A tanári MI-kompetencia

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

Tanári MI-kompetencia - az a tudás, készségek és diszpozíciók, amelyekre a tanároknak szükségük van ahhoz, hogy hatékonyan, etikusan és méltányosan integrálják az MI-t a tanításba és a tanulásba. Túlmutat a technikai eszközhasználaton: magában foglalja a pedagógiai integrációt, az értékelési írástudatosságot, az etikai ítéletet és azt a magabiztosságot, hogy jól használják az MI-t. A tanári MI-kompetencia az MI-írástudás tanári oldali megfelelője, és szakmai fejlődés révén épül. Központi szerepe van abban, hogyan alakul át a tanár szerepe az MI-vel kiegészített osztálytermekben.

Megfontolandó kérdések

• Az oldal amellett érvel, hogy a tanár „a döntő tényező” abban, hogy az MI javítja-e a tanulást: az eszközök csak akkor segítenek, ha a tanárok tervezni tudnak velük, támogatni tudják a használatot és értékelni tudják a kimeneteket. Ez megfelel az Ön tapasztalatának, vagy úgy gondolja, hogy maga az eszköz fontosabb a tanárnál?
• A tanári MI-kompetencia átfogja a technikai jártasságot, a pedagógiai integrációt, az értékelési írástudatosságot és az etikai ítéletet. Melyik hiányzik leginkább a tanároknál, és melyiket a legnehezebb kiképezni?
• A kutatás szakadékot dokumentál a tanárok önértékelt és tényleges MI-készsége között. Miért becsülik túl az emberek a felkészültségüket, és mi kellene ahhoz, hogy ezt a rést őszintén bezárják?
• Egy intenzív szakmai fejlődési program nagy növekedést hozott az MI-pedagógiai készségben az idézett kutatásban, ami azt sugallja, hogy a technikai-pedagógiai készség tanítható. Ha ez igaz, miért tűnik mégis olyan sok tanár felkészületlennek: mi áll az útban?
• Ha egy tanár „jól tudja használni az MI-t”, mit jelent Önnek a „jól”, és honnan tudná, hogy egy tanár elérte ezt, nem csak átvette az eszközt?

Bevezetés

A tanári MI-kompetencia azért fontos, mert a tanár a döntő tényező abban, hogy az MI javítja-e a tanulást. A kutatások következetesen azt mutatják, hogy az MI-eszközök csak akkor válnak jobb eredményekké, ha a tanárok tervezni tudnak velük, támogatni tudják a diákok használatát, értékelni tudják a kimeneteket, és koherens tanításba tudják integrálni őket. A tudásbázis szakirodalma a kompetencia dimenzióit, az önészlelés és a tényleges készség közötti réseket, valamint az azt felépítő szakmai fejlődést vizsgálja.

Nunez-Canal és mtsai (2026) az oktatói MI-kompetenciát közvetlenül a diákeredményekhez kapcsolják: humántőke- és érintettelméletekkel egy üzleti és közgazdasági karokon végzett felmérésre támaszkodva amellett érvelnek, hogy az egyetemek oktatói kompetenciába való befektetése nem diszkrecionális.

• A promptolási képzés időt ad, nem jobb anyagokat. Egy 204 tanárral végzett előre regisztrált RCT-ben Appel, Fervers és Piepenburg (2026) szerint a ChatGPT javította az óraelőkészítési anyagok minőségét és 34%-kal csökkentette az előkészítési időt, míg a korábbi MI-képzés további 21%-os időcsökkenést adott anélkül, hogy javította volna az értékelt minőséget (Appel és mtsai, 2026). A képzett tanárok hosszabb promptokat írtak és kevesebbet iteráltak; mindkét út egyenlő minőséget ért el.

A kompetencia alapdimenziói

A tudásbázis kutatása több összefüggő dimenzióban konvergál:

• Technikai jártasság: hatékony promptok készítése oktatási célokra, MI-eszközök értékelése pedagógiai illeszkedés és biztonság szempontjából, valamint a hibák valós idejű elhárítása. Egy intenzív GenAI szakmai fejlődési program jelentős növekedést dokumentált mind az öt AI-PCK komponensben (teljes d = 2,36), megmutatva, hogy a technikai-pedagógiai készség tanítható.

• Az ágens-munkafolyamatok specifikálása: amikor a tanárok természetes nyelven konfigurálnak egy chatbotot, a domináns hiba nem a téves tény, hanem az elveszett szándék: a botok a végfelhasználói beszélgetések 53,8%-ában kihagyták az előírt munkafolyamat-lépéseket, és 33,4%-ban elhagyták az elvárások beállítását (Liu és mtsai (2026)), így a rendezett, kifejezett lépések írása önállóan tanítható kompetenciadimenzió.

• A pedagógiai tudás a döntő réteg. Egy középiskolai MI-oktatást vizsgáló, szintek közötti kutatás (46 tanár, 2 832 diák) szerint a technikai MI-tudás önmagában elégtelen volt, és akár kissé csökkenthette is a diákok MI társadalmi jóra való alkalmasságáról alkotott észlelését, míg a pedagógiai MI-tudás vezérelte a diákok észlelését és az MI tanulására való szándékukat. A kompetenciakereteknek ezért a pedagógiai MI-tudást kell döntő dimenzióként súlyozniuk, nem puha kiegészítésként.

• Pedagógiai integráció: az MI-használat hozzárendelése a tanulási célokhoz, a diákok Metacognition és AI Regulation in Education képességét támogató Scaffolding tervezése, és az MI beépítése a tanulástervezésbe. Az AI-TPACK kutatás modellezi, hogyan kombinálják a tanárok a technológiai, pedagógiai és tartalmi tudást többágenses munkafolyamatokon keresztül, míg a tanár-MI együttműködés ötszintű keretrendszere (tranzakciós, majd szinergikus) azt ragadja meg, hogyan helyettesítheti, egészítheti ki vagy bővítheti a GenAI a tanári kompetenciát.

