English

Ki használ generatív MI-t az EU-ban

Téma: Digitális technológia

Dániában 30,6 százalékponttal nagyobb a generatív MI-t használók aránya, mint Romániában.

2025-ben az EU-ban a 16–74 évesek 32,7%-a használt generatív MI-eszközt. Az számít felhasználónak, aki a felvétel előtti 3 hónapban legalább egyszer használt ilyet.

Az adatok időszaka:
2025.
Mire vonatkozik:
országonként eltér.
Új adat:
évente.
Az adatkészlet frissítése:
2026. június 5.

A rangsor

2025-ben a generatív MI-eszközt használók aránya az elmúlt 3 hónapban Romániában volt a legalacsonyabb, 17,8%, és Dániában a legmagasabb, 48,4%.

Generatív MI-eszközt használók aránya az elmúlt 3 hónapban, %

2025 · 16–74 évesek
01020304050%
1. hely: Dánia, 48,4 %
2. hely: Észtország, 46,6 %
3. hely: Málta, 46,5 %
4. hely: Finnország, 46,3 %
5. hely: Írország, 44,9 %
6. hely: Hollandia, 44,7 %
7. hely: Ciprus, 44,2 %
8. hely: Görögország, 44,1 %
9. hely: Luxemburg, 42,5 %
10. hely: Belgium, 42,0 %
10. hely: Svédország, 42,0 %
12. hely: Ausztria, 39,4 %
13. hely: Portugália, 38,7 %
14. hely: Spanyolország, 37,9 %
15. hely: Szlovénia, 37,6 %
16. hely: Franciaország, 37,5 %
17. hely: Litvánia, 36,9 %
18. hely: Csehország, 35,4 %
19. hely: Lettország, 33,4 %
20. hely: Németország, 32,2 %
21. hely: Szlovákia, 30,8 %
22. hely: Magyarország, 29,6 %
23. hely: Horvátország, 27,5 %
24. hely: Lengyelország, 22,7 %
25. hely: Bulgária, 22,5 %
26. hely: Olaszország, 19,9 %
27. hely: Románia, 17,8 %
Olvasási útmutató: az oszlopok nulláról indulnak. Minden ország szerepel, amelyről van adat, a legmagasabbtól a legalacsonyabbig rangsorolva.Forrás: Eurostat, Személyek – generatív mesterségesintelligencia-eszközök használata (isoc_ai_iaiu).

Fiatalok és idősek

Az EU-ban a 16–24 évesek 63,8%-a használt generatív MI-eszközt, a 65–74 évesek 6,5%-a.

A generatív MI-eszközt használók aránya az elmúlt 3 hónapban, korcsoport szerint, %

