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. 

Újságírás és mesterséges intelligencia a szerkesztőségi gyakorlatban és az oktatásban

 

2015-től nyolc éven át, két egyetemen tanítottam újságírást. Ebből az utolsó már a generatív mesterséges intelligencia tömeges megjelenésének kezdetével esett egybe, aminek hatásait, mint legújabb fejleményt, akkor csak nagyon érintőlegesen tudtam a tananyagba beépíteni. Azóta minden megváltozott: az MI a szerkesztőségek háttérfolyamataiban és magában az újságírói munkában és a sajtóműfajokban ma már aktív szereplőként van jelen, szövegeket generál, segíti a szerkesztők munkáját, interjúkat tömörít, fordít, tartalmat strukturál, trendeket azonosít és jelez előre. Ez az írás egy nagyobb, készülő oktatási segédanyag rövidített összefoglalójaként született, azzal a céllal, hogy átlátható képet adjon a mesterséges intelligencia újságírásban való megjelenésének legfontosabb kérdéseiről. Áttekinti, hogyan illeszkednek a generatív MI-eszközök a szerkesztőségi munka egyes fázisaiba – a híranyagok előállításától az interjúk feldolgozásán és a tartalomszerkesztésen át egészen a képi illusztrációk létrehozásáig. Részletesen tárgyalja azokat az etikai és szakmai dilemmákat, amelyek a technológia használatával felmerülnek, így a szerzőség, a felelősség, a hitelesség és a transzparencia kérdéskörét. Bemutatja továbbá azokat a nemzetközi ajánlásokat és irányelveket, amelyek a felelős MI-használat kereteit kijelölik, valamint rávilágít arra, hogyan alakítják át a szerkesztőségi gyakorlatokat az új megoldások. A szöveg külön figyelmet fordít a jó gyakorlatok bemutatására és arra, hogy az újságírók képzésében milyen új kompetenciák válnak nélkülözhetetlenné az MI-eszközök professzionális alkalmazásához.  Mindez azt szolgálja, hogy a szerkesztőségek, az újságírók és az újságírással foglalkozni kívánó  hallgatók a gyakorlati órák előadásaival együtt, azokhoz kapcsolódva konkrét iránymutatást és ötleteket kapjanak ahhoz, miként használhatják a mesterséges intelligenciát a mindennapi munka gyorsítására - a minőség javítására és a szakmai értékek megőrzése mellett.

A generatív MI – például a ChatGPT – nem csupán információt keres, hanem új szövegeket hoz létre, kérésre akár különböző stílusban és műfajban is. Ez a képesség különösen alkalmassá teszi a kreatív területeken való alkalmazásra, így az újságírásban is egyre több szerkesztőség kezdte vizsgálni a technológia lehetőségeit. A világ vezető médiavállalatai – köztük a BBC, a Le Monde és a Sveriges Radio – már nem csupán kísérleteznek, hanem tudatosan be is építik az MI-t a napi szerkesztőségi gyakorlatba: összefoglaló eszközként, hírlevél-generátorként vagy háttérelemzések előkészítőjeként használják [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Ez az átalakulás azonban nemcsak technológiai, hanem etikai, szakmai és szabályozási kérdéseket is felvet. Az MI-nek nincsen saját értékrendje, újságírói etikája vagy szerkesztői érzéke – ezek biztosítása az emberi szakemberek feladata marad. Ezért különösen fontos, hogy világos és átlátható alkalmazási keretek jöjjenek létre. Ennek érdekében indultak meg a nemzetközi és nemzeti szintű irányelvek kidolgozásai, amelyek kijelölik az MI használatának jogi, etikai és szerkesztői normáit [Bertelsmann: State of Play: A GenAI Transforms Media, 2024].

A nemzetközi újságírói közösség egyik legfontosabb válasza a 2023-ban a Riporterek Határok Nélkül által kiadott Paris Charter on AI and Journalism, amely tíz alapelvben fogalmazza meg az MI újságírásban való alkalmazásának kritériumait. A dokumentum középpontjába az emberi felelősség, az átláthatóság, a függetlenség és a szerkesztői kontroll elveit állítja. A Chartát számos nemzetközi médiaház elfogadta, és beépítette belső irányelvei közé [RSF: Paris Charter on AI and Journalism, Párizs, 2023].

