dr. Verebics János PhD a mesterséges intelligencia oktatási kérdéseivel foglalkozó publikációi - tematikus áttekintés

AI-írástudás az iskolában: mit üzen az új AILit-keretrendszer?

 

A mesterséges intelligencia néhány év alatt a tanulók hétköznapi eszközévé vált. A diákok fordítanak vele, magyarázatot kérnek tőle, vázlatot készíttetnek, képeket és szövegeket hoznak létre, sokszor intézményi vagy pedagógiai iránymutatás nélkül. Erre a helyzetre válaszol a 2026-ban közzétett AILit-keretrendszer, amelyet az OECD és az Európai Bizottság közösen adott ki Empowering Learners for the Age of AI: AnAI Literacy Framework for Primary and Secondary Education címmel. A dokumentum az alap- és középfokú oktatás számára fogalmazza meg, mit jelenthet az AI-írástudás egy olyan korszakban, amikor a mesterséges intelligencia már a tanulás, a kommunikáció, az alkotás és a társadalmi részvétel mindennapi környezetéhez tartozik. Mindezt egy részletes tanulmányban igyekeztünk bemutatni, amely itt érhető el – jelen írás elsősorban a legfontosabbnak tartott gondolatok összegzésére és a hazai összefüggések feltárására vállalkozik.

Az AILit legfontosabb üzenete, hogy az AI-írástudás jóval több az eszközök ismereténél. Egy tanuló attól még nem válik AI-írástudóvá, hogy használja a ChatGPT-t, képgenerátort vagy fordítóprogramot. A keretrendszer szerint a tanulónak értenie kell az AI-rendszerek működésének alapjait, képesnek kell lennie a kimenetek kritikus értékelésére, mérlegelnie kell az etikai és társadalmi következményeket, és tudatos döntést kell hoznia arról, mikor indokolt AI-t alkalmazni. Ez a megközelítés különösen fontos az iskolák számára, mert a tanulói használat gyorsabban terjed, mint az intézményes pedagógiai felkészültség.

Miért időszerű az AILit?

A keretrendszer megjelenését világos oktatási helyzet indokolja. Az európai fiatalok körében a generatív AI-eszközök használata már tömeges jelenség, miközben a pedagógusok jelentős része bizonytalannak érzi magát az AI-val támogatott tanítási és tanulási helyzetek kezelésében. Az AILit négy fő akadályt azonosít: a közös fogalmi alap hiányát, az oktatási kezdeményezések következetlen megvalósítását, az AI körüli félelmek és túlzott várakozások kezelésének nehézségét, valamint a pedagógiai módszertani bizonytalanságot.

A dokumentum nem részletes tantervként működik, inkább nemzetközi hivatkozási alapként. Közös szakmai nyelvet ad a tantervi fejlesztéshez, a pedagógusképzéshez, a tanulói értékelés megújításához és az iskolai AI-használat szabályozásához. Oktatáspolitikai súlyát erősíti, hogy kapcsolódik a PISA 2029 Media & Artificial Intelligence Literacy előkészítéséhez, és értelmezhető kapcsolatban áll az EU AI Act AI-írástudási követelményével is.

Az európai digitális oktatáspolitikai összefüggésben az AILit a DigComp 3.0 és a DigCompEdu tanulói irányú kiegészítőjeként értelmezhető. A DigComp az általános digitális kompetenciák rendszerét írja le, az AILit ehhez képest az AI-dimenziót bontja ki részletesebben: a működés megértését, a kimenetek kritikus értékelését, az etikai döntést, az adatvédelmet, a méltányosságot és a társadalmi felelősséget kapcsolja össze. Ezzel illeszkedik az Európai Unió digitális oktatási jelenképébe, amely a hozzáférést, a tanári felkészítést, a digitális kompetenciákat és a tanulói biztonságot egyszerre kezeli, és jövőképként olyan iskolát feltételez, ahol az AI a digitális állampolgárság, az alkotás, a kritikai médiahasználat és a felelős döntés része.

Az OECD törekvései ugyanezt a jövőorientált irányt erősítik. A Learning Compass 2030 a tanulói cselekvőképességet, a felelős részvételt és az önszabályozó tanulást állítja középpontba; a PISA 2029 Media & Artificial Intelligence Literacy keretrendszer a média- és MI-műveltség mérhetőségét készíti elő; az OECDDigital Education Outlook 2026 pedig a generatív AI oktatási használatát hatékonysági, méltányossági és kormányzási kérdésként vizsgálja. Így az AILit egy szélesebb nemzetközi irány része: az iskola feladata a tanulók felkészítése arra, hogy AI-val támogatott környezetben is megőrizzék ítélőképességüket, alkotói önállóságukat és társadalmi felelősségüket.

Magyarország számára mindez különösen időszerű. A köznevelési AI-integráció szakmai tartalma, tantervi helye, intézményi szabályozása és pedagógusképzési háttere még formálódik. Az AILit olyan uniós és nemzetközi dokumentum, amelyhez a hazai fejlesztések igazíthatók. Segít abban, hogy az AI iskolai bevezetése ne technológiai divatként, ne alkalmi eszközhasználatként, hanem pedagógiailag védhető, etikai és társadalmi szempontból is megalapozott fejlesztésként jelenjen meg.

Mit jelent az AI-írástudás?

Az AILit három pillérre építi az AI-írástudást: tudásra, készségekre és attitűdökre. A tudás azt jelenti, hogy a tanuló alapvető szinten érti, miként működnek az AI-rendszerek. Tudja, hogy ezek algoritmusokra, adatokra, statisztikai mintázatokra és emberi tervezési döntésekre épülnek. Felismeri, hogy az AI-kimenetek meggyőzőek lehetnek, miközben tényhibákat, torzításokat, leegyszerűsítéseket vagy elfogult nézőpontokat is tartalmazhatnak.

A készségek között a keretrendszer kiemeli a kritikai gondolkodást, az együttműködést, a kreativitást, a problémamegoldást, a számítógépes gondolkodást, a kommunikációt, valamint az én- és szociális tudatosságot. Ezek az iskolai gyakorlatban azt jelentik, hogy a tanuló nem egyszerűen elfogadja az AI válaszát, hanem ellenőrzi, értelmezi, módosítja, vitatja, majd saját céljaihoz és felelősségéhez igazítja. Képes felismerni, milyen esetekben hasznos az AI-támogatás, és mikor vezethet felszínesebb tanuláshoz vagy túlzott függéshez.

Az attitűdök területén az AILit hat beállítódást emel ki: a reflektív gondolkodást, a felelősséget, a kíváncsiságot, az innovatív szemléletet, az adaptivitást és az empátiát. Ezek nem adottságként jelennek meg, hanem fejleszthető tanulói viszonyulásként. Az AI-írástudás ezért nem pusztán tudásanyag, hanem nevelési feladat is: a tanulónak meg kell tanulnia mérlegelni, mások szempontjait figyelembe venni, és felelősen dönteni az AI-használat személyes, közösségi és társadalmi következményeiről.

A négy kompetenciadomén

A keretrendszer 19 kompetenciát négy nagy területbe rendez. Az első az Engage with AI, vagyis az AI-val való értő és kritikus kapcsolódás. Ez az alapozó domén. A tanulóknak fel kell ismerniük, hol találkoznak AI-rendszerekkel a mindennapi életben: ajánlórendszerekben, közösségi médiában, fordítóprogramokban, chatbotokban, okoseszközökben vagy tanulási alkalmazásokban. Meg kell tanulniuk emberi tulajdonságok rávetítése nélkül beszélni ezek működéséről, és mérlegelniük kell, mikor fogadható el, mikor vizsgálandó felül, illetve mikor utasítandó el egy AI-kimenet.

A második domén a Create with AI, vagyis az AI-val támogatott alkotás. Itt a tanuló aktív alkotóként jelenik meg. Az AI segíthet ötletek fejlesztésében, érvek és ellenérvek kidolgozásában, prototípusok készítésében, vázlatok finomításában vagy reflexiós folyamatok támogatásában. A pedagógiai cél az, hogy a tanuló saját gondolkodása, döntése és felelőssége maradjon a folyamat középpontjában. Ehhez kapcsolódik a szerzőiség, a hitelesség, a forráskezelés és a szerzői jog kérdése is.

A harmadik domén a Manage AI, vagyis az AI tudatos kezelése. Ez az iskolai gyakorlat számára talán a legfontosabb terület. A tanulónak meg kell tanulnia, hogy az AI használata mindig mérlegelt döntés. Nem minden feladathoz szükséges AI, és nem minden AI-eszköz alkalmas ugyanarra a célra. A kompetenciák a problémadefinícióra, a feladatbontásra, az eszközválasztásra, az AI-közreműködés ellenőrzésére és az eredmény felelős értékelésére irányulnak.

A negyedik domén a Shape AI, vagyis az AI-rendszerek alakításának és társadalmi értékelésének szintje. Ez a legösszetettebb terület. Nem fejlesztői képzést vár el minden tanulótól, inkább azt, hogy a diákok értsék: minden AI-rendszer mögött emberi döntések, célok, adatválasztások és tervezési korlátok állnak. A tanulóknak képessé kell válniuk annak vizsgálatára, kiket szolgál egy rendszer, kiket zárhat ki, milyen adatokat használ, milyen kockázatokat hordoz, és hogyan lehetne méltányosabb vagy társadalmilag hasznosabb működés felé alakítani.

Mit jelent ez az osztályteremben?

Az AILit erőssége, hogy a kompetenciákhoz tanulói elvárásokat és osztálytermi forgatókönyveket is kapcsol. A tanulói elvárások három szinten jelennek meg: alap, középhaladó és haladó szinten. Ezek nem életkorhoz vagy évfolyamhoz kötődnek, hanem a tanuló előzetes tudásához és AI-tapasztalatához. Ez lehetővé teszi, hogy ugyanaz a kompetencia másképp jelenjen meg egy alsó tagozatos, egy gimnazista vagy egy szakképzésben tanuló diák esetében.

