Kritikus gondolkodás

Ennek az angol oldalnak a gépi fordítása, amelyet még nem ellenőrzött anyanyelvi beszélő.

Kritikus gondolkodás — az információ elemzésének, értékelésének és szintetizálásának képessége — egyszerre olyan készség, amelynek fejlesztésében az MI-eszközök segíthetnek, és olyan kompetencia, amelyet a diákoknak az MI használatakor alkalmazniuk kell. Az MI az oktatásban kutatásaiban a kritikus gondolkodás két egymással összefüggő formában jelenik meg: tanulási célként (a diákok megtanítása kritikus gondolkodásra) és az MI kritikátlan használatával szembeni biztosítékként.

Megfontolandó kérdések

• Mennyire biztos abban, hogy felismeri a hamis vagy félrevezető MI-generált választ? A kutatások szerint az önbevalláson alapuló MI-kompetencia messze meghaladja a tényleges értékelési képességet — hogyan tesztelné magát?
• A kritikus gondolkodás itt két formában jelenik meg: tanítandó készségként és az MI kritikátlan használatával szembeni biztosítékként. Tud-e olyan helyzetet, ahol egy eszköz, amely „tanítja” a kritikus gondolkodást, valójában az ellenkezőjét gyakoroltatja?
• Egy tanulmány szerint, amikor a diákok MI-generált hibákat faggattak, nagy nyereség mutatkozott a magasabb rendű gondolkodásban. Hogyan lehet a hibák szándékos feltárása — elrejtésük helyett — erősebb tanítási lépés, mint gondolta?
• Az MI-válaszokhoz való könnyű hozzáférés kiszoríthatja a kritikus elköteleződést, mielőtt a diákok észrevennék. Melyik tervezési jellemző — nem szabályzat vagy tiltás — tarthatná életben a kognitív erőfeszítést?
• Az MI-tanácsadásról kimutatták, hogy elnyomja a „nem tudom” kimondására való hajlandóságot — még akkor is, ha a tanács hibás. Hogyan változtatja ez meg, mit jelent olyan osztálytermi kultúrát teremteni, ahol a kérdezés biztonságos?

Bevezetés

A kritikus gondolkodás központi az MI-írástudásban — azok a diákok, akik nem tudják kritikusan értékelni az MI-kimeneteket, ki vannak téve a túlzott támaszkodásnak, a hallucinált információknak és az elfogult ajánlásoknak. A kognitív tehermentesítés kutatásai szerint az MI-válaszokhoz való könnyű hozzáférés kiszoríthatja a kritikus elköteleződést, míg a közvetlen válaszokat visszatartó szókratészi megközelítések megőrzik a mélyebb gondolkodáshoz szükséges kognitív erőfeszítést.

A strukturált dialógusvezérlés, nem a jobb prompt az, ami elválasztja a hibás érvelést tanító tutort a vitatkozó chatbottól: minden fordulót Toulmin-alapú szándékfelismerésen, rögzített stratégiarenden és egy ellenőrző ágensen átvezetve egy szókratészi rendszer a dialógusminőségi mérőszámok 84,5%-át teljesítette, szemben a heurisztikus alapvonal 61,5%-ával (Shi és mtsai. (2026)).

A kritikus gondolkodás az MI-oktatás kutatásában

A tudásbázis cikkei tervezésalapú és empirikus lencséken keresztül vizsgálják a kritikus gondolkodást. Adverzariális MI-ágensek konstruktív konfliktust valósítanak meg, hogy újragondolásra késztessék a kezdő tervezőket — a szókratészi módszer egy változata, amely kritikus újraértékelésre kényszerít. A GenAI tanításban való használatáról szóló RCT-kutatás azt a kérdést veti fel, hogy a felszíni eredményekre optimalizáló MI-eszközök akaratlanul elnyomhatják-e a mélyebb tanuláshoz vezető kritikus gondolkodást. A mért bizonyítékok élesítik a pontot: hogy a kritikus gondolkodás elmozdul-e, attól függ, hogyan tervezik az MI-közvetített visszajelzést és feladatokat, valamint a tanulók metakognitív szabályozásától, nem a modellhez való hozzáféréstől.

