PISA-sokk után, nagy változások előtt: a mesterséges intelligencia jelene és jövője a közoktatás gyakorlatában

 

A 2025-ös PISA-vizsgálat Németországban is sokkolta a társadalmat: eredményeit Karin Prien szövetségi oktatási, családügyi, idősügyi, nő- és ifjúságügyi miniszter egyenesen „drámainak” nevezte. A 15 évesek teljesítménye matematikából, szövegértésből és természettudományból egyaránt új mélypontra került: matematikából és olvasásból nagyjából minden harmadik, természettudományból nagyjából minden negyedik tanuló nem éri el a minimális kompetenciaszintet (OECD, 2026; BMBFSFJ, 2026). A német értékelés szerint a társadalmi háttér és a tanulói teljesítmény összefüggése erősebb, mint a PISA-mérések kezdete óta bármikor; a lehetséges okok között a megváltozott médiahasználatot, a fiatalok növekvő lelki terhelését és a demográfiai változásokat említik (BMBFSFJ, 2026). A helyzet rendszerszintű választ kíván: korábbi diagnózist, célzott fejlesztést, relevánsabb tanítást és adatokra épülő iskolafejlesztést. Ebbe a környezetbe érkezik az MI gyors térnyerése, amely egyszerre kínál új lehetőségeket és hoz új kockázatokat. Az új magyar oktatási mesterséges intelligencia stratégia megalkotásának időszakában a német tapasztalatok különösen tanulságosak lehetnek – érdemes közelebbről is megismerkedni velük.

A PISA és a Deutsche Telekom Stiftung Trendmonitor KI in der Bildung vizsgálatai eltérő oldalról ugyanarra a kérdésre irányítják a figyelmet: milyen feltételek között képes az iskola eredményesen működni egy gyorsan változó környezetben. A PISA az alapkompetenciák romlását, a motiváció és az esélykülönbségek problémáit teszi láthatóvá; a Trendmonitor azt vizsgálja, miként épül be ebbe a rendszerbe a mesterséges intelligencia. A két kép együtt beszédes: az MI pedagógiai értéke csak akkor ítélhető meg, ha mérhető marad, mit tudnak a tanulók, hogyan tanulnak, és milyen feltételek között használják az új eszközöket.

A német Trendmonitor: kutatási keret és intézményi háttér

A Deutsche Telekom Stiftung Trendmonitor KI in der Bildung programja 2025–2027 között követi a mesterséges intelligencia iskolai alkalmazásának változását. A projektben a Deutsche Telekom Stiftung mellett az mmb Institut és a Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) berlini Educational Technology Lab-je vesz részt. Az éves Trendmonitorokat egy-egy részterületet feldolgozó Trendmonitor Spezial kiadványok egészítik ki. A program célja, hogy folyamatos képet adjon a gyorsan változó területről, és tájékozódási segítséget nyújtson az iskolarendszer szereplőinek (Trendmonitor Spezial, 2025., 62. o.).

A 2026 tavaszán megjelent Regelwerke zu KI an Schulen különkiadás 56 MI-hez kapcsolódó szabályozó dokumentumot elemzett, tizenkét iskolai interjút készített, és felhasználta egy 1054 pedagógus bevonásával készült reprezentatív forsa-felmérés eredményeit. A vizsgálat így a formális szabályozást a mindennapi iskolai gyakorlattal is összevetette (Regelwerke, 2026, 6–7., 40–41. o.; forsa, 2026).

A 2026 őszén közzétett főjelentés 258, oktatási szempontból releváns MI-alkalmazást vizsgált, és 81 szakértő tapasztalatait és várakozásait dolgozta fel. A fókusz az eszközök puszta megjelenéséről egyre inkább az alkalmazási területekre, a pedagógiai következményekre, a kockázatokra és az intézményi válaszokra helyeződött át (Trendmonitor, 2026, 6–11. o.).

