Mire készít fel az egyetemi diploma? - MI-szakadék az ipar igényei és az egyetemek képzési kínálata között

A mesterséges intelligencia már nem a jövő, hanem a jelen – és alapjaiban alakítja át a munka világát. Automatizál, gyorsít, átszervez, új munkaköröket hoz létre, régieket szorít ki. A kérdés már nem az, hogy lesz-e MI a munkahelyeken, hanem az, hogy ki tudja értelmesen használni, és ki szorul ki az új rendből. Ebben a gyorsan változó környezetben azonban a felsőoktatás meglepően lassúnak tűnik: vajon valóban felkészíti a hallgatókat az MI-vezérelt munkaerőpiacra? 

Erre a kérdésre keresi a választ a Digital Education Council – egy nemzetközi szervezet, amely a digitális tanulás, az AI-integráció és az oktatáspolitika jövőjének alakításán dolgozik. Az AI in the Workplace 2025 című, 2025. július 28-án megjelent jelentésük több mint száz munkáltató tapasztalata alapján készült, és zavarba ejtő következtetésekre jut: miközben az MI már ma is produktivitási ugrást hoz, a friss diplomások többsége nem rendelkezik a szükséges készségekkel.

A mesterséges intelligencia szervezeti szintű alkalmazása a mindennapi munkában - Használnak-e az Ön csapatában dolgozók mesterséges intelligencia eszközöket a mindennapi munkájuk során?

A Digital Education Council és a 2025-ös MI-jelentés üzenetei

A jelentés, jelentés több mint 100 munkáltató visszajelzésére épül, akik 29 országból érkeztek, és összesen több mint 4 millió munkavállalót képviselnek, nemcsak diagnózis, hanem felhívás is – közös cselekvésre szólítva az egyetemeket, munkáltatókat, döntéshozókat és magukat a hallgatókat. A tanulmány nem reprezentatív, de igenis súlyos hangokat közvetít. Az egyik fő állítása szerint az MI már nem a jövő – hanem a jelen. A válaszadók döntő többsége már most napi szinten alkalmaz mesterséges intelligencia alapú eszközöket, és 63%-uk szerint az MI már most jelentősen javítja a produktivitást. A forradalom tehát zajlik – csak épp nem egyenletesen.

A munkaadók véleménye a felsőoktatás megfelelőségéről a hallgatók mesterséges intelligenciára való felkészítésében - Kérdés: Ön szerint a felsőoktatási intézmények eleget tesznek azért, hogy felkészítsék a hallgatókat a mesterséges intelligencia alkalmazására a következő területeken a munkahelyi alkalmazásra?

A jelentés egyik kulcsmegállapítása azonban nem a technológia előretöréséről szól, hanem a képzettségi hiányról. A megkérdezett munkaadók csupán 3%-a érzi úgy, hogy a felsőoktatás megfelelően felkészíti a hallgatókat az MI-vezérelt munkakörnyezetre. Ez a szám nemcsak riasztó, hanem kijózanító is. A cégek nem pusztán technikai jártasságot várnak el – sokkal inkább olyan MI-kompetenciák meglétét, mint a kritikai értékelés képessége, az eredetiség, az etikai tudatosság és a technológiával való felelős együttműködés. Magyarán: nem gépemberekre van szükségük, hanem olyan gondolkodó emberekre, akik képesek együtt dolgozni az intelligens gépekkel.

A jelentés bevezetője szerint e felismerés nem lehet csupán egy újabb „figyelmeztető tanulmány” az egyetemi polcokon. A szerzők célja, hogy ezzel az anyaggal élesebbé tegyék a párbeszédet az oktatás és a gazdaság között. Ez a dokumentum a DEC AI Student Survey és a DEC AI Faculty Survey után a harmadik nagy pillérként jelenik meg: a munkaadói nézőpont, mint az MI-átmenetben aktív, napi szinten érintett szereplő hangja.

A cél nem az, hogy újabb elvárásokat zúdítsanak az egyetemekre, hanem hogy megteremtsék a kölcsönös elvárások és felelősségek térképét. Hogyan tud a felsőoktatás valóban olyan diplomásokat kibocsátani, akik nemcsak technológiai szempontból, hanem emberi kvalitásaikban is alkalmasak egy olyan világban helytállni, ahol az MI már nemcsak eszköz, hanem partnerré válik? A DEC jelentése erre a kérdésre keresi a választ – és provokatív tényekkel, pontos adatközlésekkel és határozott javaslatokkal járul hozzá a szükséges újratervezéshez.

Munkaerőpiaci átalakulás – fenyegetések és lehetőségek

A mesterséges intelligencia nem csupán egy újabb eszköz a vállalati hatékonyság növeléséhez – hanem egy új munkaerőpiaci korszak előhírnöke. A Digital Education Council jelentésének legmegdöbbentőbb állítása szerint a megkérdezett munkáltatók 72%-a úgy véli: az MI bevezetése létszámcsökkentéssel fog járni. Ez a szám önmagában is figyelmeztető, de még hangsúlyosabbá válik akkor, ha mellé tesszük a másik kulcsadatot: a válaszadók 62%-a új típusú, MI-vezérelt munkakörök megjelenésére is számít. A kép tehát nem fekete-fehér – de mindenképpen átrajzolja a munka fogalmát.

