9. A mesterséges intelligencia támogató szerepe a szakértők, pedagógusok munkájában – Köznevelési Szakértők Országos Egyesülete

2025 - Máté István – A motiváció lehetőségei mesterséges intelligencia segítségével a különböző korosztályoknál

Absztrakt

Az előadás áttekinti, hogyan alakítja át a mesterséges intelligencia gyorsuló fejlődése – különösen az AGI-közeli modellek, a generatív világmodellek és a hordható neurotechnológiai eszközök – a tanulási környezetek szerkezetét és a pedagógiai gyakorlatot. A jelenleg is elérhető technológiák, mint az okostankönyvek, a QR-alapú és AR-rétegekkel kiegészített tananyagok, a speciális eszközök, mint a Meta Ray-Ban holovíziós eszközei, valamint az AttentivU EEG-szemüvegek lehetővé teszik a tanulók figyelmi és kognitív állapotának valós idejű követését, továbbá személyre szabott, időlegesen beavatkozó generatív AI-tutorok alkalmazását.

A Google Genie 3 kísérleti modellje példát mutat a tanulási terek generatív létrehozására, amelyben a promptokból felépülő, bejárható világok új dimenziót nyitnak az élményszerű oktatás számára. A hordható EEG-eszközökkel kombinált AI-ügynöki képességek – a naplózástól az automatikus értesítéseken át a feladatkezelésig – lehetővé teszik a mikro- és makrodifferenciálás együttes megvalósítását, miközben a kiberbiztonsági kérdések (adatvédelem, eszközkontroll, támadások elleni védelem) egyre hangsúlyosabbá válnak. A tanulmány kitér a motivációs és etikai kihívásokra is: a tanulók ágetikus bevonódására, a digitális esélyegyenlőséget támogató szülői tokenekre, az anonim bullying-detektáló rendszerekre, valamint a fenntartható, „zöld” AI-használatra.

Végül a MIDI-módszertan bemutatásán keresztül a tanulásieredmény-alapú szemlélet új útját vázolja fel, amelyben a tudás, készség, attitűd és autonómia-felelősség dimenziói mentén válik egy-egy technológiai elem pedagógiailag beépíthetővé. A tanulmány célja annak feltárása, hogy a neuroműködést követő eszközök és a generatív AI miként alakítanak ki jövőálló, reziliens és élményszerű tanulási környezeteket a köznevelés számára.

A technológiai fejlődés olyan tempót diktál, amelyhez az oktatásnak egyszerre kell alkalmazkodnia és előre menekülnie. Amikor ma a mesterséges intelligenciáról, az AGI előszobájaként működő modellekről vagy a tanulási környezetek újraszerveződéséről beszélünk, akkor valójában arról van szó, hogy a pedagógia – a maga több évszázados stabilitásából – egy olyan korszakba érkezik, amelyben minden ismert kerete újragondolásra szorul. A jelen fejlesztései – a holovíziós eszközöktől az EEG-alapú visszacsatoló rendszerekig –, valamint a mesterséges intelligencia gyorsuló fejlődése olyan új lehetőségeket nyit, amelyek mellett a régi módszerek nem egyszerűen korszerűtlenné válnak, hanem alkalmatlanná az új generációk igényeinek kielégítésére.

1. ábra: Az oktatástechnológát érintő fejlettség reprezentációja (forrás: szerző)

