Ügyvéd Podcast

147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen

· PT36M33S

Összefoglaló

A podcast az Ügyvéd Podcast sorozat 147. része, amelynek címe „Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”. A műsorban Gerő Tamás beszélget Dancs Gáborral, aki jogász, mérlegképes könyvelő, az ORAC Kiadó társtulajdonosa és elektronikus üzletágának vezetője. A…

Röviden

Műsor
Ügyvéd Podcast
Megjelenés
2025. 10. 25.
Hossz
37 perc
Szereplők, említett nevek
Dancs Gábor, Gerő Tamás, Méhes Dávid, Retteghy Dóra, Lőrik József
Témák
mesterséges intelligencia, jogi informatika, könyvelés
Átirat
Az epizód beszélt szövege alapján indexelve

Ebben az epizódban

Egy podcast, ahol ügyvédek beszélgetnek ügyvédekkel és a tudományos élet képviselőivel a hivatásukról.

Én Gerő Tamás vagyok és ma Dancs Gáborral beszélgetek a JKdex AI evolúciójáról.

Röviden bemutatom vendégemet és utána kezdődik a beszélgetés.

A budapesti ügyvédi kamara szünetelő tagja, az orakkiadó társtulajdonosa és az elektronikus üzletágának vezetője 15 éve.

Nevéhez fűződik az ügyvéd podcast elindítása.

Szerkesztőként évekig volt láthatatlan és hallhatatlan podcasztársunk.

Most vendégemként üdvözölhetem.

Kétféle jogi megoldást is találtam a jogkódexben, ami a mesterséges intelligenciát illeti.

Az egyik, hogy keresni lehet, a másik pedig, hogy a mesterséges intelligencia összefoglalót is tud készíteni. >> Többféle megoldásunk van már a jogkódexen.

Valóban ezek is köztük vannak.

Időrendileg adnék egy rövid áttekintést. 2025 elején kezdtünk el foglalkozni a mesterséges intelligenciával.

Az első gyakorlatunk az az volt, hogy tudjuk-e olyasmire használni a mesterséges intelligencián, amit szeretnénk megvalósítani, de igazából eddig nem volt hozzá eszköz, nem tudtunk jól hozzálátni.

És akkor merült az föl, nekem már sok éve gondolatom volt, hogy a keresésekben vezessük be azt, hogyha valaki egy olyan, hát ez főleg tényállási elemet jelent, amit többféleképpen meg lehet fogalmazni, akkor ne kelljen neki azt többféleképpen megfogalma, hanem beírja a kereső szót, amit szeretne, és a mesterséges intelligencia, illetve hát valamilyen gép az szinonimákat aján fel neki hozzán.

Én általában azt a példát szoktam mondani, és talán a weboldalunkon is ez van fönt, ami úgy szól, hogy a számlak kibocsátási kötelezettség elmulasztása.

Köznyelvileg ez egy jogilag jelentős tény, amit többféleképpen meg lehet fogalmazni, és az ítéletekben is többféleképpen meg van fogalmazva.

És az elképzelésünk az volt, hogy mindezt a sokféle nyelvi előfordulást, azt ne kelljen többféleképpen lekeresni, hanem egyetlen találati listában legyen benne, hogyha valaki erre a fogalomra keres rá jellemzően a bírósági határozatokban.

A mesterséges intelligencia, így mondanám, eljövetele előtt nem találtuk az igazán jó technológiai módját, de a mesterséges intelligenciával ez lehetővé vált ezt a funkciót kivitelezni.

És amint ez megtörtént és működött, azt is láttuk, hogy itt bizony elég sok elírást vétenek a felhasználók a keresések során.

Elgépelik [horkantás] félregépelik, esetleg rosszul írják a szavakat.

És ez a hagyományos kereső rendszerekben már azt eredményez, hogy esetleg nincs is találatuk.

Tehát a következő természetes lépés az az volt, hogy egy ilyen typó javító funkcionalitást tettünk a gépbe.