A GenAI-használat és az önbevalláson alapuló kritikus gondolkodás kapcsolata szinte teljes egészében a GenAI visszajelzés-írástudáson keresztül futott: 421 kínai egyetemista körében a visszajelzés-írástudás a teljes összefüggés 71,98%-át közvetítette (β=0,185), a maradék közvetlen út pedig csak a kevésbé reflektív diákoknál volt pozitív (β=0,177), a reflektívebbeknél nem szignifikáns (Yan és mtsai. (2026)).

A korpusz a pesszimista olvasatot is hordozza, érvelésben, nem mérésben. Muñiz és Castro Samayoa (2026) amellett érvelnek, hogy a domináns használati minta erodálja a kritikus gondolkodást, nem a modellhez való hozzáférés. Ezt Dewey állítására alapozzák, hogy a gondolkodás csak gyakorlás révén javul, és három mechanizmusra: a megszüntetett súrlódásra, az automatizálási torzításra és a hatékonysági keretre. A feszültség Zhao és mtsai. eredményeivel valós, és a korpuszban feloldatlan. Az ő meta-analitikus nyereségük (g = 0,609) tervezett beavatkozásokat ír le, míg Muñiz és Castro Samayoa a tipikus használatot. Együtt olvasva a kettő egyetért abban, hogy a tervezési változó számít, és vitatkozik arról, hogyan néz ki a kezeletlen alapértelmezés.

Egy meta-analitikus horgony a moderációs állításhoz. 29 kísérletben a GenAI mérsékelten növelte a magasabb rendű gondolkodást (g = 0,609), a kritikus gondolkodás ES = 0,691 volt — a problémamegoldás (0,745) alatt és a kreativitás (0,444) felett —, a legerősebb 8–16 hetes beavatkozásoknál (0,759) és a magas SRL-szintű tanulóknál (0,863 szemben a 0,284-gyel) (Zhao és mtsai. (2025)).

A ChatGPT gondolkodásra gyakorolt hatásáról szóló áttekintések vegyes eredményeket dokumentálnak: az MI szándékos használat esetén vázolhatja a kritikus elemzést (például ha a diákoktól MI-generált érvek bírálatát kérjük), de válaszmotorként használva rövidre is zárhatja a gondolkodást. Ez a feszültség kapcsolódik az írástudás-értékelés félreillesztéséről szóló kutatáshoz, amely szerint az önbevalláson alapuló MI-kompetencia messze meghaladja a tényleges kritikus értékelési képességet. A kritikus gondolkodás MI-vel való kapcsolatát vizsgáló 80 HCI-tanulmány kritikus áttekintése szerint a terület azt méri, amit ritkán definiál: a 80-ból csak 23 mondta meg, hogyan érti egyáltalán a kritikus gondolkodást, 49 (61%) önbevallás révén értékelte, nem teljesítmény révén, és 42 (52%) nem használt kontrollcsoportot (A Critical Review of Critical Thinking in HCI Research About AI).

Lin és Al-Hada (2026) ezt a vegyes képet termék–folyamat disszociációként olvassák: a GenAI emelheti egy feladat minőségét, miközben csökkenti a mögötte lévő, segítség nélküli, késleltetett átvitelt, ezért a tanulást a segítség nélküli, késleltetett teljesítményen kell megítélni, nem az MI-támogatott terméken.

• Magasabb rendű kognitív elköteleződés a diák–MI chatben. Chang és Li (2026) szerint a diákok MI-hez intézett promptjainak mintegy 62%-a magasabb rendű kognitív igényt kódol, a Bloom-szintprofilok pedig tudományáganként változnak (STEM: alkalmazás-domináns 20,8%, nyelvtanulás: megértés-domináns 31,7%, társadalomtudomány: alkotás-domináns 33,8%). Személyen belüli elrendezésük megmutatja, hogy ugyanazok a diákok szignifikánsan több magasabb rendű promptot adnak társadalomtudományi, mint STEM-kurzusokon (p < .001), ami azt jelzi, hogy a tudományági kontextus alakítja a kritikus és magasabb rendű elköteleződést az MI-vel.

• Az interakciós mintázatok Bloom-szint és előzetes tudás szerint klasztereződnek. Egy vizsgálódásalapú adattudományos írásfeladatban 19 diák 14 LLM-interakciós mintázatot hozott létre, amelyek az előzetes tudás szintje szerint változtak, és a tervezési következtetés az volt, hogy a vázolást konkrét magasabb rendű gondolkodási szakaszokra kell irányítani, nem általában az LLM-használatra (Luo és mtsai. (2026)).

