AI-szótár A-tól Z-ig

A blog összes szakkifejezése egy helyen, mindegyik egy-két mondatban elmagyarázva. Nem fordítás, hanem magyarázat.

Az angol szakkifejezéseket úgy hagyjuk, ahogy vannak. A szakma így használja őket, a fordítás csak elbizonytalanítja az olvasót, és a keresőbe sem a magyarított változatot írja be senki.

Ez az oldal ezért nem fordít, hanem magyaráz. Minden fogalom kap egy-két mondatot, hétköznapi nyelven, a gyakorlati következménnyel és nem a tankönyvi definícióval.

A blog minden cikke ide linkel. Ha ismeretlen szóba futsz, itt kötsz ki.

Ugrás egy szakaszra: Alapok · Promptolás · Modellek & piac · Adat & RAG · Agentek · Kép · Videó & hang · Kódolás · Marketing · Jog & biztonság

Alapok 34 fogalom

• AGI (artificial general intelligence) — Elméleti szint, ahol egy rendszer bármilyen szellemi feladatban eléri az emberi teljesítményt. Nincs elfogadott mérőszáma, ezért a piaci bejelentéseket érdemes fenntartással kezelni.
• AI (artificial intelligence) — Gyűjtőfogalom azokra a rendszerekre, amik olyan feladatokat oldanak meg, amikhez korábban emberi gondolkodás kellett. Szövegben az AI rövidítést használjuk, a teljes kifejezésnél a mesterséges intelligenciát.
• alignment — Az a munka, amivel a modell viselkedését emberi szándékokhoz és értékekhez igazítják.
• benchmark — Szabványosított tesztsorozat, amivel modelleket hasonlítanak össze. A magas pontszám nem garantálja, hogy a te feladatodra jó lesz.
• closed model — Csak API-n vagy alkalmazáson keresztül elérhető modell. A súlyai nem letölthetők.
• completion — A modell válasza, vagyis amit a promptod után generál.
• context window — Az a legnagyobb szövegmennyiség, amit a modell egyszerre lát: a kérdésed, a feltöltött anyagok és a válasz együtt.
• deep learning — A machine learning ága, ami sok rétegű neural network-öket használ. A mai AI-modellek szinte mind ide tartoznak.
• foundation model — Nagy, általános célra tanított alapmodell, amire aztán konkrét alkalmazásokat építenek.
• frontier model — A pillanatnyilag legfejlettebb, legdrágábban tanított modellek csoportja. A mezőny 2-4 havonta átrendeződik.
• generative AI — Az AI azon ága, ami új tartalmat állít elő: szöveget, képet, hangot, videót, kódot.
• guardrail — Beépített korlát, ami megakadályozza, hogy a modell bizonyos tartalmakat előállítson vagy bizonyos műveleteket végrehajtson.
• hallucination — Amikor a modell magabiztosan állít valótlant. Magyarul hallucinációnak hívjuk. Nem hiba, hanem a valószínűségi működés következménye.
• inference — Amikor a kész modellt használod: kérdezel, és válaszol. Minden egyes válasz külön számítási költség.
• knowledge cutoff — Az a dátum, ameddig a modell tanítóadata tart. Utána történtekről csak akkor tud, ha keres vagy megkapja tőled.
• leaderboard — Benchmark-eredmények rangsora. A legtöbbet használt modellek gyakran nem a lista elején állnak.
• LLM (large language model) — Nagy nyelvi modell: hatalmas szövegmennyiségen tanított rendszer, ami a következő token megjóslásával állít elő szöveget.
• machine learning — Az a megközelítés, amikor a gép nem előre megírt szabályokat követ, hanem példákból vonja le a mintázatot.
• model — A betanított rendszer maga, a súlyok összessége. Magyar szövegben modellnek hívjuk.
• multimodal — Olyan modell, ami többféle bemenetet kezel: szöveget, képet, hangot, videót.
• neural network — Rétegekbe szervezett matematikai függvények hálózata, amit az agy működése ihletett. A tanulás azt jelenti, hogy a rétegek közti súlyok beállnak.
• open-weight — Olyan modell, aminek a súlyai letölthetők, így saját gépen vagy saját szerveren futtatható. Nem azonos a nyílt forráskóddal: a tanítóadat általában nem publikus.
• parameter — A modellben tárolt beállítható szám. A darabszámuk a modell méretének durva jelzője, de nem a minőségé.
• post-training — A pre-training utáni finomítás, ami a modellt hasznossá és biztonságossá teszi. Ide tartozik az RLHF is.
• pre-training — A training első, leghosszabb szakasza, amikor a modell az általános nyelvi és világtudását szerzi.
• prompt — Az utasítás, amit a modellnek adsz. Magyarra nem fordítjuk, mert a prompt nem egyszerűen kérdés, hanem az egész bemenet.
• red teaming — Szándékos támadás a saját rendszered ellen, hogy kiderüljön, hol törik el, mielőtt más találja meg.
• SLM (small language model) — Kis nyelvi modell, ami elfut egy laptopon vagy telefonon. Szűkebb tudás, cserébe olcsó, gyors és offline is működik.
• temperature — Beállítás, ami a válasz kiszámíthatóságát szabályozza. Alacsonyan következetes, magasan kreatívabb és rendszertelenebb.
• token — Az a szövegdarab, amivel a modell számol: nagyjából egy szó háromnegyede. Az árazás és a hosszkorlát is tokenben mérődik.
• tokenizer — A modul, ami a szöveget tokenekre bontja. A magyar szöveg általában több tokent fogyaszt, mint ugyanaz angolul.
• training — A modell felépítésének folyamata: hatalmas adathalmazon állítja be a súlyokat. Egyszeri, nagyon drága művelet.
• transformer — A 2017-es architektúra, amin a mai nyelvi modellek alapulnak. Lényege az attention: minden szó megnézheti az összes többit a szövegben.
• weights — A tanítás során beállt paraméterek. Ha ezeket a gyártó közzéteszi, open-weight modellről beszélünk.

