Andreas
Schleicher, az OECD oktatási és készségügyi igazgatója, a PISA
tanulói teljesítménymérés egyik megalkotója az utóbbi időben számos írásában és
interjújában elemezte a mesterséges intelligencia közoktatásra gyakorolt
hatását; gondolatait és javaslatait e megszólalások alapján tekintjük át. A
mesterséges intelligencia szerinte egyszerre új esélyt teremt a személyre
szabott tanulásra – ugyanakkor az önálló gondolkodást is veszélyezteti. A
legújabb eredmények arra figyelmeztetnek, hogy a könnyebben elkészülő házi
feladat mögött nem feltétlenül áll tartósabb tudás. Az oktatás feladata ezért
az, hogy megőrizze a megértéshez szükséges szellemi erőfeszítést, megerősítse a
tanári kapcsolatokat, és olyan szabályokat teremtsen, amelyek között az MI
használata a tanulók fejlődését szolgálja.
A PISA azt vizsgálja, hogyan alkalmazzák a tizenöt évesek
szövegértési, matematikai és természettudományos tudásukat. Schleicher számára
ez az oktatás eredményességének próbája: mire képes a tanuló az
iskolában töltött évek után? Az MI megjelenése ugyanezt a kérdést élezi ki. A
géppel előállított jó válasz viszont még nem árulja el, hogy a diák érti-e a
problémát és önállóan is meg tudná-e oldani. E kérdésekkel korábbi
munkáinkban (lsd. a forrásjegyzékben) a kapcsolódó szakmai anyagokat
elemezve már foglalkoztunk, egy gyakorlat-orientált megközelítést követve: a
problémák feltárása mellett igyekeztünk azok kezelésére is szakmai-módszertani
javaslatokat tenni. Ezek
összefüggésrendszerében vizsgáltuk Schleicher újabb elemzéseit is.
A PISA jelzései és az adatok értelmezésének
határaiSch
Schleicher az 1990-es években részt vett a PISA kialakításában, amely az oktatási ráfordításokról és az iskolában
eltöltött időről a használható tudásra
irányította a figyelmet. Ez magyarázza, miért kér számon az MI oktatási
alkalmazásán is tanulási eredményeket. A gyorsaság, a látványos felület vagy a
hibátlan fogalmazás önmagában nem bizonyítja, hogy a technológia fejleszti a
képességeket. A PISA 2025 eredményeit 2026 szeptemberében hozták nyilvánosságra. A 91 ország
és gazdaság részvételével zajlott mérésben az OECD-átlag olvasásból és
matematikából a program történetének legalacsonyabb szintjére esett. Egyes
országokban – így Németország és hazánkban is – az eredményeket „sokkolónak” értékelték, s már most a komoly változások sürgető igényéig
jutottak el.
A 2026. szeptember 21-i
OECD-elemzésében Schleicher különösen
aggasztónak nevezi a PISA 2025 olvasási eredményeit. A 2018 és 2025 között
összehasonlítható adatokkal rendelkező 74 oktatási rendszerből 56-ban
statisztikailag szignifikánsan romlott az olvasási teljesítmény, az
OECD-átlag 25 ponttal csökkent.
Schleicher számítása szerint 20 pont nagyjából egy tanévnyi tanulásnak felel
meg, így 2025-ben az OECD-országok 15 évesei átlagosan a 14 évesektől várt
szinten teljesítettek. Különösen a hosszabb szövegek feldolgozása, a tartós
figyelem és több információ összekapcsolása okozott nehézséget. A gyors, de
pontatlan olvasás esetei 2018 óta közel megkétszereződtek, arányuk elérte a 9
százalékot.
Schleicher a visszaesést elsősorban a figyelem és az összpontosítás gyengülésével magyarázza. Az Euronewsnak adott interjújában ebből azt a következtetést vonja le, hogy éppen azok a készségek gyengülnek, amelyekkel a magabiztosan megfogalmazott gépi válaszokat ellenőrizni lehetne: a fiatalok egyre kevésbé képesek az információt több forrásból összevetni és kritikailag mérlegelni, holott a gépi válaszok pontatlanok is lehetnek.
