Az EU mesterséges intelligenciatörvénye a tervezési gyakorlatról az AI-megfelelőség egy kulcsfontosságú szeletének működési határidejére lépett. Az Európai Bizottság útmutatása szerint 2026. augusztus 2-tól az átláthatósági kötelezettségek érvénybe léptek bizonyos mesterséges intelligencia-rendszerek szolgáltatói és telepítői számára.

A szabályok középpontjában egy gyakorlati kérdés áll: meg tudja-e mondani az ember, hogy mikor lép interakcióba a mesterséges intelligenciával, vagy ha a tartalmat az MI hozta létre vagy manipulálta? A chatbotokat, hangügynököket, tartalomgeneráló eszközöket, képszerkesztő termékeket, szintetikus médiarendszereket és automatizált ügyfélszolgálati munkafolyamatokat építő vállalkozások számára ez a kérdés jogi és terméktervezési következményekkel jár.

Ugyanez a dátum a tágabb mesterséges intelligenciatörvény-rendszer szempontjából is számít. A Bizottság anyagai szerint az általános célú mesterségesintelligencia-modellre vonatkozó kötelezettségek teljes körű végrehajtási hatásköre 2026. augusztus 2-tól érvényes. Ez nem teszi minden alkalmazásra ugyanazokat a követelményeket, de ez azt jelenti, hogy az EU-szintű AI-programok többé nem kezelhetik az átláthatóság-ellenőrzést jövőbeli munkaként.

Ami változott augusztus 2-án

Az AI-törvény 50. cikke bizonyos AI-rendszerek átláthatósági kötelezettségeire vonatkozik. Nagy vonalakban a kötelezettségek azt hivatottak biztosítani, hogy az emberek tájékoztassák az embereket, amikor MI-rendszerrel érintkeznek, és ha hang-, kép-, videó- ​​vagy szöveges tartalmat mesterségesen hoztak létre vagy manipuláltak a rendelet által szabályozott módon.

Sok csapat esetében a változás nem a modellarchitektúrára vonatkozik, hanem inkább a felületre, a metaadatokra, a naplózásra és az irányításra. Előfordulhat, hogy a társalgási asszisztensnek egyértelmű tájékoztatásra van szüksége arról, hogy a felhasználó interakcióba lép az MI-vel. A médiát létrehozó vagy lényegesen szerkesztõ eszközöknek szükség lehet címkékre vagy egyéb jelekre, amelyek felismerhetõvé teszik a szintetikus vagy manipulált kimenetet. A mesterséges intelligenciát az ügyfelek felé irányuló munkafolyamatokban alkalmazó vállalkozásnak szükség lehet olyan nyilvántartásokra, amelyek megmutatják, hogy mely rendszereket használták, hol jelentek meg a közzétételek, és hogyan kezelték a kivételeket.

A hatókör nem minden vállalatnál azonos. Az AI-törvény különbséget tesz az olyan szerepek között, mint a szolgáltató, a telepítő, az importőr, a forgalmazó és a későbbi módosító. Az MI-terméket építő és forgalmazó vállalatnak eltérő kötelezettségekkel kell szembenéznie, mint egy belső munkafolyamaton belül harmadik féltől származó modellt használó vállalatnak. Egy viszonteladó, rendszerintegrátor vagy ügynökség egynél több szerepet is betölthet attól függően, hogy hogyan csomagolja és módosítja a rendszert.

Ez a szerepleképezési probléma most az egyik első megfelelési feladat az EU-felhasználókat kiszolgáló mesterséges intelligencia-csapatok számára.

Miért fontos ez a fejlesztők és a termékcsapatok számára?

Az azonnali mérnöki hatás az, hogy az irányelv már nem átlátható. Meg kell jelennie azon a termékútvonalon belül, ahol a mesterséges intelligencia interakció vagy a generált tartalom megtörténik.