Azoknak a munkáltatóknak az aránya, akik a mesterséges intelligenciától létszámcsökkentést várnak - Kérdés: Úgy gondolja, hogy az Ön munkahelyén a mesterséges intelligencia fokozott alkalmazása csökkenteni fogja a szükséges létszámot?

A jelentés szerint az MI jelenlegi alkalmazása még mindig az asszisztív szakaszban jár: a legtöbb munkavállaló információt keres, szöveget fogalmaz, dokumentumokat szerkeszt, ötleteket gyűjt MI-eszközökkel. Még nem az MI dönt, hanem az ember, aki MI-t használ – de ez átmeneti állapot. A következő lépcső a „Agentic AI”, amely már képes önálló döntéseket hozni, workflow-kat irányítani, és minimális emberi beavatkozással feladatokat elvégezni. Ha mindehhez hozzávesszük a „Physical AI” – az önvezető járművek, robotkarok, autonóm logisztikai rendszerek – térnyerését, akkor könnyen belátható: nem egyes munkakörök tűnnek el, hanem maga a munkakör-fogalom alakul át.

Ez az átalakulás azonban nem mindenkit érint egyformán. A jelentés szerint a legnagyobb veszélyben a marketing, az adat- és üzleti intelligencia, valamint a kommunikációs pozíciók vannak. Ezeken a területeken az MI már most is képes automatizálni olyan részfeladatokat, amelyek eddig kreativitást vagy elemzést igényeltek. A megkérdezett munkaadók közel fele szerint ezek a funkciók lesznek az elsők, ahol a hatékonyságnövekedés létszámcsökkentéssel párosul. De az MI kockázata nem korlátozódik ezekre – nincs olyan iparág, ahol ne kellene újragondolni az ember-gép munkamegosztást.

Ugyanakkor a jelentés optimista is: a válaszadók szerint az MI nemcsak kivált, hanem újat is teremt. A leggyakrabban említett új munkakörök között szerepel a prompt engineer, az MI-integrációs szakértő, az MI-etikai felelős vagy az adat- és architektúra-tervező. Ezek a szerepek még kialakulóban vannak, és sokszor iparágfüggetlenek – ez arra utal, hogy az MI-munkaerőpiac még nem differenciálódott. A második hullámot várják a kutatók: amikor megjelennek azok a szektorspecifikus MI-szakmák, amelyek például az egészségügy, a pénzügy, az oktatás vagy az építőipar sajátos működését értik és formálják MI-alapokon.

A munkáltatók számára a mesterséges intelligencia fokozottabb elterjedésének eredményeként várhatóan megjelenő szerepek Kérdés: Milyen új szerepkörök megjelenését várja az Ön iparágában a növekvő MI eredményeképpen?

Az új munkakörök azonban új készségeket is követelnek. A jelentés hangsúlyozza, hogy ezek nem csupán technikai pozíciók. Egy MI-etikai felelős nemcsak programozni tud, hanem érzékeny az adatok torzításaira, ismeri a társadalmi hatásokat, és képes intézményi szabályozási keretekben gondolkodni. Egy prompt engineer nemcsak utasítássorokat gyárt, hanem kreatív nyelvhasználó, aki érti a gépi nyelvmodellek működését. Az új MI-munkakörök többdimenziósak: egyszerre technológiaiak, kommunikációsak és emberiek.

Ez a komplexitás ugyanakkor új kockázatokat is teremt. A jelentés figyelmeztet: az MI-megoldásokba vetett túlzott bizalom, a kritikai gondolkodás visszaszorulása, valamint a nem kellően szabályozott MI-alkalmazás új típusú sebezhetőségeket hoz létre a munkahelyeken. A munkáltatók tehát egy kettős nyomás alatt állnak: egyszerre kell kihasználni az MI nyújtotta lehetőségeket, és közben védeni a humán munkaerő integritását, etikáját és szerepét.

A jelentés munkaerőpiaci fejezete tehát világossá teszi: a kérdés nem az, hogy lesz-e MI a munkahelyeken – hanem az, hogy ki fogja irányítani, és hogyan fogja átalakítani a munkaerő szerkezetét. Az MI jövője nem determinált – de az idő sürget. Aki időben felismeri az átalakulás logikáját, előnybe kerülhet. Aki lemarad, az nemcsak piaci részesedést, hanem munkahelyeket is veszíthet.

