A nyílt modellekhez hozzáférni könnyebb, irányítani nehezebb

A hozzáférés önmagában nem jelent önállóságot

A Montreal AI Ethics Institute 2026. szeptember 15-én közzétett, kéthetente megjelenő kiadványa három témán keresztül vizsgálja, ki képes felelősen irányítani az AI-rendszereket. A központi kérdés az, ki finanszírozza és biztosítja azt a számítási kapacitást, személyzetet és szabályozást, amely a modellek helyi használatához szükséges.

A nyílt súlyú modellek lehetővé teszik, hogy az intézmények saját szervereiken futtassák a rendszereket, és nagyobb kontrollt gyakoroljanak az adataik felett. A kiadvány szerint azonban a súlyok ingyenessége nem jelenti azt, hogy a működtetés is költségmentes. A modellek futtatásához megfelelő hardver, stabil energiaellátás, gépi tanulással foglalkozó szakemberek és adatirányítási keretek kellenek.

A Diplo Foundation megfogalmazása szerint a nyitottság „ajtó, nem garancia az átjutásra”. Az intézmények számára különösen fontos lehet a kisebb, költségvetésükhöz és energiaellátásukhoz igazodó modellek használata, valamint a megosztott számítási klaszterek és nemzeti számítási programok elérése.

Egészségügyi és kormányzati példák

A kiadvány kenyai példát is bemutat. A Jacaranda Health a Meta Llama 3 modelljére építette az UlizaLlama rendszert, amelyet szuahéli, hausza, joruba, xhosa és zulu nyelvre igazítottak. A modellt beépítették a PROMPTS nevű anyai egészségügyi platformba, ahol emberek ellenőrzik és szerkesztik a válaszokat, mielőtt azok eljutnak az anyákhoz.

A Jacaranda később a modelleket feltöltötte a Hugging Face-re, így más szervezetek saját szervereiken futtathatják azokat. A forrás szerint ehhez nem volt szükség külföldi szolgáltatóval kötött API-szerződésre.

A nyílt modellek terjedésére további példaként a kiadvány a Microsoft 2026 eleji elemzését említi, amely szerint a DeepSeek piaci részesedése 11 és 14 százalék között volt Etiópiában, Zimbabwében, Ugandában és Nigerben. A Nature Health kutatása szerint a nyílt súlyú modellek mobilalkalmazásokban és hibrid rendszerekben javíthatják az egészségügyi ellátást az alacsony és közepes jövedelmű országokban.

A felelősséghez szakemberek és ellenőrzés is kell

A helyben futtatott modell működtetése során valakinek értékelnie, védenie és felügyelnie kell a rendszert, valamint felelősséget kell vállalnia a kimenetekért. A kiadvány egy 2026-os HR-felmérést idéz, amely szerint a szakemberek 65 százaléka már használ AI-t megfelelési feladatokra, miközben csak 39 százalékuknál működött hivatalos folyamat az eredmények torzítás, pontosság vagy jogi kockázat szerinti ellenőrzésére.

A forrás szerint a nyílt modellek jelentős része kínai fejlesztőktől származik, köztük a DeepSeek, a Kimi és a Qwen. Az ezekben található értékek, hiányosságok és vakfoltok a helyi audit lehetőségén kívül is továbbterjedhetnek. Ha széles körű korlátozások vonatkoznának a kínai nyílt súlyú modellekre, a kiadvány szerint elsősorban azok az intézmények kerülhetnének nehéz helyzetbe, amelyek ingyenes modelleken keresztül léptek be az AI világába, és nem tudják megfizetni a zárt alternatívákat.

A Montreal AI Ethics Institute következtetése szerint a modellek telepítésének képessége gyorsan terjed, miközben az irányításhoz szükséges kapacitás lassabban épül ki. Ez a különbség a nonprofit szervezetek, kórházak és minisztériumok számára azt jelenti, hogy a hozzáférés mellett saját ellenőrzési és felelősségi rendszereiket is ki kell alakítaniuk.