Az AI-t számtalan helyen lehetne használni, hogy olcsóbbá, egyszerűbbé, hatékonyabbá tegye a városok működését, mégsem látjuk a tömeges bevezetést. Pedig a szoftveres megoldások bevezetésének legnagyobb akadálya nem a megfelelő szoftver, hanem az egyes települések digitális alapjainak teljes hiánya. Az „AI és települések” sorozat negyedik része.

Szerző: dr. Bartuszek Lilla, az Élhető Települések Országos Szövetségének elnöke

Az elmúlt években a mesterséges intelligencia a településfejlesztési gondolkodás egyik leggyakrabban emlegetett hívószava lett. Konferenciákon, stratégiákban és pályázati anyagokban egyaránt megjelenik, gyakran mint a hatékonyabb, fenntarthatóbb városi működés kulcsa. Mégis, ha őszintén megnézzük a hazai települések többségének mindennapi működését, akkor hamar kiderül: az AI kérdése messze nem ott dől el, ahol általában keressük.

Ez a cikk tudatosan nem arról szól, hogy mit lehetne csinálni mesterséges intelligenciával, hanem arról, hogy miért nem tartunk még ott, és mi az a néhány nagyon prózai feltétel, amely nélkül minden AI-val kapcsolatos ambíció könnyen papíron marad.

A települési adatvagyon állapota – sok adat, kevés érték

A hazai települések digitális érettségét vizsgálva gyakran hangzik el az az érv, hogy „nincsenek adataink”. A valóság ezzel szemben az, hogy adatból általában nincs hiány – az igazi probléma az, hogy ezek az adatok széttagoltan, rendezetlenül és sokszor láthatatlanul léteznek. A települési működés során folyamatosan keletkeznek információk az épületüzemeltetésről, a közművekről, a közlekedésről, az intézményi kapacitásokról vagy az adminisztratív folyamatokról, de ezek ritkán alkotnak egységes egészet.

Az adatok jellemzően külön rendszerekben élnek, amelyek nem egymásra épültek, hanem egymás mellett alakultak ki. Az üzemeltetési adatok egy szolgáltatónál, a közműinformációk egy másik rendszerben, a közlekedési adatok harmadik helyen, az intézményi nyilvántartások és az adminisztratív rendszerek pedig megint máshol találhatók. Ezek az adatbázisok gyakran eltérő formátumokat használnak, más frissítési gyakorisággal működnek, és különböző logikák szerint épülnek fel. Ennek eredményeként még egyszerű kérdésekre is nehéz válaszolni, mert nincs olyan felület vagy struktúra, ahol az információk összeérnének.

Az adat nem stratégiai erőforrás, hanem a működés melléktermékre, egyben az intelligens működés alapja. Forrás: Getty

Az egyik legnagyobb akadályt az interoperabilitás hiánya jelenti. Az adatok nem „beszélnek” egymással, nem kapcsolódnak össze automatikusan, és sok esetben még az sem egyértelmű, hogy egy adott adat pontosan hol keletkezik, ki a gazdája, és milyen célra használható. Az adatkezelés gyakran projektalapon történik: egy fejlesztéshez szükséges adatot összegyűjtenek, majd a projekt lezárultával az információ visszasüllyed a rendszerbe, anélkül hogy hosszú távon értékké válna.

Ebben a környezetben az adat nem stratégiai erőforrásként, hanem melléktermékként jelenik meg. Nem azért gyűjtjük, hogy döntéseket támogasson, hanem azért, mert „keletkezik” a működés során. Ez a szemlélet alapvetően ellentétes azzal, amire a mesterséges intelligencia épít. Az AI számára ugyanis nem az adat mennyisége a döntő, hanem annak minősége, konzisztenciája és összekapcsolhatósága. Ha az adatok pontatlanok, hiányosak vagy nem kapcsolhatók egymáshoz, akkor a legfejlettebb algoritmus sem képes értelmes következtetéseket levonni.

A települési adatvagyon valódi kihívása tehát nem technológiai, hanem szemléleti. Amíg az adatok nem válnak tudatosan kezelt, hosszú távon értelmezett erőforrássá, addig az AI legfeljebb kísérleti eszköz marad. A valódi előrelépés ott kezdődik, amikor a település felismeri: az adat nem melléktermék, hanem az intelligens működés alapja.

Digitális működési szintek – nagy szórás, kevés rendszer

A hazai települések digitális működését vizsgálva az egyik legszembetűnőbb jelenség a rendkívül nagy különbség az egyes önkormányzatok között. Vannak települések, ahol felhőalapú rendszerek működnek, digitális ügyintézés érhető el, és az üzemeltetés egy része már adatalapon történik. Ezeken a helyeken a digitalizáció nem önmagáért való fejlesztés, hanem a mindennapi működés része.

