Ha egy algoritmus dönti el, kit ellenőriz valamely hatóság, ki kap támogatást, vagy melyik kérelem kerül előre a sorban, akkor az állampolgároknak joguk van tudni, hogy ez a rendszer létezik, mire használják és ki felel érte. A különböző országokban számos eszköz szolgálja ezt a célt: nyilvános mesterséges intelligencia (MI)-regiszterek, kötelező hatásvizsgálatok, egyéni tájékoztatási kötelezettségek és bíróságon kikényszerített forráskód-hozzáférés. Összegyűjtöttük a legfontosabb jó gyakorlatokat, és végiggondoltuk azt is, minek az átvétele lehet megfontolásra érdemes Magyarországon. Őszi MI-blogbejegyzéssorozatunk 3. része

A K-Monitor régóta foglalkozik az állami algoritmusokkal. 2018 és 2019 között cseh, grúz, lengyel, szerb és szlovák partnerekkel közösen térképeztük fel, hol használ az állam automatizált döntéshozatalt a régióban. A kutatás egyik fő megállapítása az volt, hogy az algoritmikus döntéshozatal átláthatósága a vizsgált országok egyikében sem megfelelő, a forráskódokat pedig a hatóságok rendre szerzői jogra vagy üzleti titokra hivatkozva tagadták meg. A folytatásként készült AlGOVrithms 2.0 jelentésben a magyar fejezet többek között a NAV csalásfelderítő rendszereit, a rendőrség Véda-KAFIR-Robotzsaru rendszerét és az Oktatási Hivatal pályaválasztást „támogató” algoritmusát mutatta be.
Azóta a technológia sokat változott, a keretek kialakítása viszont még mindig csak kezdeti stádiumában tart. Az Európai Unió Mesterséges Intelligencia Rendeletének (MI Rendelet) 2024 júniusi kihirdetését követően a Magyar Országgyűlés elfogadta az annak végrehajtásáról szóló 2025. évi LXXV. törvényt, majd megalakult a Magyar Mesterséges Intelligencia Tanács. Az MI-rendelet magas kockázatú rendszerekre vonatkozó szabályainak alkalmazását az EU idén tavasszal azonban 2027 decemberére, illetve 2028 augusztusára halasztotta. Ez az időszak lehetőség arra, hogy a magyar állam eldöntse, a minimumot teljesíti a MI átláthatósága terén, vagy a legjobb nemzetközi gyakorlatokhoz igazodik.
1. A legfontosabb támpontok: Amszterdam és Helsinki
Amszterdam és Helsinki 2020 szeptemberében elsőként indítottak nyilvános MI-regisztereket, vagyis olyan weboldalakat, ahol bárki megnézheti, milyen algoritmusokat használ a városvezetés. Az induláskor még csak néhány rendszer szerepelt bennük: Helsinkiben négy chatbot és a könyvtári állomány kezelését segítő rendszer, Amszterdamban az automatizált parkolásellenőrzés, a közterületi bejelentéseket osztályozó eszköz és egy, az illegális szálláskiadás valószínűségét becslő algoritmus.
A regiszterek ereje azonban nem a mennyiségben, hanem a struktúrában van. Minden bejegyzés leírja: mi a rendszer feladata és milyen adatokból dolgozik; hogyan használják fel az emberi munkatársak az algoritmus eredményeit; hogyan vizsgálták a torzítás és a diszkrimináció kockázatát; melyik osztály és név szerint melyik munkatárs felel a rendszerért, elérhetőséggel együtt; és lehetőséget ad a felhasználóknak, hogy visszajelzést küldjenek. Az utolsó két pont a legfontosabb. Egy regiszter attól lesz elszámoltathatósági eszköz, hogy a rendszernek konkrét megnevezése és felelőse van, és a polgár nem egy személytelen hivatallal, hanem egy felelős személlyel áll szemben.
A két város tapasztalataiból az Eurocities hálózat közös, nyílt adatsémát dolgozott ki, amely kilenc európai város (Amszterdam, Barcelona, Bologna, Brüsszel, Eindhoven, Helsinki, Manheim, Rotterdam és Szófia) részvételével készült. Ennek jelentősége az, hogy ha a városok ugyanazokat a mezőket töltik ki, a regiszterek összehasonlíthatók, a szoftverek újrahasznosíthatók, és egy kisebb önkormányzatnak sem kell nulláról kezdenie. Egy magyar nagyváros vagy akár a főváros is ugyanerre a sémára építhetne.