A keretrendszer példái jól mutatják, hogy az AI-írástudás nem korlátozható egyetlen tantárgyra. Informatikából az algoritmikus gondolkodás, az adatok és a modellek működése kerülhet előtérbe. Magyar nyelv és irodalom órán a hitelesség, szerzőiség, szövegalkotás és kritikai olvasás kérdései kapcsolódhatnak hozzá. Természettudományos tárgyakban a modellek, predikciók és adatelemzések vizsgálata ad természetes kapcsolódási pontot. Etika- és társadalomismeret órán az adatvédelem, a méltányosság, a felelősség és az emberi jóllét kérdései dolgozhatók fel.

A gyakorlati példák egyszerű tanulási helyzetekből is kiindulhatnak. A diákok dönthetnek arról, hogy egy adott alkalmazás használ-e AI-t; elemezhetnek chatbotfelületeket; összevethetik az AI által generált ellenérveket saját érveikkel; vagy megvitathatják, mely feladatokat érdemes emberi munkával, AI-támogatással vagy AI nélkül elvégezni. Ezek a tevékenységek azt tanítják meg, hogy az AI használata nem automatikus reflex, hanem gondolkodást, döntést és felelősséget igénylő tanulási helyzet.

Hazai feladatok és következmények

A magyar köznevelés számára az AILit több területen is közvetlen tanulságokkal jár. Az első a tantervi adaptáció. Az AI-írástudás tantárgyközi jellegű, ezért nem helyezhető el kizárólag az informatika keretei között. Olyan hazai értelmezésre van szükség, amely a négy domént tantárgyi példákkal, életkori progresszióval és helyi tantervi kapcsolódásokkal teszi használhatóvá.

A második kiemelt terület a pedagógusképzés és -továbbképzés. A tanároknak nem pusztán eszközhasználati bemutatókra van szükségük. Érteniük kell az AI-rendszerek működésének alaplogikáját, a generatív eszközök korlátait, a torzítások és téves kimenetek kockázatát, az adatvédelmi kérdéseket, az antropomorfizálás veszélyét, valamint az AI-val támogatott tanulási folyamatok értékelését. A pedagógus szerepe ebben a környezetben nem gyengül, hanem felértékelődik: ő teremti meg a biztonságos, reflektív és szakmailag vezetett tanulási helyzetet.

A harmadik terület az értékelési kultúra. Az AI korában a hagyományos beadandók, házi dolgozatok és projektmunkák hitelessége új kérdéseket vet fel. A tiltás vagy engedélyezés önmagában kevés. Világos szabályokra, folyamatértékelésre, portfólióra, reflexiós naplóra és AI-használati dokumentációra van szükség. A tanulónak meg kell tudnia mutatni, hol használt AI-t, milyen döntéseket hozott, hogyan ellenőrizte a kimenetet, és mit tekint saját munkájának.

A negyedik feladat a digitális hozzáférés és esélyegyenlőség. A hazai iskolák technológiai feltételei eltérőek, ezért az AI-írástudás fejlesztése nem függhet kizárólag fejlett eszközparktól. Fontosak lehetnek az úgynevezett unplugged, vagyis eszköz nélküli AI-írástudási módszerek is: beszélgetések, döntési helyzetek, szerepjátékok, adatminták elemzése, etikai dilemmák feldolgozása. Így a keretrendszer kritikai és etikai elemei gyengébb infrastruktúrájú környezetben is fejleszthetők.

Az ötödik terület a tanulói adatvédelem és digitális jóllét. Az AILit külön figyelmet fordít az AI-társak és érzelmi chatbotok kockázataira. A tanulóknak tudniuk kell, milyen személyes adatokat nem oszthatnak meg AI-rendszerekkel, miért kell óvatosnak lenniük az emberinek látszó válaszokkal, és mikor kell valódi felnőtt, pedagógus vagy szakember segítségét kérniük. Ez már gyermekvédelmi és mentális jólléti kérdés is.

Összegzés

Az AILit-keretrendszer a 2026-os oktatáspolitikai év egyik fontos nemzetközi dokumentuma. Értéke abból fakad, hogy az AI-írástudást tanulási, etikai, társadalmi és intézményi kérdésként írja le. A négy domén – Engage with AI, Create with AI, Manage AI, Shape AI – olyan szerkezetet kínál, amely alapján a tanulók fokozatosan juthatnak el az AI felismerésétől és kritikus értelmezésétől az alkotó használaton át a felelős döntésig és társadalmi mérlegelésig.

Magyarország számára az AILit erős szakmai hivatkozási pont és stratégiai iránytű: összeköti a tantervi fejlesztést, a pedagógusképzést, az értékelési kultúra megújítását, az intézményi szabályozást és a szülői tájékoztatást. Jelentősége abban áll, hogy a hazai AI-integrációt az uniós digitális oktatáspolitika és az OECD tanulói cselekvőképességre építő jövőképe felé rendezi. Így a magyar iskola tágabb feladatra készítheti fel a tanulókat: arra, hogy a következő évtized digitális környezetében értően, kritikusan, méltányosan és emberi pedagógiai jelenléttel tudjanak cselekedni.

Navigálás egy változó digitális világban: a PISA 2029 média- és MI-műveltségi keretrendszere

Az OECD 2026 januárjában tette közzé a PISA 2029 új mérési területének első, előzetes keretét. Ez a terület a média- és mesterségesintelligencia-műveltség (Media and Artificial Intelligence Literacy, MAIL). A keret arra az egyre sürgetőbb oktatási kérdésre válaszol, hogyan tanulnak, tájékozódnak és alkotnak véleményt a diákok olyan környezetben, amelyet algoritmusok, ajánlórendszerek, mesterségesen előállított tartalmak és digitális platformok alakítanak. A fő kérdés ma már nem az, hogy a fiatalok mennyire ügyesen kezelik az eszközöket, sokkal inkább az, hogy képesek-e józanul ítélni: felismerik-e a manipulációt, értik-e a tartalmak mögött álló érdekeket, tudnak-e forrásokat összevetni, és tudnak-e felelősen dönteni a digitális nyilvánosságban.

A MAIL európai jelentőségét az adja, hogy az OECD mérési logikája szorosan kapcsolódik az uniós digitális oktatáspolitikához, a DigComp-keretekhez, az AILit műveltségi kerethez, az EU mesterséges intelligencia törvényéhez, az EU mesterséges intelligencia rendeletéhez, valamint az etikus MI-használatot és a dezinformáció elleni fellépést támogató szakpolitikai törekvésekhez. A 2029-es mérés a tanulói teljesítmény mellett arról is képet adhat, mennyire készítik fel az oktatási rendszerek a fiatalokat arra, hogy eligazodjanak az átalakuló információs környezetben. Magyarország számára mindez közvetlen tantervi-tervezési feladatot jelent. Erre már a NAT felülvizsgálata során is tekintettel kell lenni: a média- és MI-műveltségnek meg kell jelennie a szövegértésben, a történelemben, az idegen nyelvekben, a természettudományos gondolkodásban és a digitális kultúrában is. Írásunk a keretet az európai és hazai digitális oktatáspolitika összefüggésében mutatja be: ismerteti fogalmi felépítését és mérési modelljét, feltárja kapcsolódásait a meglévő kompetenciakeretekhez és az uniós szabályozáshoz, végül értékeli erősségeit és nyitott kérdéseit.

A MAIL helye a PISA rendszerében

A PISA 2012 óta minden mérési ciklusban a három alapterület - a szövegértés, a matematika és a természettudomány - mellé egy új, kísérleti mérési területet is beemel. Ezek a területek olyan, tantárgyakon átívelő képességeket vizsgálnak, amelyeket a jövő szempontjából különösen fontosnak tartanak. A sort a kreatív problémamegoldás nyitotta 2012-ben, ezt követte az együttműködésen alapuló problémamegoldás, a globális kompetencia, a kreatív gondolkodás, majd a digitális világban való tanulás (Learning in the Digital World, 2025). A 2029-es, tizedik ciklusban - amelynek fő területe ismét a szövegértés lesz - ehhez a sorhoz csatlakozik a MAIL. A fejlesztést és a lebonyolítást az OECD az Ausztrál Oktatáskutató Tanácsra (ACER) bízta; a mérésben több mint kilencven ország és gazdaság vesz részt, az eredmények 2031 decemberében várhatók [OECD, 2026].

A menetrend szerint az első keretváltozatot pilotvizsgálat és nemzetközi próbamérés (field trial) követi. A tanulói fejlődési szinteket ezek tapasztalatai alapján vizsgálják felül és pontosítják. Legalább ennyire fontos tisztázni, mit nem mér a MAIL: nem egyszerű alkalmazáshasználati jártasságot, nem programozási tudást és nem promptírási ügyességet. A promptolás és a lekérdezés ugyan megjelenik a Hozzáférés és használat kompetenciában, de a mérés középpontjában az ítélőképesség áll. Azt vizsgálja, képes-e a tanuló eldönteni, minek adjon hitelt; érti-e, hogyan alakítják a platformok és az MI-rendszerek azt, amit lát; tud-e felelősen dönteni, és döntését meg is tudja-e indokolni. Goran Lazendic, az ACER nemzetközi mérési igazgatója szerint a MAIL újdonsága éppen az, hogy a fiatalok jelentésalkotását olyan környezetekben vizsgálja, ahol a jelentést algoritmusok is formálják. A kérdés az, észreveszik-e és megkérdőjelezik-e a tanulók ezt a formálást [Earp, 2026]. Szakértői értelmezés szerint ez a hangsúlyváltás a PISA történetében is fontos fordulat: a mérés a tudás mellett egyre inkább a felelős ítéletalkotást vizsgálja.

A fogalmi mag: a média- és az MI-műveltség összekapcsolása

A keretrendszer meghatározása szerint a MAIL azoknak a kompetenciáknak az összessége, amelyekre a diákoknak szükségük van ahhoz, hogy hatékonyan, etikusan és felelősen kapcsolódjanak digitális tartalmakhoz, médiaplatformokhoz és MI-rendszerekhez [OECD, 2026]. A meghatározás három jelzője világosan kijelöli a mérés irányát: a gyakorlati készségek mellett ugyanolyan fontos szerepet kap az etikai mérlegelés és a társas felelősség. Ez nemzetközi tanulói teljesítménymérésben szokatlanul erős értékvállalás.

