Anyanyelv, MI és jog
Hogyan tud majd magyarul a mesterséges intelligencia?
Absztrakt
A mesterséges intelligencia korunk egyik legtöbb lehetőséggel kecsegtető, ugyanakkor számos kockázattal fenyegető technológiája. Az utóbbi években életünk irányításának, szervezésének mind nagyobb részét engedtük át ezen technológiának. Egyre több mesterséges intelligencia által generált tartalommal, szöveggel és képpel találkozunk az interneten, egyúttal pedig mind gyakrabban használjuk ezt az eszközt tanulmányaink, munkánk vagy kikapcsolódásunk során. Jelen tanulmány bemutatja a mesterséges intelligencia egyik legelterjedtebb felhasználási módjának, a nagy nyelvi modelleknek a történetét, működését és piaci jelentőségét, valamint ismerteti a technológia geopolitikai kockázatait, különösképpen a nyelv szempontjából. Ilyen kockázatok között említendő többek között a mesterséges intelligencia tanítására használt szövegek ellenőrizetlensége, nyelvi szempontú homogenitása, bizonyos kultúrkörök előnyben részesítése, valamint az így tanított és ennek nyomán bizonyos nyelveket és világnézeteket előnyben részesítő mesterséges intelligencia hatása a felhasználók gondolkodására, viselkedésére.
Kulcsszavak:
Hogyan kell idézni
Hivatkozások
Szakirodalom
Alammar, Jay – Grootendorst, Maarten 2024: Hands-On Large Language Models – Language Understanding and Generation. Sebastopol: O’Reilly Media.
Alkaissi, Hussam – McFarlane, Samy I. 2023: Artificial Hallucinations in ChatGPT: Implications in Scientific Writing, Cureus, 15/2: e35179. Online: https://doi.org/10.7759/cureus.35179
Bass, Dina – Ghaffary Shirin 2025: Microsoft Probing If DeepSeek-Linked Group Improperly Obtained OpenAI Data. Bloomberg, 2025. január 29. Online: https://www.bloomberg.com/news/articles/2025-01-29/microsoft-probing-if-deepseek-linked-group-improperly-obtained-openai-data?embedded-checkout=true
Bender, Emily M. – Friedman, Batya 2018: Data Statements for Natural Language Processing: Toward Mitigating System Bias and Enabling Better Science. Transactions of the Association for Computational Linguistics 2018/6: 587–604. Online: https://doi.org/10.1162/tacl_a_00041
Berryman, John – Ziegler, Albert 2025: Prompt Engineering for LLMs – The Art and Science of Building Large Language Model–Based Applications. Sebastopol: O’Reilly Media.
Cabello, Adria 2023: The Evolution of Language Models: A Journey Through Time. Medium, 2023. november 2. Online: https://medium.com/@adria.cabello/the-evolution-of-language-models-a-journey-through-time-3179f72ae7eb
Caelen, Olivier – Blete, Marie-Alice 2024: Developing Apps with GPT-4 and ChatGPT – Build Intelligent Chatbots, Content Generators, and More. Sebastopol: O’Reilly Media.
Chang, Susan Shu 2024: Machine Learning Interviews Kickstart Your Machine Learning and Data Career. Sebastopol: O’Reilly Media.
Cheng, Adam – Calhoun, Aaron – Reedy, Gabriel 2025: Artificial intelligence assisted academic writing: recommendations for ethical use. Advances in Simulation 10/22. Online: https://doi.org/10.1186/s41077-025-00350-6
Common Craw [é. n.]: Statistics of Common Crawl Monthly Archives, Common Craw, [é. n.]. Online: https://commoncrawl.github.io/cc-crawl-statistics/plots/languages
Copeland, B. J. 2025: History of artificial intelligence. Encyclopedia Britannica, 2025. február 25. Online: https://www.britannica.com/science/history-of-artificial-intelligence
Dwivedi, Yogesh K. – Kshetri, Nir – Hughes, Laurie – Slade, Emma Louise – Jeyaraj, Anand – Kar, Arpan Kumar – Baabdullah, Abdullah M. – Koohang, Alex – Raghavan, Vishnupriya – Ahuja, Manju – Albanna, Hanaa – Albashrawi, Mousa Ahmad – Al-Busaidi, Adil S. – Balakrishnan, Janarthanan – Barlette, Yves – Basu, Sriparna – Bose, Indranil – Brooks, Laurence – Buhalis, Dimitrios... Wright, Ryan, 2023: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management 71: 102642. Online: https://doi.org/10.1016/j.ijinfomgt.2023.102642
Fan, Shelly 2020: Lecserél-e minket a mesterséges intelligencia? Budapest: Scolar Kiadó.