Különösen aktív szerepet vállaltak a közszolgálati médiumok, amelyek az Európai Műsorsugárzók Uniója (EBU) keretében már 2024 elején kidolgozták az AI Strategy Framework for Public Service Media című javaslatcsomagot. Ez útmutatást nyújt a tagok számára az MI alkalmazásának technikai, szerkesztői és jogi kérdéseiben. A dokumentum hangsúlyozza, hogy az MI használata csak akkor elfogadható, ha biztosított az emberi közreműködés, az adatbiztonság, valamint az etikai kockázatok előzetes értékelése. A 2025 áprilisában megjelent EBU News Report 2025: Leading Newsrooms in the Age of Generative AI (Genf, 2025) című átfogó tanulmány, mely bemutatja, hogyan alkalmazzák a szerkesztőségek az MI-t szövegírásra, háttérelemzésre, interjúfeldolgozásra és képalkotásra, és azt is, hogy ezek milyen kérdéseket vetnek fel a szerzőség, felelősség és hitelesség kapcsán. Ismerteti a nemzetközi irányelveket (pl. Paris Charter, EBU-ajánlások), és bemutatja azokat a jó gyakorlatokat, amelyek mentén az MI szerkesztői kontroll mellett, etikus módon integrálható. A tanulmány külön foglalkozik az újságírók képzésével is: a szerkesztőségi tréningektől az egyetemi kurzusokig, különös tekintettel a konkrét MI-eszközök használatára.

Szabályozási szinten az Európai Unió is lépett: 2024-ben elfogadták az első átfogó mesterségesintelligencia-rendeletet, az úgynevezett AI Act-et, amely külön is foglalkozik az újságírói alkalmazásokkal. A rendelet felismeri, hogy a sajtó egy különösen érzékeny terület, és nem tiltja az MI alkalmazását, de kockázatalapú megközelítést ír elő: minél nagyobb egy adott alkalmazás társadalmi hatása (például dezinformációs veszély, manipulációs lehetőség), annál szigorúbb ellenőrzési mechanizmusokat követel meg [Helberger, N., & Diakopoulos, N.: The European AI Act and How It Matters for Research into AI in Media and Journalism, Digital Journalism, 11(9)].

Ezzel párhuzamosan a nemzeti újságíró szervezetek is megkezdték saját irányelveik kidolgozását. A német Deutscher Journalisten-Verband (DJV), a brit National Union of Journalists (NUJ) egyaránt célul tűzték ki, hogy tagjaikat felkészítsék az MI felelős használatára. Ennek részeként oktatási anyagokat, belső képzéseket és állásfoglalásokat dolgoztak ki, hogy az újságírók ne passzív elszenvedői, hanem tudatos és kritikus felhasználói legyenek az új eszközöknek – saját szakmai integritásuk megőrzése mellett.

A jövő egyik legkomolyabb kihívása az olvasói bizalom megőrzése. A tartalmak eredetének felismerése egyre nehezebbé válik: a közönség gyakran nem tudja megkülönböztetni a valódi, emberi szerkesztésű írást a gépi úton generált tartalmaktól. Ezért az újságírás felelőssége még nagyobb: bizonyítania kell, hogy a közvetített információ hiteles, ellenőrzött és emberi mérlegelésen alapul. Az MI nem váltja ki az újságírót – de megváltoztatja a munkamódszereket, és új kérdéseket vet fel a hitelesség, az átláthatóság, a minőség és a felelősség fogalmainak értelmezésében [Heesen, Jessica et al.: Künstliche Intelligenz im Journalismus: Potenziale und Herausforderungen für Medienschaffende. acatech – Deutsche Akademie der Technikwissenschaften, 2023.

A következőkben e keretrendszer gyakorlati alkalmazását vizsgáljuk meg részletesebben: miként vezethető be az MI a szerkesztőségek gyakorlatába, hogyan alakítja át az MI a szerkesztőségi munkafolyamatokat, hogyan illeszthető be a különféle újságírói műfajokba, milyen hatással van a szerzői jogokra, milyen típusú adatvédelmi dilemmák jelennek meg, milyen új etikai és képzési megközelítéseket igényel a kezelése.

