Az oktatástechnológiai vállalatok sikeressége nagyban függ attól, hogy mennyiben képesek megfelelni a látókörükbe tartozó oktatási rendszerek igényeinek és főbb jellegzetességeinek. A releváns jellemzők régiónként vagy országonként rendkívül eltérők lehetnek.

Az oktatás néhány globális trendje

Az oktatástechnológiai vállalatok sikeressége nagyban függ attól, hogy mennyiben képesek megfelelni a látókörükbe tartozó oktatási rendszerek igényeinek és főbb jellegzetességeinek. A releváns jellemzők régiónként vagy országonként rendkívül eltérők lehetnek. Figyelembe véve az adott nemzet által kitűzött hosszútávú oktatáspolitikai célkitűzéseket, az adott oktatási rendszer fejlettségét, hagyományait, vagy az oktatási termékek, szolgáltatások megvásárlásáról autonóm döntéseket hozó potenciális ügyfélkör változatosságát, számos eltérést azonosíthatunk. Szintén érdemes figyelembe vennünk a munkaerőpiaci elvárásokat, melyek pedig az oktatási szektort állítják kihívások elé, mind a tanulásszervezés mind a tanítás-tanulás tartalmi kérdéseit terén. Így a következőkben röviden kitérünk néhány aktuális, globális trendre, melyek meghatározzák a különböző oktatási rendszerek által ellátandó feladatokat, kiemelten a fejlesztendő készségek és kompetenciák terén. Ezzel együtt fontos figyelembe venni a EdTech cégek épp népszerű, fő fejlesztési irányait is melyek szintén jelentős hatást gyakorolhatnak az oktatási szektor szereplőinek – ideértve a döntéshozókat, szakpolitikusokat, oktatókat, tanárokat és tanulókat – elvárásaira és gyakorlatára is. Utóbbi során a terület sokak által legígéretesebbnek tartott nóvumával, a mesterséges intelligencia oktatási hasznosításának lehetőségeivel is foglalkozunk.

 

Az oktatás jelene és jövője

 

Az oktatás alapvető feladatának tekinthetjük, hogy az adott kor elvárásainak megfelelően biztosítsa a szükséges kompetenciákat és készségeket, valamint ehhez kapcsolódóan csökkentse a tanulók közötti egyenlőtlenségeket (OECD, 2020). Éppen ezért a nemzeti oktatási rendszerekre rendkívül nagy felelősség hárul a tanítás-tanulás folyamatának rendszeres megújításában. A gazdasági környezet átalakulását összefoglaló folyamatra 4. Ipari Forradalomként – ennek eredményére „Ipar 4.0”-ként –, az új gazdasági körülményeknek megfelelő oktatási környezetre pedig „Oktatás 4.0”-ként hivatkozik a szakirodalom. A World Economic Forum (2020) „Schools of Future” című kiadványában tette közzé saját „Oktatás 4.0 Keretrendszerét”, melynek szerzői egyszerre fogalmaztak meg a modern oktatási rendszerekre vonatkozóan tartalmi és módszertani kritériumokat. Előbbihez kapcsolódóan a globális állampolgársághoz; az innovációhoz és kreativitáshoz; a technológia használatához; a személyközi viszonyok ápolásához kapcsolódó készségek fejlesztésének szükségességét jelölték meg. A tartalom elsajátítását segítő módszereknél a személyre szabott, egyéni tempójú, méltányos és inkluzív, probléma-alapú és kollaboratív módszereket, valamint az élethosszig tartó, önszabályozott tanulást szerepeltették. A keretrendszer jól hasznosítható irányvonalakat jelöl ki az oktatástechnológiai vállalatok számára is, hiszen a technológia integráltságának biztosítása mellett konkrét módszereket, célcsoportokat és fejlesztendő készségterületeket jelöl meg a potenciális fejlesztések tárgyaként melyeket egy-egy vállalat felhasználhat termékei és szolgáltatásai tervezéséhez is. Ugyanakkor az, hogy az egyes országok mennyiben képesek a keretrendszernek megfelelően ellátni a munkaerőpiac új kihívásait, nehezen megítélhető, főként, hogy számos kritérium nehezen határozható meg országos szinten (pl. adott tanulás-tanítási módszerek alkalmazása), más esetekben definíciós problémákba vagy a mérési eredmények nehéz elérhetősége ütközünk (pl. globális állampolgári készségek).

 

Szintén a változó készségigényeket foglalja össze a World Economic Forum (2020) által rendszeresen összeállított „Future of Jobs Report”, melyben a szerzők a 2025-re várható trendeket összegzik. A számos eredmény és predikció közül jelen riport tekintetében csupán a munkaerőpiacon várhatóan legfontosabb készségeket mutatjuk be, melyek az analitikus gondolkodás és innováció; aktív tanulás és tanulási stratégiák; komplex problémamegoldás; kritikus gondolkodás és elemzés; kreativitás, eredetiség, kezdeményezőkészség; vezetés voltak – a lista tovább folytatható. A készségfejlesztés növekvő szerepét mutatja a „skills over degrees” modell térnyerése – mely a készségfejlesztés fontosságát és a tanulót, mint fogyasztót helyezi a tanulás-tanítási folyamat középpontjába (Nordlund – Østergaard, 2019) –, valamint a mikrotanusítványokat nyújtó képzések terjedése is melyek nagyban segíthetik a tanulók munkaerőpiaci elhelyezkedését (McGreal – Olcott 2022).