A legutóbbi, 2026. október 13-én közzé tett OECD-blogbejegyzés már közvetlenül az MI-használat és a PISA-eredmények kapcsolatát vizsgálja. A Schleicher által jegyzett írás a PISA 2025 Insights and Interpretations (A PISA 2025 tanulságai és értelmezései) című kiadvány egyik fejezetén alapul. Kilenc, főként ázsiai és közel-keleti oktatási rendszerben (Makaó [Kína], Thaiföld, a Fülöp-szigetek, Ukrajna 27 régiójából 17, Szaúd-Arábia, Törökország, Szingapúr, Mongólia és az Egyesült Arab Emírségek) a diákok több mint 40 százaléka hetente egyszer-kétszer vagy akár naponta csevegőrobot (chatbot) segítségével készíti el írásbeli feladatainak szövegvázlatát; Vietnámban ez az arány 52 százalék. Az alkalmankénti használattal együtt az arányok lényegesen magasabbak. Az elterjedtség azonban önmagában nem igazolja a pedagógiai eredményességet.
Az olvasmányok összefoglalására, előzetes kutatásra vagy szövegalkotásra
csevegőrobotot használók természettudományos teljesítménye átlagosan mintegy 20 ponttal marad el a nem
használókétól. Schleicher ezt nagyjából egy tanévnyi előrehaladásnak megfelelő
különbségként érzékelteti. Ez csoportszintű eltérés; egyes gyermekek
tudásvesztését nem bizonyítja. Kanadában 29, Új-Zélandon 36 pontos hátrány
társul a rendszeres vagy napi gépi szövegalkotáshoz. E két ország becsléseit
különös óvatossággal kell értelmezni, mert az adatfelvétel egy vagy több
PISA-mintavételi előírásnak nem felelt meg. A meghatározott iskolai feladatokra
MI-t nem használó diákok emellett gyakrabban számolnak be önszabályozott
segítségkérésről.
Schleicher hangsúlyozza, hogy az összefüggés nem bizonyít oksági kapcsolatot. Lehetséges, hogy a már eleve nehezebben tanulók gyakrabban támaszkodnak MI-re. Ellenpéldák is vannak: Thaiföldön 24, Makaóban 21 ponttal magasabb eredmény járt együtt a heti vagy napi gépi szövegalkotással az MI-t nem használó osztálytársakéhoz képest. Az OECD-átlagban a tanuláshoz heti egy-két alkalommal csevegőrobotot használók hasonlóan teljesítettek, mint a nem használók. Schleicher ebből arra következtet, hogy a digitális eszközök célzott, mérsékelt használat mellett támogathatják a tanulást, a túlzott vagy irányítás nélküli használat viszont figyelemelvonáshoz vezethet. A kiemelkedően teljesítő rendszerek sem egyformák. Korea és Szingapúr átfogó digitális tanulási politikát vezetett be, Szingapúr kifejezetten az MI-eszközökre is kiterjesztve; Japánban és Észtországban az MI iskolai használata korlátozottabb, a tanulói eredmények mégis kiválók. Az Euronews-interjúban Schleicher Észtországot az óvatos, de átgondolt digitális szerepvállalás példájaként említi. A használat célja, gyakorisága és tanulási környezete nélkül ezért félrevezető lenne általános ítéletet mondani.
Amikor a kész
válasz elfedi a megértés hiányát
A veszély Schleicher szerint a gondolkodás
kiszervezése. A tanuló korábban maga válogatta ki a lényeges
állításokat, kapcsolta össze az érveket, és javította a hibáit.
Ha mindezt a csevegőrobot végzi el, a beadott munka javulhat úgy is, hogy az
alkotójának tudása alig fejlődik. Az iskola így a kész szöveget
jutalmazhatja akkor is, amikor a szövegalkotás képességét szeretné mérni. A
görög To Vima napilapban Wayne
Holmesszal, a University College London professzorával folytatott 2025. novemberében közzé tett
beszélgetésében Schleicher egy esszéírási
kísérletre hivatkozik: a ChatGPT-vel dolgozó diákok íráskészsége később
gyengébb lett, és 80 százalékuk nem tudta felidézni saját esszéje három fő
érvét. Az utalás feltehetően az MIT Media Lab 2025-ös kísérletére vonatkozik, amely kis mintán (54 fő) és szakmai
lektorálás előtt jelent meg, eredményeit ezért óvatosan kell kezelni.