A világ technológiai állapotának felvázolásakor elsőként azt érdemes rögzíteni, hogy az AGI, vagyis az általános mesterséges intelligencia szintjére emelkedő rendszerek már nem elméleti kérdésként jelennek meg, hanem fejlesztési ütemezésekkel és prognózisokkal körülírható tényállásként. Tehát fejlesztés alatt állnak és belátható időn megvalósulnak. Jelenleg is velünk vannak azok a nagy nyelvi modellek, amelyek bizonyos részfeladatokban a humán teljesítményt megközelítő vagy meghaladó működésre képesek, miközben a technológiai ökoszisztéma folyamatosan épül köréjük. Jelen vannak az okostankönyvek, amelyek QR-kódokat, kiterjesztett valóságrétegeket és 3D-objektumokat integrálnak a tanulási folyamatba, ezzel hidat verve a statikus nyomtatott tananyag és a digitális élményvilág között. Érzékelhető az automatizáció növekedése is: az oktatási gyakorlat olyan megoldásokkal gazdagodik, amelyek a pedagógus számára adminisztratív terheket vesznek le, miközben a tanulóknak új kapukat nyitnak a testreszabott tanulási útvonalak irányába. Ugyanakkor figyelembe kell venni az AI-eszközök túlzott használatából fakadó kognitív hanyatlási rátát is (MIT: Kosmyna et al., 2025), amelyet úgy kell leküzdeni, hogy közben megőrizzük a technológia adta segítő lehetőségeket és idő- és produktum-nyereségi potenciált.

A fejlett hardveres megoldások megérkezése azonban ennél sokkal mélyebb változásokat ígér. A Meta Ray-Ban szemüveg – mint hordható, kényelmes, kvázi holovíziós eszköz – például olyan kategóriát képvisel, amely egyszerre lát, interpretál, visszajelez és kommunikál a felhasználójával. Hasonlóan radikális hatással bírnak a hordható EEG-eszközök, amelyek nemcsak a viselőjük figyelmi és kognitív működésébe nyújtanak betekintést, hanem valós idejű visszacsatolást is adnak. Ezek rezgésekkel, vizuális jelzésekkel vagy más szenzoros kimenetekkel képesek támogatni a tanulási folyamatot. Amikor ezeket az eszközöket összekapcsoljuk a mesterséges intelligenciával – például egy generatív AI mentorral, amely valós időben alkalmazkodik a tanuló állapotához –, akkor olyan tanulási sémák jönnek létre, amelyek korábban elképzelhetetlenek voltak: mikro- és makroszintű differenciálás, időleges és célzott tudástranszferek, személyre szabott útvonalak, valós idejű korrekció.

Ahogy a technológia egyre közelebb kerül az idegrendszeri működésekhez, a kiberbiztonság jelentősége is hatványozódik. Már nem csupán adatvédelmi kérdésről van szó: a non-invazív és invazív agy-számítógép interfészek (BCI-k) esetében a biztonság egyenesen életminőségi és egészségügyi kérdés. Meg kell akadályozni a rosszindulatú beavatkozásokat, legyen szó tények manipulálásáról, eszközök feletti irányításátvételről vagy olyan vizuális-interfészes támadásokról, mint a villódzás, amely bizonyos esetekben epilepsziás rohamot is kiválthat. Ugyanilyen fontos a holovíziós eszközök kontrollja, hiszen ezek olyan „láthatatlan puskázásra” adhatnának lehetőséget, amely a pedagógiai mérés-értékelés megbízhatóságát alapjaiban rengetné meg. A jövő tanulási környezetének tehát nemcsak lehetőségekre, hanem erős etikai és biztonsági protokollokra is épülnie kell.

2. ábra A technológiai fejlődéssel megjelenő problémák (forrás: szerző)

Miközben a technológia ilyen lendülettel fejlődik, megjelentek/útban vannak olyan kísérleti modellek is, amelyek a tanulás fogalmát gyökeresen újraértelmezik. A Google Genie 3 például egy olyan generatív modell, amely néhány ezer tokenből képes teljes, bejárható, interaktív világokat létrehozni, ráadásul játékmechanikákkal, terekkel, tárgyakkal, karakterekkel és akár fizikai szimulációkkal együtt. Ez azt jelenti, hogy a tanuló egyetlen prompt alapján egy olyan immerzív környezetbe kerülhet, amelyet eddig csak videojátékok vagy VR-szimulációk kínáltak, azonban itt mindezt a saját tanulási igényeihez igazítva, dinamikusan alakítva. Ez nem egyszerűen „videójátékozás”, vagy a tanulás játékosítása, ennél sokkal több: a tanulási környezet generatív úton történő létrehozása.

