A mesterséges intelligencia aktuális kérdései az egyetemi oktatásban
"Jövőálló megoldásokon innen, elfogadott stratégiákon túl"
A mesterséges intelligencia felsőoktatási integrációja egy ma még bizonytalan hatékonysági forradalmat hozott el, ugyanakkor a kognitív folyamatok kiszervezése rendszerszintű kompetenciavesztéssel fenyeget. Ez a kettősség egy olyan tükör, amely felszínre hozza oktatási és szervezeti kultúránk régről ismerős alapkérdéseit.
Miközben az egyetemi szabályozások gyakran lassabbak a technológiai fejlődésnél és a napi gyakorlatnál, már megjelent az igény a szakterületi AI-műveltség tantervi integrációjára is. A minősítő értékelés válságára nem a detektáló szoftverek, hanem a folyamatalapú visszacsatolások és technikamentes módszertanok jelenthetnek megoldást. A valódi minőségfejlesztés kulcsa a képzési feladatrendszer teljes átvilágítása és a tématerületi workshop-alapú intézményi tudásmegosztás intenzitásának növelése.
Ez a bejegyzés a Pázmány Péter Katolikus Egyetem Jog- és Államtudományi Karán, a Jogi Karok Dékáni Kollégiumának ülésén megtartott előadásom összefoglalója. Az elemzés végén felvételről a teljes előadás is megtekinthető azok számára, akiket a téma mélyebb rétegei és a részletesebb szakmai érvelés is érdekel.
A mesterséges intelligencia aktuális kérdései a felsőoktatási intézmények hétköznapi oktatásfejlesztési gyakorlatában
Hatékonysági forradalom vagy kompetenciavesztés?
Az AI megjelenése a felsőoktatásban egyfajta “hatékonysági forradalmat” hozott. A lehetőségek még messze kihasználatlanok, de a napi gyakorlat már most túlmutat a stratégia tervezés általánosságán. A hatékonysággal kapcsolatos lelkesedés mellett hajlamosak vagyunk elfelejteni, hogy a technológia használata során kognitív műveleteket szervezünk ki, ami súlyos kompetenciavesztéssel jár. Ennek a mértéke elkerülhetetlenül növekedni fog. Ha az AI végzi el a munkát helyettünk, bizonyos képességeink visszafejlődnek és már csak hisszük, hogy meg tudjuk tenni, miközben a szoftverhasználat kiszolgáltatottá tesz minket. A hatás nem azonnal és nem olyan drámai, de tartós és hosszútávú. Ez egyszerre de nem egyformán érinti az oktatókat és a hallgatókat is. Az oktatók örülnek a felszabaduló időnek, de közben többek között veszítenek felsőoktatás-pedagógiai kompetenciájukból. A hallgatók örülnek a terhelés csökkenésének, de a növekvő AI alkalmazás “rejtett tantervi” hatásként morzsolja a szakterülethez szükséges kompetenciák egy részét.
A legfontosabb dilemmák:
A laikus tudás demokratizálódása: Az AI bárki számára elérhetővé teszi az adott szakterület alapvető összefüggéseit. Ez egyszerre társadalmi esély és veszély a professzionális tudás értékére nézve. Az akadémiai integritás újabb kihívással nézhet szembe.
Az intézményi verseny: Sokan tartanak tőle, de az AI-stratégia hiánya, vagy gyengesége, kidolgozatlansága, önmagában nem jelent azonnali versenyhátrányt. A túlszabályozás és a „konzervatív intolerancia” azonban jelentős reputációs kárt okozhat az felsőoktatási intézményeknek.
Stratégia és napi gyakorlat: Az intézményi szabályozások gyakran lassabbak, mint a technológia változása. Mire megszületik egy szabályzat, az egyébként is extrém heterogén napi gyakorlat már régen meghaladta azt. Szinte lehetetlen és mégis szükségszerű a naprakész, releváns, életszerű szabályozási gyakorlat.
Hogyan változik az oktatás és a tanulás?
A tiltás és a túlkontrollált szabályozás kontraproduktív. Az AI egyfajta tükör: felszínre hozza az oktatási kultúránk eddig is létező, de gyakran szőnyeg alá söpört felsőoktatás-pedagógiai alapkérdéseit és nem mellesleg megmutatja az intézményi szervezeti kultúra sajátosságait is. Az intézményi zártság ma már nem a világtól való távolságot vagy a kapcsolódások hiányát jelenti, hanem az egyetlen egyetemen szocializálódott oktatók és munkatársak többségéből adódó önkorlátozások kockázatát. Az AI intézményen kívüli és intézményen belüli megjelenése ehhez hasonló, régóta meglévő alapkérdésekben tart konfliktusokkal terhelt tükröt a tanuló szervezetek számára is.
Az e-learning megjelenéséhez hasonlóan a változás most is a hétköznapi használat felől érkezik. Érdemes felismernünk, hogy az oktatók egy része már most is jobban és gyakrabban használja az a hétköznapi munkájában alig néhány éve elérhető AI-t, mint amennyire az oktatói munkakörében egyébként elvárásként meglévő digitális tananyagfejlesztés technológiáját.
A merev belső képzések helyett szervezzünk rendszeres workshopokat, ahol oktatók és hallgatók megoszthatják jó gyakorlataikat. Ez az élő tudás sokkal értékesebb, mint bármilyen felülről jövő utasítás, stratégia, esetleges akcióterv. A szervezeti megoldásokat nem váltja ki, de ilyen intenzív tudásmegosztás nélkül az intézmény kultúra nem megeszi a stratégiát, hanem észre sem veszi.