A 2026. szeptemberi
Euronews-interjúban ezt sporthasonlattal
magyarázza. „Nem attól kerülsz jó formába, hogy sportot nézel. Attól, hogy
sportolsz.” Schleicher szerint a tanulás ugyanígy az eszmékkel való aktív
foglalkozásból, azok összevetéséből és megkülönböztetéséből fakad; a tartalom
befogadása ehhez kevés. A kényelmes megoldás veszélye éppen az, hogy
feleslegesnek láttatja a megértéshez szükséges erőfeszítést. A megnyert idő ára
az önállósághoz szükséges gyakorlás elmaradása lehet.
Az októberi írás az OECD Digital
Education Outlook 2026 (Az OECD digitális oktatási kilátásai 2026) kutatási
összegzésére hivatkozva a metakognitív
lustaság (metacognitive laziness) kockázatára is figyelmeztet: a gondolkodási
feladatok átadásával a tanuló kevésbé figyeli saját megértését és bizonytalanságait.
Schleicher ördögi körről beszél, amelyben a gondolkodás erőfeszítésére nem
ösztönző eszközök éppen a szükséges képességeket üresítik ki. Ennek egy
lehetséges pedagógiai mechanizmusa, hogy a gyengébb tudás miatt a tanuló több
gépi segítséget kér, a segítség pedig további alkalmakat vesz el az önálló
tudásépítéstől. A gördülékeny gépi válasz ráadásul könnyen a megértés érzetét
kelti; a szakirodalom ezt folyékonysági illúzióként írja le. Mindez feltételezett
mechanizmus, amelyet a PISA-adatok okként nem igazolnak.
A digitális figyelemelterelés ehhez kedvezőtlen környezetet teremt.
A szeptemberi elemzés szerint a naponta egy óránál többet közösségi oldalakon
töltő diákok aránya 2022 óta közel hat százalékponttal nőtt. A To Vima-beszélgetésben Schleicher a PISA 2022 egyik legfeltűnőbb eredményének nevezte a szabadidős
okostelefon-használat és a tanulók kognitív, társas és érzelmi mutatói
közötti erősen negatív kapcsolatot, amely szerinte egyetlen országot sem
került el. A PISA 2022 közölt adatai ennél árnyaltabbak: a matematikaórán
digitális eszközök miatt gyakran figyelmetlen tanulók 15 ponttal gyengébben
teljesítettek azoknál, akiket ez soha vagy szinte soha nem zavart. A PISA 2022
adatfelvétele a ChatGPT 2022. november 30-i megjelenése előtt zajlott,
így a generatív MI hatását még nem mérhette. A hosszabb ideje romló olvasási
teljesítmény mögött Schleicher szeptemberi elemzése szerint az olvasási szokások és a kíváncsiság
változása, a csökkenő tesztmotiváció, a korai iskolai
tapasztalatok, a családi környezet és a járvány következményei
is szerepet kaphatnak. A korai okokra utal, hogy a fiatalabb tanulókat
mérő PIRLS 2016-os és 2021-es eredményei már előre jelezték a visszaesést.
A To Vima-beszélgetésben Schleicher egy másik veszélyt is megfogalmaz: az MI
a konvergens gondolkodást erősíti, és háttérbe szorítja az eltérő,
divergens megközelítéseket. Ez az önálló
kérdezést és az új gondolatok kialakítását is veszélyezteti.
Beszélgetőtársa, Wayne Holmes ugyanezt a tanári gyakorlatban észleli: a
ChatGPT-vel készült óratervek világszerte feltűnően hasonlók. Schleicher
számára ezért az oktatás emberi tétje az, hogy a fiatal eligazodjon az
összetett helyzetekben, bizonytalanságban is etikusan tudjon ítélni, és valóban
újat tudjon létrehozni.
A tanár és a
tanuló önállóságát erősítő MI
A To Vima-párbeszédben Schleicher az MI-t olyan erősítőnek tekinti,
amely a jó és a rossz pedagógiai gyakorlat hatását egyaránt
megnöveli. Segíthet a tanárnak megérteni, hogyan tanulnak a különböző
diákok, és méltányosabbá teheti a tanulást; a sajátos nevelési igényű diákok
támogatásában különösen jelentős lehetőségeket lát. Ugyanakkor a tanárt előregyártott
óravázlatok végrehajtójává teheti, felerősítheti az egyenlőtlenségeket
és a torzításokat, és visszhangkamrákba terelheti a fiatalokat.