Az oktatás késlekedése – készségek, amelyekre nem készít fel a diploma

Miközben a mesterséges intelligencia rohamosan formálja át a munkakörnyezetet, a felsőoktatás – legalábbis a munkáltatók szerint – szemmel láthatóan nem tartja a lépést. A Digital Education Council felmérésének talán legdrámaibb adata, hogy mindössze 3% (!) a megkérdezett munkaadók közül gondolja úgy: az egyetemek valóban felkészítik a végzősöket az MI-vezérelt munkahelyi valóságra. A többség ezzel szemben vagy határozottan elutasító, vagy teljes bizonytalanságban van az egyetemek gyakorlati relevanciáját illetően. A szakadás mély – és egyre mélyül.

A hallgatók ezzel a vélekedéssel nem is vitatkoznak. A DEC 2024-es AI Student Survey szerint a diákok közel háromnegyede hiányolja azokat a kurzusokat és készségfejlesztő programokat, amelyek felkészítenék őket az MI-vel való produktív együttműködésre. A várakozások tehát nemcsak kívülről, hanem belülről is feszítik az egyetemi rendszert.

A kérdés már régen nem az, hogy kell-e az egyetemi hallgatóknak mesterséges intelligencia-eszközöket használniuk. A munkáltatók több mint fele azt állítja, hogy az MI-ismeret ma már alapelvárás – különösen a diplomás, irodai, elemző vagy kommunikációs munkakörökben. Ráadásul nem is csupán használói szintű jártasságot várnak: a cégek kritikai gondolkodást, értelmes MI-használatot, eredetiséget és ítélőképességet keresnek. A gép helyett nem elég, ha a jelölt gépszerűen dolgozik: tőle azt várják, hogy emberi hozzáadott értéket építsen az MI által létrehozott alapokra.

A munkáltatók által a diplomások esetében előnyben részesített legfontosabb készségek, a válaszadók %-a - Kérdés: Az alábbi készségek vagy gondolkodásmódok közül melyek a legfontosabbak a friss diplomások számára egy mesterséges intelligenciával támogatott munkahelyen? (Válasszon legfeljebb 5-öt)

A leginkább keresett készségek listája meglepően koherens képet mutat. Az első helyen a kritikai és analitikus gondolkodás áll – a válaszadók 92%-a szerint ez a legfontosabb kompetencia. A második helyen az MI-vel való együttműködés képessége szerepel (62%), majd a kommunikáció, az alkalmazkodóképesség és az etikai érzékenység következik. Az érdekes fordulat az, hogy a szaktudás – az adott diszciplína elmélyült ismerete – csupán 19%-os prioritást kapott. A munkaadók szerint a diploma nem enciklopédikus tudást, hanem használható emberi készségeket kellene garantáljon.

Miért késlekedik mégis a felsőoktatás? A jelentés ezt több tényezőre vezeti vissza. Először is: a tantervfejlesztési ciklusok lassúak és nehezen reagálnak a technológiai változásokra. Egy új kurzus bevezetése, egy tanárképzés módosítása, vagy egy ipari partner bevonása akár éveket is igénybe vehet – miközben az MI-eszközök havonta frissülnek. Másrészt: az egyetemek gyakran nem rendelkeznek kellő MI-felhasználói vagy fejlesztői tapasztalattal, így nincs meg a belső tudásbázis, amelyre releváns tananyagot lehetne építeni. Harmadrészt: az intézményi szemléletváltás is döcög – sok helyen még mindig a technológia „pótlólagos eszköz”, nem pedig a gondolkodásmód részévé válik.

A munkaadók véleménye MI-vezérelt munkaerő számára kínált felsőoktatási prioritásokról - Kérdés: Mit kellene a felsőoktatási intézményeknek prioritásként kezelniük, hogy jobban felkészítsék a hallgatókat a mesterséges intelligencia által alakított munka jövőjére?

A jelentés azonban nem pusztán bírál. Konkrét irányokat is megfogalmaz: az egyetemeknek öt területen kell előrelépniük, ha valóban MI-kompetens diplomásokat akarnak kibocsátani. Először is: az AI-literacy minden képzési területen alapelvárás kell legyen, nemcsak az informatikán. Másodszor: az etikai érzékenység és a felelős MI-használat oktatása kiemelt szerepet kell kapjon. Harmadszor: a kommunikáció és együttműködés fejlesztése nem fakultatív extra, hanem alapszükséglet. Negyedszer: az egyetemeknek gyakorlati projektek, ipari együttműködések és szimulációk révén kell biztosítaniuk, hogy a hallgatók ne csak tanuljanak MI-ről, hanem dolgozzanak is vele. És végül: az oktatóknak is szükségük van a megfelelő továbbképzésre, hogy valóban képesek legyenek az MI-eszközök értelmes integrálására az oktatásba.

A felsőoktatás tehát válaszút elé érkezett. A jelenlegi pálya fenntartása egyre nagyobb szakadékot teremt az ipari valóság és az akadémiai elképzelések között. A kérdés nem pusztán az, hogy mit tanítanak az egyetemek – hanem az, hogyan, milyen szemlélettel és milyen kapcsolati hálóban. A DEC jelentése szerint a diploma csak akkor lesz értékálló, ha valóban felkészít a munka jövőjére – amely már nem a horizonton, hanem a küszöbön van.