• Az MI mint a gyermekek kritikus médiaírástudásának katalizátora. Demir és Akar (2026) egy 18 órás, 5E-modellű kritikus médiaírástudás-programot értékelnek negyedik osztályos török diákoknál, amelyben a generatív MI (ChatGPT, Grammarly) fázisonként beágyazott pedagógiai ágensként működött, nem kiegészítésként. A páros mintás összehasonlítások nagy nyereséget mutattak a médiaolvasásban (+3,50), az írásban (+1,67) és az összes médiaírástudásban (+5,17, mind p < .01), a csoportok közötti utóteszt-effektméretek pedig Cohen d = 1,12 (olvasás), 1,18 (írás) és 1,31 (teljes írástudás) voltak az MI-támogatott csoport javára. A kvalitatív elemzés (interjúk, diákplakátok, rajzok és szlogenek, osztálytermi megfigyelés) hat területet hozott fel a kritikus médiaírástudás növekedéséből — digitális önvédelem és adatvédelem, célratörő és felelős médiahasználat, biztonságos kommunikáció és határtudatosság, kritikus értékelés és téves információs tudatosság, online kockázattudatosság, valamint médiaetika és digitális állampolgárság —, ami azt jelzi, hogy az MI-közvetített tartalom szándékos kifaggatása ápolhatja a kritikus elemzést és reflexiót a fiatal tanulókban.

• Dimenzióspecifikus kritikusgondolkodás-nyereségek az általános iskolai multimodális írásban. Lu és mtsai. (2027) 60 5. osztályos diákot követtek nyolc héten át egy konverzációs MI-támogatott multimodális írásgyakorlat során, amelyben a diákok narratívákat alakítottak MI-generált képekké és rövid videókká. A hat kritikusgondolkodás-dimenzión átvitt ismételt méréses elemzés tartós nyereséget talált (T1→T2 és T1→T3) az értelmezésben, az elemzésben, az értékelésben és a magyarázatban, egy rövid életű önszabályozási nyereséget, és semmilyen változást a következtetésben — egyenetlen, dimenziószintű mintázatot, amelyet egy összesített kritikusgondolkodás-pontszám elrejtett volna. A szerzők szerint az MI-generált vizuális elemek externalizálták a jelentést, és ezzel csökkentették azt a következtetési igényt, amelyet az írás általában ró, míg a társas együttműködés (a társak kérdései, amelyek mások értelmezésének kikövetkeztetésére késztettek) biztosította a következtetés alkalmait, amelyeket az egyéni MI-interakció nem. A tervezési tanulság: a multimodális MI-komponálás támogat több kritikusgondolkodás-facetát, de folyamatos vázolással és strukturált társas eszmecserével kell párosítani a következtetés és az önszabályozás megőrzéséhez.

• Az MI-vázolás és a tehermentesítés ellentétes irányba húzza a kritikus gondolkodást. Davor, Larbi és Boateng (2026) 533 ghánai egyetemista felmérésében azt találták, hogy az MI-feladatvázolás magasabb kritikus gondolkodást jelzett előre (β = .185), míg a kognitív tehermentesítési hajlam alacsonyabbat (-.240); az MI-ellenőrzési írástudásnak nem volt közvetlen hatása a kritikus gondolkodásra, és csak a metakognitív önszabályozáson keresztül működött, egy teljes mediációs mintázat, amelyet a szerzők annak bizonyítékaként olvasnak, hogy a diákok tényellenőrzésre tanítása önmagában nem elég. (Davor és mtsai. 2026)

• A tehermentesítés mélysége, nem a használat korlátozza a magasabb rendű gondolkodást. Az írás érvelési rétegének delegálása — indokok, ellenérvek, bizonyítékok értelmezése — mutatta a legerősebb negatív összefüggést a független magasabb rendű gondolkodással (ab = −0,34), és az önszabályozott írás gyengítette, de soha nem fordította meg ezt (Chen (2026)).