A módszertani kereteket érdemes szem előtt tartani. A főjelentés webes kutatásra, egy 81 fős szakértői panelre és három interjúra épül; ezekből elsősorban trendek és szakértői várakozások rajzolódnak ki. Reprezentatív pedagógusadatot a Deutsche Telekom Stiftung megbízásából készült forsa-felmérés szolgáltat (Trendmonitor, 2026, 26., 28., 32., 63. o.; forsa, 2026). A Trendmonitor így elsősorban piaci, szakértői és szabályozási trendelemzés; a tényleges iskolai használatról a kiegészítő reprezentatív felmérés ad képet.

A kutatás magyar szempontból is használható mintát ad. Az iskolai MI-használat több, egymással összefüggő területből áll: a tanulói és tanári használat mellett az intézményi működés, az adatkezelés, a hozzáférés, a finanszírozás, az értékelés és a kompetenciafejlesztés is számít. A német szabályozási elemzés kilenc területet különít el, köztük az adatvédelmet, a működési kereteket, a digitális és MI-kompetenciákat, a vizsgáztatást és értékelést, a tanulói és tanári használatot, az átláthatóságot, a finanszírozást és a szerzői jogot (Regelwerke, 2026, 14–16. o.).

Terjedő használat, fennmaradó bizonytalanság

A 2026-os főjelentés szerint az MI érdemben megjelent a német iskolai gyakorlatban, bár az intézményi beágyazottság továbbra is egyenetlen. A reprezentatív forsa-felmérés szerint a pedagógusok 19 százaléka naponta vagy hetente többször, 26 százaléka havonta többször, további 18 százaléka legalább havonta egyszer használ MI-alapú alkalmazást; 25 százalékuk ennél ritkábban, 11 százalékuk egyáltalán nem (forsa, 2026; Trendmonitor, 2026, 29. o.). Közben az általános célú generatív rendszerek mellett egyre több, oktatási célra fejlesztett, nagy nyelvi modellekre (Large Language Models, LLMs) épülő platform és chatbot jelenik meg (Trendmonitor, 2026, 7. o.).

A használat terjedése önmagában még nem jelent magabiztos és jogszerű alkalmazást. A pedagógusoknak csak körülbelül egyharmada (32 százalék) érzi úgy, hogy megfelelően tudja, milyen feltételekkel használhat MI-t iskolai feladataihoz; 83 százalékuknak nincs világos áttekintése arról, milyen szabályozások léteznek. A német anyag szerint sok norma és útmutató rendelkezésre áll, ezek ismertsége, közérthetősége és napi alkalmazhatósága azonban korlátozott (forsa, 2026; Regelwerke, 2026, 8., 55. o.).

A bizonytalanság a gyakorlati használatban is erős: a pedagógusok 57 százaléka inkább vagy nagyon bizonytalannak érzi magát, 66 százalékuk pedig kevéssé vagy rosszul informáltnak tartja magát arról, hogyan használhatja jogszerűen az MI-t (forsa, 2026; Regelwerke, 2026, 55. o.). A forsa részadatai 66 százalékot adnak ki, miközben a főjelentés és a VBE 64 százalékot közöl; ezért itt a részadatokkal összhangban a 66 százalékos érték szerepel. A VBE ezekre a problémákra válaszul világos szabályokat, minőségi továbbképzést és közös tantestületi fejlesztési időt sürget (VBE, 2026).

A bizonytalanság azért különösen fontos, mert az MI technikai használatának alacsony belépési küszöbe nem csökkenti a pedagógiai felelősséget. A pedagógusnak kell megítélnie a rendszer eredményének szakmai használhatóságát, felismernie a tévedéseket és torzításokat, adatvédelmi döntéseket hoznia, meghatároznia a tanulói használat feltételeit, és elkülönítenie a tanuló saját teljesítményét a gépi közreműködéstől.