Ezek még nekünk is a kis béb lépéseink voltak, tehát ismerkedtünk magával a technológiával, de már az volt a cél, hogy ahogy végigmegyünk ezen az utazáson, mindig működő szoftvert állítsunk elő.

És aztán jöttek azok a nagyobb léptékű dolgok is, amit meg is említettél, és ezt a nyár végén publikáltuk mind a kettőt.

Az egyik az az, hogy a per történetekből, tehát amikor indul valami mondjuk egy járásbíróságon, és aztán eljut a kúrjái, vagy a kúrján túl is elmegy az alkotmánybírósághoz, mondjuk tehát egy per folyamán többféle ítélet születik, ezek egy láncolatot alkotnak, és ebből a láncolatból, tehát több dokumentumból csináljon egy egységes kivonatot a jogkereső számára, ami elmagyarázza, hogy mi volt a történeti tényállás, milyen ítéletek születtek az ügyben, és aztán pedig azt, hogy milyen jogorvoslati indítványokat tettek az egyes felek, és a végén mi volt az érdemben véglegesen döntő bíróság ítélete, valamint annak a jogi argumentációja.

Itt a fő gondolatunk az az volt, hogy ne egyetlen dokumentumot kivonatoljunk, mert azt egyébként meg tudja tenni bárki a chat GPT segítségével, hanem van egyetlen egy gombja, amit hogyha megnyom, akkor több számára előválogatott dokumentumot a mesterség és intelligencia egyetlen egy kivonattá foglal össze.

Maguk az egyes ítéletek is inkább már kivonatoknak feleltethetők meg, főleg szerkesztett ítéletekről van szó.

Tehát ebben nem láttunk hozzáadott értéket.

Abban viszont igen, hogy négy-öt dokumentumot ne kelljen tüzetesen átolvasni, ami akár nagyon sok tucatoldal is lehet, hanem erről kapjon egy szabályozott, szabványos formátumnak megfelelő kimenetet a felhasználó.

Ezekkel a funkciókal még csak gombokig jutottunk el.

Tehát a felhasználó, hogyha megnyom a szoftveren egy gombot, akkor a mesterséges intelligencia készít számára valamit.

És a következő nagy lépés, hát ugye mi is, ahogy tanulunk, megyünk előre.

A komplexitásban léptünk egyet, hogy kérdezni lehet a jogszabályokat.

Minden magyar jogszabály, törvény vagy rendeletnek fel tud tenni szigorúan a normaszövegnek egy kérdést a user, kiválasztja a jogszabályt, kiválasztja az időállapotot és aztán beírja teljesen szabadszövegesen a kérdését, hogy mit szeretne.

Semmilyen megkötése nincs azon kívül, hogy 1500 karakteren belül kell maradnia.

Mi ezt egy komplex feladatmegoldó gépnek terveztük.

Jellemzően, amikor a jogászok megakadnak valamilyen ügy [torokköszörülés] kapcsán, akár a tényállás bonyolultsága, vagy egy jogi dilemma merül fel, ellentétes álláspontok vannak, és mondjuk azt ki tudják választani, hogy a megoldás az melyik jogszabály melyik időállapotában található.

Akkor meglátogatják ezt az időállapotot, beírják a kérdésüket, és szigoran a normaszövegből kapnak erre egy választ.

Említettem is már, hogy ez a mi oldalunkról, hát nyilván a felhasználóknak ez nem annyira feltűnő, de a mi oldalunkról ez már egy sokkal nagyobb komplexitású és kockázatú dolog, mert nem csak egy gombot nyomogatnak a felületen, ami ugye egy elég zárt rendszer, hanem bármit beírogathatnak [torokköszörülés] hozzánk.

Tehát azt is kezelnünk kell, hogy ez a bármit beírogatnak hozzánk, az egy nagyon széles spektrum lehet, és az ő inputjaik azok bejönnek a mi rendszerünkbe gyakorlatilag.