• A függőség, nem a használat az, ahol a kritikus gondolkodással való összefüggés megfordul. Shojaei és mtsai. (2026) 412 ománi üzleti hallgató felmérésében közel nulla kétváltozós korrelációt találtak a GenAI-használat és az önbevalláson alapuló kritikusgondolkodás-diszpozíció között (r = 0,050), a függőség pedig alacsonyabb diszpozíciót jelzett előre (β = -0,389) és gyengítette a használattól a diszpozícióig vezető kapcsolatot (β = -0,239), így az egyszerű meredekség 0,424-ről alacsony függőségnél -0,054-re esett magas függőségnél. (Shojaei és mtsai. 2026)

Egy nagyobb keresztmetszeti felmérés ellenkező irányba mutat: 1 157 kínai végzős hallgató körében a GenAI-függőség pozitívan társult a kritikus gondolkodáshoz (β = 0,492), és a kritikus gondolkodás a funkcionális függőségtől a kutatási kreativitásig vezető út mintegy 85,0%-át hordozta (Yin és mtsai. (2026)).

• Az előzetes tudás és a feladat időzítése határozza meg a hatás előjelét. 108 áttekintett dokumentumban a GenAI növelte a kritikusgondolkodás-teljesítményt a tapasztalt kutatóknál (+0,20), és csökkentette a kezdőknél (−0,13); a korai hozzáférés segít időnyomás alatt, de rontja a kritikus gondolkodást, ha van idő mérlegelni (Zapata-Hernandez és mtsai. 2026).

• Egy rövid reflexiós prompt diszkriminatívabbá teszi az MI-tanácsra való támaszkodást. Egy háromfeltételes kísérletben 342 egyetemistával Ren (2026) azt találta, hogy a nyitott ChatGPT-támogatás a próbák 62,4%-ában hibás MI-ajánlások elfogadását eredményezte, ami 39,7%-ra esett egy rövid metakognitív reflexiós prompttal (OR = 0,40, 95%-os CI [0,28; 0,56]); a reflexió a tudatosság kalibrációját is javította (0,59 vs. 0,41), és az MI-specifikus tulajdonítási torzítási indexet 0,42-ről 0,21-re csökkentette anélkül, hogy rontotta volna az ajánlás pontosságát vagy általános elutasítást váltott volna ki a hasznos tanácsokkal szemben. (Ren 2026)

• A magabiztosság nőhet, miközben a pontosság csökken. Shaw és Nave (2026) szerint az MI-asszisztens konzultálása 25 százalékponttal növelte a pontosságot, amikor az helyes volt, és 15-tel csökkentette, amikor tévedett, a vele való foglalkozás azonban a hibák után is növelte a magabiztosságot, és a hibás MI-s kísérletek 73,2%-a megadással végződött, nem stratégiai tehermentesítéssel.

• A tanár által kurált ChatGPT-visszajelzés magasabb rendű revízión keresztül növeli a kritikus gondolkodást. Chen és mtsai. (2026) egy 18 hetes kvázi-kísérletet futtattak 64 egyetemistával, mindannyian leendő kémia-, fizika- vagy matematikatanárok, összehasonlítva a hagyományos tanári visszajelzést (n = 32) a ChatGPT-támogatott tanári visszajelzéssel (n = 32) két érvelő írásfeladatban. A csoportok egyenértékűen indultak, és csak a támogatott csoport javult szignifikánsan (p < 0,001), a Cohen d az előteszten 0,25-ről az utóteszten 3,74-re nőtt. A mechanizmus a visszajelzés fajtája volt, nem a modell puszta jelenléte: a támogatott csoport több bemutató (33,1% vs. 10,9%) és szorosan kérdező (21,5% vs. 6,0%) visszajelzést kapott, a visszajelzési egységek 91,00%-át (435 a 478-ból) revideálta szemben a 85,21%-kal (242 a 284-ből), és a episztemikai hálózatelemzés ezeket a revíziókat az elemzéshez, értékeléshez és alkotáshoz kapcsolta, nem a felismeréshez és megértéshez, míg a csak tanári oktatás és értékelési visszajelzés többnyire felismerési és megértési revíziókat eredményezett. A tanárok a modell kimenetét piszkozatanyagként kezelték, bővítették, revideálták vagy elvetették (14% elvetve, 9% javításra szorult), és a nyolc interjúalanyból hat még mindig pontatlanságot vagy szakszerűtlenséget jelzett. A tervezési tanulság az, hogy a kritikusgondolkodás-nyereség az alternatívákat mintázó és a diák érvelését kifaggató visszajelzésből jött, ahol tanár kurálta azt, amit a modell előállított; a kis, egy szemeszterre korlátozódó minta miatt a nagyon nagy effektméretet óvatosan kell olvasni. (Chen és mtsai. 2026)