2. Országos szinten: Hollandia, az Egyesült Királyság és az USA
A városi kísérletekből néhány országban kormányzati gyakorlat lett. A három legismertebb példa jól mutatja, hogy a regiszter önmagában kevés: az számít, kötelező-e, mit kell beleírni, és mi maradhat ki belőle.
A holland algoritmus-regiszter 2022 decemberében indult, a SyRI-ügy és a gyermekfelügyeleti támogatás körüli toeslagenaffaire után, amelyben algoritmikus kockázatbecslés miatt több ezer családot bélyegeztek tévesen csalónak. A kormány négy kategóriát vezetett be: az A kategóriába a magas kockázatú, a B-be a polgárokra érdemi hatást gyakorló algoritmusok tartoznak, a C-be az egyéb okból közzéteendők, a D-be pedig azok, amelyekre kivétel vonatkozik. A Pénzügyminisztérium alá tartozó szervek 2025 közepére 98 algoritmust tettek közzé, köztük a vámhatóság mind a 48, érdemi hatású rendszerét. A regiszter ugyanakkor ma sem kötelező: a holland parlament egyik vitájában idézett adat szerint mintegy 730 bejegyzést tartalmazott, miközben a becslések szerint a holland állam nagyjából 16 ezer algoritmust használ. Önkéntes alapon a regiszter tehát lassan telik meg tartalommal.
A brit kormány 2021-ben vezette be az Algorithmic Transparency Recording Standardot (ATRS), egy kétszintű sablont: az első szint néhány mondatban, közérthetően mondja el, mit csinál az eszköz, a második a szakmai közönségnek szól (adatok, modell, kockázatok, emberi felügyelet). A sablont állampolgárok bevonásával, deliberatív kutatással tervezték. Az első években alig néhány rekord született, ezért 2024-ben a központi kormányzati szervek számára kötelezővé tették, meghatározva azonban bizonyos kivételi köröket. Ennek látványos hatása lett: 2025 májusára 59, az év második felére több mint 70 rekord jelent meg. A brit példa azt mutatja, hogy a kötelező jelleg mellett pontosan körbe kell írni az indokolt kivételi köröket is.
Az amerikai szövetségi ügynökségeknek évente nyilvánossá kell tenniük, mire használnak MI-t. A 2025-ös összesített leltár 56 ügynökség 3611 felhasználási esetét tartalmazza, ebből 445-öt soroltak „nagy hatásúnak”. A kivételi körök is tanulságosak: a hírszerzés és a védelmi minisztérium mentesül, a nemzetbiztonsági célú felhasználások pedig minden ügynökségnél kimaradnak.
3. Jog az egyéni tájékoztatáshoz: a francia modell
A regiszter a rendszerek összességét teszi láthatóvá. Legalább ilyen fontos, hogy az ügyfelek az egyes eljárásokban is megtudhassák: az őket érintő döntésben szerepet játszott egy algoritmus. Ebben Franciaország jár élen.A 2016-os, digitális köztársaságról szóló törvény módosította a közigazgatási eljárási kódexet. Azóta, ha egy hatóság algoritmus segítségével hoz egyedi döntést (adó, ösztöndíj, szociális juttatás), a határozatban kifejezetten jeleznie kell ezt, és kérésre el kell magyaráznia a működés főbb szabályait, amint erre a törvényhez készült gyakorlati útmutató is kitér. Az a döntés, amely kizárólag algoritmus alapján, a kötelező jelzés nélkül született, semmis. Emellett a legalább 50 főt foglalkoztató közigazgatási szerveknek nyilvános leltárt kell vezetniük az egyedi döntésekhez használt fő algoritmusaikról.
