A mesterséges intelligencia (MI) néhány éve még elsősorban a technológiai világ egyik különleges fejlesztésének számított, mára azonban egyre több gazdasági ágazatban válik mindennapi munkaeszközzé. A mezőgazdaságban az önvezető gépektől és képalkotó rendszerektől kezdve egészen a döntéstámogató alkalmazásokig számos területen jelen van, miközben a generatív MI új korszakot nyitott az adatelemzésben, az adminisztrációban és a gazdaságirányításban is.
A nemzeti KAP-hálózat Innovációt és Digitalizációt Támogató Egysége (ITE) az elmúlt hónapokban kiemelt figyelmet fordított arra, hogy naprakész tudást szerezzen az MI mezőgazdasági alkalmazási lehetőségeiről, majd ezt az ismeretet képzések és kiadványok formájában továbbadja az agrárium szereplőinek. Az első képzéseket a Vidék- és Térségfejlesztési Támogató Egység (VTE) közreműködésével a LEADER Helyi Akciócsoportok (HACS) munkatársai számára szervezték meg, ahol alkalmanként mintegy 90 résztvevő ismerkedett az MI szabályozási és gyakorlati kérdéseivel.
De miért vált ennyire fontossá a digitalizáció és ezen belül a mesterséges intelligencia az agráriumban? Milyen lehetőségeket kínál a technológia a gazdálkodóknak, és milyen kihívásokkal kell szembenézniük a használat során? Erről beszélgettünk a KAP-hálózat szakértőivel.
A technológia csak akkor válik valódi segítséggé, ha megfelelő tudás társul hozzá – Fotó: Envato Elements
„A technológia önmagában nem elég, a tudás dönti el a sikerét”
Kránitz Lívia, az Agrárközgazdasági Intézet Nonprofit Kft. szakértője, a KAP-hálózat Innovációt és Digitalizációt Támogató Egységének vezetője szerint a digitalizációra kiemelt figyelmet kell fordítani, hiszen a közös agrárpolitika horizontális célkitűzései szerint az ágazat modernizációjának egyik meghatározó eszköze a digitális és precíziós technológiák elterjedése. Ezért az uniós források felhasználásánál nemcsak az innovatív megoldások bevezetését, hanem a gazdaságok digitális átállását is ösztönözni szükséges.
– Hogyan jelenik meg a pályázati kiírásokban ez a szemlélet?
– Már a hazai KAP-felhívások is ezt tükrözik, amelyekben a beruházási típusú pályázatoknál külön digitalizációs önértékelési kérdőív méri, hogy az adott fejlesztés mennyiben járul hozzá a digitális átálláshoz – mondta el Kránitz Lívia. – A precíziós technológiák, a szenzorok, a távérzékelés, a gazdaságirányítási rendszerek és az MI-alapú megoldások egyaránt segíthetik a termelőket abban, hogy gyorsabban és megalapozottabban reagáljanak a klímaváltozás, a munkaerőhiány, az inputár-emelkedés és a piaci bizonytalanság kihívásaira.
Különösen fontos az MI szerepe, amely rendkívül gyors ütemben fejlődik, és egyre több területen válik gyakorlati munkaeszközzé. Már ma is látható, hogy egyes gazdálkodók, tanácsadók és szakmai szereplők napi szinten használják döntéstámogatásra, adminisztrációra, elemzésre vagy tudásfeldolgozásra, és ezzel valós hatékonysági előrelépést érnek el.
Ugyanakkor az MI ágazaton belüli terjedését továbbra is kíséri bizonyos szkepticizmus. A nagy nyelvi modellek gyakorlati alkalmazása sokak számára még nehezen megfogható: nem mindig egyértelmű, hogy pontosan mire, milyen munkafolyamatokban és milyen felelősségi keretek között használhatók. Az agráradatokra épülő szoftverek esetében pedig gyakori felhasználói kérdés az adatok megbízhatósága, értelmezhetősége és a rendszerek gyakorlati hasznosíthatósága. Éppen ezért a digitalizáció és az MI támogatása nemcsak technológiai, hanem tudásátadási, képzési és bizalomépítési feladat is.