Szerkesztőségi integráció és szervezetfejlesztés az MI bevezetésekor

Ahogy egy új munkatárs beillesztése is szervezést, figyelmet és átgondolt feladatkiosztást igényel, úgy a mesterséges intelligencia bevezetése sem egyszerű „bekapcsolás kérdése”. A sikeres alkalmazás kulcsa az, hogy az MI nem eszközként, hanem munkatársként jelenik meg a szerkesztőségi folyamatokban – természetesen szigorúan a szerkesztői kontroll alatt.

A nemzetközi példák azt mutatják, hogy ott járnak előrébb a szerkesztőségek, ahol az MI nem „IT-fejlesztésként”, hanem szervezeti változásként jelenik meg. A brit BBC, a finn Yle vagy a francia Le Monde mind külön csapatokat hozott létre, akik nemcsak technikai, hanem szerkesztői, etikai, oktatási és kommunikációs szempontból is koordinálják az integrációt [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024,].

Az első lépés a belső igények felmérése. Melyik szerkesztőségi részlegnél van leginkább szükség automatizálásra? Hol érzik a kollégák a legnagyobb adminisztratív vagy repetitív terhelést? A legtöbb bevezetési terv nem „egy nagy rendszerrel” kezd, hanem egy-két jól körülhatárolt pilotprojekttel – például automatikus hírlevél-készítés, rövidhír-összefoglalás vagy interjúátirat-tisztítás.

Ezzel párhuzamosan elengedhetetlen a belső képzés. A szerkesztőknek és újságíróknak nem kell programozniuk – de érteniük kell az MI működésének logikáját, korlátait, torzításait és lehetőségeit. A svéd Sveriges Radio például már 2022 óta működtet egy házon belüli „promptakadémiát”, ahol újságírók tanulják meg, hogyan kérdezzenek jól, pontosan és célorientáltan a géptől [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022].

Fontos elem a belső irányelvek kialakítása. Milyen esetekben használható MI? Ki a felelős az ellenőrzésért? Milyen típusú tartalmakat tilos MI-vel készíteni? Az osztrák ORF külön szabályozza például, hogy az MI által generált szövegek mindig szerkesztői jóváhagyást igényelnek, és soha nem lehetnek automatán publikálva [ORF: KI-Guidelines, Bécs, 2023].

A kommunikációs stratégia is kulcsfontosságú. A közönségnek joga van tudni, ha MI is részt vett egy tartalom előállításában – de a szerkesztőségnek meg is kell tudnia magyarázni, hogyan és miért történt ez. A Le Monde például már 2023-ban külön „AI-oldalt” nyitott az olvasók tájékoztatására, ahol részletesen bemutatták, milyen célokra és milyen korlátokkal használják az algoritmusokat, 2024-ben pedig részletes AI használati irányelveket fogadtak el.

A szerkesztőségi integráció végül nem technikai kérdés, hanem szervezeti tanulási folyamat. Az MI akkor válik valóban értékes erőforrássá, ha a szerkesztőség minden tagja érti a használat célját, látja a hasznát, és nem eszközként, hanem kollaboratív partnerként tekint rá. Ez azonban csak akkor lehetséges, ha van tér, idő és bizalom a kipróbálásra – és egy reflektív, felelősségteljes szakmai kultúra, amely képes a kérdéseket nem megkerülni, hanem megvitatni.

A szerkesztőségi munkafolyamatok és az MI szerepe

A mesterséges intelligencia gyakorlati segítőtárs a szerkesztőségek mindennapjaiban: a munkafolyamat minden szakaszában – a témakereséstől kezdve a publikáláson át a terjesztésig – megjelenhet valamilyen formában, és ha tudatosan használjuk, valódi időmegtakarítást, minőségjavulást és új perspektívákat is kínálhat.

