Valós téradatok kitalált térképek helyet

Ingrid Vanden Berghe-t kérdeztük arról, mitől működik jól a szakmai együttműködés, milyen lehetőségeket rejt a téradatok és az IT szorosabb kapcsolata, és hogyan oszthatók meg a feladatok a jövőben az ember és a mesterséges intelligencia között

A Nemzetközi Téradat-konferencia egyik előadója, Ingrid Vanden Berghe, az ENSZ globális térinformatikai információkezeléssel foglalkozó szakértői bizottsága európai szervezetének (UN-GGIM: Europe) megbízott elnöke a téradat-infrastruktúrák fejlődésének emberi oldalára is ráirányítja a figyelmet. A konferencia előtt miniinterjúban kérdeztük arról, mitől működik jól a szakmai együttműködés, milyen lehetőségeket rejt a téradatok és az IT szorosabb kapcsolata, és hogyan oszthatók meg a feladatok a jövőben az ember és a mesterséges intelligencia között.

Mi volt a legfontosabb tanulság az Ön országának nemzeti téradat-infrastruktúrája kialakítása során, különös tekintettel az intézményi, szabályozási és együttműködési kérdésekre?

A siker legfontosabb feltétele, hogy legyenek olyan emberek, akik mások sikerét akarják szolgálni.

Mitől lehet sikeres az együttműködés a téradatok területén?

A sikeres együttműködéshez olyan hozzáállásra van szükség, amelyben, ha kell, vállalod a felelősséget a kudarcért, a sikerért járó elismerést viszont meghagyod azoknak, akik valóban hasznosítják a téradataidat és az infrastruktúrádat.

Mi jelenti ma a legnagyobb kihívást abban, hogy a téradatok szélesebb körben hozzáférhetők és újrahasznosíthatók legyenek?

A legnagyobb kihívás, hogy a szélesebb IT-szektorban még mindig kevéssé ismerik a téradatokat és azok speciális követelményeit, miközben a bennük rejlő térbeli összefüggések éppen abban segíthetnének, hogy rendet teremtsünk a nagy és összetett adathalmazokban.

Hogyan alakíthatja át a mesterséges intelligencia a téradat-szektort a következő években?

Gondoskodnunk kell arról, hogy a mesterséges intelligencia a térbeli kérdésekre valós téradatokra támaszkodva válaszoljon, ne pedig „kitalált” térképekkel. Ehhez meg kell találnunk annak a módját, hogy az MI a téradatokat torzítás nélkül tudja feldolgozni, és a saját adatainkat is ennek megfelelően kell előkészítenünk.

Mi az a kérdés vagy tapasztalat, amelyről mindenképpen érdemes lenne közösen gondolkodni a Nemzetközi Téradat-konferencián?

A mesterséges intelligencia átveheti azokat a feladatokat, amelyekben jobb az embernél, így mi azokra a területekre összpontosíthatunk, ahol az emberi mérlegelés és az etikai megítélés igazán számít.

 

Nemzetközi Téradat konferencia 2026

Időpont: 2026. október 8.

Helyszín: Budapesti Műszaki és Gazdaságtudományi Egyetem, K épület – Díszterem

A részvétel ingyenes, de előzetes regisztrációhoz kötött. Regisztrálni a konferencia honlapján lehet 2026. szeptember 30-ig, illetve a rendelkezésre álló férőhelyek betöltéséig.

 

EN version

What has been the most valuable lesson learned in developing your country’s National Spatial Data Infrastructure including its institutional, regulatory and collaborative aspects?

The most important factor for success is people wanting to serve others so they can be successful.

What makes cooperation successful in the geospatial sector?

An attitude where you take the blame for failure if needed but leave the praise for success to the people really doing something with your geospatial data and infrastructure

What do you see as the biggest challenge in making geospatial data more accessible and widely reusable?

The ignorance in the mainstream IT about geospatial data and its specific requirements and the power it contains to unlocking big data messes

How will AI shape the geospatial sector in the coming years?

We have to make sure AI answers geospatial issues with real geospatial data and not with fabulated maps. This means we have to find ways to make AI consume geodata without deforming it, and we have to prepare our own data accordingly

What is the key message you would like to share and discuss with the audience in Budapest?

AI can take over functions where it is better than humans, so humans can focus on the domains where thinking and ethical judgment matter.