Prof. Dr. Csépe Valéria, Eszterhai Marcell, Molnár Dániel, Prof. Dr. Horváth Gábor, Csejtei Ildikó, Koren Balázs

Kerekasztal-beszélgetés: MI lehetőségek a pedagógiai munkában – Az MI veszélyei – MI alapú oktatástechnológiai újítások – Az OTP Fáy Alapítvány MI kutatásának eredménye

Moderátor:

Prof. Dr. Csépe Valéria kutatóprofesszor (HUN-REN TTK Agyi Képalkotó Központ), egyetemi tanár (Pannon Egyetem), a Magyar Tudományos Akadémia és az Academia Europaea rendes tagja, a Magyar Felsőoktatási Akkreditációs Bizottság elnöke

Beszélgetőpartnerek:

Csejtei Ildikó ügyvezető – OTP Fáy Alapítvány

Eszterhai Marcell elnök – Hallgatói Önkormányzatok Országos Konferenciája

Prof. Dr. Horváth Gábor tudományos dékánhelyettes, egyetemi tanár – Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar

Koren Balázs digitális oktatási szakértő – EduTech Hungary Zrt.; matematikatanár, robotika oktató – Biatorbágyi Innovatív Technikum és Gimnázium; mestertanár – Eötvös Loránd Tudományegyetem

Molnár Dániel elnök – Doktoranduszok Országos Szövetsége

Csépe Valéria: Tisztelettel köszöntöm a Mesterséges Intelligencia (MI) kerekasztal résztvevőit és hallgatóságát! Az elmúlt néhány évben az MI jól érzékelhetően kiszabadult a kutatás és fejlesztés világából, s ezzel a határtalanul lelkesek és a veszélyt elővételező aggódók hétköznapi vitáinak középpontjába került. Az Országos Közoktatási és Szakképzési Szakértői Konferencia évek óta fontosnak tartja, hogy szakemberektől halljanak a résztvevők az MI-ről. Kérdés azonban, hogy valóban értjük-e, hogy mire számíthatunk a fejlesztés oldalán, melyek az etikus alkalmazás lehetőségei, s valóban minden a legjobb úton halad-e, vagy veszélyek is leselkednek ránk. Az MI az oktatás világába is belépett, egyre több „intelligens”, „adaptív” és „személyre szabott” tanulási rendszert kínálnak a fejlesztők az iskolák és egyetemek számára. Az MI oktatási környezetben történő alkalmazása, hasonlóan más területekhez, számos kérdést vet fel.

A kerekasztal-beszélgetés tervezésekor a következő témákra készültünk:

• Melyek az ismert, illetve a lehetséges MI alkalmazási területek az oktatásban?
• Milyen feladatokat vehetnek át az MI -alapú tanítási és tanulási rendszerek?
• Másként kell-e tanítani, új nevelési kihívásokkal kell-e szembenézni az MI megjelenésével az oktatásban?
• Változik-e, változnia kell-e a pedagógus feladatainak, szerepének?
• Vannak-e elképzelések az oktatási/hozzáférési egyenlőség biztosítására, vagy várható egy olyan szakadék, mint a digitális világ esetében?
• Mik az etikus alkalmazás feltételei?
• Milyen előnyei veszélyei vannak/lehetnek az MI iskolai/egyetemi alkalmazásának, milyen kihívásokra számíthatunk?
• Felkészültünk-e a generatív MI alkalmazások problémáinak (etika, morál, szerzői jog, akadémiai integritás stb.) kezelésére?
• Miként érint(het)ik az MI alkalmazások a felnövekvő generációkat?
• Megtalálja-e majd az MI a helyét a normalitás közegében, a mindennapi életben biztonságosan használhatóvá válhat-e, mint ahogy eddig minden radikálisan új technológia?

A felsorolt kérdések csupán a felkészüléshez adtak szempontokat, az MI kerekasztal-beszélgetés során számos más kérdés is felmerülhet, ám mindegyiket áthathatja optimizmusunk vagy pesszimizmusunk, a technológiai fejlődésbe vetett korlátlan bizalmunk vagy fenntartásaink, félelmeink, szorongásunk az újtól és mástól. Ehhez persze azt is érdemes hozzátennünk, hogy az MI-kutatások meghatározó szereplőinek is eltérő a véleménye.

A korlátlanul lelkesedők, a nagyszerű jövőt elővételezők táborába tartozik a kiváló MI-kutató és fejlesztő Fei-Fei Li. Ugyanakkor számos fenntartását fogalmazta meg Geoffrey E. Hinton, aki John Hopfielddel együtt a mesterséges intelligenciát és a mélytanulási algoritmusokat megalapozó kutatásaiért nyerte el a 2024-ben a fizikai Nobel-díjat. Hinton gyakran hívja fel a figyelmet a mesterséges intelligenciában rejlő veszélyekre, a technika gyors előretörésének árnyoldalaira.

Amivel a mindennapokban találkozunk, az a generatív MI egyikének – a nagy nyelvi modelleknek (Large Language Models, LLM) – 2022 óta megfigyelhető gyors előretörése. Úgy tűnik ezért, mintha kicsúszott volna kezünkből a kontroll. Így van ez? Mit gondolnak erről a kerekasztal résztvevői?

Koren Balázs: Én is nagyon sok szeretettel köszöntök mindenkit. Mivel ebben az időben egyébként egy matekórát tartanék Biatorbágyon éppen, így útközben – amikor a szállodából átsétáltam – a ChatGPT-vel beszélgettem. Ez volt egyébként számomra az első megdöbbentő dolog – amikor a nyáron előkerült ez a funkciója a 4o modellnek –, hogy lehet vele beszélgetni. Nem túl izgalmas a téma, mert számtani és mértani sorozatokról beszélgettünk, de a beszélgetésnek az volt a lényege, hogy állítson össze feladatsorokat, amiket tudok használni és el tudok küldeni a diákjaimnak. Az eredmény nem lett tökéletes, a humánkontroll az nékülözhetetlen. Viszont azt nagyon jól tudtam – viszonylag régóta foglalkozom ezzel a témával –, hogy nem lesz tökéletes, ami elkészül, de egy jó alap lesz ahhoz, hogy aztán utána ezt tovább tudjam vinni, és az így készített feladatokat el tudjam küldeni a megfelelő helyre.

Azt látom tehát – a felvezető előadásban is elhangzott –, hogy nagyon sokat tud segíteni akkor, ha van elképzelésünk arról, hogy mire akarunk építeni. Szerintem az oktatásban „asszisztensként” tudnak működni a jelenlegi nagy nyelvi modellek és egy asszisztens csak annak tud segíteni, akinek megvan a megfelelő alaptudása.

A felvezető előadásban is elhangzott, és én is azt gondolom: óriási probléma jelenleg, nagyon sokan gondolják azt, hogy a mesterséges intelligencia tényleg tud dolgokat. Nem, a jelenlegi nagy nyelvi modellek arra nagyon jól használhatók, hogy segítsék a mi munkánkat. Egy feladat generálásában – amikor én pontosan megmondom, hogy mit szeretnék, pontosan megadom azokat a paramétereket – nagyon jól tud segíteni, hiszen, ha van egy feladatsor, akkor abból B, C, D és E csoportot generálni már egy egyszerű dolog. Az előbb elmondott példám is arról szólt, hogy pontosan megbeszéltem és elmondtam, hogy mit várok, milyen típusú feladatokat, pontosan mi legyen benne, és ezek alapján nagyon jól össze tudta állítani a feladatsort.