Ezzel szemben sok településen még az alapvető digitális nyilvántartások is hiányosak, elavultak, vagy párhuzamos papíralapú rendszerekkel működnek együtt, ami önmagában is korlátozza a továbblépés lehetőségét.

Ez a különbség nemcsak technológiai, hanem szervezeti és szemléleti eltéréseket is tükröz. A fejlesztések jelentős része szigetszerűen valósul meg. Egy-egy projekt – például egy új ügyintézési felület, egy üzemeltetési szoftver vagy egy okos megoldás – sikeresen elindul, de nem kapcsolódik egy átfogó települési digitális stratégiához. A rendszer nem épül tovább, az egyes megoldások nem erősítik egymást, az adatok nem kerülnek újrahasznosításra más területeken. A projekt lezárul, a tanulságok pedig gyakran nem épülnek be a szervezeti működésbe.

Sok településen még az alapvető digitális nyilvántartások is hiányosak, elavultak. Forrás: Getty

Ennek következményeként a digitalizáció sok helyen nem folyamatként, hanem projektek egymásutánjaként jelenik meg. Minden fejlesztés külön erőfeszítést igényel, nincs kumulatív hatás, és a település nem kerül közelebb egy egységes, átlátható digitális működéshez. Ez a mozaikos állapot különösen problémás akkor, amikor az AI alkalmazásáról kezdünk beszélni.

A mesterséges intelligencia ugyanis nem „ráépíthető” egy ilyen töredezett működésre. Ott tud valódi értéket teremteni, ahol világos célok mentén zajlik a fejlesztés, ahol az adatkezelés egységes szemléletet követ, és ahol a döntések hosszú távú gondolkodásra épülnek. Stratégia nélkül az AI legfeljebb egy újabb eszköz lesz a sok közül, amely önmagában nem képes áthidalni a rendszer hiányosságait. A valódi kihívás ezért nem az, hogy mennyire „okos” technológiát választunk, hanem az, hogy képesek vagyunk-e rendszert építeni a digitális megoldásokból.

Humán és szervezeti korlátok – az igazi szűk keresztmetszet

A települési digitalizáció és az AI alkalmazásának egyik legkevésbé látványos, mégis legkritikusabb akadálya a humán és szervezeti kapacitások hiánya. Sok önkormányzatnál egyszerűen nincs olyan kijelölt szakember vagy szervezeti egység, amelynek kifejezett feladata lenne az adatok kezelése, rendszerezése és hasznosítása. Az adatgyűjtés gyakran „mellékfeladatként” jelenik meg, amely a napi működés során keletkezik ugyan, de nem tudatosan irányított tevékenység.

Ez a helyzet nem feltétlenül erőforráshiányból fakad, sokkal inkább abból, hogy az adatkezelés nem vált önálló felelősséggé a szervezeten belül. Nincs egyértelműen meghatározva, ki felel az adatok minőségéért, frissítéséért, összekapcsolásáért vagy értelmezéséért. Így az információk elvesznek a működésben, és nem alakulnak át döntéstámogató eszközzé.

Ebben a közegben a mesterséges intelligencia gyakran technológiai problémaként jelenik meg: milyen szoftvert válasszunk, milyen rendszert vezessünk be, mennyire „okos” az adott megoldás. Valójában azonban az AI elsősorban kompetenciakérdés. Nem helyettesíti a gondolkodást, hanem felerősíti azt. Csak akkor tud értéket teremteni, ha van olyan szakmai tudás és szervezeti kultúra, amely képes az adatokat értelmezni, a megfelelő kérdéseket feltenni, és az elemzésekből működési vagy stratégiai döntéseket hozni.

Ha ez a tudás hiányzik, akkor a legfejlettebb technológia is kihasználatlan marad, vagy legfeljebb látványos, de elszigetelt kísérletté válik. Éppen ezért kulcsfontosságú felismerés, hogy az AI bevezetése nem szoftverbeszerzés, hanem szervezeti tanulási folyamat. Időt, képzést és szemléletváltást igényel – és csak ott tud valódi hatást elérni, ahol a szervezet képes befogadni és használni az általa kínált többlettudást.