Az MI-jövő alakítása: a felelősség közös, de lépéskényszerben az egyetemek vannak

A mesterséges intelligencia nem valami, ami majd egyszer eljön – hanem valami, ami már itt van, és napról napra újraírja a munka világának szabályait. A Digital Education Council jelentése épp ezért nem pusztán figyelmeztetés, hanem felhívás a közös cselekvésre. Mert a jövő munkahelyeinek alakítása nem egyetlen szereplő felelőssége. Ahhoz, hogy az MI-alapú átalakulás ne egy új társadalmi szakadék, hanem egy igazságosabb, hatékonyabb és emberközpontúbb munkavilág kezdete legyen, négy szintnek kell összhangban mozdulnia: a felsőoktatásnak, a munkáltatóknak, a kormányzatnak és maguknak az egyéneknek.

A jelentés egyik legerősebb záró üzenete az, hogy a jelenlegi oktatási modell nem fenntartható. A gyorsuló technológiai fejlődés – különösen az MI térnyerése – olyan tempót diktál, amelyre az egyetemek jelenlegi tantervfejlesztési folyamatai nem tudnak reagálni. Ezért a DEC javaslata nem a rendszer toldozása, hanem annak mélyreható újratervezése. A felsőoktatási intézményeknek gyorsabban kell reagálniuk a piaci változásokra, be kell építeniük az MI-t minden képzési szintre, növelniük kell a gyakorlati képzési lehetőségek számát, és valódi partnerségben kell működniük az iparágakkal – nemcsak vendégelőadók szintjén, hanem együtt tervezett tananyagok és közös projektek mentén.

A munka jövőjének alakítása - Mindenkinek megvan a maga szerepe

A munkaadók oldalán a legnagyobb kihívás a belső MI-governance és képzési struktúrák kialakítása. A jelentés szerint a cégek több mint fele nem rendelkezik világos szabályokkal vagy képzési programokkal az MI-használatra. Ez nemcsak produktivitási veszteséget, hanem etikai, jogi és reputációs kockázatokat is hordoz. A vállalatoknak nem elég „használni az MI-t” – stratégiát, felelősségi köröket, belső tudásmegosztást és transzparenciát kell építeniük a rendszereikbe. A jelentés külön kiemeli: az igazán sikeres cégek azok lesznek, amelyek nemcsak a költségeket, hanem az emberi értéket is optimalizálják az MI-korszakban.

A kormányzat szerepe legalább ilyen hangsúlyos. A jelentés a döntéshozók figyelmét arra irányítja, hogy az MI-felhasználás etikai és társadalmi következményei nem hagyhatók a piac önszabályozására. Szükség van jogszabályi keretekre, tanárképzési reformokra, valamint állami finanszírozással támogatott átképzési és továbbképzési programokra. Emellett a szabályozóknak gyorsítaniuk kell a tantervfrissítési ciklusokat, lehetővé téve, hogy a felsőoktatás valóban lépést tarthasson a technológiai innovációval.

És végül ott vannak az egyének – a hallgatók, a dolgozók, a tanárok, a döntéshozók. A mesterséges intelligencia korszakában a legnagyobb versenyelőny nem a tudás, hanem az alkalmazkodóképesség. Aki képes folyamatosan tanulni, kritikusan gondolkodni, felelősen használni a technológiát és megtartani emberi minőségét a gépi hatékonyság közepette – az nemcsak munkát fog találni, hanem képes lesz alkotóként formálni a jövő munkavilágát. A jelentés ezt nevezi a „tanulási agilitás új valutájának” – amely a lineáris karrierutak korát végleg lezárja.

Az AI in the Workplace 2025 tehát nem technológiai elemzés. Sokkal inkább társadalmi tükör, amely megmutatja, hol vannak a repedések az oktatás és a munkaerőpiac között – és hogyan lehetne ezeket összekötni. Nem vészharang, de nem is optimista jóslat. Inkább egy intézményesített realitásérzék, amely közös párbeszédre, gyors reakcióra és hosszú távú gondolkodásra hív.

A végső kérdés pedig nem az, hogy a diploma felkészít-e a jövőre. Hanem az, hogy kik és hogyan fogják újradefiniálni azt, amit ma még oktatásnak, munkának és emberi tudásnak nevezünk. És hogy lesz-e bátorságunk mindehhez – még időben. Mert abból már nem sok maradt...

A cikk emberi és mesterséges intelligencia együttműködésével jött létre.