Az első lépés sokszor az ötletgenerálás. Egy tapasztalt újságíró is kerülhet olyan helyzetbe, hogy nem látja meg az érdekes szöget egy témában. Ilyenkor egy nyelvi modell – mint például a ChatGPT – képes lehet tartalmi variációkat, célcsoport-specifikus megközelítéseket vagy akár címajánlásokat javasolni. Természetesen ezek nem helyettesítik a kritikus gondolkodást – de új nézőpontokat nyithatnak.

Az MI jól használható a háttérkutatás gyorsítására is. Bár nem tekinthető elsődleges forrásnak, képes lehet tematikus szövegösszefoglalókat készíteni, vagy segíteni a témában való eligazodásban – különösen, ha nagy mennyiségű dokumentumból, tanulmányból, interjúból kell kivonatolni a lényeget. A finn Yle szerkesztőségében például már napi gyakorlat, hogy az MI segít a többnyelvű forrásanyagok gyors feldolgozásában, a fordítások előkészítésében és a vizuális kiegészítések generálásában [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Az írás folyamata is megváltozik: a mesterséges intelligencia képes vázlatokat készíteni, stílusokat váltani, vagy akár szövegrészeket újrafogalmazni, hogy jobban illeszkedjenek egy adott platformhoz (pl. közösségi médiához). Itt a kulcs a pontos kérdésfeltevés: egy jól megírt prompt akár 80%-ban meghatározza, milyen eredményt kapunk.

A szerkesztői kontroll megőrzése ugyanakkor elengedhetetlen. A német közszolgálati szerkesztőségek – mint a Bayerischer Rundfunk vagy az NDR – belső irányelvek alapján dolgoznak: minden MI által készített vagy módosított szöveg jelölve van, és az anyag véglegesítését mindig ember végzi [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022].

Az utolsó szakasz a publikálás és terjesztés, ahol az MI segítségével például automatikus összefoglalók, hírlevél-verziók vagy akár szövegfelolvasások is készíthetők. Ezek különösen hasznosak lehetnek kisebb szerkesztőségek számára, ahol kevés embernek kell sokféle platformon helyt állnia.

Fontos azonban megérteni: az MI nem csak új eszköz, hanem új munkakultúra is. Bevezetéséhez képzések, belső protokollok, és etikai irányelvek szükségesek.

Az újságírói műfajok és az MI

A mesterséges intelligencia újságírói alkalmazása egyre több szerkesztőségben válik a napi rutin részévé – de nem úgy, hogy egy robot írja meg a cikket az újságíró helyett, hanem úgy, hogy az MI gyorsít, segít, javasol, és gyakran kérdéseket tesz fel. Nem minden műfajban használható azonban ugyanúgy. Ahogy más eszközt veszünk kézbe, ha hírt írunk, és mást, ha esszét, úgy az MI alkalmazása is műfaji érzékenységet igényel. Vannak területek, ahol az algoritmusok gyorsítanak, máshol inkább strukturálnak, és olyan is van, ahol egyszerűen csak ötleteket adnak.

A hír és tudósítás műfaja ideális terepe a gépi támogatásnak. Az újságíró hangjegyzetben rögzíti a tényeket, az MI pedig ezekből képes akár három különböző hosszúságú változatot is előállítani: egy rövidhírt a közösségi médiára, egy középhosszú verziót a weboldalra, és egy részletesebb leírást a nyomtatott kiadás számára. A BBC például már fejlesztett belső eszközöket arra, hogy ezek a változatok automatikusan előálljanak – mindig szerkesztői ellenőrzés után [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024]. Hasonló gyakorlat működik a svéd SVT-nél is, ahol az MI első körös szerkesztésre is képes: például a hangfelvételről gyorsan készít szöveges vázlatot, vagy külön hírverziókat javasol az egyes felületekre.

Az interjú esetében az MI leginkább a felkészülési és utómunka fázisban segíthet. A beszélgetés előtt képes háttérinformációkat gyűjteni az alanyról, javasolhat kérdésvázlatokat, vagy interaktív beszélgetési blokkokat tervezhet. A rögzített interjúk után automatikusan készíthető átirat, amit a rendszer kérésre meg is tisztít, és javaslatot tehet a szerkesztett változatra. Egyes szerkesztőségek – például a Le Monde – gyakran használják a ChatGPT-t arra, hogy kiemelje a legerősebb idézeteket, vagy a válaszokat közérthetőbb formában fogalmazza újra. Ugyanakkor az interjú valódi lényege – az emberi kapcsolódás, a váratlan fordulatok kezelése – továbbra is az újságíró feladata marad. Az MI nem tud reagálni a beszélgetés közbeni mikrojeleket felismerve, és nem képes valódi emberi intuícióval irányítani a beszélgetés menetét.

