A Microsoft Global AI Adoption in 2025 felmérése szerint Magyarország munkaképes korú lakosságának 29,8%-a aktív felhasználója valamelyik nagy nyelvi modellnek (LLM). A felhasználók többsége azonban nincs tisztában vele, hogy a chatbotok beszélgetésekből milyen részletes, gyakran rejtett következtetéseket képesek levonni.
A modern MI-asszisztensek nemcsak a következő szó előrejelzésére képesek: a szövegstílusból, kérdések tartalmából és a beszélgetések kontextusából magasabb szintű fogalmakat és összefüggéseket is felismernek. Ennek nyomán a rendszerek képesek következtetni a felhasználó feltételezett jövedelmi kategóriájára, társadalmi‑gazdasági státuszára, pszichológiai profiljára, rejtett bizonytalanságaira, stresszkezelési mintáira, valamint politikai és életmódbeli vonásaira.
Ez a jelenség nem teljesen új: a keresőmotorok régóta képeznek rólunk profilt a keresési mintáink alapján. A különbség a modern chatbotoknál az, hogy hosszabb, részletesebb párbeszédek során jóval több „jel” gyűlik össze, így a következtetések személyesebbé és pontosabbá válhatnak.
Mekkora kockázat ez és miért számít üzleti szempontból?
Kiss Gergely, a Signifer Csoport igazgatósági tagja szerint a profilalkotás nemcsak technológiai jelenség: a gyűjtött személyes és viselkedési adatok jelentős üzleti értéket képviselnek a digitális hirdetési piacon. Egyes LLM‑üzemeltetők — például az OpenAI és a Google — már tesztelik a hirdetések integrálását a ChatGPT és a Gemini felületein.
Ha az AI-platformok reklámokat jelenítenek meg, a rólunk rendelkezésre álló információk révén a célzás jóval pontosabb lehet, ami egyszerre növeli a relevanciát és a befolyásolás kockázatát: nemcsak azt lehet megbecsülni, mire van szükségünk, hanem azt is, milyen érvekkel lehet hatékonyabban meggyőzni minket.
Kiss Gergely rámutat: a valódi kérdés nem pusztán az, hogy maga a rendszer mennyit tud rólunk, hanem az, hogy ki és milyen célból fér hozzá ezekhez az ismeretekhez, illetve milyen kontroll mellett használják fel őket.
Hogyan deríthető ki, mit tud rólad az MI?
A szakmai közösségben és nyilvános fórumokon ismert három típusú prompttal gyakran előhozhatók az MI által alkotott rejtett profilok. Példák (tartalmukat a cikk forrása tartalmazza):
- Kérés a rejtett profil és kényes adatok feltárására: a modell kérhető arra, hogy sorolja fel, mit következtetett a felhasználóról a stílus, a kérdések és a beszélgetések alapján, és jelölje meg a megállapítások forrását.
- Pszichológiai vakfoltok feltárása: a modell elemzi a személyiséget, a rejtett bizonytalanságokat és azt, milyen benyomást keltünk másokban.
- Viselkedési jóslatok: előrejelzések arról, hogyan reagálnánk pénzügyi döntésekre, stresszhelyzetekre vagy kockázatvállalásra, és mennyire biztos a modell az előrejelzésben.
A szakértők hangsúlyozzák, hogy az ilyen válaszok nem tekinthetők objektív pszichológiai diagnózisnak: előfordulhatnak pontos felismerések, de téves vagy túlzó következtetések is.
Mit tehetsz a magánéleted védelmében?
A legnépszerűbb AI‑szolgáltatások alapértelmezés szerint összekapcsolják a korábbi beszélgetések adatait a személyre szabott válaszadás érdekében. Ha korlátozni szeretnéd az adatgyűjtést, manuálisan át kell nézned és módosítanod az adatvédelmi beállításokat.
Szakértői ajánlások a kockázat csökkentésére:
- Ne ossz meg érzékeny adatokat: kerüld a jelszavak, banki adatok, pontos pénzügyi számok, részletes egészségügyi dokumentumok és üzleti titkok közvetlen bevitelét chatbotokba.
- Minimalizáld a beazonosítható részleteket: ha dokumentumot töltesz fel, távolítsd el neveket, elérhetőségeket, ügyfélazonosítókat és pontos összegeket.
- Ellenőrizd a szolgáltatás típusát: különbség lehet a lakossági, üzleti, vállalati és API‑alapú csomagok adatkezelése között, valamint abban, hogy engedélyezted‑e a beszélgetések modellfejlesztési célú felhasználását.
- Kapcsold ki a memóriát, ha szükséges: a memóriafunkció kiiktatása csökkenti a hosszú távú személyre szabást, de önmagában nem garantál teljes védelmet.
- Legyél tudatos és mérsékelt: nem cél, hogy teljesen elzárkózzunk az AI használatától; inkább kritikus, felelős és helyzetfüggő alkalmazás ajánlott.
Kiss Gergely megjegyzi, hogy a legtöbb felhasználó valószínűleg nem ismeri pontosan az adatkezelési beállítások és jogaik részleteit, ugyanakkor reálisabb elvárás a szolgáltatók átláthatósága és egyszerűbb, érthetőbb beállítási lehetőségek biztosítása.
Mire számíthatunk a jövőben?
A cikk forrása szerint a jelenség várhatóan erősödni fog: egyre több AI‑eszközt és AI‑ügynököt használunk majd, és a technológia mélyebb integrációja miatt a rendszerek egyre több adatból vonnak majd le következtetéseket. A kulcskérdés az lesz, mennyire bízik meg a társadalom azokban a technológiai szereplőkben, akik ezeket a modelleket üzemeltetik, és milyen jogi, beállítási és irányítási mechanizmusokkal tudják biztosítani a visszaélések elkerülését.