• Egy szemeszter MI-hozzáférés laposon hagyta a kritikus gondolkodást, a reflektív használat viszont követte azt. Melanou, Beege és Kimmig (2026) 87 üzleti informatikai hallgatót követtek egy kilenc hetes kurzuson három párhuzamos feltételben (tutor-keretezett MI, irányítatlan MI, MI nélkül), háromszor mérve. A tudás minden csoportban nőtt, egyik MI-feltétel előnye nélkül, és Matthew-hatás nélkül (BF01 = 8,70), míg az önbevalláson alapuló kritikus gondolkodás és a motiváció stabil maradt. Ami megkülönböztette a diákokat, a reflektív használat volt, a források ellenőrzésének és az MI-kimenet elfogadás előtti ellenőrzésének gyakorlata: ez magasabb volt az MI-feltételben, mint a kontrollcsoportban (átlagok: 3,72 vs. 2,82), és előre jelezte a kritikus gondolkodást a végső méréskor (R² = 0,183, β = 0,43, p < 0,001). Az eredmény árnyalja bármely elvárást, hogy egy MI-használati kurzus önmagában elmozdítja a kritikus gondolkodást: a metakognitív szabályozás, nem az eszközhozzáférés az, ahol az összefüggés él, és a szerzők megjegyzik, hogy egy szemeszter valószínűleg túl rövid a tartós változáshoz. (Melanou és mtsai. 2026)

Kapcsolódás más fogalmakhoz

A kritikus gondolkodás metszi a vázolást (olyan MI-támogatás tervezését, amely fenntartja a kognitív igényt), a prompt-engineeringet (kritikus elemzést kiváltó kérdések megfogalmazását) és a túlzott támaszkodást (annak tudását, mikor kell bízni és mikor kérdezni az MI-ben). Alapvető az akadémiai integritás szempontjából, és az MI-írástudás keretrendszereinek kulcsdimenziója mind a K-12, mind a felsőoktatás kontextusában.

• Az MI-hibák mint a magasabb rendű gondolkodás provokációi: Hosseini (2026) Bloom magasabb rendű szintjeit (elemzés, értékelés, alkotás) úgy operacionalizálja, hogy a diákok MI-generált hibákat faggatnak egy adatbázis-kurzusban, szignifikáns elő- és utónyereséggel (Cohen d=1,49) a tantárgyi kompetenciában.

• Az MI-kimenet bírálata vázolható készség, nem a problémamegoldás mellékterméke. Azok a csoportok, amelyek csak egy kapcsolódó fizikai feladatot oldottak meg, elfogadtak egy csiszolt MI-megoldást, vagy a saját tévképzéseikből bírálták azt, míg a MAPS-rubrika vezérelte reflexió szakértőkkel egyező bírálatokat hozott a hiányzó integrációról és a definiálatlan jelölésről (Borse és mtsai. (2026)).

• Korlátozza az MI-t a kognitív önállóság megőrzéséhez. Az E3-HOT terv három testesült útvonalat — szituatív beágyazás, testesült részvétel, kognitív alkotás — rendel az elemzéshez, értékeléshez és alkotáshoz, és az MI-t promptokra, bírálatra és stratégiai javaslatokra korlátozza, hogy a diákoknak indokolniuk kelljen és bizonyítékot kelljen idézniük, mielőtt egy állítást elfogadnak (Zhu és mtsai. (2026)).

• Az MI-magyarázatok kétoldalú auditja. Bernstein és Sibia (2026) a Paul–Elder standardokat (pontosság, világosság, feltevések, nézőpont) használta interjúpróbaként tíz, a CS2-t elvégzett diákkal, és mechanizmus szintű vizsgálatot talált a GenAI-magyarázatoknál: a diákok megkeresték, hol törik meg egy analógia leképezése (egy sziget-útvonal analógia egy láncolt listára, amely kört sugallt; egy tollaslabda-rally a rekurzióra, amelynek nem volt garantáltan szűkülő bemenete), pontos megfogalmazást követeltek a megkötések helyett, és a magyarázatokat nézőpontot hordozó érvekként kezelték. Kritikus módon ez a vizsgálat a forrás- vagy céltartományi szakértelemet követte, nem a személyes érdeklődést — újrakeretezve a kritikus MI-kimenet értékelését tudáskérdésként („kétoldalú analógia-audit”) és nem diszpozíciós kérdésként —, és arra utal, hogy a hibás MI-analógiák megvizsgálandó és javítandó tárgyként való kiosztása keményebb próba a fogalmi megértésre, mint egy kész magyarázat elolvasása.(Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education)