A feature és riport műfajban az MI már nem csupán időt takarít meg, hanem ötleteket ad, és „nyelvi asszisztensként” működik. Segíthet narratív struktúrák javaslatában, alternatív bevezetések és zárómondatok megfogalmazásában, stilisztikai variációk kidolgozásában. Ha például egy szerkesztő azt kéri, hogy a leírás legyen „költőibb” vagy „filmszerűbb”, a modell képes lehet képi megoldásokra javaslatot adni. A német dpa riporterei gyakran Stichwort-listát – azaz kulcsszavakból álló vázlatot – adnak meg az MI-nek, amely ebből narratív ívet javasol, és az újságíró ennek alapján készíti el a végleges változatot [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022]. A tartalomgyűjtés, a terepmunka, a személyes tapasztalatok továbbra is emberi feladat, de a nyelvi formálásban az MI valódi társalkotó lehet.

A véleményműfajok – például a kommentár, jegyzet, glossza vagy esszé – már sokkal érzékenyebb terep. A mesterséges intelligencia nem tud saját álláspontot képviselni, de segíthet az érvek világosabb felépítésében, az ellenpontok megjelenítésében, vagy abban, hogy az írás hangneme következetes maradjon. Egy jól megfogalmazott kérés – például: „javasolj három különböző címötletet egy adott véleménycikkhez: tájékoztató, provokatív és személyes változatban” – sokkal többet hozhat ki az MI-ből, mint egy általános „írd át szebben” típusú prompt. Az ORF és a Sveriges Radio gyakorlata szerint ezekhez belső promptkatalógusokat fejlesztettek, amelyekkel az újságírók célzottabban tudnak kérdezni a géptől [ORF: KI-Guidelines, Bécs, 2023]. A Paris Charter külön is hangsúlyozza: e műfajokban az MI csak akkor használható etikusan, ha nem rejti el, ki a gondolat valódi szerzője [RSF: Paris Charter on AI and Journalism, Párizs, 2023].

Az újságírói gyakorlatban egyre több szerkesztőség készít belső MI-használati sablonokat: például rövidhír-generáló promptokat, stílusváltó parancsokat, hírlevél-kivonatoló kéréseket, vagy akár adatvizualizációs segédfelületeket. A Sveriges Radio már külön „MI-szerkesztőt” alkalmaz, akinek a feladata az eszközök tréningje, belső oktatása és felügyelete – nemcsak technikai, hanem etikai szempontból is. A mesterfogások lényege, hogy az MI nem parancsokat hajt végre, hanem párbeszédet folytat. Minél pontosabban kérdezünk, annál pontosabban válaszol.

Fontos kiemelni, hogy nem minden műfajhoz ugyanaz a prompt jó. Egy hírnél elég lehet a tényszerű felsorolás, míg egy glosszánál kreatívabb, ironikusabb nyelvezetre kell kérnünk a gépet. Ezért is hasznos, ha a szerkesztőség belső promptgyűjteményt hoz létre – ahogy azt több helyen, például az osztrák ORF-nél vagy a Le Monde-nál is bevezették.

A tanulság tehát az, hogy a mesterséges intelligencia akkor válik valódi erőforrássá az újságírásban, ha nem helyettünk, hanem velünk dolgozik – és ha mi tudjuk, mit és hogyan kérünk tőle. Ez pedig nemcsak tanulható, hanem fejleszthető képesség – akárcsak a szerkesztés, az értelmezés vagy a kritikai gondolkodás.