 

Az oktatás hagyományos kereteinek átalakulására a 2020-ban kezdődő járványhelyzet is jelentős hatást gyakorolt. A pandémiára válaszul bevezetett online oktatás következményeit jól szemléltető adatokat publikált az Ipsos, a World Economic Forumnak készített, 29 országot bevonó felmérésében (Boyon, 2020). A nagymintás felmérés során a válaszadókat többek között arról kérdezték, hogy véleményük szerint a jelenléti felsőoktatás megéri-e az költségeit. Az állítással egyetértők (azaz azok, akik helyeslően válaszoltak a kérdésre) aránya 53% volt, míg a megkérdezettek 36% összességében úgy gondolta, hogy a jelenléti felsőoktatásban való részvétel nem térül meg. Hazánk esetében hasonló arányok láthatóak, ott az egyetértők aránya 49%, míg az ellentétes álláspontot képviselők aránya 38% volt. A jelenléti oktatás szerepét leginkább Kínában és Svédországban és Dániában ismerik el, míg az ellentétes oldalt Oroszország és Olaszország képviseli. A pandémia meghatározó jellegét jól mutatja, hogy a School Education Gateway (2020) portál nem reprezentatív felmérése alapján a pedagógusok 70%-a egyedül a hazai digitális munkarendhez hasonlóan bevezetett távolléti oktatás következtében alkalmazott online oktatást elsőként. Természetesen a reakciókészség nagyban múlott az adott nemzet oktatási rendszerének ellenállóképességén, hiszen az online oktatási platformok használata nagyobb mértékű volt a magasabb digitális kompetenciaszinttel jellemezhető országokban (Dalton és mtsai, 2020). Mindez nem zárja ki a hazai Digitális Jólét Program keretein belül elkészült Digitális Comenius Jelentés (2021) megállapítását, miszerint a pandémia hatásaira egyetlen oktatási rendszer sem volt felkészülve.

 

1. ábra A jelenléti felsőoktatás megéri a költségeit? Forrás: (Boyon, 2020)

 

 A koronavírus okozta válsághelyzetre adott reakció vagy az „Oktatás 4.0” keretrendszer szempontjai alapján közelebb juthatunk annak megítéléséhez, hogy egy ország oktatási rendszere mennyire nyitott az oktatástechnológiai szektor bizonyos termékeinek és szolgáltatásainak alkalmazására, ám ezek pontos, teljes nemzetre vonatkoztatható megállapítások megtételére nem nyújtanak lehetőséget. A későbbi fejezetek során tárgyalt tényezők mellett az eligazodást segítik a különböző digitáliskompetencia-keretrendszerek, a pedagógusokra és oktatókra vonatkozó DigCompEdu (Redecker, 2017), valamint az intézményi digitális kompetenciát megragadó DigCompOrg (Devine és mtsai, 2015) keretek. A technológia használatához szükséges készségek, a digitalizáltság globális szintjének megítéléséhez a szintén Európai Unióhoz köthető „Digitális Gazdaság és Társadalom (Digital Economy and Society, röviden DESI) index nyújt támpontot. A mutató négy komponens – a hálózati összekapcsoltság, a digitális közszolgáltatások, a humán tőke és a digitális technológiák integráltsága révén – összegzi az egyes társadalmak digitalizáltságának fokát (European Commission, 2022). Az index eredményeit alapul véve leginkább Finnország, Dánia, Hollandia és Svédország felelnek meg leginkább a digitális technológiával kapcsolatos készségigényeknek, míg Görögország, Bulgária és Románia esetében fejlődésre van szükség a területen. A Visegrádi Együttműködés tagjai egyaránt az országok alsó harmadában szerepelnek. Élükön Csehország áll (19. hely), melyet Magyarország (22. hely), Szlovákia (23. hely) és Lengyelország (24. hely) követ.

 

2. ábra: DESI index, 2022. Saját szerkesztés. Forrás: European Commission (2022)

 

A trendek alapján tehát jól látható, hogy az oktatás mind a tartalma, a módszerei, a munkaerőpiac által támasztott elvárások, a digitális technológia alkalmazása, valamint a képesítés és oktatási forma tekintetében is átalakulóban van, mely változások követése kiemelt feladata a hosszú távra tervező oktatástechnológiai vállalatoknak. Az oktatás távoli jövőjéhez nyújt adalékokat az OECD (2020) „Back to the Future of Education” című elemzése, mely négy különböző lehetséges szcenáriót határoz meg az iskolák jövőjére vonatkozóan.