• A kritikus gondolkodás mint nem kiszervezhető elköteleződés. Xie (2026) a filozófia felől tesz hozzá egy taoista önkiművelési ellenpontot: mivel az MI átláthatatlan „fekete doboz”, jobban illik a jelenlegi episztemikai állapothoz egy olyan keretrendszer, amely a bizonytalanság összehangolására irányul, nem az igazság abszolút eldöntésére, és a kritikus gondolkodás a valósággal való kitartó, első személyű, nem kiszervezhető elköteleződéssé válik, nem bizonyítható racionális eljárássá. A Neidan (內丹) gyakorlatban „nincsenek kognitív rövid utak”, így az MI „nem kognitív helyettesítőként, hanem instrumentális kiegészítésként” helyezkedik el az emberi kibontakozás mellett.(Alternative AI Philosophy: Daoism as Method for AI in Education)

• A szerepváltás mint a kritikus ember–MI interakció szerkezete. Kenzhebayeva és mtsai. (2026) egy tervezésalapú vizsgálatról számolnak be, amelyben 62 tanárjelölt pszichológus négy szakmai szerepen forgott át (esetkonstruktőr, kutatóelemző, gyakorló-intervenciós, reflektív kutató), amelyek a generált ajánlásokat a megbeszélés tárgyává tették. A résztvevők összehasonlították az MI-kimenetet pszichológiai elmélettel, és módosították vagy elutasították az esethez nem illő ajánlásokat, a későbbi ciklusok több elméleti indoklás-kérést mutattak, míg a látszólag tekintélyes válaszokra való túlzott támaszkodás megmaradt. (Kenzhebayeva és mtsai. 2026)

• Ellenőrzésközpontú integráció egy tudományágban. A generatív MI egyetemi kémiaoktatásban való használatáról szóló kritikus áttekintés (Vega-Baudrit és Rivera Álvarez, 2026) amellett érvel, hogy mivel a kémiai érvelést a makroszkopikus, szubmikroszkopikus és szimbolikus reprezentációk között kell összehangolni, a diákok nem tudják ellenőrizni azt, amit nem értenek, ezért a előzetes tudás és a vázolás jön előbb, és az ellenőrzést be kell tervezni az értékelésbe értékelt tevékenységként: azonosítsanak egy hibás feltevést, javítsanak egy mértékegység- vagy mechanizmus-hibát, vagy indokolják egy generált válasz elutasítását, prompt-naplókat és revíziós előzményeket tartva meg érvelési nyomként. (Vega-Baudrit és Rivera Álvarez 2026)

• Az ellenőrzés mint tanulási tevékenység, nem csupán biztosíték. Wang (2026) az MI-artefaktumok értékelését hat egymástól függő dimenzió köré szervezi — folyamat, bizonyíték, hozzáférés, reprodukálhatóság, legitimitás és forrás —, és magának ennek a megalapozásnak az összeállítását tekinti annak, ami tudományági szakértelmet épít, nem a kimenet folyékonyságát.

A tudásbázis legnagyobb szakértői értékelésű sebezhetősége a kritikus gondolkodás. 30 szakértő által értékelt 65 tanulási folyamat közül a Critical Thinking és a Critical-Analytic Thinking kapta a jelentés legmagasabb zavarási minősítését (átlag 4,00 az 5-ből; az értékelők 96%-a 3 vagy afölött) a küszöb alatti erősítéssel (2,40, 43%) (Kendeou, Greene és Nixon és mtsai., 2026). A tizennyolc magasabb rendű folyamat közül tíz csak a sebezhetőségben ért el konszenzust, amit a jelentés egyoldalú kockázatként olvas, nem kompromisszumként.

