1. lecke: Mi az AI Literacy?
– Az „AI jártasság” fogalma az AI Act-ben
– Miért kérik el a szabályozók?
– A humán felügyelet szerepe („human-in-the-loop”)
– AI Literacy és digitális kompetencia
–  AI Literacy nemzetközi példákban

2. lecke: Az EU AI Act rövid áttekintése
– Az AI Act céljai és szerkezete
– Kikre vonatkozik? (gyártó, felhasználó, forgalmazó)
– A megfelelés új dimenziója: nemcsak technológia, hanem tudás is

3. lecke: Mit vár el a jog a szervezetektől?
– AI literacy követelmény a szervezeten belül
– Kinek kell AI literacy-t biztosítani (vezetők, alkalmazottak, döntéshozók)
– A „dokumentálható” megfelelés

1. lecke: Mi az AI valójában?
– Gépi tanulás, mélytanulás, algoritmusok egyszerűen
– Miben különbözik a „programozott logikától”?
– Példák a mindennapokból

2. lecke: Generatív mesterséges intelligencia és AI felelősség
– ChatGPT, Copilot, DALL·E, Gemini stb. – hogyan működnek?
– Mire jók, és mire nem alkalmasak?
– Tipikus tévhitek

– Ki felel az AI által létrehozott tartalomért?
– Mikor kell jelezni, hogy egy tartalmat AI hozott létre („AI-generated content”)?
– Szerzői jogi és forrásmegjelölési kötelezettségek

3. lecke: AI korlátai és kockázatai
– Pontatlanság, „hallucinációk”, torzítások
– Adatfüggőség és torz minták
– Az emberi ellenőrzés fontossága

1. lecke: Az AI Act kockázatalapú megközelítése
– Tiltott, magas, korlátozott és minimális kockázatú AI-rendszerek
– Mit jelent ez a felhasználók számára?

2. lecke: Átláthatóság és elszámoltathatóság
– Mit kell elmagyarázni a felhasználónak?
– Hogyan dokumentáljuk az AI-döntéseket?
– Konkrét példák a felhasználói tájékoztatásra
– Átláthatósági nyilatkozatok a vállalati gyakorlatban

3. lecke: Az emberi felügyelet és beavatkozás
– Miért nem hagyhatjuk teljesen az AI-re a döntést?
– Gyakorlati döntési szituációk: mikor kell emberi beavatkozás?
– Esettanulmány: mi történik, ha az AI döntését az ember módosítja?
– A humán felügyelet dokumentálása

1. lecke: Az AI és az adat: szoros kapcsolat
– Miért kulcskérdés az adatminőség?
– A tanítóadatok és a torzítások
– Adattorzítások és társadalmi egyenlőtlenségek az AI-ben
– A fairness és inkluzivitás szerepe a felelős AI-fejlesztésben
– Adatforrások etikus kezelése

2. lecke: GDPR és AI Act – hogyan egészítik ki egymást
– A két szabályozás viszonya
– Adatvédelmi elvek az AI rendszerekben
– Az automatikus döntéshozatal korlátai (GDPR 22. cikk)

3. lecke: Adatbiztonság és titoktartás az AI-korszakban
– Mikor ne adjunk be adatot ChatGPT-be?
– Hogyan védjük a szervezeti tudást?
– Generatív AI és szellemi tulajdon

1. lecke: AI a mindennapi munkában
– Tipikus alkalmazási területek (adminisztráció, marketing, HR, orvostechnika)
– Hol segít és hol kockázatos?

2. lecke: Felelős AI-használat
– Hogyan ismerjük fel a kockázatokat?
– Az AI etikai alapelvei (fairness, transparency, accountability)
– Gyakorlati útmutató a felelős AI használathoz
– A vállalati etikai kódex és az AI-használati szabályzat kapcsolata
– Esetpélda: etikailag helyes döntés egy torz AI-ajánlás után

3. lecke: A munkavállaló és a vezető felelőssége
– Mit vár el a szervezet?
– Mi történik, ha az AI hibázik?
– Jelentési kötelezettség és dokumentáció

1. lecke: Összefoglaló – Mit tanultunk?
– Az AI literacy lényege
– Az AI literacy legfontosabb üzenetei
– A compliance és a gyakorlat kapcsolata

2. lecke: (Opcionális) Vállalati modul: saját irányelvek beillesztése
– „A mi cégünk AI-használati irányelvei” – szerkeszthető tartalom

3. lecke: Befejezés, további források, frissítési ajánlások
– Hivatkozások az AI Office, OECD, EU Bizottság anyagaira
– Rövid útmutató az AI-eszközök biztonságos használatához