Tehát ezt is kezelni kell. illetve hát maga az, hogy itt a megfelelő jogi kimenetek ellenőrizhetően előálljanak, tehát nyilván ennek egy értékes dolognak kell lennie, és nem lehetnek lehetetlen a józanésszel, a szakmaisággal teljesen ellentétes eredmények.

Ezért is hirdetjük úgy ezt a funkciónkat, hogy ez a jogi gondolkodást segíti, argumentációs érveket ad a felhasználónak, de hát természetesen a munkát azt bele kell fektetni egy ügy megoldásába. >> Illetve [horkantás] a felelősség az természetesen az marad az ügyvédé, tehát hogyha ad egy jogi tanácsot ezen a jogkódexes mesterséges intelligencia keresésen keresztül, attól még természetesen az ügyvéd marad a felelős.

A Chat GPT-nél látom azt, hogy előszeretettel kamuzzik.

Tehát hogyha nem tudja a választ, akkor is mond valamit.

Ezt hogy lehet kiszűrni jogi környezetben? >> Mi mindenképpen a végfelhasználó ügyfél és a jogi adatbázis között lévő ügyvédhez beszélünk.

Tehát az a feltételezésünk is, illetve hát az ügyfeleink is, főleg ügyvédek, hogy az ő munkájukat segítjük ezzel.

Tehát maguk a válaszok is, azok mind szakmailag vannak megfogalmazva, és nem egy ügyfél számára egyből érthetően.

Hát nyilván egy nagyon intelligens ember meg tudja érteni.

A másik, amit mondtál, az a hallucináció problémája.

Tehát azok a modellek, amiket a lakosság nyomogathat az interneten keresztül, azok nyilvánvalóan arra vannak feltanítva, hogy valamit mindig mondjanak, sőt nagyon gyorsan mondjanak, bár ez a divat kezd kimenni, amikor bejöttek ezek az első szolgáltatások és a világ rácsodálkozott, akkor ugye az volt az egyik nagy flash, hogy elkezdtél gépelni egy kérdést, megnyomtad az entet és utána jött valamiféle válasz, elkezdett generálódni és ez élvezetes volt.

Ettől a trendtől már kezdenek elmozdulni a nagy szolgáltatások is.

Tehát hogyha akár amit említettél a legfrissebb chat GPT5-öt megnézzük, ott már azért gondolkodik, mielőtt bármit is kiadna.

Visszatérve hozzánk, tehát mi, és itt nem a részletekbe bele, mert csak a nagy képet nézve, ezeknek a modelleknek, amiket mi használunk, az úgynevezett kognitív képességeit használjuk ki, tehát azt, hogy értelmezni, megérteni, elemezni tudnak dolgokat, és nem az úgynevezett általános tudását, tehát azt az adatbázist, amivel feltanították őket, vagy amivel keresnek az interneten.

És a hallucináció az egyrészt úgy van kizárva, hogy nálunk ezt úgy nevezik, hogy AI workflow.

Tehát ebben az egész folyamatban kifejezetten utasítva van arra a modell, hogy csak azt vegye figyelembe, amit mi neki adunk, és mást egyáltalán ne használjon.

Egyrészt másrészt, és azt mi tesszük hozzá, minden egyes megállapításához hozzáírjuk a jogszabályhivativatkozást.

Tehát így egy szakmai felhasználó, hogyha ő lát egy szentenciát, egy megállapítást a modell részéről, akkor rögtön a jogszabályi hivatkozáson le tudja ellenőrizni, hogy az, amit elég generált szöveget a modell, az valóban helytálló-e megfelelő.

Tehát ez így igazából egy önzárendszer, hogy egy szakmai felhasználó elolvasva a választ, a hivatkozásokat hozzánézve meg tudja ítélni, hogy ez a válasz helytálló-e, és azzal ő tovább tud-e dolgozni akár az ügyfél felé is, amit mondtál. említetted az 1500 karaktert?

