A mesterséges intelligencia napjaink munkahelyein is egyre inkább jelen van, felvetve annak kérdését, hogy mindez milyen hatást gyakorol a munkáltatói jogkörökre és magára a munkavégzésre? Hogyan alakítja át a mesterséges intelligencia a 21. század munkahelyeit? A fejezet áttekinti, hogy miként reformálta meg a munkáltatói döntéshozatalt az algoritmikus menedzsment. Ezt követően röviden kitér arra, hogy a munkavállalói „pozícióban” hogyan tud megjelenni a mesterséges intelligencia. Végezetül a fejezet a releváns jogi kihívások ismertetésével zárul, különös tekintettel az egyenlő bánásmódhoz való jogra és a személyes adatok védelméhez való jogra.

1. Bevezetés

A mesterséges intelligencia alapú technológia alkalmazása egyre inkább átszövi a munka világát is – mindezzel számos munkajogi kérdést felvetve. A munkajoggal összefüggésben két nagy kérdéscsoport különíthető el, melyek a munkavégzés mennyiségéhez és a minőségéhez kötődnek. Egyrészt felmerül az a kérdés, hogy a mesterséges intelligencia és a robotok elveszik-e az ember munkáját? Másrészt felvetődik az – a jelen fejezet tárgyát képező – kérdés, hogy a mesterséges intelligencia milyen hatással van magára a munkavégzésre? A munkavállalók hogyan, milyen környezetben végzik majd a munkájukat?[1] Jelen fejezet utóbbi kérdéskört járja körbe. 

2. Algoritmikus döntéshozatal a munkahelyen

A mesterséges intelligencia egyik legfontosabb munkahelyi alkalmazása a munkáltatói pozícióban történő használata. A munkajogban a munkáltatót megilletik bizonyos jogkörök (munkáltató ellenőrzési, irányítási, utasítás adási, valamint fegyelmezési jogköre), mely jogkörök hatékony gyakorlása elválaszthatatlan a munkáltatói döntések meghozatalától. Ezek a munkáltatói döntések sokszínűek és átszövik a munkavégzés mindennapjait: például a munkáltató dönthet arról, hogy kit vesz fel egy adott pozícióra, kit léptet elő, melyik munkavállalónak milyen feladatot ad, stb. Az automatizáció és a mesterséges intelligencia által hozott újdonság abban áll, hogy lehetővé vált, hogy a munkáltató részben vagy egészben kiszervezze ezeket a döntéseket egy algoritmus számára.

Automatizált döntéshozatal esetében a rendszer technológiai eszközök segítségével, emberi beavatkozás nélkül hozza meg a döntést.[2] Automatizált döntéshozatalnak minősül az ember által megadott szabályok automatikus végrehajtása (szabály alapú algoritmus), de szintén automatizált döntéshozatalról beszélhetünk a (némi) autonómiával rendelkező, mesterséges intelligencián alapuló rendszerek esetében is (tanuló algoritmus).[3]

Az automatizált döntéshozatali rendszerek a mindennapoknak is szerves részét képezik. Automatizált döntéshozatallal találkozhatunk, amikor egy spam szűrő a kéretlen üzenetek mappába továbbít egy e-mailt, vagy amikor egy személyre szabott online hirdetés jelenik meg a felhasználó eszközén. 

Szükséges továbbá különbséget tenni az automatizált döntéshozatali rendszerek és a támogatott döntéshozatali rendszerek között: míg az automatizált döntéshozatali rendszer esetében a gép az emberi döntéshozó együttműködése nélkül, önállóan hozza meg döntését, addig a támogatott döntéshozatali rendszer csak segíti, kiegészíti az emberi döntéshozatalt.[4] Egy 2022-es kutatás ugyanakkor rámutatott, hogy napjainkban a teljes mértékben automatizált (mesterséges intelligencia alapú) döntéshozatal (még?) jellemzően nem elterjedt. A gyakorlatban a támogatott döntéshozatal alkalmazása a jellemzőbb, azaz a mesterséges intelligencia csak közreműködik a döntés meghozatalában, a végső döntést azonban rendszerint a humán döntéshozó mondja ki.

