Ez a cikk több mint egy éve került publikálásra. A cikkben szereplő információk a megjelenéskor pontosak voltak, de mára elavultak lehetnek.
Digitális megfelelés: A jövő elkezdődött című sorozatunk negyedik részében az e-fogyasztóvédelemben mindennapossá váló olyan kérdésekkel foglalkozunk, mint a mesterséges intelligencia alapján működtetett chatbotok, virtuális asszisztensek szabályozási háttere és problémái.
E cikk szerzői közül dr. Firniksz Judit és Kocsis-Tóth Szilvia ingyenes webináriumot tartottak dr. Zala Mihállyal Digitális megfelelés 2023 – Compliance és kiberbiztonság az AI árnyékában címmel, melynek felvétele ingyenesen megtekinthető itt.
A digitális transzformáció már régóta nem pusztán technológiai kérdés, hanem olyan üzleti stratégia, amely teljesen átalakította és átalakítja a vállalatok közötti (B2B) és vállalkozások és fogyasztók közötti (B2C) tranzakciók jellegét és tartalmát.
Az európai jogalkotás egyik kulcsterülete a gazdaság digitális transzformációjának kezelése. A technológiai környezet fejlődése a gazdasági környezetet is átformálta. Az ikerrendeletek, azaz a Digital Markets Act és a Digital Services Act elfogadásával nyilvánvalóvá vált, hogy a vállalati mindennapokban a digitális megfelelés ágazattól függetlenül megkerülhetetlen.
A vállalkozások versenye új működési rend szerint zajlik, amely az online térben mozgó e-fogyasztók számára is újszerű keretrendszert jelent ügyleti döntéseik meghozatalához. E keretrendszer biztonságossá tétele döntően a jogalkotó és a vállalkozások feladata, míg a fogyasztók általi jobb megismerése a fogyasztói edukáció szükségességét is indokolttá teszi.
A cikksorozat előző részei Digitális megfelelés: A jövő elkezdődött – I. rész Mit értünk digitális compliance alatt?; Eljárási kisokos: a digitális magatartások és a tisztességtelen kereskedelmi gyakorlatok kapcsán lefolytatott eljárások alaptípusai; A bejelentési rendszerek helye a hatékony kockázatkezelésben – gondolatok a Wish-döntés margójára alcímmel olvashatók.
Cikksorozatunk előző részében utaltunk arra, hogy a digitális térben, így különösen a platformokon megvalósuló tranzakciók esetén a közvetlen személyes interakció gyakorlatilag teljes mértékben hiányzik. A fogyasztókkal, felhasználókkal történő kapcsolattartás gyökeresen megváltozott, alapvetően írásbeli folyamattá vált, az egyes ügyletekkel összefüggésben a személyes kapcsolattartást pedig mind szélesebb körben felváltják az olyan alternatív eszközök, mint például a chatbotok, virtuális asszisztensek.
A jelenleg érvényesülő szabályozási paradigma a fogyasztók megfelelő döntéshozatali folyamatának biztosítása érdekében a megfelelő előzetes tájékoztatásra helyezi a hangsúlyt.
A fogyasztói döntéshozatalban érvényesülő torzítások, heurisztikák mellett azonban az is érzékelhető, hogy a jogszabályi kötelezettségekből eredő „tájékoztatási dömping” tovább növeli az információs zajszintet, amely esetenként a szabályozási céllal végső soron ellentétes hatást vált ki. Nyilvánvalóan érzékelhető, hogy a több kötetnyi általános szerződési feltételt és adatkezelési tájékoztatást tartalmazó, teljeskörű írásbeli tájékoztatás például egy webshop esetén nem tesz már eleget annak az elvárásnak, hogy a fogyasztók számára megfelelő eligazodási pontokkal szolgáljon. Ez a fogyasztói bizalmat is aláássa, hiszen ahogy arra a Gazdasági Versenyhivatal (GVH) által lefolytatott egyik piackutatás is rámutatott, számos e-fogyasztó jelezte rosszérzését azzal a visszatérő szituációval kapcsolatban, hogy az online világban hozott döntései során csak felületesen kezeli a szabályzatokat, azonban a vásárlási cél és motiváció, valamint az időhiány és kognitív kifáradás sokszor felülírja ezt az aggályt.