• Értékelési írástudatosság: az MI-generált tartalom és a diákok MI-kimeneteinek értékelése, valamint annak megértése, hogyan változik az érvényesség, amikor a diákok MI-t használnak. Ez az Automated Assessment, az AI Detection és a tágabb Assessment újratervezési napirendhez kapcsolódik. Ajánlórendszerek esetében ez kiterjed annak megítélésére is, hogy egy MI magyarázatai valóban érthetők és pedagógiailag értelmesek-e: Feldman-Maggor és mtsai (2025) szerint a tanárok jobban bíztak az MI csoportosítási ajánlásaiban, amikor a magyarázatok tantárgyi (tantervi) nyelven voltak megfogalmazva, mint amikor nyers modelljellemzőket tárnak fel: ez az magyarázatminőség megkövetelésének és megítélésének készsége, nem az átláthatatlan kimenet elfogadásáé.

• Modellválasztás és prompttervezés mint kimutatható készségek: az instrumentális MI-írástudás magában foglalja annak ismeretét, melyik modellt kell használni és hogyan kell megfogalmazni a feladatot. Jacobsen és mtsai (2026) 153 tanárjelölt óratervezési céljait bíráltatták a ChatGPT-4-gyel, a Claude 3-mal és a Gemini Advanceddel négy szisztematikusan változtatott prompt mellett (N = 240 visszajelzés az 1. vizsgálatban, 345 a 2. vizsgálatban), a Feedback kilenc minőségi kategórián értékelve. A modellválasztás önmagában a minőség varianciájának 26,9%-át magyarázta (18,4% a 2. vizsgálatban), és a prompttervezés szignifikáns további 15,9%-ot (5,7%) adott hozzá; az egyetlen döntő promptjellemző a területspecifikus szaknyelv volt, amelynek eltávolítása szignifikánsan csökkentette a minőséget (β = -0,412), míg a példák hozzáadása és a gondolatmenet-utasítás elhagyása nem hozott szignifikáns különbséget az 1. vizsgálatban. Olvasatuk szerint (hogy a tantárgyi terminológia egyszerre nyitja meg a releváns tanítóadat-tartalmat és keretezi a kérést szakmai módon, mint a szereppromptolás), valamint az a hüvelykujjszabály, hogy a legképességesebb jelenlegi frontier modellt használják, a modellválasztást didaktikai döntéssé teszi, nem technikaivá.

• Etikus és kritikai használat: az MI-kimenetekben rejlő elfogultság felismerése, a diákadatok védelme (Privacy), és a méltányos eredmények biztosítása (Equity). A kulturálisan releváns MI-használat azt vizsgálja, hogyan használhatják a tanárok az LLM-eket az anyagok diverzifikálására a domináns normák megerősítése helyett.

• Az etikai felelősség megosztott, nem egyéni. Hét nemzeti esetben a tanárokat az MI-használat erkölcsi kapuőreiként pozícionálják, miközben hiányzik az intézményi és episztemikus támogatás, így az etikus MI-írástudatosságnak ki kell terjednie a kritikai és politikai cselekvőképességre is, nem csupán a technikai készségre (Raffaghelli és mtsai (2026)).

• Magabiztosság és attitűdök: a tanári magabiztosság alakítja az átvételt. Az átvételi kutatás szerint a magabiztosság, a támogatás és az érzékelt hasznosság dönti el, hogy a tanárok ténylegesen használják-e az MI-t, és az oktatói orientációk alakítják az átvételt a kutatásban és a tanításban.

• Egy öt országot átfogó, 1 405 K-12 tanárt vizsgáló felmérésben az MI-felkészültség pozitív hiedelmeket jósolt a GenAI oktatási értékéről (B = 0,59, R² = 0,50), mégis nagyobb Creativity aggodalmat jósolt (B = 0,18), és ugyanezek a prediktorok az aggodalomnak csak 7%, illetve 6%-át magyarázták: a felkészültség építése önmagában érintetlenül hagyja az aggodalmat (Xiu és mtsai (2026)).

A felkészültséget ennek megfelelően kell rendezni és mérni: a Képesség-Döntés modell a kimutatott MI-képességet az attitűd és a magabiztosság elé helyezi, és teljesítménymutatókat javasol az önbevallás helyett: óravázlattervezési feladatokat, hibákkal feltöltött promptértékelési feladatokat, tartalomérvényességi ítéleteket és osztálytermi artefaktumrubrikákat (Mnguni (2026)).

Az érzelmi és erkölcsi felkészültség külön dimenzió. Vassallo (2026) egy máltai egyetem akadémiai munkatársait kérdezte meg (109 válaszadó), és négy erkölcsi érzelem-tételből felépített egy MI-bűntudat indexet (α = 0,88), azt találva, hogy az előzetes bűntudat nagyobb volt, mint a használat után tapasztalt megbánás: a legerősebb egyetértés az az aggodalom volt, hogy az MI-használat aláássa az ember hitelességét (34,9% értett egyet), majd az, hogy csalásnak érzi a használatot (25,7%), míg a használat utáni megbánás csak 9,2%-ot ért el. A kompetenciakeretek szempontjából fontos eredmények: a nem használók nagyobb bűntudatról számoltak be, mint a használók (M = 3,25 vs M = 2,32), és a bűntudat csökkent, ahogy a karrierbiztonság nőtt: a pályakezdő akadémikusok jelentették a legtöbbet (M = 2,71), a rangidős akadémikusok a legkevesebbet (M = 2,03). Az érzelmi felkészültséget ezért nem ragadják meg a készség- vagy magabiztosságmérők, és a tanulmány amellett érvel, hogy a kompetenciakereteknek a bűntudatot és az identitásaggodalmat normális átmeneti válasznak kell tekinteniük, nem korrigálandó hibának.