A tanári szerep és a tanuláskultúra átalakulása

A Trendmonitor egyik központi pedagógiai megállapítása, hogy az MI hatása túlmutat az időmegtakarításon. A német pedagógusok jelenleg elsősorban a felkészülés támogatására, tananyagok készítésére és differenciálására használják, vagyis többnyire a meglévő munkafolyamatokat teszik gyorsabbá. A főjelentés ezt a fennálló struktúrák optimalizálásaként írja le. Mélyebb változás akkor történik, amikor az MI a tanulás szervezését is átalakítja; a jelentés kínai példákon mutat be ennél rendszerszintűbb integrációt (Trendmonitor, 2026, 9., 34., 57. o.).

Uta Hauck-Thum szerint a megváltozott tanuláskultúra egyik jele, hogy a tanulók nagyobb felelősséget vállalnak saját tanulásukért, önállóbban dolgoznak, reflektálnak a tanulási útjukra, az MI-t pedig gondolkodásra, strukturálásra, ötletfejlesztésre és visszajelzésre használják. Ezt a széles gyakorlatban még nem látja általánosnak. Niels Pinkwart hasonlóan fogalmaz: az MI megérkezett a pedagógusokhoz, széles körű strukturális használatról azonban még nem beszélhetünk (Trendmonitor, 2026, 13. o.).

A pedagógus feladata ezért egyre inkább annak meghatározása, hogy egy adott tanulási helyzetben milyen célra, milyen korlátozásokkal és milyen ellenőrzés mellett használható MI. A tanári szerepben nagyobb súlyt kap a tanulástervezés, a minőségellenőrzés, a mentorálás és az értelmezés. Felértékelődik annak felismerése is, hogy a tanuló mit ért, hol akad el, és mikor használja az MI-t valódi tanulási támogatásként.

A jelentés ehhez kapcsolja az ember a folyamatban elvet (human-in-the-loop). Az MI-hallucinációk és torzítások miatt az emberi minőségellenőrzés nélkülözhetetlen, és a pedagógiai felelősség a pedagógusnál marad. Az MI akkor adhat érdemi pedagógiai segítséget, ha jól körülhatárolt asszisztensi feladatokat vesz át, és ezzel időt szabadít fel a tanári figyelemre és a személyes kapcsolatra (Trendmonitor, 2026, 11., 59. o.).

Tanulási kockázatok és a bizonyítottság határai

A 2026-os Trendmonitorban a kompetenciákról folyó vita súlypontja az eszközhasználatról a kritikai értelmezésre, a reflexióra és az önszabályozásra helyeződik át. A hatékony utasításadás továbbra is fontos, de önmagában kevés: a tanulónak az MI eredményét ellenőriznie, értelmeznie és saját tanulási folyamatába beépítenie is tudnia kell. Az MI-jártasság (AI Literacy) ebben az értelemben alkalmazási, kritikai és reflexív kompetenciák együttese.

A megkérdezett szakértők a második legsúlyosabb kockázatnak a készségátugrás és a készségvesztés együttes veszélyét tartják. A kérdőív a kettőt egy tételként kezelte; itt az érthetőség kedvéért külön választjuk őket. A készségátugrás (Skill Skipping) azt jelenti, hogy a tanuló az MI segítségével kihagyja valamely készség kialakulásához szükséges gyakorlást. Készségvesztésről (Deskilling) akkor beszélhetünk, ha egy korábban megszerzett képesség gyengül, mert a tanuló rendszeresen a rendszerre bízza az adott tevékenységet. Uta Hauck-Thum külön kiemeli az írás, az érvelés és a problémamegoldás védelmét; a szakértők pedig az MI nélküli szakmai alapkompetenciák fejlesztését is fontosnak tartják (Trendmonitor, 2026, 14., 40., 44–45. o.).

A szakértők összességében a piacvezető, Európán kívüli MI-vállalatoktól való függést tartják a legnagyobb kockázatnak, és erős igényt jeleznek az uniós MI-megoldások iránt. A digitális szuverenitás ezért az iskolai MI-bevezetés egyik stratégiai kérdése is lehet (Trendmonitor, 2026, 39–40., 44–45. o.).

