Nemes Gusztáv

Vidékszociológus, közgazdász, kutató és innovációs tanácsadó. Az ELTE Közgazdaság- és Regionális Tudományi Kutatóközpont főmunkatársa, emellett aktívan részt vesz helyi közösségek fejlesztésében, társadalmi innovációk elősegítésében, gyakorlati projektekben. Az elmúlt 20 évben sokféle hazai és nemzetközi kutatásban működött közre, főként agroökológia, fenntartható vidékfejlesztés, kulturális örökség és közösségi média területeken.

FarmGPT - technológia és társadalmi innováció  

Az agro-ökológiai átmenet kulcsa, hogy a sok helyen keletkező tudás – a kutatási eredményektől a gyakorlati és közösségi tapasztalatokig – elérhetővé és használhatóvá váljon a különböző felhasználók számára. A FarmGPT akciókutatás erre keres megoldást a mesterséges intelligencia és a hozzá kapcsolt társadalmi innováció segítségével. A program élő laboratóriumként működik: partnerekkel közösen azonosítjuk a releváns tudásokat, és együtt fejlesztünk, tesztelünk, finomítunk egy közösségi alapú digitális tudásbázist, ami támogatja a közösségi tanulást (peer-learning) és a hálózatépítést, erősíti az együttműködéseket, és összekapcsolja a szereplőket – gazdákat, kutatókat, termelőket és fogyasztókat.

Zsilinszki Anna

2019 óta a Clementine csapatának a tagja. Innovatív adatbányászati, szöveganalitikai és folyamatautomatizálási megoldások tervezésével és kivitelezésével, valamint a generatív AI üzleti integrációjával foglalkozik.

FarmGPT projekt: A személyre szabott "ChatGPT" útvesztői

Egy esettanulmányon keresztül fókuszba kerülnek a gyakori tévhitek a mai AI rendszerekkel kapcsolatban, illetve azok a kritikus építőelemek, amelyek nélkülözhetetlenek egy valóban értékes megoldáshoz. A valódi intelligencia nem csupán a modelleken múlik, hanem a köréjük épített fejlesztői megoldásokon is.

Varga Pál

Villamosmérnök, PhD fokozatát az informatikai tudományok területén szerezte. Fejlesztőmérnökként kezdte aszakmát az Ericssonnál, aztán az írországi Technomennél folytatta mint architect és az intelligens hálózatok fejlesztési csoportvezetője, majd az AITIA divízióvezetője lett. A BME-n több, mint 20éve oktat, jelenleg a Távközlési és Mesterséges Intelligencia Tanszék vezetője. A Stanford egyetem által jegyzett "World's Top 2% Scientists" lista többszörös tagja, több nemzetközi tudományos folyóirat társ-szerkesztője, a HTE Infocommunications Journal főszerkesztője. A HTE Top50 Nők a Mesterséges Intelligencia területén díj kezdeményezője és mentora. Az AI Hungary - HTE Mesterséges Intelligencia Szimpózium kezdeményezője és a szervezőbizottságának elnöke.

Nagy az AI, de kicsi a KPI (avagy korAI öröm vs. valódi siker)

Mitől lesz egy AI projekt sikeres? Hogyan különíthető el az AI körüli kezdeti lelkesedés és az "AI projekt" látványos funkcionalitása a tényleges üzleti eredményektől?

– Látott-e már édesapám AI KPI-t?
– Persze fiam, láttam is és ettem is.
– Dehát az egy nagyon absztrakt dolog!
– Akkor csak ettem.

Az ICT szektorban a projekt teljes sikerének mérése különösen fontos, mert itt az AI könnyen technológiai demó marad. Főleg, ha az "AI projekt" mint "innováció" szegregált szigetként van kezelve és nincs rendesen beillesztve a műszaki és vállalati folyamatokba. Az előadásból megtudhatjuk, mik lehetnek a jó KPI-k, és megnézünk néhány érdekes, valódi példát is.

