Egyre több állami szerv nyúl algoritmusokhoz és mesterséges intelligenciára (MI) épülő rendszerekhez: kockázati pontszámot rendel adózókhoz, előszűri a segélykérelmeket, felismer rendszámokat a kamerák képén, vagy éppen chatbotként válaszol az ügyfélszolgálaton. Ezek a rendszerek egyre inkább beépülnek a közhatalmi döntéshozatalba, miközben kívülről szinte semmit sem tudunk róluk. Ki fejlesztette? Milyen adatokon tanult? Mekkora súlya van a döntésben egy ember mérlegelésének, és mekkora a gépének? Tesztelték-e, hogy nem hátrányos-e valamely társadalmi csoportra nézve?
Blogbejegyzésünkben azt vesszük sorra, milyen konkrét eszközökkel élhet ma egy kutató, újságíró, vagy érdeklődő állampolgár Magyarországon, ha egy konkrét állami MI-rendszerről akar megtudni valamit. Végigvesszük a közérdekű adatigénylést, a már létező – bár töredezett – hazai nyilvántartásokat, azokat az uniós adatbázisokat, amelyek már most nyilvánosak, a holland és a finn regisztereket mint követhető mintákat, és azokat a friss uniós átláthatósági kötelezettségeket, amelyekre 2026 augusztusától hivatkozni lehet.
Miért nehéz kérdezni egy algoritmusról?
Mielőtt a konkrét eszközökre térnénk, érdemes tisztázni, mi teszi ezt a terepet olyan nehézzé. Egy hagyományos közigazgatási döntésnél viszonylag egyértelmű, mit kérünk: a határozatot, az indokolást, a mögötte lévő iratokat. Egy MI-rendszernél viszont sokszor maga a hivatal sem tudja pontosan megfogalmazni, mit csinál a rendszer – vagy ha tudja, akkor több réteg mögé bújtatja: a fejlesztő cég üzleti titkára, az adatvédelemre, a biztonsági kockázatokra, vagy arra hivatkozik, hogy nincs is szó automatizált döntéshozatalról, csupán döntéstámogatásról. Ez utóbbi a leggyakoribb elhárító mozdulat, a gyakorlatban azonban például egy előre kiszámolt kockázati pontszámot ritkán ír felül az ügyintéző. Ezért fontos, hogy a kérdéseink ne csak arra irányuljanak, automatizált-e a döntés, hanem arra is, hogy pontosan milyen szerepe van a gépi eredménynek a folyamatban, és milyen gyakran térnek el tőle.
Az alapeszköz: a közérdekű adatigénylés
A magyar civil ellenőrzés legfontosabb, mindenki számára elérhető eszköze továbbra is a közérdekű adatigénylés, amelyet az információs önrendelkezési jogról és az információszabadságról szóló törvény biztosít. Bárki, indokolás nélkül kérhet adatokat egy közfeladatot ellátó szervtől; a kérelemnek a szervnek főszabály szerint 15 napon belül kell eleget tennie (ez egyszer további 15 nappal meghosszabbítható, ha az igénylés terjedelmes vagy nagyszámú adatot érint). Az adatigénylés ingyenes, kivéve ha a másolatkészítésnek tényleges költsége van, amelyet előzetesen közölniük kell.
A MI-rendszerek esetében a legnagyobb kihívás az, hogy jól tegyük fel a kérdést. Ha csak annyit kérdezünk, „használnak-e MI-t", könnyű nemleges vagy kitérő választ kapni. Ezért érdemes a kérdéseket konkrét dokumentumokra és tényekre bontani.
Konkrét példákkal élve, kérhetjük a rendszer beszerzésével kapcsolatos szerződéseket, közbeszerzési dokumentációt, műszaki specifikációt és árat. A szerződés gyakran többet elárul a rendszer képességeiről, mint bármilyen sajtóközlemény – és a közpénzből kötött szerződések fő szabály szerint nyilvánosak, az üzleti titokra hivatkozás pedig a közérdekből nyilvános adatok körében korlátozott. Kérhetjük a rendszerhez készült adatvédelmi- és ha készült, alapjogi hatásvizsgálatot. Kérhetjük a rendszer működését leíró belső szabályzatokat, útmutatókat, azt, hogy pontosan milyen adatokból dolgozik, és hogy az eredményét ki és hogyan használja fel a döntéshozatalban. Rákérdezhetünk a teljesítménymutatókra és a tesztelésre: mérték-e a rendszer pontosságát, hibaarányát, és vizsgálták-e, hogy valamely csoportra nézve rendszeresen kedvezőtlenebb eredményt ad-e.