Jellemzően tehát nem a tájékoztatás jogi megfelelőségével van gondunk e-fogyasztóként, hanem annak érthetőségét, áttekinthetőségét és felhasználóbarát voltát hiányoljuk, és úgy érezzük, hogy az ebből származó negatív hatások lerontják a vásárlási élményt is. A hosszú és bonyolult nyelvezettel megírt szabályzatok nem informálják eredményesen és hatékonyan a fogyasztókat. Az előbbiekben említett piackutatással összefüggő javaslatában ezért a GVH is az egyszerűbb nyelvezettel megfogalmazott tájékoztatások, és olyan kreatív eszközök alkalmazása mellett tette le a voksát, amelyek lehetővé teszik a szabályzatok többszintű és/vagy vizualizációs eszközökkel támogatott bemutatását.
Szabályozási nyomás
A digitális gazdaságban, a távollevők közötti ügyletek esetében az ügyfélszolgálat az utolsó közvetlen személyes kapcsolattartási pont. Az ezzel együtt járó technológiai és emberi erőforrásigények vonatkozásában hatalmas kérdés, hogy az ügyfélszolgálatoknál milyen hatékonyságnövelő szerepet tölthet be a mesterséges intelligencián alapuló eszközök bevonása. Hatalmas teher nehezedik az ügyfélszolgálatokra, ezért a „természetes” és a mesterséges intelligencia megfelelő arányainak eltalálása kulcsfontosságú. Ennek kapcsán alappal vélelmezhető, hogy a fogyasztóvédelemről szóló 1997. évi CLV. törvény 17/B. §-ának azon szabálya is felülvizsgálatra szorul a közeljövőben, amely a közszolgáltatók és egyes ágazati (így távközlési és pénzügyi) szolgáltatók által üzemeltetett telefonos ügyfélszolgálat vonatkozásában előírja a fogyasztó által kezdeményezett hívás sikeres felépülésének, azaz létrejöttének időpontjától számított öt perc várakozási időn belül az érdemi ügyintézés megkezdését élőhangos ügyintézéssel. Egyrészt a jelenlegi tájékoztatási kötelezettségeknek történő megfelelés esetén, különösen, ha figyelembe vesszük, hogy a személyes adatok kezelése mellett a mesterséges intelligencia rendszerek alkalmazása esetén erre vonatkozóan is megfelelő tájékoztatást kell közreadni, nehezen tartható be az ú.n. „ötperces” szabály. Másrészt pedig a jól működő mesterséges intelligencia rendszerek megbízhatósági szintje érdemben nem feltétlenül marad el (sőt!) az élőhangos válaszadás megbízhatóságától, ezért a mesterséges intelligencia bevonásának terén a megbízhatósági szinteken alapuló szabályozás például megfelelően biztonságos és transzparens helyzetet teremthet ezen a téren.
Hol kezdődik a mesterséges intelligencia szabályozása?
Az előbbi példából látható, hogy a mesterséges intelligencia kérdése számos ponton felvetheti a hatályos szabályozás újragondolását, ugyanakkor a mesterséges intelligenciát is magukban foglaló projektekre nagy terhet rónak az uniós szabályozási kezdeményezések. Ezek ugyanis több tekintetben jelentenek kihívást. Egyrészt időzítés szempontjából, hiszen a jelenleg tervezés és megvalósítás alatt álló rendszereknek már a mesterséges intelligencia rendelet tervezetének (AI Act) és a mesterséges intelligenciával kapcsolatos felelősségre vonatkozó irányelv javaslatának hatályba lépését követően is jogszerűen kell működniük.
Az AI Act kockázati alapú besoroláson alapul, és ebből kiindulva igyekszik szélesen meghatározni a hatálya alá tartozó mesterséges intelligencia rendszerek körét, így ide sorolja azokat a
fejlesztett szoftvereket, amelyek az ember által meghatározott célkitűzések adott csoportja tekintetében olyan kimeneteket, például tartalmat, előrejelzéseket, ajánlásokat vagy döntéseket képesek generálni, amelyek befolyásolják azt a környezetet, amellyel kölcsönhatásba lépnek.
Ezzel a meghatározással az az alapvető probléma, hogy általánosan bevett szakmai értelemben a mesterséges intelligencia azokat a szoftvereket foglalja csak magában, amelyek gépi tanuláson alapulnak. Ez jelentős és sokrétű problémát vet fel, az olyan data heavy (vagyis az átlagosnál jelentősen több adattal dolgozó) működéssel bíró vállalatok számára, mint például az elektronikus hírközlés vagy a pénzügyi szektor szereplői.