Az újrakeretezés erősebb változata szerint a GenAI küszöbfogalom, nem készséghiány: egy autoetnográfiai beszámoló amellett érvel, hogy az oktatói szorongás és ellenállás a küszöbátlépés konstitutív része, így a készségalapú képzés kudarcot vall, és az elvi nem-átvételt tisztelni kell, nem korrigálni (Laidlaw (2026)).

A kompetenciarés

Egy kulcsfontosságú eredmény a rés az önbevalláson alapuló és a teljesítményalapú kompetencia között. Az MI-írástudatosság értékeléséről szóló kutatás jelentős eltérést dokumentál (akár mintegy 40%-ot) a tanárok hite és ténylegesen bemutatható képessége között: a MI-készségeikben magabiztos tanároknál gyakran hiányoznak az alapvető promptolási és értékelési képességek. Ez a tanári kompetencia teljesítményalapú értékelését indokolja az önbevallásra támaszkodás helyett, és a kalibrált önértékelés fogalmához kapcsolódik. 2 586 nigériai középiskolai tanár országos felmérése külön eszközökkel mérte a két oldalt: mérsékelt MI-tudatosság (M = 3,13 a 8-ból) alacsonyabb MI-pedagógiai készséggel szemben (M = 2,47 az 5-ből), a pályakezdő és középkategóriás tanárok pedig nagyobb készséget jelentettek, mint a tapasztalt kollégáik (Olurinola és mtsai, 2026).

A felkészültség a matematikaoktatási szakirodalom legtöbbet dokumentált akadálya. 54 matematikaoktatási kutatás áttekintése a technológiai-pedagógiai integrációt és a tanári felkészültséget találta a leggyakrabban jelentett kihívásnak (54-ből 38), megelőzve az értékelés érvényességét és integritását (26) és a túlzott támaszkodást (24) (Manto és mtsai (2026)).

A rés nemcsak az észlelt és a tényleges készség között van, hanem abban a szélességben, amit a tanárok tudnak: 2 018 ukrán középiskolai pedagógus országos felmérése szerint 84% jelentette, hogy használ MI-t szakmai gyakorlatában, de csak 11% tudott megnevezni egy ChatGPT-n túli speciális MI-szolgáltatást (Marienko, Markova és Semerikov (2026)). Egy második szűkösség abban mutatkozik meg, amit a tanárok önként felajánlanak, nem abban, amit meg tudnak nevezni: 53 gyakorló tanár, aki saját osztálytermi eseteit címkézte az OECD MI-írástudatossági keretrendszer szerint, 43 MI-írástudatos gyakorlatot és csak 10 kudarcot írt le (Wang és mtsai, 2026). Kompetenciaválasztásaik a gyakorlati ítélet körül csoportosultak (MI-kimenetek értékelése, N = 38), és ritkán érték el a társadalmi elfogultságot (N = 5), az etikai illeszkedést (N = 6) vagy az MI energiafelhasználását (N = 9).

Egy indonéz, 132 tanárt vizsgáló felmérés szinte egyetemes elfogadást talált vékony mechanisztikus megértés mellett: 96,2% támogatta a tanárok MI-használatát, mégis csak 4,6% nevezte meg a tokenizálást vagy a dekódolást, és 21,5% hitte azt, hogy a ChatGPT adatbázisban vagy az interneten keres (Aji és mtsai (2026)). A kedvező attitűd nem bizonyítéka az eszköz működő mentális modelljének.

A rés az artefaktumban is látható, nem csak az önbevallásban. Egy tanárképzési, intézményközi oktatói kollaboratóriumban, ahol a tanárképzők saját módszertani kurzusaikba tervezték be az MI-t, a jelöltek kifogástalan MI-támogatott óravázlatokat tudtak készíteni, miközben nem tudták elmagyarázni, miért illik a terv a tanulókhoz és a standardokhoz, mivel a terv maga semmit nem mond a mögötte álló érvelésről. Az indoklás osztályozása a produktum helyett az egyik válasz. A gyakorlat pedagógiáinak kerete egy másikat sugall, a próbát a gyakorlat közelítéseként kezelve: az MI-közvetített próba strukturált próba utáni visszajelzéssel növelte a jelöltek kutakodó és felfedező kérdéseinek használatát, mégis a jelöltek saját teljesítményítéletei eltértek attól, amit a megfigyelők rögzítettek.

A képzés utáni csökkenő önértékelés a tanulás, nem a veszteség jele lehet. Egy hat hónapos Intelligens-TPACK szakmai fejlődési programban 64 hongkongi egyetemi tanárral 61 kontroll mellett az összesített MI-kompetencia mintegy fél szórással nőtt (Cohen d = -0,521), mégis néhány tanár mindkét csoportban alacsonyabb pontszámot ért el a záró mérésen, mint a belépőn (Tan, Cheng és Ling, 2025). Az interjúk a csökkenést a tudattalan inkompetenciából a tudatos inkompetenciába való elmozdulással magyarázták (a Dunning-Kruger hatás által előre jelzett újrakalibrálódás), nem elveszett készséggel. A szerzők arra következtetnek, hogy a bemeneti-kimeneti önbevallás alábecsüli a beavatkozást, mert a nyereség egy része magában az eszközben való lefelé korrekcióként érkezik.

A rés a nem-részvételben is megjelenik. Watson és Rainie (2026) 1 057 amerikai főiskolai oktatót kérdeztek meg 2025 végén, és 26% egyáltalán nem használt generatív MI eszközöket, egyharmaduk választotta, hogy nem használja őket tanításhoz, a nem-használat pedig a művészetekre és a humántudományokra összpontosult (40%). A rés intézményi oldala nagyobb volt az egyéni oldalnál: 68% mondta, hogy iskolája nem készítette fel az oktatókat a generatív MI tanításban és mentorálásban való használatára, és az oktatók a kollégák ellenállását (82%) és járatlanságát (83%) nevezték meg a tanszéki átvétel vezető akadályaként: olyan kép, amelyben a kapacitásépítésnek, a társnormáknak és a szabályzatnak együtt kell mozdulnia.

