A Magyar Urbanisztikai Társaság Győr-Moson-Sopron megyei területi csoport, a Magyar Regionális Tudományi Társaság Nyugat-dunántúli Tagozat és az ELTE Közgazdaság- és Regionális Tudományi Kutatóközpont Regionális Kutatások Intézete Nyugat-magyarországi Osztály által rendezett Smart City rendezvénysorozat legutóbbi előadására 2026. március 4-én került sor az ELTE KRTK RKI NYUTO székhelyén (9022 Győr, Liszt Ferenc utca 10.).
A Smart City rendezvénysorozat tizenkilencedik előadója Borbély Marcell volt, aki az elméleti keretek mellett hazai empirikus vizsgálatának eredményeit is beépítette a mesterséges intelligencia hazai urbanisztikában történő megjelenéséről szóló előadásában.
A várostervezés komplex folyamatáról beszélt az elején, megemlítve az időbeliség, bizonytalanság, információ és konfliktusok kérdéskörét. Bemutatva a várostervezés fejlődési pályáját, az AI alkalmazhatósága az adatok algoritmikus feldolgozásához szükséges döntéstámogatás nyújtásánál jelent meg. A mesterséges intelligenciára, mint egy algoritmikus rendszerre tekinthetünk, ami a villámhoz hasonlóan a legközelebbi kapcsolódási pontokat keresi meg és a statisztikai mintázatokat ismeri fel, az ok-okozati összefüggések feltárására azonban nem alkalmas. Az elmúlt évtizedben jelentős átalakulás figyelhető meg, hiszen az adatok exponenciális növekedése következett be, ráadásul nemcsak tízévente frissülő, hanem sok esetben már folyamatosan rendelkezésre álló adatokról beszélhetünk, amik nem csupán aggregálva, hanem már egyedi szinten is beszerezhetők. Az adatrobbanás része a statikus állapot rögzítésén túl a dinamikus mintázatok megjelenése is. Mára már annyi adat kering a világban, hogy emberi léptékben nem tudjuk mind felhasználni. Természetesen nem elhanyagolható a múltbeli adatok jósága, amit az emberi racionalitás fel tud mérni, az algoritmikus azonban nem foglalkozik vele.
Fontos kiemelni, hogy az AI alapú urbanizmus nem létezne a Smart City adatok nélkül, ahhoz ugyanis, hogy az AI valós időben is képes legyen a várostervezésre, szükség van azokra az információkra, amelyeket a Smart City rendszerek folyamatosan szolgáltatnak. Az alkalmazásának veszélyei között azonban mindenképpen érdemes megemlíteni, hogy a periférián élő társadalmi csoportok kiszorulhatnak az AI alapú városfejlesztésből.
Az előadó kutatásából kiderült, hogy bár már sokan használják, többségében azonban csak a ChatGPT-t ismerik és ezenkívül a vizualizációs feladatok elkészítésénél kérnek segítséget az AI-tól. Magyarországon jelenleg az AI fejlődési pályáinak elején, az adminisztratív AI-nál tartunk, ahol hatékonyságnövelés zajlik, akár már napi szinten is, de egyelőre még nincs döntéstámogatás és adaptív városi rendszer sem. A számítási tér már nemcsak az emberi folyamat része, azonban az értelmezés még igen. A kérdés az, hogy mikor érünk el majd arra a szintre, amikor már a mesterséges intelligencia dönti el, hogy mit gondolunk mi a saját döntésünknek.
Az előadást követő beszélgetés során számos hozzászólás érkezett kiváló hétköznapi példákat felhozva. Az egyik építésziroda például a 60-80 oldalas tervezési anyagok lakossági véleményezésénél vélte felfedezni az AI segítségét. Ezenkívül a pályázatírás folyamatában is megjelenik, hogy egyre gyakrabban nincs a pályázati anyagok írása mögött szakember. Már vannak olyan promptolás tréningek, ahol a jól megfogalmazott és hatékony utasítások generálásához tanítanak technikákat, annak érdekében, hogy a mesterséges intelligencia minél jobb eredményeket szolgáltasson. A fiatalabb generáció sem fél használni az AI-t, a hallgatók jelentős arányban készítik a beadandó munkáikat a mesterséges intelligencia segítségével. Itt felmerült a kritikus gondolkodás hiánya, hiszen sok esetben feltétel nélkül fogadják el az AI által összeállított anyagokat. A felelősségvállalás kérdése éppen ezért nagyon lényeges, és az ehhez szükséges szabályozási környezet jelenleg még hiányzik.
Összefoglalva elmondható, hogy az AI a számok nyelvén jobban ért, és jelentősen tudja növelni a hatékonyságot, azonban az ok-okozati összefüggések megállapításánál szükség van az emberi részvételre. A feladatleírásnál a peremfeltétel rendszer minél pontosabb megadása igazán lényeges, ezenkívül nagyon fontos figyelni arra, hogy a prompt-lánc alatt ugyanazt értsük. Ahhoz, hogy jól lehessen használni az AI-t, meg kell tanulni jól promptolni és megfelelően felépíteni egy ügynököt. A promptolás a mesterséges intelligenciával, különösen a generatív modellekkel (pl. ChatGPT, Midjourney, Claude) folytatott kommunikáció folyamata. Az a tevékenység, amikor a felhasználó utasításokat, kérdéseket vagy szöveges leírásokat (úgynevezett promptokat) ad meg a rendszernek a kívánt kimenet elérése érdekében. Az ügynök felépítése pedig azt jelenti, hogy egy olyan virtuális munkatársként jelenik meg a mesterséges intelligencia, amely nemcsak válaszol a kérdéseinkre, mint például a ChatGPT, hanem önállóan képes feladatokat végrehajtani, döntéseket hozni, eszközöket használni és képes több lépéses folyamatokat kezelni. Az adatok már rendelkezésre állnak, de tudni kell, hogy mire lehet használni azokat.
Az összefoglalót írta: Farkas Orsolya, Jóna László, Uszkai Andrea