Az első a „Schooling extended” forgatókönyv, mely szerint a formális oktatás megmarad az ismeretszerzés fő módjának, a diploma továbbra is kulcsfontosságú lesz a jó gazdasági és társadalmi státusz elérésében, a tanár-tanuló kapcsolat pedig javarészt változatlan marad. Megindul a tanulási forrásanyagok és adatok országok közötti megosztása, a tanulás pedig személyre szabottabbá válik. A hagyományos adminisztratív szervek megőrzik szerepüket, de az iskolák kiemelt figyelmet fordítanak a partnerségek és nemzetközi együttműködések kialakítására. Az „Education outsourced” szcenárió szerint a szülői és közösségi bevonódás növekvő szerepével népszerűbbé válnak az alternatív oktatási formák, mellyel párhuzamosan megnő az oktatási szolgáltatásokra vonatkozó egyéni választások jelentősége. Mindez az oktatástechnológiai szolgáltatások és termékek sokszínűségét feltételezi, mely rugalmasságot kínál a tanulóknak, hogy saját ütemben haladva sajátítsák el a tananyagot – ennek következményeként viszont csökken a bürokratikus oktatásirányítás szerepe, az iskolarendszerek piaci szereplővé válnak. A „Schools as Learning Hubs” forgatókönyv alapján az iskola megmarad jelenlegi formájában, ugyanakkor a készségek tanúsításának folyamata átalakul. A szcenárió alapján számos oktatási módszer lesz elérhető, az ezekkel való kísérletezés pedig normává válik. Az olyan szereplők, mint a múzeumok, technológiai hubok, könyvtárak az iskolák fontos partnereivé válnak. A döntéshozás helyi szinten valósul meg. Az utolsó, „Learn-as-you-go” forgatókönyv a digitalizáció olyan mértékű elterjedését feltételezi mely végső soron a teljes köznevelés és iskoláztatás megkérdőjeleződését vonja maga után. A folyamat során a felhasználók a saját tanulási útjuk szakértőivé válnak, így a pedagógusszakma ma ismert formája megszűnik. A szcenárió a mesterséges intelligencia elterjedését és jelentős fejlődését is feltételezi.

A különböző forgatókönyvek értékelésekor fontos kiemelni, hogy szinte valamennyi esetben alapvető következmény az EdTech szektor termékeinek és szolgáltatásainak növekvő igénybevétele – a vásárlók személye tekintetében azonban fontos különbségek azonosíthatók.

 

Az EdTech ökoszisztéma

 

Az oktatástechnológiai piacot számos tényező befolyásolja. A termékek és szolgáltatások vásárlói lehetnek magánszemélyek vagy vállalkozások, az oktatás különböző fokozatait képviselő (K-12, szakképzés, felsőoktatás) iskolák vagy ezeket igazgató iskolakörzetek, tankerületek és kormányszervek, stb. A piac fontos sajátossága azonban, hogy bármely vásárlói szegmensre is gondolunk, kisebb-nagyobb mértékben valamennyire nézve meghatározó az adott nemzet oktatáspolitikával kapcsolatos víziója, a fejleszteni kívánt készségek és kompetenciák. Ennélfogva az oktatástechnológiai szektor helyzetének tárgyalásakor nem kerülhető meg az a szempont, hogy az oktatás hagyományosan a kormányok által működtetett és szabályozott rendszer, mely akár közvetve (pl. a munkaerőpiacon értékes kompetenciák), akár közvetlenül (pl. országosan bevezetett rendszerek, ajánlott szolgáltatások) szabályozza a megrendeléseket (Renz és Hilbig, 2020). Innen nézve az oktatási rendszerek oktatástechnológiai szektorhoz való viszonyára – ideértve az igénybe vett termékek/szolgáltatások körét, az ezek tetszőleges igénybevételéhez biztosított autonómiát – a nemzetgazdasági versenyképességet is meghatározó tényezőként tekinthetünk. A különböző kormányok ugyanis az eredményeik nemzetközi összehasonlíthatóságát is figyelembe véve dolgozzák ki azon szakpolitikákat, melyek hozzájárulnak a tanulók társadalmi és gazdasági kilátásaihoz, a tudásszerzés minél hatékonyabb megszervezéséhez és az igények kielégítéséhez (OECD, 2021).

 

Az oktatástechnológia szereplőinek kapcsolatát az oktatástechnológiai cégeket támogató Educate akcelerátorprogram és a Cambridge közös jelentésében „arany háromszögként” írják le a szerzők (Cambridge Partnership for Education, 2021). A modell alapján a már tárgyalt szereplők mellett az akadémiát, mint az oktatási szektor szereplőit és EdTech vállalatokat kutatási eredményekkel ellátó aktort is a rendszer részének tekinthetjük. Innen nézve az oktatási szektor számára fontos kérdés, hogy miként használja fel a kutatások eredményeit, valamint, hogy melyek azok az oktatástechnológiai megoldások, amelyek bizonyítottan hatékonyan hasznosíthatók. Az ökoszisztéma alapján az EdTech cégek részéről artikulálódó igény, hogy képet kapjanak a tanárok és tanulók termékről/szolgáltatásról alkotott véleményéről, tesztelhessék ezek hatékonyságát, valamint feladatuk, hogy megtalálják a módját a kutatási eredmények hasznosításának. Az EdTech ökoszisztémaként való szemlélése nem egyedülálló. A World Economic Forum (2015) „New Vision for Education – Unlocking the Potential of Technology” című kiadványában részletezte a különböző szereplőknek szánt feladatát. Eszerint a politikai döntéshozóké az oktatási rendszerek átalakítása úgy, hogy azok képesek legyen a 21. században fontos készségek fejlesztésére; a készséghiányok felmérése és rangsorolása a helyi közösség igényeinek figyelembevételével, valamint egy olyan tanulási környezet létrehozása, amely támogatja az innovációt. A tanárok, oktatók felelőssége a jó modelleket érintő tudásmegosztás, az oktatási technológiák értékelése; valamint a technológiai szakértelmük fejlesztése. Az EdTech vállalatok feladata a készséghiányoknak megfelelő termékek és szolgáltatások és a kompetenciahiány kezelésének támogatása. A szerzők ezen túl definiálja a különböző pénzügyi alapok szerepét – a folyamat gyorsítását, valamint a skálázhatóság, kísérletezés lehetőségének biztosítását – is. A WEF hangsúlyos állítása, hogy az ökoszisztéma szereplői részéről együttműködésére – technológiák és tanulási célok összehangolása, a technológia hatékony alkalmazását biztosító pedagógiai megközelítések kidolgozása van szükség az oktatástechnológiában rejlő potenciál kiaknázásához.