Foster, David 2023: Generative Deep Learning – Teaching Machines to Paint, Write, Compose, and Play. Sebastopol: O’Reilly Media.
Gazdasági Versenyhivatal 2023: A GVH megvizsgálja, hogy a Microsoft miként tájékoztatja a fogyasztókat új keresőszolgáltatásáról. Gazdasági Versenyhivatal, 2023. július 25. Online: https://gvh.hu/sajtoszoba/sajtokozlemenyek/2023-as-sajtokozlemenyek/a-gvh-megvizsgalja-hogy-a-microsoft-mikent-tajekoztatja-a-fogyasztokat-uj-keresoszolgaltatasarol
Gervai Pál – Trautmann László 2003: Filozófiai irányzatok és jövőképek – Az Ókor. In: Nováky Erzsébet – Kristóf Tamás: Ókori jövőképek és jövőkutatás a vállalati gyakorlatban. Budapest: Budapesti Közgazdaságtudományi és Államigazgatási Egyetem Jövőkutatási Kutatóközpont.
Gyekiczky Tamás 2021: A digitális társadalom olvasatai – VII. Jogászvilág, 2021. január 7. Online: https://jogaszvilag.hu/vilagjogasz/a-digitalis-tarsadalom-olvasatai-vii/
Jelencsik-Mátyus Kinga – Héja Enikő – Varga Zsófia – Váradi Tamás 2022: D1.18 Report on the Hungarian Language. European Language Equality, 2022. február 28. Online: https://european-language-equality.eu/wp-content/uploads/2022/03/ELE___Deliverable_D1_18__Language_Report_Hungarian.pdf
Kiss Tamás 2024: A jövő marketingosztálya: az AI és emberi vezetés harmóniája. Kontext, 2024. szeptember 16. Online: https://kontext.hu/blog/marketingosztaly-ai/?utm_term=&utm_campaign=SN+-+DSA&utm_source=adwords&utm_medium=ppc&hsa_acc=6228439794&hsa_cam=12063221206&hsa_grp=121917755691&hsa_ad=491046641655&hsa_src=g&hsa_tgt=dsa-39587879683&hsa_kw=&hsa_mt=&hsa_net=adwords&hsa_ver=3&gad_source=1&gbraid=0AAAAABq50Fdg4d8GtrSAvqocXnvvmkgpS&gclid=Cj0KCQjw2ZfABhDBARIsAHFTxGzB0pIsQvI1Mh8Q6SHt-Q_sC99o3lVTxfI7abejrrcGQgaPTcfIgkgaAjRlEALw_wcB
Koltay András 2019: A social media platformok jogi státusa a szólásszabadság nézőpontjából. In: Medias Res 2019/1: 1–56.
Manning, Christopher D. 2022: Human Language Understanding & Reasoning, Daedalus 151/2: 127–138. Online: https://doi.org/10.1162/daed_a_01905
Mayor, Adrienne 2018: Tyrants and Robots in Ancient Greece. History Today, 2018. november 11. Online: https://www.historytoday.com/archive/feature/tyrants-and-robots-ancient-greece
Mayor, Adrienne 2020: Gods and Robots Myths, Machines, and Ancient Dreams of Technology. Princeton: Princeton University Press.
Natale, Simone 2018: If software is narrative: Joseph Weizenbaum, artificial intelligence and the biographie of ELIZA. New Media & Society 21/3: 712–728. Online: https://doi.org/10.1177/1461444818804980
Prószéky Gábor – Olaszy Gábor – Váradi Tamás 2006: Nyelvtechnológia. In: Kiefer Ferenc (szerk.): Magyar nyelv. Budapest: Akadémiai Kiadó.
Prószéky Gábor 2018: A nyelvtudomány találkozásai a gépi intelligenciával In: Tolcsvai Nagy Gábor (szerk.): A humán tudományok és a gépi intelligencia. Budapest: Gondolat Kiadó.