2025
16–7416–2425–3435–4445–5455–6465–74
EU, 16–74: 32,7 %,16–24: 63,8 %,25–34: 50,6 %,35–44: 39,0 %,45–54: 28,4 %,55–64: 16,5 %,65–74: 6,5 %,
1. hely: Dánia, 16–74: 48,4 %,16–24: 77,6 %,25–34: 63,2 %,35–44: 56,9 %,45–54: 44,9 %,55–64: 31,6 %,65–74: 14,8 %,
2. hely: Észtország, 16–74: 46,6 %,16–24: 82,8 %,25–34: 70,3 %,35–44: 57,9 %,45–54: 41,8 %,55–64: 22,9 %,65–74: 8,0 %,
3. hely: Málta, 16–74: 46,5 %,16–24: 76,4 %,25–34: 64,8 %,35–44: 53,1 %,45–54: 39,8 %,55–64: 19,1 %,65–74: 9,8 %,
4. hely: Finnország, 16–74: 46,3 %,16–24: 67,0 %,25–34: 65,2 %,35–44: 56,1 %,45–54: 52,5 %,55–64: 27,6 %,65–74: 12,0 %,
5. hely: Írország, 16–74: 44,9 %,16–24: 66,5 %,25–34: 57,4 %,35–44: 53,3 %,45–54: 42,0 %,55–64: 23,4 %,65–74: 10,8 %,
6. hely: Hollandia, 16–74: 44,7 %,16–24: 73,6 %,25–34: 60,5 %,35–44: 51,3 %,45–54: 46,4 %,55–64: 25,9 %,65–74: 11,0 %,
7. hely: Ciprus, 16–74: 44,2 %,16–24: 76,5 %,25–34: 65,8 %,35–44: 53,8 %,45–54: 36,4 %,55–64: 23,1 %,65–74: 9,3 %,
8. hely: Görögország, 16–74: 44,1 %,16–24: 83,5 %,25–34: 74,5 %,35–44: 45,8 %,45–54: 39,5 %,55–64: 28,6 %,65–74: 10,6 %,
9. hely: Luxemburg, 16–74: 42,5 %,16–24: 66,0 %,25–34: 65,3 %,35–44: 46,1 %,45–54: 40,0 %,55–64: 20,0 %,65–74: 9,5 %,
10. hely: Belgium, 16–74: 42,0 %,16–24: 74,4 %,25–34: 60,0 %,35–44: 47,8 %,45–54: 40,5 %,55–64: 21,7 %,65–74: 11,7 %,
10. hely: Svédország, 16–74: 42,0 %,16–24: 67,0 %,25–34: 58,4 %,35–44: 49,5 %,45–54: 42,1 %,55–64: 23,1 %,65–74: 7,6 %,
12. hely: Ausztria, 16–74: 39,4 %,16–24: 73,2 %,25–34: 59,7 %,35–44: 47,1 %,45–54: 35,2 %,55–64: 19,4 %,65–74: 8,5 %,
13. hely: Portugália, 16–74: 38,7 %,16–24: 76,5 %,25–34: 62,6 %,35–44: 52,3 %,45–54: 38,8 %,55–64: 18,1 %,65–74: 5,8 %,
14. hely: Spanyolország, 16–74: 37,9 %,16–24: 75,6 %,25–34: 57,5 %,35–44: 43,7 %,45–54: 32,7 %,55–64: 19,3 %,65–74: 7,3 %,
15. hely: Szlovénia, 16–74: 37,6 %,16–24: 73,0 %,25–34: 55,8 %,35–44: 46,3 %,45–54: 35,1 %,55–64: 18,8 %,65–74: 9,9 %,
16. hely: Franciaország, 16–74: 37,5 %,16–24: 76,5 %,25–34: 56,0 %,35–44: 42,2 %,45–54: 32,8 %,55–64: 18,8 %,65–74: 6,6 %,
17. hely: Litvánia, 16–74: 36,9 %,16–24: 73,7 %,25–34: 60,9 %,35–44: 51,7 %,45–54: 30,4 %,55–64: 12,2 %,65–74: 4,1 %,
18. hely: Csehország, 16–74: 35,4 %,16–24: 78,5 %,25–34: 56,4 %,35–44: 40,4 %,45–54: 27,0 %,55–64: 16,2 %,65–74: 6,0 %,
19. hely: Lettország, 16–74: 33,4 %,16–24: 73,2 %,25–34: 55,7 %,35–44: 43,6 %,45–54: 26,9 %,55–64: 12,1 %,65–74: 4,6 %,
20. hely: Németország, 16–74: 32,2 %,16–24: 52,6 %,25–34: 53,2 %,35–44: 41,7 %,45–54: 27,8 %,55–64: 17,2 %,65–74: 7,5 %,
21. hely: Szlovákia, 16–74: 30,8 %,16–24: 75,5 %,25–34: 47,3 %,35–44: 36,8 %,45–54: 24,5 %,55–64: 11,0 %,65–74: 5,1 %,
22. hely: Magyarország, 16–74: 29,6 %,16–24: 62,9 %,25–34: 43,5 %,35–44: 32,6 %,45–54: 26,2 %,55–64: 15,5 %,65–74: 5,5 %,
23. hely: Horvátország, 16–74: 27,5 %,16–24: 58,2 %,25–34: 52,4 %,35–44: 33,3 %,45–54: 20,4 %,55–64: 10,8 %,65–74: 3,7 %,
24. hely: Lengyelország, 16–74: 22,7 %,16–24: 49,3 %,25–34: 39,5 %,35–44: 29,4 %,45–54: 15,3 %,55–64: 7,5 %,65–74: 2,6 %,
25. hely: Bulgária, 16–74: 22,5 %,16–24: 50,0 %,25–34: 36,4 %,35–44: 29,3 %,45–54: 18,6 %,55–64: 12,6 %,65–74: 3,3 %,
26. hely: Olaszország, 16–74: 19,9 %,16–24: 47,2 %,25–34: 31,4 %,35–44: 21,6 %,45–54: 16,5 %,55–64: 10,1 %,65–74: 4,5 %,
27. hely: Románia, 16–74: 17,8 %,16–24: 44,0 %,25–34: 27,6 %,35–44: 22,7 %,45–54: 13,4 %,55–64: 5,8 %,65–74: 1,7 %,
Olvasási útmutató: soronként egy ország, oszloponként egy csoport, minden érték a cellájában. Minél erősebb a szín, annál nagyobb az érték. Az országok sorrendje a „16–74” oszlop szerint.Forrás: Eurostat, Személyek – generatív mesterségesintelligencia-eszközök használata (isoc_ai_iaiu).