A tanárképzés nagyrészt megkerüli a kompetencia etikai dimenzióját. A MI tanárképzésben való alkalmazásáról szóló szisztematikus áttekintés a leendő általános iskolai matematikatanárok alapképzésében (Pinto és mtsai 2026, 341 rekordból 11 kiválasztott kutatás) azt találta, hogy a beavatkozások a rövid távú technikai és pedagógiai nyereségre összpontosítottak (tizenegyből kilenc rövid, egy-hat alkalmas beavatkozás volt), és arról számolt be, hogy az etikával csak a tizenegy kutatás közül háromban foglalkoztak. A kompetenciakeretek az etikai ítéletet dimenzióként nevezik meg; az alapképzési szakirodalom, amelynek fel kellene építenie, ritkán tanítja vagy méri.

• Hét kompetenciaklaszter, az etika a leggyengébb láncszem. 78 kutatás tematikus szintézise klasztereket ad a prompttervezésre, az MI-kimenetek kritikai értékelésére, az etikai tudatosságra és elfogultságfelismerésre, a pedagógiai-tartalmi illeszkedésre, a fogalmi MI-írástudatosságra, az emberi felügyeletre és a reflexióra. A prompttervezés volt a legkövetkezetesebben dokumentált, és fejlődési spektrumként viselkedik, nem egyetlen készségként, ami miatt a bírálók amellett érvelnek, hogy legjobban új médiumon keresztül folytatott pedagógiai érvelésként érthető meg: a prompt mint externalizált tervezési döntés. Az etikai tudatosság volt a leggyengébben dokumentált kompetencia az alapképzési kutatásokban (Spyropoulou és Kameas, 2026).
• A tanárok túlbecsülik saját értékelési készségüket. Azon túl, hogy csak az MI-generált tanulási célok 38,3%-a felelt meg minden minőségi kritériumnak átdolgozás nélkül, a tanárjelöltek szisztematikusan túlbecsülik a chatbot-kimenet értékelésére való képességüket, amit a bírálók lehetséges perceptuális, nem deklaratív hiányként olvasnak. Ezért érvelnek amellett, hogy a kompetenciát teljesítményartefaktumokon (óravázlatok, döntési naplók, mikrotanítás) keresztül kell értékelni az önbevallás helyett: az önértékelés megbízhatatlanságát éppen az a szakirodalom bizonyítja, amelyet a képzésnek kezelnie kellene.

Működő szakmai fejlődés

A tudásbázis szakmai fejlődési szakirodalma hatékony megközelítéseket azonosít:

• Intenzív, elméletileg megalapozott programok: Egy intenzív GenAI szakmai fejlődési program 163 tanárral és tanárjelölttel szignifikáns növekedést hozott minden AI-PCK komponensben, a tanárjelöltek profitáltak a legjobban. Az önrendelkezés-elméleten alapuló szakmai fejlődés megmutatja, hogy a szükséglet-támogató képzés javítja a tanárok MI-írástudatosságát, attitűdjeit és elköteleződését, miközben csökkenti a szorongást.
• Tervezésalapú és integrált megközelítések: a DBR-alapú GenAI-írástudatossági képzés kezeli a technikai tudás és a GenAI előtti eszközök túlhangsúlyozását; az integratív, fejlődési keretrendszerek és a szocio-emocionális kompetenciaintegráció a tiszta technikán túlra szélesítik az írástudatosságot.
• Vizsgálódás és autentikus gyakorlat: az MI-támogatott vizsgálódási modellek MI-írástudatosságot és autentikus teljesítményt építenek a tanárjelöltekben.
• Kontextusspecifikus felkészültség: a EPIQ-AI felkészültségi keretrendszer hangsúlyozza, hogy az oktatói felkészültség szociotechnikai kérdés, amely az oktatói kapacitás, a AI Governance és a minőségbiztosítás összehangolását igényli.
• A támogatást tapasztalat és MI-jártasság szerint kell differenciálni. Choi és mtsai (2026) szerint az, hogyan interaktálnak a tanárok ténylegesen az MI-vel az óravázlattervezésben, a tanítási tapasztalat és az MI-jártasság kölcsönhatásától függ, nem bármelyiktől önmagában. A magas MI-jártasságú tapasztalt tanárok kritikusan adaptálják az MI-kimenetet a kontextushoz (újrapromptolás, részletezés), míg a novíciusok (még a technikailag folyékonyak is) hajlamosak közvetlenül elfogadni az MI-válaszokat, és ritkán veszik figyelembe a diákokat és a kontextust. Ez profilalapú szakmai fejlődést indokol: válaszértékelési ellenőrzőlistákat és promptmintákat a novíciusoknak, gyakorlatias készségépítést az alacsonyabb MI-jártasságú tapasztalt tanároknak.
• Az időnyereség maga a tapasztalatot és a magabiztosságot követi, nem csak a támogatás tervezését. Roy és mtsai (2026) MI-óraasszisztens kísérletében a munkaterhelés-csökkenés nagyobb volt azoknál a tanároknál, akiknek alacsonyabb volt a tantárgyi tudásukba vetett magabiztosságuk, alacsonyabb a pedagógiai tudásuk, kevesebb időt töltöttek a szakmában, vagy magasabb a technológiába vetett magabiztosságuk. A jártasság és a magabiztosság ezért a beavatkozás hatásának részét képezik, nem csak az átvételének.