A dokumentum egyik legfontosabb elméleti újítása, hogy részletesen bemutatja a két műveltségterület egymásrautaltságát (Box 1.1). A hagyományos médiaműveltség - vagyis a médiaüzenetek elérésének, megértésének, elemzésének és létrehozásának képessége - ma már nem állhat meg önmagában. Ha a tanuló nem érti, hogyan kezeli, hozza létre vagy erősíti fel a tartalmakat az MI, akkor éppen azok a háttérfolyamatok maradnak rejtve előtte, amelyek a valóságról alkotott képét szűrik és keretezik. Ugyanez fordítva is igaz: a pusztán technikai MI-műveltség társadalmi és kulturális összefüggések nélkül kevés. Hiába érti valaki a rendszerek működését, ha nem tudja kritikusan értékelni az általuk közvetített történeteket, nézőpontokat és torzításokat. A keret Haider és Sundin nyomán olyan információs válságról beszél, amelyet jórészt láthatatlan algoritmusok tartanak fenn. Ebben a helyzetben a médiaműveltség és az MI-műveltség együtt adhat érvényes kritikai tájékozódási keretet.

A fogalmi váz három, egymással összefüggő nézőpontból épül fel, mindegyiket média- és MI-műveltségi oldalról is értelmezve. A szerzők és közönségek nézőpontja arra hívja fel a figyelmet, hogy minden üzenet mögött szándék, érdek és hatalmi helyzet áll. Az MI-vel létrehozott tartalom gyakran ember és gép közös munkájának eredménye, amelyet az adatok, a tervezési döntések és a technológiai ipar gazdasági-politikai érdekei is formálnak. Az üzenetek és jelentések nézőpontja szerint a jelentés nem egyszerűen benne van az üzenetben, sokszor kifejezetten a befogadó értelmezése során jön létre. Az MI-rendszerek tanítóadataiba és tervezési döntéseibe ugyanakkor értékek és torzítások épülhetnek be, amelyek hatással vannak a felhasználóhoz eljutó válaszokra. A reprezentációk és valóságok nézőpontja végül azt hangsúlyozza, hogy minden médiaüzenet válogatott, szerkesztett valóságképet ad - olykor teljesen mesterségesen létrehozva. A történeti előítéleteket hordozó adatokon tanított MI ezeket a torzításokat újratermelheti, sőt felerősítheti; a fotószerűen valóságos deepfake-ek pedig meggyőző, de hamis valóságokat teremthetnek.

Ez a hármas szerkezet a keret által is hivatkozott kritikai médiapedagógiai hagyományt - többek között Hobbs, Hall és Lippmann gondolkodását - kapcsolja össze a kortárs MI-kutatás eredményeivel: a hallucináció, az algoritmikus személyre szabás, a visszhangkamra-hatás és az ajánlórendszerek irodalmával. A dokumentum egyik legnagyobb erénye éppen ez az összekapcsolás: nem a médiaműveltség mellé illeszt egy külön MI-fejezetet - a klasszikus médiapedagógiai alapkérdéseket gondolja újra az MI nézőpontjából.

Az öt kompetencia és a mérési modell

A kompetenciamodell (a keret 4.1. ábrája) középpontjában a Reflektálás és etikus, felelős cselekvés áll. Ez a terület az egész modellt áthatja: a tanulónak minden digitális cselekvésnél mérlegelnie kell az etikai következményeket - egy kétes mém továbbküldésétől az alkalmazásengedélyek megadásán át addig, hogy használjon-e generatív MI-t egy iskolai feladathoz. Erre épül a négy további kompetencia. A Hozzáférés és használat a keresést, a lekérdezést, a promptolást és a tartalmak válogatását foglalja magában; ez az összes többi terület előfeltétele. Az Elemzés és értékelés azt jelenti, hogy a tanuló képes megítélni az emberi és az MI-vel létrehozott tartalmak célját, elfogultságát, hitelességét és használhatóságát. A Részvétel és együttműködés az aktív, felelős digitális jelenlétet fedi le, beleértve az MI közvetítő és torzító szerepének felismerését. Az Alkotás pedig azt vizsgálja, hogy a tanuló képes-e a kommunikációs célt, a tartalmat és a formátumot összehangolni média- és MI-eszközökkel. Mindegyik kompetenciához háromszintű - alacsony, közepes és magas - tanulói fejlődési leírás tartozik; a keret ezeket egyelőre előzetesnek tekinti.

A mérés kétféle feladattípust kapcsol össze. Lesznek rövid, hagyományosabb feladatok, például feleletválasztás, párosítás vagy rövid, megfogalmazott válasz. Emellett szerepelnek majd hosszabb, szimulált digitális környezetben zajló feladatok is, amelyekben a tanuló maga dönt a cselekvés módjáról és az eszközválasztásról. A fejlesztők szerint ezek adnak érvényesebb képet a valós döntéshozatalról. A feladatokat öt életszerű célhelyzet szervezi: kapcsolatok, tanulás, szórakozás, meggyőzés és állampolgárság. A médiatípusok köre a digitális szövegtől az audio-, kép- és videotartalmakon át az MI-vel létrehozott és algoritmusok által válogatott tartalmakig terjed. Az eszközkészlet szimulált böngészőt és keresőt, csevegőalkalmazást, közösségimédia-felületeket, levelezőt és generatív MI-eszközöket tartalmaz.

A keret mintafeladata jól érzékelteti a koncepciót. A tanuló újságírói szerepben kap egy terjedő hírt, amely szerint a Világgazdasági Fórum 2030-ra a divat eltűnését és egységes ruházat viselését jósolná. A hír hitelességét - valós internet helyett szimulált környezetben - laterális olvasással, vagyis több forrás párhuzamos ellenőrzésével kell vizsgálnia. Ezután döntését - pontos, részben pontos vagy pontatlan az állítás - forrásmegjelöléssel kell alátámasztania. A szakértői csoport ajánlása szerint a mérési idő fele az elemzés-értékelés és az alkotás feladataira jusson. A kognitív tesztet tanulói kérdőív egészíti ki, amely az attitűdöket és a médiahasználati szokásokat méri. Ide tartoznak olyan kipróbált mérési szempontok is, mint a félretájékoztatásra és a manipulációra való fogékonyság, a nyitott gondolkodás vagy a digitális függés, vagyis az eszközökre és platformokra való túlzott ráutaltság. A mérés így tudásról és beállítódásokról egyaránt képet ad. A feladatfejlesztést a keret a nehézségi tényezők világos felsorolásával is segíti: a helyzet összetettsége, a médiatípusok és eszközök változatossága, az összetettebb gondolkodási műveletek, a nyílt végű válasz, a feladathelyzet valószerűsége, az instrukciók nyitottsága és a támogatás mértéke együtt alakítja a feladatok nehézségét.

Kapcsolódás a meglévő keretrendszerekhez

A MAIL nem előzmények nélküli vállalkozás. Tudatosan illeszkedik a nemzetközi kompetenciakeretek rendszerébe, és maga is gondosan kijelöli, miben hasonlít ezekhez, illetve miben tér el tőlük.

A legszorosabb kapcsolat az Európai Bizottság és az OECD közös MI-műveltségi keretéhez, az AILit-hez (Empowering Learners for the Age of AI) fűzi. Ennek 2025-ös vitaanyagát 2026 júniusában követte a végleges változat. A végleges AILit-keret négy terület köré rendezi az MI-műveltséget: az MI-vel való kapcsolódás, az MI-vel való alkotás, az MI-használat tudatos irányítása és az MI alakítása (Engage with AI, Create with AI, Manage AI, Shape AI - a 2025-ös vitaanyag a negyedik területet még Designing AI néven említette). Az OECD projektoldala szerint az AILit közvetlenül hozzájárul a MAIL méréshez. Mario Piacentini, a MAIL egyik vezető fejlesztője a két kezdeményezést egymást kiegészítő rendszerként írja le: az AILit fejlesztési keret a tanároknak, a MAIL pedig mérési keret az oktatási rendszereknek [Piacentini, 2025]. A MAIL átveszi az MI-kimenetek kritikus értékelésének, az MI-vel való alkotásnak és együttműködésnek több elemét. A tanítóadatok és a tervezési döntések mélyebb elemzése azonban egy nagymintás nemzetközi mérésben csak korlátozottan oldható meg, ezért nem tartozik a MAIL fő fókuszába. Az MI alakításának (Shape AI) területe így kapcsolódik ugyan a MAIL-hez, de nem annak központi mérési tárgya. Itt húzódik az egyik fontos határ a fejleszthető és a nemzetközileg megbízhatóan mérhető kompetenciák között.

A DigComp 2.2, az uniós polgári digitáliskompetencia-keret [Vuorikari-Kluzer-Punie, 2022] felől nézve a MAIL négy DigComp-területtel mutat erős átfedést: az információ- és adatműveltséggel, a kommunikációval és együttműködéssel, a digitálistartalom-készítéssel és a biztonsággal. A különbség a funkcióban van. A DigComp általános állampolgári keret, amely minden korosztályra kiterjed, és amelyre képzések, önértékelések és tanúsítások épülhetnek. A MAIL ezzel szemben egyetlen korosztályra szabott, méréselméleti szempontból megalapozott mérőeszköz. A kettő viszonya leginkább a tanterv és a vizsga viszonyához hasonlítható. Ezt az új, 2025-ös keretrendszer, a DigComp 3.0 is megerősíti. A digitális kompetencia európai keretrendszere az MI-t nem önálló, elszigetelt területként kezel: a digitális kompetenciák egészébe építi be. Az MI-hez kapcsolódó tudás, készség és hozzáállás megjelenik az információkeresésben, a tartalomalkotásban, a kommunikációban, a biztonságban, az adatvédelemben és a problémamegoldásban is. Ez a NAT felülvizsgálata szempontjából is lényeges: a digitális kultúra összehangoló szerepe fontos marad, de önmagában nem elegendő. Minden tanulási területnek meg kell határoznia saját MI-kapcsolódását és értékelési következményeit. Így maradhat a tanterv technológiasemleges, mégis korszerű.