Ehelyütt érdemes szólni az automatizációs elfogultság jelenségéről. Eszerint a támogatott döntéshozatali rendszerek esetében megfigyelhető, hogy a humán döntéshozók gyakran túlzott mértékben támaszkodnak a gépi döntéshozatal eredményére, azt tévedhetetlennek tartják, akkor sem kérdőjelezik meg, amikor az szemben áll a saját meggyőződésükkel, vagy ha azt hibásnak tartják.[5] Példaként említhető, amikor valaki egy GPS navigációs rendszer utasításait vakon követve tiltott, vagy veszélyes helyen találja magát – pl. gépjárműjével belehajt egy folyóba.

Az automatizált döntéshozatal munkajogi sajátos megjelenési formája az ún. algoritmikus menedzsment. Az algoritmikus menedzsment „számítógéppel programozott eljárások alkalmazása a szervezetben a munkaerő koordinálása céljából” [6], lényegében nem más, mint a munkáltatót megillető jogkörök digitalizálása, automatizálása. Azaz a munkáltatót megillető döntéseket egy algoritmus segítségével hozzák meg. Az automatizált döntéshozatal munkahelyeken történő alkalmazása sokrétű lehet. Bevethető a toborzás és kiválasztás során, használható teljesítménymérésekre és -értékelésekre, de akár a munkahelyi karrierutak tervezésére, stb.[7]

A gyakorlatban gyakran előfordul, hogy algoritmizált rendszerek, HR szoftverek segítik a munkáltatói döntés meghozatalát. Példaként említhető a Tengai nevű program. A Tengai automatizált szoftvere azáltal egyszerűsíti a munkaerőfelvételt, hogy egy strukturált interjún vezeti végig a jelölteket, a releváns adatokat pedig összegyűjti. Mindez lehetővé teszi a HR-es számára, hogy értékelje a jelöltek szakmai alkalmasságát, valamint összevesse azokat egymással és az elvárt követelményekkel. 

A munkavégzés algoritmikus ellenőrzésére példa az Amazon által a raktárjaiban használt megfigyelő rendszer. A dolgozók olyan szkennereket kaptak, melyek nyomon követték a dolgozók inaktív periódusait, valamint az egyes munkavégzési fázisok (pl.: polcokra történő rakodás) időtartamát. Mindez komoly adatvédelmi aggályokat vet fel – a francia adatvédelmi hatóság 2024-ben meg is bírságolta a helyi Amazont, mivel az ellenőrzési rendszere nem felelt meg az adatvédelemi követelményeknek.

A modern toborzási és kiválasztásra további példa a HireVue. A HireVue vállalati szintű munkaerő-felvételi platformja lényegében egy teljes körű szolgáltatást nyújt a toborzás és kiválasztás terén. A szoftver magába foglalja videóinterjúk és munkaerő-felmérések lefolytatását, valamint a mesterséges intelligencia általi automatizálást. A cég honlapja szerint a videóinterjúk és a mesterséges intelligencia technológia ötvözésével a HireVue gyorsabbá, igazságosabbá és rugalmasabbá teszi a munkaerő-felvételt.

A teljesen automatizált döntéshozatali rendszerekre példa az ún. platform munkavégzés. A Eurofound meghatározása értelmében a platform munkavégzés „olyan foglalkoztatási forma, amely egy online platformot használ arra, hogy szervezetek vagy magánszemélyek más szervezetekhez vagy magánszemélyekhez forduljanak problémák megoldása vagy szolgáltatások nyújtása céljából, fizetés ellenében.” Platform munka keretében dolgoznak az ételfutárok (pl.: Wolt, Foodora), Uber sofőrök. A platform munkavégzés teljes mértékben algoritmikus „uralom” alatt áll: automatizált a feladatok kiosztása, a bérezés, a felhasználói fiók platform általi felfüggesztése, stb. – a platform dolgozó nincs kapcsolatban hús-vér személlyel, egy applikáción keresztül kommunikál a platformmal. 

Az algoritmikus döntéshozatalban számos lehetőség rejlik: az ilyen rendszerek jobbak a határidők betartásában, problémamegoldásban, költségtervezésben, gyorsabbak, hatékonyabbak lehetnek. Ugyanakkor az algoritmikus döntéshozatal nem múlja felül mindenben az emberi döntéshozatalt. A humán döntéshozók ugyanis jobbak a szubjektív tényezők, munkavállalói „soft skill”-ek (pl.: kommunikációs készség, együttműködési készség) értékelésében, az érzelmek megértésében, személyes segítő tevékenységben és a munkahelyi kultúra kialakításában. Az algoritmizált rendszerek alkalmazása ráadásul számos jogi kihívást is felvet, melyekről a fejezet végén ejtünk szót.