A hiedelemkonfiguráció egy második profiltengely: a TALIS 2024-ben részt vevő 40 680 tanár között ugyanaz a nem-használati státusz ellentétes akadályokat takart: a Közömbös profil 83,3%-a pedagógiai fenntartásokat említett, míg a Mértéktartó támogatás 66,2%-a elégtelen tudást és készségeket (Fang és Jin (2026)). Az MI-vel kapcsolatos szakmai tanulás következetesebben követte a profiltagságot, mint az életkor vagy a végzettség.

• A tanároknak nincs egyetlen MI-fogalmuk. 16 dán felsőoktatási tanár fenomenográfiai vizsgálata három tanítási-MI és három tanulási-MI felfogást talált, így egyetlen műhelymodell bármely oktatói csoportnak csak egy részét éri el (Stenalt (2026)).

• A közös tervezés és a pedagógiai promptírástudatosság kompetenciák, nem kiegészítések. A tanár-MI közös feladattervezés szisztematikus áttekintése (Wang, Liu és Islam 2026, 28 kutatás) szerint a domináns együttműködési mód az MI mint asszisztens és tartalomgenerátor, és hiányt talál a tanárok teljesebb közös tervezési és dialogikus partnerségi kapacitásaiban. Talebzadeh (2026) megmutatja, hogy az a szakmai fejlődés, amely a technikai MI-képzést pedagógiai érveléssel párosítja (felépítve a „pedagógiai promptírástudatosságot”, a PCK promptokba kódolását), az, ami lehetővé teszi a tanároknak, hogy az MI-kimenetet hatékony, differenciált csoporttevékenységekké alakítsák.

• Kompetenciát építő struktúrák, nem annak listái. Perl-Nussbaum és Finkelstein (2026) egy hat alkalmas, kéthetenkénti oktatói tanulóközösséget vezetett egy nagy állami R1 fizika tanszéken (tizenkilenc oktató a sorozat alatt, alkalmanként mintegy tíz), ahol minden alkalom helyi adatokkal nyitott, kis csoportos MI-tesztelésbe ment át valódi, anonimizált diákházi feladatokon, és kollektív megbeszéléssel zárult, és öt bejegyzésű közös tárhelyet hozott létre, nem képzési csomagot. Az értékelési írástudatosság ugyanígy építhető tervezőeszközzel: Paula és mtsai (2026) kísérletében nyolc tapasztalt STEM- és egészségügyi kurzuskoordinátor növelte értékelési írástudatosságát azzal, hogy egy egyedi GPT értékelési vázlatait tantárgyi standardokhoz mérten kritizálták, noha a kimenetek ismételten elvétették a tantárgyi kontextust, figyelmen kívül hagyták a témasorrendet, és egy esetben ismételt promptolás mellett is kitalált hivatkozásokat hordoztak. Mind a nyolcan maguknál tartották az akadémiai ítéletet, és elutasították a végponttól végpontig tartó automatizálást, ami a generált vázlatok strukturált kritikáját teszi a fejlődés mechanizmusává, nem az eszközképzést.

• A rövid alkalmak mozgathatják az elfogadást anélkül, hogy mozgatnák az átvételt. Mesenhöller és Böhme (2026) egy háromórás INSIGHT alkalmat értékeltek 100 német tanárral, és azt találták, hogy az érzékelt hasznosság és a észlelt használhatóság egyaránt szignifikánsan nőtt (hasznosság t(99) = -3,24, p = 0,002, d = 0,32; használhatóság d = 0,25), míg a MI-alapú technológiák differenciálásra való használatának viselkedési szándéka nem változott. A szerzők megjegyzik, hogy kiindulási értékeik már kedvezőek voltak, így plafonhatás valószínű. A szakmai fejlődés tervezésére vonatkozó olvasat szűk, de hasznos: egy rövid alkalom megváltoztathatja, hogyan ítélik meg a tanárok az MI-eszközöket, anélkül hogy megváltoztatná, tervezik-e használni őket, ami olyan változás, amelynek utánkövetést igényel, nem egyszeri eseményt.

• Az oktatók a folyékonyságot részesítik előnyben, de a tanulást a támogatásnak tulajdonítják. 41 oktató között egy GPT-4o alapvonalat összességében előnyben részesítettek (21 vs 13), mégis a finomhangolt háromlépéses modellnek (azonosítás, felfedezés, fejlesztés) tulajdonították gyakrabban a tanulást (18 vs 13), és a két ítélet csak az esetek 39%-ában egyezett (Molnar és mtsai (2026)).

• Intézményi támogatás: a szakmai fejlődést intézményi infrastruktúrával kell párosítani (szabályzat, intézményi változás) a fenntartható átvételhez.

• A szerzőeszközök nem garantálják a pedagógiai hűséget. Riahi és mtsai (2026) 27 középiskolai tanárt vizsgáltak, akik oktatási chatbotokat konfiguráltak szakmai fejlődési műhelyeken, fókuszcsoportokat elemezve a konfigurációs és interakciós naplók mellett. A tanárok a chatbotot tanár által meghatározott szabályokkal korlátozott oktatási támogatásként kezelték, mégis a szándék és a viselkedés közötti naplóalapú illeszkedés erősebb volt a reagálékonyságnál (88,9%) és a személyiségnél (81,5%), mint a szabályoknál (70,4%) és a célnál (59,3%). A konfigurálható vezérlők önmagukban nem viszik át a pedagógiai szándékot a viselkedésbe, így egy chatbot pedagógiájának kifejezése, tesztelése és finomítása maga is kompetencia, amelyet a szerzőeszközöknek támogatniuk kell.