Hál' Istennek nem kell abba bocsátkozni, hogy mi lesz jövőre, és hol fogunk tartani majd akkor, mert erre ember legyen a talpán, aki választ tud adni. Még egy gondolatot megemlítenék. Nagyon sokszor elhangzik, hogy a diákok azok már mennyire intuitív módon alkalmazzák és használják ezeket a megoldásokat. Azt kell mondjam, hogy ez nem igaz. De erről szerintem még majd fogunk beszélni a későbbiek során, úgyhogy továbbadom a mikrofont.

Csejtei Ildikó: Köszönöm szépen. Először is szeretném megköszönni, hogy meghívtak erre a fantasztikus rendezvényre. Nem szubjektív véleményeket szeretnék megosztani Önökkel, hanem hazai kutatási eredményeket és nemzetközi trendeket. Az OTP Fáy Alapítvány egy egyedülálló kutatást végzett Magyarországon 2024-ben, mely során egy országosan reprezentatív mintán 800 16–24 éves diákot kérdeztünk meg, Ismeretes, hogy már egy ezres reprezentatív minta a teljes populációra lehetővé teszi megfelelő következtések levonását. Ebben az esetben egy sokkal szűkebb szegmensre vonatkozóan képeztünk reprezentatív mintát, tehát megalapozottnak tekinthetőek az eredmények. A kutatás kiterjedt 100 tanár megkérdezésére is egy strukturált interjú formájában, tehát most az ő véleményüket is tudom tolmácsolni. A tanárok között voltak az általános iskola felső tagozattól kezdve technikumok, gimnáziumok és felsőoktatási intézmények oktatói is. Ez természetesen nem volt reprezentatív felmérés, 20-20 főt kérdeztünk meg minden alcsoportból.

A tanárok körében magának a mesterséges intelligenciának az ismerete 100 százalékos volt, tehát mindenki hallott már róla. Ugyanakkor egynél többször csupán 62%-uk használta, napi rendszerességgel pedig már csak alig 10%. Itt nagyon fontos megjegyezni, hogy jelentős a különbség a felsőoktatásban vagy például az általános iskolákban dolgozók között. Ahogyan emelkedik az oktatási szint, úgy egyre nagyobb arányban használják a mesterséges intelligenciát. Az általános iskolai tanárok 57%-a használta már egynél többször, az egyetemi oktatóknak pedig 85%-a. Emellett jellemzően a 40 évnél fiatalabb tanárok használjak elsősorban. Azt gondolom, hogy ezeken egyikünk sem lepődik meg különösképpen.

Mi van a diákoknál? A diákok is hasonló arányban használják a mesterséges intelligenciát. Ezen a ponton egy meghökkentő adatok szeretnék Önökkel megosztani Még egyszer hangsúlyozom, hogy a felmérés a 16–24 évesekre reprezentatív mintán alapult. 10%-a ennek a korosztálynak nem ismeri azt a kifejezést, hogy mesterséges intelligencia. Ez a magas arány szerintem elgondolkoztató. Elsősorban sajnos olyan fiatalokról van szó, akik vidéken élnek, akár kis falvakban, kistelepülésen, alacsony a végzettségük, illetve nem tanulnak, sok esetben inaktívak, alacsony a bevételük, és nagyobb arányban lányok. Azok körében pedig, akik ismerik a mesterséges intelligenciát, és használják is, felülreprezentáltak a felsőoktatásban résztvevők, a magasabb státuszúak és a fiúk. Ezek statisztikai adatok. Látható, hogy hasonlóan a digitális műveltséghez, a mesterséges intelligencia ismereténél és használatánál is szakadék kezd kialakulni a különböző társadalmi csoportok között.

Csépe Valéria: Nagyon köszönjük, az eredményekre később visszatérhetünk. Mármint a további eredményekre, mivel most még erre a kérdésre várjuk a kerekasztal további résztvevőitől a választ.

Horváth Gábor: Köszönöm. Nálunk a Műszaki Egyetemen én úgy érzem, hogy ezek az arányok jóval magasabbak. A műszaki felsőoktatásban azt hiszem, hogy ez nem különösebben nagy meglepetés. Igazából a problémát én abban látom, hogy a hallgatók nem jól használják a mesterséges intelligenciát. Nem az a probléma, hogy használják, hanem hogy mire. Az első dolog, ami eszükbe jut, megírni a beadandó feladatot, nem pedig az, hogy információt gyűjtsünk, körüljárjunk egy adott problémát, segítse a tanulásunkat. Nyilván nincs is kitől megtanulniuk ezeknek az eszközöknek a helyes használatát, tehát ebben nekünk lesz majd nagyon nagy szerepünk, hogy irányba állítsuk őket, és megtanítsuk őket kihasználni ezt a potenciált, ami ebben az eszközben rejlik. Azért azt is megjegyezném, hogy az oktatók is használják a mesterséges intelligenciát, és nem mindenki megfelelően használja, sőt a tudományos világban is ez a helyzet. Nem csak cikkek születnek mesterséges intelligencia által generálva, de én is kaptam már cikkemre olyan bírálatot, ami szembeötlő volt, hogy mesterséges intelligencia generált. Nagyon hálás egyébként egy ilyen bírálat, mert olyan, mint egy hab, tehát nincs benne semmi konkrét nehézség, egy jó hosszú szöveg, ami relevánsnak tűnik, van köze a cikkemhez. Kritizál itt-ott ezt-azt, de semmi olyat, ami nekem fájdalmas lenne. Úgyhogy én örültem, amikor ilyet kaptam. Ha olyan nyílt rendszerben gondolkodunk, mint a tudományos világ, ott igazából nem nagyon lehet ezzel mit kezdeni. Egyébként a tudományos világban nyilatkoztatják a szerzőket. Tehát amikor beadok egy cikket nekem alá kell írnom egy nyilatkozatot, hogy ugye nem használok generatív eszközöket a cikk megírására. Összességében tehát: nálunk a hallgatók aktívan használják a mesterséges intelligenciát, és elsősorban beadandó feladatok megoldására használják sajnos, pedig rengeteg potenciált látunk még emögött.

Csépe Valéria: Akkor lássuk, hogy a hallgatók hogyan vették kézbe az MI kérdést!