3. ábra A Google Genie 3 nagy világmodell megjelenésközeli állapotának marketing összeállítása (forrás: Google Genie)

A hordható EEG-eszközök és a holovíziós szemüvegek kombinációja ehhez kapcsolódva olyan oktatástechnológiai ökoszisztémát teremt, amelyben a tanuló figyelmi állapota, motivációs hullámzása, kognitív terhelése valós időben követhető. Az így megvalósuló kombináció alkalmazkodhat bármilyen non-formális tanulási térhez valós időben (például egy barlang vagy múzeum belső téregységeihez), amik valós időben befolyásolhatják a belső digitális világban érzékelt, észlelt történet menetét, ismeretanyagát.

4. ábra Viselhető EEF eszközök (forrás: AttentivU)

De másra is lehetőséget ad: a rendszer az ASI/AGI szintű AI mentor segítségével – akár csak néhány percre, a tanuló egyéni szükségleteire reagálva – képes a nehezebb tanulási gócpontokat „leválasztani” az óra közös ritmusáról. A diák ilyenkor egy oldalirányú, célzott mini-útvonalra kerül, amelyben a generatív mentor magyaráz, példákat hoz, vizuális megerősítést ad, majd – amikor a tanuló megértette a fogalmat, amit érzékel a közbeiktatottt AI réteg az EEG szenzorokon keresztül – a diák visszakapcsolódik a csoporthoz. A rendszer ezután tovább monitorozza az EEG-aktivitást, ha szükséges, újra beavatkozik. Ez a fajta mikrointervenció az egyéni tanulási utak és a teljes osztálydinamika közötti hidat képes megteremteni.

Fontos hangsúlyozni, hogy ezek az eszközök már nem valamilyen távoli jövőben léteznek: jelenleg is elérhetők, néhány nap alatt bárki otthonába rendelhetők. Ez a hozzáférhetőség pedig radikálisan gyorsítja a pedagógiai innovációt, hiszen nem laboratóriumi eszközökről beszélünk, hanem valós, lakossági termékekről.

5. ábra Meta Ray-Ban AR szemüveg + Meta AI (forrás: alza.hu)

A BCI-iparág fejlődése új készségeket is igényel. Ezek egyrészt technikai jellegűek – például a megfelelő adatértelmezéshez, a biztonságos használathoz vagy az eszközök pedagógiai integrációjához kapcsolódnak –, másrészt olyan puhább, de legalább ilyen fontos kompetenciákat érintenek, mint az önszabályozás, a figyelmi állapotok tudatosítása, a mentális erőforrások kezelése vagy a digitális higiéné. Ahogyan a korábbi generációknak meg kellett tanulniuk a kézírás, később az információkeresés, majd a digitális kommunikáció szabályait, úgy most egy új készségkészlet van kialakulóban: a neuroreaktív működésre épülő digitális interakciók készsége.

6. ábra A BCI iparág fejlődése és kutatási eredményei (forrás: Nature, ScienceDirect, Straits Research stb.)

Mindezek alapján kirajzolódik egy lehetséges menetrend az új tanulási élmény megteremtésére. A folyamat az aggyal indul, amely folyamatos neuromintákat bocsát ki; ehhez kapcsolódik az eszköz a fejen és/vagy csuklón – valamilyen EEG- és/vagy holovíziós technológia –, amely érzékel, regisztrál és visszacsatol. Ezt egészíti ki egy időleges AGI-szintű mentorálási rendszer, amely beavatkozik, ha a tanuló figyelme vagy megértése elcsúszik. A háttérben futó AI-ügynöki képességek – naplózás, értesítések, feladat megnyitás, mentés – támogatják a pedagógust és a tanulót egyaránt. A folyamat külső szerverkapcsolatot igényel, ugyanakkor fel kell készülni a lokálisan futó infrastruktúrák lehetőségére is, hiszen bizonyos környezetekben az internetelérés nem garantált.