Etikai és jogi kérdések a mesterséges intelligencia alkalmazásában

A mesterséges intelligencia alkalmazása az újságírásban nemcsak technológiai, hanem etikai és jogi kihívásokat is felvet. Mit jelent a hitelesség egy olyan korban, amikor egy gép is képes cikket írni? Ki a szerzője egy olyan szövegnek, amit egy algoritmus készített emberi kérésre? És mit mondjunk az olvasónak: tudnia kell, hogy egy részlet nem emberi kéz munkája?

A legfontosabb kérdés az átláthatóság. Az olvasóknak joguk van tudni, ha egy tartalom részben vagy egészben mesterséges intelligenciával készült. A Paris Charter ezt úgy fogalmazza meg: „az MI használatáról világosan, érthetően és előre kell tájékoztatni a közönséget” [RSF: Paris Charter on AI and Journalism, Párizs, 2023]. A legtöbb szerkesztőség már most is jelez valamilyen formában, ha gépi támogatást vett igénybe – például lábjegyzetben, alcímben vagy külön ikon segítségével.

A következő kulcskérdés a felelősség. Az MI nem hibátlan. Előfordulhat, hogy téved, torzít, vagy – a tanítási adatok miatt – elfogult válaszokat ad. Éppen ezért nem hagyhatjuk, hogy „magától” működjön. Mindig kell egy újságíró vagy szerkesztő, aki ellenőrzi, jóváhagyja és szükség esetén korrigálja a gép eredményeit. Ezt a gyakorlatot nevezik sok helyen „human-in-the-loop” megközelítésnek – vagyis az ember mindig a döntési lánc része marad.

Különösen érzékeny téma a szerzői jog. Kié a szöveg, amit egy MI állított elő? A jelenlegi jogi keretek szerint – legalábbis az EU területén – az MI nem rendelkezik szerzői joggal, így az elkészült szöveg szerzője az, aki a promptot megadta, vagy aki véglegesíti a tartalmat. De ez nem jelenti azt, hogy minden generált szöveg automatikusan „szabad préda”. Ha az MI más szerzők műveiből tanult, és szó szerinti idézeteket hoz létre, akkor a szerkesztőség felelőssége az ilyen részek felismerése és jelölése. A német dpa és a brit BBC ezért külön MI-ellenőrző szerkesztői szerepköröket hozott létre [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, Párizs, 2023].

Ugyanilyen fontos a forrásvédelem kérdése. Egyes MI-eszközök – főleg a felhőalapú szolgáltatások – ideiglenesen eltárolhatják a felhasználók által bevitt szövegeket. Ez azt jelenti, hogy ha egy újságíró egy érzékeny interjút vagy belső dokumentumot „bevisz” az MI-be, nem biztos, hogy az adat nem szivárog ki. Éppen ezért minden szerkesztőségnek fontos meghatároznia: milyen alkalmazást, eszközt használ, hol fut az MI (pl. helyi gépen vagy külső szerveren), hol kezelik az adatokat és milyen adatokat lehet biztonsággal feltölteni.

Az MI használata emellett újragondoltatja az újságírói etikai elveket is. Vajon etikus-e véleménycikket gépi vázlat alapján írni? Lehet-e „generált idézetet” használni egy interjúban? Elfogadható-e, ha az MI az újságíró stílusában fogalmaz, mintha ő írta volna? Ezekre a kérdésekre nincs mindig egyértelmű válasz – de a közös minimum az, hogy a közönséggel szembeni őszinteség, a tartalom pontossága és a társadalmi felelősség elve mindig érvényesüljön [Heesen, Jessica et al.: Künstliche Intelligenz im Journalismus: Potenziale und Herausforderungen für Medienschaffende. acatech – Deutsche Akademie der Technikwissenschaften, 2023].

A globális ajánlások egyre inkább abba az irányba mutatnak, hogy a mesterséges intelligencia használatát szerkesztőségi szinten kell szabályozni – belső protokollok, irányelvek, és rendszeres etikai auditok révén. Így válhat a technológiai lehetőségből valódi szakmai erőforrás, amely nem veszélyt, hanem megbízható eszközt jelent az újságíró kezében.