 

Az ökoszisztéma szereplői közötti összhang hiánya globálisan is tetten érhető. Az oktatási gyakorlat és a kutatási eredmények kapcsolatának hiányát tapasztalhattuk meg a COVID-19 járványhelyzet során is, melynek során az eredmények jól hasznosíthatók lettek volna a pedagógiai infrastruktúra tervezése és a távoktatás szervezése során (Cambridge Partnership for Education, 2021). A jelek alapján az oktatástechnológiai cégek számára is feladat az oktatási intézmények igényeinek felmérése. A WEF 2015-ös gyűjtése alapján a népszerű szolgáltatások többsége főként az alapműveltség részét képző ismeretek elsajátítását segítették míg a kompetenciák és olyan jellemvonások fejlesztése, mint pl. a kommunikáció, kreativitás, kitartás, kritikusság, kíváncsiság kevés technológiai megoldás állt rendelkezésre (1. táblázat).

 

1. táblázat: Az oktatástechnológiai szolgáltatások által fejlesztett szolgáltatások területek és típus szerint
(Forrás: Saját, szerkesztés, World Economic Forum, 2015)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Az ökoszisztéma hatékony működésében kulcsszerep hárul arra a kérdésre, hogy az oktatási rendszer döntéshozói mekkora szerepet vállalnak az oktatástechnológiai szolgáltatások és termékek kiválasztásában és mekkora autonómiát biztosítanak a végfelhasználók, azaz tanárok, igazgatók, esetleg a tanulók számára. A Digitális Comenius Jelentésben (2021) ezt a kérdést az országokban elérhető digitális oktatási és tanulási tartalmak, tanulásmenedzsment rendszerek és platformok, valamint adminisztrációs rendszerek központosított jellegén keresztül vizsgálták. Az eredmények alapján számos nemzet biztosít központilag ellenőrzött, minőségbiztosításon átesett digitális oktatási és tanulási tartalmakat (pl. Lengyelország, Magyarország, Szlovákia, Horvátország, Finnország, Észtország, Franciaország), mások (pl.: Anglia, Németország) jó gyakorlatokkal, útmutatókkal segíti az intézményeket, pedagógusokat a megfelelő tartalmak kiválasztásában. A tanulásmenedzsment platformok kiválasztásában már markánsabb különbségeket találunk, hiszen a választás során számos esetben a pedagógusok, iskolák individuális döntései kerülnek előtérbe, mely versenyre (pl. Finnország, Anglia, Németország) készteti a piacon jelenlévő oktatástechnológiai vállalatokat is. A jelentés harmadik szempontja a központi adminisztrációs rendszer megléte volt, mely az eredmények alapján nem alapvető adottság a vizsgált országokban – sokszor inkább a szolgáltatás/termék kiválasztásában támogatják az iskolákat.

 

Az ökoszisztéma működésének hatékonysága különös jelentőséggel bírt a pandémia következtében bevezetett digitális munkarend során. Azt hihetnénk, hogy a vásárlók részéről tanúsított növekvő érdeklődés egyértelmű előnyére vált az EdTech vállalatoknak, ugyanakkor ez csak részben volt igaz. Beszédes, hogy míg 2020 áprilisában az EdTech vállalatok legégetőbb problémája az irodabérlet díjának rendezése volt, 2020 őszére a túl sok toborzott ügyfél egyidejű kiszolgálása jelentett problémát. Az időszakot intenzitását növelte, hogy számos cég ebben az időszakban bővítette/módosította termékét/szolgáltatását az otthoni tanulás elvárásainak megfelelően. Pozitívum ugyanakkor, hogy mindez intenzívebb kommunikációt eredményezett a vásárlókkal, a vélemények becsatornázásának módja azonban főként interjúk révén zajlott, mely az időigényesség szempontjából kevésbé hatékony, mint pl. naplóadatok feldolgozása lett volna. A járványhelyzet további hozadéka volt, hogy az EdTech vállalatokra sokan segítőkként tekintettek, melyet nagyban támogatott, hogy a cégek számottevő aránya kínált ingyenes szolgáltatásokat, technológiákat is (Cambridge Partnership for Education, 2021).

 

Bármely vásárlói szegmensre is gondolunk, az EdTech vállalatok érdeke, hogy figyelemmel kísérje a munkaerőpiac által definiált készség- és kompetenciaigényeket; az egyes nemzeti oktatási rendszerek igényeit, vízióját és a felelősségi körök megoszlását; az aktuális kutatási eredményeket és pedagógiai-módszertani trendeket; valamint azon globális történéseket, melyek a társadalom életét széleskörben képesek meghatározni. A felsorolt szempontok egyértelműen a mesterséges intelligenciára irányítják a figyelmet, mely a Bhutoria (2022) prognózisa alapján a „big data”-val kiegészülve a teljes oktatási szektor megreformálását eredményezheti.