Molnár Dániel: Köszönöm szépen a szót, illetve a szervezőknek a megtisztelő meghívást. Nagyon nagy örömmel vállaltam el a kerekasztal-beszélgetésben való részvételt. A Doktoranduszok Országos Szövetségének elnökeként veszek részt a mai beszélgetésen. Nem tudom, hogy mennyire vannak tisztában azzal, hogy jelenleg több mint 10 500 doktorandusz vesz részt hazánkban a doktori képzésben. Ők azok, akikből majd rövidebb vagy hosszabb távon a jövő kutatói válnak, így a felsőoktatás utánpótlásának a legnagyobb bázisaként tekinthetünk a doktoranduszokra. Mi azt látjuk a doktori képzésben résztvevőknél, hogy ők is hallgatók ugyan a státuszuknál fogva, viszont amiatt a kíváncsiság miatt, ami miatt elkezdték a doktori képzést – hiszen egy adott témát szeretnének a lehető legjobban körbejárni, és új tudományos eredményt napvilágra hozni – ők használják a mesterséges intelligenciát. Ugyanakkor nagyon nagy eltéréseket tapasztalunk abban, hogy milyen szinten használják. Úgy gondoljuk, hogy ezek jelen pillanatban adott életszituációkhoz kötődnek. Ha valakinek a kutatási területe megkívánja – mondjuk akár a BME doktori iskoláiban –, hogy a kutatása előrehaladásához használjon mesterséges intelligenciát, akkor nem a nagy nyelvi modellekkel fogja ezt megtenni, hanem olyan adatelemzéseket, adatstrukturálásokat fog elvégezni, amivel sokkal gyorsabban juthat egy komoly tudományos eredményre.

Itt hoznék be egy másik témát, amely azt gondolom, hogy érinti az egész felsőoktatási szektort, nemcsak Magyarországon, hanem szerte a világon: ez pedig a publikációs nyomás. Az a publikációs nyomás, amely érinti az egyént, érinti az adott doktori iskolát vagy kart, illetve a felsőoktatási intézményeket is, hiszen jelenleg nagyon nagy befolyással bír az adott egyetemnek a költségvetésére. Hogyha innen vezetjük le azt, hogy van ez a publikációs nyomás, akkor jön egy újabb kérdés: Hogyan tudják ezt az akadályt meglépni, hogyan használják a mesterséges intelligenciát? Mire használják fel? Arra használják-e fel, hogy tömegcikkeket generáljanak és növekedjen mondjuk a publikációs számuk, statisztikájuk, vagy arra használják fel, hogy inspirálódjanak, kiválasszanak olyan cikkeket, amelyeket gyorsabban fognak tudni majd feldolgozni, és ezáltal új tudományos eredményeket létrehozni, vagy esetleg arra használják fel, hogy – amit már említettem – a saját kutatásukban lépjenek előre. Jelen pillanatban szerintem a legnagyobb kihívás a szabályozás kérdése. Azt remélem, hogy erről majd fogunk még a mai beszélgetésben kicsit részletesebben is diskurálni. Szintén fontos kérdés a mesterséges intelligencia felhasználásának és oktatásának a hiánya, ami egy kulcskérdés, kezdve már az általános iskolától egészen a doktori képzésig. Köszönöm a figyelmet, felvezetésként ennyit szerettem volna mondani.

Eszterhai Marcell: Én is üdvözlök mindenkit, Eszterhai Marcell vagyok, a Hallgatói Önkormányzatok Országos Konferenciájának elnöke. Tanárként végeztem az ELTE-n magyar és történelem szakos tanárként, most pedig az ELTE-n végzek egy közgazdasági képzést.

Nagyon örülök, hogy ez a beszélgetés létrejött. Azt hiszem, hogy az egyetemeken belül is többet kellene erről a témáról beszélgetni. Nekünk van két anyagunk, amit el is küldtem a beszélgetőtársaknak a kerekasztal előtt a tegnapi nap folyamán, hogy bemutassam, mivel foglalkoztunk ebben a témában. Itt azt kell látni, hogy használják a felsőoktatásban tanulók a mesterséges intelligenciát. Az egy másik kérdés, hogy ez mennyire tudatos, illetve mennyire gondolják ők, hogy tudatosan használják. Szintén külön kell kezelni, hogy mit jelent valójában a rutinszerű használat, valamint az mennyire hatékony.

Jelenleg nincs egységes szabályozás. Vannak olyan intézmények, akik léptek ebben – például az ELTE szabályozza, hogy hogyan hivatkozzon a hallgató abban az esetben, ha valamilyen szemináriumi dolgozatot, szakdolgozatot hoz létre, hogyan kell megadni a promptot arra vonatkozóan, ha nyelvi modellt használ a saját termékének bemutatásakor –, ami szerintem egy fontos kérdéskör. Nagyon sok bevezető óra van a felsőoktatási intézményekben. Azt gondolom, hogy – a javaslatunkban is szerepel ez – lehetne olyan bevezető óra, ahol erről tájékoztatnak vagy minden óránál el lehetne mondani azt, hogy milyen olyan eszközök vannak, amiket mondjuk érdemes használni az adott területen. Ezekre nem megoldásként, hanem eszközökként tekintek, amiket lehet jól is, de lehet rosszul is használni. Felmerült itt a plágiumnak a kérdése. Ha először magyarról angolra, aztán németre és aztán megint magyarra fordítom a szöveget, akkor viszonylag gyorsan kikerülöm a plágium kérdését. Ezzel a hallgatók is tisztában vannak. Nyilván ez nem azt jelenti, hogy minden rendszeren át tud menni, de ez például „átejt” bizonyos rendszereket.

A mesterséges intelligencia használatának van helye a felsőoktatáson belül, van helye az oktatáson belül. Szerintem két nagyon fontos kérdéskör van: az első, hogy van-e szabályozás, illetve milyen formában kezelik a mesterséges intelligencia használatát a felsőoktatási intézmények a különböző szellemi termékek létrehozása során. A második, hogy valóban vannak olyan feladatok, amiket könnyen ki lehet vele váltani, de ilyenkor én a feladatot kérdőjelezem meg: azaz mennyire mély, mennyire alapoz arra, hogy a hallgató vagy az egyetemista a saját agyát használja, vagy egy öncélú feladatról van szó, amit az oktató kiad, mert ki kell adnia, illetve valamilyen ZH-nak vagy beadandónak létre kell jönnie. Az a kérdés is felmerül, hogy mikor jelent segítséget az MI alkalmazása. Ha a felsőoktatási intézmények a piacra is figyelnek – ami egy fontos szempont, hiszen piacképes diplomákról beszélünk –, akkor a munkaerőpiaci világban azért bizony vannak olyan munkakörök, ahol például a múlt évben egy nyolcórás munkanapot vitt el az adott tevékenység, most pedig – a mesterséges intelligencia segítségével – egy óra alatt el lehet végezni.

Csépe Valéria: Nagyon szépen köszönöm. Való igaz, a mindennapokban elsősorban a generatív mesterséges intelligencia változataival találkozunk. Több alkalmazási területen, ilyen a kutatás is, MI-alapú szoftverekkel dolgozunk. Itt hogyan jelenik meg az emberi kontroll? A generatív mesterséges intelligencia alkalmazásoknak milyen más, például etikai, jogi aspektusai vannak? Ezért következő kérésem az lenne, hogy vegyük sorra, milyen további lehetőségek vannak. A tanításban és a tanulásban, a személyre szabott oktatásban, a tanuláskövetésben, a visszajelzésekben, a trendanalízisben, a csoportképzésben milyen MI-utak lehetnek? Mit tudhat az MI kiváltani és mit nem? Hogyan könnyíthetik az MI-alkalmazások a pedagógus munkáját? Vannak-e mesterséges intelligenciára épülő tanítási és tanulási programok?