Mesterséges intelligencia a szervezeten belüli és külső elvárások teljesítésében
Versenyparitás, mint piaci elvárás
A vállalkozó és szolgáltató szervezetek számára a versenyparitás fenntartása a gazdasági működés konstans feltétele lett, melyben elengedhetetlen szerepet játszik az akár szélesebb körben értelmezendő MI megoldások implementációja. Az állandósult turbulens piaci környezetben a szervezeteknek azzal is szembe kell nézniük, hogy továbbra is fennáll a „túlzó elvárások” jelenléte az MI technológiák felé az optimalizált termelési ciklusok, a növekvő eredmények, valamint a csökkenő fejlesztési idő ígéretei mentén. Ezáltal a tulajdonosi és fogyasztói elvárások is lehetnek túlzóak vagy koraiak, és továbbra is érvényes „a korai kiábrándulás veszélye”, valamint elengedhetetlen a feltételezett üzleti hatások és azok megtérülésének kockázatértékelése.
Emellett nem hagyható figyelmen kívül, hogy az MI technológia fejlődése paradigmaváltásokban mérhető. Egyes technológia ágak szekvenciálisan nem továbbfejleszthetőek az adott üzleti felhasználás vonatkozásában, csupán teljes rendszercsere mentén, ami szintén további kockázatokat ró a vállalkozó szervezetekre ilyen jellegű technológiák bevezetése esetén. Erre egyik példa a transzformatív modellek megjelenése az NLP és NLU technológiák mellett, melyek a virtuális asszisztensek fejlesztésében kardinális „know-how” transzformációt eredményeznek. Ez a paradigmaváltás számos hazai szervezetet érint, akik már korábban vagy esetleg éppen jelenleg alternatív ügyfélszolgálati megoldások – chatbotok bevezetésén dolgoztak, vagy dolgoznak.
A fejlesztésekhez kapcsolt humán-tőke befektetés és kompetencia abszorpció, szintén kockázati tényező. Valóban megéri az új MI szerepkörök kialakítása? A mesterséges intelligencia megoldások a legtöbb esetben nem kész, „dobozos” szoftvertermékek, hanem technológia komponensek és eszközök rendszere, melyet adott üzleti felhasználásra kell alakítani és üzemben tartani a megfelelő minőségi és megbízhatósági szintek fenntartásához. Ehhez új szakértői tudás honosítására van szükség, ezáltal a „mobilis” humán tőkébe való befektetés szintén új paradigma, hiszen enélkül nem is lehetséges rövid-és közép távú implementáció.
Formálódó fogyasztói elvárások és antropomorfizáció
A kialakulóban lévő jogi és szabályozási keretrendszer mellett, kiemelten fontos a fogyasztói elvárások megismerése, követése és a legszélesebb körben való megfelelésre törekvés. Általános fogyasztói igény ma a 24/7-ben elérhető digitális alkalmazások és asszisztált csatornák biztosítása – mint például az élő ügyintézői chat támogatás – oly módon, hogy a lehető legkevesebb kognitív fáradást eredményezze az ügyfelek számára. A virtuális térben elhelyezett és automatizált ügyfélkiszolgálási folyamatokat – legyen szó akár írásos, vizuális alapú vagy akár hangalapú megoldásokról – érthető és felhasználóbarát módon, a fogyasztó képességeinek figyelembevételével érdemes kialakítani, függetlenül az adott fogyasztói szegmens vagy egyén digitális érettségétől.
A fogyasztói igényekhez és képességekhez igazított biztonságos és transzparens szolgáltatási környezet kialakítása a virtuális térben egyre nagyobb szerepet kap. Ez hatványozottan igaz az MI alapú antropomorf megoldások vonatkozásában, ahol a mentális ügyfélélmény megtervezése és mérése elengedhetetlen a fogyasztói kontrollérzet megteremtéséhez. A fogyasztók önkéntelenül is emberi tulajdonságokkal vértezik fel ezen megoldásokat és a vélt képességek mentén nem valós elvárásokat támaszhatnak egy vállalati chatbot felé. A fogyasztói edukáció megoldás lehet az antropomorfizáció által okozott bizalomvesztés kontrollálására. Ez magában foglalja az ügyfél tájékoztatását egyrészt arról, hogy nem emberi ügyintézővel lép interakcióba, másrészt az adott virtuális asszisztens megbízható tudásáról.
A deklarált és egységes fejlesztési sztenderdek alkalmazása szintén közvetlen módon hat az ügyfélélményre, valamint a mérhető megbízhatósági mutatókra. Például olyan manipulatív csevegési technikák beépítése vagy elkerülése a fejlesztés során, mint a „mirroring – tükrözéses társalgás” egyrészt növelheti a fogyasztói ügyfélélményt, ellenben képes devalválni az egységes vállalati kommunikációval és márkajegyekkel ellátott ügyfélkiszolgálás megítélését. Közvetlen módon akár oda is vezethet, hogy az MI alapú chatbot alulteljesít az élőhangos ügyfélkiszolgálás megbízhatósági szintjéhez képest.
