A generatív MI kifejezetten jól teljesít, ha beszélget velünk, ha képet, videót és zenét készít nekünk, viszont kevésbé hatékony, ha tennie kell valamit számunkra. Az ágensek változtathatnak ezen a helyzeten.

Az eszköz-alapúak kódolás helyett természetes emberi nyelven irányíthatók digitális feladatok elvégzésekor. Az Anthropic októberben bevezetett ágensének például megadjuk, hogy „töltsd ki helyettem ezt az űrlapot!” Az utasítást cselekvéssé alakítva, a kurzort mozgatva web-böngészőt nyit meg, és addig navigál, amíg meg nem találja a releváns oldalakat, ahol kitölti az űrlapot. A Salesforce is bevezetett hasonló ágenst, és az OpenAI szintén dolgozik januárra várható sajátján.

A másik típust, a szimulációs ágenst úgy tervezik, hogy emberként viselkedjen. Először társadalomtudósok használták, drága, nem praktikus és erkölcsi kérdéseket is felvető tanulmányokat végeztek velük valódi emberek helyett. Stanfordi tudósok november közepén publikáltak ezer személy generatív ágens szimulációjáról anyagot. Az illetőkkel MI végzett kétórás interjúkat, utána pedig mind az ezerről elkészültek az őket helyettesítő, értékeiket és preferenciáikat döbbenetes pontossággal visszaadó szimulációs ágensek.

Ezek a fejlesztések nagyon fontosak. Egyrészt vezető MI-cégek szerint már nem elég látványos generatív modelleket készíteni, mert egyre nagyobb a számunkra feladatokat elvégző ágensek iránti igény. Másrészt soha nem volt ennyire könnyű ágensekkel utánoztatni valós személyek viselkedését, személyiségét.

A két ágenstípus összeintegrálható: az integrált MI-modellek nemcsak utánozzák a személyiségünket, hanem dolgozhatnak is helyettünk. Lényegében saját magunk digitális ikreként működnek. Hassaan Raza, a Tavus startup vezérigazgatója szerint a jövőben terapeutákat, orvosokat, tanárokat és más állásokat is utánozhatnak.

Ha lemegy az áruk, és könnyű lesz a fejlesztésük, két komoly probléma merülhet fel velük kapcsolatban. Az első, hogy személyesebb, károsabb mélyhamisítványokat (deepfakes) generálhatnak. Gondoljunk bele: ismerik a hangunkat, preferenciáinkat és a személyiségünket, azaz, nem csak egy kép alapján kell lejárató anyagot csinálniuk rólunk.

A másik probléma: megérdemeljük-e, hogy tudjuk, ágenssel vagy emberrel beszélgetünk? Képzeljük el, hogy ágensünk tesz-vesz helyettünk. Elmondjuk-e munkatársainknak vagy sem? Vagy ha hívjuk az orvost, kell-e tudnunk, hogy a vonal másik végén MI vagy ember van?

Ez a jövő sokkal hamarabb itt lesz, mint gondolnánk.

Az MI-alkalmazásokhoz platformot építő Decart startup és az MI-chipekre specializálódott Etched közösen bevezette a Minecraft-szerű játékokat valósidőben generáló, nyílt súlyokkal működő Oasist.

A rendszer a felhasználó billentyűleütésén, az egér mozgatásán és a korábbi képkocka alapján minden egyes alkalommal egy újabb képkockát generál. A gyakorló adatkészletet ugyan nem ismerjük, de az output döbbenetes hasonlóságát figyelembe véve, egész biztosan a Minecraft játékmenetéből kiinduló videókat használtak a tanításhoz.

Az újabb videógenerátorok létrehozták a bevezető majd az x-edik képkockát, aztán a köztük lévőket. Valósidejű játékmenethez viszont nem praktikus ez a megoldás. A problémát megoldandó, az Oasis megtanulta, hogyan generálja a mindig soron következő képkockát.