Koren Balázs: Nekem a nagy álmom, hogy úgy könnyítse meg a dolgomat, hogy azt a kupac dolgozatot – amit kerülgetek az asztalomon – oda tudjam adni, majd visszaadja nekem kijavítva. Itt még nem tartunk, de bízom benne, hogy ez majd valamikor megtörténik. Ezzel együtt azt gondolom, hogy akkor is egy nagyon fontos dolog – ahogy elhangzott egy cikk értékelésével kapcsolatban –, hogy át kell néznem, ha szükséges, felül kell bírálnom. Tehát a humán kontrollt nem fogjuk tudni kihagyni, ezzel együtt nagyon-nagyon sok dologban tud segíteni.

Úgy látom, hogy a differenciálás az, amiben nagyon nagy segítséget tud adni a mesterséges intelligencia. Tudom, hogy nem a generatív modellekről kellene beszélni, de én jelenleg ebben tevékenykedem, ezekkel foglalkozom. Például a ChatGPT is ad arra lehetőséget, hogy olyan Custom GPT-t létrehozzak, aminek segítségével a gyerekeket, a diákokat le tudom ültetni és tudok úgy dolgozni velük, hogy a feladatokat nehézség, illetve az általuk beírt megoldás alapján fogja generálni és kiadni. Közben a teremben sétálok körbe, és vagy korrigálom a ChatGPT-t, vagy a diákot, amikor éppen összevesznek egymással. Ez már ad egy olyan lehetőséget, hogy mindenki a saját ütemében tudjon dolgozni, amit a tanár, amikor egyedül van egy teremben, nem tud ennyire pontosan megtenni. Én abban óriási lehetőséget látok, hogy differenciálni tudunk és sokkal jobban tudunk differenciálni, mint ezt bármilyen más megoldással annak előtte.

Csejtei Ildikó: Rácsatlakoznék erre azzal, hogy szerintem is az egyéni tanulási útvonalak kialakítása, valamint a felzárkóztatás egy nagyon nagy lehetőség. Ugyanakkor jelenleg még nem egyértelmű, hogy a felzárkóztatást, a különbségek csökkenését vagy éppen a szakadék elmélyítését eredményezi-e majd a mesterséges intelligencia elterjedése. Érdekes adat, hogy a tanárok 90%-a azt gondolja, hogy az MI már 2–3 éven belül teljesen át fogja alakítani az oktatást. Mondanék egy másik sokkoló számot, amit azért említek meg, mert fontosnak tartom egyben meg is cáfolni. A tanárok egynegyede azt gondolja, hogy a munkáját teljes mértékben ki fogja tudni váltani az MI, és a diákok 35 százaléka gondolja ugyanezt. Utóbbiak a vizsgáztatást is el tudják képzelni cthatbottal, nemcsak a felkészülést. Megkérdezhetem az itt ülőktől, hogy kik azok, akik a felsőoktatásban vesznek részt? Egyetemi tanárok, oktatók? És kik azok, akik középiskolai, általános iskolai tanárok? Ezt azért tartom nagyon fontosnak, mert ezen a beszélgetésen elsősorban a felsőoktatás képviselői vesznek részt, és ezért többnyire a felsőoktatásban dolgozókhoz beszélünk, de látni kell azt, hogy már a középfokú oktatásban is, sőt, az általános iskolákban is előkerül az MI. Azt hallottuk az előbb, hogy milyen területeken használják elsősorban a ChatGPT-t a tanárok.

Nemzetközi kimutatások szerint a tanári munkának körülbelül 45 százaléka kiváltható vagy támogatható a mesterséges intelligenciával. Melyek ezek a feladatok? Nagyon jó példákat hallottunk itt, tehát például ilyen – ez egyébként a felsőoktatásra is vonatkozik – a dolgozatok, az űrlapok, a gyakorló feladatlapok előállítása. Nagyon sok adminisztratív terhet tud levenni a tanárokról. Azért hangsúlyoztam ezt az arányt, mert a maradék – több mint a fele a tanári munkának – humán típusú tevékenységgel kellene, hogy elteljen. Tehát jobban oda tudnának figyelni egy-egy gyerekre.

Remélem, szó lesz majd arról is, hogy a mesterséges intelligencia és a digitalizáció mellett mennyire fontos a személyes jelenlét, a személyes interakció. Megtanultuk a COVID alatt, hogy a személyes jelenléti oktatásnak meghatározó a szerepe, és mennyire fontos az, hogy a tanárok a fiatalok a szoft kompetenciáit tudják fejleszteni. Nagyon fontos, hogy a tanárok erre felkészültek legyenek, mert az igazán jó tanároknak a kezében a mesterséges intelligencia forradalmi lehet. Összefoglalva azt gondolom, hogy elkerülhetetlen a tanárok és a teljes társadalom edukációja arra vonatkozóan, hogy mi a tanárok szerepe, illetve mi lesz hosszú távon a tanárok szerepe. Nagyon fontos, hogy ilyen fórumokon is minél többet beszéljünk erről.

Csépe Valéria: Köszönöm szépen. Szeretném a résztvevőknek javasolni, hogy egy kicsit lépjünk túl a generatív MI-n. Horváth Gábort kérdezem ezért arról, hogy a mesterséges intelligencia alapú megoldásoknak milyen további alkalmazási területei lehetnek az oktatásban.

Horváth Gábor: Köszönöm a szót. Én is azt gondolom, hogy ami félelmet kelt az emberekben, amitől tartanak, amitől féltjük a gyerekeket is, az a generatív AI. Tehát ez az, amiről nyilván sokat kell gondolkodni. De a mesterséges intelligencia és a gépi tanulás területe ennél sokkal több eszközt tartalmaz. Sokkal többet, amitől nem kell félni. Ez matek. Tehát itt nincs mitől félni. Ezek eszközök, megoldások arra, hogy bizonyos következtetéseket vonjunk le például a gyerekek teljesítménye alapján. Amire mi használjuk ezeket a gépi tanulási módszereket az egyetemen, az – ahogy már az előadásomban kifejtettem – feladatok automatikus kiértékelésére. Ez nemcsak azért előnyös számunkra, mert sok, rengeteg időt spórolunk meg vele, de tudjuk utána elemezni az adatokat. Nálunk egy vizsga 40–50 feladatból áll. Kicsi feladatok, nem kell arra gondolni, hogy gyötörjük a diákokat. Folyamatosan mérjük, hogy melyik az, amelyik elég diszkriminatív, amelyik alkalmas arra, hogy szétválassza azokat a hallgatókat, akik a végén átmennek a vizsgán, azoktól, akik nem. Szintén mérjük a nehézségi szintet, hogy egyenszilárdságú, egyennehézségű feladatsorokat tudjunk előállítani hétről hétre, és ebben ne csak a saját érzésükre hagyatkozzunk. Amikor fiatalabb voltam tíz évvel, amikor sokkal közelebb voltam életkor szempontjából a hallgatókhoz, jobban rá tudtam érezni, hogy mi az, ami nekik nehéz, mi az, ami könnyebben megy, mi az, ami tényleg a releváns tudást méri, illetve mi az, ami nem. Most már növekszik a távolság, egyre inkább ilyen eszközökre vagyok rászorulva, hogy erről fogalmam legyen. Vannak sajnos olyan tárgyak, ahol nem automatizálható a kiértékelés, ahol írni kell. A humán területeken ez abszolút így van, de nálunk is. Ha programot kell írni, az is egy olyan feladat, amit nem lehet teszt formájában számonkérni, automatizáltan javítani. Ami nálunk szintén szóba került – még nem csináljuk, de felmértük a lehetőségét –, a szakirányok kialakításához lehetne a hallgatókat klaszterezni a képzéseinken. Lehetne csoportosítani a hallgatókat aszerint, hogy milyen tárgyakat szeretnek együtt felvenni. Ebből lehet azonosítani, hogy melyek a természetes szakirányok, melyek azok a tárgycsoportok, amelyek egy csokorban népszerűek a hallgatók körében, és ehhez alkalmazkodhatnánk, kiszolgálhatnánk őket és nem erőszakolnánk rájuk valamit. Egy mesterséges kreálmány, amit mi logikusnak gondolunk, de a hallgatók számára nem feltétlen vonzó. Ugyancsak lehet felsőoktatásban is – de bármilyen más képzésben is – ajánlórendszereket létrehozni, ahol a korábbi eredmények, a korábbi teljesített tárgyak, képzések alapján javasolnának továbblépési lehetőségeket. Még a végén megemlíteném a lemorzsolódás-csökkentést. Ez egy borzasztó fontos, napirenden lévő kérdés minden egyetemen, nagyon nagy a lemorzsolódás. Ha ezt időben tudjuk detektálni, hogy egy hallgató bajban van – vannak rá erre utaló jelek: egy-egy számonkérést bukik, máshogy teljesít, mint egyébként szokott –, akkor erre lehet modelleket tanítani, lehet őket egyéni segítséggel megkeresni, mentorálni és támogatni abban, hogy utolérjék a többieket. Azt hiszem, hogy bőven van még sok más ötlet arra vonatkozóan, hogy hogyan lehet nem generatív modellekkel, az adattudomány módszereivel segíteni az oktatókat és a hallgatókat is.