 A fent ismertetett automatizált rendszerek nem mindig részesülnek pozitív fogadtatásban. Érdekes példa erre a „No Robot Bosses Act 2023” amerikai törvényjavaslat, amely a munka világában alkalmazott automatizált döntéshozatali rendszerekkel szemben támasztana követelményeket, beleértve a kizárólag automatizált döntéshozatali rendszerek használatának tilalmát.

3. Robot és MI „munkatársak”, megváltozó munkakörnyezet

A mesterséges intelligencia egyre gyakoribb alkalmazása az emberi munkaerő és a mesterséges intelligencia fokozódó „együttéléséhez” fog vezetni, ami nemcsak a munkáltatói döntéshozatalt, hanem magát a munkavégzést és a munkakörnyezetet is átalakítja. Mindez egyrészt megjelenhet a mesterséges intelligencia által vezérelt gépek vagy szoftverek formájában, amelyeket a munkavállalók a munkafolyamatok elvégzéséhez használnak (pl.: fordítóprogramok, intelligens gyárak).

Az IBM egy 2024-es cikkében összeszedte a mesterséges intelligencia üzleti életben történő felhasználásának legfontosabb lehetséges eseteit, rámutatva arra, hogy miként tud a mesterséges intelligencia az üzleti tevékenység javításához hozzájárulni. A felhasználási esetek közé tartozik az ügyfél interakció fejlesztése valós idejű mesterséges intelligencia chatbotokkal és digitális asszisztensekkel; a generatív mesterséges intelligencia alkalmazása különféle dokumentumok előkészítésében tud segítséget nyújtani; bizonyos munkafolyamatok gyorsabbá válhatnak a mesterséges intelligencia alkalmazása által; továbbá javíthat a kiberbiztonságon, hogy csak egy pár példát említsünk.

Másrészt, az emberi munkaerő mellett megjelenhet a robotizált munkaerő (ipari vagy szociális robotok), ami az együttműködő robotok, más néven kollaboratív robotok munkahelyi alkalmazását eredményezi. A kollaboratív robotokat (kobotokat) úgy fejlesztették ki, hogy az emberi munkaerővel együttműködve, vele egy munkaterületen végezzék el feladataikat.[8] A kobotok alkalmazásának több területe is létezik: példaként említhetők az egészségügyben alkalmazott robotok (pl.: RoBear), a gyárakban, raktárakban alkalmazott robotok, vagy a gyakran recepciósként használt Pepper nevű robot.

Egy, a Thomasnet.com-on megjelent internetes cikk szerint a kobotok alkalmazásának mindennapi esetei közé tartoznak többek között az agro-robotok, melyek hozzájárulhatnak a hatékonyabb beporzáshoz, az autonóm takarítórobotok, éttermi kobotok – akik leültetik a vendégeket és kiszolgálják őket, továbbá a kiskereskedelmi robotok, akik tudnak kávét főzni, koktélokat készíteni, de akár sült csirkét is sütni.

A mesterséges intelligencia nem csak a munkaviszony alanyaira, azaz a munkáltatóra és a munkavállalókra, hanem magára a munkakörnyezetre is hatással lehet. Erre egy érdekes, bár némileg futurisztikus példa a metaverzumban történő munkavégzés. A metaverzum leírható úgy, mint egy „3D virtuális megosztott világ, ahol minden tevékenység végrehajtható kiterjesztett és virtuális valóság szolgáltatások segítségével”.[9] A metaverzum elválaszthatatlan a digitalizációtól, felfogható egy új generációs internetként, ahol a felhasználók valós időben lépnek egymással kapcsolatba a digitális avatarjaikon keresztül.[10] Bár a metaverzum korai formái már léteznek és használják is azokat, fontos leszögezni, hogy a szükséges hardver és szoftver teljesítmény jelenleg nem áll rendelkezésre ahhoz, hogy a felhasználók által metaverzumként elképzelt, rendszerint science fiction művekben megjelenített tökéletes virtuális valóságot létrehozzák.[11]

Ilyen, „tökéletes” – a valóságban (még?) nem létező metaverzumra láthatunk példát a Mátrix, vagy a Ready Player One című filmekben. A létező, bár relatíve kezdetleges metaverzumra példa a Second Life – ami egy ingyenes 3D-s virtuális világ, ahol a felhasználók hang és szöveg segítségével alkothatnak, kapcsolatba léphetnek és cseveghetnek másokkal a világ minden tájáról –, valamint a Roblox – ami egy többrésztvevős (multiplayer) online videojáték és játékfejlesztő rendszer. De tartottak már Ariana Grande koncertet a metaverzumban, illetve egyetemi diploma átadó ünnepséget is.