Szalay Klára 2023: Mesterséges intelligencia, szabályozási irányok. Elemzés Országgyűlési képviselők részére. Parlament, 2023. szeptember 20. Online: https://www.parlament.hu/documents/d/guest/mesterseges-intelligencia
Tóth András 2022: A digitális állam információbiztonsági kihívásai. Budapest: Ludovika Egyetemi Kiadó.
Tranquillin, Marco – Lakshmanan, Valliappa – Tekiner, Firat 2023: Architecting Data and Machine Learning Platforms – Enable Analytics and AI-Driven Innovation in the Cloud. Sebastopol: O’Reilly Media.
Turing, Alan 1936: On Computable Numbers, with an Application to the Entscheidungsproblem. Proceedings of the London Mathematical Society 2/42: 230–267. Online: https://doi.org/10.1112/plms/s2-42.1.230
Uspenskyi, Serhii 2025: Large Language Model Statistics and Numbers. Springs, 2025. február 21. Online: https://springsapps.com/knowledge/large-language-model-statistics-and-numbers-2024
Weizenbaum, Joseph 1966: ELIZA – a computer program for the study of natural language communication between man and machine. Communications of the ACM 9/1: 36–45. Online: https://doi.org/10.1145/365153.365168
Források
A Büntető Törvénykönyvről szóló 2012. évi C. törvény (Röviden: Btk.)
Európai Parlament 2018: Az Európai Parlament 2018. szeptember 11-i állásfoglalása a nyelvek közötti egyenlőségről a digitális korban (2018/2028(INI)) (2019/C 433/07)
Európai Parlament 2021: Mesterséges intelligencia az oktatásban, a kulturális és az audiovizuális ágazatban – Az Európai Parlament 2021. május 19-i állásfoglalása a mesterséges intelligencia alkalmazásáról az oktatásban, a kulturális és az audiovizuális ágazatban (2020/2017(INI)) (2022/C 15/04)
Gazdasági Versenyhivatal 2024: A mesterséges intelligencia piaci versenyre és fogyasztókra gyakorolt hatásainak vizsgálata – A Gazdasági Versenyhivatal AL/234/2024. számú piacelemzésének eredményeként készült tanulmány. Gazdasági Versenyhivatal, 2024. október 21. Online: https://gvh.hu/pfile/file?path=/dontesek/agazati_vizsgalatok_piacelemzesek/piacelemzesek/mesterseges-intelligencia_piacelemzes_tanulmany_2024_10_21&inline=true
Gazdasági Versenyhivatal 2025: Magyarul tanítja a Microsoft a mesterséges intelligenciát a GVH-nak köszönhetően. Gazdasági Versenyhivatal, 2025. május 30. Online: https://gvh.hu/sajtoszoba/sajtokozlemenyek/2025-os-sajtokozlemenyek/magyarul-tanitja-a-microsoft-a-mesterseges-intelligenciat-a-gvh-nak-koszonhetoen
Magyar Hírlap 2024: A mesterséges intelligencia és a nyelvhasználat közötti kapcsolat. Magyar Hírlap, 2024. március 27. Online: https://www.magyarhirlap.hu/tech/20240327-a-mesterseges-intelligencia-es-a-nyelvhasznalat-kozotti-kapcsolat
Microsoft [é. n.]: Mik a nagy nyelvi modellek (LLM-ek)? Microsoft Azure, [é. n.]. Online: https://azure.microsoft.com/hu-hu/resources/cloud-computing-dictionary/what-are-large-language-models-llms
OpenAI [é. n.]: How ChatGPT and our foundation models are developed. OpenAI, [é. n.]. Online: https://help.openai.com/en/articles/7842364-how-chatgpt-and-our-foundation-models-are-developed
Prószéky Gábor 2024: Veszélyben van-e a magyar nyelv? Mit hoz a digitális világ? InfoRádió, Aréna (Interjú). 2024. augusztus 22. Online: https://www.youtube.com/watch?v=WzNTXn0gZ3Y
Speer, Robyn 2017: ConceptNet Numberbatch 17.04: better, less-stereotyped word vectors. ConceptNet Blog, 2017. április 17. Online: https://blog.conceptnet.io/posts/2017/conceptnet-numberbatch-17-04-better-less-stereotyped-word-vectors/