Fontos technika, hogy külön kérjük magát a döntési logikát leíró dokumentumot és külön a szerződéses háttéranyagokat. Ha üzleti titokra hivatkozik valamely állami szerv, fontos tisztában lennünk azzal, hogy a közérdekből nyilvános adat fogalma épp azért létezik, hogy a közfeladat ellátásához felhasznált eszközök alapvető jellemzői ne tűnhessenek el a magánjogi titokvédelem mögött. Ha „nincs ilyen adatunk" választ kapunk, kérhetjük annak megjelölését, hogy ez esetben milyen formában dokumentálják egyáltalán a rendszer működését – ez önmagában is árulkodó.
Ha az igénylést megtagadják, vagy válasz nélkül hagyják, két út áll előttünk. Fordulhatunk a Nemzeti Adatvédelmi és Információszabadság Hatósághoz (NAIH) bejelentéssel, illetve bírósághoz perrel. A per költséges és lassú lehet, de az információszabadság-perekben a bíróságok többször is a nyilvánosság mellett döntöttek, és sok esetben már a per megindítása is teljesítésre bírja a szervet.
A meglévő – töredezett – hazai nyilvántartások
Magyarországon jelenleg nincs egységes, nyilvános állami MI-regiszter, amelyben egy helyen meg lehetne nézni, mely hivatal milyen rendszert használ. Ennek szükségességére a közelmúltban magunk is felhívtuk a figyelmet.
A MI-regiszter hiánya nem jelenti azt, hogy semmilyen információ nem érhető el, csupán azt, hogy az elszórva lévő mozaikok összeillesztésétől remélhetünk csak tisztábban látást.
Az egyik legfontosabb kiindulópont a közbeszerzési nyilvánosság. A Közbeszerzési Hatóság adatbázisában és az Elektronikus Közbeszerzési Rendszerben (EKR) kereshetők az állami beszerzések, az EU-s értékhatárt elérő szerződések esetén pedig az európai adatbázisban is kereshetünk. Ha egy hivatal MI-rendszert vagy döntéstámogató szoftvert, prediktív analitikát, arcfelismerő megoldást szerzett be, annak jó eséllyel van közbeszerzési lábnyoma – a szerződés tárgyából, a nyertes cég nevéből, az értékből sok minden kikövetkeztethető, és az EKR sok esetben magát a szerződést is tartalmazza (igaz, olykor a mellékleteket lespórolják). Az már másik kérdés, hogy mennyire egyszerű ezekben az adatbázisokban keresgélni -- a K-Monitor és más civil szervezetek is fejlesztettek eszközöket (ilyen volt például a Red Flags amelynek adatbázisában 1998 és 2023 között lehet keresni), amelyek a gyanús összefüggések feltárását segítették: kereshettünk cégre, kiíróra, tárgyszóra.
Egy másik réteg az adatvédelmi dokumentáció. Az uniós adatvédelmi rendelet (GDPR) alapján a közfeladatot ellátó szerveknek adatkezelési tájékoztatót kell közzétenniük, és bizonyos, magas kockázatú adatkezeléseknél adatvédelmi hatásvizsgálatot kell készíteniük. Ezek a tájékoztatók – bár gyakran általánosak – néha megnevezik a profilalkotást vagy az automatizált döntéshozatalt, és ez fogódzót ad a további kérdésekhez. A GDPR 22. cikke ráadásul önálló jogot ad az érintettnek arra, hogy ne vonatkozzon rá kizárólag automatizált adatkezelésen alapuló, rá nézve joghatással járó döntés, és hogy emberi beavatkozást, magyarázatot kérjen. Ha valakit konkrétan érintett egy ilyen döntés, ezen a jogcímen személyre szólóan is kérdezhet.