Újságírók képzése - felkészítés a mesterséges intelligencia hatékony és szakszerű alkalmazására

A mesterséges intelligencia újságírói alkalmazása nem csupán technológiai innováció, hanem képzésszervezési kihívás is. Az MI értő és felelős használata olyan készég, amit tanulni, gyakorolni és tudatosan beépíteni szükséges, amit be kell építeni mind az újságírók formális oktatásába, mind a szerkesztőségek napi működésébe. Ahol ez elmarad, ott az MI nem hatékony eszközzé, hanem potenciális hibaforrássá és bizalmi kockázattá válhat [Schützeneder, Jonas; Graßl, Michael; Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom. Friedrich-Ebert-Stiftung, 2024].

A nemzetközi gyakorlatok világosan jelzik, hogy az MI szerkesztőségi integrációjának alapfeltétele a belső képzés. A svéd Sveriges Radio már 2022-ben létrehozta a saját „promptakadémiáját”, ahol újságírók és szerkesztők célzottan tanulják meg, hogyan fogalmazzanak pontos, műfajspecifikus kérdéseket a generatív modellek számára [Graßl, M. – Schützeneder, J. – Meier, K.: Künstliche Intelligenz als Assistenz, Journalistik, Köln, 2022]. A Le Monde és az ORF esetében is strukturált belső oktatási modulok és tréningek segítik a szerkesztőségi munkatársakat abban, hogy az MI-t nemcsak technikailag, hanem etikailag megalapozott módon használják.

Az újságírás szakmai (újságírószervezetek és felsőoktatás) képzései szintén reagálnak az új kihívásokra. Az UNESCO 2023-as kézikönyve kifejezetten javasolja, hogy az MI alkalmazását integrálják a kommunikációs és média szakok tanterveibe. A cél nem csupán az MI működésének és korlátainak megismertetése, hanem a hallgatók kritikai gondolkodásának, etikai érzékenységének és felelősségtudatának fejlesztése [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, Párizs, 2023 ]. Egyes amerikai, kanadai és holland egyetemeken már külön tantárgyak foglalkoznak a generatív MI újságírói alkalmazásával, amelyek során hallgatók valós szerkesztőségi szituációkban modellezhetik az MI-használatot.

A hallgatóknak és szerkesztőségi munkatársaknak meg kell tanulniuk használni a ChatGPT és más generatív mesterséges intelligencia alkalmazások (Claude, Gemini) szövegfeldolgozási funkcióit (összegzés, stílusváltás, vázlatkészítés), a képalkotó rendszereket (pl. ChatGPT-be integrált DALL·E, Midjourney), a beszédfelismerő és transzkripciós megoldásokat (Whisper, Otter.ai), valamint a háttérkutatást támogató keresőplatformok (pl. Perplexity AI, Bing AI, Elicit) helyes használatát. A képzések célja, hogy az MI-t az újságírói munka konkrét szakaszaiba illesztve, funkcionálisan tudják alkalmazni – a forráskutatástól a publikálásig.

Az UNESCO 2023-as oktatási kézikönyve és az EBU 2024-es jelentése is hangsúlyozza: az újságírói kompetenciák közé be kell építeni az MI-eszközök kezelésének alapismereteit, összehasonlító értékelését és etikai használatát [UNESCO: Reporting on Artificial Intelligence – A Handbook for Journalism Educators, 2023,; EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].  Az EBU 2025-ös értékelő tanulmánya is úgy látja, hogy az újságírók mesterséges intelligenciával kapcsolatos képzése kulcsfontosságú a technológia felelős és hatékony bevezetéséhez. A jelentés hangsúlyozza, hogy a szerkesztőségeknek strukturált belső tréningeket kell kialakítaniuk, amelyek nemcsak az MI-eszközök használatát, hanem azok etikai, szerkesztői és jogi vonatkozásait is lefedik. A jelentés külön kiemeli, hogy a képzéseknek tartalmazniuk kell a promptolás, ellenőrzés, adatvédelem, szerzőség és tartalomtranszparencia témáit is. Az MI-használat sikerének feltétele, hogy a szerkesztőségek belső kompetenciákat építsenek, ne külső automatizmusokra bízzák a tartalom-előállítást.