Promptolás 20 fogalom

• chain-of-thought (CoT) — Amikor a modelltől a levezetést is elkéred, nem csak a végeredményt. Összetett feladatnál érezhetően pontosabb.
• context engineering — A prompt engineering utódfogalma: nem csak az utasítást tervezed, hanem azt is, mi kerüljön be a context window-ba és mi ne.
• delimiter — Jelölő, ami elválasztja az utasítást az adattól a promptban. Enélkül a modell összekeverheti a kettőt.
• few-shot — Két-öt mintapélda a promptban. A leggyorsabb módja annak, hogy formátumot és stílust taníts a modellnek.
• grounding — Amikor a modell válaszát konkrét forráshoz kötöd, hogy ne a memóriájából dolgozzon.
• jailbreak — Olyan prompt, ami megkerüli a modell beépített korlátait.
• JSON mode — Beállítás, ami garantálja, hogy a válasz érvényes JSON legyen.
• meta-prompting — Amikor a modellel íratod meg vagy javíttatod ki a promptot, ahelyett hogy magad küzdenél vele.
• negative prompt — Az, amit nem akarsz látni a kimenetben. Szövegnél gyengén működik, képgenerálásnál jól.
• one-shot — Egyetlen mintapéldát adsz a kérés mellé.
• persona prompting — Szerep adása a modellnek. Szakterületi szókincsnél és hangnemnél segít, tényszerű pontosságot nem javít.
• prompt engineering — Az utasításírás mint tudatos szakma: hogyan fogalmazd meg a kérést, hogy használható választ kapj.
• prompt injection — Támadás, amikor egy weboldal, e-mail vagy dokumentum rejtett utasítást tartalmaz, és a modell azt a te utasításodként hajtja végre.
• prompt library — Bevált promptok rendezett gyűjteménye a csapatnak, névkonvencióval és felelőssel.
• prompt template — Kitöltendő helyekkel ellátott prompt-váz, amit sokszor újrahasználsz.
• structured output — Amikor kötött formátumot kérsz: JSON-t, táblázatot, listát. Így a válasz továbbadható a következő eszköznek.
• system prompt — A háttérutasítás, ami az egész beszélgetésre érvényes: szerep, hangnem, szabályok. Az olvasó nem látja, a modell mindig figyelembe veszi.
• tree of thoughts — A chain-of-thought kiterjesztése: több párhuzamos gondolatmenet, amik közül a modell választ.
• user prompt — A konkrét kérés, amit épp beírsz. A system prompt keretén belül értelmeződik.
• zero-shot — Amikor példa nélkül kérsz valamit, csak leírod a feladatot.