Végül az állami informatikai fejlesztéseket finanszírozó uniós projektek adatai, a kormányzati informatikáért felelős szervek beszámolói, a parlamenti kérdésekre adott válaszok, illetve az egyes hatóságok éves jelentései szintén fontos forrásként szolgálhatnak. Egyik sem teljes, de együtt mozaikot adhatnak ki.
Létező és formálódó uniós adatbázisok
A DSA Transparency Database felületére, amely a Digitális szolgáltatásokról szóló rendelet (DSA) alapján jött létre, az online platformoknak – szinte valós időben – be kell küldeniük a tartalommoderálási döntéseik indokolását, az úgynevezett „statement of reasons"-t. Ez az adatbázis egy szabványosított adatsort rögzít minden egyes moderálási döntésről: hogy milyen intézkedést hoztak, milyen indokkal, és milyen jogi vagy szerződéses alapon. Az adatbázis külön jelöli, hogy egy döntés teljesen automatizált volt-e.
Emellett az EU MI Rendelete előírja, hogy bizonyos magas kockázatú rendszereket, köztük több olyat, amelyet közigazgatási szervek is használnak, például az alapvető szolgáltatásokhoz való hozzáférés vagy a foglalkoztatás területén, egy uniós adatbázisban regisztrálni kell. Ennek az adatbázisnak a nyilvános része komoly potenciált hordoz: egy helyen válhatna kereshetővé, mely szervek milyen magas kockázatú rendszereket vetnek be. Fontos árnyalat viszont, hogy a nagy kockázatú rendszerekre vonatkozó fő kötelezettségek időzítése az utóbbi hónapokban változott.
A 2026. augusztus 2-i fordulópont
Sokáig 2026. augusztus 2. számított annak a napnak, amikor a MI-rendelet magas kockázatú rendszerekre vonatkozó követelményei élesbe fordulnak. A kép azonban árnyaltabb lett. 2026 júniusában az Európai Parlament és a Tanács jóváhagyta a Digitális Omnibusz csomagot, amely július 27-én lépett hatályba és amely a magas kockázatú rendszerekre vonatkozó határidőt 2027 decemberére tolja. A halasztás fő oka nem az volt, hogy az EU feladta volna a szigort, hanem hogy a nemzeti hatóságok és a harmonizált műszaki szabványok nem álltak készen időben.
Az említett késedelem ellenére az Omnibusz Csomag a MI Rendelet átláthatósági kötelezettségeinek nagy részét érintetlenül hagyta. Ez azt jelenti, hogy 2026. augusztus 2-ától továbbra is életbe lépett egy sor olyan átláthatósági szabály, amelyekre hivatkozni lehet.
Mit jelentenek ezek a gyakorlatban? Ha egy állampolgár egy MI-rendszerrel lép interakcióba – például egy hivatali chatbottal –, főszabály szerint tájékoztatni kell arról, hogy géppel beszél. A mesterségesen előállított vagy manipulált tartalmakat (kép, hang, videó, szöveg) meg kell jelölni. Az érzelemfelismerő és biometrikus kategorizáló rendszerek használatáról tájékoztatni kell az érintetteket.
Ha egy hivatal chatbotja tehát nem közli, hogy gép, vagy ha egy állami kommunikációban felismerhetetlen módon bukkan fel MI-generált tartalom, vagy ha érzelemfelismerést vetnek be tájékoztatás nélkül – ezek 2026 augusztusától az MI-rendelet 50. cikkébe ütközhetnek.
Európai jó gyakorlatok: a holland és a helsinki regiszter
Vannak már létező európai minták arra, hogyan néz ki egy működő MI regiszter, és ezek remek viszonyítási alapot adnak ahhoz, hogy megmutassuk: amit kérünk, az máshol már valóság.
Amszterdam és Helsinki 2020 szeptemberében indították el nyilvános MI-regisztereiket, hogy bemutassák, miként használnak algoritmusokat a közszolgáltatásaikban. Ezek az adatbázisok minden regiszterben szereplő algoritmusnál felsorolják a modell tanításához használt adathalmazokat, leírják, hogyan használják az algoritmust, hogyan hasznosítja az ember a gépi előrejelzést, és hogyan vizsgálták a torzítás vagy a kockázatok szempontjából. Ezen felül a regiszter lehetőséget ad a polgároknak, hogy visszajelzést adjanak az önkormányzatuk által használt algoritmusokról, és feltünteti a felelős személy nevét, az illetékes osztályt és az elérhetőségét.