Ehhez kapcsolódik az önszabályozott tanulás szerepe. A tanulónak meg kell tudnia tervezni saját tanulását, fenn kell tartania a motivációját, ellenőriznie kell a megértését, és értékelnie kell az MI eredményeit. A szakértők szerint a személyre szabott MI-támogatás akkor válhat valódi tanulási segítséggé, ha ezek az önszabályozási feltételek is kialakulnak (Trendmonitor, 2026, 8. o.).

A 2025-ös MINT-Lernen mit KI különkiadás óvatosságra int az optimista várakozásokkal kapcsolatban. Az intelligens tutorálórendszerek (Intelligent Tutoring Systems, ITS) tanulási lehetőségeiről van kutatási háttér, a Németországban vizsgált konkrét MI-projektek közül azonban sok még pilot- vagy fejlesztési szakaszban volt, és több esetben nem állt rendelkezésre publikált hatásvizsgálat. A bemutatott példák ezért nem termékajánlások vagy minőségi rangsorok; a széles körű iskolai eredményességre vonatkozó bizonyítékok továbbra is hiányosak (Trendmonitor Spezial, 2025).

A gyakorlati következmény, hogy az MI használatát világos pedagógiai célhoz és tanulási szakaszokhoz érdemes kötni. Jól elkülöníthető a saját próbálkozás, az MI-től kért segítség, majd a két eredmény összevetése és a reflexió. Életkori szempontot is érdemes figyelembe venni: a Kultuszminiszteri Konferencia Állandó Tudományos Bizottsága (SWK) az általános iskolában és az alsó középfokon kevés vagy semmilyen nyelvimodell-használatot javasol, a rendszeres használatot pedig a 8. évfolyamtól (SWK, 2024; Regelwerke, 2026, 26. o.). A német szabályozási ajánlások a folyamat dokumentálását, a promptnaplókat és a reflexiós beszélgetéseket is hangsúlyozzák (Regelwerke, 2026, 53. o.).

Szabályozás, értékelés és intézményi irányítás

A német szabályozási vizsgálat jól mutatja, hogy az iskolai MI-használat jogi, szervezeti és pedagógiai kérdései egymásra épülnek. Németország föderális rendszerében nincs egységes „iskolai MI-törvény”; a felelősség több tartományi és intézményi szereplő között oszlik meg. A vizsgált 56 dokumentumból 34 törvény vagy rendelet, míg a pedagógusképzéshez mindössze hat kapcsolódik, vagyis a jogi szabályozás mellett a gyakorlati felkészítés jóval kevésbé hangsúlyos (Regelwerke, 2026, 9–12. o.).

Az 56 dokumentum elemzése szerint az adatvédelem és az általános működési keretek a leggyakrabban szabályozott területek, míg a finanszírozás és a szerzői jog ritkábban jelenik meg (Regelwerke, 2026, 16. o.). A német tapasztalat fontos tanulsága, hogy a szabályok száma önmagában nem teszi egyszerűbbé a pedagógiai döntéseket. A normatív elveket ezért konkrét tanórai, házi feladati és vizsgahelyzetekre, valamint intézményi eljárásokra kell lefordítani (Regelwerke, 2026).

Különösen érzékeny terület az értékelés. Ha egy beadandó vagy projekt elkészítésében generatív MI is részt vehet, a kész produktum önmagában egyre kevésbé bizonyítja a tanuló tudását. A német ajánlások ezért a tanulási folyamat dokumentálását, a promptnaplókat, a reflexiós beszélgetéseket és új értékelési formák kidolgozását hangsúlyozzák. Egyértelművé kell tenni, milyen MI-közreműködés fogadható el, hogyan kell azt jelölni, és miként azonosítható a tanuló saját teljesítménye (Regelwerke, 2026).

A 2026-os Trendmonitor az iskolavezetés és az adminisztráció szerepét is vizsgálja. Az oktatási adatbányászat (Educational Data Mining) és a tanulásanalitika (Learning Analytics) adatalapú támogatást kínálhat az intézményi és tanulási folyamatok értelmezéséhez. A széttagolt adattárolás és a komplex adminisztratív folyamatok azonban jelenleg korlátozzák a felhasználást. A szakértők az MI-ügynökök terjedésére is számítanak, miközben egyes interjúalanyok adatvédelmi aggályokat fogalmaznak meg (Trendmonitor, 2026, 8., 32., 38., 40. o.).

