ALGORITMUSOK AUDITÓRIUMA 2026
A konferencia előadóinak mesterséges intelligenciával foglalkozó publikációi

APA 7 hivatkozások · 70 tétel · Forrás: Algoritmusok Auditóriuma Airtable / Bibliográfia · 2026. október 22.

Aczél-Partos, A. (2026). Digitális fordulat a jogászképzésben? A technológiai tartalmak megjelenése a hazai jogi karokon. Iustum Aequum Salutare, 22(1), 39–57. https://doi.org/10.69695/ias.2026.1.03

Aczél-Partos Adrienn (2026). Szakdolgozat 2.0 avagy a mesterséges intelligencia szerepe a kutatásmódszertan megújításában. Filológia.hu, 17(1).

Aczél-Partos Adrienn (2026). Teaching Legal Technology in Law School: Forming Competence and Character in the Age of AI. Mester és Tanítvány, 4 (Gravissimum Educationis 60, különszám), 91–105.

Aczél-Partos, A. (2025). A plágium digitális transzformációja. In J. Tick, K. Kokas, & A. Holl (szerk.), Oktatási, kutatási és közgyűjteményi infrastruktúrák és tartalmak: digitális transzformáció felsőfokon (149–163. o.). Hungarnet Egyesület. https://doi.org/10.31915/NWS.2025.17

Aczél-Partos Adrienn (2025). Plagiarism in Higher Education: The Impact of EU-funded Research, Law, and AI on Evolving Academic Norms. Hungarian Yearbook of International Law and European Law, 13(1), 123–140.

Almási, Z. (2025). A kalitkában éneklő madarak: prediktív média és műalkotás. In Hamp Gábor, Hermann Veronika, Orbán Krisztina, Bárány Tibor (szerk.): A műalkotás a digitális sokszorosíthatóság korszakában. Typotex Kiadó, 97–112.

Almási, Z., Memon, M., Leoni, T., & Phauk, S. (2024). Enhancing collaborative learning with AI. In R. Tózsa & C. Cachapero (Eds.), Universities' role in artificial intelligence innovation ecosystems by 2060 in Asia and Europe (pp. 77–84). Asia-Europe Foundation.

Andok Mónika (2026). A mesterséges intelligencia jártasság kérdése a médiaoktatásban. In Balázs László (szerk.): Kommunikációoktatás a mesterséges intelligencia és a digitális kultúra korában. Hungarovox Kiadó, 9–23.

Andok Mónika (2025). Mesterségesintelligencia-jártasság. Iustum Aequum Salutare, 21(3), 43–60.

Andok, M., Rajki, Z., & Dornics, S. (2025). The use of artificial intelligence tools for religious purposes: Empirical research among Hungarian religious communities. Religions, 16(8), Article 999. https://doi.org/10.3390/rel16080999

Asztalos, B., Bányász, P. (2025). Monitoring the Semantic Change of COVID-19-related Expressions Using Dynamic Word Embeddings. Infocommunications Journal, 17(2), 20–27.

Bányász, P., & Bányász-Váczi, K. B. (2025). Politikai kommunikáció a mesterséges intelligencia korában: A 2024-es amerikai elnökválasztás tartalmainak narratív hálózata. Századvég, 5(4), 11–40. https://doi.org/10.65295/SZF.2025.4-1

Banyasz, P., Gulyas, L., Szadeczky, T., Banyasz-Vaczi Kincso, B. (2026). The resilience of social media users against Generative AI-based visual manipulation: A survey among Hungarian Facebook users. In Proceedings of the Central and Eastern European eDem and eGov Days 2025 (CEEeGov 2025). ACM Press, 181–188. MTMT megjelenési év: 2026. https://doi.org/10.1145/3773002.3774813

Bányász, P., Orbók, Á., Magyar, S., Tóth, R., Bányász-Váczi Kincső, B., Veszelszki, Á., Kovács, G. (2025). The Capability to Identify AI-Generated Images. ESSACHESS: Journal for Communication Studies, 18(2[36]), 165–191. https://doi.org/10.21409/wzjv-p693

Bányász, P., Szádeczky, T., Váczi Kincső, B. (2024). The relationship between generative artificial intelligence and cybersecurity. Proceedings of the Central and Eastern European eDem and eGov Days 2024. ACM, 209–215. https://doi.org/10.1145/3670243.3670781