Modellek & piac 17 fogalom

• AI search — Keresés, ahol a találati lista helyett összefoglaló választ kapsz hivatkozásokkal.
• answer engine — Az AI-kereső másik neve, a marketinges szóhasználatban ez terjedt el.
• API — Programozói hozzáférés a modellhez, felhasználói felület nélkül. Ez kell minden saját integrációhoz.
• context caching — Az ismétlődő promptrész tárolása, hogy ne kelljen minden kérésnél újra kifizetni.
• context rot — Az a jelenség, hogy nagyon hosszú beszélgetésben a modell egyre pontatlanabbul használja a korábbi információt.
• data residency — Az a kérdés, fizikailag hol tárolják és dolgozzák fel az adataidat.
• deprecation — Amikor a gyártó kivezet egy modellt. Magyarul kivezetésnek is hívjuk. A promptjaid ilyenkor gyakran elromlanak.
• distillation — Amikor egy nagy modell tanít be egy kisebbet. Így születnek az olcsó, gyors változatok.
• extended thinking — A hosszabb belső gondolkodás módja, amikor a modell a válasz előtt láthatatlanul levezet.
• inference provider — Cég, ami mások modelljeit futtatja és API-n árulja, gyakran olcsóbban vagy gyorsabban a gyártónál.
• latency — Az az idő, ameddig az első válaszkarakterre vársz. Beszélgetős és hangalkalmazásoknál kritikus.
• mixture of experts (MoE) — Felépítés, amiben a modellnek csak egy része aktiválódik kérdésenként. Így lehet egy modell egyszerre nagyon nagy és viszonylag olcsó.
• model router — Szolgáltatás, ami egyetlen hozzáférés mögé rendez több modellt, és feladat szerint választ közülük.
• rate limit — Az a korlát, hány kérést vagy tokent küldhetsz adott idő alatt.
• reasoning effort — Szabályzó, ami megmondja, mennyit gondolkodjon a modell válasz előtt. 2026-ban ez már beállítás, nem külön modell.
• sovereign AI — Olyan AI-megoldás, ami adott ország vagy régió joghatósága alatt működik. Nem azonos azzal, hogy a szerver Európában áll.
• test-time compute — Az a szakmai fogalom, hogy a válaszadáskor ráfordított számítás növelésével javul az eredmény.

