatokat. Ez forradalmasíthatja a tudományos módszertant."

Az MI hatása az egyetemi munkahelyekre

Az MI bevezetésének egyik legkomolyabb kérdése, hogy milyen hatással lesz az egyetemi dolgozók munkahelyére és szerepére. A tanulmányban részt vevők közül többen aggódtak amiatt, hogy az MI automatizálhatja az egyetemi adminisztráció és oktatás bizonyos területeit, ami a munkahelyek csökkenéséhez vezethet.

Egy válaszadó ezt mondta: „Aggódom, hogy az MI bevezetése hosszú távon a munkahelyek csökkenéséhez vezethet az egyetemen. Az automatizáció sok adminisztratív feladatot átvállalhat, és ez veszélyeztetheti az emberek szerepét."

Ez az aggodalom rávilágít arra a problémára, hogy az MI technológia, bár számos előnyt kínálhat az egyetemi munkafolyamatok hatékonyságának növelésében, hosszú távon komoly kihívásokat is jelenthet az emberi munkahelyek megőrzése szempontjából. Az egyetemeknek tehát fel kell készülniük arra, hogy a technológiai fejlődéssel együtt járó változásokat megfelelő módon kezeljék, és biztosítsák, hogy az MI technológia ne veszélyeztesse a dolgozók munkahelyeit, hanem inkább segítse azok munkáját.

Az egyetemek szerepe az MI jövőjében

Az egyetemek kulcsszerepet játszhatnak az MI jövőjének alakításában. Az ausztrál egyetemek nem csupán a technológia felhasználói, hanem az MI kutatásában és fejlesztésében is fontos szerepet játszanak. A tanulmány szerint az egyetemeknek fel kell ismerniük, hogy az MI nem csupán eszköz, hanem egy olyan technológia, amely hosszú távon átalakíthatja az oktatás, a kutatás és az adminisztráció minden területét.

Egy vezető így fogalmazott: „Az MI nem csupán egy új eszköz, hanem egy olyan technológia, amely alapjaiban fogja megváltoztatni az egyetemek működését. Az egyetemeknek fel kell készülniük arra, hogy aktívan részt vegyenek az MI fejlesztésében, és biztosítsák, hogy a technológia használata összhangban legyen a társadalmi és etikai normákkal."

Ez a megjegyzés jól tükrözi azt a felismerést, hogy az egyetemek nem csupán passzív résztvevői a technológiai fejlődésnek, hanem aktív alakítói is lehetnek annak. Az egyetemeknek tehát nem csupán arra kell figyelniük, hogyan használhatják fel az MI-t a saját működésük javítása érdekében, hanem arra is, hogy hogyan járulhatnak hozzá a technológia fejlesztéséhez és etikus alkalmazásához.

Az MI technológiák gyors fejlődése világosan mutatja, hogy a mesterséges intelligencia hosszú távon alapvető szerepet fog betölteni az egyetemi életben. Az MI segítségével nem csupán az oktatás és a kutatás válhat hatékonyabbá, hanem az egyetemi adminisztráció és a döntéshozatal is új szintre emelkedhet. Ugyanakkor a technológia bevezetése komoly kihívásokat is magában hordoz, különösen az etikai kérdések és a munkahelyek védelme terén.

Az ausztrál egyetemek számára 2024 őszén a legfontosabb feladat, hogy megtalálják az egyensúlyt az MI előnyeinek kihasználása és az emberi munka, kreativitás és etikai normák védelme között. A kutatás alapján egyértelmű, hogy az egyetemek már most elkezdték kiaknázni az MI lehetőségeit, de a technológia teljes körű integrációja még komoly feladatokat és döntéseket igényel.

Érdemes lesz tehát nyomon követni a jövő ausztrál fejleményeit – s megtanulni mindazt, ami hazai viszonyaink között is hasznosítható lehet.

 A cikk emberi és mesterséges intelligencia együttműködésével jött létre. 

McDonald, P., Hay, S., Cathcart, A. & Feldman, A. (2024). Apostles, Agnostics and Atheists: Engagement with Generative AI by Australian University Staff. Brisbane: QUT Centre for Decent Work and Industry. 

https://eprints.qut.edu.au/252079