A fejlesztőknek hozzá kell adniuk közzétételi összetevőket a csevegési felületekhez, az ügynök-átadási folyamatokhoz, a hangélményekhez és a tartalomszerkesztőkhöz. Előfordulhat, hogy a termékcsapatoknak el kell dönteniük, hogy a címkék mikor maradnak fenn, mikor jelennek meg egyszer, és hogyan viselkednek az exportálás során, a képernyőképekben, az átiratokban, a letöltött médiában és az API-válaszokban. A megfelelőségi csapatoknak bizonyítékra lesz szükségük arra vonatkozóan, hogy ezeket a vezérlőket következetesen alkalmazták.

Van egy útválasztási és megfigyelési probléma is. A modern AI-termékek ritkán hívnak egyetlen modellt egyetlen útvonalon keresztül. Egy ügyfélszolgálati munkafolyamat használhat egy modellt a szándék észleléséhez, egy másikat a válaszok megfogalmazásához, egy beszédmodellt az átíráshoz és egy képmodellt a mellékletekhez. Egyes hívások felhasználó által látható tartalmat hozhatnak létre. Mások csak a kontextust osztályozhatják, mérsékelhetik, összefoglalhatják vagy visszakereshetik.

Ez a megkülönböztetés számít. A csapatoknak tudniuk kell, hogy mely modellhívások válthatnak ki átláthatósági kötelezettségeket, és melyek tisztán belsőek. A modellek, végpontok, promptok és kimeneti típusok megbízható jegyzéke nélkül a közzétételi megfelelés csak találgatásokká válik.

Itt válik relevánssá az AI API infrastruktúra. A többmodelles API vagy AI API átjáró központosíthatja a modellszolgáltató metaadatait, az API-kulcskezelést, a használati elemzést és a naplókat a különböző háttérrendszereken. Az olyan platformok esetében, mint a Model Gate, a gyakorlati kapcsolat nem az, hogy az átjáró automatikusan megoldja az AI törvénynek való megfelelést. Ez az, hogy a központosított útválasztás és naplózás segíthet a csapatoknak megválaszolni az alapvető irányítási kérdéseket: melyik modellt használta, melyik alkalmazás, melyik csapathoz, mikor és milyen kimeneti osztályhoz.

Kik érintett a leginkább

A leginkább kitett csoportok azok a vállalkozások, amelyek az AI-t közvetlenül az uniós felhasználók elé állítják. Ide tartoznak az AI-asszisztensekkel, támogató robotokkal, értékesítési ügynökökkel, oktatási eszközökkel, toborzóeszközökkel, szintetikus médiatermékekkel és marketingautomatizálási platformokkal rendelkező SaaS-cégek.Az ügyfelek számára mesterséges intelligencia-rendszereket építő ügynökségeknek és integrátoroknak is oda kell figyelniük, mert a felelősség attól függhet, hogy ki határozza meg a rendszer célját, ki telepíti, és hogy a rendszert módosítják-e a láncban.

A mesterséges intelligenciát belsőleg használó vállalkozások sem hagyhatják figyelmen kívül a határidőt. A belső eszközök továbbra is megfelelőségi és munkajogi kérdéseket vethetnek fel, különösen akkor, ha az alkalmazottak interakcióba lépnek az AI-rendszerekkel, vagy amikor az előállított tartalom elhagyja a szervezetet. A kockázat nagyobb, ha a belső automatizálás ügyfélkommunikációt, jogi tervezeteket, HR-anyagokat, pénzügyi jelentéseket vagy nyilvános médiát készít.

A modellszolgáltatók és az alkalmazáskészítők koordinációs kihívással is szembesülnek. A szolgáltatók modelldokumentációt, kimeneti metaadatokat, vízjelezési képességeket vagy irányelvekre vonatkozó útmutatást biztosíthatnak. A telepítőknek továbbra is meg kell valósítaniuk a felhasználóknak szóló közzétételeket és működési vezérlőket saját termékeikben. Ha egy vállalkozás több szolgáltatót használ, az inkonzisztens metaadatok és modellviselkedés megnehezítheti ezt.