Ágoston László

Szociológus, változásmenedzser végzettséggel, tanácsadóként 2010 óta foglalkozik szolgáltatások, folyamatok és szervezetek tervezésével, fejlesztésével és fenntarthatóbbá tételével. A design gondolkodást adaptációs módszertanként használja, a meet-tel egyéneknek és szervezeteknek segít a legtöbbet kihozni magukból és a lehetőségeikből. Az AI-ra a cselekvőképesség eszközeként tekint, ami jól illeszthető a stratégiai tervezésbe, és mindent megboostolhat - de önmagában nem oldja meg a validálás, a konzisztencia és az átgondolatság kérdését.

Te tervezel, nem az AI - az AI inputot, a tervezés értelmet ad.

A mesterséges intelligencia képes gyorsan szintetizálni, javaslatot tenni, prototípust generálni - de nem képes validálni, kontextust érteni, vagy felelősséget vállalni a döntésekért. A sikert nem az AI-on múlik, hanem azon, hogy mennyire értjük azt a kontextust, amibe beépül, amit támogat. Az előadás azt járja körbe, hogyan erősíti fel - és hol nem helyettesíti - a tervezői gondolkodás azt, amit az AI megcsinál: ki teszi fel a helyes kérdést, ki vezeti vissza a felhasználói valóságra, és miért épp ez hiányzik a legtöbb "működő demoból".

Huszti Dániel

Az IBM közép-kelet-európai régiójának adatelemzési szakértője. Fő feladata az üzleti, technológiai tanácsadás és a nagyvállalati ügyfelek igényeinek megfelelő komplex megoldások tervezése.

AI a zajon túl – Agentic AI tanulságok az IBM Client Zero példáján

Az AI mindenhol jelen van — de mikor válik belőle valódi üzleti eszköz? Az IBM Client Zero belső esettanulmányai bemutatják, hogyan teremthető mérhető érték agentic AI segítségével egy nagyvállalat működésében. Az előadás segít átlátni az AI zajt, megérteni a sikeres megvalósítás feltételeit és feltárja az IBM technológiáinak együttműködését.

Kovács-Ördög Zita

2012 óta a Clementine elemzési és KFI szakértöje, aki adat-és szövegbányászati projektek vezetésével és ezeknek a technológiáknak a szervezeti integrációjával foglalkozik.

Körmendi György

A Minerva sztori

Egy év története egy előadásba sűrítve: bemutatjuk, hogyan indult a Minerva sztori, milyen fejlődési utat jártunk be 9 kutatás alatt, milyen a fogadtatása, mint innováció, és miként fogadják el hitelesnek. A szélesebb kutató-szakmát kissé megleptük, de most végre kiderül, ki áll a projekt mögött, milyen etikai normák mentén dolgozunk, és milyen technológia hajtja a Minervát.

Biszák Otilia

Kiemelt területei a választások előtti pártpreferencia mérések kiértékelésa és az adatgyűjtési mód hatása. Kutatási területei közé tartozik még a jövedelmi szélek elérhetőségének módszertani kérdései és az olyan olyan speciális mintavételi eljárások, mint a válaszadó vezérelt mintavétel. Kutatja továbbá az oktatáspolitika különböző területeit.

A közvélemény-kutatások összehasonlításának tapasztalatai a 2026-os választáshoz kapcsolódóan – az AI alapú és a hagyományos adatgyűjtések különbségei

Egy választás eredményének előrejelzése nem csak közpolitikai szempontból jelentős, hanem a kérdőíves kutatások módszertani kérdései szempontjából is, hiszen lehetőséget ad arra, hogy a különböző módszertannal készült adatfelvételeket és az ezekből származó becsléseket kiértékeljük. Az előadás fókuszába egy olyan kutatáseredményei kerülnek, amiben a kutatást végzők három különböző típusú (AI asszisztált telefonos, hagyományos telefonos és online/telefonos kevert módszer) adatgyűjtést használtak. Az előadás kitér arra, hogy milyen szempontok mentén lehetséges a különböző adatgyűjtések eredményeinek az összevetése és hogy mik a tapasztalt különbségek.

Pohly Ferenc, ügyvezető, Minerva Intézet

Minerva – A jövő

Láncreakció – élő podcast felvétel

Körmendi György és Pohly Ferenc, valamint vendégük: dr Prószékí Gábor

A podcast résztvevői:

Körmendi György, a Clementine ügyvezető igazgatója Ágoston László,meet co-founder, design strategist, business design consultant Pohly Ferenc, szerkesztő-műsorvezető, Minerva Intézet CEO