Wayne Holmes ennél szkeptikusabb: több mint tízévnyi kutatás után sem látott
nagy léptékű, független bizonyítékot az iskolai MI-eszközök hatékonyságára. A
kérdés minden esetben az, hogy a segítség növeli-e a tanuló későbbi önállóságát.
Az októberi elemzés az oktatásra tervezett és az általános célú generatív
rendszerek között is különbséget tesz. Az előbbiek tartós tanulási nyereséget hozhatnak, az utóbbiak gyakran nem
támogatják a mély tanulást. A Digital Education Outlook 2026 szerint a jobb feladatteljesítésből nem következik
automatikusan mélyebb tanulás: az általános célú eszközökre támaszkodó
tanulók az eszköz elvételekor, például vizsgán, elveszítik
előnyüket, egyes vizsgálatokban pedig rosszabbul teljesítenek, mint akik
nem fértek hozzá. Az eszköz értékét tehát az is mutatja, mire képes
nélküle a diák.
Az MI szerepe ebben a megközelítésben lehet a visszakérdezés, a részleges útmutatás vagy az érvelés hibáinak feltárása. Az Euronews beszámolója szerint a PISA-adatok azt is jelzik, hogy az irányított, aktív, kognitív súrlódást kikényszerítő használat, például a gépi válasz megkérdőjelezése, jobb tanulási eredménnyel jár együtt. Schleicher ennek megfelelően a fogyasztó jellegű MI-használattól az alkotó használat felé való elmozdulást sürgeti. Gondolatmenetének tanórai alkalmazása például az, ha a diák előbb saját megoldást készít, majd összeveti azt a gépével, megkeresi a különbségeket, és bizonyítékokkal indokolja a döntését. Egy történelmi kérdésnél ellenőrizheti a hivatkozásokat; matematikából megmagyarázhatja, melyik lépés miért helyes. Ezek lehetséges alkalmazások; hatásukat a PISA külön nem vizsgálta.
A tanár szerepe összetettebbé válik. Schleicher a To Vimában feltételesen fogalmaz: ha az oktatást tudásátadásnak tekintjük, az iskola az
MI korában veszíthet jelentőségéből; ha társas-kapcsolati
vállalkozásnak, a jövőben fontosabb lehet, mint ma, mert ott különbözően
gondolkodó emberek találkoznak, vitatkoznak és dolgoznak együtt.
PISA-tapasztalatai szerint az osztálylétszám, a tanulónkénti ráfordítás és a
tanulási idő alig függ össze az eredményekkel; a legerősebb előrejelző
az, ahogyan a diák a tanárával való kapcsolatát megítéli. Az MI
gyors magyarázata nem pótolja azt, hogy valaki ismeri a gyermeket, és
észreveszi az elbizonytalanodását. A pedagógus így mentor és a tanulási helyzetek tervezője is. Ehhez időre, szakmai
mozgástérre és támogatásra van szüksége; az Euronews-interjúban Schleicher
külön hangsúlyozza, hogy a tanárhiánnyal küzdő Európában a pedagógusoknak
több időt kell adni e szerep betöltésére.
Az automatizált értékelésnél
különösen fontos megőrizni ezt a kapcsolatot. Az októberi blogbejegyzés szerint
sok tanár már MI-vel tervezi óráit, és egyre többen javítanak is vele. A To Vima-beszélgetésben Schleicher a
japán tanárok óvatosságát az Egyesült Arab Emírségek pedagógusainak lelkes,
gyakran kritikátlan MI-használatával állítja szembe: a kényelem erős csábítás.
Ha a tanár teljes egészében a gépre bízza a munkák elolvasását és
javítását, Schleicher szerint már nem tudja, mit tud és mit nem
tud a diákja. A gép előkészítheti a visszajelzést, de a pedagógusnak kell
megítélnie, mit jelent a hiba, és milyen beavatkozás segít. A számonkérésben
ebből az következik, hogy a kész produktum mellett a megoldás menetét
és szóbeli magyarázatát is érdemes láthatóvá tenni.