Molnár Dániel: Digitalizáció nélkül nincsen mesterséges intelligencia, hogyha nincsenek jó minőségű adatok, amelyek jól strukturáltak és könnyen elérhetőek mondjuk valamilyen felhőmegoldásban, akkor a mesterséges intelligencia sem tud hatékony lenni. Mi ezen a nyáron elindítottunk egy kerekasztal-sorozatot, amit fesztiválokon mutattunk be. Ez a „Doctor AI, avagy van-e értelme napjainkban tanulni, kutatni, vagy a mesterséges intelligencia feleslegessé teszi?” címet viselte. Ezeken a kerekasztal-beszélgetésen a résztvevők között konszenzus volt abban, hogy mindenféleképpen oktatni kell, és nem pedig tiltani. Tanulni kell abból a hibából, ahogyan a digitalizációra reagált mondjuk akár a felsőoktatás vagy a közoktatás, tehát mindenféleképpen a lehetőségek kiaknázására kell törekedni.

Hogyan is lehetne ezt megtenni? Ha nem a generatív részről közelítjük meg, akkor azt gondolom, hogy a minőségbiztosítás, a minőségértékelés szempontjából hatalmas lehetőségek rejlenek a mesterséges intelligenciában. Nagyon komoly és hiteles adatokat lehetne kinyerni a közoktatásból és a felsőoktatásból. Amennyiben elmegyünk abba az irányba – amit itt a beszélgetőpartnerek is hangsúlyoztak, és a magam részéről is egyetértek vele –, hogy élményalapú oktatásra van szükség, egyénre szabott oktatási útvonalakra, akkor ezekből az adatokból létre lehet hozni olyan csoportokat, amelyek megkönnyítik utána az adott oktatónak a munkáját. A mesterséges intelligenciára ezáltal nem úgy kell gondolni, hogy majd elveszi a munkánkat, hanem úgy, hogy ez egy eszköz, amelyet a mindennapi életünk megkönnyítése érdekében tudunk majd felhasználni. Az ipar nagyon komolyan az oktatási szektor előtt jár ebben, lehetne tőlük is tanulni. Azokat a módszertanokat, amelyeket ők alkalmaznak – nyilván nem teljes egészében –, de át lehetne ültetni az oktatásba is, hiszen ők is az adatalapúság alapján tudnak racionalizálni, olyan döntéseket hozni, amivel a folyamataik, a termékeik tudnak fejlődni, illetve a különböző munkák tudnak egyszerűbbé válni, ezáltal fel tud szabadulni további erőforrás, amelyet fejlesztésre tudnak fordítani. Az is egyre világosabbá válik, hogy akik valamilyen szinten mesterséges intelligenciát tudnak használni, azok egyre nagyobb előnyben lesznek majd a munkaerőpiacon. Egyre nagyobb lesz a kereslet az olyan tudású emberek iránt, akik a saját munkavégzésükben tudják gyakorlati szinten alkalmazni a mesterséges intelligenciát. Úgyhogy ezt nem lehet elég korán elkezdeni, így mindenféleképpen már az általános iskolai oktatás részévé kell tenni, hogy aztán az évek során olyan szintű tudásban részesüljenek a diákok, ami formálni tudja a jövőjüket is.

Eszterhai Marcell: Az utolsó gondolatról az jutott eszembe, hogy arra nagyon oda kell figyelni, hogy ne járjunk – az egész képzési rendszer ne járjon – úgy, ami az informatikai képzéssel történt az elmúlt időszakban. A másodéves informatikus hallgatókat elszívja a piac, nem fejezik be a diplomájukat, ami pillanatnyilag jól hangzik, mert felkínálnak számukra egy egészen jó fizetést ahhoz képest, amit mondjuk az ösztöndíj jelentene. Előfordul, hogy ilyenkor otthagyják az egyetemet, nem szerzik meg a diplomájukat, a cég meg néhány év múlva azt mondja, hogy ezen a szinten ragadtál és maradsz. Szerintem ennek van egy ilyen oldala, hogy a könnyen megszerzett, vagy könnyen megtanulható tudás, meg a kéthónapos programozói képzések is nagyon sok csapdát rejtenek magukban. A tanítást és a tanulást egy halmazban írtam föl, nem választottam szét, és a lemorzsolódás vonalán indultam el. A lemorzsolódásnak sokféle modellje van. A modell igazából arról szól, hogy bizonyos tendenciák alapján előre megjósolható, hogy a hallgatóval mi fog történni hallgatói életútja alatt. Nagyjából két félév alatt általában megjósolható az, hogy egy hallgató bent marad a felsőoktatási intézményben, esetleg képzést vált vagy nem. Tehát nagyon sokféle út áll előtte, és azt gondolom, hogy egy felsőoktatási intézménynek, amije biztosan van, az a sok információ a képzésekre és a hallgatókra vonatkozóan. Nyilván itt vannak szociális kérdések is, meg szenzitív adatok, de van adat, tehát lehet elemzést végezni, lehet értékelést is tenni. Az is biztos, hogy ezek a minőségbiztosítási folyamatokba is beépíthetőek. Ebben mi különösen érdekeltek vagyunk, ugyanis fontosnak tartjuk ezt a témát. Szerintem rengeteg lehetőség áll a felsőoktatási intézmények rendelkezésére. Van is olyan felsőoktatási intézmény, amely már el is indította a lemorzsolódást figyelő modelljét, azaz egy mesterséges intelligencia követi a hallgatóknak az életútját, és jelez a felsőoktatási intézménynek, ha valaki veszélybe kerül. Ezen a ponton pedig egyéni, nemcsak tanulási utat – mert fontos a tanulási út, de azért itt nemcsak tanulási útról, hanem tehetséggondozásról, fejlesztésről, képzésről, szakosodásról is szó van – ajánl fel és hívja fel a felsőoktatási intézménynek a figyelmét arra, hogy itt valamilyen beavatkozást kell tenni. Az, hogy a segítség most lelki, szociális, tanulmányi vagy karrierhez kapcsolódó, az már nyilván egyéni szituációtól függ, de ezek a lehetőségek mind-mind rendelkezésre állnak. Azt gondolom, hogy a felsőoktatási intézményekben ezeket létre lehet hozni, sőt szerintem létre kell hozni, és akkor ehhez már minden kapcsolódik, ami mondjuk egyéni tanulási út, és felajánlja azt, hogy ha egy hallgatót valami érdekel, szeretne szakosodni, akkor ő hogyan tudja önmagát képezni. Köszönöm szépen.