Az egységes módszertanok kialakítása, a nyelvi modellek ügyfél általi visszatanításos módszerre vonatkozó előírásokra is kiterjedhet. Ezáltal csökkenthető a fogyasztók frusztrációja a jelenleg megkérdőjelezett „Elvárható-e, hogy az ügyfél tanítsa a vállalati chatbotokat?” kérdéskör vonatkozásában, hiszen ezen módszer a szolgáltatók szakértői mellett a fogyasztókat is leterheli. Egyetemleges cél, hogy az ügyfél a szükséges és kielégítő információt az általa leginkább fogyasztható formában a lehető legrövidebb idő alatt kapja meg.
A szervezeti-intelligencia kiépítése és humán-tőke védelme
Az MI technológiák alkalmazása a fogyasztói és piaci elvárásokra megoldást jelenthetnek, emellett azonban fontos megjegyezni, hogy a szervezeti adaptációs idő megspórolása kontraproduktív lehet, hiszen az MI egy eszköz, ami annyira hatékony amennyire egy szervezet azt használni képes. Az egységes szakértői kompetencia, és szaknyelv kialakítása segítséget jelenthet, hiszen néha a technológia megfelelő és pontos beazonosítása is nehézséget okoz, Babilon-effektus jelentkezik (ML, DL, NLP, NLU, NLG stb…). Az akkreditált és autonóm MI szakértők és szerepek fejlesztése és kijelölése a szervezeten belül kiemelt jelentőségű, ahogy a hatékony működéshez szükséges eszközrendszer biztosítása is. Az újabb és újabb fejlesztési módszertanokhoz illeszkedő digitális alkalmazások létrehozása, a „low-code/no-code” fejlesztési keretrendszer biztosítása az MI kellően rugalmas adott üzleti környezetre szabhatóságát, az új fejlesztési tudástár kiépítése (pl. „prompt engineering”, azaz hogyan tegyünk fel jól és jó kérdéseket a mesterséges intelligenciának) pedig a versenyképességet biztosíthatja a vállalatok számára. Progresszív szervezetfejlesztési célként a pszichológiai tőke (énhatékonyság, remény, reális optimizmus, reziliencia) előtérbe helyezése és fontosságának erősítése a szervezetben a humán erőforrások védelmét, ezáltal a szervezet fenntarthatóságát szolgálja.
Önszabályozás fontossága
Megfelelő, és kellőképpen rugalmas belső irányítási intézkedések és sztenderdek bevezetése szükséges, beleértve az adatvédelmi protokollokat, a rendszerbiztonsági politikákat, fejlesztési módszertanokat és irányítási-fejlesztési folyamatok kialakítását.
Sztenderd és deklarált fejlesztési módszertanok kialakítása és dokumentálása előfeltétele a megbízhatósági szinteken alapuló alternatív ügyfélszolgálati rendszerek meghonosításának. A társalgás alapú MI megoldások – virtuális asszisztensek – fejlesztésének további példája alapján a korábban említett módszertani példákat kiegészítve, a „késleltetések”, „adaptivitás”, „belebeszélés aránya” és „nonverbális” elemek használata szintén direkt módon kihat a megbízhatósági szintek teljesítésére, de említhetnénk a „kötelező és tiltott elemek használatát” is.
Egy egységes mutatószámokon alapuló minőségbiztosítási keretrendszer szervezeten belüli kialakítása hozzájárulhat a megfelelő megbízhatósági szintek tervezéséhez és értékeléséhez (pl. konfidenciaszintek alkalmazása, igaz/hamis/pozitív/negatív fogyasztói válasz küszöbértékek használata). A modularitás és interoperabilitás előtérbe helyezése pedig a technológia tervezés kapcsán csökkentheti a kockázatokat. A szétválasztható és autonóm funkciók tervezésével, valamint a kontrollpontok beépítésével biztosítani lehet a funkciók külön-külön üzleti vagy szervezeti szintekhez hozzárendelt felhasználását, vezérlését, illetve az emberi szupervízió alkalmazását is.
A cikk szerzői:
Dr. Firniksz Judit, PPKE Versenyjogi Kutató Központ, kutató
Földi Tamás, Vodafone Magyarország, adatvédelmi és compliance szakértő
Kocsis-Tóth Szilvia, Vodafone Magyarország, mesterséges intelligencia szakértő
Dr. Nagy Andrea Magdolna ügyvéd, Dr. Nagy Andrea Magdolna Ügyvédi Iroda