Mire használják

Az EU-ban a generatív MI-eszközök felhasználóinak 78,0%-a magáncélra használta őket, 47,0%-a munkára, 28,5%-a formális oktatásra.

A generatív MI-eszközök felhasználói cél szerint, a felhasználók %-ában

2025
EU, magáncélra: 78,0 a generatív MI-t használók %-ában,munkára: 47,0 a generatív MI-t használók %-ában,formális oktatásra: 28,5 a generatív MI-t használók %-ában,
1. hely: Málta, magáncélra: 80,1 a generatív MI-t használók %-ában,munkára: 63,5 a generatív MI-t használók %-ában,formális oktatásra: 43,5 a generatív MI-t használók %-ában,
2. hely: Hollandia, magáncélra: 62,8 a generatív MI-t használók %-ában,munkára: 59,4 a generatív MI-t használók %-ában,formális oktatásra: 29,3 a generatív MI-t használók %-ában,
3. hely: Luxemburg, magáncélra: 84,0 a generatív MI-t használók %-ában,munkára: 58,5 a generatív MI-t használók %-ában,formális oktatásra: 28,7 a generatív MI-t használók %-ában,
4. hely: Dánia, magáncélra: 71,8 a generatív MI-t használók %-ában,munkára: 56,1 a generatív MI-t használók %-ában,formális oktatásra: 36,9 a generatív MI-t használók %-ában,
5. hely: Finnország, magáncélra: 65,5 a generatív MI-t használók %-ában,munkára: 54,3 a generatív MI-t használók %-ában,formális oktatásra: 24,8 a generatív MI-t használók %-ában,
6. hely: Észtország, magáncélra: 80,3 a generatív MI-t használók %-ában,munkára: 53,9 a generatív MI-t használók %-ában,formális oktatásra: 33,0 a generatív MI-t használók %-ában,
7. hely: Ausztria, magáncélra: 80,2 a generatív MI-t használók %-ában,munkára: 53,8 a generatív MI-t használók %-ában,formális oktatásra: 36,3 a generatív MI-t használók %-ában,
8. hely: Portugália, magáncélra: 85,8 a generatív MI-t használók %-ában,munkára: 51,5 a generatív MI-t használók %-ában,formális oktatásra: 37,4 a generatív MI-t használók %-ában,
9. hely: Ciprus, magáncélra: 98,0 a generatív MI-t használók %-ában,munkára: 51,2 a generatív MI-t használók %-ában,formális oktatásra: 32,7 a generatív MI-t használók %-ában,
10. hely: Litvánia, magáncélra: 87,7 a generatív MI-t használók %-ában,munkára: 51,1 a generatív MI-t használók %-ában,formális oktatásra: 24,4 a generatív MI-t használók %-ában,
11. hely: Magyarország, magáncélra: 70,4 a generatív MI-t használók %-ában,munkára: 50,3 a generatív MI-t használók %-ában,formális oktatásra: 28,0 a generatív MI-t használók %-ában,
12. hely: Svédország, magáncélra: 80,3 a generatív MI-t használók %-ában,munkára: 50,0 a generatív MI-t használók %-ában,formális oktatásra: 26,2 a generatív MI-t használók %-ában,
13. hely: Írország, magáncélra: 68,7 a generatív MI-t használók %-ában,munkára: 50,0 a generatív MI-t használók %-ában,formális oktatásra: 27,9 a generatív MI-t használók %-ában,
14. hely: Belgium, magáncélra: 79,8 a generatív MI-t használók %-ában,munkára: 49,6 a generatív MI-t használók %-ában,formális oktatásra: 24,4 a generatív MI-t használók %-ában,