A keret Box 3.2-je különíti el a MAIL-t a PISA saját szövegértési területétől. A MAIL nemcsak szövegekkel foglalkozik - képek, videók és többféle médiaformátumot egyesítő tartalmak létrehozásával is. Szélesebb eszközkészletet használ: megjelenik benne a keresési lekérdezés, a chatbotokkal való párbeszéd és az MI-eszközökkel való munka. Az értékelés azt is figyeli, hogyan igazodik a tanuló az MI-eszközök adta lehetőségekhez és kockázatokhoz, és hogyan kezeli a médiahasználatból fakadó, emberek közötti konfliktusokat. A szövegértés ezzel szemben elsősorban a szövegen belüli és a szövegek közötti ellentmondások felismerésére összpontosít. A két terület egyazon 2029-es ciklusban való együttes jelenléte módszertani szempontból is tanulságos lesz: először válhat adatok alapján vizsgálhatóvá, mennyiben jelzi előre a klasszikus szövegértés a digitális-mediális ítélőképességet.

Előzményként említhető az UNESCO média- és információs műveltségi (MIL) hagyománya is, amely a két területet már 2011-ben közös tanárképzési tantervbe foglalta [UNESCO, 2011]. Ugyancsak fontos a keretben példaként hivatkozott finn tantervi modell, amely a médiaműveltséget régóta minden tantárgyat átható elemként kezeli. A MAIL ezekhez a hagyományokhoz képest abban lép tovább, hogy az elvi és fejlesztési szemléletet nagymintás, összehasonlító mérési eszközrendszerrel kapcsolja össze. Másként fogalmazva: mérhetővé teszi azt, ami korábban többnyire szakpolitikai vállalásként vagy pedagógiai elvként jelent meg.

Uniós szakpolitikai beágyazottság

Bár a MAIL az OECD és nem az Európai Unió eszköze, szakpolitikai környezetét nagy részben az uniós digitális szabályozás adja. A kapcsolat fordítva is fontos: az EU számára a MAIL lehet az egyik első olyan nemzetközi mérés, amely visszajelzést adhat arról, mennyire valósulnak meg az oktatásban a digitális felkészültséggel kapcsolatos vállalások.

Az első kapcsolódási pont az MI-rendelet [AI Act, (EU) 2024/1689] 4. cikke. Ez a rendelkezés nem közvetlenül a tanulókra vonatkozik. A szolgáltatóktól és az alkalmazóktól - köztük az MI-rendszereket használó iskoláktól és fenntartóktól - azt várja el, hogy lehetőségeikhez mérten gondoskodjanak a munkatársaik és a nevükben MI-rendszereket használó személyek megfelelő MI-jártasságáról. Az omnibusz csomag ezt a gondossági mércét tovább finomította: a módosított 4. cikk (1) bekezdése szerint a szolgáltatók és alkalmazók kötelesek intézkedéseket tenni „az MI-jártasság fejlesztésének támogatására” (to support the development of AI literacy), és nem annak „biztosítására”. A szöveg azt is rögzíti, hogy a kötelezettség nem jelenti bármely egyén meghatározott MI-jártassági szintjének garantálását. A változás látszólag kicsi, de tartalmilag fontos: a szervezetek kevésbé vonhatók felelősségre egy-egy személy MI-jártasságának hiányáért, és nem szoríthatók mérhető sztenderdek teljesítésére. A MAIL kompetenciamodellje és fejlődési szintjei - bár a mérés a tanulókra, nem a szervezetek jogi megfelelésére irányul - szakmai viszonyítási pontot adhatnak ehhez az értelmezéshez. A MAIL tehát nem jogi megfelelőségi teszt – ugyanakkor a tanulói oldalon mérhető, közvetett oktatáspolitikai jelzőmutató lehet.

A második szál a Digitális oktatási cselekvési terv (2021-2027). Két prioritása - a digitális oktatási ökoszisztéma fejlesztése és a digitális készségek erősítése - közvetlenül előlegezi a MAIL kompetenciamodelljét. A Bizottság 2022-es, a dezinformáció kezeléséről szóló tanári iránymutatása [Európai Bizottság, 2022] a keret hivatkozásjegyzékében is szerepel. A harmadik összefüggés a platformszabályozás. Az Európai demokráciáról szóló cselekvési terv és a digitális szolgáltatásokról szóló rendelet (DSA) a kínálati oldalon, vagyis a platformok kötelezettségein keresztül kezeli a dezinformációt és a manipulatív tervezést. A MAIL ennek felhasználói oldali párja: azt méri, mennyire ellenállók a diákok az ilyen hatásokkal szemben. A kettő egymást feltételezi. A legszigorúbb átláthatósági szabály is hatástalan marad, ha a felhasználók nem értik a jelöléseket és figyelmeztetéseket.

Ez különösen jól látszik az MI-rendelet 50. cikkéhez kapcsolódó, az MI-vel létrehozott tartalmak átláthatóságáról szóló gyakorlati kódex fényében, amelyet 2026. június 10-én tettek közzé. A kódexhez való csatlakozás önkéntes megfelelési út; maga az 50. cikk szerinti átláthatósági és jelölési kötelezettség azonban jogi kötelezettség, amely az Omnibusz módosítása szerint a 2026. augusztus 2. előtt forgalomba hozott rendszerekre 2026. december 2-éig lesz alkalmazandó. A mesterségesen előállított tartalom jelölése ugyanakkor csak akkor éri el célját, ha a befogadó felismeri és helyesen értelmezi a jelölést. Vagyis éppen azt a képességet mozgósítja, amelyet a MAIL a digitális és MI-közvetített tartalmak értelmezésekor vizsgál.

Az európai kontextust tovább árnyalja a 2026 júniusában elfogadott, már hivatkozott Digital Omnibus on AI (Omnibus VII) néven ismert egyszerűsítési csomag. Ez elsősorban a magas kockázatú MI-rendszerekre vonatkozó egyes kötelezettségek alkalmazási ütemezését módosította. Oktatási szempontból a csomag inkább kiemeli a tétet: minél rugalmasabb a kínálati oldali szabályozás, annál nagyobb szerep jut az egyéni ítélőképességnek. Kellő óvatossággal megfogalmazható, hogy a MAIL 2031-es eredményei az uniós „szabályozás + oktatás” kettős stratégia oktatási pillérének egyik közvetett mutatójává válhatnak.

Kritikai értékelés és nyitott kérdések

A keretvázlat erősségei jól láthatók. A szimulált digitális környezet nem csupán azt méri, mit mond a tanuló a digitális világról, de azt is, hogyan viselkedik egy feladathelyzetben. Az etikai szempont központi elhelyezése elvi rangra emeli a felelősséget. A kérdőíves háttérváltozók - például a fogékonysági és attitűdskálák - lehetővé teszik, hogy a kognitív eredményeket a tanulói beállítódásokkal együtt lehessen értelmezni. Külön érdem a nehézségi tényezők világos felsorolása, mert átláthatóbbá teszi a feladatfejlesztést.

A nyitott kérdések ugyanakkor jelentősek. Az első az idő: a 2026-os példák - például a deepfake-felismerés vagy a chatbot-interakció - 2029-re részben elavulhatnak. Szerzői kitekintésként ide sorolható az ágensalapú MI-rendszerek gyors terjedése is, amelyet a keret még alig tükröz. A második kérdés a szimuláció valószerűsége: vagyis az, mennyire hasonlít a mérési helyzet a mindennapi digitális környezethez. A zárt, biztonságos tesztkörnyezet éppen azt a nyitottságot és kockázatot nem tudja teljesen visszaadni, amely a valódi digitális döntéseket jellemzi. A harmadik kérdés a nyelvi-kulturális adaptáció. A keret maga is jelzi, hogy az MI-rendszerek a kisebb nyelvek finom árnyalatait - például a társadalomkritikai iróniát - gyakran gyengébben kezelik. Ez a magyar nyelvű mérőeszköz fejlesztésekor is kockázat.

Negyedszer kérdéses, mennyire kidolgozottak a háromszintű fejlődési leírások, és mennyire mérhető az ötkompetenciás modell a szűkös, egyórás tesztidőben. Az 50 százalékos időelosztási ajánlás már most jelzi, hogy a fejlesztőknek rangsorolniuk kell. Végül elvi dilemma az etikai kompetencia mérhetősége. A feladathelyzetekben a tanuló azt is megtanulhatja jelezni, amit a mérés elvár tőle. A kimondott felelős álláspont és a tényleges felelős viselkedés közötti különbséget a legjobb szimuláció sem tünteti el teljesen. Ezek a fenntartások azonban nem a vállalkozás értelmét kérdőjelezik meg, sokkal inkább a field trial, vagyis a nemzetközi próbamérés tétjét mutatják: a keret maga is nyitott, felülvizsgálatra szánt munkaanyagként határozza meg önmagát.

Amit mindez a magyar iskolák számára jelent

A 2026 és 2029 közötti felkészülési időszakban a magyar köznevelés számára három gyakorlati lépés adódik, mely semmiképp nem lehet független a NAT általános és digitális szempontok szerinti felülvizsgálatától.

Ennek részeként először tantervi audit szükséges annak feltérképezésére, hol jelenik meg már ma - akár más néven - a hitelesség-ellenőrzés, a platform- és MI-tudatosság, valamint a digitális etika és biztonság hármasa. Másodszor: keret 3.1. táblázatának mintájára szükség van a média- és MI-műveltség tantárgyközi beépítésére. Ez nemcsak a digitális kultúra feladata: mindezeknek a magyar nyelv és irodalom, a történelem, az idegen nyelvek, a természettudományos tárgyak és az állampolgári nevelés gyakorlatában is meg kell jelennie. 

Harmadszor: elengedhetetlen a pedagógusok célzott felkészítése. Be kell látni, hogy a három-négy alkalmas, általános szemléletű, ingyenes vagy fizetős MI-képzések itt már nem segítenek, egy új típusú környezetre való komplex felkészítésre van szükség - az MI-írástudáshoz hasonlóan az MI-pedagógiai jártasság elérésére. Ez egyszerre szolgálja a MAIL-re való szakmai felkészülést és az MI-rendelet 4. cikkéből következő intézményi feladatok értelmezését. A MAIL végső soron nem cél, sokkal inkább tükör: 2031-ben azt fogja megmutatni, mit tanítottak meg ténylegesen az oktatási rendszerek addig, miközben a digitális világ tovább változott körülöttük.