• A partnerség szerkezete, nem a kitettség hordozza az összefüggést. Akgun és Toker (2026) 891 amerikai és török egyetemistát modelleztek tranzaktív memóriarendszerek elméletével, és azt találták, hogy sem az önértékelt gondolkodási képesség, sem az MI-partnerségbe vetett bizalom nem jelezte előre közvetlenül a kritikusgondolkodás megvalósulását. Mindkettő a GenAI-ismeretségbe futott, amely viszont csak két viselkedést jelzett előre: a munkamegosztást és annak koordinációját (b = 0,636) és a kimenet reflektív átalakítását (b = 0,367). Ezek a viselkedések jelezték előre a kritikus gondolkodást (b = 0,230 és b = 0,175), közvetlen út nélkül (CFI = 0,974, RMSEA = 0,048). Ez a terület visszatérő nulleredményének mechanizmus szintű változata: a használati órák és az önértékelt kompetencia nem proxijai a kritikus gondolkodásnak, és amit egy vizsgálat mér, amikor a kitettségről kérdez, az a lánc bemenete, nem annak kimenete.

Gyakori tévhitek

• „A jobb prompt jobb kritikus gondolkodást eredményez.” A strukturált dialógusvezérlés, nem a jobb prompt választja el a hibás érvelést tanító tutort a vitatkozó chatbottól: a Toulmin-alapú szándékfelismerés minden fordulón való átvezetése végezte a munkát. A mechanizmus az interakció szerkezete, nem a megfogalmazás.
• „A GenAI-használat közvetlenül növeli a kritikus gondolkodást.” A GenAI-használat és az önbevalláson alapuló kritikus gondolkodás kapcsolata szinte teljes egészében a GenAI visszajelzés-írástudáson keresztül futott — 421 kínai egyetemista körében a visszajelzés-írástudás az összefüggés 71%-át közvetítette. Az írástudás maga az útvonal.
• „A meta-analitikus hatás egyenletes.” 29 kísérletben a GenAI mérsékelten növelte a magasabb rendű gondolkodást (g = 0,609), a kritikus gondolkodás ES = 0,691 mellett. A heterogén beavatkozások feletti mérsékelt összevont hatások a kategóriát támogatják, nem egy konkrét tervet.

Kapcsolódó fogalmak

• Metacognition
• Kognitív tehermentesítés
• MI-írástudás
• Generative AI
• Higher Education
• Problem-Based Learning
• Intelligent Tutoring
• Oktatásfejlesztés
• Tanítás
• Student Experience
• Chemistry Education — Kémiaoktatás és MI: laborok, formáló értékelés, LLM-korlátok, a kísérletezés filozófiája
• Biology Education — Biológiaoktatás és MI: laborasszisztensek, MI-írástudás a biológiában, kritikus gondolkodás, speciális eszközök
• Kognitív megadás
• Reflection

Kapcsolódó cikkek

• When Does GenAI Use Support Critical Thinking? A Cross-Cultural Structural Account of Transactive Memory with GenAI — A kritikus gondolkodás a munkamegosztáson és a kimenet átdolgozásán keresztül fut, nem a kitettségen

• Ways generative AI can support and threaten learning in K-20 US education - 30 szakértő konszenzusa: a kritikus gondolkodás kapta a jelentés legmagasabb zavarási minősítését (átlag 4,00)

• From Plausibility to Verifiability: The PEARLS Framework for Developing Epistemic Agency in Generative AI-Mediated Higher Education — A PEARLS keretrendszer az episztemikai önállósághoz és az MI-kimenet ellenőrzéséhez (Wang 2026)

• Layer-sensitive cognitive offloading in generative AI-assisted writing: Supported performance and independent no-AI outcomes — Rétegérzékeny kognitív tehermentesítés GenAI-támogatott írásban (Chen 2026)

• The critical-thinking paradox in generative AI-integrated learning: distinguishing efficiency from cognitive depth — a differentiated framework and testable propositions — A kritikusgondolkodás-paradoxon a GenAI-integrált tanulásban

• The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking — Az MI-hibák pedagógiája: a magasabb rendű gondolkodás ápolása (Hosseini 2026)

• Thinking—fast, slow, and artificial: How AI is reshaping human reasoning and the rise of cognitive surrender — Háromrendszeres elmélet és kognitív megadás: hogyan formálja át az MI az emberi érvelést (Shaw és Nave 2026)

• The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — A kognitív közjavak tragédiája: az MI és a szakértelem újratermelése

• Does generative artificial intelligence improve students' higher-order thinking? A meta-analysis based on 29 experiments and quasi-experiments — A GenAI és a magasabb rendű gondolkodás meta-analízise

• Can we disrupt the momentum of the AI colonization of science education? — A természettudományos oktatás MI-gyarmatosításának megzavarása