A szabályozási különkiadás több gyakorlati intézményi megoldást is javasol: iskolai MI-irányító csoportokat, rövid és világos helyi szabályokat, rendszeres mikro-továbbképzéseket, kísérleti pedagógiai tereket és erősebb folyamatdiagnosztikát. Tartományi szinten adatvédelmileg megfelelő hozzáféréseket, tantárgyspecifikus útmutatókat és értékelési kereteket sürget. Az intézményi MI-stratégia így a szervezeti működés és a tanuláskultúra részévé válik (Regelwerke, 2026, 52–53. o.).

A magyarországi helyzet: mérési és intézményi hiányok

A német példa azt mutatja, hogy a piaci, szabályozási és szakértői elemzés mellett reprezentatív pedagógusfelmérésre is szükség van; Magyarországon ez hiányzik. Országos döntésekhez, különösen a most készülő oktatási mesterséges intelligencia stratégia kialakításához fontos lenne látni, mi történik ténylegesen az iskolákban: hogyan használják az MI-t a tanulók, a pedagógusok és az intézményvezetők, és milyen szabályok alakultak ki a gyakorlatban.

A közoktatási mesterséges intelligencia használatot vizsgáló friss, vagy átfogó hazai felmérési eredményeink nincsenek: a Nemzeti Média és Hírközlési Hatóság 2025 áprilisában nyilvánosságra hozott adatai a 2024 végi helyzetet tükrözik, s csak három évfolyamra (13-15 évesek) koncentráltak (NMHH, 2025).

Ma nincs rendszeres, egységes országos adatgyűjtés arról, milyen gyakorisággal és milyen iskolai célokra használják a gyerekek és a pedagógusok a generatív MI-t. Hiányos az összkép az adatkezelésről, az iskolavezetési és adminisztratív alkalmazásokról, valamint az intézményi szabályozás elterjedtségéről is. Az MI iskolai oktatásának bevezetésére csak szűk körben (a szakképző intézmények, mintegy hatvan körüli iskola esetében) került sor, közelebbi információkkal, tudásmegosztással azonban ezekről nem rendelkezünk.

A hozzáférés és a kompetenciák különbsége társadalmi szempontból Magyarországon is lényeges. A Trendmonitor szakértői szerint tovább nyílhat a digitális készségszakadék (Digital Skills Gap): a magasabb digitális és reflexív kompetenciával rendelkező tanulók várhatóan többet profitálnak az MI-ből (Trendmonitor, 2026, 8., 40. o.). A MINT-különkiadás és több tartományi dokumentum arra is figyelmeztet, hogy a jó minőségű, adatvédelmileg megfelelő vagy fizetős eszközökhöz való egyenlőtlen hozzáférés erősítheti a meglévő oktatási különbségeket (Trendmonitor Spezial, 2025, 10. o.; Regelwerke, 2026, 26., 32. o.). A VBE ezért az egyenlő részvételt biztosító digitális infrastruktúrát és a hátrányos helyzetű iskolák célzott támogatását sürgeti (VBE, 2026).

Ebből egy országos iskolai MI-monitor szükségessége vezethető le. Azonos alapmutatók éves felvétele a tanulók, pedagógusok, intézményvezetők és lehetőség szerint a fenntartók körében összehasonlítható képet adhatna a használat gyakoriságáról és céljairól, az alkalmazott eszközökről, a kompetenciákról, az értékelésről, az adatvédelemről és szerzői jogról, az intézményi szabályokról, a hozzáférésről és az adminisztratív felhasználásról.

A mérési rendszerhez közérthető jogi és pedagógiai kereteknek kell kapcsolódniuk. A pedagógus számára intézményi szinten is egyértelművé kell tenni, milyen rendszert használhat, milyen adatot nem vihet be külső szolgáltatásba, hogyan dokumentálja az MI közreműködését, milyen elvek szerint értékel, és mely döntésekben marad elengedhetetlen az emberi szakmai felelősség.

