Az MI önállóságának határa a visszafordíthatóság
Röviden
- Az MI autonómiája csak visszafordítható döntéseknél ésszerű.
- Pénz, kockázat és reputáció miatt emberi felügyelet kell.
- A vezetés küszöbökkel és eszkalációval szab kereteket.
„Az igazgatói üléseken ugyanez zajlik. Annyi különbséggel, hogy nem hívják be az IT-t.”A megjegyzést Személyi László tette a Digit Podcastban. Ha a vezetés az adattörlést, az izolációt vagy egy rendszerleállítást puszta technikai lépésnek néz, a költség és a kockázat kiszaladhat a keretből. Erről beszélgetett Bakos Róbert, a Delta Technology Zrt. vezérigazgatója és Tóth István, rendszerintegrációs és IT-szolgáltatási igazgató. A tét ma a magyar cégeknél is kézzelfogható, pénz, idő és reputáció. A határ nem ízlés kérdése, hanem azé, hogy a döntés visszafordítható-e.
A vendégek szerint az MI önállósága ott ésszerű, ahol a hiba olcsón javítható és a megbízhatóság bizonyított. Ahol egy döntést nehéz vagy nem lehet visszacsinálni, ott emberi felügyelet és eszkaláció kell. A gép valószínűségekkel dolgozik, a következményt viszont ember viseli, hangzott el a beszélgetésben. Emiatt a határvonalnál szabályok, naplózás és előre meghatározott megállítási pontok nélkül nem indokolt autonómiát adni.
Visszafordíthatóság és felelősség
Bakos három működési modellt sorolt. Teljes autonómia akkor, ha a döntés sebessége kritikusabb a tévedésnél, és a hiba ára csekély. Emberi jóváhagyásos működés, amikor a rendszer javasol, az ember dönt. Kivételalapú működés, amikor a rendszer viszi a rutint, az ember pedig eltérésnél avatkozik be. A megbízhatósági küszöb legyen világosan meghatározott és mérhető, „például 99,9 százalék”, mondta a műsorban. Amit nem lehet gyorsan visszacsinálni, oda ember kell.
Tóth szerint az MI értéke ma nem elsősorban a „jobb döntés”, hanem a látómező bővítése. Több mintát vesz észre, hamarabb jelez, és javítja a döntéselőkészítést. A felelősséget azonban nem viselheti, ezért marad az ember a folyamatban, eszkalációval és naplózott kontrollal. A beszélgetésben elhangzott utalás szerint a szabályozás a magas kockázatú rendszereknél az emberi felügyeletet erősíti, a részletek pedig rendszertől és környezettől függenek.
Sebesség és zaj az üzemeltetésben
Az üzemeltetésben a gyors reakció versenyelőny, de nem mindegy, milyen zaj árán. Elhangzott: az álpozitív fárasztó, az álnegatív viszont láthatatlanná teszi a problémát. A „csend” veszélyesebb. Visszafordítható esetekben érhet többet a gyorsaság, nagy horderejű, visszafordíthatatlan döntéseknél a kontroll felülír mindent. Ez a gondolkodás jelenjen meg az eszkalációs rendben is, ahol rögzítik, mikor és hova emelkedik egy döntés.
A gazdasági hatás kézzelfogható. Bakos elmondta, hogy a szerződéses és a kiszámlázott munka adatai alapján rendszeresen felülvizsgálják a megállapodásokat. Ha tartós a túlteljesítés, jöhet a szerződésmódosítási javaslat. Szerinte ezt közel 2000 szerződésüknél évről évre megteszik, részben indexáláskor, részben akkor, ha jelentős eltérést látnak a vállalt és a valós munka között. Itt az adatgyűjtés ad sebességet, a végső döntés mégis vezetői felelősség marad.