7. ábra A Neuroreaktív AI támogatott BCI rendszerek konstrukciója (forrás: szerző)

A mesterséges intelligencia megjelenésével természetesen problémák is érkeznek. Ezek egy része technológiai – például a hamis tartalmak, a ténytorzítás, a manipuláció lehetősége –, más része pszichológiai, etikai vagy motivációs jellegű. A diákok ágentikus bevonódása – vagyis az a fajta belső motiváció, amelyben a tanuló úgy érzi, hogy az ő munkája, kutatása, esszéje, grafikája hozzáadott értéket képvisel az iskola számára – kulcsfontosságú a jövő tanulási kultúrájában. Ha a tanuló tudja, hogy amit létrehozott, akár be is kerülhet a helyi tantervbe mint mintaanyag, akkor a tanulás nem feladat, hanem alkotói folyamat lesz. Az feladatmegoldás nyűge az alkotás élményévé válik.

8. ábra Az érkező problémák (forrás: szerző)

A motivációs rendszer részeként jelenhet meg a szülői token, amely az alacsonyabb anyagi helyzetben lévő családok számára biztosít ingyenes AI-hozzáférést, így kiegyenlítve a digitális esélyegyenlőség hiányosságait. Egy másik probléma megoldása a bullying témakörét érinti, hiszen a hazai (Nagy & Jámbori, 2019; Németh, 2023) és nemzetközi kutatások (Samara M et. al.[1], Valle & Stelko-Pereira[2]) szerint szintén jelentős esély- és varianciahányadosok mutatkoznak meg az iskolai bántalmazásokkal érintett tanulók esetében, amelyek alapján a bullying a motivációvesztés akár 20–30 százalékáért is felelős lehet. Az anonim, AI-alapú bullying-bejelentő rendszer segít tisztábban látni az iskolai dinamikákat, és gyorsabban beavatkozni a problémás helyzetekben. A zöld használat elve pedig arra tanítja a gyerekeket, hogyan fogalmazzanak hatékony promptokat, hogy csökkentsék a fölösleges adatforgalmat és energiaterhelést. A tanulási nyomás csökkentését gamifikált feladatok, jutalomrendszerek és személyre szabott kihívások szolgálják.

A technológia nem kifejezetten csak a tanórákat alakítja át, hanem az otthoni alkotási folyamatokat is. Kisebb korosztálynál a fizikális motivátorok jöhetnek jól, amelybe a bevonódás mértéke egyenesen arányos lehet a motiváció növekedésével. Ezt jól példázza az a személyes élmény, amikor a saját fiam szerepelt a tanulási innovációban: lefotóztam, az AI segítségével LEGO-figurává alakítottuk, majd generált 3D-modell alapján ki is nyomtattuk, és a születésnapi eseményhez LEGO-tematikájú meghívókat készítettünk. A gyermek számára ez nem technológiai kísérlet volt, hanem élmény – a saját világának kiterjesztése –, miközben valójában magas szintű digitális írástudást fejlesztett.

9. ábra Aktív AI használat projektmunkában. (forrás: szerző)

Hasonlóképpen készült az a vizuális demonstráció is, amelyben egy tanár AI Act Two technológiával „belebújt” egy történelmi karakter vagy fiktív szereplő bőrébe. Egy referenciakép és a beszéd alapján a rendszer képes volt egy kisfiú arcára illeszteni a megszólalást. Ezzel olyan oktatási forma született, amely egyszerre dramatikus, vizuálisan erős és mélyen bevonó – különösen alkalmas lehet a felső tagozatos korosztály számára

10. ábra Aktív AI használat megszemélyesítésre alkalmazva (forrás: Szerző)