A végrehajtás persze itt is akadozott, de vannak kiemelkedő példák. Ille-et-Vilaine megye már 91 algoritmust leltározott, mindegyikhez külön leíró adatlappal. Antibes városa a nyílt kormányzati adatportálon, gépileg olvasható formában teszi közzé saját algoritmus-leltárát. A francia adóhatóság pedig a jövedelemadó és több helyi adó számítási algoritmusát is nyilvánosságra hozta.
A francia modell legfontosabb eleme a jogkövetkezmény. Ahol a hiányzó tájékoztatás érvénytelenné teszi a döntést, ott a hatóságnak érdeke fűződik a szabály betartásához. A közigazgatási eljárásban a határozat indokolása már ma is kötelező Magyarországon is: a szabály kiegészítése egy algoritmusra vonatkozó jelzéssel nem igényelne gyökeresen új intézményt.
4. Az élesítést megelőzően: hatásvizsgálat és tudatos beszerzés
A regiszter és az egyéni tájékoztatás utólag mutatja meg, mi történik. A legjobb gyakorlatok azonban már a bevezetés előtt kikényszerítik a nyilvános mérlegelést.
A kanadai szövetségi kormány 2019-ben fogadta el az automatizált döntéshozatalról szóló irányelvét amely a 2020 áprilisa után fejlesztett vagy beszerzett rendszerekre vonatkozik. Mielőtt egy ilyen rendszert élesben használnának, a hatóságnak ki kell töltenie egy hatásvizsgálati kérdőívet, és az eredményt a nyílt kormányzati portálon közzé kell tennie. A kérdőív a rendszert négy hatásszint egyikébe sorolja, és minél magasabb a szint, annál szigorúbbak a követelmények: külső szakértői felülvizsgálat, emberi döntéshozó bevonása, részletesebb magyarázat az érintettnek. A hatásvizsgálatot a rendszer módosításakor frissíteni kell. Az irányelvet rendszeresen, nyilvános konzultációval vizsgálják felül; a legutóbbi, negyedik felülvizsgálat az emberi jogi hatások értékelését erősítette.
Chilében az Universidad Adolfo Ibáñez GobLab nevű kutatócsoportja és a Chilei Beszerzési Ügynökség együttműködésében szabványos ajánlattételi felhívás-mintákat dolgoztak ki adattudományi és MI-projektek beszerzéséhez. Ezek eleve előírják az átláthatósági, magyarázhatósági és torzításvizsgálati követelményeket, így a beszállító nem hivatkozhat utólag üzleti titokra. A GobLab emellett ingyenes, nyílt forráskódú, spanyol nyelvű algoritmikus hatásvizsgálati eszközt is közzétett közintézmények számára, a projekt pedig 2027-ig folytatódik állami partnerek bevonásával.
5. Ha az állam nem lép: civil szervezetek és bíróságok
A fenti példák többsége felülről, kormányzati döntéssel indult. Néhány országban azonban, ahol erre nem mutatkozott politikai akarat, a civil szervezetek, kutatók és újságírók tették láthatóvá az állami algoritmusokat.
Chilében a GobLab által fejlesztett Repositorio Algoritmos Públicos öt éve gyűjti nyilvános forrásokból az állami algoritmusokat, pótolva ezzel az állami nyilvántartás hiányát. Hasonló adatbázis készült Kolumbiában is, ahol egy egyetemi projekt 383 automatizált rendszert dokumentált. Egy idei összefoglaló tanulmány szerint világszerte 69 működő algoritmus-adattár létezik, csak az EU-ban pedig 34 ilyen található. Ezek egy része nem kormányzati kezdeményezés, és éppen ezért van szerepe: a civil regiszter nyomást gyakorol, mintát ad, és a későbbi állami regiszter kiindulópontja lehet.
A spanyol Civio alapítvány évekig pereskedett, hogy hozzáférjen a BOSCO nevű program forráskódjához. Ezzel a szoftverrel ellenőrzik, ki jogosult a rászorulóknak járó kedvezményes áramdíjra, az algoritmus viszont jogosult kérelmezőket is elutasított. Az alsóbb fokú bíróságok szellemi tulajdonra és biztonsági kockázatokra hivatkozva elutasították a keresetet, ám a spanyol Legfelső Bíróság 2025. szeptember 11-i ítélete kötelezte az államot a forráskód kiadására. Az ítélet precedens értékét az adja, hogy egy közhatalmi döntést támogató szoftver kódja közérdekű adat lehet.
