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

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

 

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

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

Miért időszerű az AILit?

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

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

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

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

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

Mit jelent az AI-írástudás?

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

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

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

A négy kompetenciadomén

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

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

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

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

Mit jelent ez az osztályteremben?

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

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

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

Hazai feladatok és következmények

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

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

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

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

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

Összegzés

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

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

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

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

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

A MAIL helye a PISA rendszerében

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

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

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

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

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

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

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

Az öt kompetencia és a mérési modell

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

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

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

Kapcsolódás a meglévő keretrendszerekhez

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

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

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

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

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

Uniós szakpolitikai beágyazottság

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

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

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

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

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

Kritikai értékelés és nyitott kérdések

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

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

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

Amit mindez a magyar iskolák számára jelent

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

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

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

Felhasznált források és internetes elérhetőségük

Nemzetközi szervezetek hivatalos forrásai (OECD, UNESCO)

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

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

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

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

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

Uniós jogi és szakpolitikai források

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

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

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

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

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

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

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

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

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

Szakmai értékelések és háttéranyagok

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

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

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