15. hely: Franciaország, magáncélra: 73,9 a generatív MI-t használók %-ában,munkára: 49,2 a generatív MI-t használók %-ában,formális oktatásra: 29,3 a generatív MI-t használók %-ában,
16. hely: Németország, magáncélra: 84,3 a generatív MI-t használók %-ában,munkára: 49,0 a generatív MI-t használók %-ában,formális oktatásra: 18,7 a generatív MI-t használók %-ában,
17. hely: Spanyolország, magáncélra: 79,8 a generatív MI-t használók %-ában,munkára: 47,4 a generatív MI-t használók %-ában,formális oktatásra: 42,9 a generatív MI-t használók %-ában,
18. hely: Lettország, magáncélra: 79,6 a generatív MI-t használók %-ában,munkára: 44,0 a generatív MI-t használók %-ában,formális oktatásra: 23,4 a generatív MI-t használók %-ában,
19. hely: Szlovénia, magáncélra: 83,0 a generatív MI-t használók %-ában,munkára: 40,6 a generatív MI-t használók %-ában,formális oktatásra: 24,4 a generatív MI-t használók %-ában,
20. hely: Olaszország, magáncélra: 64,5 a generatív MI-t használók %-ában,munkára: 40,3 a generatív MI-t használók %-ában,formális oktatásra: 32,1 a generatív MI-t használók %-ában,
21. hely: Csehország, magáncélra: 80,4 a generatív MI-t használók %-ában,munkára: 38,4 a generatív MI-t használók %-ában,formális oktatásra: 23,7 a generatív MI-t használók %-ában,
22. hely: Bulgária, magáncélra: 89,6 a generatív MI-t használók %-ában,munkára: 37,5 a generatív MI-t használók %-ában,formális oktatásra: 23,0 a generatív MI-t használók %-ában,
23. hely: Lengyelország, magáncélra: 84,3 a generatív MI-t használók %-ában,munkára: 36,9 a generatív MI-t használók %-ában,formális oktatásra: 20,2 a generatív MI-t használók %-ában,
24. hely: Görögország, magáncélra: 92,8 a generatív MI-t használók %-ában,munkára: 36,5 a generatív MI-t használók %-ában,formális oktatásra: 25,4 a generatív MI-t használók %-ában,
25. hely: Szlovákia, magáncélra: 82,5 a generatív MI-t használók %-ában,munkára: 35,6 a generatív MI-t használók %-ában,formális oktatásra: 29,4 a generatív MI-t használók %-ában,
26. hely: Horvátország, magáncélra: 89,8 a generatív MI-t használók %-ában,munkára: 32,7 a generatív MI-t használók %-ában,formális oktatásra: 48,6 a generatív MI-t használók %-ában,
27. hely: Románia, magáncélra: 83,6 a generatív MI-t használók %-ában,munkára: 29,5 a generatív MI-t használók %-ában,formális oktatásra: 18,9 a generatív MI-t használók %-ában,
Olvasási útmutató: soronként egy ország, csoportonként egy pont egy nulláról induló tengelyen, és egy vonal a legkisebbtől a legnagyobbig. Minden érték ott áll a jobb oldali oszlopokban. Az országok sorrendje a „munkára” oszlop szerint.Forrás: Eurostat, Személyek – generatív mesterségesintelligencia-eszközök használata (isoc_ai_iaiu).

Magyarország közelebbről

Magyarországon az alacsony iskolázottságú 25–64 évesek 7,8%-a használt generatív MI-eszközt, az EU-ban 13,3%-uk.