Egy tervezésalapú ellenpélda a kompetenciát helyzetfüggőnek tekinti, nem egy létra fokának. Eyal 2025-es tervezésalapú kutatása 22 felsőoktatási tanárképzővel arra kérte a résztvevőket, hogy vizsgáljanak meg öt publikált értékelési keretrendszert, és tervezzenek közösen egy alternatívát három összefüggő tengely köré szervezve: kontextusilleszkedés (infrastruktúra, szocio-kulturális tényezők, helyi szükségletek, fejlődési szakasz), szakmai szükségletek (tudományterület, pedagógia, vezetés, támogatás) és dinamikus fejlődés. A modell elutasítja a rögzített kompetenciaszinteket, és nemlineáris előrehaladást enged, és egy 20 tételes reflektív önértékelési kérdőívvel jár, 1-től 5-ig értékelve. Érvényesítése csak kvalitatív, kvantitatív megbízhatósági tesztelés nélkül, így tervezési hozzájárulásként áll, nem validált eszközként.

• Metaanalitikus becslés. Guo és mtsai (2026) 34 kutatás 212 hatásméretét összegezték, és a tanári MI-írástudatossági szakmai fejlődést g = 0,76-ra becsülik (95% CI [0,50, 1,02]), legerősebben a készségeknél (g = 0,91), leggyengébben az attitűdöknél és értékeknél (g = 0,61); a látszólagos publikációs szelekció korrigálása a becslést mintegy g = 0,49-re csökkenti.

• A részvétel előre jelzi a nyereséget ott, ahol a részvétel érzése nem. Ugyanabban a hat hónapos programban a részvételi arány előre jelezte a kompetencianyereséget (β = 0,407, p = 0,001), míg az önészlelt részvétel nem (β = 0,049, p = 0,692), és a tudományterület, a tanítási tapasztalat és a szakmai cím keveset magyarázott; a szerzők a részvételt viselkedési befektetésként, az észlelt részvételt felszíni elköteleződésként olvassák (Tan, Cheng és Ling, 2025).

• Az értékek egy területspecifikus programban is lemaradnak a készségektől. Egy egyéves hongkongi programban 30 angoltanárral a Multimodal AI értékelési stratégiák ismerete 3,13-ról 4,15-re nőtt az 5-ből (részleges η² = 0,571), a diákok támogatásában való kompetencia 3,05-ről 3,98-ra (0,482), mindkettő szignifikáns, míg minden érték-alterület statisztikailag lapos maradt a Bonferroni-korrigált 0,006-os alfa mellett. A tanárok a nyereséget az iskolán belüli közös tervezésnek és az iskolák közötti klasztertalálkozóknak tulajdonították, nem csupán a műhelyeknek (Jiang és mtsai, 2026).

• A mikro-tanulás fejlesztheti az egyetemi tanárok MI-kompetenciáját. Cechovsky (2026) két Vocational Education and Training modult finomított két online csoportos megbeszélésen át öt tervezési elvvé (világos szerkezet és orientáció, útmutatás és navigációs támogatás, szegmentálás és modularizálás, multimodális bemutatás, tanulói aktiválás), és a platformnavigációt és a modulok megtalálását találta a fő gyakorlati akadályoknak.

Tanári MI-kompetencia és az átalakuló tanárszerep

Ahogy az MI átveszi a rutin oktatási és értékelési feladatokat, a tanár megkülönböztető hozzájárulása az orkesztráció, az ítélet és a kapcsolat felé tolódik: eldönteni, mikor és hogyan használják az MI-t, támogatni a diákok cselekvőképességét és kritikai használatát, biztosítani az esélyegyenlőséget, és nyújtani azt a társas és érzelmi támogatást, amelyet az MI nem tud. Ez a tanári kompetenciát a ember a hurokban felügyelet, az etikai ítélet és a önszabályozó tanulás támogatása körül keretezi újra, összekapcsolva a Tanítás és a túlzott támaszkodás elleni védelem fogalmaival.

Az MI-oktatás következményei

• Teljesítményt értékeljenek, ne csak önbevallást: a tanári kompetenciát bemutatáson keresztül kell értékelni, a dokumentált önbevallási rés miatt.

• A teljes kompetenciát képezzék, ne csak az eszközöket: a szakmai fejlődésnek a technikai, pedagógiai, értékelési és etikai dimenziókat együtt kell építenie, tanuláselméleti megalapozással.

• A készség mellett magabiztosságot is építsenek: az attitűdök és az Self-Efficacy alakítják az átvételt, így a szakmai fejlődésnek csökkentenie kell a szorongást és magabiztosságot kell építenie autentikus, támogatott gyakorlaton keresztül.

• Támogassák az intézményi réteget: a fenntartható tanári kompetencia összehangolt szabályzatot, irányítást és kapacitást igényel, nem elszigetelt képzést.

• A tanári digitális kompetencia a GenAI tantervtervezésében. Guillén-Gámez (2026) validálnak egy TAM-alapú diagnosztikai eszközt 434 gyakorló tanárral; a viselkedési szándék volt a digitális kompetencia fő prediktora a GenAI tantervtervezésben való használatához, az önhatékonyság gyökérhajtóerővel.

Pszichometriai eszköz a tanári MI-kompetencia mérésére

• Egy pszichometriai tanulmány kifejlesztette a Teachers' AI Literacy Scale (TAILS) eszközt, hogy kifejezetten a nyelvtanárképzésben mérje az MI-írástudatosságot, operacionalizálva az ED-AI keretrendszer hat dimenzióját. Az eszköz kidolgozása pótol egy hiányt azokban az értékelésekben, amelyek diákokat vagy általános felhasználókat céloznak, támogatva a tanári MI-kompetencia mérését.