Adat & RAG 18 fogalom

• chunk overlap — Az egymás utáni darabok közti átfedés, hogy a vágás ne szakítson ketté egy gondolatot.
• chunking — A dokumentumok feldarabolása kereshető részletekre. A rossz vágás a leggyakoribb oka a rossz válaszoknak.
• embedding — Számsorozat, ami egy szövegrészlet jelentését képviseli. Két hasonló jelentésű szöveg embeddingje közel esik egymáshoz.
• fine-tuning — Egy meglévő modell továbbtanítása saját példákon. Stílust és formátumot tanít jól, tényeket rosszul - azokra a RAG való.
• GGUF — A helyi modellfuttatás elterjedt fájlformátuma. A letöltésnél a Q4-es változat szokott a jó kompromisszum lenni.
• hybrid search — Kulcsszavas és jelentés alapú keresés együtt. A legtöbb RAG-rendszeren ez javít a legtöbbet.
• knowledge base — A dokumentumok rendezett gyűjteménye, amiből a rendszer válaszol. Magyarul tudásbázis.
• local LLM — Saját gépen futó nyelvi modell. Adatvédelem és offline működés az előnye, gyengébb képesség a hátránya.
• LoRA — Olcsó fine-tuning módszer, ami a modellnek csak egy kis kiegészítő rétegét tanítja. Képgenerálásnál stílusra és karakterre használják.
• quantization — A modell tömörítése kisebb pontosságú számokra, hogy elférjen egy gyengébb gépen. Túl erős tömörítés rontja a válaszokat.
• RAG (retrieval-augmented generation) — Az a megoldás, amikor a modell válasz előtt kikeresi a releváns részt a saját dokumentumaidból. Így saját tudásra válaszol újratanítás nélkül.
• re-ranking — Második rostálás: a keresés által hozott találatokat egy pontosabb modell rangsorolja újra.
• retrieval — Az a lépés, amikor a rendszer előkeresi a releváns szövegrészeket, még a válaszgenerálás előtt.
• self-hosted — Saját szerveren üzemeltetett megoldás, szemben a szolgáltatónál futóval.
• semantic search — Keresés jelentés alapján, nem szó szerinti egyezéssel. Akkor is talál, ha más szót használtál.
• vector — Az embedding matematikai formája: pont egy sokdimenziós térben.
• vector database — Adatbázis, ami embeddingeket tárol, és gyorsan megtalálja a jelentésben legközelebbieket.
• VRAM — A videokártya saját memóriája. Ez szabja meg, mekkora modell fut el nálad ténylegesen gyorsan.

Agentek 23 fogalom

• A2A (agent-to-agent) — Szabvány arra, hogy különböző gyártóktól származó agentek egymással kommunikáljanak.
• agent loop — Az ismétlődő kör, amiben az agent dolgozik: gondolkodik, eszközt hív, megnézi az eredményt, dönt a következő lépésről.
• agent memory — Az, amit az agent futások között megjegyez. Külön kérdés, mit tárol, meddig, és mit felejtsen el.
• agentic — Jelző arra, hogy egy rendszer önállóan cselekszik, nem csak szöveget generál.
• AI agent — Olyan AI-rendszer, ami nem csak válaszol, hanem lépéseket is tesz: eszközöket hív, ellenőriz, újrapróbál, amíg el nem éri a célt.
• browser agent — Böngészőt működtető agent: oldalakat nyit, űrlapot tölt, adatot gyűjt.
• computer use — Amikor az agent úgy kezel egy programot, ahogy egy ember: képernyőt néz, kattint, gépel. Akkor van rá szükség, ha nincs API.
• durable execution — Az a tulajdonság, hogy egy megszakadt hosszú futás onnan folytatódik, ahol abbamaradt.
• eval — Rendszeres, ismételhető minőségmérés a rendszereden, valódi feladatokból álló tesztkészlettel.
• function calling — A tool use technikai megvalósítása: a modell strukturált kérést állít elő, amit a program végrehajt.
• human in the loop (HITL) — Az a felépítés, ahol egy ember jóváhagy bizonyos lépéseket. A kockázatos műveletek elé kell tenni, nem mindegyik elé.
• least privilege — Alapelv: az agent pontosan annyi jogot kapjon, amennyi a feladatához kell. 2026-ban a túl sok engedély a legnagyobb agent-kockázat.
• MCP (Model Context Protocol) — Szabvány arra, hogyan kapcsolódjon egy AI-rendszer külső eszközökhöz és adatokhoz. Ma ez az ágens-ökoszisztéma közös nyelve.
• MCP server — Az a komponens, ami egy konkrét eszközt vagy adatforrást tesz elérhetővé MCP-n keresztül.
• multi-agent — Több agent együttműködése egy feladaton. A koordinációnak valós költsége van, ezért nem mindig jobb.
• no-code — Olyan eszköz, amiben programozás nélkül, felületen kattintva építesz automatizálást.
• observability — Az a képesség, hogy utólag lásd, mit csinált a rendszer és miért. Napló, lépések, költség, hibák.
• orchestration — Az agentek és lépések összehangolása: ki mit csinál, milyen sorrendben, mi történik hiba esetén.
• sandbox — Elszigetelt környezet, amiben az agent futhat anélkül, hogy a rendszer többi részéhez hozzáférne.
• skill — Csomagba zárt eljárás, amit az agent szükség esetén betölt. Magyar szövegben skill vagy képesség.
• subagent — Alárendelt agent, ami egy részfeladatot kap saját, tiszta context window-val. Nem a sebesség miatt éri meg, hanem a tisztább kontextusért.
• tool use — Amikor a modell külső eszközt működtet: keres, számol, fájlt ír, API-t hív. Ez választja el az agentet a chatbottól.
• workflow — Előre rögzített lépéssor. Az agenttől az különbözteti meg, hogy a workflow nem dönt, csak végrehajt.