A képkockák azonban hibákat tartalmazhatnak, a hibák kockáról kockára öröklődhetnek. A fejlesztők ezt úgy igyekeztek kiküszöbölni, hogy a gyakorlás során zajt adtak az előző képkockák beágyazásaihoz, a modell pedig elsajátította, hogyan ne vegyen tudomást a zajról.

A felhasználói input, a zajos képkocka-beágyazás és a színtiszta zaj-beágyazás reprezentálja a létrehozandó képkockát. A transzformer iteratív módon távolítja el a zajt a megelőző és a jelenlegi beágyazásokból. A megtisztított aktuális képkocka beágyazásából dekóder készít képet.

A transzformerek hardveren futtatására hangolt Decart következtetőtechnológiáját használó rendszer Nvidia H100 GPU-n (grafikus feldolgozóegységen) működik. A fejlesztők a transzformerekre specializált, a Llama 70B-t döbbenetes 500 ezer token per másodperc sebességgel feldolgozó Etched Sohu chipjeire akarják cserélni a hardvert.

Az Oasis webes demójával a felhasználók 360x360 pixeles, másodpercenkénti húsz képkockával folytatnak interakciókat. Blokkokat, kerítéseket helyezhetnek el, Minecraft-szerű világban játszhatnak. Egyelőre persze akadnak problémák: objektumok eltűnnek, menüelemek megmagyarázhatatlanul változnak, a világ fizikája inkonzisztens. A játékosok nem esnek bele a közvetlenül alattuk ásott méretes lyukakba, vízbe ugrás után pedig kék padlón találják magukat. És így tovább.

A Google februárban jelentette be a kétdimenziós platformjátékokat bemenő képekből generáló Genie-t, de nincs róla nyilvánosan elérhető demó vagy modell, úgyhogy az egyelőre inkább proof-of-concept, semmint termék. Oasis az első teljes egészében MI által generált nyílt videójáték; mérce a következő játékgenerációk számára.

Rengeteg alkalmazási lehetőség rejlik benne: virtuális munkahely lehet belső tervezéshez, interaktív járműjavító kézikönyv és hasonlók.  

A fogyasztói technológia tág kategória, az életünket kényelmessé, produktívvá és szórakoztatóvá tevő, háztartási berendezésektől, járművekig, az intelligens otthon rendszereihez kapcsolódó egészségügyi és fitnesz-termékekig ívelő széles skálát fed le.

A morózus gazdasági légkörben fogyasztói és vállalati megoldások gyártói egyaránt tudják, hogy csak tényleg innovatív termékekkel maradnak versenyképesek. Mivel a kettő közötti határok egyre jobban elmosódnak, a fogyasztói tech elvárásai növekvő mértékben befolyásolják a munkahelyi megoldások iránti keresletet.

2025-ben nem meglepő módon változatlanul a mesterséges intelligencia lesz az innováció mögötti elsődleges hajtóerő. Integrálásával okosodnak, hasznosabbak lesznek az eszközök, és ez a tendencia, az MI jelenléte majdnem mindent meghatároz.

Bernard Marr jövőkutató nyolc markáns fogyasztói technológiai tendenciát prognosztizál 2025-re.

Az MI integrálásával személyesebb a felhasználói élmény, egyre inkább úgy érezzük, hogy az adott terméket, például az intelligens otthon napi rutinunkhoz alkalmazkodó készülékeit pont nekünk találták ki.

A nagy nyelvmodellek (LLM) és a természetesnyelv-feldolgozás hatására, ChatGPT és társai megjelenésével, úgy beszélünk hozzájuk, mintha emberek lennének. A folyamatból konyhai berendezéseink, járműveink sem maradnak ki. Tovább egyszerűsödnek a velük folytatott interakcióink.

Vásárláskor még inkább figyelembe vesszük a fenntarthatósági, környezeti szempontokat. A cégeket ez energiahatékonyabb, kevesebbet fogyasztó, kevesebb hulladékot termelő, minél nagyobb mértékben újrahasznosított anyagokból készülő eszközök termelésére ösztönzi. Ezek a szempontok üzleti prioritássá válnak.