Generatív MI-eszközt használók aránya az elmúlt 3 hónapban csoportonként, %

2025
Nem
férfiak, Magyarország: 32,7 %, EU: 34,9 %.
nők, Magyarország: 26,5 %, EU: 30,4 %.
Település
városban élők, Magyarország: 40,1 %, EU: 39,9 %.
kisvárosban, elővárosban élők, Magyarország: 28,1 %, EU: 30,5 %.
vidéken élők, Magyarország: 19,5 %, EU: 24,5 %.
Iskolázottság (25–64 évesek)
alacsony, Magyarország: 7,8 %, EU: 13,3 %.
közepes, Magyarország: 20,7 %, EU: 23,6 %.
magas, Magyarország: 48,4 %, EU: 51,5 %.
Munkaerőpiaci helyzet
diákok, Magyarország: 73,0 %, EU: 72,0 %.
dolgozók, Magyarország: 32,2 %, EU: 36,6 %.
munkanélküliek, Magyarország: 27,4 %, EU: 29,4 %.
nyugdíjasok és más inaktívak, Magyarország: 9,3 %, EU: 10,7 %.
Olvasási útmutató: az oszlop Magyarország, a függőleges jel az EU értéke. Az oszlopok nulláról indulnak. Mindkét érték ott áll a jobb oldali oszlopokban.Forrás: Eurostat, Személyek – generatív mesterségesintelligencia-eszközök használata (isoc_ai_iaiu).

Az adatokról

A 16–74 évesek közül azok aránya, akik a felvétel előtti 3 hónapban legalább egyszer használtak generatív mesterségesintelligencia- (MI-) eszközt, vagyis olyat, amely a felhasználó utasítására új tartalmat, például szöveget, képet vagy programkódot hoz létre.

Kik számítanak bele: 16–74 évesek.

Kik nem számítanak bele:

  • az intézményekben, például kórházban vagy börtönben élők

Az Eurostat szavaival: “Generative artificial intelligence (AI) tool can create new content, such as text, images, programming code, videos, or other data, based on available information and patterns it has learned from existing examples.” (forrás)

Az adatok mintavételes felvételből származnak, a háztartások és a személyek infokommunikációs eszközhasználatáról szóló uniós felvételből. A nemzeti statisztikai hivatalok minden évben elvégzik. 2025-ben mintegy 330 000 16–74 éves válaszolt rá. A számok azt mutatják, amit az emberek magukról mondtak.

Hogyan értelmezhetők ezek a számok

Hogyan mérik

A generatív MI-ről 2025-ben kérdeztek először, így nincsenek korábbi adatok, amelyekkel össze lehetne vetni.

A felvétel csak a generatív MI-eszközök tudatos használatát számolja, és a kérdés példákat is hoz, például a ChatGPT-t, a Copilotot és a Geminit. A más szoftverekbe épített MI, például az MI-asszisztensek vagy az MI-alapú keresés, kimaradhat.

Felhasználónak számít, aki a felvétel előtti 3 hónapban egyszer használt generatív MI-eszközt. Az adatokból nem derül ki, milyen gyakran használják ezeket az eszközöket.

Mindenkit az interjúja előtti 3 hónapról kérdeztek, az országok pedig más-más időben tartották az interjúkat. 2025-ben Olaszországban például január 13. és április 8. között, Luxemburgban június 3. és augusztus 3. között. Ciprus és Görögország 2025 első negyedévéről kérdezett.

Források és adatok

Eurostat, Személyek – generatív mesterségesintelligencia-eszközök használata (isoc_ai_iaiu). Az adatok frissítése: 2026. június 5. Letöltés: 2026. október 29. Licenc: CC BY 4.0.

Eurostat-metaadatok · Eurostat-módszertan

A pontos Eurostat API-lekérdezés

https://ec.europa.eu/eurostat/api/dissemination/statistics/1.0/data/isoc_ai_iaiu?format=JSON&lang=en&freq=A&geo=AT&geo=BE&geo=BG&geo=CY&geo=CZ&geo=DE&geo=DK&geo=EE&geo=EL&geo=ES&geo=EU27_2020&geo=FI&geo=FR&geo=HR&geo=HU&geo=IE&geo=IT&geo=LT&geo=LU&geo=LV&geo=MT&geo=NL&geo=PL&geo=PT&geo=RO&geo=SE&geo=SI&geo=SK&ind_type=IND_TOTAL&indic_is=I_IUAI&unit=PC_IND

Hogyan számoltuk ki a történet minden számát