Bányász-Váczi, K. B., & Rajki, Z. (2026). A bölcsészet-, társadalomtudományi és pedagógiai szakokon tanuló hallgatók perspektívái a mesterséges intelligencia lehetőségeiről és kockázatairól, 2. rész. Hadmérnök, 21(2), 5–25. https://doi.org/10.32567/hm.2026.2.1

Bányász-Váczi, K. B., & Rajki, Z. (2025). A bölcsészet-, társadalomtudományi és pedagógiai szakokon tanuló hallgatók perspektívái a mesterséges intelligencia lehetőségeiről és kockázatairól, 1. rész: Szakirodalmi áttekintés. Hadmérnök, 20(1), 187–201. https://doi.org/10.32567/hm.2025.1.10

Belényesi, E., Győrfyné Kukoda, A. (2026). Mesterséges intelligencia a tanulás szolgálatában: kétmintás kísérlet tapasztalatai a felsőoktatásban. In Fodorné Tóth Krisztina (szerk.): A lifelong learning ökoszisztéma fejlesztésének kérdései és kihívásai: Tanulmánykötet. MELLearN Egyesület – Pécsi Tudományegyetem, 57–77.

Belényesi, E., Győrfyné Kukoda, A. (2026). Teaching decision-making in public administration using AI: A comparative study of student and ChatGPT approaches. Teaching Public Administration (2026), cikkazonosító: 01447394261473655, 25 oldal.

Belényesi, E., Győrfyné Kukoda, A. (2025). A ChatGPT használata a felsőoktatásban: egy döntéshozatali kísérlet tanulságai. In Fodorné Tóth Krisztina (szerk.): Hatékony és fenntartható tudástranszfer és képességfejlesztés az egyetemeken a digitális transzformáció idején. MELLearN Egyesület, 190–204.

Belényesi, E., Győrfyné Kukoda, A. (2025). The Impact of Artificial Intelligence on Teaching Decision-making in Public Administration Higher Education. In Jacob Torfing et al. (szerk.): The 33rd NISPAcee Annual Conference 2025 e-proceedings. NISPAcee Press, 1–15.

Belényesi, E., Győrfyné Kukoda, A. (2025). The role of ChatGPT in teaching managerial decision-making in higher education lessons from an experiment. Social Communication Ethics, 1(2), 47–64.

Belényesi, E., Győrfyné Kukoda, A. (2024). A ChatGPT használata a közigazgatási felsőoktatásban: egy pilot kutatás tanulságai. Jel-Kép: Kommunikáció Közvélemény Média, 2024(1), 54–79.

Belényesi, E., Győrfyné Kukoda, A. (2024). The Use of ChatGPT in Public Administration Higher Education: A Pilot Study. In Eka Akobia et al. (szerk.): The 32nd NISPAcee Annual Conference 2024 e-proceedings. NISPAcee, 1–26.

Belényesi, E., Korpics Márta, K., Méhes, T., Győrfyné Kukoda, A. (2026). From Mandatory Exposure to Guided Engagement: Investigating the Structured Integration of Generative AI in Higher Education. Trends in Higher Education, 5(3), 76 (2026), 26 oldal.

Belényesi, E., Korpics, M., Győrfyné Kukoda, A., Méhes, T. (2026). A strukturált generatív mesterséges intelligencia-integráció a felsőoktatásban: a percepció, használat és tanulási élmény összefüggései egy kötelező kurzus keretében. In Buda András, Molnár György (szerk.): Oktatás – Informatika – Pedagógia 2026 Tanulmánykötet. Debreceni Egyetem BTK, 22–54.

Belényesi, E., Korpics, M., Méhes, T., Győrfyné Kukoda, A. (2026). Mesterséges intelligencia a felsőoktatásban: kihívások és lehetőségek egy intézményi pilot kutatási program tükrében. In Buda András, Molnár György (szerk.): Oktatás – Informatika – Pedagógia 2026: Tartalmi összefoglalók. Debreceni Egyetem BTK, 18. o.