Ez a gyakorlatban azt jelenti, hogyha én azt szeretném több ítéletből, hogy egy egyoldalas összefoglalót készítsen, akkor erre már képes a rendszer. >> Az 1500 karakter az arról szól, amikor előttem van egy jogszabály, és annak fel tudok tenni egy kérdést.

Tehát a tételes jogszabálynak én felteszek egy kérdést.

Ott ugye mi azt mondjuk, hogy tényállást, jogvitát, jogi dilemmát meg lehet adni, és egyébként meg is adnak az ügyfelek.

Tehát 10000 fölötti kérdés érkezett már hozzánk, és valóban a nagy százalékuk jól használja ezt a rendszert.

Ez erre vonatkozik az 1500-as szavas korlát.

A másik, amit te mondtál, hogy egy egyoldalas összefoglaló jöjjön létre, az ítéleteknél ugyan másként működik, arra egy teljesen más funkció van.

Ott az történik, hogy valaki talál egy nekitetsző ítéletet, amellett lát más ítéleteket is, mert lehet, hogy alsó bíróságok meg még felsőbb bíróságok ott vannak mellette, vagy már egyből a legfelsőbb bíróság, a legfelsőbb fórumnak az ítéletét nézni, de látja, hogy az ítéletláncolatban vannak még mások is.

Neki nem kell azzal foglalkoznia, hogy hány darab dokumentum van, és azok milyen terjedelműek.

Neki csak rá kell nyomni egy gombra, hogy kér erről egy AI összefoglalót, és utána hát egy nem túl terjengős, tehát mi nyilvánvalóan beállítunk méretkorlátokat.

Én még nem számoltam ki, hogy ez egy oldal vagy két oldal, nevezzük mondjuk másfél oldalnak.

Tulajdonképpen egy A4-es oldalon megkapja az ítélet láncolat az egész pertörténet összefoglalóját. >> Pontosan [horkantás] mikor kezdtetek foglalkozni a mesterséges intelligenciával a jogkódexen belül?

Nekünk ez egy viszonylag friss dolog. 2025 elején akkor volt az a csillagállás, amikor nekünk ebbe érdemes volt belevágni.

Ennek voltak belső tényezői is, amivel nem terhelném most a hallgatóságot, de másrészt a külvilágban három fontos esemény következett be, ami készelbe hozta nekünk is azt, hogy érdemben bármit is a mi ügyfeleinknek vagy nekünk tud csinálni a mesterséges intelligencia.

Az egyik az volt, hogy megjelentek az úgynevezett érvelő modellek.

Az érvelő modellnek az ellenpárja, mondjuk így.

Tehát amik nem érvelő modellek, azok a ténykinő modelleknek nevezik.

Ezek működtek azért korábban, és a lakossági felhasználásban is, a chat GPT meg az ilyen válaszolgatók alatt is úgynevezett ténykinő modellek [torokköszörülés] működtek. és az érvelő modellek képesek arra a komplex feladatmegoldásra, ami már nekünk jogászóknak fontos lehet.

Tehát ez volt az egyik, hogy megjelentek olyan modellek és ezek a modellek elérhetővé váltak a KKV típusú felhasználók számára is, amelyek már ezt a feladatmegoldást lehetővé tették.

Ez volt az egyik fontos dolog.

A másik az az volt, hogy ezeknek jelentősen lement az áruk.

Nyilvánvaló minden ilyen interakció az pénzbe kerül.

Tehát amikor bárki csak viccesen feltesz akár nekem, akár a chat GPT-nek egy kérdést, hát arra a válasz az komoly pénzek.

Ugye maga a chat GPT-t működető Open AI vezérigazgatója mondta azt, hogy akik megköszönik nekik a válaszokat, csak azok kerülnek 2 millió dollárba évente a vállalatnak.

Tehát ne köszönhessük meg a válaszokat.