Még több és jobb minőségű, genetikai és mikrobiológiai adatokat is felhasználó egészségügyi technológia készül fogyasztói célra. Egyszerű monitorozás helyett diagnosztizálni is fognak alapvető funkciókat.

A valósidejű fordítást biztosító eszközök fejlődésének köszönhetően egyszerűbb lesz utazás közben kommunikálni. A technológiát okos szemüvegbe és órákba, füldugókba stb. integrálják.

2025-ben szélesebb rétegeket szólítanak meg a fogyasztói technológiák: a hangasszisztensek jobban kezelik a sztenderdtől eltérő kiejtést, nyelvjárásokat, nem fehérbőrűek is hatékonyabban használhatnak viselhető egészségügyi cuccokat.

Az MI új életet lehel a társszerű eszközökbe, az emberrel való interakcióra, például otthoni szórakoztatás szolgáltatására fejlesztett asszisztensekbe: esti történetmesélő maciba és hasonlókba. Mesterséges intelligenciával mindennapi tárgyak is barátokká válhatnak.

A mikro-járművek (e-kerékpárok, szkúterek, kompakt elektromos autók) elemeinek élettartama meghosszabbodik, okostelefonunkkal integrálódnak, olcsóbbak és kényelmesebbek lesznek. A mikromobilitás jelentősége folyamatosan nő.

A Rendőrparancsnokok Nemzetközi Szövetsége által szervezett legutóbbi konferenciát az Egyesült Államokban tartották, rengeteg témát megvitattak, köztük technológiákat, így a mesterséges intelligenciát is. A sajtó szerint a legnagyobb tanulság az volt ezen a téren, hogy ha az adott parancsnokság lassan halad az MI-vel, akkor fel kell gyorsítani, mert a rendvédelmi tevékenység összes formájának az alapja lesz.

A kiállítók/beszállítók látványos, nem csak mesterségesintelligencia-technológiákat mutattak be: testpáncélokat, fegyvereket, cyber-járműveket, újfajta kesztyűket. Legtöbben mégis az MI-alapú technológiákat csodálták.

Az MI-alapú rendvédelem három felhasználását emelték ki.

A leglátványosabb a virtuális valóság (VR) körüli felhajtás volt: a V-Armed és olcsóbb megoldásokat kínáló versenytársai VR-rendszereket értékesítenek rendőri kiképzéshez, speciális szemüvegekkel, kamerákkal és szenzorokkal. Ez a kiképzési módszer hosszabb távon olcsóbb és immerzívebb, mintha szereplőkkel, osztályteremben játsszák el ugyanazokat a forgatókönyveket.

A rendszerek eredményességéről még több esettanulmány kell, és a való világbeli szituációk sem szimulálhatók mindig, ráadásul az MI sem jó az úgynevezett puha szkillekben, például a másokkal folytatott empatikus interakciókban. Karakterek eljátszásában viszont sokat fejlődött.

Az adatgyűjtés és értelmezés változása volt a második MI-felhasználási eset. A rendőrség a személyiségi jogi szempontból gyakran vitatott rendszámtábla-olvasók és lövés-detektorok mellett/helyett egyre több szenzort és kamerát használ, azok gyűjtögetnek, az integráció pedig szakértőkkel történik. Rendőrfőnökök speciális tanfolyamokon vesznek részt (például a Microsoft is szervez ilyeneket), ahol elsajátítják adatelemző rendszerek kiépítését, működtetését.

Más területekhez hasonlóan, az MI a rendőrségnél is fontos szerepet játszik adminisztratív feladatok elvégzésében, jelentéskészítésben. Ez a harmadik kiemelt felhasználási eset, és nem meglepő módon a generatív modellek a főszereplők. A Draft One (Axon termék) testkamerával felvett anyagot ír át vázlattá. Tipikus MI-feladat, rengeteg időt spórolhat meg rendőröknek. De abba is gondoljunk bele, hogy még mindig hajlamos hallucinálni, és képzeljük el, milyen következményekkel járhat kritikus esetekben, ha nem a valóságot írja le. A jelentések pontossága szintén kritikus tényező.