Ennek a szkepticizmusnak leküzdésében és az agrárdigitalizációs kompetenciák fejlesztésében a tudás terjesztésében vagyunk érdekeltek az ITE-ben. Legyen szó általános célú, vagy éppen agrárspecifikus nyelvi modellről, a sikeres bevezetés kulcsa a felhasználók felkészítése. A versenyképesség és a termelékenység növekedése ugyanis ezen áll vagy bukik. Hiába áll mögöttünk hatalmas fejlesztői kapacitás és a legfejlettebb technológia, ha maguk a gazdák végül nem aknázzák ki a benne rejlő előnyöket. Nem véletlen, hogy az uniós MI-rendelet egyetlen mindenkire – így a magánfelhasználókra is – vonatkozó általános kötelezettsége éppen az MI-jártasság megszerzése. Az innováció sikere tehát legalább annyira múlik a digitális érettségen, mint magán a technológián.
– Milyen hiátusokat, piaci rést tártak fel az MI témakörén belül?
– Azt érzékeltük, hogy kevés a tudás, sőt némely EU-s szakpolitikai irány nincs is itthon lefordítva, így elkezdtük értelmezni az EU-s MI rendeletet, melynek egyes rendelkezései már ma is hatályosak. Az olyan tiltott gyakorlatok, mint pl. a munkahelyi intelligens kamerás azonosítás alkalmazása már 2025 februárja óta büntetendőek (ráadásul nem is kis összeggel).
Augusztusban pedig életbe lépnek az átláthatósági kötelezettségek, ami azt jelenti, hogy a szolgáltatóknak egyértelművé kell tenni, ha a felhasználók egy MI-modellel lépnek interakcióba. Amennyiben például egy honlapon azt lehet hinni egy chatbotról, hogy élő emberes ügyfélszolgálat áll mögötte, azért is hatalmas büntetéseket lehet majd kapni.
A gazdálkodói és a közigazgatási oldalon sokan még mindig úgy vélik, a szabályozás csupán előkészületi fázisban van. Az uniós MI-megközelítés két, egymást kiegészítő irányra épül. Egyrészt ösztönzi a technológiai fejlesztéseket (adatterek, szuperszámítógépek, MI-gyárak és az MI-gigagyárak létrehozását), másrészt a technológia befogadásának feltételeit kívánja megteremteni piaci oldalon.
Az ITE kiadványaival és a kapcsolódó képzéssorozattal éppen azt igyekszik megakadályozni, hogy a mezőgazdaság lépéshátrányba kerüljön a többi gazdasági szektorral szemben. Közérthető iránytűt adunk a bonyolult és napról napra változó szabályozói-ösztönzői keretekhez.
Ez a munka több szempontból is hiánypótló: a hazai szabályozói tesztkörnyezet várhatóan csak 2027. december 2-án indul el. A gazdák itt majd előre tisztázhatják, hogy egy-egy MI-alkalmazás, például egy automata permetezésvezérlés melyik kockázati kategóriába esik.
A szabályozási környezet csak az egyik vetülete ennek a témának; legalább ilyen fontos a gyakorlati hasznosítás kérdése is. Jelenleg még kevés olyan jól bemutatható példa és megoldás áll rendelkezésre, amely kifejezetten azt mutatná meg, hogyan használhatók az általános célú generatív MI-modellek a mezőgazdaság mindennapi gyakorlatában.
Ezeket az eszközöket ugyanis elsődlegesen nem agrárfelhasználásra szokták példaként említeni, ezért a legtöbb gazdálkodó számára még nem egyértelmű, hogy miként állíthatná őket a napi munkafolyamatok szolgálatába.
Éppen ezért a már elkészült, MI-szabályozással kapcsolatos kiadványunkat hamarosan gyakorlati útmutató is követi egy második kiadvány formájában.
– Hogyan építették fel a kiadványt és a képzési anyagot?