 

A mesterséges intelligencia az oktatásban

 

Az AIED

A mesterséges intelligenciával (AI) támogatott termékek és szolgáltatások egyre népszerűbb és önállósodó szegmens az oktatástechnológiai termékek között, mely utóbbit jól jelzi, hogy a területre AIED-ként, azaz „Artificial Intelligence in Education” szokás hivatkozni (Hwang és mtsai, 2020). A mesterséges intelligencia termékekbe, szolgáltatásokba való építésének trendje tehát az EdTech cégeket is elérte, melynek hatására a vállalatokat érintő befektetési kedv is nőtt (Chaudhry és Kazim, 2021). Az AIED jelentőségét mutatja az is, hogy a mesterséges intelligenciát – a tanulás személyre szabása mellett – sokszor már meglévő termékek/szolgáltatások és alkalmazott technológiák (pl.: AR, VR stb.) interaktívabbá, motiválóbbá vagy vonzóbbá tételéhez használják, így az alkalmazási terület rendkívül széles. Ráadásul számos országban (pl. India, Kína, Egyesült Államok) jelentős fejlesztési és kutatási tevékenység zajlik a területen. Az ilyen megoldások terjedését ugyanakkor számos tényező akadályozza, melyek között kiemelendők az adatvédelemmel és a megfizethetőséggel kapcsolatos korlátok (Bhutoria, 2022) valamint a későbbiekben taglalt etikai, társadalmi hatásokkal kapcsolatos aggályok is. Ezek mellett a mesterséges intelligencia megoldásokat fejlesztő vállalatoknak sokáig nem állt rendelkezésre az algoritmusok tanításához szükséges, releváns adatállomány sem, mely hiányt a pandémia következtében digitális platformokra terelt felhasználók megnövekedett online tevékenysége kezelt. Sokszor a szolgáltatások/termékek minősége, rugalmassága nem tette lehetővé a növekvő felhasználói kör kiszolgálását, vagy a tapasztalat, az AI-alkalmazások hatékonyságát bizonyító eredmények hiánya fékezte az innováció terjedését (Chaudhry és Kazim, 2021).

 

Az AI fogalma és alkalmazási területei az oktatásban

 

Az Oxford Dictionary (n.d.) alapján az AI fogalmán olyan számítógépes rendszerek elméletét és fejlesztését érthetjük, amelyek képesek lemásolni az intelligens emberi viselkedést. Más megközelítésben a fogalom összegzi azon törekvéseket, melyek célja az olyan intellektuális feladatok automatizálása, amelyeket hagyományos módon emberek végeznek (Chollet, 2017). Így leginkább tudományterületként vagy kutatómunkaként érdemes az AI-ra gondolnunk, mely az emberek képességeinek algoritmusok révén való reprodukálására, utánzására irányul. Ha jobban belegondolunk már az “intelligencia” fogalom meghatározása sem egyértelmű, magyarázatakor pedig a számítógépes tudományok említése helyett alapvetően a pszichológia, idegtudomány, nyelvészet, azaz többnyire az élettani, vagy a kognitív tudományok felé érdemes indulnunk (Stone és mtsai, 2016). A fogalom meghatározásához hasznos Nilsson (2011) gondolata, melynek alapja, hogy az intelligencia – függetlenül attól, hogy géptől vagy embertől származik – négy tényezőből áll: a mértékéből (azaz, hogy az intelligencia alanya mennyire intelligens); a sebességéből; az autonómia fokából; illetve az általánosságából. Ezen tényezők alapján összehasonlíthatóvá válik az emberi és mesterséges intelligencia, valamint a különböző alkalmazások is, mely révén akár adott feladatok automatizálási potenciálja, akár a különböző algoritmusok teljesítménye is összehasonlíthatóvá válik.

 

A mesterséges intelligencia oktatási területen való hasznosítása is jellemzően a szellemi tevékenységeket is érintő automatizáción, valamint a személyre szabott működés képességén keresztül valósul meg. Habár a legtöbb prognózis szerint az AI alkalmazása alapjaiban határozza meg a jövő munkaerőpiacát és teszi szükségessé adott készségek, kompetenciák fejlesztését, vagy az újraképzést (World Economic Forum, 2020), a technológia előnyeit sokan épp a képzési részvétel ösztönzéséhez, a motiváció fenntartásához (Verhangen, 2021), valamint egy produktívabb tanulási környezet megtervezéséhez kötik (Hwang és mtsai, 2020). Ennélfogva az oktatás fejlődésével a fejlett AI-módszerek (pl. deep learning, adatbányászat stb.) alkalmazása is egyre széleskörűbbé válik (Chen és mtsai, 2020). Mára azt is tudjuk, hogy a kezdeti dilemmák ellenére a mesterséges intelligencia-alkalmazásokra a pedagógusok, oktatók leváltása helyett sokkal inkább egy velük együttműködő asszisztensként tekinthetünk, mely meghatározza, hogy hol van szükség a tanár segítségére, másrészt segíti a tanárokat a monoton, automatizálható feladatok, pl. osztályzás vagy visszajelzés (Chaudhry és Kazim, 2021) ellátásában.