Bár a metaverzumban megvalósló munkavégzés, még távolról sem tekinthető elterjedtnek, a témát nagy figyelem övezi és már napjainkban is találkozhatunk virtuális irodákkal.

Példaként említhető a koreai Zigbang Metaplois-a, valamint a Meta (korábban: Facebook) Horizon Workrooms-a. 2022-ben a Zigbang átköltöztette a főhadiszállását a virtuális világba, lehetővé téve a munkavállalói számára, hogy otthonról jelentkezzenek be, majd a virtuális irodába beérve kapcsolatba léphetnek munkatársaik avatarjával. A Meta létrehozta a Horizon Workrooms-ot, egy immerzív virtuális teret, ahol a munkavállalók soha nem látott módon dolgozhatnak együtt.

4. A mesterséges intelligencia és a munkajog egyes összefüggései

A mesterséges intelligencia térnyerése számos munkavállalói jogosultság tekintetében kihívásokat vet fel. Bár a mesterséges intelligencia és a (munka)jog kapcsolatáról egy későbbi fejezetben szólunk részletesebben, már most szükséges szót ejteni a felmerülő jogi kihívások alapvető mibenlétéről.

A különösen érintett jogterületek közé tartozik az egyenlő bánásmódhoz való jog, mely az automatizált döntéshozatali rendszerek alkalmazása esetén jut kiemelt jelentőséghez. Az egyenlőség az egyik legfontosabb EU-s alapérték, mely lényegében tilt minden indokolatlan megkülönböztetést, különösen az ún. védett tulajdonságokon (pl.: nem, faj, bőrszín, etnikai vagy társadalmi származás, stb.) alapján történő diszkriminációt.[12] Míg az emberi döntéshozót akár tudattalanul is befolyásolhatnak bizonyos tényezők – pl.: a megkülönböztetés alapjául szolgáló sztereotípiák és előítéletek, de akár a hangulat, időjárás – addig az algoritmusokból első ránézésre hiányzik a szubjektivitás, működésükre a gépies kiszámíthatóság jellemző. Ugyanakkor, ha alaposabban megvizsgáljuk a kérdést, látható, hogy az emberi tényező nem hagyható figyelmen kívül az algoritmikus döntéshozatal esetében sem. Ezen döntéshozatali rendszerek ugyanis adatokon alapszanak, ezek az adatok pedig olyan adatbázisokból származnak, melyeket emberek, emberi társadalmak hoztak létre. Emellett az algoritmusokat is emberek programozzák.[13] Mindez pedig felveti a digitális diszkrimináció kérdését.

Hogyan diszkriminálhat egy algoritmus a munkaerő kiválasztása során? A Survival of the Best Fit angol nyelvű szimuláció segítségével Ön is kipróbálhatja, hogy milyen HR-esként döntést hozni, majd rábízni ezt a döntéshozatalt az algoritmusra.

Az algoritmikus döntéshozatalba beszivárgó diszkrimináció egyik lehetséges esete, ha az algoritmust „rossz”, eleve diszkriminációt tükröző adatokon tanítják[14], azaz lényegében arra kérik az algoritmust, hogy reprodukálja az eleve diszkriminatív emberi döntést.

Példaként említhető az Amazon által alkalmazott automatizált kiválasztási rendszer. Az Amazon 2014-ben tett egy kísérletet a munkaerő kiválasztási eljárásának automatizálására. Egy év elteltével azonban leállították a projektet, ugyanis kiderült, hogy a rendszer diszkriminálja a női jelentkezőket a műszaki állások terén. Ennek részben az volt az oka, hogy az algoritmust tanító adatbázis a már a vállalatnál sikeresen alkalmazott személyek önéletrajzaiból állt: a már a vállalatnál dolgozó műszaki állást betöltő személyek döntő többsége pedig férfi volt. Nem meglepő, hogy az algoritmus levonta azt a következtetést, hogy neki is férfi jelentkezőket kell kiválasztania. 