– Elsőként a „Mesterséges intelligencia az Európai Unióban” című szabályozási kiadvány készült el. Az anyag alapját az MI-rendelet részletes feldolgozása, a kapcsolódó uniós stratégiai dokumentumok (például az MI-kontinens cselekvési terv és az MI-innovációs csomag), valamint a legfontosabb finanszírozási programok (köztük az InvestAI, a GenAI4EU és az EuroHPC) áttekintése adta.
A precíziós technológiák, a szenzorok, a távérzékelés, a gazdaságirányítási rendszerek és az MI-alapú megoldások egyaránt segíthetik a termelőket abban, hogy gyorsabban és megalapozottabban reagáljanak a klímaváltozás, a munkaerőhiány, az inputár-emelkedés és a piaci bizonytalanság kihívásaira – Fotó: Envato Elements
A kutatómunka során lehetőség nyílt jogi szakértőkkel is egyeztetni, mivel részt vettünk az AI EDIH által szervezett, az MI-rendeletet bemutató jogi gyorstalpaló képzésen.
A szabályozási környezet megismerését kiegészítette egy gyakorlati szemléletű tudás, amely a mesterséges intelligencia irodai alkalmazási lehetőségeire fókuszál. Ennek szakmai alapját az AI EDIH generatív mesterséges intelligenciáról és promptmérnökségről szóló képzései jelentették, amelyeket számos további, gyakorlatorientált forrás – szakmai publikációk, esettanulmányok és oktatóvideók – egészített ki.
Amikor a szükséges tudás és módszertani háttér már rendelkezésre állt, meghirdettük a képzést a LEADER HACS-ok számára. A két alkalomból álló program a korábban bemutatott struktúrát követte: az első alkalom az elméleti tudás bővítésére fókuszált, míg a második alkalom gyakorlati szempontból mutatta be a mesterséges intelligencia irodai alkalmazási lehetőségeit.
A munka ezzel nem ér véget. Ahogy már utaltam rá, a most készülő második útmutató kiadványunk már a generatív mesterséges intelligencia gyakorlati használatára összpontosít.
A kiadvány nemcsak az irodai felhasználást mutatja be, hanem a gazdálkodók számára is kézzelfogható segítséget nyújt abban, hogyan alkalmazhatják a generatív MI-eszközöket a mindennapi munkájuk során, és miként építhetik be azokat hosszabb távon a gazdaságuk működésébe.
– Hogyan tudják ezt különböző célcsoportokra szabni?
– A szabályozói háttér, valamint a gyakorlati alkalmazás jól elkülöníthető témák a célcsoportok szerint, ugyanakkor szorosan össze is kapcsolódnak.
A jogi és szabályozási ismeretek elsősorban a szaktanácsadók és a közigazgatásban dolgozó szakemberek számára nélkülözhetetlenek, hiszen ők segítik a gazdálkodókat eligazodni abban, hogy egy-egy MI-alkalmazás milyen kockázati kategóriába tartozik, és milyen jogi kötelezettségekkel jár a használata.
Ugyanakkor a gazdálkodók számára is fontos az alapfogalmak ismerete.
Az MI mindennapi használata (a hatékony promptolás, a megfelelő eszközök kiválasztása és a munkafolyamatok automatizálása) már valamennyi célcsoport számára hasznos, bár eltérő felhasználási környezetben.
A közigazgatásban dolgozók esetében elsősorban a kutatási, adminisztratív és irodai feladatok támogatása kerül előtérbe, míg a gazdálkodók számára az agráriumhoz kapcsolódó alkalmazások bírnak nagyobb jelentőséggel. Ide tartozik például a pályázati dokumentációk értelmezése, a marketingtevékenység támogatása, valamint a gazdaságirányítási rendszerekbe történő integráció előkészítése.
A gyakorlati képzés tehát könnyen az egyes célcsoportok igényeihez igazítható, miközben közös alapokra épül.
Az MI a munkaerőhiányra is releváns választ képes adni. Azonban csak olyan pontos és megbízható információkra tud építeni, amelyek rendelkezésre állnak. Emiatt az adatgyűjtés, az adatkezelés és az adatbiztonság a jövő agrártechnológiáinak egyik meghatározó alapja lesz – Fotó: Envato Elements
– Hogyan tervezik majd a későbbiekben a tudásukat naprakészen tartani?