• Reorienting Critical AI Literacy: A Community-Rooted Praxis of "Resisting AI" — A kritikai MI-írástudás újraorientálása

• Inquiry-based learning patterns in large language model-driven learning environments: an exploratory study from Bloom's perspective — IBL-mintázatok LLM-vezérelt környezetekben (Bloom szemszögéből)

• Probing AI-generated physics solutions and preparing students to critique them — A diákok felkészítése az MI-generált fizikai megoldások bírálatára

• Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education — Hibás, de emlékezetes: a diákok kritikus recepciója az érdeklődésre személyre szabott GenAI-analógiákról az informatikaoktatásban

• Alternative AI Philosophy: Daoism as Method for AI in Education — Alternatív MI-filozófia: a taoizmus mint módszer az oktatásban használt MI-hez

• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Fenntartható tanulás ápolása testesült intelligencián keresztül (E3-HOT)

• Modeling AI Overreliance as a Complex Adaptive System — Az MI-túlzott támaszkodás mint komplex adaptív rendszer modellezve

• More externalization, but less inference? Exploring changes in young learners' critical thinking during conversational AI bot-supported multimodal writing practice — Dimenzióspecifikus kritikusgondolkodás-nyereségek MI-támogatott multimodális írásban (Lu és mtsai. 2027)

• Tackling the Root of Misinformation by Teaching Laypeople about Logical Fallacies via Socratic Questioning and Critical Argumentation — a hibás érvelés felismerésének tanítása strukturált többfordulós dialóguson keresztül

• Building AI Companions that Prioritize Learning over Performance — tanulás a teljesítmény előtt: mire kellene optimalizálni és mérni a társakat

• Artificial intelligence-supported learning and higher-order cognitive outcomes: the mediating role of metacognitive self-regulation — MI-vázolás, tehermentesítés és ellenőrzési írástudás metakognitív önszabályozáson keresztül (Davor és mtsai. 2026)

• Helpful or harmful? Generative AI dependence, self-reported critical thinking disposition, and self-perceived employability among business students — A GenAI-függőség korlátozza a használat–kritikus gondolkodás kapcsolatot üzleti hallgatóknál (Shojaei és mtsai. 2026)

• College students’ metacognitive awareness of generative-AI reliance: an experimental study of decision confidence and attribution bias — A reflexiós prompt csökkenti a hibás MI-tanács elfogadását és a tulajdonítási torzítást (Ren 2026)

• Designing an AI-integrated role-rotation pedagogical model to support competence-related learning in pre-service educational psychologists — Szerepváltás mint a kritikus ember–MI interakció szerkezete (Kenzhebayeva és mtsai. 2026)

• Generative artificial intelligence in university chemistry education: a critical review using Johnstone’s chemistry triplet and Biggs’ 3P model — Ellenőrzésközpontú GenAI-integráció az egyetemi kémiaoktatásban (Vega-Baudrit és Rivera Álvarez 2026)

• Effects of ChatGPT-Assisted Teacher Feedback on College Students' Critical Thinking Skills and Perceptions of Argumentative Writing — a tanár által kurált ChatGPT-visszajelzés magasabb rendű revízión keresztül növelte a kritikus gondolkodást (Chen és mtsai. 2026)

• Generative AI and Learning Dynamics in Higher Education: A Longitudinal Empirical Study — egy szemeszter MI-hozzáférés laposon hagyta a kritikus gondolkodást; a reflektív használat jelezte előre (Melanou és mtsai. 2026)

• GenAI dependence and graduate students' research creativity: the roles of critical thinking and human-AI collaboration quality — A GenAI-függőség pozitívan társul a kritikus gondolkodáshoz 1 157 végzős hallgatónál

• The association between generative AI use and university students' critical thinking: a moderated mediation model of GenAI feedback literacy and reflective thinking — A GenAI-használattól a kritikus gondolkodásig visszajelzés-írástudáson keresztül, közvetlen út csak a kevésbé reflektív diákoknál

• Generative AI in Education and the Erosion of Critical Democratic Citizenship — A moderációs bizonyítékok pesszimista olvasata: súrlódásvesztés, automatizálási torzítás, hatékonysági keret

• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework — 108 dokumentum narratív áttekintése: a hatás előjele az előzetes tudást és a feladat időzítését követi (AMCIF keretrendszer)