Az AI előfeltételei a települési működésben

Mindezek fényében a legfontosabb következtetés elsőre talán provokatívnak tűnik, mégis nehezen vitatható. A hazai települések többségén nem az a probléma, hogy nincs hozzáférés a mesterséges intelligenciához, vagy hogy a technológia elérhetetlen lenne. A valódi akadály sokkal mélyebben gyökerezik:

az AI bevezetésének legnagyobb akadálya nem az AI hiánya, hanem a települési digitális alapok hiánya.

Amíg az adatok rendezetlenek, külön rendszerekben élnek, és nem kapcsolódnak egymáshoz, addig az AI nem tud mire építkezni. Amíg a digitális megoldások szigetszerűek, és nem alkotnak egységes működési rendszert, addig az AI legfeljebb egy-egy területre korlátozódó kísérlet marad. És amíg a szervezeti kompetenciák hiányosak, addig még a jól működő technológia sem válik a mindennapi működés részévé.

Ebben a helyzetben az AI gyakran demonstrációs eszközzé válik. Látványos lehet egy pilot projekt vagy egy bemutató megoldás, de nem skálázható, nem fenntartható, és nem épül be hosszú távon az önkormányzati működésbe. Az eredmények elszigeteltek maradnak, a tanulságok nem válnak szervezeti tudássá, és a rendszer nem fejlődik tovább.

Fontos hangsúlyozni, hogy ez nem pesszimista üzenet. Éppen ellenkezőleg. Azt jelenti, hogy az előrelépés kulcsa nem egy elérhetetlen technológiai ugrásban rejlik, hanem olyan, jól körülhatárolható és reális lépésekben, amelyek bármely település számára megtehetők. Az AI nem „megmentőként” érkezik, hanem akkor válik valóban hasznossá, amikor egy már kialakuló digitális alapra épülhet. Innen nézve a kérdés nem az, hogy mikor lesz AI,

hanem az, hogy megteremtjük-e azt a működési szintet, ahol értelme van használni.

Nem AI-stratégiára van szükség – hanem működési alapokra

Ha egy település ma komolyan gondolkodik a mesterséges intelligencia alkalmazásáról, akkor a legnagyobb hiba az lenne, ha algoritmusokban, szoftverekben vagy „okos megoldásokban” kezdene gondolkodni. Az első és legfontosabb lépés sokkal prózaibb: rendbe kell tenni az alapokat. Vannak olyan előfeltételek, amelyek nélkül az AI-ról beszélni nem előremutató, hanem félrevezető.

Az első ilyen alap az adatleltár elkészítése. Egy településnek tudnia kell, milyen adatok keletkeznek a működés során, hol tárolják őket, ki felel értük, és mire használhatók fel. Nem technológiai kérdésről van szó, hanem átláthatóságról. Amíg ez nincs meg, addig az adat nem erőforrás, hanem bizonytalansági tényező.

Ezt követi az egységes adatkezelési szemlélet kialakítása. Ez nem feltétlenül jelent új rendszereket vagy drága fejlesztéseket. Sokkal inkább azt, hogy következetes logika mentén történjen az adatgyűjtés, az adatfrissítés és az adatok használata. Ha minden szervezeti egység más elvek szerint dolgozik, akkor az adatok nem lesznek összehasonlíthatók, és nem épül belőlük rendszer.

A harmadik lépés egy valódi digitális stratégia megalkotása. Nem egy technológiai wish-listre van szükség, hanem egy iránytűre, amely megmutatja, hogyan kapcsolódnak össze az egyes fejlesztések, és milyen célokat szolgálnak. Stratégia nélkül a digitalizáció projektek halmaza marad, nem pedig tudatosan épített működés.

Ugyanilyen fontos a humán kapacitás fejlesztése. Adatmenedzsment- és elemzési kompetenciák nélkül nincs értelmezhető AI-alkalmazás. Ez nem feltétlenül jelent új pozíciókat minden településen, de jelenthet képzést, szerepkörök tisztázását és a felelősségek kijelölését. Az AI nem helyettesíti az embereket, hanem csak akkor működik, ha van, aki érti és használja.

Végül érdemes kis léptékű, valós problémákra épülő pilotokkal haladni. Nem technológiai bemutatókra van szükség, hanem olyan működési tanulási folyamatokra, amelyek során a szervezet megtapasztalja, mit jelent adat alapon dönteni. Ezek a pilotok nem az AI „erejét” demonstrálják, hanem a település tanulási képességét fejlesztik.

A mesterséges intelligencia nem cél, hanem eszköz. És mint minden eszköz, csak akkor működik jól, ha van mire használni. A hazai települések esetében az igazi kérdés ma nem az, hogy mikor jön az AI, hanem az, hogy felkészülünk-e arra a működési szintre, ahol valóban értelme lesz használni.