Az eszközök világát azóta áttekintették. Zainal, Mohd Matore és Maat 2026-os szisztematikus áttekintése a tanári MI-írástudatosság mérőeszközeiről 33, 2019 és 2025 között publikált eszközt értékelt, és módszertanilag monotonnak találta a területet: 31 (93,9%) önbevallási skála az észlelt magabiztosságról, csak kettő (6,1%) teszteli objektíven a tudást, és egyik sem használ teljesítményalapú feladatokat. A belső konzisztencia volt a legerősebb minőségi terület (33-ból 28 A osztályú), és a méltányosság a leggyengébb, öt eszköz (15,2%) jelentett mérési invarianciát vagy differenciális tételműködési bizonyítékot. A tartalom is lemarad a technológiától, mivel 29 eszköz (87,9%) általános MI-fogalmakat céloz, és csak négy (12,1%), mind 2025-ből, foglalkozik a generatív MI-vel.

Gyakori tévhitek

• „A promptolási képzés jobb anyagokat ad a tanároknak.” A promptolási képzés időt ad, nem jobb anyagokat: egy 204 tanárral végzett előre regisztrált RCT-ben Appel, Fervers és Piepenburg (2026) szerint a ChatGPT javította az eltöltött időt, míg az anyag minősége nem követte. A hatékonysági nyereség valós, és nem a minőségi nyereség.
• „Amikor a tanárok chatbotot konfigurálnak, a hiba ténybeli tévedés.” Amikor a tanárok természetes nyelven konfigurálnak chatbotot, a domináns hiba az elveszett szándék, nem a téves tény: a botok kihagyják a lépést, amelyet a tanár szánt. Az utasításkövetés szerkezetileg, nem ténybelileg vall kudarcot.
• „A technikai készség a döntő réteg.” A pedagógiai tudás a döntő réteg: egy középiskolai MI-oktatást vizsgáló, szintek közötti kutatás Shen és mtsai, 2026. A kimenetet meghatározó kompetencia az, amelybe a legtöbb képzési program a legkevesebbet fektet.

Kapcsolódó fogalmak

• MI-írástudás
• Oktatásfejlesztés
• Tanítás
• Prompt Engineering
• Tanulástervezés
• Scaffolding
• Metacognition
• Assessment Validity
• Equity
• Ethics
• Self-Efficacy
• Human-in-the-Loop
• Learner Agency
• Kognitív tehermentesítés
• Educational AI Policy
• Mesterséges intelligencia az oktatásban
• Technological Pedagogical Content Knowledge (TPACK)
• Teacher Education
• Pedagogies and Teaching Strategies - Esernyő: pedagógiák és tanítási stratégiák az MI-oktatásban

Kapcsolódó cikkek

• Lesson planning using AI lesson assistant, Aila - A Teacher Choices Trial — Mely tanárok nyertek tervezési időt: alacsonyabb tantárgyi tudás-magabiztosság, alacsonyabb pedagógiai tudás, újabb a szakmában vagy magas technológiai magabiztosság

• AI Misconception and Adoption Among Indonesian K-12 Teachers — A tanárok elfogadják az MI-t, miközben félreértik a működését (Aji és mtsai 2026)

• AI integration in mathematics education: A systematic review of implementation challenges and pedagogical implications (2017-2025) — A tanári felkészültség és a technológiai-pedagógiai integráció mint a leggyakrabban jelentett kihívás 54 matematikaoktatási kutatásban (Manto és mtsai 2026)

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — Multimodális értékelési írástudatosság: egy egyéves program, ahol a tudás és a kompetencia mozdult, az értékek nem

• The impact of professional development programs on K-12 teachers' AI literacy: A systematic review and meta-analysis

• Enhancing Teachers' AI Competency: A Professional Development Intervention Study Based on Intelligent-TPACK Framework — Intelligens-TPACK szakmai fejlődés: fél szórásnyi nyereség, és negatív nyereségek, amelyek újrakalibrálódásként olvashatók. A szakmai fejlődési programok hatása a K-12 tanárok MI-írástudatosságára: szisztematikus áttekintés és metaanalízis

• AILitHub: Building AI Literacy Infrastructure to Situate Frameworks into Practice — A tanárok saját osztálytermi MI-eseteiket címkézték, és könnyen elérték a gyakorlati kompetenciákat, a társadalmiakat és etikaiakat viszont ritkán (Wang és mtsai 2026)

• Typology of Generative AI Tools for Education — Az eszközválasztás mint az oktatói cselekvőképesség gyakorlása

• Generative Artificial Intelligence (GAI) in Teaching and Learning Processes at the K-12 Level: A Systematic Review — A generatív MI szisztematikus áttekintése a K-12 tanításban és tanulásban (Marzano 2026)

• Pedagogy first, technology second: Cross-level relationships between teacher professional knowledge and student — A tanári szaktudás a K-12 MI-oktatásban: TAIK kontra TPAIK és a diákok tanulása (Shen és mtsai 2026)

• Analyzing teacher-AI interaction patterns across teacher experience and AI proficiency in student-centered lesson design — Tanár-MI interakciós minták az óravázlattervezésben tapasztalat és MI-jártasság szerint (Choi és mtsai 2026)

• Preparing Pre-Service Teachers for Responsible Generative AI Use: Curriculum Implications for Ethics, Privacy, and AI Literacy — A tanárjelöltek felelős GenAI-használata: tantervi következmények (Kohnke és mtsai 2026)

• Validating AI-generated classroom observations: Reliability, accuracy, and limits of LLM-based pedagogical judgment — LLM-alapú osztálytermi megfigyelés a tanárok szakmai fejlődéséhez (Melo és mtsai 2026)

• Responsible Integration of AI into Pedagogies of Practice in Mathematics Teacher Education — Generatív MI reprezentációkon, dekompozíciókon és közelítéseken át: próba, strukturált visszajelzés és a pontossági figyelmeztetések

• Efficacy of an Intensive Generative AI Professional Development Program on Pedagogical Content Knowledge (AI-PCK) and the Comparative Analysis of Learning Gain between Experienced and Pre-service Teachers — Egy intenzív GenAI szakmai fejlődési program hatékonysága