A másik lehetséges esetben magának az algoritmusnak a működése okozhatja a hátrányt.[15] A fekete doboz jelenség miatt az autonómiával rendelkező döntéshozatali rendszerek esetében lehetetlen teljes bizonyossággal megmondani, hogy az algoritmus pontosan mi alapján, hogyan hozza meg a döntését.

A fekete doboz (angolul „black box”) kifejezés arra a jelenségre utal, amikor a mesterséges intelligencia rendszer működése nem átlátható, vagy megérhető az emberek számára, azaz nem lehet pontosan megmagyarázni, hogy a rendszer miért pont az adott döntésre jutott. Ennek több oka is lehet: a gépi tanulás komponenseit jelentő algoritmus, tanítóadat és modell is mind szolgálhat az átláthatatlanság forrásaként.[16]

Mindez azt vonhatja maga után, hogy még amennyiben az algoritmust úgy is programozzák be, hogy bizonyos védett tulajdonságot (pl.: bőrszín) hagyjon figyelmen kívül, a gépi tanulás során előfordulhat, hogy azt egy másik, „közvetett” tulajdonsággal („proxy”) fogja helyettesíteni.[17]

Például amennyiben a rendszer figyelembe veszi a munkahely és a lakóhely közötti távolságot döntés meghozatalánál, úgy akár az is előfordulhat, hogy a lakóhely a bőrszín helyettesítőjeként szolgál, amennyiben például a külvárosban lakók között felülreprezentáltak meghatározott bőrszínű (azaz: védett tulajdonsággal rendelkező) személyek.[18]

A mesterséges intelligencia, valamint az algoritmikus menedzsment működése során nagymértékben támaszkodik a személyes adatok kezelésére - kiemelt fontosságúvá téve a személyes adatok védelméhez való jog hatékony érvényesülését. A személyes adatok védelme lényegében az érintettre (jelen esetben a munkavállalóra) vonatkozó személyes adatok feldolgozására és kezelésére vonatkozó szabályok összességét jelenti.[19]

A felmerülő kihívások közé tartozik az adatkezelés átláthatósága. Az adatvédelmi jogban ismert átláthatóság [GDPR 5. cikk (1) a.] követelménye lényegében azt jelenti, hogy az adatkezelés teljes folyamatának áttekinthetőnek kell lennie a külvilág számára. A fekete doboz jelenség miatt ugyanakkor megkérdőjeleződhet az elv hatékony érvényesülése, mivel a külső szemlélő (legyen szó akár a munkáltatóról, munkavállalóról vagy az állasra jelentkezőről) számára csak az ismert, hogy milyen adatok alapján, milyen döntést hozott a rendszer, de a kettő közötti ok-okozati összefüggés, hogy miért és hogyan született az adott eredmény, rendszerint ismeretlen.[20]

Az ún. tisztességesség elve [GDPR 5. cikk (1) a.] egy erkölcsi, morális hozzáállást is feltételez a jogszabályok puszta formai betartásán túlmenően.[21] Egyrészt szoros kapcsolatban áll az átláthatóság elvével, és megköveteli, hogy az érintetteket (jelen esetben a munkavállaókat, jelentkezőket) ne tévesszék meg vagy vezessék félre személyes adataik feldolgozásával összefüggésben. Másrészt – például az automatizált döntéshozatallal összefüggésben – azt is megköveteli, hogy az elfogulatlan legyen és feleljen meg az egyenlő bánásmód követelményének.[22]

Az adattakarékosság (más néven adatminimalizálás) elve [GDPR 5. cikk (1) c)] értelmében a kezelt adatoknak az adatkezelés céljai szempontjából megfelelőek és relevánsak kell, hogy legyenek, és a szükségesre kell korlátozódniuk. A mesterséges intelligencia működésének alapvető jellemzője, hogy a lehető legnagyobb adathalmazhoz való hozzáférést igényli: ezek különösen fontosak a tanulási szakaszban,[23] valamint az új és váratlan összefüggések azonosításakor.[24] Mindez pedig ellentétben állhat az adattakarékosság elvével.

Fontos munkavédelmi kérdések – például munkahelyi balesetek, növekvő munkatempó –merülhetnek fel a kobotok alkalmazásával összefüggésben – melyek a munkavállalók egészséget és biztonságot nem veszélyeztető munkavégzéshez való jogát érintik. Ezekkel a kérdésekkel egy külön fejezet foglalkozik részletesen. 