A beszámolók alapján az amerikai rendőrség kaotikusan alkalmazza az MI-t. Nincs szakterületi felügyelő szervezete, nincsenek egységesen kidolgozott irányelvek.

A kínai ICT egyik nagyágyúja, a Tencent közzé tette nyílt forráskódú és nyílt súlyokkal rendelkező „szakértők keveréke” (mixture of experts, MoE) nyelvmodelljét. Alap és utasításokkal finomhangolt változatai egyaránt nagymennyiségű inputot, 256 ezer tokent dolgoznak fel. A Hunyuan Large nevű modell százmillió felhasználó alatti nem EU-s fejlesztők számára ingyenes.

Az MoE architektúrák paraméterek különböző alkészleteivel dolgoznak fel különböző inputokat. Mindegyik szinten van egy neurálisháló-csoport (szakértői csoport); munkájukat kapumodul előzi meg, ő tanulja meg kiválasztani, hogy melyik vagy melyikek dolgozzák fel az adott bemenetet.

Így a különböző szakértők megtanulnak különböző példatípusokra specializálódni. Mivel nem minden paramétert használnak fel egy adott output előállítására, a hálózat kevesebb energiát fogyaszt, gyorsabban fut, mint az inputok összes paraméterével dolgozó hasonló méretű többi modell.

A Hunyuan Large ugyan 389 milliárd paraméteres, de „csak” ötvenkét milliárdot használ egy-egy input feldolgozásához. Fejlesztői hétbillió tokenes, főként angol és kínai szövegen előzetesen gyakoroltatták. 5,5 milliárd token forrását nem pontosították, 1,5 milliárd szintén nem pontosított nagy nyelvmodellek (LLM-ek) által generált szintetikus token volt.

A fejlesztők szerint a gyakorlóadatokat szolgáltató modellek változatos területeken adnak szakértő-szintű válaszokat. 

A Hunyuan-Large-t nem specializált utasítás-adatkészleteken és emberi visszajelzésekkel finomhangolták. A modellek tevékenységét négy nyíltforrású másikkal (Llama 3.1 70B, Llama 3.1 405B, a Mixtral-8x22B és a DeepSeeki-V2 MoE modelljeivel) hasonlították össze.

Tizenkilenc benchmark közül tizenötben a legjobban teljesített. A teszteken a résztvevők angol, kínai, matek és kódoló képességeit vizsgálták. Az utasításokkal finomhangolt változat tizenháromból tízszer végzett az élen. De még ennél is fontosabb, hogy általában legyőzte a Llama 3.1 405B-t. Gondoljunk bele: mindössze 52 milliárd paraméterrel a 405 milliárdosat. A jövőre nézve ez azért bíztató, mert szignifikánsan kisebb a feldolgozás (kevesebb a fogyasztás), másrészt a modell több-rendeltetésű. 

Egy új szingapúri törvény alapján, a dezinformáció és a félretájékoztatás elleni küzdelem jegyében, a városállamban választási periódusban blokkolni fogják a mélyhamisítványokat és más digitálisan manipulált tartalmakat.

A törvény megtiltja, hogy jelöltekről olyan anyagokat tegyenek közzé, amelyekben az illető által nem mondott szöveg hangzik el, végre nem hajtott cselekedet látható. Mesterséges intelligenciával és nélküle, például Photoshoppal, hangalámondással stb. létrehozott tartalmak is ebbe a kategóriába tartoznak.

Teljesen mindegy, hogy az adott tartalom hízelgő vagy nem az adott jelöltre nézve, egyedül a valóságtartalom számít. A törvény anyagok feljavítására, létező kamutartalmak megosztására, újra posztolására is érvényes.