Lényeg a lényeg, hogy az árazása ezeknek olyanná vált, hogy érdemben lehet próbálgatni őket, lehet skálázni is, tehát már egy nagy számú közönséget ki tudunk szolgálni úgy, hogy az egy értelmezhető, nem kevés, de nem teljesen értelmezhetetlen pénzösszegbe kerül.

A harmadik, és ez is nagyon lényeges, hogy lettek olyan modellek, amelyek elég okosak voltak, és elég sok szöveget be tudnak fogadni.

Ezt úgy nevezik, hogy kontextusméret.

Tehát ahogy mi kiszolgáljuk az ügyfeleket, az kicsit eltér attól, ahogyan ők látják a chat GPT, tehát ők azt írogatnak bele, amit akarnak, de ha nagyon sok szöveget írnának bele, akkor ott is méretkorlátba ütköznének.

Ez sok száz karakter fölött van.

Ahogy mi kiszolgáljuk a saját ügyfeleinket, tehát a jogászokat, úgy nekünk ezek a méretkorlátok nagyon közel vannak.

Tehát hogyha beírja valaki, hogy mit gondolsz erről vagy arról, hogy foglald nekem össze ezt vagy azt, ahhoz mi még nagyon-nagyon sok dokumentumot hozzárakunk, egész pontosan karaktert.

És ezek a karakterek már meghaladhatják a modelleknek a befogadási képességét.

Ezt nevezik kontextusméretnek.

Ez a kontextus méret, ez jelentősen felbővült az év elejével.

Tehát ez a három dolog ennek az együtt állása, hogy megjelentek az érvelőmellek, lementek az árak és megnőtt a kontextusméret.

Ez tette igazán lehetővé azt, hogy érdemben úgy kezdjünk el fejleszteni AI funkciókat, hogy abból működő szoftver is legyen a végén, és ne csak nekünk legyen egy ilyen tanulási görbénk, hogy ráülünk és akkor fejlesztünk valamit, amivel fejlődünk.

Mi személy szerint gazdagodunk, de igazából nem tudunk belőle produktív értéket előállítani. >> Említetted, hogy már 10000 kérdés is jött az elmúlt fél évben.

Ez azt jelenti, hogy a kollégák küldenek nektek visszajelzéseket, és hogy hogyan működik a rendszer? >> A 10000 kérdés az ennél rövidebb…

Említett entitások

Témák

Személyek

Szervezetek, cégek

  • ORAC Kiadó

Hallgasd meg

Gyakori kérdések erről az epizódról: „147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”

Miről szól ez az epizód: „147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”?

A podcast az Ügyvéd Podcast sorozat 147. része, amelynek címe „Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”. A műsorban Gerő Tamás beszélget Dancs Gáborral, aki jogász, mérlegképes könyvelő, az ORAC Kiadó társtulajdonosa és elektronikus üzletágának vezetője. A… Az epizód a Ügyvéd Podcast című magyar podcast egyik adása, megjelenés: 2025. 10. 25..

Kik szerepelnek vagy kiket említenek ebben az epizódban: „147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”?

Az epizódban a következő nevek szerepelnek vagy hangzanak el: Dancs Gábor, Gerő Tamás, Méhes Dávid, Retteghy Dóra, Lőrik József.

Milyen témákat érint ez az epizód: „147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”?

Fő témái: mesterséges intelligencia, jogi informatika, könyvelés.

Mikor jelent meg és milyen hosszú ez az epizód: „147. Munkaidőt megtakarító, új AI-fejlesztések a Jogkódexen”?

Megjelenés: 2025. 10. 25.. Hossz: 37 perc. Az epizód a Podiverzumon hallgatható meg: https://podiverzum.hu/podcast/ugyved-podcast/147-munkaidot-megtakarito-uj-ai-fejlesztesek-a-jogkodexen

Több epizód a Ügyvéd Podcast-ből

Hasonló epizódok más magyar podcastokból