AIEd TudásbázisAIEd KB
Ezen az oldalon

Olvassa el ezt az oldalt angolul

Fogalmak

SAMR-modell

Létrehozva 2026-09-10 · Frissítve 2026-11-08

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

A SAMR-modell — Ruben Puentedura által kidolgozott technológiaintegrációs keretrendszer, amely négy szinten osztályozza, milyen mértékben alakítja át egy technológia a tanulást: Substitution (helyettesítés), Augmentation (kiegészítés), Modification (módosítás) és Redefinition (újradefiniálás). Az alsó két szint (Substitution, Augmentation) fokoz egy meglévő feladatot — a technológia azt teszi, amit korábban is tettek, csak jobban vagy kényelmesebben; a felső kettő (Modification, Redefinition) átalakítja — maga a feladat változik valamivé, ami korábban nem volt lehetséges. Az MI-oktatásban a SAMR az a standard lencse, amellyel azt kérdezzük meg, vajon a generatív MI a meglévő gyakorlat fokozatos javítására szolgál-e, vagy a tanulás újragondolására, és a TPACK mellett áll, mint annak leírása, hogyan integrálják a tanárok a technológiát, nem pedig hogy miért fogadják el azt.

Megfontolandó kérdések

  • Amikor egy kurzusba MI kerül, a Substitution (egy chatbot lecserél egy keresőmezőt) vagy Redefinition (olyan feladat válik lehetővé, ami korábban nem)? Mi határozza meg, melyik szint a megfelelő — és mindig az átalakítás-e a cél?
  • A SAMR és a technológiaelfogadási modellek más kérdésre válaszolnak: az elfogadáselmélet azt kérdezi, miért fogad el egy tanár vagy intézmény egy eszközt; a SAMR azt, hogy milyen mélyen változtatja meg az eszköz a tanulást. Melyik kérdésre válaszol valójában egy adott MI-integrációs tanulmány?
  • Egy szisztematikus áttekintés az MI felsőoktatási integrációjáról azt találta, hogy a legtöbb felhasználás a Substitution vagy az Augmentation szinten állt, és csak egyetlen tanulmány közelítette a Redefinitiont. Ha ez jellemző, mit sugall az MI lehetőségei és osztálytermi valósága közötti szakadékról?
  • A SAMR-t gyakran emlegetik a tanárképzés szakmai fejlesztésében, hogy segítsen a nevelőknek megtervezni a technológiahasználatot. Megváltoztatja-e egy óra SAMR-szintjének besorolása azt, amit a tanár ténylegesen tesz, vagy ez főként leíró címke?
  • A kritikusok szerint a SAMR — akárcsak a TPACK — olyan humanista ontológián nyugszik, amely a kogníciót a technológia által változatlannak tekinti, és semmit nem mond a hatalomról, az adattulajdonról vagy az esélyegyenlőségről. Elégséges-e az integráció szintjére vonatkozó lencse, vagy az MI korszakának integrációja kritikusabb keretet igényel?

Bevezetés

A SAMR a tanulási feladatok technológiai átalakulásának mélységét írja le. Négy szintje a fokozástól az átalakításig tartó emelkedő skálát alkot: Substitution (az eszköz egy másikat helyettesít funkcionális változás nélkül — chatbot egy keresőmotor helyett), Augmentation (az eszköz helyettesít és javít — a szövegszerkesztő helyesírás-ellenőrzője az írógéphez képest), Modification (a feladat jelentősen újraterveződik — a diákok valós időben dolgoznak együtt egy közös, MI által generált piszkozaton), és Redefinition (korábban elképzelhetetlen új feladatok válnak lehetővé — a tanulók olyan módon alkotnak együtt egy generatív modellel, aminek nincs MI nélküli megfelelője). A modellt széles körben használják az oktatástechnológiai kutatásban és a tanári szakmai fejlesztésben a technológiaintegráció tervezésének és értékelésének szókészleteként, és a TPACK mellett a technológiaelfogadási keretrendszerek szokásos társa — jóllehet más kérdésre válaszol, mint bármelyikük.

Mit jelentenek a négy szint

  • Fokozás (alsó fele): a Substitution és az Augmentation javít egy meglévő feladatot anélkül, hogy megváltoztatná a természetét. A rutinszerű MI-használat nagy része — kérdésgenerálás, gyors szövegalkotás, összefoglalás — itt helyezkedik el: gyorsabb és kényelmesebb, de nem változtatja meg azt, amit a tanulótól kérnek.
  • Átalakítás (felső fele): a Modification és a Redefinition magát a feladatot változtatja meg. A vibe coding, a valós idejű közös konstrukció egy modellel és az adaptív interaktív párbeszéd olyan feladatok, amelyek a generatív MI előtt nem voltak lehetségesek, és a skála átalakító végpontját képviselik.