Birihanu, E., & Lendák, I. (2025). Explainable correlation-based anomaly detection for industrial control systems. Frontiers in Artificial Intelligence, 7, Article 1508821. https://doi.org/10.3389/frai.2024.1508821

Birihanu, E., Soullami, A., & Lendák, I. (2025). Enhancing industrial control systems security: Real-time anomaly detection with uncertainty estimation. In Discovery Science: DS 2024 (Lecture Notes in Computer Science, Vol. 15244, pp. 99–114). Springer. https://doi.org/10.1007/978-3-031-78980-9_7

Demeter, M., Petruska, F., Háló, G., & Palusek, E. (2026). Parallel empires of knowledge: AI and the fracturing of global science. KOME: An International Journal of Pure Communication Inquiry, 14(1), 3–42. https://doi.org/10.17646/KOME.of.32

Dornics Szilvia (2025). A mesterséges intelligencia eszközeinek megjelenése a kommunikáció- és médiatudomány oktatásában. In Hulyák-Tomesz Tímea (szerk.): Kommunikációoktatás a változó társadalmi, technológiai és gazdasági környezetben, 78–90. Hungarovox Kiadó.

Dornics, S. (2025). Merre tovább, oktatás? Előnyök és félelmek a mesterséges intelligencia tükrében. Különleges Bánásmód, 11(2), 77–87. https://doi.org/10.18458/KB.2025.2.77

Dornics Szilvia (2025). Nyelvi stílusok és médiaműfajok a mesterséges intelligencia világában a kommunikáció- és médiatudomány szakon. In Molnár György, Holik Ildikó Katalin (szerk.): A múlt értékei és a jelen kihívásai a szakmai pedagógusképzésben, 110–124. Óbudai Egyetem.

Dornics Szilvia (2024). Hallgatói különbségek a mesterséges intelligencia használatának tükrében a kommunikáció- és médiatudomány szakon. Jel-Kép, 2024(4), 52–74.

Gergely, O., & Székely, K. K. (2024). A ChatGPT az új Google? Mesterségesintelligencia-alkalmazásokkal kapcsolatos gyakorlatok, attitűdök egyetemi hallgatók és oktatók körében. Erdélyi Társadalom, 22(2), 77–97. https://doi.org/10.17177/77171.297

Golden, D. (2025). Mesterséges intelligencia és társas tudás. Magyar Tudomány, 186(8), 1596–1603. https://doi.org/10.1556/2065.186.2025.8.14

Golden, D. (2024). What does generative AI actually know? In K. Nyíri (Ed.), Envisioning an electrifying future (pp. 53–55). Hungarian Academy of Sciences – University of Pécs.

Halász András P., Al Hemeary Nawar, Daubner Lóránt S., Zsedrovits Tamás, Tornai Kálmán (2023). Improving the Performance of Open-Set Recognition with Generated Fake Data. Electronics, 12(6), 1311.

Halász András Pál, Al Hemeary Nawar, Daubner Lóránt Szabolcs, Juhász János, Zsedrovits Tamás, Tornai Kálmán (2025). Adapting a Previously Proposed Open-Set Recognition Method for Time-Series Data: A Biometric User Identification Case Study. Electronics, 14(20), 3983.

Hermán Judit, Kovács Kíra Diána, Wang Yajie, Vásárhelyi Orsolya (2025). Evaluating the Gender Bias of Large Language Models in Academic Knowledge Production. European Workshop on Algorithmic Fairness, 417–422.

Horváth András, Oláh András, Pintér Attila, Siklósi Bálint, Lukács Gergely, Reguly István Z., Tornai Kálmán, Zsedrovits Tamás, Máthé Zoltán (2025). Anomaly Detection Algorithms for Real-Time Log Data Analysis at Scale. IEEE Access, 13, 136288–136311.

Korda, E. (2026). De a görögök ezt nem mondták… – Az MI az oktatásban 2025 őszi félévében. Kortárs, 2026(2), 51–55.

Ligeti, B., Szepesi-Nagy, I., Bodnár, B., Ligeti-Nagy, N., Juhász, J. (2024). ProkBERT family: genomic language models for microbiome applications. Frontiers in Microbiology, 14, 1331233. https://doi.org/10.3389/fmicb.2023.1331233

Ligeti-Nagy, N., Ferenczi, G., Héja, E., Jelencsik-Mátyus, K., Laki László, J., Vadász, N., Yang Zijian, G., Váradi, T. (2022). HuLU: magyar nyelvű benchmark adatbázis kiépítése a neurális nyelvmodellek kiértékelése céljából. In Berend Gábor, Gosztolya Gábor, Vincze Veronika (szerk.): XVIII. Magyar Számítógépes Nyelvészeti Konferencia, Szegedi Tudományegyetem, 431–446.