– A szakmai felkészülés a következő időszakban is folytatódik. Ennek részeként folyamatban van az ITE-kollégák bekapcsolódása nemzetközi MI-képzésekbe. Ezek a képzések nemcsak a legkorszerűbb ismeretek elsajátítását teszik lehetővé, hanem nemzetközileg elismert tanúsítványok megszerzésére is lehetőséget biztosítanak.
Ezzel párhuzamosan szeretnénk az AI EDIH-hel is tovább erősíteni a szakmai együttműködést. A folyamatos kapcsolattartás naprakészen tarthat minket az MI technológiai, szabályozási és gyakorlati fejlődésével kapcsolatban, miközben a hazai intézményrendszer kialakítására is nagyobb rálátást nyerhetünk – mondta végül Kránitz Lívia.
A mesterséges intelligencia nem új jelenség a mezőgazdaságban. Már évek óta alkalmaznak MI-alapú megoldásokat például az önvezető mezőgazdasági gépekben, a távérzékelési rendszerekben, a talajállapot vagy a növényállomány elemzésében, illetve a kártevők felismerésében. Az utóbbi időszak áttörését azonban az úgynevezett generatív mesterséges intelligencia és az új generációs nagy nyelvi modellek megjelenése hozta el.
Ezek a rendszerek már nem csupán előre meghatározott feladatokat képesek végrehajtani, hanem természetes nyelven kommunikálnak, szöveget elemeznek és állítanak elő, összetett információkat dolgoznak fel, illetve támogatják a döntéshozatalt.
Az MI ugyanakkor nem csupán technológiai kérdés. Az Európai Unió megközelítése szerint egyszerre kell ösztönözni az innovációt és kezelni azokat a jogi, adatbiztonsági és etikai kérdéseket, amelyek a gyors fejlődéssel együtt járnak. Ennek egyik legfontosabb eleme az első átfogó európai mesterségesintelligencia-szabályozás, az úgynevezett MI-rendelet (AI Act), amely kockázatalapú rendszerben határozza meg az egyes alkalmazások kezelését.
A mezőgazdaság számára mindez azért különösen fontos, mert az MI jelentős segítséget adhat az erőforrások hatékonyabb felhasználásában, a termelési döntések megalapozásában, a növényvédelemben, a tápanyag-gazdálkodásban vagy éppen az adminisztráció csökkentésében.
Másik beszélgetőtársunk, Fieszl Csaba, a Herman Ottó Intézet Nonprofit Kft. szakmai igazgatója, a KAP-hálózat Vidék- és Térségfejlesztési Támogató Egységének vezetője úgy véli: a mesterséges intelligencia alkalmazása nemcsak a gazdálkodók számára jelent új lehetőségeket, hanem azoknak a szervezeteknek is, amelyek az agrár- és vidékfejlesztési programok megvalósítását segítik.
A LEADER Helyi Akciócsoportok (HACS-ok) munkatársai napi szinten dolgoznak adminisztratív, szervezési, kommunikációs és fejlesztési feladatokon, amelyekben az MI jelentős támogatást nyújthat.
A Vidék- és Térségfejlesztési Támogató Egység ezért 2026-ban megkezdte a LEADER HACS-ok célzott képzését webináriumok formájában.
– Mi hívta életre az AI témájú képzést a LEADER HACS-ok számára?
– A VTE a tavasz folyamán két alkalommal tartott képzést a helyi munkacsoportok munkatársai részére a GDPR aktualizálásáról, kialakításáról. Az MI webinárium létrehozására több szintről jött a jelzés, hogy a HACS munkaszervezeteknél MI témában szükséges lehet egy képzés, ami a munkájuk elvégzését nagyban tudná segíteni, így alakult ki, hogy készítünk részükre egy képzés.
Az agrárium szegmensei közül az állattenyésztő ágazat kezdte el leghamarabb alkalmazni az intelligens technológiákat – Fotó: Envato Elements
Tavaly augusztusban/szeptemberben kezdtük monitorozni a HACS-ok igényét képzési témák vonatkozásában. Minden alkalommal felmerült a részükről, hogy jó lenne, ha lenne képzés MI vonatkozásában, hogy miképpen is tudják használni a mindennapi munka során.
