Kulcsszavak
Hogyan kell idézni
Absztrakt
Cél: A tanulmány feltárja, miként érvényesíthető az egyenlő bánásmód (EB) követelménye a magyar rendvédelemben, különös tekintettel a több szintű jogi szabályozásra és a mesterséges intelligencia alkalmazására.
Módszertan: A tanulmány módszertana kettős megközelítést alkalmaz. Egyrészt normatív-jogi elemzés keretében vizsgálja a vonatkozó hazai és uniós jogforrásokat, valamint az Európai Unió Bíróságának és az Emberi Jogok Európai Bíróságának ítélkezési gyakorlatát. Ennek célja, hogy feltárja az egyenlő bánásmód elvének szabályozási rétegeit és azok dogmatikai összefüggéseit. Másrészt esettanulmányokra támaszkodik, amelyek empirikus szempontból mutatják be a rendőrségi gyakorlat problémáit. Három ügy került kiválasztásra: (1) a roma közösségeket érintő aránytalan igazoltatások, (2) a Budapest Pride tiltásának bírósági megsemmisítése, valamint (3) az arcfelismerő rendszerek magyarországi pilot alkalmazása. Az esetválasztás szándékosan több dimenziót fed le: etnikai szelekció, gyülekezési jog és digitális technológia. Ezek együttes vizsgálata lehetővé teszi, hogy a tanulmány átfogó képet adjon a rendvédelemben érvényesülő diszkriminációs kockázatokról. A módszertan korlátja, hogy az esettanulmányok száma szűk, és elsősorban jogi forrásokra, ombudsmani és hatósági jelentésekre, valamint nemzetközi szakirodalomra épül. Statisztikai elemzés vagy nagymintás empirikus kutatás nem képezte a vizsgálat tárgyát, így az eredmények inkább kvalitatív következtetések formájában értelmezhetők.
Megállapítások: A fejlett technológiák (FRT, prediktív rendszerek) csak kettős ex-ante engedélyezés, független audit és nyílt adatszolgáltatás mellett egyeztethetők össze az EB-elvekkel; a jogszerűség kulcsa a transzparens adatkezelés és az időben történő bírói felülvizsgálat.
Érték: Elsőként integrálja az EU 2024/1689 MI-rendelet előírásait a hazai rendészeti gyakorlatba, és hatpontos reformcsomagot kínál az egyenlő bánásmód operatív minőségi mutatóvá emeléséhez.
Hivatkozások
Barocas, S., Narayanan, A., & Nissenbaum, H. (2019). Fairness and machine learning. FairML Press.
Belton, R. (2004). Title VII at Forty: A Brief Look at the Birth, Death, and Resurrection of the Disparate Impact Theory of Discrimination. Hofstra Labor & Employment Law Journal, 22(2), 431–452. https://law.hofstra.edu/pdf/labor_Belton_vol22no2.pdf [2]
Blount, J. (2018). Police accountability and transparency in Central Europe. Routledge.
Craig, P., & de Búrca, G. (2020). EU law: Text, cases, and materials (7th ed.). Oxford University Press. https://doi.org/10.1093/he/9780198856641.001.0001
Fazekas M. (2023). Discrimination awards in Hungarian tort law. Central European Journal of Comparative Law, 14(2), 101–120.
Garza, R. (2024). Statement on FRT bias. U.S. Commission on Civil Rights. https://www.usccr.gov [1]
Gould, J. B., & Mastrofski, S. D. (2018). Suspect race: Causes and consequences of racial profiling. Cambridge University Press.
Pap A. L. (2014a). Racism and law enforcement: The Hungarian experience. Policing and Society, 24(3), 284–303. https://doi.org/10.1080/10439463.2013.784291
Pap A. L. (2014b). Ki és mi a magyar? Az Alaptörvény preferenciái kritikai perspektívából. In F. Gárdos-Orosz & Z. Szente (Szerk.), Alkotmányozás és alkotmányjogi változások Európában és Magyarországon (o. 245–263). Nemzeti Közszolgálati Egyetem, KTK.
Veale, M., & Borgesius, F. J. Z. (2021). Demystifying the draft EU AI Act. Computer Law Review International, 22(4), 97–112.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright (c) 2026 Belügyi Szemle