Ez lényegében egy kész kérdéslista. Ha egy magyar hivataltól érdeklődünk egy MI-rendszer működéséről, pontosan ezeket érdemes kérnünk: a felhasznált adathalmazok megnevezését, a működési logika leírását, azt, hogy az ember hogyan használja a gép eredményét, a torzításvizsgálat eredményét, és a felelős személy megnevezését. Az amszterdami és helsinki white paper, amelyet a két város a Saidot nevű finn céggel közösen készített, kifejezetten ajánlja, hogy a kormányzati szervek minden MI alapú rendszerüknél biztosítsanak érdemi átláthatóságot a következő szempontok mentén: cél és hatások, elszámoltathatóság, adathalmazok, adatkezelés, megkülönböztetésmentesség, emberi felügyelet, kockázatok és azok kezelése, valamint magyarázhatóság. Ez a nyolc szempont önmagában akár egy használható adatigénylési sablon.
A városi példákon túllépve Hollandia nemzeti szinten is elindult ezen az úton. A holland kormány 2022. december 21-én indította el a nemzeti algoritmusregisztert, egy központi, nyilvánosan hozzáférhető katalógust, ahol a holland közintézmények strukturált leírásokat tesznek közzé a munkájuk során használt algoritmusokról. A regiszterhez való adatszolgáltatás egyelőre önkéntes, de a hivatalos tájékoztató szerint a jövőben (indokolt kivételektől eltekintve) jogszabályi kötelezettséggé válik az algoritmusok nyilvánossá tétele. Érdemes hozzátenni, hogy a rendszer még korántsem tökéletes: a holland adatvédelmi hatóság 2025 nyarán is jelezte, hogy a nyilvántartás gyakorlata javításra szorul, és hogy az ügyfelek számára gyakran mégsem világos, miért és hogyan használnak az állami szervek MI-t.
Hogyan rakjuk össze mindezt? Egy gyakorlati forgatókönyv
Tegyük fel, hogy egy hivatal dokumentálhatóan automatizált kockázatelemzést használ, mondjuk az ellenőrzésre kijelölendő ügyek kiválasztásához. Hogyan járhatunk el lépésről lépésre?
Először érdemes feltérképezni a nyilvános lábnyomot. A közbeszerzési adatbázisokban lehet beszerzési nyoma egy kockázatelemző, vagy prediktív szoftvernek. A szerv adatkezelési tájékoztatói is említhetik a profilalkotást. Érdemes átnézni a parlamenti kérdéseket és a médiában megjelent szórványos utalásokat is.
Másodszor célzott adatigényléseket érdemes benyújtani. Nem egyetlen tág kérdést érdemes megfogalmazni, hanem tételes listát: a beszerzési szerződést és specifikációt; az adatvédelmi hatásvizsgálatot; a rendszer működési logikáját leíró belső dokumentumot; a felhasznált adatkörök megnevezését; a tesztelési és pontossági adatokat; a torzításvizsgálatot; és annak leírását, hogyan és milyen gyakran tér el az ügyintéző a gépi eredménytől.
Harmadszor 2026 augusztusától érdemes utalni a MI Rendelet újonnan hatályba lépő átláthatósági kötelezettségeire, különösen chatbotok, MI-generált tartalmak és érzelemfelismerő rendszerek esetében.
Negyedszer célszerű lehet szemmel tartani az uniós adatbázisokat: a DSA Transparency Database-t akár már most, a nagy kockázatú MI-rendszerek uniós adatbázisát pedig amint feltöltődik, figyelembe véve, hogy a magas kockázatú kötelezettségek időzítése csúszik. Az utóbbi adatbázis létrejöttével kapcsolatos fejleményeket a K-Monitor folyamatosan figyelemmel kíséri.
A töredékes eszközrendszer ellenére Minden jól megfogalmazott adatigénylés, minden konkrét, dokumentumokra bontott kérdés egy apró lépést jelenthet a közszférabeli MI átláthatósága irányába. A nyilvánosság iránti kereslet pedig előbb-utóbb kínálatot teremt, ami hosszabb távon elvezethet az állami MI használat rendszerszintű elszámoltathatóságához.
Szetgáli-Tóth Boldizsár