A tanárképzéssel és szakmai a továbbképzésekkel szembeni igény többé már nem csak sürgető: azonnali intézkedéseket követel.  A promptírás önmagában nem elegendő: a képzésnek össze kell kapcsolnia a didaktikát és az értékelést az adatvédelemmel, a szerzői joggal, a forráskritikával, az önszabályozott tanulással és az MI által előállított hibás vagy bizonytalan tartalom ellenőrzésével. A MINT-különkiadás a gyakorlati kipróbálást, a tantárgyspecifikus felkészülést, a kollégák közötti tudásmegosztást és a képzők képzését is fontosnak tartja (Trendmonitor Spezial, 2025). A tanár maga is MI-használó, amihez megfelelő és ingyenes szakmai felkészítést kell kapnia – másrészt ő irányítja, ellenőrzi a gyerekek az egyes szaktárgyak keretében az MI-vel való munkáját, ő látja közvetlenül a problémákat – és neki kell tudnia kezelnie is azokat. Irreális abban bízni, hogy egy, az digitális kultúra tárgyba beépült, alacsony óraszámú blokkal „letudható” lenne a gyerekek MI-felkészítése. Ez legfeljebb az alapokat adja meg, az MI tanulói kezelésére azonban minden tárgyban, minden évfolyamon alkalmasnak kell a rendszernek lennie.

A pedagógusok ezt a feladatot a meglévő terhek mellett nem tudják pusztán mellékfeladatként elvégezni. Ezzel együtt az értékelési gyakorlat korszerűsítésére is szükség van: nagyobb szerepet kaphat a folyamatértékelés, a szóbeli visszakérdezés, az önreflexió és a dokumentált MI-használat. A pedagógiai döntés és a végső értékelés felelőssége emberi feladat marad.

Összegzés

A német Trendmonitor alapján azt látjuk, hogy az iskolai mesterséges intelligencia kérdése a kísérleti eszközhasználattól egyre inkább az intézményi bevezetés felé mozdul, de a folyamat még nem tekinthető lezártnak. A technológia terjedése egyszerre érinti a tanári szerepeket, az értékelést, az adatkezelést, az iskolai munkafolyamatokat, a szabályozást és a hozzáférési különbségeket. A német források közös üzenete, hogy a használat növekedése önmagában nem bizonyít pedagógiai eredményességet: az alkalmazás minőségét a tanulási célok, a kritikai és reflexív kompetenciák, az emberi felülvizsgálat és az intézményi szabályozás együtt határozza meg.

Magyarország számára ebből az következik, hogy az MI általános- és középiskolai bevezetéséhez az eszközök mellett rendszeres és összehasonlítható adatokra, világos intézményi felelősségi körökre, tantárgyi és értékelési útmutatókra, valamint a pedagógusok számára biztosított képzési és fejlesztési időre is szükség van. Erre épülhet olyan intézményi MI-irányítás, amely a technológiai alkalmazást a tanulási célokkal, az ellenőrizhető tanulási folyamattal, az értékelhetőséggel és a pedagógiai felelősséggel kapcsolja össze.

Mindennek az új oktatási stratégia elkészítésének időszakában különös jelentősége van. Nincs idő újabb elégtelen megoldásokkal való próbálkozásra, a nagy infrastrukturális és tananyagfejlesztések kivárására: ezekre mind szükség van, de azonnali, reálisan megoldható intézkedésekre is – 2026 júliusában közzé tett szakmai anyagunkban ezekre nézve konkrét javaslatokkal is éltünk. A tapasztalat azt mutatja, hogy gyerekek lényegében 12-13 éves kortól már most, tömegesen használják a generatív mesterséges intelligenciát, és rosszul használják azt: a feladatok kiváltására, nem a feladatmegoldásba való beépítésre, a tudás helyettesítésére, nem megszerzésének támogatására. Ezt a korai használat tilalmával, a mobiltelefon és közösségi média használat eltiltásával nem lehet kezelni – és megpróbálni sem érdemes. Az MI velünk van, és velünk marad – az iskolákban is. Próbálunk okosan együtt élni vele.