A lengyel ePaństwo Alapítvány (jelenlegi nevén Fundacja Moje Państwo), amely egyik korábbi partnerünk volt az alGOVrithms kutatásban, szintén bíróság előtt érte el, hogy a hatóságok által használt rendszer algoritmusára vonatkozó információ közérdekű adatnak minősüljön. Hollandiában pedig a hágai bíróság 2020 februárjában állította le a SyRI nevű szociális csalásfelderítő rendszert, mert sértette a magánélet védelméhez való jogot, és az érintettek nem tudhatták meg, milyen kockázati tényezők alapján jelölte meg őket.
6. Az uniós MI-rendelet
Az MI Rendelet több ponton is épít a fenti tapasztalatokra, de nem teszi azok vizsgálatát szükségtelenné. A pozitív oldalon, a MI rendelet szerint a hatóságoknak mint alkalmazóknak a magas kockázatú MI-rendszereket be kell jegyezniük egy nyilvános uniós adatbázisba, és ha a rendszer nincs bejegyezve, nem használhatják. A közszolgáltatást nyújtó szerveknek alapjogi hatásvizsgálatot kell végezniük, az érintetteket pedig tájékoztatni kell, ha magas kockázatú rendszer segítségével hoznak róluk döntést.
Az átláthatósági kötelezettségek korlátai ugyanakkor legalább ugyanennyire fontosak, ezek csak a MI rendelet szerinti magas kockázatú rendszerekre vonatkoznak. Egy egyszerűbb pontozó algoritmus vagy egy ügyintézést segítő chatbot kimaradhat, holott a holland, brit vagy francia regiszterekbe bekerülne. Emellett a bűnüldözési, migrációs, menekültügyi és határellenőrzési rendszereket az adatbázis nem nyilvános részében kell bejegyezni, pedig éppen ezek érintik leginkább az alapjogokat. Ráadásul az idén májusban elért, „digitális omnibusz” nevű politikai megállapodás a magas kockázatú rendszerekre vonatkozó szabályok alkalmazását 2026 augusztusáról 2027. december 2-ra tolta ki. A tagállamok viszont vállalhatnak a MI Rendeletben foglaltaknál többet is, mint ezt Franciaország és Hollandia esete is mutatja.
Magyarországra vonatkozó javaslataink
A nemzetközi példákból egy olyan csomag állítható össze, amely a magyar MI-törvény végrehajtási szabályaiba vagy az információszabadságról szóló törvénybe is beilleszthető:
- Nyilvános, kötelező magyar algoritmus-regiszter, amely nemcsak a magas kockázatú MI-rendszereket, hanem minden, állampolgárokat érintő döntést támogató algoritmust tartalmaz, a holland kategóriák mintájára.
- Kétszintű, kötelező mezők a brit ATRS és az Eurocities-séma alapján (közérthető összefoglaló, adatok, emberi felügyelet, kockázatok, és név szerint megjelölt felelős).
- Előzetes, nyilvános hatásvizsgálat, kanada mintájára, az eredmény közzétételével.
- Ha egy egyedi döntésben algoritmus vett részt, ezt a határozatnak tartalmaznia kell, a francia modellhez hasonló jogkövetkezménnyel.
- Átláthatósági feltételek a közbeszerzésben, a chilei mintára, hogy a beszállítói szerződés ne lehessen akadálya a dokumentáció és a kód megismerésének.
- Folyamatos civil részvétel a Magyar Mesterséges Intelligencia Tanácsban.
Egyik javaslat megvalósításának sincsen jelentős költsége; a legtöbbhöz mindössze néhány jogszabály-módosításra és néhány jól megtervezett weboldalra lenne szükség. Egy önkormányzat például akár holnap elindíthatna egy regisztert az Eurocities-sémával. Mindez azonban a MI Rendelet szabályain túlmutató elkötelezettséget feltételez a közszférabeli MI átláthatósága iránt a Magyar digitalis ökoszisztéma valamennyi szereplőjétől.
Szentgáli-Tóth Boldizsár
Hasznosnak tartod a munkánkat? Segítenél?







