Szerző: Varga Zsolt
A KPMG friss esete, ahol egy AI‑ról szóló jelentésükről derült ki, hogy tele van hallucinált esettanulmányokkal és forrásokkal, tankönyvi példa arra, hogyan kezd el erodálódni egy nagyvállalat hírneve a saját tartalmain keresztül. Több nagy szervezet – például az UBS vagy az NHS – nyilvánosan vitatta a róluk leírt AI‑használatot, mondván: az állítások egyszerűen nem igazak.
A RepValTM modell logikája szerint a vállalati hírnév nem egy „általános jó megítélés”, hanem több, jól mérhető dimenzió eredője. Egy ilyen AI‑botrány legalább három kulcsterületen üt:
- az értékígéret hitelessége sérül, amikor kiderül, hogy a cég saját „szakértői” anyagai sem megbízhatóak,
- az kompetencia és teljesítmény percepciója romlik, ha az alapkutatás (források, tények) minősége ennyire gyenge,
- az etikai–integritás kép pedig erodálódik, mert az érintett szereplők (bankok, egészségügy, közlekedés) joggal érzik félrevezetve magukat.
Ez már nem csak egy „ciki AI‑hiba”. A reputációs tőke sérül, mert gyengül az a bizalom, hogy a cég képes komplex, érzékeny témákban felelősen megszólalni – legyen szó technológiáról, szabályozásról vagy a saját ügyfeleiről.
Mit lehet tenni, hogy az AI használat ne veszélyeztesse a hírnevünket?
1. AI‑policy és hírnévvédelmi keretrendszer összekötése.
Az AI‑használati szabályzatot nem IT‑projektként, hanem reputációs kockázatkezelési eszközként kell megalkotni, például hol szabad AI‑t használni (ötletelés, nyelvi finomítás), és hol tilos (adatok, hivatkozások, esettanulmányok „kitalálása”). Minden AI‑által generált tényt egy a területhez értő szakembernek kell validálni beleértve a generált forrásokat is.
2. „No AI as a source” elv a publikációknál.
Az AI lehet eszköz, de nem lehet forrás. A lábjegyzeteknek, case study-knak és adatoknak mindig valós, ellenőrizhető dokumentumokra, kutatásokra, sajtóközleményekre kell visszavezethetőknek lenniük – különben a RepValTM‑típusú modellekben kulcsmutatók (megbízhatóság, szakértelem) láthatóan romlanak.
3. Hírnév‑ és AI‑audit rendszeres bevezetése.
Érdemes időről időre hírnévmérés készíteni, hogyan ítélik meg a céget, márkát a stakeholderek az ügyfelektől a beszállítókon át az alkalmazottakig, ne csak a média megjelenéseket nézzük! Egy RepValTM‑alapú mérés pontosan megmutatja, hol kezd repedezni a hírnévstruktúra, mielőtt még válsággá válna a helyzet.
4. Emberi felelősség és AI‑tudatosság.
Minden high‑profile anyagnál – white paper, kutatás, iparági jelentés – legyen kijelölt felelős, aki névvel vállalja, hogy a tartalom megfelel a vállalat hírnév‑ és minőségi elvárásainak, függetlenül attól, használtak‑e AI‑t a készítésben. Ezt érdemes tréninggel is megtámogatni, hogy a kollégák ne csak használják az AI‑t, hanem értsék a reputációs kockázatait is.
A generatív AI ma már nem csak arról szól, hogy gyorsabban írunk egy jelentést. Arról is, hogy hosszú távon ki írja a vállalatunk történetét – mi magunk, tudatosan, vagy egy felügyelés nélkül hagyott modell, amely egyetlen hibás jelentéssel évekre képes kárt tenni a hírnevünkben.