Egy nemrég az Egyesült Államokban indított csoportos per világszerte nagy figyelmet keltett: a felperesek azt állítják, hogy a Workday által használt toborzási algoritmus hátrányosan megkülönböztette a fekete bőrű, 40 év feletti és fogyatékkal élő pályázókat. Az ügy nemzetközi szinten is a címlapokra került – és erre jó okuk is van.
Bár a per jelenleg a szoftverfejlesztőt célozza meg, fontos megérteni, hogy a mesterséges intelligencia nem egy zárt rendszer – és a felelősség nem ér véget a gyártónál.
Az EU mesterséges intelligencia törvénye egyértelműen kimondja: az egész ellátási lánc felelősséggel tartozik. Ha egy szervezet olyan mesterséges intelligencia-rendszert használ, amely szerepet játszik a foglalkoztatási döntésekben, akkor azt a rendszert magas kockázatúként sorolják be.
Ilyen esetekben az AI-bevezető – azaz a munkáltató – jogilag köteles:
- Olvassa át a műszaki dokumentációt
- A rendszer céljának és kontextusának értékelése
- A kockázatok azonosítása és mérséklése hatásvizsgálatok segítségével
- A méltányosság és a megkülönböztetésmentesség mérése
- Gondoskodjon arról, hogy legyen emberi felügyelet
Ezek nem csupán bevált gyakorlatok – hanem az EU mesterséges intelligencia törvénye szerinti jogi kötelezettségek. Ráadásul a mesterséges intelligencia nem vákuumban működik. Magyarországon például mind az egyenlő bánásmódról szóló törvény (2003. évi CXXV.), mind a Munka Törvénykönyve tiltja a diszkriminációt, függetlenül attól, hogy azt ember vagy algoritmus követi el.
A legfontosabb tanulság: ez a per könnyen bármely Workday-ügyfelet célba vehet – akár már ma is, sőt az EU-n belül is.
Miben hibázhat a mesterséges intelligencia?
Nem valószínű, hogy a Workday szándékosan hozott volna létre egy diszkriminatív rendszert – mégis ez történt. Hogyan?
- Nem reprezentatív edzési adatok: Ha a múltbeli adatok torzítottak, akkor a modell is az lesz.
- Hibás célváltozók: ha a cél (pl. “kit vettek fel”) a múltbeli elfogult döntéseket tükrözi.
- Rejtett proxy-változók: Lehet, hogy a modell nem használja kifejezetten a nemet, az életkort vagy a fogyatékosságot, de ezeket helyettesítő mutatók (pl. iskola, helyszín, szókincs) alapján következtetheti ki.
- A felügyelet hiánya: Rendszeres ellenőrzések vagy emberi felülvizsgálat hiányában az elfogultság észrevétlen maradhat.
Ezeket a kérdéseket korábbi cikkemben részletesebben is tárgyalom “A mesterséges intelligencia sötét oldala: rejtett elfogultságok az algoritmusokban”.
A sokszínűség mint a mesterséges intelligencia irányításának sarokköve
A biztonságos és méltányos mesterséges intelligencia-rendszerek létrehozásához sokszínű csapatokra van szükség:
- Interdiszciplináris (HR, IT, jogi, adatvédelem stb.)
- Társadalmi szempontból sokszínű
- Mesterséges intelligenciában jártas — képes megérteni, hogyan működik a mesterséges intelligencia, hol vannak a határai, és milyen kockázatokat rejt magában
De mi a helyzet a nőkkel a mesterséges intelligencia korszakában?
A Nemzetközi Munkaügyi Szervezet (ILO) szerint a generatív mesterséges intelligencia valószínűleg az adminisztratív és asszisztensi feladatokat fogja automatizálni – olyan pozíciókat, amelyekben a nők aránya a valósághoz képest túlzottan magas. Ez azt jelenti, hogy a nemek közötti egyenlőség terén elért eredmények veszélybe kerülhetnek (Gmyrek et al., 2025).
Éppen ezért a karrierváltásokat, az átképzési stratégiákat és a tanulási lehetőségekhez való hozzáférést tudatosan és méltányosan kell kialakítani.
Meg kell kérdeznünk:
- Ki felelős az átképzésért?
- A tanulásra szánt időt a munkaidő alatt biztosítják?
- Azok, akik gondozási feladatokat látnak el (jellemzően nők), reálisan részt vehetnek-e ebben?
És ha mi vagyunk azok, akik a mesterséges intelligenciát fejlesztjük, akkor még fontosabb, hogy csapataink sokszínűek legyenek. Sajnos még messze vagyunk ettől a céltól: az UNESCO adatai szerint a mesterséges intelligencia területén dolgozó mérnökök közül mindössze 22% nő, és a marginalizált csoportok aránya is hasonlóan alacsony (Gmyrek et al., 2025).
Záró gondolat: a DEIB elveinek megőrzése érdekében azt az AI-irányításban is alkalmaznunk kell
Ez nem csupán egy fülbemászó szlogen – hanem a jövő kulcsa. A mesterséges intelligencia nem csupán technológia; tükrözi és felerősíti az emberi döntéseinket.
Ha azt akarjuk, hogy a mesterséges intelligencia ne fokozza, hanem csökkentse az egyenlőtlenségeket, akkor a következőket kell tennünk:
- Kezdjék el már most feltérképezni a mesterséges intelligencia hatását, és dolgozzanak ki átképzési stratégiákat, amelyekbe beépítik a DEIB-elveket
- Fektessenek be a mesterséges intelligencia terén való ismeretek fejlesztésébe – nem csupán bevált gyakorlatként, hanem az EU mesterséges intelligencia törvénye szerinti jogi követelményként is
- Változatos mesterséges intelligencia-irányítási struktúrák és fejlesztői csapatok létrehozása
Ha a DEIB valóban célkitűzés, akkor ideje túllépni az üres szlogeneken. A mesterséges intelligencia korában a DEIB beépítése a mesterséges intelligencia irányításába jelenti az igazi kiindulási pontot.
Mesterséges intelligenciát alkalmaz a toborzás során? A felelősség Önt terheli – ezt bizonyítsa be!.
Független elfogultsági ellenőrzés →Mesterséges intelligencia irányításának gyors áttekintése →