Ezzel párhuzamosan az Agrár- és Élelmiszergazdaságért Felelős Minisztérium (AÉM) részéről is megfogalmazódott, hogy jó lenne ebben a témában képezni a HACS-os kollégákat. Amikor pedig az ITE munkatársaival egyeztettünk az esetleges webináriumi témákról, hogy mi az, ami hasznos lenne a HACS-ok számára, akkor egyértelmű volt, hogy az egyik téma az MI.
– Milyen ismereteket kaptak a résztvevők az első és második alkalmon?
– Az első alkalom – mivel a HACS-ok nem felhasználók, hanem alkalmazók – megismerhették a jogszabályi kereteket és azokat a szabályokat és jogszabályi hézagokat, amelyek mentén használják az MI-t. Illetve kaptak egy általános képet, hogy mely MI-al érdemes dolgozni feladattípustól függően.
A második alkalmon – mivel az első alkalom inkább elméletibb jellegű volt – elsősorban az MI-ok gyakorlati alkalmazása került bemutatásra.
Így promptolást, MI-asszisztens létrehozását, plakát készítést, előadásalap-készítést (ppt), adat- és szövegelemzést tanultak a ChatGPT, a Gemini és a Claude vonatkozásában.
– A képzés során milyen gyakorlati igények merültek fel a HACS-ok részéről?
– A HACS-munkatársakat többször is kértük, hogy konkrét kérdéseket írjanak arra vonatkozólag, hogy mihez szeretnék használni az MI-t, de ezek a kérdések inkább a használat során fognak kialakulni bennük, így az ismert tevékenységeik alapján igyekeztünk AI asszisztenciával megoldható gyakorlatokat bemutatni.
Később, amikor már felhasználó szinten tudják használni az MI adta lehetőségeket, akkor nagy segítségükre lesz a mindennapi feladat ellátásban.
Az MI gyakorlati alkalmazása: az első lépés a szemléletváltás
A szakértők szerint az egyik legfontosabb feladat jelenleg nem csupán az eszközök bemutatása, hanem annak megértetése, hogy a mesterséges intelligencia miként illeszthető be a mindennapi munkafolyamatokba.
A technológia önmagában ugyanis nem jelent automatikus előnyt. A hatékony alkalmazáshoz szükség van megfelelő digitális kompetenciára, kritikus gondolkodásra és arra is, hogy a felhasználók tisztában legyenek az MI korlátaival.
A mezőgazdaságban különösen fontos kérdés az adatminőség. A mesterséges intelligencia csak olyan pontos és megbízható információkra tud építeni, amelyek rendelkezésre állnak. Emiatt az adatgyűjtés, az adatkezelés és az adatbiztonság a jövő agrártechnológiáinak egyik meghatározó alapja lesz.
A következő években várhatóan azok a gazdaságok és szervezetek kerülnek előnybe, amelyek nem egyszerűen technológiai eszközként tekintenek az MI-re, hanem a működésük részévé teszik.
A digitális átállás már nem választás kérdése
A nemzeti KAP-hálózat és az Innovációt és Digitalizációt Támogató Egység munkája azt mutatja: az agrárium digitalizációja nem csupán modernizációs lehetőség, hanem a versenyképesség egyik kulcsa.
A mesterséges intelligencia segíthet abban, hogy a gazdálkodók kevesebb erőforrással pontosabb döntéseket hozzanak, csökkentsék az adminisztratív terheket, hatékonyabban használják fel az inputanyagokat, és gyorsabban reagáljanak a változó környezeti és piaci kihívásokra.
A technológia azonban csak akkor válik valódi segítséggé, ha megfelelő tudás társul hozzá. Ezért az MI terjedésének egyik legfontosabb feltétele nem pusztán a fejlesztés, hanem a képzés, a tapasztalatmegosztás és a bizalom kialakítása.
Indexkép: Envato Elements
A „Mesterséges intelligencia az Európai Unióban” című kiadvány IDE kattintva tölthető le.