5. Összegzés

A mesterséges intelligencia munkahelyen történő alkalmazása (akár munkáltatói, akár munkavállalói szerepeket tekintve) számos előnnyel járhat. Növelheti a folyamatok hatékonyságát, pontosságát, gyorsaságát – ugyanakkor az emberi, szubjektív tényezők figyelembevétele során (még?) nem körözi le a humán munkáltatókat és munkavállalókat. Attól viszont, hogy valami technológiai szempontból lehetséges, nem feltétlenül lesz jogszerű az alkalmazása. Annak érdekében, hogy a mesterséges intelligenciában rejlő lehetőségeket kiaknázhassuk, nem szabad elfeledkezni a használatához kapcsolódó jogi kihívásokról. Mindez kulcsfontosságúvá teszi a rendszer biztonságos és jogszerű, az alapjogokat tiszteletben tartó működésének megvalósítását.

Fontos azt is tisztázni, hogy ezeket a kihívásokat önmagában nem a mesterséges intelligencia hívta életre (pl.: egy humán munkáltató is képes diszkriminatív döntést hozni, egy humán munkáltató is tud működtetni egy a személyes adatok védelméhez való jogot tiszteletben nem tartó ellenőrzési rendszert) ugyanakkor azokat eltérő intenzitással veti fel, szükségessé téve a kérdéskör fokozott vizsgálatát.

A kihívásokra adható lehetséges válaszok közül jelen anyag a jogi szabályozás által kínált megoldásokra fókuszál. Mind a jelenleg hatályos, de nem kizárólag a mesterséges intelligenciát szabályozó (pl.: az EU általános adatvédelmi rendeletének – GDPR – automatizált döntéshozatalra vonatkozó szabályai), mind pedig a kifejezetten mesterséges intelligenciát érintő jogszabályok (pl.: EU mesterséges intelligencia rendelete) foglalkoznak a kérdéssel. Ezen szabályok részletes bemutatására a későbbiekben kerül sor.

Szerző: Dr. Hadady-Lukács Adrienn, PhD

Ugrás a következő fejezetre

Vissza a MOOC kezdőlapjára

Ajánlott irodalom

• G. Karácsony Gergely: A mesterséges intelligencia által támogatott munkáltatói döntéshozatal adatvédelmi kérdései. Erdélyi Jogélet (2020) 4. szám, 29-37.o. Elérhető: https://www.jogelet.ro/index.php/eje/article/view/66/54 (Letöltés ideje: 2024. 11. 11.)
• Hajdú József: A robotok munkaerőpiaci hatása. Iurisperitus Kiadó, Szeged, 2020.
• Lukács Adrienn: Digitális diszkrimináció és automatizált döntéshozatal, különös tekintettel a munka világára. Miskolci Jogi Szemle 18. évfolyam (2023) 2. szám, 103-117. o. Elérhető: https://ojs.uni-miskolc.hu/index.php/jogiszemle/article/view/2890/2107 (Letöltés ideje: 2024. 11. 11.)
• Mélypataki Gábor: A munka digitalizálódása a munkajogi alapelvek tükrében. Miskolci Jogi Szemle 15. évfolyam (2020) 3. különszám, 29-37. o. Elérhető: https://www.mjsz.uni-miskolc.hu/files/13828/12_mélypatakigábor_tördelt.pdf (Letöltés ideje: 2024. 11. 11.)

Hivatkozott források

[1] Valerio De Stefano: “Negotiating the Algorithm”: Automation, Artificial Intelligence, and Labor Protection. Comparative Labor Law & Policy Journal, 41. évfolyam (2019) 1. szám, 15-16. o.

[2] A 29. cikk szerinti Adatvédelmi Munkacsoport: Iránymutatás az automatizált döntéshozatallal és a profilalkotással kapcsolatban a 2016/679 rendelet alkalmazásához, WP251rev.01, 2017, 8. o.

[3] Algorithm Watch: Automated Decision-Making Systems and Discrimination. Understanding causes, recognizing cases, supporting those affected - A guidebook for anti-discrimination counseling, 2022, 5. o. Elérhető: https://algorithmwatch.org/en/wp-content/uploads/2022/06/AutoCheck-Guidebook_ADM_Discrimination_EN-AlgorithmWatch_June_2022.pdf (Letöltés ideje: 2024. 11. 11.) 