Felhasznált források és internetes elérhetőségük

Nemzetközi szervezetek hivatalos forrásai (OECD, UNESCO)

OECD (2026): Navigating an Evolving Digital World. First Draft of the PISA 2029 Media and Artificial Intelligence Literacy (MAIL) Assessment Framework. Előzetes munkaanyag, 2026. január. OECD Publishing, Paris. Projektoldal és letöltés: https://www.oecd.org/en/about/projects/pisa-2029-media-and-artificial-intelligence-literacy.html

OECD – European Commission (2025): Empowering Learners for the Age of AI. An AI Literacy Framework for Primary and Secondary Education – Review draft (vitaanyag). https://ailiteracyframework.org/

OECD – European Commission (2026): Empowering Learners for the Age of AI – AILit Framework, végleges változat (2026. június). Keretdokumentum (PDF): https://ailiteracyframework.org/pdfs/framework_pdf/AILF_en.pdf

OECD (é. n.): Innovation in PISA – Frequently Asked Questions (FAQs). https://www.oecd.org/content/dam/oecd/en/about/projects/edu/pisa-rdi-programme/Frequently-Asked-Questions.pdf

UNESCO (2011): Media and Information Literacy Curriculum for Teachers. UNESCO, Paris. https://unesdoc.unesco.org/ark:/48223/pf0000192971

Uniós jogi és szakpolitikai források

Az Európai Parlament és a Tanács (EU) 2024/1689 rendelete a mesterséges intelligenciáról (AI Act). EUR-Lex: https://eur-lex.europa.eu/eli/reg/2024/1689/oj

Az Európai Parlament és a Tanács (EU) 2022/2065 rendelete a digitális szolgáltatásokról (DSA). EUR-Lex: https://eur-lex.europa.eu/eli/reg/2022/2065/oj

Európai Bizottság: Digitális oktatási cselekvési terv 2021–2027. https://education.ec.europa.eu/focus-topics/digital-education/action-plan

Európai Bizottság (2022): Guidelines for teachers and educators on tackling disinformation and promoting digital literacy through education and training. Publications Office of the European Union. https://data.europa.eu/doi/10.2766/28248

Vuorikari, R. – Kluzer, S. – Punie, Y. (2022): DigComp 2.2. The Digital Competence Framework for Citizens. JRC, Európai Bizottság. https://publications.jrc.ec.europa.eu/repository/handle/JRC128415

COSGROVE, J. and CACHIA, R., DigComp 3.0: European Digital Competence Framework - Fifth Edition, Publications Office of the European Union, Luxembourg, 2025, https://publications.jrc.ec.europa.eu/repository/handle/JRC144121

Európai Bizottság: Európai demokráciáról szóló cselekvési terv (European Democracy Action Plan). https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/new-push-european-democracy/european-democracy-action-plan_en

Európai Bizottság (2026): Code of Practice on Transparency of AI-Generated Content (az MI-rendelet 50. cikkéhez kapcsolódó gyakorlati kódex, 2026. június 10.). Elérhető a Bizottság MI-szabályozási oldaláról: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

Európai Bizottság (2026): Digital Omnibus on AI (Omnibus VII) – a digitális szabályozás egyszerűsítési csomagja. https://digital-strategy.ec.europa.eu/en/library/digital-omnibus-regulation-proposal

Szakmai értékelések és háttéranyagok

Piacentini, M. (2025): Shaping Future Success: AI Literacy Framework & the PISA 2029 MAIL Assessment. AILit blog, 2025. december 12. https://ailiteracyframework.org/blog/shaping-future-success-ai-literacy-framework-pisa-2029-mail/

Earp, J. (2026): PISA 2029: Media and AI Literacy – key concepts, curriculum links and competences. Teacher Magazine (ACER), 2026. április 29. https://www.teachermagazine.com/au_en/articles/pisa-2029-media-and-ai-literacy-key-concepts-curriculum-links-and-competences

Kingsley, A. (2026): PISA 2029 „Media & Artificial Intelligence Literacy (MAIL)”. Szakmai kommentár, 2026. február 18. https://alkingsley.com/2026/02/18/pisa-2029-media-artifici

Az MI-jártasság biztosításának intézményi kötelezettsége az oktatásban az EU mesterséges intelligencia rendeletének alapján

 Az írás a 2026. március 12.-én közzétett bejegyzés 2026. június 26.-án aktualizált változata!

Az Európai Unió a mesterséges intelligenciáról szóló, 2024-ben elfogadott (EU) 2024/1689 rendelete (AI Act/MI rendelet) 4. cikke a mesterséges intelligenciához kapcsolódó MI-jártasság biztosítását az érintett szervezetek kifejezett kötelezettségeként határozza meg. E rendelkezés az oktatás világában is kiemelt jelentőségű, mivel a felsőoktatási intézmények és a köznevelés szereplői egyre több olyan rendszert alkalmaznak, amelyek használata megfelelő felkészültséget, felelősségi rendet és intézményi szintű szervezést igényel. E rendelkezés 2025 februárjában már hatályba lépett, gyakorlati alkalmazása azonban Magyarországon még nem kezdődött meg – többek között az értelmezés nehézségei, a felelősségi körök tisztázatlansága miatt.

Írásunk 2026 márciusában megjelent első szövegváltozata az akkor ismert jogi helyzetből és határidőkből indult ki - mindezt azonban a 2026. június 16-án az Európai Parlament által elfogadott, korábban egy másikbejegyzésben már részletesen bemutatott digitális omnibusz csomag (AI Digital Omnibus Regulation, 2025/0359/EU) új dimenzióval egészítette ki. A csomag több ponton módosítja az eredeti rendelet rendelkezéseit, köztük a 4. cikk szerinti MI-jártassági kötelezettséget is. Az alábbiakban a tanulmány eredeti szövege az omnibusz csomag által teremtett új helyzettel kiegészített formában olvasható; az új, kiegészítő tartalmak kék színnel jelennek meg.

Az (EU) 2024/1689 rendelete az Európai Unió első átfogó, horizontális szabályozása a mesterséges intelligencia területén. A rendelet célja, hogy egységes belső piaci keretet hozzon létre a mesterséges intelligencián alapuló rendszerek fejlesztése, forgalmazása és használata számára, egyidejűleg biztosítva a biztonság, az alapjogvédelem, valamint a megbízható és emberközpontú alkalmazás követelményeit. A szabályozás kockázatalapú megközelítést alkalmaz: a tilalmazott gyakorlatok, a magas kockázatú rendszerek, az átláthatósági kötelezettségek és az általános célú modellekre vonatkozó előírások külön fejezetekben jelennek meg.

A rendelet azonban nem kizárólag termékbiztonsági logikát követ. Egyes rendelkezései – különösen a II. fejezet – általános szervezeti kötelezettségeket írnak elő a szolgáltatók és alkalmazók számára. E körbe tartozik a 4. cikk is, amely a MI-jártasság biztosításának kötelezettségét rögzíti. Ez a rendelkezés nem a rendszer műszaki megfelelőségére, hanem a rendszerrel kapcsolatba kerülő személyek felkészültségére irányul.

A felsőoktatási intézmények esetében az AI Act alkalmazhatósága nem magától értetődő kérdés, mivel a rendelet kifejezetten nem nevesíti a „felsőoktatást”, mint külön szabályozási területet. A relevancia abból fakad, hogy az egyetemek és főiskolák saját működésük során MI-rendszereket használnak, illetve egyes esetekben fejlesztenek, vagy integrálnak. Amennyiben egy intézmény MI-rendszert üzemeltet – például adminisztratív döntéstámogatás, tanulmányi rendszer, learning analytics vagy vizsgafelügyelet keretében –, úgy alkalmazói minőségben jár el. Ha pedig saját fejlesztésű vagy testreszabott rendszert mások számára elérhetővé tesz, akkor szolgáltatói minőség is fennállhat. A 4. cikk alkalmazásának előfeltétele e minőségek pontos meghatározása.

A 4. cikk címzettjei azok a szervezetek, amelyek MI-rendszereket fejlesztenek, forgalomba hoznak, üzembe helyeznek vagy működtetnek. A norma szerint e szereplők kötelesek intézkedéseket tenni annak érdekében, hogy személyzetük és mindazok, akik a nevükben eljárva az MI-rendszereket használják vagy működtetik, megfelelő MI-jártassággal rendelkezzenek. A rendelkezés a szervezeti gondosság és felelősség körébe tartozik.

A MI-jártasság a rendelet értelmében olyan készségek, ismeretek és megértés összessége, amelyek lehetővé teszik a rendszerek szakszerű alkalmazását, valamint a lehetséges kockázatok és károk felismerését. A kompetencia szintjét mindig a használat kontextusa, az érintett személy feladatköre és a technikai környezet határozza meg. A norma tehát differenciált megközelítést követel: nem egységes, általános képzési minimumot ír elő, hanem a konkrét alkalmazási helyzethez igazított felkészítést.

A felsőoktatásban a 4. cikk alkalmazása több dimenzióban jelenik meg. Egyrészt a munkavállalók – oktatók, kutatók, adminisztratív dolgozók – MI-használata intézményi felelősségi körbe tartozik. Másrészt felmerül a hallgatók helyzete is: ha az intézmény a tanulmányi kötelezettségek teljesítéséhez MI-rendszer használatát írja elő, a használat már nem pusztán egyéni döntés, hanem szervezeti keretben történik. Harmadrészt vizsgálni kell a külső közreműködők, megbízottak és projektpartnerek státuszát is.

A 4. cikk sajátossága, hogy nem tesz különbséget az általános célú MI-rendszerek és más rendszerek között. Így már az egyszerű szervezeti alkalmazás – például generatív nyelvi modellek használata szövegalkotásra vagy fordításra – is releváns lehet. A kompetenciabiztosítási kötelezettség tehát nem kizárólag magas kockázatú rendszerekhez kötődik, hanem a szervezeti szerephez és a tényleges használathoz.

Hatálybalépés és alkalmazási ütemezés: a 4. cikk időbeli dimenziója a felsőoktatásban

Az AI Act időbeli alkalmazása több lépcsőben történik. A rendelet hatálybalépése és tényleges alkalmazhatósága között különbséget kell tenni. A rendelet az Európai Unió Hivatalos Lapjában való kihirdetését követő huszadik napon lépett hatályba, azonban az egyes fejezetek alkalmazása eltérő időpontokhoz kötött. A főszabály szerint a rendelet rendelkezéseit 2026. augusztus 2-tól kell alkalmazni, ugyanakkor a szabályozás kifejezetten rögzíti, hogy az I. és II. fejezet – amelybe a 4. cikk is tartozik – már 2025. február 2-tól alkalmazandó.