 

Amennyiben konkrét feladatok szerint tárgyaljuk az AIED alkalmazási területeit Rus és mtsai (2013) alapján három fő területet, az adminisztrációt az oktatást és a tanulást különböztethetjük meg. Előbbihez kapcsolódóan az AI-alkalmazások előnyei főként a gyors munkavégzésben, a döntéstámogatásban, valamint a visszajelzés nyújtásában mutatkoznak meg. Az oktatás területén az AI tananyag és a tanulási utak személyre szabása és a tanuló teljesítményének monitorozása révén segíteni a tudásátadást és az iskolaelhagyás esélyeinek csökkentését. A tanulás területén a mesterséges intelligencia többek között a tudáshiányok korai azonosításában és adaptív, intelligens kezelésében hasznosítható. Chaudhry és Kazim (2021) felosztásában szintén megjelenik a tanárok munkaterheinek csökkentése, a tanulók egyedi tanulási igényeihez való alkalmazkodás, valamint az értékelések forradalmasítása. A szerzők ugyanakkor nevesítik intelligens tutor-rendszereket (intelligent tutor systems, ITS) is, melyek a tanulókkal interakcióba lépve képesek ellátni a személyre szabott visszajelzést és tanulást támogató funkciókat. Látható, hogy ezen funkciók révén nem helyettesíthető teljes mértékben egy pedagógus munkája, sokkal inkább az együttműködés jellemző – mindezt jól mutatja Timms (2016) kollaborációt ösztönző robotokra használt „co-bot” elnevezése is.

 

Az alkalmazási területeket tovább szélesít Hwang és mtsai (2020) tipológiája, melyben a már tárgyalt oktatói szerep mellett az AI további szerepekbe bújva segíti a tanulókat a tanulási folyamat során. Az első ilyen szerepkör az intelligens tanulóké (intelligent tutee), melyek szimulásával a tanuló az oktató szerepébe bújhat, hogy „tanítványaival” megértesse a tananyag komplex fogalmait. Mindez a szerzők szerint nagyban segítheti a magasabb rendű gondolkodáshoz kapcsolódó kompetenciák fejlesztését, ahogyan a tananyag elsajátítását is. Hasonló célú az intelligens tanulótársak szimulálása is, mely a rutinfeladatok ellátásával segíti a tanulót abban, hogy a feladat lényegi pontjaira fókuszálhasson (pl. adatgyűjtés automatizálása, elemzése, hogy a tanuló az eredmények értelmezésével és összefüggések keresésével foglalkozhasson). Az AI továbbá betöltheti egy szakpolitikai tanácsadó szerepét is, mely révén a döntéshozókat segítheti az oktatáspolitikai döntések tervezésében és kivitelezésében. A bemutatott alkalmazási területek közül valamennyire vonatkozóan számos alkalmazási példát, esettanulmányt láthatunk. Chen és mtsai (2022) ugyanakkor azt is megvizsgálták, hogy melyek azok a témák, melyek népszerűsége a közeljövőben várhatóan nőni fog: intelligens tutor-rendszerek (ITS) használata kiemelt figyelmet igénylő tanulók oktatásában, a természetes nyelvfeldolgozás (Nature Language Processing; NLP) alkalmazása a nyelvtanulásban, az oktatási adatbányászat (Educational Data Mining; EDM) a tanulási teljesítmény előrejelzéséhez, diskurzuselemzés a digitális technológiával támogatott kollaboratív tanulásban, neurális hálózatok a tanítási tevékenység értékeléséhez; tanulói érzelmek felismerése, ajánlórendszerek a személyre szabott tanuláshoz.

 

Az eddigiek alapján jól látható, hogy a mesterséges intelligencia fő potenciálja a tanulóhoz való alkalmazkodás során az információk automatizált feldolgozásához kötődik. Ugyanakkor, mint korábban már megállapítottuk a különböző AI-hoz sorolt módszerek sokszor „észrevétlenül” épülnek be más technológiai megoldásokba, így támogatva azok hatékonyságát. Az alábbi táblázat (2. táblázat) abban nyújt útmutatást, hogy az oktatás különböző területein mely AI-technológiákat hasznosítják.

 

2. táblázat: Különböző AI-technológiák alkalmazási terület szerint.
Saját szerkesztés. Forrás: (Chen és mtsai, 2020)

Alkalmazás

AI-technológia

Tanulók és iskolák értékelése

Adaptív tanulási módszerek, személyre szabott tanulási, tudományos analitika

Osztályozás, dolgozatok és vizsgák értékelése

Képfelismerés, számítógépes látás, előrejelzőrendszerek

Személyre szabott, intelligens oktatás

Adatbányászat vagy Bayes-i statisztika, intelligens tutor-rendszerek, tanulási analitika

Okos iskola (Smart school)

Arcfelismerés, beszédfelismerés, virtuális laboratóriumok, AR, VR, hallás- és érzékelési technológiák

Online és távolléti oktatás

Edge computing, virtuális személyre szabott asszisztensek, valós idejű elemzés

 