Irodalom

BMBFSFJ (2026). Bundesministerium für Bildung, Familie, Senioren, Frauen und Jugend PISA 2025 zeigt deutlich: Basiskompetenzen stärken, Bildungschancen verbessern [Pressemitteilung]. (2026, szeptember 8.). https://www.bmbfsfj.bund.de/bmbfsfj/aktuelles/pressemitteilungen/pisa-2025-zeigt-deutlich-basiskompetenzen-staerken-bildungschancen-verbessern-293974

forsa (2026). Gesellschaft für Sozialforschung und statistische Analysen mbH. KI-Regelwerke für die Schule: Ergebnisse einer repräsentativen Befragung unter Lehrkräften an allgemeinbildenden Schulen [A Deutsche Telekom Stiftung megbízásából készült felmérési jelentés]. https://www.telekom-stiftung.de/fileadmin/media/projekte/trendmonitor_ki_in_der_bildung/Forsa-Bericht_KI-Regelwerke.pdf

NMHH (2025). Nemzeti Média és Hírközlési Hatóság. A mesterséges intelligencia használatának jellemzői a 13-16 éves korosztály körében, 2025. április 22., https://nmhh.hu/cikk/252083/A_mesterseges_intelligencia_hasznalatanak_jellemzoi_a_1316_eves_korosztaly_koreben

OECD (2025). Results from TALIS 2024: Country notes – Hungary. OECD Publishing. https://www.oecd.org/en/publications/results-from-talis-2024-country-notes_e127f9e2-en/hungary_29960fb1-en.html

OECD (2026). PISA 2025 results (Volume I). OECD Publishing.  https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/09/pisa-2025-results-volume-i_5265bfb1/73451bc5-en.pdf

Regelwerke (2026). Schmid, U., Blanc, B., Goertz, L., Georgi, M., & Pinkwart, N. Trendmonitor Spezial: Regelwerke zu KI an Schulen. Überblick und Analyse. Deutsche Telekom Stiftung. https://www.telekom-stiftung.de/fileadmin/media/analysen/pdf/trendmonitor-spezial-ki-regelwerke.pdf

SWK. (2024). Ständige Wissenschaftliche Kommission der Kultusministerkonferenz. Large Language Models und ihre Potenziale im Bildungssystem: Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz. https://swk-bildung.org/content/uploads/2024/02/SWK-2024-Impulspapier_LargeLanguageModels.pdf

Trendmonitor Spezial (2025). Schmid, U., Blanc, B., Goertz, L., Georgi, M., & Pinkwart, N. (2025). Trendmonitor Spezial: MINT-Lernen mit KI. Neue Potenziale, besserer Zugang? Deutsche Telekom Stiftung. https://www.telekom-stiftung.de/fileadmin/media/analysen/pdf/trendmonitor-spezial-ki-mintlernen.pdf

Trendmonitor (2026). Schmid, U., Blanc, B., Goertz, L., Georgi, M., Pinkwart, N., & Kravcik, M. Trendmonitor KI in der Bildung 2026. Deutsche Telekom Stiftung. https://www.telekom-stiftung.de/trendmonitor-ki

VBE (2026). Verband Bildung und Erziehung. KI in der Bildung: Schulen stärken, damit aus der Chance kein Rückschritt wird [Pressedienst Nr. 42/2026], (2026, szeptember 23.). https://www.vbe.de/presse/pressedienste/pressedienste-2026/ki-in-der-bildung-schulen-staerken-damit-aus-der-chance-kein-rueckschritt-wird

Verebics (2026). A mesterséges intelligencia és a Nemzeti Alaptanterv megújítása – ami már nem halasztható tovább, 2026. július 20., https://moderniskola.hu/2026/07/a-mesterseges-intelligencia-es-a-nemzeti-alaptanterv-megujitasa-ami-mar-nem-halaszthato-tovabb/