Kép 19 fogalom

• aspect ratio — A kép oldalaránya. Magyarul képarány. Érdemes a végső felhasználási helyhez igazítani, nem utólag vágni.
• C2PA / Content Credentials — Iparági szabvány a tartalom eredetének nyomon követésére, a fájlba ágyazott aláírt előzményekkel.
• character consistency — Az, hogy ugyanaz a személy vagy termék felismerhető maradjon több képen és jeleneten át.
• ControlNet — Kiegészítő modell, ami pózt, körvonalat vagy mélységet kényszerít rá a generálásra. A nyílt modellek világában ma is alap.
• diffusion model — A képgenerálás uralkodó módszere: a modell zajból indul, és lépésenként tisztítja képpé a leírásod alapján.
• image-to-image — Meglévő kép átalakítása egy másikká, a kompozíciót részben megtartva.
• in-context editing — Szerkesztés beszélgetéssel vagy a képre rajzolással, maszkolás nélkül.
• inpainting — Egy kijelölt terület újrarajzolása a képen belül: tárgy eltávolítása, csere, retusálás.
• layout control — Az elrendezés előírása: mi hova kerüljön a képen. A mai képmodellek leggyengébb képessége.
• outpainting — A kép kiterjesztése a kereten túlra, a stílus folytatásával.
• photorealism — Az a törekvés, hogy a generált kép valódi fotónak tűnjön. Magyarul fotórealizmus.
• prompt weighting — Technika, amivel a prompt egyes elemeit fontosabbá teszed a többinél.
• provenance — A tartalom eredettörténete: ki, mivel, mikor készítette és módosította. Magyarul eredetigazolás.
• seed — A véletlenszerűség kiindulószáma. Ugyanaz a seed és prompt ugyanazt a képet adja - így lehet apró változtatást tesztelni.
• style reference — Referenciakép, amiről a modell a stílust veszi át, a tartalmat nem.
• SynthID — Rejtett, gépi jelölés a Google generált tartalmain. Újratömörítést és szerkesztést is túlél.
• text-to-image — Kép előállítása szöveges leírásból.
• upscaling — Felbontásnövelés, amiben a modell részleteket talál ki. Nem varázslat: amit nem rögzített a fotó, azt kitalálja.
• watermark — Látható vagy rejtett jel a tartalomban, ami az eredetét jelzi. Magyarul vízjel.