Különösen a félévek indulása, lezárása alkalmas arra, hogy ne feledkezzünk meg az oktatás adminisztrációról. Az AI oktatásfejlesztésben való alkalmazása messze túlmutat a teljesítményértékelési dilemmákot, a tartalom- és digitális tananyagfejlesztés technikai lehetőségein. A felsőoktatás különböző iparágakhoz képest a jelenleginél nem kerülhet nagyobb hátrányba az adminisztratív jellegű AI alkalmazás területén.
Mit tanítsunk az oktatóknak és a hallgatóknak?
Nem elég a szoftvereket megtanítani, de az sem elég ha megtanítjuk hogyan kell egy promptot megírni. Olyan kurzusokra van szükség a tantervben, amelyek az AI által átalakított szakmai, esetenként szakterületi kompetenciákra fókuszálnak.
A tanterv kötelező elemei lehetnének:
Prompt engineering: a nagy nyelvi modellek professzionális használata.
Algoritmikus elfogultság: az AI belső torzításainak és korlátainak felismerése.
Validálás és forráskritika: az AI által generált produktumok ellenőrzése.
Kompetencia-tudatosság: annak megértése, hogy mit nyerünk és mit veszítünk a technológia használatával.
Nincs olyan szakterület, tudományterület, ahol ne lenne jelen az AI a napi gyakorlatban. A szakterületi különbségek itt is rövid időn belül jelentősek lesznek, ezért az oktatói belső képzésekben, hallgatói tantervek szabadon választható vagy kötelező kurzusaiban az általános kompetenciafejlesztést már most ki kell egészíteni szakterületre jellemző tartalommal és technológiával.
Mi legyen a megoldás a minősítő teljesítményértékelés körül problémákra?
Nincs mindenkinek jó és mindenhol egyformán alkalmazható és egyszerű megoldás. A permanens reformok mellett erre nagy szükségünk lenne, de sajnos nincs ilyen. A csalás kultúráját és szokásrendszerét nem az AI forradalom hozta el, papír alapú puskázás az internet és a mobiltelefonok előtt is létezett. A probléma és a konfliktus a régi, az új technikai környezet ezt ismét felszínre hozza és árnyalja. A technika most is “csak” a hozzáférést egyszerűsíti.
Ha megoldást szeretnénk, akkor felértékelődnek a szóbeli, a folyamat-alapú és a technikamentes (pl. papíralapú) értékelési formák. Ezekhez több idő szükséges, amit az oktatásadminisztrációs és tananyag fejlesztési feladatoknál megspórolható időből biztosíthatunk. Főleg ott és akkor kell alkalmaznunk, amikor valóban szükség van a reproduktív ismeretellenőrzésre és ennek részeként az aktuális egyéni teljesítmény objektív mérésére. Ezeknek az alkalmanak és mérési pontoknak a számát az oktatási programban érdemes felülvizsgálni és csökkenteni, más feladatokkal helyettesíteni. A szóbeliség nem csak az értékelési helyzetben lehet jó és hasznos, hanem kompenzálja az amúgy egyre inkább technológiaorientált kapcsolati kultúrát. A folyamat alapú értékelés, rendszeres visszajelzés, a minősítés nélküli instrukciók pedagógiai értéke eddig is megvolt, ezeknek a növelése jótékony hatással lehet az oktatási minőségre. A technikamentes értékelés csak látszólagos ellentmondás az elmúlt évek egyre inkább technológiorinetált és digitalizált értékeléséhez képest, hiszen nem általános, kizárólagos és minden képzésben egyforma, hanem eseti megoldásként érdemes alkalmaznunk, amikor valóban szükség van rá. A papír alapú feladatok javításában pedig az oktatók már használhatnak AI alapú szoftvertechnológiát.
Mi legyen a diplomamunkával? Be kell látnunk: nincs olyan AI-detektáló szoftver, amely jogilag is támadhatatlanul bizonyítaná a csalást. A megoldás most sem a technológiában, hanem a módszertanban van. A diplomamunka eddig sem volt egy elszigetelt monográfia; de most érdemes a képzés teljes feladatrendszerét és ennek zárásaként a diplomamunka műfaját is áttekintenünk ahhoz, hogy érdemi változást érjünk el.
Az AI megjelenése feladatokat ad minden oktatónak, szakfelelősnek és az intézmény menedzsmentjének és az oktatás adminisztrációnak is. Ezeknek a megoldása, azonban jó hatással lehet az oktatási minőség fejlesztésére. A kompetenciavesztés kockázatának kompenzálásához vagy a minősítő értékelés objektivitásának biztosításához át kell látnunk a képzés teljes feladatrendszerét, ami önmagában is fontos minőségfejlesztési alap. Az oktatási kultúra helyi, intézményre jellemző fejlődését segíthetik a workshopok, hiszen az oktatási jó gyakorlatok megosztása AI tematika nélkül is értékes lehet. Egy tanuló szervezet számára pedig természetes, hogy ha a világot ilyen jelentős mértékben befolyásoló technikai jelenik meg, akkor azt tanulni és tanítani kell.
Az alábbi előadás 2026. január 20-án hangzott el a Pázmány Péter Katolikus Egyetem Jog- és Államtudományi Karon, a Jogi Karok Dékáni Kollégiumának ülésén.