A SAMR-t gyakran párosítják az ICAP-keretrendszerrel, mert a kettő illeszkedik: a Rummel, Nachtigall és Panadero (2026) négy, a főzéstől a tanulásig vezető forgatókönyve az ICAP elköteleződési módjait képezi le a SAMR szintjeire — az ICAP Passive a SAMR Substitution szintjére, az Active az Augmentation szintjére, a Constructive a Modification szintjére, az Interactive pedig a Redefinition szintjére —, ezzel a passzív delegálástól az interaktív közös konstrukcióig vezető fejlődést szemléltetve.

Bizonyítékok a tudásbázisból

  • Az MI felsőoktatási integrációja nagyrészt fokozatos, nem átalakító. AlSheikh és mtsai. (2026) egy PRISMA szisztematikus áttekintésben — amely 959 rekordból szűrt 22 intervenciós tanulmányt vizsgált — a SAMR-modellel osztályozta az MI-integrációt, és azt találta, hogy a tanulmányok többsége a Substitution vagy az Augmentation szintre esett, kevesebb a Modification szintre, és csak egyetlen közelítette a Redefinitiont. Az MI-t jellemzően a meglévő gyakorlat javítására vezették be — elsősorban értékelésautomatizálásra és személyre szabott tanulási támogatásra —, nem pedig a tantervek vagy a tanulási eredmények újragondolására.
  • A SAMR gyakori elemzési lencse a GenAI vezérelte tantervi változáshoz. Sabani és mtsai. (2026) öt tantervi elmozdulást (statikusból dinamikusba, átadásból képességbe, helyiből intézményibe) rendel meglévő lencsékhez, köztük a SAMR-hoz és a konstruktív illesztéshez, a modellt arra használva, hogy tisztázza azokat a pedagógiai mechanizmusokat, amelyekkel a GenAI átformálja a tantervet.
  • A SAMR és a TPACK horgonyozzák a tanárok technológiaintegrációs standardjait. Crompton és mtsai. (2026) hat oktatói technológiastandardjukat meglévő keretrendszerekhez — Technológiai pedagógiai tartalmi tudás (TPACK), RAT, SAMR, SETI — és standardokhoz (ISTE, UNESCO, DigCompEdu) viszonyítják, amelyek többsége a K-12 nevelőket célozza, vagy csak az oktatói szerepek tanítási részét, hézagot hagyva a felsőoktatási oktatói fejlesztésben.
  • A SAMR a poszthumanista kritika célpontja. Elsayed (2026) bírálja a TPACK-, a SAMR- és az MI-írástudás modelleket azért, mert közös humanista ontológián osztoznak, amely határolt tanulót feltételez, akinek kognícióját a technológiai közvetítés alapvetően nem változtatja meg, és amellett érvel, hogy ezek az instrumentalista keretrendszerek nem tudják kezelni az MI konstitutív szerepét a kognícióban.
  • Keretrendszer az integrációra, nem keretrendszer a hatalomra. Poudyal (2026) a SAMR-t a TPACK és más integrációs keretrendszerek mellett értékeli, és azt találja, hogy egyik sem foglalkozik az igazságos hatalommal, az adattulajdonnal vagy az elszámoltathatósággal, ami egy alternatív ökológiai együgynökségi keretrendszer kidolgozását indokolja.
  • A diákok használata is leképeződik a SAMR-ra, és a visszajelzés minden szintet átfog. 31–36 diák GenAI-nyilatkozatainak kódolása egy fizika kurzusban a tanulást Substitution–Augmentation, a formázást Substitution, a feladatvégzést Modification–Redefinition szintre helyezte, míg a visszajelzés — ellenőrzés, tisztázás, igazolás — mind a négy szinten megjelent (Quince és Faulconer (2026)).
  • A mélység és a befogadás külön tengelyek. Jita, Jita és Omoniyi (2026) a SAMR-t a UDL-lel párosítja 38 forrás alapján, és amellett érvel, hogy a Redefinition szintű feladatok még mindig kizárhatják azokat a diákokat, akiknek a nyelve, eszköze vagy hálózati kapcsolata nem illeszkedik a tervezéshez.

SAMR, TPACK és a technológiaelfogadás: miben különböznek

Három keretrendszert gyakran összekevernek, pedig különböző kérdésekre válaszolnak:

  • Technológiaelfogadási modellek (TAM, UTAUT) azt magyarázzák, miért fogad el és használ tovább egy egyén vagy intézmény egy technológiát — az észlelt hasznosság, a használat könnyűsége és a társas hatás alapján.
  • TPACK azt a tudást írja le, amelyre a tanárnak szüksége van a technológia hatékony integrálásához — a technológiai, pedagógiai és tartalmi tudás kölcsönhatását, amelyet az MI korszakában AI-TPACK/GenAI-TPACK irányba terjesztettek ki.
  • A SAMR azt osztályozza, milyen mélyen alakítja át egy technológia a tanulási feladatot, a fokozástól az újradefiniálásig.

