Belső weboldal-tervezet · nem publikus · 2026. augusztus

Pénzügy · Hitelbírálat · Annex III 5(b) — magas kockázat · 2027-12-02

A hitelbírálati modelljük már ma szabályozott — csak nem az AI Act miatt

Varga Zoltán3 perc olvasás

A pénzügyi szereplőnél két rezsim rétegződik egymásra: a DORA ICT-kockázatkezelés már él, az AI Act magas kockázatú kötelezettségei 2027. december 2-án lépnek be. A szűk keresztmetszet a magyarázhatóság lesz.

Pénzügy · Hitelbírálat

A rövid válasz

A helyzet ma

A legtöbb banki AI-beszélgetés 2027-re tekint. Közben két olyan kötelezettség már ma él, amelyik ugyanezeket a modelleket köti.

Az egyik a DORA: az ICT harmadik-fél kockázatkezelés a modellszállítóra is kiterjed. Aki külső pontozómotort vagy felhős modellszolgáltatást használ, annak a szállítói lánc már most a szabályozás hatálya alatt van.

A másik a GDPR 22. cikke, amely az automatizált egyedi döntéshozatalt rendezi — évek óta hatályos, és a hitelbírálat a tankönyvi példája.

Az AI Act ehhez rétegződik hozzá. Az Annex III 5(b) pontja szerint a természetes személyek hitelképességének értékelése magas kockázatú kategória, a csalásfelderítés kivételével. A besorolás kiváltja a naplózási, átláthatósági, emberi felügyeleti és üzemeltetői kötelezettségeket, és az érintett személynek jogot ad arra, hogy világos, érdemi magyarázatot kapjon a döntésről.

Amit félreértenek

A leggyakoribb tévedés az, hogy a 2027-es dátum haladékot jelent. Nem azt jelenti. A magyarázhatóság kiépítése modellcserét, adatarchitektúra-változást és folyamatátalakítást igényel — ezek együtt jellemzően hosszabb átfutásúak, mint a hátralévő idő.

A második tévedés, hogy elég egy embert a folyamat végére állítani. A GDPR 22. cikk körüli joggyakorlat egyértelmű: ha a jóváhagyó nincs abban a helyzetben, hogy érdemben befolyásolja a kimenetet, akkor a részvétele formális. A kérdés nem az, van-e ember a folyamatban, hanem hogy van-e jogosultsága és tényleges mérlegelési lehetősége.

A harmadik pedig az, hogy a magyarázhatóság ingyen van. Létezik mért ára: egy 50 000 feletti valós hitelkitettségen végzett elemzés kifejezetten ezt a költséget számszerűsítette az EKB-követelmények mellett. A jó hír az, hogy a legtöbb portfólión a különbség kezelhető — de tervezni kell vele, nem feltételezni.

Amit az agentic korszak megváltoztat

Idáig a kép ismerős: van egy modell, ad egy pontszámot, egy ember dönt. A szabályozás pontosan erre az architektúrára készült.

Az agentic rendszerek ezt széttörik. Ezek nem pontszámot adnak, hanem célt követnek: adatot kérnek le, eszközt hívnak, több lépést láncolnak, és a részeredmények alapján módosítják a saját tervüket. Egy hitelezési agent nem „javasol” — előminősít, dokumentumot kér be, kockázati jelzést értékel, és a folyamat végére a döntés gyakorlatilag megszületik, mielőtt bárki ránézne.

Három dolog törik el ezen a ponton.

A felügyeleti pont eltűnik. Egy pontszámnál egyértelmű, hol áll az ember. Egy több lépéses láncnál nincs egy pont, hanem van tíz — és mindegyiknél kevesebb kontextus áll rendelkezésre, mint a végén. A „human in the loop” és a „human on the loop” közötti különbség itt válik gyakorlati kérdéssé.

A hiba nem áll meg, hanem terjed. A láncolt lépéseknél egy korai téves következtetés végigfut a folyamaton, és a végén magabiztos kimenetként jelenik meg. A pontossági mutató a lépésekre igaz, a láncra nem.

A felelősség szétesik. A jogszabály szolgáltató és üzemeltető között osztja el a kötelezettségeket. Ha az üzemeltető maga is egy agent, amelyik egy másik agentet hív, akkor ez a felosztás nem ad választ. A hatályos szöveg egyébként sem használja az „agent” szót.

Ez tehát nem új probléma, hanem egy meglévő probléma strukturálissá válása. A pecsételő jóváhagyás már ma sem elég — az agentic architektúrában viszont a pecsételés lesz az alapértelmezett állapot, hacsak valaki tudatosan nem tervez ellene.

A következő két évben az kerül előnybe, aki nem modellt vásárol, hanem döntési architektúrát tervez: megnevezett beavatkozási pontokkal, lépésenkénti naplózással és azzal a képességgel, hogy egy elutasítást ugyanabban a mondatban meg tudjon magyarázni az ügyfélnek és a felügyeletnek.

Az első értelmes lépés

Készüljön leltár arról, hány modell befolyásol ma hitelezési döntést — beleértve azokat is, amelyek formálisan csak „támogatnak”. Minden tételnél egyetlen kérdés dönt: meg tudják-e ma indokolni egy konkrét elutasítást úgy, hogy az ügyfél megérti és a felügyelet elfogadja.

Ahol a válasz nem, ott kezdődik a 2027-es munka.

Kérdések

Pontosan mi esik magas kockázatú kategóriába?

Az Annex III 5(b) pontja a természetes személyek hitelképességének értékelését és hitelpontszámának megállapítását sorolja ide. A pénzügyi csalásfelderítés kivétel. A gyakorlati mérce tág: minden modell, amely hitelezési döntést hoz, befolyásol vagy megalapoz egy magánszemélyről, a hatálya alá esik.

Mi a tényleges határidő?

2027. december 2. Ezt a Digital Omnibus on AI — a 2026. július 24-én kihirdetett (EU) 2026/1744 rendelet — rögzítette, amely a korábbi 2026. augusztusi dátumot tolta ki. A rendelet 2026. július 27-én lépett hatályba, tehát ez már hatályos jog, nem tervezet.

Elég, ha az elutasítást egy munkatárs hagyja jóvá?

Önmagában nem. A GDPR 22. cikk körüli joggyakorlat szerint az olyan emberi részvétel, ahol az illető nincs abban a helyzetben, hogy érdemben befolyásolja a kimenetet, nem minősül valódi felügyeletnek. A jóváhagyónak jogosultsággal és tényleges mérlegelési lehetőséggel kell rendelkeznie.

Mennyibe kerül a magyarázhatóság?

Mérhető, és nem elhanyagolható. Egy 50 000 feletti valós hitelkitettségen végzett vizsgálat kifejezetten a magyarázhatóság árát számszerűsítette az EKB-követelmények mellett — a magyarázható és a fekete doboz modellek teljesítménykülönbsége létező, de a legtöbb portfólión kezelhető nagyságrendű.

Nem biztos benne, melyik sávban van?

Öt kérdés, két perc — utána tudja, hol áll.

Besorolló beszélgetést kérek

Utolsó szakmai felülvizsgálat: .