„Ez a szakpolitikai összefoglaló egy olyan megközelítést vázol fel, amelynek segítségével a közigazgatási szervek hatékonyan értékelhetik a nagy horderejű közszolgáltatásokban alkalmazott MI-eszközöket.
Fő megállapítások
- Az MI értékelésének általánosan alkalmazott módszerei nem elegendők ahhoz, hogy a kormányzatok a gyakorlatban megfelelően értékeljék az MI-eszközöket. A meglévő jogszabályi kötelezettségek ellenére a közigazgatási szervek gyakran nehezen tudnak hatékony értékelési folyamatokat kialakítani.
- A közigazgatási szervek már most is rendelkeznek „rejtett értékelési adathalmazokkal”: a korábbi feladatvégzésről szóló adminisztratív nyilvántartásokkal. Ezek felhasználhatók olyan MI-modellek tanítására és értékelésére, amelyek megfelelnek a közszféra igényeinek. Az ilyen adathalmazok közzététele lehetővé tehetné az MI fejlődésének mérését, és egyúttal ösztönözhetné is azt.
- A közigazgatási szerveknek a beszerzés feltételéül kellene szabniuk a független harmadik fél által végzett értékelést, a rendszerek bevezetése során pedig véletlen besorolásos A/B-tesztekkel kellene vizsgálniuk az MI hatásait. Az egyetemekkel és más kutatóintézetekkel való együttműködés költséghatékony módot kínálhat a független külső szakértelem bevonására.
- A bevezetés utáni hatékony nyomon követéshez újra kell gondolni a minőségbiztosítás hagyományos módszereit, hogy a felügyeletben az ember és az MI együttműködése is helyet kapjon.
Miközben a közigazgatási szervek chatbotokat és szakpolitikai dokumentumok tervezeteit készítő eszközöket fejlesztenek, és egyre inkább az ügynökökön alapuló MI-rendszerek közszolgáltatásokba való beépítése felé haladnak, két kockázattípus kerül előtérbe. Az első a biztonságossági kockázat: az MI-eszközök manipulálhatók vagy támadás érheti őket, a kormányzati adatokhoz és adatbázisokhoz hozzáférő ügynöki rendszerek pedig előre nem látott, messzemenő következményekkel járó lépéseket tehetnek. A második a teljesítménykockázat: előfordulhat, hogy az MI-rendszerek nem képesek ellátni a tervezett feladatukat, vagy a bevezetésüket követően nem hozzák meg a várt előnyöket.
Az összefoglaló azt vizsgálja, hogyan ellenőrizhetik a közigazgatási szervek egy MI-eszköz megbízhatóságát a közigazgatásban, ahol a döntéseknek jelentős következményeik lehetnek, az eszközök alkalmazásának célja pedig a közszolgáltatások hatékonyabb nyújtása és a szervezetek feladatainak eredményesebb ellátása. A szerzők bemutatják a kormányzati MI-értékelés jelenlegi megközelítéseinek korlátait, és felvázolják egy hatékony, a kockázatokat figyelembe vevő értékelés kereteit. Végül ajánlásokat fogalmaznak meg arra, miként vállalhat a kormányzat vezető szerepet az egyre nagyobb teljesítményű MI-rendszerek értékelési szabványainak és gyakorlatainak kialakításában az alapvető közfeladatok ellátása során.”
Forrás:
A Blueprint for Evaluating AI in Public Administration; Danielle Sutton, Vera Lummis, Daniel E. Ho; Issue Brief; HAI Policy & Society, Stanford RegLab; Stanford Institute for Human-Centered AI (HAI); 2026. november 9.