Csépe Valéria: Sok éves tapasztalatunk, hogy a magukra hagyott rendszerek rövid idő után elkezdenek rengeteg hibát produkálni. Ez sokszor megéltük, többek között azért, mert az új technológiák esetében is hasonlóan működik, mint az emberi elme esetében. Ez nem új felismerés, mint ahogy azt sem, hogy problémáik miatt az eszközöket okoljuk. Nem fordítunk rá időt, s azt hisszük, hogy a tiltás a megoldás. Ezért fontos jó kérdéseket feltennünk ahhoz, jó irányban tudjunk elindulni. Legalább ilyen fontos, hogy ezekre őszinte választ adjunk. Eddig ilyen kérdéseket igyekeztem feltenni, ám most a hallgatóságnak szeretném megadni a lehetőséget, hogy kérdezzenek. Elnök Urat kérem, hogy segítsen a mikrofonnal.

Kaposi József: Igen, ez egy nagyon fontos pillanata ennek a beszélgetésnek, hogy megszólalhatnak a teremben lévők is.

Dr. Barcsa Lajos (igazgató – Debreceni SZC Mechwart András Gépipari és Informatikai Technikum): Köszönöm szépen. Fölmerült bennem az a kérdés, miközben professzor úr a Műegyetemről mondtad azt, hogy van olyan válasz vagy bírálat a cikkedre, amit láthatóan mesterséges intelligenciával írtak, hogyha azt etikusan csinálták, nem tudom mi ez, akkor az baj? Ha megvolt a humán ellenőrzés, meg nem tudom, minek kell még meglenni, mert ha ez egy eszköz, akkor ez az eszköz használható legálisan, etikusan?

Kaposi József: Következő kérdés. Igen, adom a mikrofont.

Rákosi Szilvia (vezető szakértő – NJSZT): Köszönöm szépen. Bennem az merült fel, hogy professzorasszony említette, hogy a digitalizációval már elkövettük azt a hibát, ha jól értettem, hogy nem voltak felkészítve talán az oktatók, a tanártársadalom stb. Ennek szerintem most már kb. húsz éve, tehát valamilyen szinten utolértük magunkat, de az valóban egy eszközhasználat volt. Bennem felmerült az a kérdés, hogy a mesterséges intelligencia használata mennyire tartozik a digitális készség körébe, mert azt gondolom, hogy itt a humán készségek nagyobb szerepet kellene, hogy betöltsenek.

Kaposi József: Köszönöm, további kérdező. Tessék.

Kérdező: Többször volt arról szó, hogy oktatni kell, tehát akkor most nézzük az általános iskola és a középiskola szintjén. Jól értem-e, hogy igazából az hiányzik, legalábbis most azt tapasztaljuk, hogy lépésről lépésre, egy digitális anyagon keresztül egy gyerek, ha kell, akkor tízszer visszanézze, hogy mit is kell, mit is tudok ezzel kihozni? Jól érzékelem-e, hogy önök is ezt hiányolják, hiszen az egyetemi szinten ez jobban működik, de most már látjuk, hogy felső tagozatban is elkezdték a gyerekek használni?

Kaposi József: Igen, és van még egy kérdés.

Vezér-Kósa Katalin (főigazgató – Balatonkenesei Pilinszky János Általános Iskola és Alapfokú Művészeti Iskola): Nálunk az általános iskolában már megjelenik 7–8. évfolyamon a mesterséges intelligencia. Milyen lehetőségeket látnak arra, hogy a pedagógusok továbbképzést kapjanak arról, hogyan is lehet ezt jól használni, illetve a gyerekek miként tudják értelmesen használni: Köszönöm szépen.

Kaposi József: Igen?

Matolcsy Miklós (ügyvezető igazgató – Alapértékek Nonprofit Kft.): Köszönöm. Számtalan tudásversenyt szervezünk mi is, meg szerintem sokan az országban általános és középiskolásoknak. Ezeknek jellemzően az első két fordulója online szokott lenni, és innen jutnak tovább a diákok valamiféle jelenléti döntőre. Van-e tapasztalat arra, hogy az online versenyek esetében hogyan lehet a mesterséges intelligenciát bevonni vagy kizárni, de mindenképpen valahogy kezelni, mert elég nagy egyenlőtlenséget okoz az, hogy a diákok egy része már a mesterséges intelligenciát használja az online válaszok megadására, mások pedig nem is hallottak róla. Vagy fogadjuk el, hogy ez is a verseny része, tudja használni, vagy nem tudja. De hogy van-e erre bármilyen tapasztalat, javaslat?

Kaposi József: Köszönöm. További kérdés? Én most nem látok kezeket.

Csépe Valéria: Köszönöm szépen. Úgy látom, hogy Koren Balázsnak van válasza.

Koren Balázs: Az utóbbi másfél évben körülbelül 400 pedagógus kollégának tartottam képzést, sajnos az a tapasztalatom, hogy nagyon sok kolléga úgy van vele, hogy részt vettem a képzésen, akkor én már tudom. Ilyen tanárképzéseket azért jó tartani, mert egy hónappal az előző képzés után már egészen mást taníthatok, hiszen egészen máshol tart a fejlesztés, az elérhető megoldások. Meg kell tanulni folyamatosan tanulni és fejlődni. Nem lehet azt várni a jelenlegi helyzetben, hogy majd jön valaki, aki megmondja, hogy így kell használni a mesterséges intelligenciát és készen vagyunk. Ez egy kulcsfontosságú dolog. Ezzel együtt azt gondolom, nagyon fontos, hogy legyenek olyan képzések, amikor megtanítjuk az alapokat, hogy mire kell figyelni, hol kell keresni, hova menjek tovább, hogyan tudok ebben az egészben elindulni. Utána nem szabad ezt elengedni és eldobni, hogy akkor én most kész vagyok.