A vizsga, mint tanulási tér – új irányok és lehetőségek a mesterséges intelligencia pedagógiai gyakorlatában

 

A mesterséges intelligencia megjelenése alapjaiban kérdőjelezi meg a tanítás és tanulás hagyományos viszonyait – a vizsgák, számonkérések világát is. Két német oktatáskutató és gyakorló pedagógus, Manuel Flick és Joscha Falck szerint nem elég a korábbi vizsgaformák technikai szigorításával válaszolni a változásokra: új vizsgakultúrára van szükség, amelyben a mesterséges intelligencia nem ellenség, hanem pedagógiai eszköz és reflexiós tükör. A tanulás és az értékelés felfogásukban már nem választható el egymástól – a jó vizsga éppen azáltal fejleszt, hogy a tanuló gondolkodására és döntéseire irányítja a figyelmet.

Flick (sz. 1988) berlini szakközépiskolai tanár, aki blogján és hírleveleiben gyakorlati példákon keresztül mutatja be, hogyan használható felelősen a mesterséges intelligencia (pl. ChatGPT) a tanításban. Falck (sz. 1982) bajorországi tanár és oktatáskutató, aki egyetemi oktatóként és iskolafejlesztési tanácsadóként is dolgozik. Mindketten blogolnak, publikálnak, és aktív szereplői a német pedagógiai közéletnek. Céljuk, hogy a tanárokat támogassák az MI korszakához alkalmazkodó, jövőorientált gyakorlat kialakításában. Munkásságuk igen kiterjedt, a német nyelvterületen sok ezer pedagógus alkalmazza azokat az általuk kidolgozott elveket és megoldásokat, melyek az MI az közoktatásban való megjelenésére reagálnak – és kínálnak kezelési megoldásokat.

Manuel Flick

Flick – sok esetben kollégája anyagaira is támaszkodva - 2024. decembere és 2025. májusa között két, egymáshoz kapcsolódó módszertani útmutatóban (KI-Leitfaden – Neue Aufgabenkultur mit KI, 2024.12.18., KI-Leitfaden - Prüfen und Bewerten, 2025.05.20.) foglalkozott egy új, az MI kihívásainak megfelelni tudó vizsgakultúra megteremtésének lehetőségével, s tett közzé a pedagógiai munkában azonnal hasznosítható táblákat. A vizsga az ő felfogásában nem egyszerűen ellenőrzés, hanem a tanulóval folytatott párbeszéd: mit mutat meg gondolkodásából, hogyan használja az eszközöket, hogyan reflektál. A szummatív értékelés helyett a tanár szerepe egyre inkább a tanulási folyamat értelmezése felé tolódik el. A három új vizsgadimenzió, amelyet Flick bevezet, az MI-hez való viszony szerint épül fel. Az első a „vizsgázás MI-vel”, ahol a technológia segédeszköz. A második a „vizsgázás MI-ről”, ahol a tanuló az MI működését, etikai kérdéseit elemzi. A harmadik a „vizsgázás MI által”, amelyben maga az értékelés is részben gépi támogatással történik. Ezek a formák nem a technológia kizárására, hanem tudatos integrációjára építenek, a tanulási út és döntések bemutatására fókuszálva.

A klasszikus vizsgarendszerek válsága és az új vizsgakultúra alapelvei

A vizsgaformák megújulásának lényege nem a külsődleges formai újítás, hanem a szemléletváltás: nemcsak az a tudás értékes, amit a tanuló eszközök nélkül képes előállítani, hanem az is, amit tudatosan megszervez, dokumentál, értelmez és reflektál, akár MI-támogatással is. Flick szerint már nem elegendő technológiai válaszokat keresni, hanem új alapelveket kell kidolgozni, amelyek megbízható, etikus és kompetenciaalapú vizsgakultúra kialakítását teszik lehetővé.

Az új vizsgakultúra vezérelvei

Sokan mégis az MI tiltásával próbálnak reagálni a kihívásokra, egyszerűen kizárva annak használatát a vizsgákból. Flick szerint ez nemcsak fenntarthatatlan, hanem pedagógiailag is hibás megközelítés, hiszen a tanulók vagy kijátsszák a szabályokat, vagy az iskolai teljesítményük elszakad a valódi tudástól. A megoldás nem az elzárkózás, hanem a tudatos integráció, amely lehetővé teszi, hogy a mesterséges intelligencia jelenléte átlátható és értékelhető módon épüljön be az oktatásba.

Az új vizsgák célja nem pusztán a tartalom visszaadásának ellenőrzése, hanem a tanulási folyamat és az eszközhasználat pedagógiai értelmezése. A vizsga a tanár és a tanuló közötti párbeszéddé válik: arról szól, hogyan gondolkodik a diák, hogyan dönt, milyen eszközöket választ, és miként viszonyul a tudáshoz. Ez az átalakulás az értékelési módszerek területén is jelentkezik. A tanári szerep fokozatosan távolodik a klasszikus szummatív értékeléstől, és egyre inkább a formatív, diagnosztikai megközelítések irányába mozdul el. A lényeg már nem az, hogy a tanuló pontosan vissza tudja-e mondani a tananyagot, hanem az, hogy mit tud kezdeni vele, hogyan képes alkalmazni, értelmezni, új kontextusba helyezni. A vizsga részét képezhetik olyan elemek is, mint a reflexiók, a kommentárok, vagy a döntések mögötti indoklások, melyek egyenértékűek lehetnek a végtermékkel.