Ez a megkülönböztetés a felsőoktatási intézmények számára különös jelentőséggel bír. A 4. cikk nem a teljes rendelet általános alkalmazási időpontjával egyidejűleg, hanem annál korábban vált kötelezővé. A 2025. február 2-i dátum azt jelenti, hogy a szolgáltatói vagy alkalmazói minőségben eljáró intézményeknek ettől az időponttól kezdődően intézkedéseket kell tenniük a MI-jártasság biztosítása érdekében. A kötelezettség nem függ a magas kockázatú rendszerekre vonatkozó fejezetek későbbi alkalmazásától; önálló és közvetlenül érvényesülő normáról van szó.

A rendelet további részei szintén eltérő időpontokban válnak alkalmazandóvá. A III. fejezet 4. szakasza, az V., VII. és XII. fejezet (a 101. cikk kivételével), valamint a 78. cikk 2025. augusztus 2-tól alkalmazandók. A 6. cikk (1) bekezdésében foglalt kötelezettségek pedig 2027. augusztus 2-tól válnak alkalmazandóvá (113. cikk c) pont). Ez a lépcsőzetes rendszer azt eredményezi, hogy a szervezeti megfelelés több fázisban valósul meg: elsőként az alapvető szervezeti és kompetenciabiztosítási kötelezettségek, ezt követően a részletes műszaki és kockázatkezelési előírások.

Az omnibusz csomag 2026. június 16-i parlamenti elfogadása az időbeli ütemtervet több ponton átalakította. A csomag legfontosabb változása, hogy a magas kockázatú kötelezettségek alkalmazási határideje 2027. december 2-re tolódott az önálló, III. melléklet szerinti rendszerek esetében (beleértve az oktatást is), és 2028. augusztus 2-re az I. melléklet szerinti termékekbe beépített AI-rendszerek vonatkozásában. Az 50. cikk (2) bekezdése szerinti tartalomjelölési kötelezettség a 2026. augusztus 2. előtt forgalomba hozott rendszerekre 2026. december 2-éig alkalmazandó. Az omnibusz-csomag a 4. cikk szerinti MI-jártassági kötelezettség alkalmazási időpontját nem változtatta meg, a kötelezettség tartalmát és mércéjét azonban módosította - erről a következő fejezetben lesz részletesebben szó.

A felsőoktatás szempontjából az időbeli struktúra három következménnyel jár. Először: a 4. cikk alkalmazása nem halasztható a magas kockázatú rendszerekre vonatkozó szabályok teljes körű hatálybalépéséig. A kompetenciabiztosítási kötelezettség már a rendelet korai szakaszában fennáll. Másodszor: az intézményi gyakorlatban használt, már működő rendszerek esetében is vizsgálni kell a megfelelőséget, különösen akkor, ha a rendszer használata 2025 után is fennmarad. Harmadszor: a későbbi szakaszokban alkalmazandó részletes követelmények – például a magas kockázatú rendszerekhez kapcsolódó dokumentációs és felügyeleti előírások – a 4. cikk szerinti kompetenciaszintet is érintik, mivel a megfelelő szakértelem a további kötelezettségek előfeltétele.

A rendelet külön rendelkezik a már forgalomba hozott vagy üzembe helyezett rendszerekre vonatkozó átmeneti szabályokról. A korábban működő, nagy kockázatú rendszerek esetében a megfelelési kötelezettség bizonyos feltételek mellett később válik esedékessé, illetve jelentős módosítás esetén nyílik meg teljeskörűen. E szabályok azonban nem érintik a 4. cikk alapvető szervezeti jellegét. A kompetenciabiztosítási kötelezettség a használat és a szerep fennállásához kötődik, nem pedig a rendszer forgalomba hozatalának időpontjához.

Az időbeli dimenzió így a megfelelési stratégia meghatározó elemévé válik: a felsőoktatási intézményeknek a 4. cikk alkalmazását már a rendelet korai szakaszában integrálniuk kellett (volna) szervezeti működésükbe. A 2026-ban rögzített új határidők további szempontokat adnak a megfelelési program időzítéséhez. A 2027. december 2-i dátumot az omnibusz csomag határozta meg szigorú, végleges határidőként, amelyhez a Parlament feltételes mechanizmust nem rendelt. Az oktatási szektor esetében, ahol az oktatás és szakképzés a III. melléklet külön pontjában szerepel, ez a határidő az intézményi felkészülés konkrét mérföldkövévé válik.

Címzettek, kötelezettségi szerkezet és a gondossági mérce

Az AI Act 4. cikke a rendelet II. fejezetében kapott helyet, és a MI-jártasság biztosításának kötelezettségét rögzíti. A norma címzettjei az MI-rendszerek szolgáltatói és alkalmazói. A rendelkezés szerkezete több, egymással összefüggő elemből áll: (1) a kötelezetti kör meghatározása, (2) az intézkedési kötelezettség előírása, (3) a kompetencia címzettjeinek kijelölése, valamint (4) a mérce és differenciálási szempontok rögzítése.

A kötelezetti kör meghatározása funkcionális jellegű. A szolgáltató az a szereplő, aki MI-rendszert fejleszt, forgalomba hoz vagy saját neve alatt kínál. Az üzemeltető az, aki a rendszert saját működési körében használja. A felsőoktatásban e minőségek gyakran egybeesnek: egy intézmény lehet egyszerre alkalmazó – például egy tanulmányi adminisztrációs rendszer alkalmazásakor – és szolgáltató, ha saját fejlesztésű vagy testreszabott rendszert bocsát rendelkezésre.

A kötelezettség tárgya az, hogy a címzett „intézkedéseket tegyen” annak érdekében, hogy az érintett személyek megfelelő MI-jártassággal rendelkezzenek. A norma nem határozza meg tételesen, milyen formában kell e kötelezettséget teljesíteni. Az „intézkedések” kifejezés nyitott, és szervezeti mozgásteret biztosít. A kötelezettség lényege nem egy konkrét képzési forma előírása, hanem annak biztosítása, hogy a releváns személyek ténylegesen képesek legyenek az MI-rendszerek szakszerű alkalmazására.

A kompetencia címzettjei két csoportba sorolhatók. Egyrészt az adott szervezet személyzete, tehát mindazok, akik munkaviszony vagy hasonló jogviszony keretében az intézmény működésében részt vesznek. Másrészt azok a személyek, akik a szervezet nevében vagy megbízásából járnak el, és az MI-rendszer működtetésében vagy használatában érintettek. A norma ezzel túlterjed a klasszikus munkavállalói körön, és lefedi azokat a külső közreműködőket is, akik a szervezet érdekében végzik tevékenységüket.

A 4. cikk egyik kulcseleme a gondossági jellegű mérce: a rendelet a kötelezettektől azt várja el, hogy legjobb erőfeszítéseik szerint biztosítsák a megfelelő kompetenciaszintet. Ez nem eredménykötelezettség, hanem gondossági jellegű kötelezettség. A szervezetnek olyan intézkedési rendszert kell kialakítania, amely alkalmas a szükséges kompetenciaszint elérésére, ugyanakkor nem várható el abszolút garancia minden egyes egyéni hibával szemben. Az omnibusz csomag ezt a gondossági mércét tovább finomította: a módosított 4. cikk (1) bekezdés szövege szerint a szolgáltatók és alkalmazók kötelesek intézkedéseket tenni „az MI-jártasság fejlesztésének támogatására” (to support the development of AI literacy), és nem a jártasság „biztosítására”. A szöveg azt is kifejezetten rögzíti, hogy a kötelezettség nem követeli meg a szolgáltatóktól vagy alkalmazóktól, hogy garantálják bármelyik egyén meghatározott szintű MI-jártasságát. A változás látszólag csekély, de tartalmilag fontos: a szervezetek kevésbé vonhatók felelősségre egy adott egyén MI-jártasságának hiányáért, és nem szoríthatók mérhető sztenderdek teljesítésére. Ugyanakkor – ahogy arra az omnibusz szakértői, köztük Oliver Patel, az Enterprise AI Governance szerkesztője is rámutat – ez a változás nem értelmezhető az MI-jártasság mellőzésének engedélyeként: az emberi felügyelet kötelezettségére vonatkozó rendelkezések változatlanul fennállnak.

A differenciálás szempontjait maga a norma rögzíti. A kompetenciaszint meghatározásakor figyelembe kell venni az érintett személy technikai ismereteit, tapasztalatát, képzettségét, valamint az MI-rendszer alkalmazásának kontextusát és az érintett személyek körét. Ez a szabály kifejezetten elutasítja az egységes, minden szereplőre azonos módon alkalmazott képzési minimumot. A kompetencia mértéke a feladatkörhöz és a használat kockázati profiljához igazodik.

A MI-jártasság fogalma nem azonos a magas szintű informatikai szakértelemmel. A rendelet értelmében a kompetencia olyan ismereteket és megértést jelent, amelyek lehetővé teszik az MI-rendszer szakszerű alkalmazását, továbbá a rendszerrel összefüggő kockázatok és lehetséges károk felismerését. A hangsúly tehát a felelős döntéshozatalon és a tudatos használaton van. A kompetencia magában foglalja a rendszer korlátainak, esetleges torzításainak és hibalehetőségeinek ismeretét is.

Fontos dogmatikai sajátosság, hogy a 4. cikk nem kapcsolódik közvetlenül a kockázati kategóriákhoz. A kötelezettség nem csak a magas kockázatú rendszerek esetében áll fenn. Amennyiben a szervezet MI-rendszert használ vagy működtet, a kompetenciabiztosítási kötelezettség megnyílik, függetlenül attól, hogy az adott rendszer milyen kockázati besorolás alá esik. A kockázati szint legfeljebb a szükséges kompetencia mélységét befolyásolja.

A 4. cikk szerkezete tehát egy szervezeti felelősségi modellt ír le. Nem technológiai, hanem intézményi működési szabály: a mesterséges intelligencia alkalmazása csak akkor tekinthető jogszerűnek és felelősnek, ha az érintett személyek megfelelően felkészültek. A kötelezettség teljesítése strukturált, dokumentálható és differenciált intézkedési rendszert feltételez.