A versenyekkel kapcsolatban az a helyzet, hogy szerintem ez egy kivédhetetlen dolog, azt gondolom, hogy matematikából a KÖMAL is lassan kezd eljutni oda, hogy bizony el kell kezdeni aggódni: mi fog történni. Már vannak olyan modellek, amik ott is egészen használható megoldásokat tudnak hozni, de azért azt tudni kell, ott még van kihívás egy-egy feladatnál. De mondhatnám a robotika versenyeket is, ahol lassan ott tartunk, hogy képes a megfelelő mesterséges intelligencia modell legenerálni azt az építési útmutatót, illetve azt a programot hozzá, amivel ezt meg lehet csinálni. Egy elképesztően izgalmas helyzetben vagyunk. Nem gondolom, hogy erre van egy konszenzus és egy tökéletes megoldás, ezt hogyan lehet megugrani. Azt kell, hogy mondjuk, hogy mindenki számára elérhetőek ezek a megoldások. Tehát tulajdonképpen ilyen szempontból mondhatnánk, hogy egyenlő a küzdelem, de azt is tudjuk, hogy nem. Azt is tudjuk, hogy – bár vannak ingyenesen elérhető modellek – valaki megengedheti magának és fizet ezekért (azaz sokkal nagyobb tudást és sokkal komplexebb lehetőségeket ér el), de olyanok is vannak szép számmal, akik nem engedhetik meg maguknak ezt, nem tudnak hozzájutni. Ebből a szempontból sajnos egyenlőtlen a játéktér.

Horváth Gábor: Köszönöm. Ha jól értettem, akkor az volt a kérdés, hogy mi történik akkor, ha egy bíráló pontokba szedi a véleményét, és a generatív AI-re bízza, hogy kerekítsen belőle egy bírálatot, hogy ez etikus-e. Szerintem ez a megfelelő használata egyébként a generatív AI-nak. A lényeg az, hogy legyen benne eredeti tartalom. Az más kérdés, hogy én sokkal jobban preferálnám azt a bírálatot, ahol pontokba szedve oda van írva, akárcsak durván, nyersen, direktben a fő mondanivaló, körülötte az a szöveg igazából nem különösebben érdekel, de lehet, hogy ez az én mérnöki beállítottságom miatt van.

Az online versenyekkel kapcsolatban. Mi évek óta küzdünk azzal, hogy a külföldi képzéseinkre jelentkező hallgatókat hogyan tudjuk felvételi tesztnek alávetni. Gyakorlatilag mindenki, akármilyen nehéz tesztet állítunk össze, maximális körüli pontot ér el. Vagy AI-t használ, vagy humán segítséget, de szóbeli interjú nélkül nem tudunk mit csinálni. Még ott is előfordul, hogy az illetőnek a képernyőjén ott van egy meg nem engedett segítség, amelyből olvas, vagy ahova gyorsan beírja a kérdést, és az alapján válaszol. Tehát még ezzel sem szűrünk ki minden ilyen visszaélési lehetőséget. De ha távol van az ember, a szóbeli beszélgetésnek az ereje szerintem fel fog értékelődni.

Koren Balázs: Még hozzátenném, hogy most ördögként van az otthoni vagy online versenyeknél az MI megjelenítve, de mértük korábban, kinek csinálja meg a szülője a beadandóját, meg versenyfeladatait? Azért ne legyünk álszentek e tekintetben! Most annyi változott, hogy egy kicsit több lehetőség van, több helyre lehet fordulni, könnyebben elérhető ez a megoldási mód. Eljutottunk oda, hogy elgondolkodjunk miért jöttek létre ezek az online versenyek. Egy-egy online verseny esetén nem kellett külön mindenkivel foglalkozni. Most újra felértékelődnek a személyesen végzett versenyek, vizsgák.

Az egyetemeken egyre több személyes vizsgára lesz majd szükség, amikor az oktató sokkal jobban megismerheti a hallgatót. Nagyon szeretek a közoktatásban is tanítani. A közoktatás egy sokkal személyesebb dolog, mert sokkal jobban ismerem a diákjaimat. Az egyetemen ez sokkal személytelenebb. Extrém példa, hogy a COVID alatt volt olyan hallgatóm, akit egy alkalommal sem láttam, nem volt kamerája. Így is le kellett osztályoznom és értékelnem. Ez a fajta személytelenség egy szóbeli vizsgával, egy jelenléti számonkéréssel nagyon sokat tud változni. Jobb lehet mind hallgatói mind oktatói oldalon is. Ha ezt fogja eredményezni a mesterséges intelligencia, akkor azt gondolom, hogy ez az innováció jó hatása lesz. Más kérdés, hogy erőforrás szinten egészen mást fog követelni az oktatás minden résztvevőjétől.

Horváth Gábor: Bocsánat, nem akarom kisajátítani a mikrofont, de hogyha szabad egy gyors reakciót, hogy új dolog-e ez? Régen nem volt-e az, hogy az ember megkérdezte a barátait, megoldatta a beadandóját a családtagjaival stb. Azt gondolom, hogy inkább az legyen. Ha a gyereknek segítségre van szüksége, akkor kérjen segítséget az osztálytársától, a szülőjétől, a tanárától, de én pont attól félek, hogy ez az, ami vissza fog szorulni, és egy géptől fog segítséget kérni, aminek vitatható minőségű a válasza, de mégis azt fogja alapigazságként elfogadni.

Koren Balázs: Ebből még egy utolsó gondolat, de nagyon nagy különbség, hogy ha a szülőtől vagy tanártól kérdezünk, akkor az azt fogja mondani, hogy jó, figyelj, ezt én elmondtam neked, de akkor most érted-e, tisztában vagy-e vele, el tudod-e mondani, és akkor innentől kezdve viheted. Sajnos, ha a ChatGPT-t kérdezzük, akkor legtöbbször ez egy copy-paste, lemásolom és beadom megoldásként. Általában az igény sem merül fel nagyon sokszor a diákban, hogy megértse azt. Ez egy óriási probléma.

Csépe Valéria: Igen, a humán kontroll itt is nélkülözhetetlen, sőt kulcsfontosságú. A hallgatóimnak megengedem, hogy chatbotokat használjanak, de azt egy írásbeli munkánál fel kell tüntetniük, megadva program nevét és verziószámát. Ez azonban nem elég, a saját tudásra is támaszkodni kell, az MI-megoldások ugyanis tévesek is lehetnek. Ma az MI-használat a nyelvi alapú generatív megoldásokban csúcsosodik, és virágkorát éli a robotika is. Én nem a robotoktól félnék, hanem attól, ami láthatatlan és ellenőrizhetetlen.

A kerekasztal-beszélgetés befejezéséig van még négy percünk, ezért mindenki kap egyet, hogy megfogalmazhassa legfőbb üzenetét.