Flick szerint a jövő vizsgái már nem lehetnek MI-mentesek: a cél nem az eszköz kizárása, hanem a pedagógiai kontroll alá vonása. A hagyományos kérdés – „mit tud a tanuló?” – mellé felzárkózik egy másik, egyre fontosabb kérdés: „hogyan tanult meg ezzel az eszközzel dolgozni?” A tanári értékelés fókusza így nem csupán a hibák megkeresésére, hanem a tanulási folyamat rekonstruálására irányul.

A klasszikus vizsgaformák, mint például az otthon írt esszék vagy a nem felügyelt projektmunkák, elveszíthetik értékelhetőségüket, ha nem világos, hogy milyen mértékben járult hozzá azokhoz a mesterséges intelligencia. Ez az értékelés etikai, technológiai és pedagógiai aspektusait egyaránt érinti. Flick erre válaszul három vizsgadimenziót különít el, amelyek a mesterséges intelligenciához való viszony alapján újrarendezik a vizsgázás kultúráját. Az első az a helyzet, amikor a tanuló segédeszközként használja az MI-t, például szövegjavításra vagy ötletelésre, miközben a felelősség és gondolkodás az ő kezében marad. A második dimenzióban maga a mesterséges intelligencia válik a vizsga témájává: a tanuló az MI működését, társadalmi hatásait, etikai dilemmáit elemzi. A harmadik esetben maga az értékelési folyamat is részben mesterséges intelligencia által történik, például automatikus visszajelzéssel vagy adaptív feladatgenerálással.

Flick hangsúlyozza, hogy e három szempont nem technikai kategóriák, hanem egy új szemléleti rendszer elemei, amelyben az MI nem zavaró tényező, hanem szerves része az oktatás ökológiájának. Az értékelés nem csupán azt méri, hogy a tanuló mit tud, hanem azt is, hogyan dolgozott, milyen döntéseket hozott, hogyan használta az eszközt, és miként reflektált a saját folyamatára. A reflexió tehát önálló vizsgateljesítménnyé válik: a tanulónak képesnek kell lennie értelmezni és kritikusan elemezni saját munkáját, valamint az MI használatának módját és hatását. Ez a szemlélet kiterjeszti az értékelés horizontját: nemcsak a végtermék számít, hanem a mögötte rejlő gondolkodási út is.

Az új vizsgaformák kialakításának szempontjai

A jövő vizsgakultúrája nem lehet egydimenziós: szükség van a szóbeli, írásbeli, gyakorlati és digitális elemek tudatos összehangolására ahhoz, hogy a vizsga valóban tükrözze az egyéni tanulói teljesítményt. Ehhez az iskoláknak világos kompetenciarácsokra és elváráshorizontokra van szükségük, amelyek egyszerre tartalmazzák a tantárgyi tudást és az MI-vel kapcsolatos készségeket.

A három vizsgatípus

Az alapvető forma a mesterséges intelligenciát nem alkalmazó vizsga, amely a hagyományos iskolai gyakorlatot követi. Ez a forma jellemzően felügyelt környezetben, az adott tantárgyhoz kötődően, az önálló feladatmegoldásra és az alaptudás ellenőrzésére épül. Ebben az esetben az írásbeli dolgozat, a szóbeli felelet vagy a zárthelyi vizsga a leginkább elfogadott értékelési eszköz. Azonban otthoni környezetben, felügyelet nélkül végzett munkák – például beadandók vagy projektfeladatok – ilyen módon már nem tekinthetők megbízhatónak, hiszen nem egyértelmű, mennyi a tanuló és mennyi a technológia hozzájárulása. Ennek megoldása nem a forma elvetése, hanem az, hogy olyan feladatokat alkotunk, amelyek kevésbé érzékenyek az MI automatikus megoldásaira. Az ilyen vizsgák jellemzően a tanuló személyes élményeire, megfigyeléseire, véleményére építenek, vagy gyakorlati elemeket – például manuális tevékenységet, helyzetgyakorlatot – is bevonnak.

A következő lépcsőfok az a vizsgatípus, amely már megengedi az MI használatát, de csak meghatározott funkciók és szabályok szerint. Ilyenkor az MI nem a feladat teljes megoldását végzi el, hanem a tanuló munkáját segíti – például ötletadás, stílusjavítás vagy tartalmi bővítés formájában. Az ilyen vizsgákban a tanári értékelésnek nemcsak a végső eredményre kell fókuszálnia, hanem arra is, hogyan használta a tanuló az MI-t, milyen döntéseket hozott közben, és képes volt-e ezekre reflektálni. Ilyen esetekben különösen fontos a tanulói önértékelés és a tanulási folyamat dokumentálása: a diák naplószerű feljegyzésekben vagy reflexiós szövegekben mutathatja be, hogyan vonta be a mesterséges intelligenciát a munkafolyamatába, milyen pontokon támaszkodott rá, és milyen mértékben tartotta meg vagy alakította át az MI által felajánlott tartalmakat. A tanár ezáltal nemcsak a produktumot, hanem a mögöttes tanulási útvonalat is értékelheti.