Bizalom, magyarázhatóság és készségváltás
A fekete doboz élmény valós. Szabályalapú rendszereknél pontosan tudjuk, mi történik, az MI viszont tanult minták alapján dolgozik. A bizalom forrása így nem a teljes belátás, hanem a működési feltételek és korlátok ismerete. A megmagyarázhatóság (explainability) segít érteni, miért születik egy kimenet, de nem visz át felelősséget. A bizalmat a felelősségi lánc, a naplózás, a leállítási pontok és a humán felügyelet építi. Olyan rendszerre lehet bizalmat építeni, amelynek működési feltételei ismertek, és amely felett megvan a beavatkozás lehetősége.
„Egyre kevesebb a gombnyomás, és egyre több az értelmezés”, mondta Tóth. Felértékelődik a kritikus gondolkodás és a kontextus ismerete. Nem az a nehéz, hogy felismerjük, amikor jól működik a rendszer, hanem az, hogy mikor nem. A vezetésnek ezért belső szabályokban célszerű rögzíteni, mely folyamatokban használható MI, hol kötelező az ember a folyamatban, és hogyan zajlik az eszkaláció, ha az algoritmus és a szakember mást mond. Ez már vállalatirányítási kérdés, nem egyszerű beállítás.
A DIG‑IT olvasata szerint a jó közelítés az, ha az MI autonómiája a visszafordítható, olcsón javítható döntésekre korlátozódik, minden másnál emberi felügyelet és dokumentált eszkaláció szükséges. Ez helyzet-, iparág- és rendszerspecifikus, ezért a küszöbök és a leállítási pontok kijelölése legyen mérhető és átlátható, akár pilótaprojekttel (pilot) validálva. Aki így ad keretet, gyorsulhat, miközben nem engedi el a felelősséget. A beszélgetés teljes terjedelmében a Digit Podcastban hallgatható meg.
Kapcsolódó cikkeink
A témával kapcsolatos tudományos cikkek
- Eleonora Catena (2026): AI and human autonomy: a literature review. AI and Ethics. doi.org/10.1007/s43681-025-00958-4
- Kitty Kioskli, Theofanis G. Fotis, Eleni Seralidou et al. (2025): trustSense: Measuring Human Oversight Maturity for Trustworthy AI. Computers. doi.org/10.3390/computers14110483
- Bettina Böttcher, Magdalena Flatscher-Thoeni, Elisabeth Reiser et al. (2026): The Reproductive Autonomy Scale: German validation and application in an Austrian student population. Frontiers in Public Health. doi.org/10.3389/fpubh.2025.1712168
- Lukas J. Meier, Aaron D’Sa (2026): On/Off-Discrepancies in medical decision-making: utilising the reversibility of deep brain stimulation to strengthen patient autonomy. Ethik in der Medizin. doi.org/10.1007/s00481-025-00893-2
- Suganya Nagarajan (2026): Runtime Delegation Strategies for Controlled Autonomy in Large-Scale Decision Systems. Journal of Information Systems Engineering & Management. doi.org/10.52783/jisem.v11i2s.14562
- Will Fleisher, Beba Cibralic, John Basl et al. (2025): Responsibility and Accountability in an Algorithmic Society. Philosophy & Technology. doi.org/10.1007/s13347-025-00970-w
- Gu; id_orcid 0000-0002-5929-7051 Pang, M Szliter (2026): Governing AI in operations: ethical risks, accountability mechanisms, and responsible digital operations. AI and Ethics. doi.org/10.1007/s43681-026-01191-3
- Manilyn Pua (2026): Algorithmic Accountability in Global Frameworks: A Comparative Discourse Analysis of Legal Constructs. International Journal of Digital Law and Governance. doi.org/10.1515/ijdlg-2025-0020
- Răzvan Daniel Zota, Corneliu Bărbulescu, Radu Constantinescu (2025): A Practical Approach to Defining a Framework for Developing an Agentic AIOps System. Electronics. doi.org/10.3390/electronics14091775
- Haris Alibašić (2026): Auditing the Algorithmic Leviathan: A Tiered Accountability and Reporting Standards Framework for Democratic Public Administration. Standards. doi.org/10.3390/standards6030033
DIG-IT Podcast szerkesztőség - All rights Reserved.