A kötelezettek köre az oktatási szektorban: szolgáltatói és alkalmazói minőség a felsőoktatásban és a közoktatásban

A 4. cikk alkalmazásának központi kérdése a kötelezettek körének meghatározása. A norma címzettjei az MI-rendszerek szolgáltatói és alkalmazói. Az oktatási szektorban – függetlenül attól, hogy felsőoktatásról vagy köznevelésről van szó – e minőségek funkcionális alapon állapíthatók meg: nem az intézménytípus, hanem az MI-rendszerhez való viszony a döntő.

A szolgáltató az a szereplő, aki MI-rendszert fejleszt, forgalomba hoz vagy saját neve alatt kínál. Az alkalmazó az, aki az MI-rendszert saját működési körében használja. Az oktatási intézmények túlnyomó többsége elsődlegesen alkalmazói minőségben jelenik meg, amikor harmadik fél által fejlesztett MI-alapú rendszert alkalmaz – például tanulmányi adminisztráció, vizsgafelügyelet, értékelés, tanulásanalitika vagy generatív tartalomkészítés céljából.

A felsőoktatásban azonban gyakrabban fordul elő olyan helyzet, amikor az intézmény részben szolgáltatói minőségbe is kerül. Ez megtörténhet saját fejlesztésű MI-alapú kutatási infrastruktúra külső hozzáférhetővé tételekor, testreszabott generatív eszközök intézményi üzemeltetésekor, vagy konzorciumi platform működtetésekor. Ilyen esetben az intézmény nem csupán használja a rendszert, hanem annak működéséért és konfigurációjáért is felel.

Az általános és középfokú oktatás intézményei ezzel szemben jellemzően kizárólag alkalmazói minőségben jelennek meg. Az iskolák ritkán fejlesztenek vagy forgalmaznak önálló MI-rendszert; tipikus helyzetben külső szolgáltatók – például oktatástechnológiai cégek – rendszereit alkalmazzák. Ez azonban nem csökkenti a 4. cikk szerinti kötelezettséget: az alkalmazói minőség önmagában elegendő a MI-jártasság biztosításának kötelezettségéhez.

A kötelezettek körének meghatározásakor külön vizsgálni kell a fenntartói struktúrát. Köznevelési intézmények esetében a fenntartó – állami vagy egyházi szerv – bizonyos esetekben maga is minősülhet alkalmazónak, ha központilag biztosít MI-alapú rendszereket az intézmények számára. Ilyen helyzetben a kompetenciabiztosítási kötelezettség megoszlása az intézmény és a fenntartó között a konkrét működési modell függvénye.

A 4. cikk hatálya nem korlátozódik magas kockázatú rendszerekre. Ez különösen releváns az oktatásban, ahol a generatív MI-eszközök – például szövegalkotó modellek – széles körben elterjedtek. Amennyiben az intézmény ilyen eszközöket szervezeti keretben alkalmaz, az alkalmazói minőség fennáll. A kompetenciabiztosítási kötelezettség tehát nem kizárólag vizsgaértékelő vagy felvételi döntést támogató rendszerek esetén merül fel, hanem az általános szervezeti használat során is.

A felsőoktatás és a köznevelés között a különbség elsősorban a rendszerek komplexitásában és az alkalmazási kontextusban jelentkezik. A felsőoktatásban gyakoribb a kutatási és innovációs célú MI-fejlesztés, ami szolgáltatói minőséget eredményezhet. A köznevelésben ezzel szemben a hangsúly az intézményi szintű használaton van. Mindkét szektorban azonban az alapelv azonos: aki MI-rendszert működtet, köteles gondoskodni arról, hogy az érintett személyek megfelelő kompetenciával rendelkezzenek.

Az omnibusz csomag az oktatási szektort közvetlenül érintő fontos kiegészítést hozott az EU-adatbázisba való regisztrációs kötelezettség tekintetében. Bár a Bizottság eredeti javaslata eltörölte volna az önértékelésen alapuló, „nem magas kockázatú” besorolású rendszerek regisztrációjának kötelezettségét, a Parlament ezt visszaállította – egyszerűsített tartalommal, de fennálló kötelezettségként. Ez az oktatási szektor számára azt jelenti, hogy azok az intézmények, amelyek a III. melléklet 3. pontja által lefedett területen – oktatás és szakképzés – használnak AI-rendszert, és arra a következtetésre jutnak, hogy az nem magas kockázatú, kötelesek ezt a következtetést az EU-adatbázisban rögzíteni, ahol azt a nemzeti hatóságok és az AI-Hivatal is áttekinthetik.

A 4. cikk gyakorlati alkalmazása a hallgatók és tanulók MI-használata során

A 4. cikk alkalmazása az oktatásban ott válik igazán konkréttá, ahol az intézménynek el kell döntenie: mikor minősül a hallgatók vagy tanulók MI-használata intézményi felelősségi körbe tartozó tevékenységnek. A döntési pont nem az MI jelenléte, hanem az, hogy a használat intézményi keretben, szervezett vagy előírt formában történik-e.

Felsőoktatásban gyakori, hogy a hallgatók saját elhatározásukból alkalmaznak generatív MI-eszközöket beadandók készítéséhez, kutatási jegyzeteléshez vagy tanulási segédeszközként. Amennyiben az intézmény nem írja elő az adott eszköz használatát, nem integrálja azt kötelező tantervi elemként, és nem építi be a hivatalos értékelési struktúrába, a használat nem tekinthető az intézmény által működtetett rendszerhasználatnak. Ilyen helyzetben a 4. cikk szerinti kompetenciabiztosítási kötelezettség nem terjed ki a teljes hallgatói képzési programra. A gyakorlati megoldás ilyenkor az, hogy az intézmény világos MI-használati szabályzatot alkot, meghatározza az elfogadható és nem elfogadható felhasználási módokat, és tájékoztatást ad az MI korlátairól, például a hallucináció jelenségéről vagy az adatvédelmi kockázatokról.

A helyzet megváltozik, ha az intézmény kötelezővé teszi egy MI-eszköz alkalmazását. Amennyiben egy kurzus előírja generatív rendszer használatát, vagy a hallgatók számára intézményi platformon keresztül biztosít MI-alapú tanulástámogató rendszert, a használat az intézmény működési körébe kerül. Ebben az esetben a 4. cikk alapján az intézménynek biztosítania kell, hogy a hallgatók rendelkezzenek az adott rendszer használatához szükséges MI-jártassággal. Gyakorlatban ez nem jelent teljes körű technikai felkészítési követelményt, de megköveteli legalább a rendszer működésének alapvető megértését, a korlátok ismeretét és az eredmények kritikus értékelésének képességét. A megfelelés legegyszerűbb módja egy kötelező, rövid bevezető modul, amely dokumentáltan teljesíthető.

Az általános és középfokú oktatásban a kérdés még egyértelműbb. A tanulók MI-használata rendszerint pedagógiai keretben zajlik. Ha egy iskola tanórai keretben generatív eszközt alkalmaz, vagy MI-alapú tanulásanalitikai rendszert vezet be, a használat intézményi felelősség alá tartozik. Ilyenkor a 4. cikk nemcsak a pedagógusok, hanem – a használat mértékéig – a tanulók felkészítését is szükségessé teszi. A gyakorlati megoldás itt az életkornak megfelelő tájékoztatás: az MI működésének egyszerű magyarázata, a hibalehetőségek bemutatása és az adatvédelmi tudatosság fejlesztése.

Külön figyelmet igényel az MI-alapú értékelés és döntéstámogatás. Ha a rendszer a tanulmányi előmenetel, vizsgaeredmény vagy felvételi döntés befolyásolására szolgál, a kompetenciabiztosítás szintje magasabb. Felsőoktatásban ez az oktatók felkészítését jelenti a rendszer működésének, torzításainak és korlátainak ismeretére. Köznevelésben a pedagógus köteles biztosítani, hogy a rendszer alkalmazása ne váltsa ki az egyéni mérlegelést, és a döntések felülvizsgálhatók legyenek. Az omnibusz csomag a hallgatói MI-használat kezelésére vonatkozó elvárásokat enyhített mércével kezeli, de lényegesen nem módosította. Az intézmény intézkedési kötelezettsége fennáll – a változást az jelenti, hogy a kötelezettség az egyéni eredmény garantálása helyett a fejlesztés támogatására értendő.

A 4. cikk tehát nem általános digitális képzési kötelezettséget ír elő, hanem a kötelező vagy szervezett MI-használathoz kapcsolódó célzott kompetenciabiztosítást. A gyakorlati kérdés mindig az, hogy az intézmény milyen mértékben irányítja vagy írja elő az MI alkalmazását. Amint az irányítás intézményi szintre emelkedik, a felelősség is intézményi szintre kerül.

Gyakorlati megfelelési modell: hogyan épüljön be a MI-jártasság a mindennapi működésbe?

A 4. cikk valódi jelentősége az oktatási intézmények számára akkor válik láthatóvá, amikor az MI-használat nem egyedi kísérlet, hanem a szervezet mindennapi működésének része lesz. A gyakorlati megfelelés nem különálló projekt, hanem olyan intézményi működési rendszer, amely az MI alkalmazását strukturált keretbe helyezi.

A felsőoktatásban az első konkrét lépés egy belső, vezetői szinten elfogadott MI-használati irányelv kialakítása. Ennek nem kell terjedelmes dokumentumnak lennie, de rögzítenie kell, hogy az intézmény milyen célokra engedélyezi az MI használatát, mely esetekben kötelező az emberi felülvizsgálat, és milyen eljárásrend érvényes értékelési vagy döntéstámogató rendszerek esetén. Az irányelv adja meg azt a szervezeti keretet, amelyhez a kompetenciabiztosítási intézkedések illeszkednek. A felsőoktatási intézmények jelentős része rendelkezik már valamiféle MI-szabályozással, ezek azonban az EU Act követelményeit még nem építették be, holott közvetlenül érvényesülő uniós jogforrásról van szó, amelynek számos rendelkezése már hatályba lépett. A köznevelésben ma még az intézményi szabályozás gyakorlata nem alakult ki, elvétve találunk olyan iskolákat, ahol már sor került belső MI-szabályzat elfogadására.

