Az MI-laborok adatkezelése új bizalmi próbára teszi a vállalatokat

• A vállalatok egyre szigorúbb garanciákat kérnek arra, hogy az MI-szolgáltatók ne használják fel üzleti adataikat modellfejlesztésre.[^1]
• Nvidia, Booz Allen Hamilton és Palantir is korlátozta vagy feltételekhez kötötte egyes MI-modellek használatát érzékeny feladatoknál.[^1]
• A zéró adatmegőrzés csökkentheti a kockázatot, de a technikai metaadatok és a használati nyomok kezelése továbbra is kérdéseket vet fel.[^1]

Az üzleti felhasználók és az MI-laborok közötti bizalom egyre inkább az adatkezelési feltételeken múlik. A vállalatok attól tartanak, hogy a szolgáltatásokba feltöltött kód, kutatási eredmény vagy belső üzleti információ közvetve a modellek fejlesztését szolgálhatja, miközben az MI-szolgáltatók az adatmegőrzés korlátozásával és biztonsági intézkedésekkel próbálnak válaszolni.[^1]

Az MI-laborok adatkezelése üzleti kockázattá vált

Nvidia a beszámoló szerint a Fable rendszert már csak kevésbé érzékeny feladatokra, például nyílt forráskódú projektekhez használja. Belső, MI-vel támogatott ellátásilánc-felügyeleti munkáknál inkább saját Nemotron modelljeire támaszkodik.[^1]

„Vállalatként úgy gondoljuk, hogy a zéró adatmegőrzésnek alapértelmezés szerint bekapcsolva kell lennie.” – Justin Boitano, az Nvidia vállalati MI-ért felelős alelnöke.[^1]

Booz Allen Hamilton szintén megtiltotta munkatársainak, hogy a Fable rendszert saját fejlesztésű kiberbiztonsági szoftverhez használják. A cég technológiai igazgatója, Bill Vass szerint az aggodalom oka az, hogy a szolgáltatás tanulhat a vállalat kódjából.[^1]

Palantir ennél is szigorúbb álláspontot képvisel: a vállalat nem engedélyezi a Fable ügyféloldali bevezetését saját platformján, amíg az Anthropic nem ad visszavonhatatlan zéróadat-megőrzési garanciát. A vállalat érdeke ugyanakkor az is, hogy ügyfelei a saját, biztonságosnak pozicionált infrastruktúráján keresztül érjék el az MI-modelleket.[^1]

A zéró adatmegőrzés nem zár le minden adatvédelmi kérdést

Az OpenAI és az Anthropic a vállalati tiltakozások nyomán olyan megoldásokat jelentett be, amelyeknél a biztonsági naplók ügyfél által felügyelt környezetben tárolhatók. Az OpenAI augusztusban adott ilyen lehetőséget egyes GPT-5.6-Cyber ügyfeleknek, az Anthropic pedig hasonló, fokozatosan bevezetendő programot helyezett kilátásba.[^1]

A zéró adatmegőrzés azonban nem feltétlenül jelenti azt, hogy semmilyen információ nem keletkezik a használatról. Az OpenAI és az Anthropic bizonyos technikai és használati metaadatokat továbbra is gyűjthet. Az OpenAI szerint automatizált osztályozók és biztonsági eszközök elemzik az üzleti adatok használatát, miközben az így létrejövő osztályozások nem tartalmazzák magukat az üzleti adatokat.[^1][^2]

Miért vitatottak a metaadatok?

John Schulman, az OpenAI társalapítója szerint a felhasználói adatok modellfejlesztési hasznosításának több szintje létezik. Ide tartozhat a közvetlen előtanítás, a nagyobb modellek tudásának kisebb modellekbe való átadása, illetve a használati nyomokból kialakított megerősítéses tanulási feladatok létrehozása.[^3]

„Az azonosíthatatlanná tétel gyenge. Kevés bit alapján is azonosítható lehet valaki, a hosszú használati nyomokban pedig bőven van ennyi információ.” – John Schulman.[^3]

Schulman később árnyalta az álláspontját: szerinte rendkívül valószínűtlen, hogy a felhasználói adatokon végzett tanítás érdemben járulna hozzá a legfejlettebb képességekhez. Ezek fejlődését elsősorban az előtanítás és a megerősítéses tanulás skálázása hajtja, a használati adatok pedig inkább ritka hibamódok vagy nehezen szimulálható helyzetek feltárásában lehetnek hasznosak.[^4]

Sarah Hooker MI-kutató arra hívta fel a figyelmet, hogy a szintetikus adatokkal kapcsolatos módszerek statisztikai mintázatokat őrizhetnek meg anélkül, hogy az eredeti adatokat közvetlenül felhasználnák. Ez a gyakorlat az üzleti titkok és a szellemi tulajdon védelméről szóló vitát is élesíti.[^5]

A Buckmaster-ügy a tudományos bizalmat is próbára tette

A vita új lendületet kapott Tristan Buckmaster matematikus ügyében. Buckmaster és szerzőtársa, Levent Alpöge MI-modellekkel dolgozott a Navier–Stokes-egyenletekhez kapcsolódó kutatásán, és tervezeteik egy részét az OpenAI Codex rendszerén keresztül töltötték fel. Nem sokkal később az OpenAI ugyanazon a szokatlan megközelítésen alapuló eredményről számolt be.[^1]

Az OpenAI először azt közölte, hogy nem zárható ki teljesen az anonim termékhasználati adatok lehetséges szerepe. Egy belső vizsgálat után viszont azt írta: Buckmaster Codex-utasításai a szeptember 8-i közzétételt megelőző két hónapban semmilyen módon, így tanítás révén sem befolyásolták a rendszert.[^1][^6]

Összefoglaló: az átláthatóság lehet az MI-szolgáltatások feltétele

A vállalati és tudományos felhasználók számára már nem elegendő az általános adatvédelmi ígéret. A szolgáltatóknak egyértelműbben kell meghatározniuk, milyen naplókat, metaadatokat és használati nyomokat gyűjtenek, meddig őrzik meg ezeket, illetve felhasználhatók-e modellértékelésre vagy fejlesztésre. A zéró adatmegőrzés fontos védelmi eszköz lehet, de a bizalmat elsősorban az ellenőrizhető technikai garanciák és a részletes nyilvánosság teremtheti meg.[^1][^3]

Forrás:

[^1]: The Decoder (2026. 09. 15.). „MI-laborok és felhasználói adatok: a tudomány és a gazdaság a bizalom kérdését vizsgálja”. The Decoder. Közzétéve 2026. 09. 15..
[^2]: OpenAI. „Enterprise privacy”. OpenAI. Közzétéve 2026. 09. 15..
[^3]: John Schulman (2026). „Bejegyzés a felhasználói adatokon végzett modellfejlesztésről”. X. Közzétéve 2026. 09. 15..
[^4]: John Schulman (2026). „Kiegészítés a felhasználói adatok szerepéről”. X. Közzétéve 2026. 09. 15..
[^5]: Sarah Hooker (2026). „Bejegyzések a szintetikus adatokról és a szellemi tulajdonról”. X. Közzétéve 2026. 09. 15..
[^6]: OpenAI (2026). „Navier–Stokes solution”. OpenAI. Közzétéve 2026. 09. 15..