A SAMR-t legjobban integrációsmélység-lencseként érthetjük meg, amelyet tervezésre és értékelésre használnak, kiegészítve az elfogadáselméletet (amely a felvételt magyarázza) és a TPACK-et (amely a tanári képességet magyarázza). Az MI korszakában a legtermékenyebben arra használható, hogy megkérdezzük: a generatív MI a meglévő feladatok fokozására szolgál-e, vagy valóban újakat tesz lehetővé — ez a megkülönböztetés végigvonul a tudásbázis értékelési és tantervi kutatásain.

Következmények a gyakorlatra

  • A SAMR-t a mélység kérdésének feltevésére használja, ne az átalakítás előírására. A fokozás nem eleve alacsonyabb rendű; a rutinszerű MI-használat sok esetben jogos Substitution. A modell diagnosztikus: tisztázza, mit változtat meg ténylegesen egy adott használat.
  • Párosítsa az ICAP-pal. A SAMR azt írja le, mivé válik a feladat; az ICAP azt, hogyan köteleződik el a tanuló. Együtt használva megkülönböztetik a felszíni helyettesítést a mély interaktív közös konstrukciótól.
  • Egészítse ki elfogadási és esélyegyenlőségi lencsékkel. A SAMR semmit nem mond arról, miért fogadnak el egy eszközt, vagy ki profitál belőle. Párosítsa elfogadási modellekkel és esélyegyenlőségi elemzéssel, hogy elkerülje, hogy egy mélységcímke egy kritikai értékelés helyébe lépjen.
  • A fokozatos integráció bizonyítékát eredményként kezelje, ne kudarcként. Ha az MI-integráció nagy része a Substitution/Augmentation szinten csoportosul, a tervezési feladat nem az, hogy erőltessük a Redefinitiont, hanem annak felismerése, hogy az átalakító használat más feladatterveket igényel, nem csupán jobb eszközöket.

Gyakori tévhitek

„Minél magasabb a SAMR-skálán, annál jobb a tanítás.” A SAMR egy lencse annak megkérdezésére, hogy az MI újragondolja-e a tanulást, vagy a meglévő gyakorlatot javítja; nem minőségi rangsor, és a Redefinition nem minden feladat helyes válasza. Egy helyettesítés, amely eltávolít egy improduktív lépést, a tanulás alapján ítélve siker, nem pedig az alapján, milyen szinten áll.

„Az MI-elfogadás felfelé halad a létrán.” Az eloszlás az alján koncentrálódik. Az MI felsőoktatási integrációjáról szóló szisztematikus áttekintés szerint a legtöbb felhasználás a Substitution vagy az Augmentation szinten állt, és csak egyetlen tanulmány közelítette a Redefinitiont. A SAMR gyakorlati használata ebben az irodalomban ezért nagyrészt diagnosztikus — megnevezi, hol áll valójában a terület.

„A SAMR és a TPACK versengő keretrendszerek.” Különböző dolgokat írnak le: a SAMR egy feladat átalakulásának mértékét, míg a TPACK azt a tudást, amelyre a tanárnak a technológia jó integrálásához szüksége van. Egy tanár lehet kiválóan TPACK-képes, és mégis a Substitution szinten működhet, ezért használják a kettőt együtt, nem pedig választanak közülük.

„Egy eszköz, amely az egyik szinten átalakító, minden szinten az.” Ugyanaz a generatív eszköz az egyik kurzusban Substitutiont, a másikban Redefinitiont támogathat, mert a szint a feladatterv tulajdonsága, nem a technológiáé. Ha a szintet az eszköznek tulajdonítjuk, tervezési döntések helyett elfogadási döntéseket kapunk.

Összefüggő fogalmak

Összefüggő cikkek

Metaadatok

SzintK 12, Higher Ed
CélközönségInstructors, Curriculum Designers, Researchers
Technológiák és technikákTechnologies, Technology Adoption Models
A mesterséges intelligencia oktatási alkalmazásainak alapjaiOktatásfejlesztés, Tanulástervezés, Technológiai pedagógiai tartalmi tudás (TPACK), A tanári MI-kompetencia
Oldal típusaFramework
ForrásElőzményekSzerkesztésCsevegés

Oldal beágyazása

Másolja ki az alábbi kódot az oldal tanuláskezelő rendszerbe vagy más weboldalra történő beágyazásához. A beágyazott változat csak az oldal tartalmát mutatja — elrejti a weboldal fejlécét, a navigációt és a láblécet.