Biztonságos keretek és igazolható tanulási eredmények
Schleicher pedagógiai és intézményi beavatkozást egyaránt
sürget. A 2026. januári, biztonságos oktatási
MI-rendszerekről szóló írásában, amely a brit kormány generatív MI-csúcstalálkozóján tartott előadásához
kapcsolódik, életkorhoz igazított
hozzáférést javasol. A fiatalabb gyermekeknél erős szűrésre van
szükség, a rendszer nem manipulálhat érzelmileg, és nem léphet fel
barátként vagy bizalmasként. A tizenéveseknél a szabályok lazulhatnak, de a
rendszernek jeleznie kell válaszai bizonytalanságát. Schleicher érve szerint a gyermekek
hajlamosak elhinni a magabiztos hangon közölt állításokat, ezért a védelem
a rendszer tervezőinek felelőssége. A tanulóknak ugyanakkor meg kell
tanulniuk, hogy gondolkodjanak, mielőtt promptot írnak.
Ugyanitt határozott adatvédelmi
elveket fogalmaz meg: elutasítja a gyermekek érzelmi profilozását, a
gyermekkel folytatott interakciók hosszú távú tárolását és az osztálytermi
beszélgetések kereskedelmi modelltanításhoz való újrahasznosítását. A
tanulói életutat jelentősen befolyásoló döntések felelősségét embernél tartaná.
A hozzáférés társadalmi különbségei ugyancsak beavatkozást kívánnak.
Az októberi PISA-elemzés szerint az MI-t gyakran használó, ugyanakkor az
iskolában a gépi információ minőségének értékelését is tanuló diákok kissé jobb
természettudományos eredményt érnek el a nem vagy ritkán használóknál. Ezekhez
a tanulási lehetőségekhez azonban a kedvezőbb hátterűek könnyebben
jutnak hozzá, ezért Schleicher MI-szakadék kialakulására figyelmeztet. A használat minősége is választóvonallá
válhat: az egyik gyermek megtanulja irányítani az eszközt, a másik egyre inkább
rászorul. Wayne Holmes a To Vima-beszélgetésben
tovább megy: szerinte a digitális szakadék megfordul, mert a kedvezőbb
helyzetűek továbbra is emberi tanárokhoz jutnak, a hátrányos
helyzetűeknek pedig egyre inkább a gépekkel kell beérniük. Az
eszközosztás önmagában ezért nem esélyteremtő program.
Schleicher világos állami és intézményi iránymutatást sürget arról, mikor, hol és hogyan használható az MI.
Ennek ki kell terjednie a pedagógiai értékre, az életkori megfelelésre, az
akadémiai tisztességre, az adatvédelemre, az átláthatóságra és a torzításokra.
A pedagógusoknak a képességek és korlátok megértését segítő képzésre, valamint
folyamatos szakmai fejlődési lehetőségre van szükségük; támogatás nélkül
könnyen túlzottan az MI-re támaszkodnak, vagy a hasznos alkalmazásokat is
elutasítják. Az MI-műveltségbe a kritikus
értékelés, az alkotó használat és a felelősség is beletartozik. Ezt az irányt
képviseli az OECD és az Európai Bizottság
közös MI-műveltségi keretrendszere, az Empowering Learners for the Age
of AI (A tanulók felkészítése az MI korára), valamint a PISA 2029 tervezett
Media & Artificial Intelligence
Literacy (MAIL; média- és MI-műveltségi) vizsgálata. A mérésnek azt is
láthatóvá kell tennie, kik maradnak ki a felkészítésből.
Schleicher jövőképe a feltételes optimizmus. Januári írásában a generatív MI-t az emberiség első
valódi esélyének nevezi arra, hogy minden tanuló kiváló oktatást kapjon, ha a
technológia a tanár ítélőképességét és a diák gondolkodását erősíti. Októberi
elemzésének hangsúlyai már óvatosabbak. A vakcinák klinikai vizsgálatával
veti össze a helyzetet: kevés ország engedné, hogy gyermekek milliói alapos
vizsgálat nélkül kapjanak új oltóanyagot, az oktatásban viszont az új
technológiák gyakran előzetes bizonyítékok nélkül terjednek el. A PISA-adatokat
vegyes képként értékeli, és arra jut, hogy amíg nincs erősebb
bizonyíték az MI rendszeresen kedvező hatására, tanárok és diákok egyaránt
óvatosan használják. A siker mércéje az lesz, hogy a tanuló az eszköz
használatával önállóbbá, figyelmesebbé és felkészültebbé válik-e.
