AI-szótár: a legfontosabb fogalmak érthetően
A leggyakoribb AI-fogalmak ábécérendben, röviden és érthetően, a munkahelyi használat szemszögéből. Nem matematikai definíciók, hanem az, amit a napi munkához tudnod érdemes.
Frissítve:
Olvasási idő: kb. 5 perc
A
- Adatbesorolás#
- Az adatok kategorizálása érzékenység szerint, például nyilvános, belső, bizalmas és személyes adat. Ez alapján dönthető el, milyen adat milyen AI-eszközben használható.
- AI Act#
- Más néven: MI-rendelet, (EU) 2024/1689
- Az Európai Unió mesterséges intelligenciáról szóló rendelete. Kockázatalapon szabályozza az MI-rendszerek fejlesztését és használatát. 2026. július 27. óta az (EU) 2026/1744 rendelet (Digital Omnibus) módosításaival hatályos.
- Lásd még:AlkalmazóSzolgáltatóMI-jártasságRészletesen: AI Act magyarul
- AI-ügynök#
- Más néven: AI agent
- Olyan rendszer, amely nemcsak válaszol, hanem lépéseket is végrehajt egy cél érdekében: eszközöket hív, keres, fájlokat szerkeszt, rendszerekben indít műveletet. Minél önállóbb, annál fontosabb a jogosultságok korlátozása és az, hogy küldés, fizetés vagy törlés előtt ember hagyja jóvá.
- Lásd még:Prompt injectionHuman-in-the-loopRészletesen: Bővebben: AI-ügynök
- Alkalmazó#
- Más néven: deployer
- Az AI Act szerint az a személy vagy szervezet, amely a felügyelete alá tartozó MI-rendszert szakmai célra használja. A munkához AI-t használó cég jellemzően alkalmazó.
- Lásd még:Szolgáltató
- Általános célú MI-modell#
- Más néven: GPAI-modell
- Az AI Act szerint olyan, jellemzően nagy adatmennyiségen tanított modell, amely feladatok széles körét képes elvégezni, és többféle rendszerbe beépíthető. Ilyenek a ChatGPT, a Claude vagy a Gemini mögötti nagy nyelvi modellek.
- Lásd még:LLM
- Automatizálási torzítás#
- Más néven: automation bias
- Az a jól dokumentált emberi hajlam, hogy átvesszük egy döntéstámogató rendszer tévedését, vagy elmulasztjuk, amit a rendszer nem jelzett. Kezdőknél és szakértőknél egyaránt előfordul, ezért az ellenőrzést be kell építeni a munkafolyamatba.
- Lásd még:Human-in-the-loop
C
- Chatbot#
- Más néven: AI-asszisztens
- Beszélgetős felület egy vagy több modell fölött. A céges asszisztensek gyakran a cég dokumentumaihoz, levelezéséhez vagy rendszereihez is hozzáférnek, a felhasználó jogosultságai szerint.
D
- Deepfake#
- MI-vel létrehozott vagy manipulált kép-, hang- vagy videotartalom, amely létező személyre, tárgyra, helyre vagy eseményre hasonlít, és megtévesztően valódinak tűnik. Az AI Act szerint aki MI-rendszerrel ilyet hoz létre, annak 2026. augusztus 2. óta közölnie kell, hogy a tartalom mesterségesen készült vagy manipulált.
F
G
- Generatív AI#
- Az AI azon ága, amely új tartalmat hoz létre: szöveget, képet, hangot vagy kódot. Ilyenek a ChatGPT, a Claude, a Gemini és a Copilot mögötti modellek.
- Lásd még:LLMMultimodális modell
- Gondolkodó modell#
- Más néven: reasoning model
- Olyan modell, amely válaszadás előtt belső „gondolkodási” szöveget állít elő: lebontja a feladatot és több megközelítést mérlegel. Összetett elemzésnél, számításnál, tervezésnél jobb eredményt adhat, de lassabb és drágább.
H
- Hallucináció#
- Amikor a modell hihetőnek hangzó, magabiztosan előadott, de hamis vagy a forrással nem egyező tartalmat állít elő, például nem létező hivatkozást vagy kitalált számot. Nem „hazugság”, hanem a valószínű szöveg előállításának mellékterméke, ezért minden fontos állítást ellenőrizni kell.
- Lásd még:RAGHuman-in-the-loopRészletesen: Bővebben: Hallucináció
- Hőmérséklet#
- Más néven: temperature
- A modell beállítása, amely azt szabályozza, mennyire kiszámítható a szövegválasztás: magasabb értéknél változatosabb, alacsonyabbnál konzervatívabb a válasz. Ezért kaphatsz ugyanarra a promptra többször eltérő választ.
- Human-in-the-loop#
- Más néven: ember a folyamatban
- Az a gyakorlat, hogy az AI eredményét ember ellenőrzi, jóváhagyja vagy javítja, mielőtt az döntésbe, ügyfélkommunikációba vagy éles rendszerbe kerül.
K
- Kontextusablak#
- Más néven: context window
- Az a szövegmennyiség tokenben mérve, amelyet a modell egy válasz előállításakor egyszerre „lát”: az utasítás, az eddigi beszélgetés, a csatolt dokumentumok és maga a készülő válasz. Ami kiesik belőle, azt a modell nem veszi figyelembe, és a hosszú bemenet közepére került információt rosszabbul használja fel.