Gyakorlati lépések az AI-csapatok számára

Az első lépés a leltár. A csapatoknak azonosítaniuk kell az EU-szintű termékekben és munkafolyamatokban használt összes mesterséges intelligencia-rendszert, majd osztályozniuk kell, hogy az egyes rendszerek közvetlenül érintkeznek-e emberekkel, tartalmat generálnak-e, manipulálnak-e tartalmat, vagy csak a belső feldolgozást támogatják.

Másodszor, a csapatoknak fel kell térképezniük a felelősséget. Ők a mesterséges intelligencia rendszer szolgáltatója, a telepítő, a forgalmazó, az importőr vagy a későbbi módosító? A válasz termékvonalonként vagy ügyfél-elkötelezettségenként eltérő lehet.

Harmadszor, a közzétételt termékellenőrzésként kell megtervezni, nem csupán jogi nyilatkozatként. A felhasználóknak egyértelmű jelzéseket kell látniuk az interakció vagy a fogyasztás helyén. A generált és manipulált tartalmat megfelelő címkékkel vagy kísérő kontextussal kell ellátni, ha szükséges. Az exportált tartalom külön figyelmet érdemel, mert a címkék eltűnhetnek, amikor szöveg, kép, hang vagy videó elhagyja az eredeti alkalmazást.

Negyedszer, a naplóknak támogatniuk kell a későbbi áttekintést. A csapatoknak legalább rekonstruálniuk kell, hogy melyik alkalmazásról, modellről, felhasználói csoportról és kimeneti kategóriáról van szó. A több modellszolgáltatót használó vállalatok esetében az egységes mesterséges intelligencia-használati elemzés csökkentheti a holtfoltokat. A termék, környezet, ügyfél vagy csapat szerinti külön API-kulcsok megkönnyíthetik az auditálást, és korlátozhatják a kitettséget, ha egy munkafolyamat rosszul van konfigurálva.

Végül a beszerzésnek tartalmaznia kell az átláthatóság kérdését. Modell vagy automatizálási szállító hozzáadása előtt a csapatoknak meg kell kérdezniük, hogy milyen metaadatok, dokumentáció, címkézési támogatás és naplózási horgok állnak rendelkezésre. A legalacsonyabb költségű modell nem mindig a legolcsóbb megoldás, ha manuális megfelelőségi munkát végez a későbbiekben.

Ami továbbra is bizonytalan

Az átfogó megfelelési irány egyértelmű, de a konkrét kötelezettségek továbbra is az egyes telepítések tényeitől függenek. Ugyanez a modell használható alacsony kockázatú belső összefoglaló eszközben, ügyfélközpontú chatbotban vagy szintetikus médiatermékben. Minden felhasználási eset más-más átláthatósági kötelezettséget eredményezhet.

A szélsőséges esetekkel kapcsolatban értelmezési kérdések is felmerülnek: mesterséges intelligencia által támogatott szerkesztés és mesterséges intelligencia által generált tartalom, rövid ideig tartó ügynöki interakciók, vegyes emberi és mesterséges intelligencia munkafolyamatok, valamint harmadik felek platformjaiba beágyazott rendszerek. A vállalatoknak számítaniuk kell az iránymutatások, a végrehajtási gyakorlat és a piaci normák fejlődésére.

Még a bizonytalanságok ellenére is egyértelmű a működési üzenet. Az EU-val foglalkozó mesterséges intelligencia-csapatoknak láthatóvá kell tenniük a mesterséges intelligencia részvételét ott, ahol azt a törvény előírja, és olyan nyilvántartásokra van szükségük, amelyek bemutatják, hogyan érvényesül ez a láthatóság. Az augusztus 2-i dátum az átláthatóságot az ütemtervből élő irányítási követelménysé változtatja.