Forrásjegyzék
Alexopoulos, Angelos
(szerk.): AI in the Classroom: Promise,
Peril, and What Comes Next (Mesterséges intelligencia az osztályteremben:
ígéret, veszély és ami ezután jön). Andreas Schleicher és Wayne Holmes
beszélgetése. To Vima, 2025. november
18. tovima.com
Jones, Mared Gwyn –
Walker, Lauren: Youth losing critical
skills and AI ‘hollowing out’ capabilities, PISA founder says (A fiatalok
elveszítik kritikai készségeiket, az MI kiüresíti a képességeket – mondja a
PISA alapítója). Euronews, 2026.
szeptember 10. euronews.com
Kosmyna, Nataliya et
al.: Your Brain on ChatGPT: Accumulation
of Cognitive Debt when Using an AI Assistant for Essay Writing Task (Az
agyad ChatGPT-vel: kognitív adósság felhalmozódása MI-asszisztens használatakor
esszéírási feladatban). arXiv preprint, 2025. arxiv.org
OECD: OECD Digital Education Outlook 2026 (Az
OECD digitális oktatási kilátásai 2026). OECD Publishing, Párizs, 2026. oecd.org
OECD: PISA 2022 Results (Volume II): Learning
During – and From – Disruption (A PISA 2022 eredményei, II. kötet: Tanulás
a zavarok idején és a zavarokból). OECD Publishing, Párizs, 2023.
OECD: PISA 2025 Results (Volume I): Future-Ready
Students (A PISA 2025 eredményei, I. kötet: Jövőre felkészült tanulók).
OECD Publishing, Párizs, 2026. oecd.org
OECD – Európai
Bizottság: Empowering Learners for the
Age of AI: An AI Literacy Framework for Primary and Secondary Education (A
tanulók felkészítése az MI korára: MI-műveltségi keretrendszer az alap- és
középfokú oktatás számára). OECD Publishing, Párizs. oecd.org
Schleicher, Andreas: Designing safe AI systems for education
(Biztonságos MI-rendszerek tervezése az oktatás számára). OECD Education and Skills Today, 2026. január 23. oecdedutoday.com
Schleicher, Andreas: Why
global reading scores are dropping? (Miért csökkennek világszerte az
olvasási eredmények?). OECD Education and
Skills Today, 2026. szeptember 21. oecdedutoday.com
Schleicher, Andreas: PISA 2025: Insights and
interpretations (Tanulságok és értelmezések). OECD. 2026 oecd.org
Schleicher, Andreas: Generative AI and student learning: What the
PISA data reveal (A generatív MI és a tanulói tanulás: mit mutatnak a
PISA-adatok?). OECD Education and Skills
Today, 2026. október 13. oecdedutoday.com
Verebics János:
Generatív mesterséges intelligencia a digitális oktatásban – fókuszban az OECD
2026-os jelentése, 2026. február, DOI: https://doi.org/10.13140/RG.2.2.15969.36962
Verebics
János: Navigálás egy változó digitális világban: a PISA 2029 média- és
MI-műveltségi keretrendszere, 2026. július, DOI: https://doi.org/10.13140/RG.2.2.33989.20967
Verebics János: AILit 2026 –
az AI-írástudás új keretrendszere az alap- és középfokú oktatás számára, 2026.
július, DOI: 10.13140/RG.2.2.31531.60962
Verebics
János: New Approaches to
Assessing Student Work in the Age of Artificial Intelligence, (Új megközelítések a tanulói munka
értékelésében a mesterséges intelligencia korában), 2026. július, DOI: 10.13140/RG.2.2.10497.01121
Verebics
János: In the wake of the PISA shock, on the brink of major changes: the
present and future of artificial intelligence in school education, (PISA-sokk
után, nagy változások előtt: a mesterséges intelligencia jelene és jövője az
iskolai oktatásban), 2026. szeptember, DOI: 10.13140/RG.2.2.22832.72965
Verebics,
János: Artificial Intelligence – School Assessments: A Guide for Classroom
Practice,
(Mesterséges intelligencia – iskolai számonkérés: útmutató a tanórai
gyakorlathoz) 2026. szeptember, DOI: 10.13140/RG.2.2.28402.06086
Verebics,
János: Assessment in the Age of AI in Practice: Training guide and
background materials for a 90-minute teacher training session, (Számonkérés
az MI korában a gyakorlatban: képzési útmutató és háttéranyagok egy 90 perces
tanártovábbképzéshez), 2026. október, DOI: 10.13140/RG.2.2.21274.61120







Nincsenek megjegyzések:
Megjegyzés küldése