Csejtei Ildikó: Még reflektáltam volna a kérdésekre is. Úgy értelmeztem, hogy igazából a tanártovábbképzés és a diákok képzése volt az egyik felmerült kérdéskör, a másik az etikai megfontolások. Ez volt az a két téma, amit kiszűrtem magamnak. Tekintettel arra, hogy professzor asszony engem már többször leállított, és mert nem akarom mástól elvenni az időt, csak egy pillanatra térnek vissza az MI etikus használatára. Amúgy ezt ketté kell választanunk. Az egyik része a felkészülés során történő használat. Általában az egyetemek többsége – nyugaton is, más országokban is – egyetért abban, hogy a felkészülés során a ChatGPT, illetve bármilyen generatív mesterséges intelligencia használata elfogadott. A kérdés általában a számonkérés, a vizsgáztatás, az esszék írása. Az első szakaszra vonatkozóan egy személyes dolgot osztanék meg önökkel. A lányom Münchenben tanul. Azt mondja, hogy vannak olyan órák, ahova nem járnak be, mert az MI szuperül összefoglalja, amit kell; nem is értik, hogy mi zajlik az órán, viszont a ChatGPT jól elmagyarázza nekik. Azt megértik, és az alapján le tudnak vizsgázni. Vannak ugyanakkor olyan tanárok, akiknek az óráira érdemes bejárni. Itt térnék vissza ahhoz, hogy mely kompetenciák fontosak ahhoz, hogy egy tanár le tudja kötni a diákokat, élményszerű órát tartson, amely során – itt visszatérhetünk megint arra, amit szintén professzor asszony többszörösen pedzegetett –, hogy akár lehet használni AR-VR és egyéb lehetőségeket. Sokat tudnék szintén beszélni, hogy mondjuk az Oxfordi Egyetemen hogyan használják a virtuális valóságot az oktatásban. Etikáról sajnos nem sikerült beszélnünk, illetve, hogy hogyan zajlik a vizsgáztatás a mesterséges intelligencia világában. Arról sem sikerült beszélnünk, hogy a plágiumszoftvereknek mi a veszélye. Ugyanis azt is nagyon jól tudjuk, hogy nem százszázalékosan megbízhatók. Itt még az ön kérdésére reflektálnék egy pillanatra, mert az engem nagyon megfogott, mégpedig a diákoknak a képzésére. Itt most csak felvetném a kérdést: hogyan tudjuk a diákokat úgy motiválni, hogy ne használják a vizsgáknál? És hogy tudjuk nekik elmagyarázni, hogy miért fontos és érdemes saját kútfőből vizsgázni?

Csépe Valéria: Sajnos ma nem tudtunk mindenre kitérni, de javasolhatjuk a konferencia szervezőinek, hogy jövőre is foglalkozzunk az MI kérdésével és helyével az oktatásban, Befejezésül mindenkitől csak 1-2 mondatot szeretnék egy zárszóra.

Eszterhai Marcell: Legyen valamilyen szabályozás a felsőoktatási intézményekben, és legyen biztosítva a háttér ahhoz, hogy a hallgatók ezt etikusan tudják használni, hasznosan tudják használni. Emellett az oktatók számára is nyilván jó, hogyha kapnak támogatást arra vonatkozóan, hogy ők milyen irányba induljanak el, mert ha a mesterséges intelligencia itt van, akkor megkerülni nem lehet, és akkor már inkább érdemes jól használni.

Molnár Dániel: Amit zárszóként hangsúlyoznék, az a szabályozás, mely az egyik legfontosabb teendője most azt gondolom minden szektornak. Ugyanakkor a túlszabályozás elkerülendő és sokkal inkább egy olyan keretrendszer megalkotására kell törekedni, amiben működőképes lehet az MI felhasználása. Az MI oktatása szintén kulcskérdés: ami alatt mind a tanárok, mind az oktatók, mind pedig a hallgatók fejlesztését értem. Köszönöm a figyelmet!

Horváth Gábor: Köszönöm. Amikor szóba került a továbbképzés lehetősége, illetve szükségessége, akkor nagyon sok bólogató fejet láttam. Erre vannak már kezdeményezések, az Európai Uniónak is van ilyen programja, European Digital Innovation Hub. Magyarország is részt vesz benne. Mi éppen most készítjük elő a kurzusainkat közintézmények és vállalatok számára, de tudomásom van programról, amelyik kifejezetten közoktatásban dolgozókat céloz meg, úgyhogy érdemes nyitott szemmel járni, és keresni ezeket a lehetőségeket, mert lesznek, ha még eddig nem indultak el.

Csépe Valéria: Köszönöm szépen! Ildikó, egy zárómondatot kérek.

Csejtei Ildikó: Beszélgessünk minél többet ezekről a kérdésekről. A tanárok és a diákok képzését nagyon fontosnak gondolom. Szerintem kulcskérdés az is, hogyan tudjuk a felzárkóztatásra használni a mesterséges intelligenciát – itt elsősorban a közoktatásról beszélek –, hogy ne a szakadékok elmélyülése történjen meg az elkövetkezendő időszakban. Ezt kívánnám mindannyiunknak.

Csépe Valéria: Köszönöm, Balázs.

Koren Balázs: Köszönöm szépen. Szerintem az egyik legfontosabb dolog az, ha megnézzük, 2022. novembere óta mi változott a közoktatásban. Nem sok. Hallottunk mindent, hogy mindent levált, meg minden megváltozik, itt vagyunk és ugyanúgy tanítunk. Ennél még eggyel érdekesebb, ha itt körbenézek, akkor nagyjából ugyanazokat az embereket látom, mint minden konferencián. A tanárok és az iskolák jelentős része egész egyszerűen nem is vesz tudomást arról, hogy mi történik a világban. Tehát az, hogy itt vagyunk, itt vagytok, ez nagyon jó! Vigyétek hírét és meséljetek minél több embernek, fejlesszétek magatokat, és minél több embert oktassunk, képezzünk! Egy fecske nem csinál nyarat, de hogyha hírét viszitek, akkor ebből lehet valami nagyon jót csinálni.

Csépe Valéria: Köszönöm, ez nagyon jó zárszó, és szinte az utolsó szó jogán. A tanulságok:

• Nem, hiszem, hogy készülne egy „így gondozd a mesterséges intelligenciádat” című film.
• Az MI-nek az oktatásban való alkalmazásáért mi felelünk.
• Meg kell ismernünk a mesterséges intelligencia lényegét, előnyeit, hátrányait, lehetséges veszélyeit.
• Együtt kell dolgoznunk, mert az a veszély, ha nem így teszünk, hiszen digitális melléfogásaink megsokszorozódnak.
• A technológia feletti humán kontroll még soha nem volt olyan fontos, mint napjainkban.

Köszönöm szépen mindenkinek, aki beszélgetésen mindvégig itt maradt velünk. Elnök úrnak pedig visszaadom a szót.

Kaposi József: Köszönöm szépen. Egy gyors történeti kontextus: a kézműipartól a gyáriparig 500 év kellett. Emellett kísérőjelenségként ott volt a géprombolás és még a véres törvények is. Ugye itt most öt év alatt kell nagyjából – jó, legyen 50 év – ekkorát ugrani, azért az nem lesz egyszerű. Tehát a félelmek magyarázataként ennyit. Én nagyon remélem, hogy a kulcsszavak megmaradnak:

• oktatás-nevelés,
• adaptivitás,
• méltányosság,
• folyamatosság,
• humánkontroll,

mert ezek tényleg kellenek ahhoz, hogy ne legyen probléma. Megköszönöm még egyszer ezt a beszélgetést professzor asszonynak, aki moderálta a résztvevőket, továbbá Eszterhai Marcellnak, Molnár Dánielnek, Dr. Horváth Gábornak, Csejtei Ildikónak és Koren Balázsnak.