Egy másik példa a lányom története, akiből ötéves kora ellenére turisztikai asszisztenst készítettem. Az AI segítségével megöregítettem, stilizáltam, elláttam a szükséges információmennyiséggel, majd integráltam a város weboldalába. A modell azonban nemcsak turisztikai célra alkalmas; pedagógiai keretek között pedasszisztensként is működhet, segítve a tanulókat információval, magyarázatokkal, történetekkel vagy akár játékos feladatokkal. Saját tapasztalat alapján a kisebb korosztály is érdekesnek találja, de hatásosan segíti az ágentikus bevonódást, ha a felső tagozatos, sőt középiskolás diákok maguk készíthetik el a technika megismerése után a saját célzottan feltanított karaktereiket. Esetleg saját magukat klónozhatják. Ezáltal adatgyűjtésre, információk hitelességének ellenőrzésére és minél alaposabb felkészülésre lesznek kényszerülve, ha a kínos tévedések helyett izgalmas beszélgetéseket szeretnének lehetővé tenni az általuk kreált karakterrel.

11. ábra Természetes beszéd AI-agent kialakításának folyamata (forrás: szerző, Ózd.hu)

Az esszé végére érve szükséges bemutatni a MIDI módszertant, amely a motiváció, innováció, differenciálás és implementáció pedagógiai ciklusára épít.

12. ábra A MIDI szemlélet alkalmazási folyamatábrája releváns és megválaszolandó kérdésekkel (forrás: szerző)

A folyamat végén a tananyagelemek a tanulásieredmény-alapú szemlélet szűrőin haladnak át – tudás, készség, attitűd, autonómia-felelősségvállalás –, és csak akkor kerülhetnek be a tantervbe, ha mindegyik dimenzióban teljesítik a szükséges kritériumokat. A modell kifejezetten a köznevelési színtérre lett kialakítva, hiszen itt van a legnagyobb szükség olyan megoldásokra, amelyek egyszerre rugalmasak, fenntarthatóak és jövőállók. A módszer nem eszközöket sorol, hanem folyamatot ír le: hogyan lehet a technológiai és pedagógiai elemeket olyan sorrendben alkalmazni, hogy a tanulási hatás maximalizálódjon.

13. ábra Részletválogatás a MIDI szemléletben létrehozható produktumok képkockáiból (forrás: szerző)

Az így összeálló kép egy olyan oktatási jövőt mutat, amelyben a tanulás nemcsak gyorsabb, személyre szabottabb és technológiailag gazdagabb lesz, hanem mélyebben élményszerű is – és ahol a pedagógia és a technológia egymást erősítve működik tovább.

Irodalomjegyzék:

Kosmyna, N., et al. (2025): Cognitive costs of AI-assisted writing: Neural and behavioral effects of prolonged chatbot use [Preprint manuscript]. Massachusetts Institute of Technology (MIT)

Nagy, E., & Jámbori, Sz. (2019): Az iskolai zaklatás jellemzői a Boldogságóra Programban részt vevő osztályokban. Magyar Pedagógia, 119(2), 131–150. https://doi.org/10.17670/MPed.2019.2.131

Németh, Á. (Szerk.). (2023): Iskoláskorú gyermekek egészségmagatartása 2022. A WHO-val együttműködésben megvalósuló nemzetközi kutatás magyar nemzeti jelentése. ELTE Pedagógiai és Pszichológiai Kar.

Valle, J. E., & Stelko-Pereira, A. C. de A. (2018): Influence of bullying and teacher-student relationship on school engagement: Analysis of an explanatory model. Estudos de Psicologia (Campinas), 35(4), 411–420. https://www.scielo.br/j/estpsi/a/TYZmLqBxqXQgfjDqfw8fcqp/

Samara M, Da Silva Nascimento B, El-Asam A, Hammuda S, Khattab N: How Can Bullying Victimisation Lead to Lower Academic Achievement? A Systematic Review and Meta-Analysis of the Mediating Role of Cognitive-Motivational Factors. Int J Environ Res Public Health. 2021 Feb 24;18(5):2209. DOI: 10.3390/ijerph18052209. PMID: 33668095; PMCID: PMC7967665.

 

[1] https://pmc.ncbi.nlm.nih.gov/articles/PMC7967665/

[2] https://www.scielo.br/j/estpsi/a/TYZmLqBxqXQgfjDqfw8fcqp/?format=html&lang=en