Ligeti-Nagy, N., Madarász, G., Földesi, F., Lengyel, M., Osváth, M., Sárossy, B., Varga, K., Yang Zijian, G., Héja, E., Prószéky, G. (2025). HuGME: A benchmark system for evaluating Hungarian generative LLMs. Proceedings of the Fourth Workshop on Generation, Evaluation and Metrics (GEM²). Association for Computational Linguistics, 385–403.

Madarász, G., Ligeti-Nagy, N., Holl, A., Váradi, T. (2024). OCR Cleaning of Scientific Texts with LLMs. Lecture Notes in Computer Science, 14770, 49–58.

Németh Dániel I., Tornai Kálmán (2023). Electrical Load Classification with Open-Set Recognition. Energies, 16(2), 800.

Oláh, S. (2026). Der inhumane Anteil künstlicher Intelligenz in der Kunstproduktion: Ästhetik bewusster Wahrnehmung und techno-medialer Prozessierung. In P. Gaál-Szabó, Sz. Kmeczkó, A. Horváth, G. Loosen (szerk.): Transdisziplinäre Perspektiven in den Geisteswissenschaften. Partium Kiadó, Oradea, 33–44. ISBN 9786155853883.

Oláh, S. (2024). Az alkotás önállósítása algoritmussal: A mesterséges intelligencia nem emberi, hanem leválik az emberről. Szkholion, 2024(1–2), 88–99.

Papp, J. T. (2025). A politikai deepfake és az EU politikai reklámtevékenységről szóló rendelete. Századvég, 2025(4), 65–90. https://doi.org/10.65295/SZF.2025.4-3

Papp, J. T. (2024). Adapting to change: AI’s potential impacts on journalism. Pázmány Law Review, 11(1), 17–31. https://doi.org/10.55019/plr.2024.1.17-31

Petruska, F. (2026). A mesterséges intelligencia egyetemi felhasználása. In B. B. Budai (szerk.), Digitáliskészség-fejlesztés (513–540. o.). Ludovika Egyetemi Kiadó.

Petruska, F. (2025). A mesterséges intelligencia és a honvédelem kapcsolódási területei, különös figyelemmel a szabályozásra. Védelmi-biztonsági Szabályozási és Kormányzástani Műhelytanulmányok, 2025(10), 4–19.

Petruska, F. (szerk.). (2025). Mesterséges intelligencia: Tanulmánykötet a mesterséges intelligencia gyakorlati alkalmazásáról. Nemzeti Közszolgálati Egyetem, Közigazgatási Továbbképzési Intézet.

Pünkösty, A. (2025). Towards the conceptualisation of big data ethics: An attempt to visualise ethical data usage by adopting the big data ethical matrix. In M. Varju & K. Mezei (Eds.), The challenges of artificial intelligence for law in Europe (pp. 281–303). Springer.

Pünkösty, A. (2023). A nagy adathalmazok felhasználásának etikai kérdései – avagy szükség van-e adatetikára? In B. Török & Z. Ződi (szerk.), Digitalizálódó társadalom (215–233. o.). Ludovika Egyetemi Kiadó.

Pünkösty, A. (2021). Egy új digitális etika megalapozásának egyes szempontjai – big data, algoritmusos döntéshozatal és a személy az adatalapú társadalomban. In B. Török & Z. Ződi (szerk.), A mesterséges intelligencia szabályozási kihívásai (43–65. o.). Ludovika Egyetemi Kiadó.

Radetzky, A., Szilczl, D., Rajki, Z., & Andok, M. (2025). A mesterséges intelligencia újságírói narratívái. ME.dok, 21(1), 63–77. https://doi.org/10.59392/medok.1383

Rajki Zoltán, Andok Mónika, Radetzky András, Szilczl Dóra (2025). Use of Artificial Intelligence Tools and Applications among Ecclesiastical Journalists. Jel-Kép, 2025(2).