- Lásd még:Token
L
- LLM#
- Más néven: nagy nyelvi modell, large language model
- Hatalmas mennyiségű szövegen tanított modell, amelynek alapfeladata a szövegfolytatás: megjósolja a legvalószínűbb következő szövegdarabot (tokent), és ezt ismételve állítja elő a választ. Nem adatbázis és nem keresőmotor, ezért a válaszát ellenőrizni kell.
- Lásd még:TokenHallucinációRészletesen: Bővebben: LLM
M
- Mesterséges intelligencia#
- Más néven: AI, MI
- Gyűjtőfogalom olyan számítógépes rendszerekre, amelyek jellemzően emberi intelligenciát igénylő feladatokat végeznek: szöveget értelmeznek, mintázatokat ismernek fel, előrejeleznek vagy tartalmat hoznak létre. Az AI Act hivatalos magyar szövege az MI rövidítést használja (MI-rendszer).
- Lásd még:Generatív AIAI Act
- MI-jártasság#
- Más néven: AI literacy
- Azok a készségek, ismeretek és az a megértés, amelyek az MI-rendszerek tájékozott használatához és a lehetőségeik, kockázataik felismeréséhez kellenek. Az AI Act 4. cikke szerint a cégeknek intézkedéseket kell tenniük a munkatársaik MI-jártasságának támogatására.
- Részletesen: MI-jártasság a cégnél
- Multimodális modell#
- Olyan modell, amely nemcsak szöveget, hanem más bemenetet is értelmez, például fényképet, diagramot vagy beszkennelt dokumentumot, és ezekről szövegesen válaszol.
N
P
- Prompt#
- Az utasítás vagy kérdés, amelyet a modellnek adsz. Minél világosabban írod le a feladatot, a kontextust, az adatokat, a korlátokat és a kívánt eredményt, annál használhatóbb a válasz.
- Részletesen: Promptolás a munkában
- Prompt chaining#
- Más néven: lépésekre bontás
- Egy összetett feladat felbontása egymásra épülő lépésekre, ahol az egyik lépés eredménye a következő bemenete. Például: vázlat, a vázlat kritikája, javított változat. Így a köztes eredményeket is ellenőrizni tudod.
- Prompt injection#
- Más néven: utasításbefecskendezés
- Amikor a modellnek adott bemenet nem szándékolt módon megváltoztatja a viselkedését. Közvetett formában egy weboldal, e-mail vagy dokumentum rejt utasítást, amelyet a modell végrehajt. Különösen az AI-ügynököknél és a külső tartalmat feldolgozó asszisztenseknél kockázatos.
- Lásd még:AI-ügynök
R
- RAG#
- Más néven: keresésalapú generálás, retrieval-augmented generation
- Olyan megoldás, amelyben a modell a válasz előtt releváns dokumentumokat kap egy tudásbázisból vagy keresésből, és ezekre támaszkodva válaszol. Így friss vagy belső céges információt is használhat, és hivatkozni tud a forrásra. A hatékonysága a visszakeresett dokumentumok minőségén múlik.
- Lásd még:HallucinációFinomhangolásRészletesen: Bővebben: RAG
S
- Shadow AI#
- Más néven: árnyék-AI
- A cég által nem jóváhagyott AI-eszközök munkahelyi használata: saját ChatGPT-fiók, ismeretlen PDF-elemző, külső meetingrögzítő. Adatbiztonsági és megfelelőségi kockázat, amelyet jellemzően a jóváhagyott alternatíva és a képzés hiánya okoz.
- Lásd még:AdatbesorolásRészletesen: Bővebben: Shadow AI
- Strukturált kimenet#
- Más néven: structured output
- Amikor előre meghatározott formátumot kérsz a modelltől, például táblázatot, fix fejléceket vagy JSON-t, hogy az eredmény közvetlenül továbbfelhasználható legyen.
Sz
- Szervilizmus#
- Más néven: sycophancy
- A modellek hajlama arra, hogy a felhasználó szája íze szerint válaszoljanak: ha megkérdőjelezed a helyes választ, tévesen „beismerik a hibát”, vagy átveszik a tévedésedet. Ezért ne vezesd a modellt a várt válasz felé, ha valódi ellenőrzést kérsz.
T
- Token#
- A szöveg egysége, amellyel a modell dolgozik: szó, szórész vagy írásjel. A díjazás és a modell „munkamemóriája” is tokenben értendő. Magyar szövegből nagyjából kétszer annyi token lesz, mint ugyanannak az angol fordításából (egy 2023-as mérés szerint a GPT-4 tokenizálójánál kb. 2,15-ször annyi).
- Lásd még:KontextusablakRészletesen: Bővebben: Token
- Torzítás#
- Más néven: bias
- Amikor a modell a tanítóadatokból átvett sztereotípiákat vagy egyenlőtlenségeket ismétli vagy felerősíti, például a nemekhez kötött foglalkozásoknál. Különösen a HR-es felhasználásnál, például önéletrajzok értékelésénél kockázatos.
- Lásd még:Nagy kockázatú MI-rendszer
- Tudáskorlát#
- Más néven: knowledge cutoff
- Az az időpont, ameddig a modell tanítóadatai terjednek. Az ennél frissebb eseményekről, árakról vagy jogszabályváltozásokról a modell csak akkor tud, ha webes keresést használ, vagy te adod meg neki a friss dokumentumot.