Rendszeres olvasók

2026. október 14., szerda

A mesterséges intelligencia oktatási hatásai a tanulói teljesítményértékelés tükrében – ahogy Andreas Schleicher, a PISA megalkotója látja

 

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

Kreatív Európa 2027-ben – kultúra, mesterséges intelligencia és az európai szakpolitika új irányai

A Kreatív Európa program 2027-ben 402 millió eurós keretből gazdálkodhat, miközben szakpolitikai szerepe is tovább bővül. A jelenlegi pénzüg...