[4] Markus Langer – Richard N. Landers: The future of artificial intelligence at work: A review on effects of decision automation and augmentation on workers targeted by algorithms and third-party observers, Computers in Human Behavior (2021) 123. szám, 1. o.

[5] G. Karácsony Gergely: A mesterséges intelligencia által támogatott munkáltatói döntéshozatal adatvédelmi kérdései. Erdélyi Jogélet (2020) 4. szám, 34. o. 

[6] International Labour Organization–European Commission: The Algorithmic Management of work and its implications in different contexts. Background paper n°9, 2022, 5. o.

[7] G. Karácsony Gergely: A mesterséges intelligencia által támogatott munkáltatói döntéshozatal adatvédelmi kérdései. Erdélyi Jogélet (2020) 4. szám, 30-32. o.

[8] Valerio De Stefano – Simon Taes: Algorithmic Management and Collective Bargaining. ETUI, Foresight Brief, 2021, 4. o.

[9] Muhammet Damar: Metaverse Shape of Your Life for Future: A bibliometric snapshot, Journal of Metaverse, 2021/1. szám, 1. o.

[10] Hyoung-Yong, Choi: Working in the Metaverse: Does Telework in a Metaverse Office Have the Potential to Reduce Population Pressure in Megacities? Evidence from Young Adults in Seoul, South Korea, Sustainability, 2022/14. évf., 4. p.

[11] Sang-Min Park – Young-Gab Kim: A Metaverse: Taxonomy, Components, Applications, and Open Challenges, IEEE Access, 2022/10. 4210. o.

[12] https://youth.europa.eu/get-involved/your-rights-and-inclusion/right-no…

[13] Ságvári Bence: Diszkrimináció, átláthatóság és ellenőrizhetőség. Bevezetés az algoritmusetikába, Replika, (2017) 3. szám, 66. o.

[14] Ságvári Bence: Diszkrimináció, átláthatóság és ellenőrizhetőség. Bevezetés az algoritmusetikába, Replika, (2017) 3. szám, 66. o.

[15] Ságvári Bence: Diszkrimináció, átláthatóság és ellenőrizhetőség. Bevezetés az algoritmusetikába, Replika, (2017) 3. szám, 66. o.

[16] Üveges István: A feketedoboz jelensége és következményei a mesterséges intelligencia alapú technológiákban. Jogászvilág, 2024. május 6. Elérhető: https://jogaszvilag.hu/a-jovo-jogasza/a-feketedoboz-jelensege-es-kovetkezmenyei-a-mesterseges-intelligencia-alapu-technologiakban/ (Letöltés ideje: 2024. 11. 11.)

[17] Robin Allen – Dee Masters: Artificial Intelligence: the right to protection from discrimination caused by algorithms, machine learning and automated decision-making, Europäische Rechtsakademie (ERA) 2019, 590. o.

[18] Ságvári Bence: Diszkrimináció, átláthatóság és ellenőrizhetőség. Bevezetés az algoritmusetikába, Replika, (2017) 3. szám, 72. o.

[19] Lukács Adrienn: Employees’ Right to Privacy and Right to Data Protection on Social Network Sites: with Special Regard to France and Hungary. Iurisperitus Bt., Szeged, 2021, 60. o.

[20] Kollár Gergő: A mesterséges intelligencia alkalmazásának adatvédelmi aggályai a közigazgatásban. Közigazgatási és Infokommunikációs Jogi PhD Tanulmányok (2022) 1. szám, 14-15. o.

[21] Péterfalvi Attila (szerk.): Magyarázat a GDPR-ról. 2021. május 31. időállapotú, 2021. évi Jogtár-formátumú kiadás, 5.1. fejezet

[22] European Parliamentary Research Service, Scientific Foresight Unit (STOA): The impact of the General Data Protection Regulation (GDPR) on artificial intelligence. (PE 641.530 – June 2020), 44-45. o.

[23] Necz Dániel: A mesterséges intelligencia felhasználásával történő adatkezelések egyes sajátos szempontjai. Acta Humana (2022) 3. szám, 96. o.

[24] European Parliamentary Research Service, Scientific Foresight Unit (STOA): The impact of the General Data Protection Regulation (GDPR) on artificial intelligence. (PE 641.530 – June 2020), 47. o.