A mesterséges intelligencia oktatási célú alkalmazásának egyik legfőbb előnye, hogy a tanulóhoz alkalmazkodva képes a képzési igényeknek való jobb megfelelésre. Emellett további előnyként tekinthetünk a könnyebb elérhetőségre, hiszen a tanulók időkorlátok nélküli, a magántanárokhoz képest kedvezőbb áron juthatnak hozzá a tudáshoz, ha a fáradhatatlan AI-algoritmusokat választják. A mesterséges intelligencia-alkalmazások ráadásul hatékonyan alkalmazhatók a valamilyen szempontból hátrányos helyzetűek (pl. képességzavar, nyelvi készségek hiánya stb.) támogatására is. Egyúttal fontos hátrány, hogy a szükséges infrastruktúrával és/vagy digitális készségekkel nem rendelkezők kiszorulnak a technológia használatából. Szintén az AIED árnyoldalai között említhető meg az alkalmazások által igényelt adatigény, a sokszor jellemző etikai és adatvédelemmel kapcsolatos aggályok, valamint a technológia hatékonyságát bizonyító kutatások alacsony száma/hiánya is (Verhagen, 2021).

 

Az AIED az EdTech ökoszisztémában

 

A mesterséges intelligencia önálló, egyre növekvő területet képez az EdTech termékek/szolgáltatások között, melyet jól mutat, hogy az AI-hoz közvetlenül köthető alkalmazási területek (automatikus osztályozás, személyre szabottság, tanulási analitika) mellett más technológiai megoldásokba integráltan (AR/VR) is jelen van. Ahhoz, hogy az AIED piacon betöltött szerepéről pontosabb képet kaphassunk, a következőkben az EdTech ökoszisztéma három fő szereplője szemszögéből vizsgáljuk meg az a mesterséges intelligenciával támogatott oktatási megoldások helyzetét.

 

Az oktatási szektor egyik legfontosabb kérdése az új technológia integrálásának módja. Ezt a korábbiakban főként a különböző alkalmazások körén keresztül tárgyaltuk, ugyanakkor az is fontos szempont, hogy milyen szerepet tölt be a tanuló támogatásának folyamatában az AI-algoritmus. Ennek részletezéseként Ouyang és Jiao (2021) három tanulási paradigmát vázolt fel az AI-al támogatott oktatásra vonatkozóan. Az első szerint az AI tölti be az irányító szerepét, azaz ő képviseli az adott területen megszerezhető tudást, szervezi a tanulási folyamatot, míg a tanuló az utasításokat végrehajtva, befogadja a program – jellemzően ITS – által közvetített információkat. A második paradigma szerint az AI a tanulási folyamat irányítása helyett inkább támogatóeszközként funkcionál, míg a tanuló a rendszerrel közösen a tanulási folyamatára összpontosít, melynek során kiemelt szerep jut a kölcsönös interakcióknak. Ennek során a legnagyobb kérdés, hogy a tanulóról való információk révén milyen hatékonysággal állapítható meg a tanulás állapota. A harmadik paradigma szerint a mesterséges intelligencia az emberi intelligencia kiterjesztéseként értelmezhető, melyhez az ember-AI interakció során magasszintű együttműködésre van szükség. A fő kihívás, hogy miként illeszthető össze a tanulási folyamat komplexitása a mesterséges intelligencia-rendszerekkel.

 

A különböző módszertani irányok támogatottsága mellett a kormányzatok viszonyulását fejezi ki az is, hogy a mesterséges intelligencia, mint tananyag milyen mértékben jelenik meg a tanulók által elsajátított ismeretanyagban. Mivel a pedagógusok számára nehézkes az AI-al kapcsolatos tananyag tervezése, Chiu (2021) 24 tanárral készült interjú és egyéb dokumentumok alapján kifejezetten a K-12 iskolákat támogató segédanyagot dolgozott ki, melyben azonosította az AI-al kapcsolatos ismeretátadás kulcsfontosságú szempontjait. Az ausztrál kormány képzési anyagokat, szakirodalmi áttekintéseket, posztert biztosított a pedagógusok számára az AI-ról és más technológiákkal (VR/AR) kapcsolatban, valamint javaslatot tett a minőségi, tantervhez igazodó online forrásokra is (Southgate és mtsai, 2019). Az oktatási rendszerek kapcsolódó tevékenységét jól mutatja, hogy az összes angol nyelvi AI-kurzus közel 38%-a az USA-ból, 25%-a az Egyesült Királyságból, míg megközelítőleg 18%-a az EU-ból szármarzik, mely jól mutatja (OECD.AI, 2021). A nemzetek között kiemelkedik Kína tevékenysége, amely az országos méretű AI-fejlesztésben az oktatási intézményeket kulcsszereplőként kezeli, akár a kutatás, akár a szakemberek képzésének szempontjából. Knox (2020) alapján ezen tevékenységet sokkal inkább az oktatási piacok vállalati szektor által történő fejlesztésének vágya motiválta, semmint pedaógiai megfontolás. Ennélfogva a kínai oktatási rendszer fejlődését egyszerre biztosítja a kormány oktatási rendszer irányába tett elvárása, valamint a vállalati szektor intenzív fejlesztési tevékenysége.