Videó & hang 15 fogalom

• avatar — Generált beszélő alak, ami a felvett vagy generált szöveget mondja el.
• clip length — Az egy generálással előállítható videóhossz. Ma jellemzően 8-20 másodperc, a hosszabb videó ezekből épül.
• dubbing — Videó hangsávjának lecserélése másik nyelvre. Magyarul szinkron.
• image-to-video — Videó indítása egy kész képből. Ha a látvány számít, szinte mindig ez a jobb út.
• keyframe — Megadott kezdő- vagy végkép, ami közé a modell legenerálja a mozgást.
• lipsync — A szájmozgás összehangolása a beszéddel. Ez teszi lehetővé a másik nyelvre szinkronizált videót.
• music generation — Zene előállítása leírásból. A kereskedelmi felhasználhatóság a modell licencelésén múlik, nem az árán.
• native audio — Amikor a videómodell maga állítja elő a hangot is, nem utólag keverik rá. 2026-ban ez alapfunkció.
• storyboard — A jelenetek képes vázlata a forgatás előtt. AI-videónál ez váltja ki a találgatást.
• STT / ASR — Beszéd átírása szöveggé. A magyar nyelvnél érdemes külön tesztelni a pontosságot.
• talking head — Az a videóforma, ahol egyetlen ember beszél a kamerába. Az AI-avatarok ezt tudják ma a legjobban.
• text-to-video — Videó előállítása szöveges leírásból.
• TTS (text-to-speech) — Szövegfelolvasás gépi hanggal.
• voice cloning — Egy konkrét személy hangjának lemásolása rövid mintából. Hozzájárulás nélkül jogilag és etikailag is problémás.
• world model — Olyan modell, ami bejárható, reagáló környezetet állít elő, nem csak egy videóklipet.

Kódolás 15 fogalom

• AGENTS.md — Projektszintű utasításfájl az AI-eszközöknek: konvenciók, parancsok, tiltások. Ez dönti el a generált kód minőségét.
• autocomplete — Sorszintű kódkiegészítés gépelés közben. Az AI-kódolás legkevésbé kockázatos módja.
• CLI agent — Terminálban futó kódoló agent, felület nélkül. Automatizálásra és távoli gépen jobban használható.
• code review bot — Automatikus átvizsgálás minden változtatáson. Akkor éri meg, ha valódi hibát talál és nem csak zajt termel.
• coding agent — Olyan agent, ami önállóan ír, futtat és javít kódot a projektedben, nem csak javaslatot ad.
• diff — A változtatások listája sorról sorra. Az AI-kód átnézése mindig ezen keresztül történjen.
• IDE — Fejlesztői környezet, a programozó fő munkaeszköze. Az AI-funkciók ma jellemzően ebbe épülnek.
• prompt-driven development — Az a munkamód, amiben a specifikáció a prompt, és a kód abból származik.
• pull request — Változtatáscsomag beolvasztásra beadva, átnézésre. Az agentek is így adják be a munkájukat.
• repository indexing — A kódbázis feldolgozása, hogy az AI-eszköz a releváns fájlokat magától megtalálja.
• SKILL.md — Csomagolt eljárásleírás, amit az agent akkor tölt be, amikor az adott feladat előjön.
• slopsquatting — Támadás, amiben valaki felregisztrálja azt a nem létező csomagnevet, amit az AI gyakran kitalál.
• SWE-bench — Valós hibajavításokból álló teszt, amivel kódoló modelleket mérnek. A pontszám nem a napi élményt méri.
• technical debt — Az a felhalmozódó teher, amit a gyors megoldások hagynak maguk után. Magyarul technikai adósság. Az AI gyorsabban termeli, mint valaha.
• vibe coding — Alkalmazás építése úgy, hogy leírod, mit szeretnél, és nem olvasod át a keletkező kódot. Prototípusra jó, éles rendszerre nem.