A következő gyakorlati elem egy kijelölt felelős vagy munkacsoport. A 4. cikk nem ír elő külön, kötelezően létrehozandó tisztséget, mégis célszerű, hogy az intézményben legyen egy koordinációs pont, amely áttekinti az alkalmazott rendszereket, összegyűjti a tapasztalatokat, és frissíti a képzési tartalmakat. Felsőoktatásban ez lehet digitális oktatásért felelős vezető, informatikai igazgató vagy rektori megbízott. A köznevelésben az igazgató, egy kijelölt igazgatóhelyettes, vagy egy digitális munkaközösség láthatja el ezt a szerepet.

A kompetenciabiztosítás beépítése a gyakorlatba akkor hatékony, ha az nem elszigetelt képzési esemény, hanem a munkafolyamat része. Felsőoktatásban a kurzusindításkor rövid MI-orientáció, a tanulmányi szabályzatban külön MI-fejezet, valamint vizsgaidőszak előtt módszertani frissítés biztosíthatja a tényleges tudatosságot. Köznevelésben a pedagógusok éves továbbképzésébe integrált MI-modul, valamint tanórai keretben megvalósított bevezetés jelent működő megoldást. A hangsúly minden esetben azon van, hogy az érintettek értsék az MI-rendszer korlátait, a lehetséges torzításokat, valamint az adatvédelmi kockázatokat.

Külön figyelmet igényel az MI-alapú értékelési és döntéstámogató rendszerek használata. Ilyen esetben a gyakorlati megfelelés részét kell képeznie egy világos eljárásrendnek: mikor alkalmazható a rendszer, hogyan történik az emberi ellenőrzés, és miként biztosítható a döntés felülvizsgálata. Felsőoktatásban ez például vizsgaszabályzati kiegészítéssel valósítható meg. Köznevelésben a pedagógiai program módosítása lehet indokolt.

A dokumentálás a jogbiztonsági eszközként értelmezendő: egy rövid, rendszeresen frissített belső nyilvántartás a megtartott képzésekről, az alkalmazott rendszerekről és az esetleges incidensekről elegendő lehet a megfelelés igazolására. A 4. cikk megsértésének kockázata elsősorban akkor merül fel, ha az intézmény nem tudja bemutatni, hogy az MI-használat tudatos, ellenőrzött és felkészültségen alapuló módon történik. Ha már van ilyen, az omnibusz csomag a meglévő MI-szabályzat felülvizsgálatára és a módosított 4. cikk szövegével való összehangolására ad indokot; a „fejlesztés támogatása” alapú megközelítés rugalmasabb képzési formák alkalmazását teszi lehetővé, de a szervezeti dokumentáltság és az eljárásrendek fennállása változatlanul szükséges. Az intézményeknek érdemes figyelemmel kísérniük a Bizottság által közzéteendő gyakorlati példákat a 4. cikk teljesítéséről, amelyek az omnibusz csomag által kötelezővé tett bizottsági közlemény részeként várhatóan rövidesen rendelkezésre állnak majd.

A felsőoktatásban a modell hangsúlya az innováció és a felelősség egyensúlyán van, a köznevelésben inkább a védelem és a pedagógiai kontroll biztosításán. Mindkét szektorban közös azonban, hogy a 4. cikk nem tilt, hanem keretet ad: az MI alkalmazása akkor jogszerű és fenntartható, ha a szervezet képes biztosítani a szükséges kompetenciaszintet, és ezt strukturált működési rendbe ágyazza.

A vezetők felkészítésének módszertana: konkrét lépések és tantervi alap

A 4. cikk gyakorlati érvényesítése az oktatási intézményekben azon múlik, hogy a vezetők – rektorok, dékánok, igazgatók, tagintézmény-vezetők, fenntartói döntéshozók – rendelkeznek-e a szükséges MI-jártassággal ahhoz, hogy szervezeti szinten tudatos döntéseket hozzanak. A vezetők felkészítése nem általános digitális továbbképzés, hanem célzott, felelősségalapú program kell legyen, amely az MI-kockázatkezelés, az intézményi irányítás és a jogi megfelelés összefüggéseire koncentrál.

A módszertan első lépése egy strukturált vezetői helyzetdiagnózis. Ez nem technikai tudásszint-felmérés, hanem annak feltárása, hogy az adott intézményben hol és milyen formában jelenik meg az MI: oktatásban, értékelésben, adminisztrációban, kutatásban. A vezetőknek meg kell érteniük, hogy az MI-használat milyen döntési pontokon érinti közvetlenül az intézményi felelősséget. A diagnózis eredménye határozza meg a képzés hangsúlyait.

A második lépés egy moduláris, rövid ciklusú vezetői képzési program kialakítása. Ennek nem elméleti előadásnak, hanem esetalapú műhelymunkának kell lennie. A képzésben konkrét helyzeteket kell feldolgozni: MI-alapú vizsgaértékelés bevezetése, generatív eszköz kötelezővé tétele, tanulásanalitikai rendszer használata, adatvédelmi incidens kezelése. A vezetőknek döntési forgatókönyveken keresztül kell megérteniük, hogyan kapcsolódik össze a MI-jártasság biztosítása, az emberi felülvizsgálat és a dokumentálás.

A harmadik lépés a felelősségi mátrix kialakítása. A képzés során minden intézménynek el kell készítenie saját döntési térképét: mely kérdések tartoznak stratégiai szintre, melyek operatív szintre, és hol szükséges szakmai vagy jogi bevonás. Ez a gyakorlat biztosítja, hogy a 4. cikk szerinti kötelezettség ne maradjon absztrakt, hanem beépüljön a szervezeti döntéshozatalba.

A vezetők felkészítésének fontos eleme a kockázatalapú gondolkodás fejlesztése. A programnak konkrét eszközöket kell adnia annak mérlegelésére, hogy egy adott MI-rendszer milyen hatással van a hallgatókra vagy tanulókra, milyen mértékű emberi kontroll szükséges, és mikor indokolt külön képzési modul bevezetése. Ez a megközelítés felsőoktatásban az innováció felelős irányítását, köznevelésben pedig a pedagógiai biztonság fenntartását támogatja.

A képzés tantervi alapját négy egységre lehet építeni. Az első egység a jogi és felelősségi keret, amely a 4. cikk gyakorlati következményeit mutatja be vezetői nézőpontból. A második egység az MI működésének alapjai és korlátai, különös tekintettel a hallucinációra, torzításra és adatkezelésre. A harmadik egység az intézményi bevezetési modellek, amely konkrét implementációs példákat és döntési sablonokat tartalmaz. A negyedik egység a képzési és felülvizsgálati rendszer kialakítása, amely segít a vezetőknek saját intézményi programjuk megtervezésében. Az omnibusz csomag elfogadása után e tantervi egységek kiegészülnek a módosított alkalmazási ütemterv ismertetésével, különösen a 2027. december 2-i magas kockázatú határidővel, a regisztrációs kötelezettség tartalmával és az EU-adatbázis nyilvános jellegének következményeivel.

A felkészítés nem zárulhat le a képzési alkalommal. Célszerű évente frissítő műhelyt tartani, amely áttekinti az új MI-alkalmazásokat és a tapasztalatokat. A vezetői kompetencia fenntartása így folyamatos folyamat marad.

A módszertan lényege tehát nem az információátadás, hanem a döntési képesség fejlesztése. Ha a vezetők képesek felismerni, mikor válik az MI-használat intézményi felelősségi kérdéssé, és hogyan kell ehhez képzési struktúrát rendelni, akkor a 4. cikk gyakorlati alkalmazása biztos alapokra kerül mind a felsőoktatásban, mind az általános és középfokú oktatásban.

Összegzés

A mesterséges intelligencia oktatási alkalmazása ma már nem jövőbeli lehetőség, hanem jelen idejű intézményi feladat. Az MI-jártasság kialakítása, a pedagógusok és oktatók felkészítése, valamint a szervezeti szintű szabályozási és módszertani válaszok kidolgozása nem halasztható tovább. Az uniós szabályozás világossá teszi, hogy az érintett szervezeteknek nem csak követniük kell a technológiai változásokat, hanem aktívan gondoskodniuk kell arról, hogy munkatársaik képesek legyenek az MI-eszközök biztonságos, jogszerű, etikus és pedagógiailag megalapozott használatára. Ez a kötelezettség tehát nem elméleti, hanem nagyon is gyakorlati természetű, nem teljesítése pedig a rendelet szerinti szankciók alkalmazásához vezethet.

A 2026. június 16-án elfogadott digitális omnibusz csomag az oktatási intézmények számára három szükséges és egymást kiegészítő tényt rögzít. Első: a 4. cikk szerinti MI-jártassági kötelezettség enyhített mércével, de változatlan tartalommal érvényes – a módosított szöveg intézkedési kötelezettséget rögzít, és a Bizottságot, valamint a tagállamokat a szervezetek támogatására kötelezi. Második: a 2027. december 2-i határidő az oktatási szektorra vonatkozó magas kockázatú kötelezettségek alkalmazásának napja, és a Parlament e határidőhöz feltételes mechanizmust nem rendelt, tehát végleges. Harmadik: a regisztrációs kötelezettség az EU-adatbázisba – az önértékelésen alapuló „nem magas kockázatú” besorolást is beleértve – fennáll, és a bejegyzéseket a nemzeti hatóságok és az AI-Hivatal nyilvánosan áttekinthetik.

Különösen fontos ennek tudatosítása azért, mert a közoktatásban és a felsőoktatásban az MI-eszközök használata már megkezdődött: a technológia jelen van a tanulásban, a feladatmegoldásban, az értékelésben, a tartalomkészítésben és az adminisztratív folyamatokban is. A kérdés ezért már nem az, hogy belép-e az intézmények világába, hanem az, hogy az intézmények felkészülten vagy felkészületlenül találkoznak-e vele. Ebben az értelemben máris időhátrányban vagyunk. Minden további halogatás növeli a pedagógiai bizonytalanságot, a jogi kockázatokat és az intézményi kiszolgáltatottságot. A valódi feladat most az, hogy a szabályozási kötelezettséget mielőbb intézményi cselekvéssé, a technológiai nyomást pedig tudatos szakmai felkészüléssé alakítsuk – az omnibusz csomag által rögzített határidők fényében a 2027. december 2-i dátumot e cselekvés konkrét időbeli keretéként érdemes kezelni.

A cikk emberi és mesterséges intelligencia együttműködésével jött létre.