 

Az akadémia szerepéről Chen és mtsai (2020) munkáján keresztül kaphatunk képet. A szerzők az AIED-témában íródott publikációk elemzése révén megállapították, hogy bár folyamatosan növekvő érdeklődés mutatkozott az AIED-el kapcsolatos kutatások iránt, bizonyos AI-módszerek (deepl learning, fejlettebb technikák) ritkábban kerülnek alkalmazásra oktatási kontextusban. A szerzők további fontos megállapítása, hogy hiányoznak az olyan tanulmányok, melyek egyszerre vizsgálják az AI-technológiák alkalmazásának lehetőségét és hatásait és foglalkoznak az oktatás módszertani kérdéseivel, tanulási paradigmákkal. A szerzők 2022-es munkájukban 92 országból származó publikációt vizsgáltak meg mely alapján a legelőkelőbb helyen (a H-index szerint) az USA állt, de előkelő helyen végzett Kanada, az Egyesült Királyság és Tajvan is (Chen és mtsai 2022).

 

Az ökoszisztéma harmadik szereplői – azaz a vállalatok – tevékenységére nézve meghatározó, hogy az AI- és tanulási analitika-alapú (learning analytics; LA) megoldások bevezetése számos akadályba ütközik (Renz és Hilbig, 2020). A szerzők szerint az AIED szektor által kibocsátott termékek/szolgáltatások széleskörű elterjedésével együtt járó paradigmaváltáshoz az oktatási rendszer gyökeres újragondolására és kulturális változásra van szükség. A 25 EdTech vállalaton alapuló vizsgálatuk másik megállapítása volt, hogy a bevont cégek üzleti modelljei kevésbé voltak adatvezéreltek, mint azt előzetesen feltételezték. Figyelembe véve azt a korábbi megállapítást, mely szerint az ökoszisztéma ideális működéséhez fontos a szereplők közötti kommunikáció, valamint az igények és trendek monitorozása, ez is lassíthatja a szolgáltatások és termékek terjedését.

 

Az AIED-EdTech vállalatok tevékenységéhez és a piacra jellemző meghatározó trendeket Grand View Research (2020) jelentésén keresztül mutatjuk be. A riport a 2017-2020-as időszakot dolgozza fel és a 2022-2030-as időszak várható trendjeit jelzi előre.[1] A piac mérete 2021-ben 1.8 milliárd USD volt. Az alkalmazások típusai szerinti a piac legnagyobb részét – közel 50%-át –  a „tanulási platformok és virtuális segítő” alkalmazások birtokolják, melyet az intelligens tutor-rendszerek, valamint az „okos tartalmak” kategóriája követ. A legkisebb szegmens a „csalás- és kockázatkezelés”, valamint a fennmaradó kategóriákat összesítő egyéb kategória volt. Az előrejelzési időszak vonatkozásában a leggyorsabban növekvő szegmens az „intelligens tartalom” lesz (37,8%-os CAGR). A különböző technológiai megoldások felől közelítve a legnépszerűbb megoldások között a felhőszolgáltatásokhoz kapcsolódó termékek, a gépi tanulás és a természetes nyelvfeldolgozás szerepeltek. A technológiák közül várhatóan az NLP mutatja majd a leggyorsabb növekedést (36.6% CAGR). Amennyiben a képzési szintek szerint vizsgálódunk, 2021-ben a felsőoktatási szegmens uralta az AIED piacát, a bevételek 42.7%-a származott ezektől az intézményektől, mely a szerzők szerint a tudományos követelmények emelkedésének, a hallgatók kritikai gondolkodási és problémamegoldási készségei előtérbe kerülésének, valamint a tanulmányokra való felkészülés és sikeres karrier növekvő szerepének tulajdonítható. Földrajzi területek szerint vizsgálva a riport alapján Észak-Amerika uralta 2021-ben a piacot, a globális bevétel 37.4%-nak birtoklásával. Az előrejelzési időszakban a legnagyobb növekedést az ázsiai és csendes óceáni térségben várhatjuk. A piac méretét leginkább befolyásoló tényezők az AI-technológia fejlődése, a kormányok növekvő beruházásai és kiadásai, az új technológiák oktatási ágazatba való bevezetése volt, melyek jelentős hatást gyakorolnak a végfelhasználók számának növekedésére. A riport szerzői is beszámolnak a világjárvány pozitív hatásairól, azonban a hatást fékező tényezőként a szakemberek hiányát jelölik meg, melynek kezelésére sok vállalat kötött partnerséget egyetemekkel a trendekhez és iparági változásokhoz való illeszkedést segítő képzések szervezése céljából. Szintén számottevő volt az okostelefon-használat, a fejlett internetkapcsolat és a digitális fizetési lehetőségek terjedése. A globális piac a 2022-ben várhatóan eléri a 2,75 milliárd USD-t, a 2022-2030-as között 36%-os CAGR várható, az időszak végére a piac elérheti a 32,27 milliárd USD-t.

 

A vállalatok felelősségvállalására jó példa az IBM vállalat tevékenysége, mely 2021-ben jelentette be, hogy 2030-ig partnerségi viszonyok kialakítása révén több, mint 30 millió embernek biztosítja a készségszerzés lehetőségeit, mely segít a növekvő készséghiány betöltésében, a munkavállalók előtt álló lehetőségek demokratizálásában is.

 


[1] A bevont országok/régiók a következők voltak: USA; Kanada; Nagy-Britannia; Németország; Franciaország; Olaszország; Európa többi része; Kína; India; Japán; Ázsia és a csendes-óceáni térség többi része; Brazília; Mexikó; Latin-Amerika többi része.