Marketing 16 fogalom

• AEO (answer engine optimization) — A GEO másik elnevezése. A két rövidítés ugyanazt a munkát jelöli.
• AI literacy — Az a tudásszint, amivel a munkatárs felelősen tud AI-t használni. Az EU szabályozás elvárja a fejlesztésének támogatását.
• AI Overviews — A Google találati oldalán megjelenő generált összefoglaló. Ahol megjelenik, ott a kattintások jelentősen visszaesnek.
• brand visibility — Az, hogy a márkád mennyire jelenik meg az AI-válaszokban. Magyarul márkalátótatóság.
• citation — Amikor egy AI-válasz hivatkozik az oldaladra. Ez a GEO fő mérőszáma. Magyarul hivatkozás vagy idézés.
• conversion — Amikor a látogató megteszi a kívánt lépést. Magyarul konverzió. Az AI-keresőkből érkezők jellemzően jobban konvertálnak.
• GEO (generative engine optimization) — Optimalizálás arra, hogy az AI-keresők idézzék az oldaladat. Más szabályok szerint működik, mint a klasszikus SEO.
• llms.txt — Javasolt fájlformátum, amiben az oldal a tartalmát AI-eszközöknek összefoglalja. Egyelőre nincs bizonyíték arra, hogy a nagy keresők használnák.
• machine readability — Az, hogy egy oldal tartalmát gép is ki tudja olvasni. Magyarul gépi olvashatóság. Ez a GEO legkonkrétabb, mérhető része.
• pillar page — Egy témakör átfogó belépő cikke, amire a téma többi írása hivatkozik. Magyarul pillércikk.
• pilot — Kísérleti bevezetés éles használat előtt. A legtöbb AI-projekt itt ragad meg és sosem lép tovább.
• ROI — Megtérülés: mennyit hoz a befektetett idő és pénz. AI-nál a mérési folyamat hiánya a leggyakoribb probléma.
• SEO — Keresőoptimalizálás: hogy az oldalad jó helyen szerepeljen a klasszikus találati listán.
• structured data — Gépnek szánt jelölés az oldalon, ami megmondja, mi micsoda: termék, cikk, szerző, ár.
• topic cluster — Egy pillércikk köré szervezett cikkcsoport. Ettől lesz egy oldal hiteles egy témában. Magyarul témaklaszter.
• zero-click — Az a keresés, ami után a felhasználó nem kattint sehova. Ma a keresések nagy többsége ilyen.

Jog & biztonság 15 fogalom

• AI inventory — Nyilvántartás arról, milyen AI-rendszereket használ a cég, mire, és ki felel értük. Magyarul AI-leltár.
• data leakage — Amikor bizalmas adat kikerül a szervezetből egy AI-eszközön keresztül. Magyarul adatszivárgás.
• deepfake — Valódi személyt megtévesztően utánzó generált hang, kép vagy videó. Az EU-ban címkézési kötelezettség alá esik.
• DLP — Adatszivárgás elleni védelem: technikai eszközök, amik megakadályozzák bizalmas adat kiküldését.
• EU AI Act — Az Európai Unió AI-rendelete. Az átláthatósági kötelezettségek 2026 augusztusa óta hatályosak, a magas kockázatú szabályok 2027 végére tolódtak.
• GDPR — Az EU adatvédelmi rendelete. Meghatározza, milyen személyes adatot tölthetsz fel egyáltalán egy AI-eszközbe.
• GPAI — Általános célú AI-modell az EU rendelet szerint. Külön kötelezettségek vonatkoznak a gyártóikra.
• high-risk AI — Az EU rendelet szigorúbban szabályozott kategóriája: munkaerő-felvétel, hitelbírálat, oktatás, kritikus infrastruktúra. Magyarul magas kockázatú AI.
• ISO 42001 — Tanúsítható szabvány az AI-irányítási rendszerekre. Nagyobb ügyfelek egyre gyakrabban kérik.
• NIST AI RMF — Önkéntes amerikai keretrendszer az AI-kockázatok kezelésére. Nem tanúsítható, de jó ellenőrzőlista.
• OWASP LLM Top 10 — Az AI-alkalmazások tíz legfontosabb biztonsági kockázatának listája. Élén évek óta a prompt injection áll.
• shadow AI — Azok az AI-eszközök, amiket a munkatársak engedély nélkül, saját fiókkal használnak. Tiltani nem működik, felmérni igen.
• TDM (text and data mining) — Az a szerzői jogi kivétel, amire a modellek tanítását hivatkozva alapozzák. Európai bíróságok kezdik szűkíteni.
• training data — Az az anyag, amin a modellt tanították. Magyarul tanítóadat. A legtöbb szerzői jogi per ekörül forog.
• transparency obligation — Kötelezettség jelezni, hogy AI-val van dolgunk: chatbotnál, generált tartalomnál, deepfake-nél. Magyarul átláthatósági kötelezettség.