A harmadik vizsgatípus már a mesterséges intelligencia teljes integrációját feltételezi. Ebben az esetben az MI nemcsak eszköz, hanem a feladatmegoldás szerves része. A tanuló tudatosan és célzottan alkalmazza az MI-t egy komplex, gyakran hosszabb időtávú projekt során, amelyben kutat, értelmez, összegez vagy éppen kreatívan alkot. Az MI ilyen helyzetekben segít az információk keresésében, rendszerezésében, vagy akár új szövegek létrehozásában, de a tanuló feladata az, hogy az eredményeket átgondolja, értelmezze és kritikusan beépítse. A tanár figyelme nemcsak a végeredményre, hanem a mögöttes gondolkodási folyamatra, a döntésekre és az önreflexióra irányul. A visszajelzés nem a hibák kiemelésére koncentrál, hanem arra, hogy hogyan fejlődött a tanuló gondolkodása, milyen kérdéseket tett fel, és hogyan viszonyult a saját tanulási döntéseihez. Ez a vizsgaforma tehát nem az MI kizárására, hanem a tanuló és technológia közötti tudatos együttműködésre épít.

A három vizsgatípus nem egymást kizáró alternatíva, hanem egy rugalmas rendszer részei. Egy adott tantárgyon belül a tanár választhat a klasszikus, részben MI-integrált vagy teljesen integrált formák közül, attól függően, hogy milyen pedagógiai célokat kíván megvalósítani. A hangsúly a tudatos tervezésen és az alkalmazási szintek fokozatosságán van. A tanulók így fokozatosan szokhatnak hozzá egy olyan világhoz, ahol a mesterséges intelligencia jelenléte természetes, de nem automatikus, hanem értelmezendő, kontrollálható és fejlődési lehetőséget kínáló tényező.

A kritériumrendszer megváltozása

A mesterséges intelligencia térnyerése az értékelés kritériumrendszerét is alapvetően átalakítja. A korábban zárt, egyértelmű válaszokat elváró értékelési módszerek nem alkalmasak arra, hogy megragadják az MI-támogatott tanulási folyamatok összetettségét. Az új vizsgakultúra keretében az értékelés nemcsak azt vizsgálja, mit tud a tanuló, hanem azt is, hogyan tanulta meg, milyen döntéseket hozott, milyen eszközöket vett igénybe, és mennyire tudatosan viszonyult a saját tanulási folyamatához.

Mit jelent mindez konkrétan a tanítási gyakorlatban?

Flick három fő dimenzióban gondolja újra az értékelési logikát. Az első a tanulói autonómia és döntéshozatal kérdése: a tanulónak képesnek kell lennie arra, hogy önállóan dolgozzon, és felelős döntéseket hozzon az MI használata során. Ez nem azt jelenti, hogy minden segítséget kizárva dolgozik, hanem hogy tudja, miért és hogyan alkalmaz egy adott eszközt, és ezt meg is tudja indokolni. A második szempont az eszközhasználat átláthatósága és tudatossága: nem az a kérdés, hogy használt-e MI-t, hanem az, hogyan dokumentálta a használatot, milyen javaslatokat épített be, melyeket utasított el, és milyen megfontolások alapján. A korábbi „másolt vagy nem másolt” dichotómiát felváltja a „hogyan dolgozott vele” megközelítés. Az értékelés részévé válhatnak rövid reflexiós szövegek, gondolatmenet-vázlatok vagy akár hangfelvételes magyarázatok is. A harmadik dimenzió az önreflexió és az értelmezés mélysége, vagyis, hogy a tanuló képes-e gondolkodni a saját gondolkodásáról. Különösen fontos ez az MI-vel történő munka esetén, hiszen a generált válaszok gyakran felszínesek, jól strukturáltak, de nem tartalmaznak valódi tartalmi mélységet. A tanulónak tehát nem az a dolga, hogy elfogadja, amit a gép kínál, hanem hogy képes legyen azt kritikusan elemezni, kontextusba helyezni, árnyalni és adott esetben elvetni.

A gyakorlatban ez azt jelenti, hogy az értékelési szempontrendszerek – a klasszikus rubrikák – is módosulnak. A helyes és helytelen válaszok bináris logikája helyett olyan kritériumok kerülnek előtérbe, mint a döntések indokoltsága, a forráskezelés minősége, az önálló szerkesztési képesség, vagy éppen az értelmezés összetettsége. A tanár már nem csupán a formai megfelelést, hanem a mögöttes gondolkodási struktúrákat is értékeli.