A jelölteknek jogukban áll, hogy az illetékes hivatalhoz eljuttassák az őket a valóságtól eltérő módon megjelenítő, leíró anyagokat, a hatóság pedig felléphet a tiltott tartalmakat online választási anyagokként terjesztők ellen. A tartalom eltávolítására kötelezhetik őket, illetve választási periódusban blokkolhatják az ilyen anyagokhoz való hozzáférésüket.

A törvénynek eleget nem tevő közösségimédia-szolgáltatókat bizonyítottság esetén akár egymillió dollárra, másokat ezer dollárra vagy börtönbüntetésre, vagy mindkettőre ítélhetnek.

Az új törvény nem vonatkozik MI-vel generált vagy animált karakterekre, rajzfilmekre, „szépség-filterekre”, képek és videók színeinek, megvilágításának és szórakoztató tartalmak, köztük a mémek módosítására. Privát és otthoni, zárt csoporton belüli kommunikációra és engedélyezett hírügynökségek információira sem.

A következő általános választásokat 2025 novemberében tartják. A jelölteknek előzetesen be kell jelenteniük, és le kell leplezniük a szerintük őket valótlanul feltüntető anyagokat. A kormány változatos technológiákkal fogja vizsgálni anyagok valódiságát. Ha viszont egy jelölt hazudik egy anyagról, akkor ő is büntethető, súlyosabb esetben visszavonhatják a jelölését. Az állampolgárok szintén bejelenthetnek szerintük kamu tartalmakat.  

A Pittsburghi Egyetem kutatói kimutatták, hogy olvasóknak még Shakespeare vagy Emily Dickinson esetében is komoly problémát jelent megkülönböztetni a mesterséges intelligencia generálta és az ember által írt verseket. De még meglepőbb, hogy emberek jobban szeretik az MI műveit. Ez azért fontos, mert általában kreativitásunkat emeljük ki, ha arról beszélünk, mely területeken biztosan nem ér utol, hagy le minket az MI.

A kutatók nem-szakértő versolvasókkal végeztek két kísérletet, és a résztvevők a véletlenszint alatt teljesítettek az MI verseivel: inkább tartották azokat emberi műveknek. Sőt, az MI-verseket gyakrabban gondolták humán munkának, mint a tényleges, valóban ember által írtakat.

A minőséget illetően, beleértve a ritmikát és a szépséget, az MI-versek magasabb pontszámokat kaptak. A résztvevőknek lényegében fogalmuk sem volt, melyik költemény nyelvmodell szüleménye, melyik humán művész alkotása.

A kutatók szerint talán az egyszerűségük, könnyebb értelmezhetőségük miatt kaptak magasabb pontszámokat az MI-alkotások: az átlagfogyasztó számára kevésbé bonyolultak, kevesebbet kell gondolkozni rajtuk.

Az első kísérletnél véletlen sorrendben mutattak a tesztalanyoknak tíz verset. Ötöt ismert költők, köztük Shakespeare, Dickinson, T. S. Eliot írtak, a másik ötöt az OpenAI már elavult GPT 3.5 nagy nyelvmodellje. Az öt költő stílusát kellett utánoznia.

A második kísérletnél tizennégy szempont alapján kellett pontozniuk a verseket: minőség, ritmika, érzelmi hatás, eredetiség stb. A résztvevőket három csoportra osztották: az egyiknek azt mondták, hogy a verseket MI írta, a másiknak, hogy ember, a harmadiknak semmit.

Az első csoport alacsonyabb pontszámokat adott, mint a második, míg a harmadik többre értékelte az MI-verseket.

Míg korábbi tanulmányok arról szóltak, hogy könnyű megkülönböztetni MI és ember költészetét, jelen kísérlet pont az ellenkezőjét támasztja alá. Az is közrejátszhat ebben, hogy a generatív MI az emberinél is emberibbet igyekszik alkotni, és a nem-szakértő versolvasó könnyen bedől a „trükknek.”