Camilleri, R. Y., Camilleri, V., & Montebello, M. (2026). Developing a large language model-based feedback tool for primary school teachers supporting neurodivergent learners. AI, Computer Science and Robotics Technology. https://doi.org/10.5772/acrt20260007

Szűcs, K. Á., Vadász, N., Záros, Z. B., Szatucsek, Z., & Bánki, Z. I. (2025). From digitised manuscript to database: Automatic processing of civil registers. Central European Library and Information Science Review, 2(3), 309–315. https://doi.org/10.3311/celisr.40895

Szűcs, K. Á., Varga, E., Vadász, N., Záros, Z., & Szatucsek, Z. (2026). Az összetett mezők strukturált adatainak szétválasztása az állami anyakönyvekben. In J. Tick, K. Kokas, & A. Holl (szerk.), A tudomány, az oktatás és a közgyűjteményi kiszolgálás új informatikai szinergiái: NETWORKSHOP 2026 (243–255. o.). Hungarnet Egyesület. https://doi.org/10.31915/NWS.2026.25

Tahyné Kovács Ágnes (2024). A mesterséges intelligencia egyes etikai és teremtésvédelmi vonatkozásairól. Magyar Szemle, 23(9–10), 69–83.

Tahyné Kovács Ágnes (2024). A mesterséges intelligencia manipulatív alkalmazásainak egyes etikai kérdései és leképeződése az Európai Unió jogi szabályozásában: A kognitív szabadság megsértésének első jogszabályi kereteiről. In Erdődy János, Komáromi László (szerk.): „Ad imaginem et similitudinem nostram”: Emberkép a jogban, 1061–1087. Pázmány Press.

Thimár, A. (2026). Sokkhatás és problémaillesztés – Gondolatok az MI alapú programok és az oktatás aktuális helyzetéről. Kortárs, 2026(2), 79–85.

Camilleri, V., Camilleri, R. Y., Fialovszky, M., Pace, D., Seychell, D., & Montebello, M. (2025). Towards explainable multimodal sensing for swimming analysis: Early findings from the SWIM-360 project. Sensors, 25(22), 7047. https://doi.org/10.3390/s25227047

Varga, E., Havas, Á., & Bánki, Z. (2026). A RAG rendszer lehetőségei a levéltári kutatástámogatásban. In J. Tick, K. Kokas, & A. Holl (szerk.), A tudomány, az oktatás és a közgyűjteményi kiszolgálás új informatikai szinergiái: NETWORKSHOP 2026 (233–242. o.). Hungarnet Egyesület. https://doi.org/10.31915/NWS.2026.24

Yang, H., Wei, X., Wu, J., Ligeti-Nagy, N., Sun, J., Wang, Y., Yang, Z. G., Gao, J., Wang, J., Jiang, B., Wang, S., Yu, N., Zhang, Z., Hong, S., Liu, H., Li, W., Zhang, S., Lin, D., Wu, L., ... He, C. (2025). OpenHuEval: Evaluating large language model on Hungarian specifics. In W. Che, J. Nabende, E. Shutova, & M. T. Pilehvar (Eds.), Findings of the Association for Computational Linguistics: ACL 2025 (pp. 7464–7520). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.findings-acl.390

Yang Zijian, G., Dodé, R., Ferenczi, G., Hatvani, P., Héja, E., Lengyel, M., Ligeti-Nagy, N., Madarász, G., Sárossy, B., Varga, K., Varga, T., Váradi, T. (2025). PULI LlumiX modell: Egy folytatólagosan előtanított nagy nyelvi modell. In Berend Gábor, Gosztolya Gábor, Vincze Veronika (szerk.): XXI. Magyar Számítógépes Nyelvészeti Konferencia. SZTE TTIK Informatikai Intézet, 153–167.

Yang Zijian, G., Dodé, R., Héja, E., Laki László, J., Ligeti-Nagy, N., Madarász, G., Váradi, T. (2024). ParancsPULI: Az utasításkövető PULI-modell. In Berend Gábor, Gosztolya Gábor, Vincze Veronika (szerk.): XX. Magyar Számítógépes Nyelvészeti Konferencia. Szegedi Tudományegyetem, 61–72.