HÍREK ÉS ÉRDEKESSÉGEK

Kigyós Tamás, pszichológus

Ez a cikk a 2025. május 16-án megrendezett „A tanítás jövője – a tanulás jövője” című konferencián elhangzott előadás írásos összefoglalója.

A mesterséges intelligencia (MI) és a legújabb digitális eszközök egyre nagyobb mértékben árasztják el az oktatás világát. A diákok tömegesen használják a nagy nyelvi modelleket (LLM-eket), az oktatók is kihasználják ezek segítségét, a tudósok pedig tudományos munkáikban alkalmazzák ezt a technológiát. Számos tendencia azonban óvatosságra int ezen új folyamatok bevezetése kapcsán. Előadásomban három kihívást mutatok be, amellyel az oktatás során szembesülünk, és ezekre javaslok egyfajta megoldást is.

Milyen alapelvek mentén alkalmazzuk az MI-t az oktatásban – Roger Penrose tanítása

Az első kihívás az oktatás iránti fásultság. A szakképzésbe vagy felsőoktatásba belépő diákok belefáradtak az iskolába. Belefáradtak az unalmas órákba és házi feladatokba, és egy negatív hozzáállással érkeznek az új környezetbe. Az oktatást és tanulást vonzóvá, izgalmassá kell tennünk – ebben az új technológiák nagy segítségünkre lehetnek.

Az Európai Unió MI-rendelete (AI Act) az MI használatát olyan irányba kívánja terelni, hogy az etikus és biztonságos legyen, megakadályozva a viselkedés-manipulációt, sztereotípiák és sémák erősítését, valamint az érzékeny adatok gyűjtését. Ezek azonban éppen azok a célok, amelyeket egy oktató követ a tanulási utak kialakításakor – tehát itt egyfajta ellentmondással állunk szemben. Az MI fejlődése még nem képes helyettesíteni két öntudatos lény közötti kapcsolatot. Ez azt jelenti, hogy még ha jól is használjuk az MI-t az oktatásban, továbbra is szükségünk van emberi kapcsolatra és felelősségvállalásra.

Hogyan őrizzük meg az emberi intelligenciát az MI térhódítása mellett – Thomas Friedman tanítása

A második kihívás, hogy a technológia eláraszt minket: folyamatosan online vagyunk, elérhetők, és éjjel-nappal ömlik ránk a tartalom. A háztartási eszközeink többsége képes (vagy a közeljövőben képes lesz) kapcsolódni az internethez, aminek következtében ki vagyunk téve a hackertámadásoknak, kártevőknek és az adatvédelmi visszaéléseknek. Ebben a dinamikus környezetben a kritikai gondolkodás és az etikus döntéshozatal alapkompetenciái minden eddiginél fontosabbá válnak, mivel ezek segítségével tudjuk megőrizni a hétköznapi dolgok jelentését és értékét, hogy ne legyünk becsaphatók vagy félrevezethetők.

Hogyan készíthetjük fel a diákokat – Ray Kurzweil tanítása

A harmadik kihívás a munkához és az emberi kapcsolatokhoz való hozzáállás megváltozásából ered. Az értékek átalakulóban vannak, és jelenleg egy olyan állapotban élünk, amit a szociológia anómiának nevez. A civilizációnkat eddig irányító szabályok és normák többé már nem szolgálnak világos útmutatással, és még nem tudjuk pontosan, hogyan fog működni a jövő. Ez komoly nyomást helyez az egyénekre, a cégekre és a társadalom főbb rendszereire. Így a tanulás és a rugalmasság válnak az alkalmazkodás kulcsaivá, miközben az értékek megőrzése és az oktatás személyre szabása egyre inkább lehetővé válik.

Ma már minden eddiginél jobban tudunk érvényes adatokat gyűjteni és azokat felhasználni a tanulási utak és a támogatás személyre szabásához. Ez azonban különös odafigyelést igényel, mivel a munkahelyi motivációk és belső hajtóerők eltérőek, és az emberek egyre inkább igénylik az elismerést és az elégedettséget.

Beavatkozási pontok

E kihívások kezelésének legjobb módja az önismeret fejlesztése validált és megbízható eszközök és források segítségével. Az egyik lehetőség, hogy a diákokat és munkavállalókat olyan készségekkel ruházzuk fel, mint a kritikus gondolkodás, elemzés, szintézis, és hogy először önállóan gondolkodjanak, majd aztán értékeljék az új információkat.

A másik út olyan rendszerek létrehozása, amelyek valóban támogatják az értékalapú és minőségi döntéshozatalt. Az MI sok mindent jelenthet, de a szakértők egyetértenek abban, hogy jelenleg ezek az algoritmusok statisztikai alapon működnek, és fennáll a hallucináció és az elfogultság (bias) veszélye, ezért olyan struktúrára van szükség, amely mentes ezektől a problémáktól.

Egy lehetséges megoldás az úgynevezett Model Based Intelligence (MBI), amely emberi rendszerekre és tudományos modellekre épül, és az ehhez kapcsolódó gépi tanulási algoritmusok csak olyan bemeneteket használnak, amelyek összhangban vannak a szervezet stratégiájával és jellemzőivel, valamint tükrözik azokat az értékeket és motivációkat, amelyek alapján egy sikeres és elégedett tanuló vagy munkavállaló gondolkodik és cselekszik.

Ezért az olyan szolgáltatások, mint a PractiWork értékelő és tanácsadó rendszer, iránytűként szolgálhatnak az oktatásban és a vállalati döntéshozatalban. Segítenek a személyes motivációk és értékek fókuszban tartásában, tudományosan megalapozott módon. A kompetenciaprofilok és adatok segítenek az egyénnek a reális énkép kialakításában, a tanulási döntések meghozatalában és a személyes fejlődés nyomon követésében. A vállalatok mérhető értékekre és készségekre épülő profilokat alkothatnak, és a rendszert használhatják arra, hogy a jelölteket összeillesszék a vállalati profilokkal és kultúrával – így a toborzás, beillesztés és szervezetfejlesztés hatékonyabbá és megbízhatóbbá válik.