Csak néhány hét telt el Donald Trump megválasztása óta, de mint az várható volt, máris felvirágzott a kriptoüzlet. Szárnyal a bitcoin, legalább a felével ér többet, mint november ötödike előtt. A globális kriptopiac története során először meghaladta a hárombillió dollár összértéket, még a pandémia éveiben sem érte el ezt a szintet.

Elon Musk kedvenc kriptovalutája, a Dogecoin értéke 150 százalékkal emelkedett, növekedése folyamatos. Miután megerősített tény, hogy Musk és Vivek Ramaswamy biotech-vállalkozó a megválasztott elnök környezetében hivatalosan is fontos szereplők lesznek, még jobban kilőttek a kriptók. Ők hivatottak lefaragni az amerikai költségvetést, kormányköltéseket, bürokráciát.

Tavaly még „kripto télről” beszélt a szaksajtó, a bitcoin 20 ezer dollár alá esett vissza, mindenki temette a művészvilágban a húszas évek elején csúcsra futott NFT-t, a nem helyettesíthető tokeneket. Augusztusi beszámolók alapján az átlag NFT-birtokosok további 44,5 százalékot buktak, az NFT-munkák 95 százalékát pedig kvázi halottnak nyilvánították.

Kérdés, hogy a kripto újjászületése milyen hatással lesz a művészvilágban néhány éve meghatározó trendnek számított NFT-k helyzetére, mennyire változtat rajta.

A mozgások egyelőre nem realizálódtak több eladásban, aukciós házak előrejelzése alapján viszont keresletnövekedésre számíthatunk, több gyűjtő fog kriptovalutával vásárolni, és akár a 2021-eshez hasonló robbanás is jöhet hamarosan.

Több jel utal rá.

Maurizio Cattelain A komikusát, a virálissá vált leragasztott banánt 2019-ben 120 ezer dollárért értékesítették. November végén a Sotheby’s New Yorki kortárs eseményen elárverezi, becsült értéke egy és másfél millió dollár között van.

Michael Bouhenna, a Sotheby’s digitális művészet- és NFT-főnöke a banántól ihletve, létrehozta a szabályozatlan mémérme-piac legújabb szenzációjává vált $BAN-t. Semmiféle promóciót nem csinált neki, senkit nem bíztatott vásárlásra, viszont egy szerencsés befektető, 1795 dollárról indulva, két nap alatt 870 ezer dollárt keresett rajta. (A mémérmék internetes mémek és trendek által inspirált, karakterekről, állatokról, műalkotásokról stb. elnevezett, a kriptovilágon belül is illékony természetű valuták.)

Donald Trump alatt a kriptovaluták szabályozása várható, amellyel lefektetik a kereteket, keretekkel nagyobb lesz irántuk a bizalom, több befektetés áramlik a szektor felé. Különösen a digitális művészeti piacon sokkal gyakrabban fognak kriptóval fizetni, és minden bizonnyal újra felértékelődik az NFT-biznisz.    

Az elmúlt két évtizedben az új technológiák óriási mennyiségű biológiai adat előállításában segítettek kutatókat. Sejtes és többsejtű rendszerekre vonatkozó infók változatos területek fejlődését, például a genetikában végzett kísérleteket viszik előre. Megértésük azonban nem mindig könnyű, különösen, ha komplex rendszereket próbálunk elemezni.

Az MIT (Massachusetts Institute of Technology) biomérnökei új számítási módszert dolgoztak ki hasznos infók kinyerésére ezekből az adatkészletekből. Kimutatták, hogy így egy sor olyan kölcsönhatást képesek feltárni, amelyek meghatározzák, hogy például az immunrendszer miként reagál a tuberkulózis elleni oltásra és az azt követő fertőzésre.

Komplex biológiai rendszerek, mint az immunrendszer vizsgálatakor, tudósok sokféle adatot képesek kinyerni. Gépi tanulással modellek gyakoroltathatók be adott inputsor melletti speciális outputok előrejelzésére. Ebből a modellezésből viszont nem ismerjük meg, mi történik az input és az output között. Klinikai eseteknél nagyon hasznos, a biológia megértésében viszont már kevésbé, mert nem tudjuk, milyen mechanizmusok generálnak outputokat az inputokból.