Mindez új kihívások elé állítja a tanárokat, akiknek nemcsak technológiai, hanem pedagógiai és etikai felkészültséggel is rendelkezniük kell. Az új vizsgakultúrában nem előre rögzített megoldókulcsokat kell alkalmazniuk, hanem egyéni tanulói teljesítményeket kell értelmezniük és reflektált döntéseket kell értékelniük. A tanár szerepe közeledik a mentor, a tutor, a gondolkodási partner szerepéhez – ez magasabb szintű szakmai kompetenciát igényel, ugyanakkor nagyobb szabadságot és felelősséget is jelent.

A tanároknak fel kell készülniük arra, hogy megértsék a generatív MI-modellek működését, azok torzításait, pontatlanságait, tipikus hibáit. Ez nem technikai képzés kérdése, hanem a pedagógiai értelmezés képessége. Csak így tudnak majd érdemi beszélgetést folytatni a diákokkal az MI-használatról, és tudatosan beépíteni a tanulási-tanítási folyamatba.

Mindezzel együtt a tanári munka érzelmi és etikai terhelése is nő. A korábbi éles határok – például hogy valaki csalt vagy nem csalt – helyét egyre inkább szürkezónák és döntési helyzetek veszik át. A tanárnak tehát etikai mérlegelésre, empátiára és szakmai párbeszédre is szüksége van. Ennek intézményi szintű támogatása nélkül a tanárok sokszor elszigetelődve maradnak a dilemmáikkal.

Flick kiemeli, hogy az MI-alapú vizsgák megvalósítása nem lehet egyéni pedagógusok elszigetelt próbálkozása, hanem kollektív fejlesztési folyamat, amely intézményi együttműködésre, tapasztalatcserére és folyamatos visszacsatolásra épül. Az iskoláknak lehetőséget kell adni kísérleti modellek kidolgozására, pilot programok bevezetésére, és ezek eredményeinek megosztására. A jól működő sablonok, értékelési eszközök és gyakorlati példák közösségi megosztása csökkenti a bizonytalanságot, és megalapoz egy valódi, reflektált vizsgakultúrát.

Az új vizsgakultúra nem választható el a mesterséges intelligencia-kompetenciák új megközelítésű iskolai bevezetésének rendszerétől sem - egy másik terület, ahol a német kutató a vezető szaktekintélyek közé tartozik

Amit a magyar közép- és felsőoktatás mindebből hasznosítani tud

A szerzők által képviselt új vizsgakultúra nem egyszerűen német sajátosság, hanem olyan adaptálható pedagógiai modell, amely releváns válaszokat kínál a magyar köz- és felsőoktatás számára is. Az MI gyors elterjedése hazánkban is egyre sürgetőbbé teszi azokat a kérdéseket, amelyek a tanulói önállóság, a transzparens eszközhasználat, az értékelési kritériumok és a tanári szerep újragondolását igénylik. A jelenlegi vizsgarendszer – különösen a felsőoktatásban – erőteljesen épít a szövegcentrikus, produktumalapú értékelésre, ahol az MI megjelenése könnyen értékelhetetlenné teszi a beadott dolgozatokat, szakdolgozatokat, projekteket.

A német tapasztalatok alapján hazánkban is szükség lenne olyan iskolai és egyetemi szintű irányelvekre, amelyek rögzítik az MI használatának jogi, etikai és didaktikai kereteit. Ennek alapja lehetne a Flick-féle hármas dimenzió: az MI, mint segédeszköz, mint értékelés tárgya, illetve mint értékelő mechanizmus. Ezek a kategóriák segítenék a magyar pedagógusokat és oktatókat abban, hogy az MI jelenlétét ne fenyegetésként, hanem nevelési lehetőségként kezeljék.

Különösen fontos lenne a tanárképzés és a pedagógustovábbképzések modernizálása: az MI használatának megértése, pedagógiai értelmezése, valamint a reflexív értékelés gyakorlata egyaránt hiányzik a jelenlegi rendszerből. Az intézményi szintű megvalósítás előfeltétele a bizalomra épülő tanulási kultúra, amelyben a tanulók nem rejtik el az MI-használatot, hanem nyíltan, dokumentált módon vállalják azt. Ehhez szükség van mintafeladatokra, értékelési rubrikákra, valamint nyilvános esettárakra, amelyek segítik a tanárokat az átállásban.

A magyar oktatás előtt álló feladat nem egyszerűen a szabályozás, hanem a vizsgakultúra átalakítása: a tanulói gondolkodás, döntéshozatal és önreflexió láthatóvá tétele nemcsak az MI-korszakban szükséges, hanem minden korszerű oktatási modell alapja. A mesterséges intelligencia tehát nem megkerülendő kihívás, hanem pedagógiai tükör, amely megmutatja, mit értünk ma tanuláson – és mit érünk el a jövő tanulóival.

A cikk emberi és mesterséges intelligencia együttműködésével jött létre.