A képzési programok egyik alapvetése, hogy nem elegendő technikai ismereteket átadni. A mesterséges intelligencia nem váltja ki a szerkesztői döntést, nem értelmez kontextust, és nem vállal felelősséget a közlés következményeiért. Ezért minden képzési forma – legyen az szerkesztőségi tréning vagy egyetemi kurzus – kiemelt figyelmet fordít az etikai kérdésekre, a forrásvédelemre, a torzítások felismerésére, valamint a szerzői jogi követelményekre is. A Deutscher Journalisten-Verband és a brit National Union of Journalists által kidolgozott irányelvek és oktatási anyagok szintén hangsúlyozzák, hogy a technológiai képességek mellett a szakmai értékek megerősítése is elengedhetetlen [ld. korábbi hivatkozások].

Egyre több szerkesztőség alakít ki belső prompt-laborokat, ahol az újságírók kipróbálhatják a különböző MI-eszközöket, tesztelhetik a stílusváltoztatási lehetőségeket, narratív kísérleteket végezhetnek, vagy akár saját sablonokat dolgozhatnak ki. Ezek a képzési műhelyek nemcsak kompetenciát fejlesztenek, hanem hozzájárulnak az intézményi tudásmegosztáshoz is. A BBC vagy a finn Yle például olyan tudásbázisokat épít, amelyekben a különböző műfajokhoz illesztett MI-használati példák és esettanulmányok szerepelnek [EBU News Report 2024 – Trusted Journalism in the Age of Generative AI, Genf, 2024].

Az MI tehát új tudásformák elsajátítását követeli meg, de közben a klasszikus újságírói készségek – mint a kérdezéstechnika, a forráskritika, a szerkesztői szövegmunka és a társadalmi felelősségérzet – továbbra is érvényesek maradnak. Az újságíróképzés célja nem az, hogy „technológia-üzemeltetőket” képezzen, hanem hogy olyan szakembereket, akik képesek együtt dolgozni a géppel, de mindig meg tudják mondani: ki írta valójában a cikket – és miért éppen így.

Zárszó

A mesterséges intelligencia újságírói alkalmazásának elsajátítása nem pusztán technikai kompetencia, hanem egy újfajta szakmai szemléletmód alapja is. Az MI-eszközök helyes és tudatos használata jelentős hozzáadott értéket jelent a szerkesztőségi munkában: képesek gyorsítani a rutinfolyamatokat, strukturálni az információtömeget, új ötleteket generálni, stiláris variációkat javasolni, vagy akár több platformra adaptált szövegváltozatokat előállítani. Mindez nemcsak hatékonyságot, hanem minőségi javulást is eredményezhet – de csak akkor, ha az újságíró érti és használni tudja a technológiát, és képes kontroll alatt tartani annak működését.

A jó kérdésfeltevés, azaz a „promptolás” készsége kulcsfontosságú: az eredmény minősége nagymértékben attól függ, mennyire világos, műfajspecifikus és célirányos kérdéseket tudunk megfogalmazni. Ez nem velünk született képesség, hanem tanulható tudás, amelyet folyamatosan gyakorolni, fejleszteni kell – és amelynek oktatása mára ugyanolyan fontos eleme az újságíróképzésnek, mint a szerkesztés vagy az etikai dilemmák értelmezése.

Ugyanakkor az MI-eszközökkel való munka nemcsak funkcionális ismereteket igényel, hanem reflexív gondolkodást is: meg kell tanulni felismerni a torzításokat, értelmezni a forrásokat, és tudni kell nemet mondani, ha az algoritmus javaslatai sértenék a szakmai normákat. A digitális kompetenciák megerősítése mellett tehát legalább ennyire fontos a klasszikus újságírói értékek – hitelesség, felelősség, átláthatóság – újraértelmezése és megerősítése is.

A képzések feladata, hogy az újságírókat ne csupán felhasználóként, hanem tudatos és kritikus alkotótársként készítsék fel az MI-eszközök kezelésére - a mesterséges intelligencia így nem fenyegetéssé, hanem lehetőségé válik az újságírás számára. Ezt a tudás azonban a megfelelő keretek között, jól felépített, célzott képzési programok révén kell átadnunk a következő generációnak.

A cikk emberi és mesterséges intelligencia együttműködésével jött létre.