A gépitanulás-megközelítés helyett a beszédfelismerésben és a gépi látásban elterjedt, a biológiában viszont ritkán alkalmazott valószínűségi grafikus hálózatokat használták. Minden egyes mért változó csomópont, és a modell térképet generál a csomópontok egymáshoz kapcsolódásáról.

Az MIT-kutatók korábban csak egy adattípusos elemzésre, most viszont többféle adatra használták. Matematikai technikával, „grafikus lasszóval” kiszűrték az egymásra közvetlenül nem ható változók közötti kapcsolatokat, a számítástudomány „zajait”. Így csak a legfontosabb interakciókra koncentrálnak, és kimutathatók a közvetlen hatások.

A módszert tuberkulózis elleni oltóanyagon tesztelték. Az adatok kb. kétszáz változót tartalmaztak, a méréseket oltás előtt és után, majd a fertőzést követően is elvégezték. Technikájukkal meg tudták állapítani, milyen lépések szükségesek nagyon erős immunreakció kialakításához.

Eljárásukat gyógyszerfejlesztésekhez, de például tumor mikrokörnyezetének tanulmányozásához is alkalmazhatják.

Egy brit fogyasztóvédelmi csoport (Which?) figyelmeztette a vásárlókat, hogy legyenek óvatosak legújabb elektronikus termékeik kiválasztásánál, ugyanis egyes okos eszközök túlzott megfigyelő tevékenységére találtak bizonyítékokat.

Forrólevegős olajsütőkről, intelligens konyhai gépekről, főként a kínai Xiaomi és Aigostar, valamint az amerikai Cosori termékeiről van szó. Mindegyik akarja tudni, hogy pontosan hol vagyunk, és engedélyt is kérnek hanganyagok telefonunkon történő rögzítésére.

Tartózkodási helyünktől függően az okos eszközzel összekötött Xiaomi alkalmazás a Facebook hirdetéskövetőjéhez, a TikTok Pangle hirdetőhálózatához és a kínai infokom nagyágyú Tencenthez is kapcsolódik.

Az Aigostar telepítéskor, fiókunk létrehozásakor elkéri születési dátumunkat, rákérdez a nemünkre. A Xiaomi olajsütőjével egyetemben, ezeket az adatokat kínai szerverekre küldik.

Adatbiztonság, a személyes adat védelme (privacy), követés és adattörlés szempontjából a Cosori kapta a legalacsonyabb pontszámot.

Ultimate okosórája telepítésekor, a Huawei kilenc kockázatos okostelefonos engedélyt kér a felhasználótól. A fogyasztóvédelmi cég azt tartja kockázatosnak, ha a termékfejlesztő túlzott hozzáférést kap készülékünkhöz: pontos tartózkodási hely, audióanyagok felvétele, tárolt fájljaink elérése, láthatja a többi telepített appot stb.      

Minden engedélykérést meg kellene indokolniuk. A Huawei persze elmondta, hogy a felhasználói adatokat nem használják fel marketinges, hirdetési célokra, hirdetéskövetők ugyanakkor aktívak az okosóráján. A cég szerint ez csak egyes régiókra érvényes.

A fogyasztóvédelmi anyagban nem kínai vállalatok (Amazon, Google, LG, Samsung) ezirányú termékpolitikáját szintén bírálták. Döbbenetes, milyen szintre fejlődött a fogyasztók adatainak gyűjtése, ráadásul a termékek adatgyűjtő tevékenysége, a gyűjtés célja egyre átláthatatlanabb. A témával foglakozó brit szervezet, az ICO 2025 tavaszára ígér új szabályozást.

A beszámolóra reagálva, a Huawei állítása szerint betartotta az Egyesült Királyság vonatkozó szabályait, a Cosori szerint okos termékei betartják a GDPR-t, az Aigostar pedig nem kommentálta az anyagot.