• Modeling AI-TPACK in Practice: Insights from Teachers'' Multi-Agent Workflow Design — Az AI-TPACK modellezése tanári többágenses munkafolyamatokon keresztül

• Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence — A szinergikus tanár-MI interakciók felé

• Teacher education for artificial intelligence literacy through a self-determination theory perspective — Tanárképzés az MI-írástudatosságért az önrendelkezés elméletén keresztül

• Development and evaluation of artificial intelligence literacy training for teacher education students — Tervezésalapú kutatású GenAI-írástudatossági képzés

• Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education — A GenAI-írástudatosság újragondolása a tanárképzésben

• Exploring interfaces and implications for integrating social-emotional competencies into AI literacy for education: a narrative review — A szocio-emocionális kompetenciák integrálása az MI-írástudatossággal

• AI Adoption Among Teachers: Insights on Concerns, Support, Confidence, and Attitudes — MI-átvétel a tanárok körében: magabiztosság és támogatás

• Faculty Orientations Shape Adoption of AI in Research and Teaching — Az oktatói orientációk alakítják az MI-átvételt

• How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures — Az önbevalláson alapuló és a teljesítményalapú MI-kompetencia közötti eltérés

• Effects of an AI-supported inquiry model on AI literacy and authentic performance: A quasi-experimental study with preservice teachers — MI-támogatott vizsgálódás tanárjelölteknek

• Faculty Readiness for AI-Supported Teaching and Scalable Online Program Delivery in Higher Education: The EPIQ-AI Framework for Epistemic Integrity — EPIQ-AI oktatói felkészültségi keretrendszer

• LLMs to Support K-12 Teachers in Culturally Relevant Pedagogy: An AI Literacy Example — LLM-ek kulturálisan releváns K-12 pedagógiához

• A Framework for Institutional Change in the Age of AI — Intézményi változási keretrendszer az MI-hez

• TeachingCoach: A Fine-Tuned Scaffolding Chatbot for Instructional Guidance to Instructors — TeachingCoach chatbot oktatói útmutatáshoz

• When faculty ask, 'what's the point of teaching?': GenAI as identity crisis, not skills gap — A GenAI mint identitásválság, nem készséghiány

• Situated AI ethics: a cultural-historical and ecological framework for education

• Transforming Curriculum Design with Generative AI: A Model for Assessing Teacher Digital Competence — A tanári digitális kompetencia értékelése a GenAI tantervtervezéshez (Guillén-Gámez 2026)

• Understanding what good education is: a phenomenographic investigation of university teachers' understandings of AI — fenomenográfiai vizsgálat az egyetemi tanárok MI-felfogásairól

• AI Literacy in Secondary Education: Framework, Assessment, and Professional Development in the Ukrainian Context — Ötszintű MI-írástudatossági keretrendszer és szakmai fejlődés ukrán középiskolai pedagógusoknak (Marienko és mtsai 2026)

• Reimagining teacher-AI co-design in learning task design: trends and perspectives — A tanár-MI közös tervezése a tanulási feladatoknak: irányzatok és perspektívák (Wang és mtsai 2026)

• The Architecture of Roles in AI-Designed Group Activities: A comparative inductive analysis of novice and experienced teachers' differentiated instruction within the IAT framework — A szerepek architektúrája az MI által tervezett differenciált csoporttevékenységekben (Talebzadeh 2026)

• The Impact of Explainable AI on Teachers' Trust and Acceptance of AI EdTech Recommendations: The Power of Domain-specific Explanations

• AI Literacy of Teachers: Prompt Engineering and Model Selection as Predictors of AI-Feedback Quality — A prompttervezés és a modellválasztás mint az MI-visszajelzés minőségének prediktorai (Jacobsen és mtsai 2026)

• The AI guilt complex: Moral emotions and ethical dilemmas in academic technology adoption — Az MI-bűntudat komplexum: előzetes bűntudat és négy erkölcsi válaszprofil az akadémiai munkatársak körében (Vassallo 2026)

• Empowering teachers to use AI for differentiation: changes in teachers’ acceptance of AI-based technologies following participation in a short professional development training session — Egy háromórás tanári szakmai fejlődési alkalom növelte az észlelt hasznosságot és használhatóságot, de nem a kimondott átvételi szándékot (Mesenhöller és Böhme 2026)

• Artificial intelligence in initial teacher training for pre-service primary school teachers in mathematics: a systematic review — A MI szisztematikus áttekintése a leendő általános iskolai matematikatanárok képzésében: az etikával csak tizenegyből három kutatásban foglalkoztak (Pinto és mtsai 2026)

• The AI Challenge: How college faculty assess the present and future of higher education in the age of AI — AAC&U/Elon felmérés 1 057 amerikai oktatóval: felkészültség, nem-használat és az egyéni kontra intézményi szabályzati rés (Watson és Rainie 2026)

• AI Integration as Instructional Design: Lessons from a Cross-Institutional Faculty Collaboratory in Teacher Preparation — Intézményközi oktatói kollaboratórium: az MI-integráció mint tanulástervezés a tanárképzésben

• Assessing teachers' AI literacy: a systematic review of measurement tools — 33 eszköz szisztematikus áttekintése a tanári MI-írástudatosság mérésére: 31 önbevallás, két objektív tudásteszt, teljesítményfeladat nélkül (Zainal, Mohd Matore és Maat 2026)

• Rethinking artificial-intelligence literacy through the lens of teacher educators: The adaptive AI model — Tervezésalapú adaptív MI-írástudatossági modell és 20 tételes reflektív kérdőív 22 tanárképzővel közösen tervezve (Eyal 2025)

• A Workshop Series for Effective Use of AI in Uncertain Times: Building a Physics Faculty Learning Community — Műhelysorozat az MI hatékony használatáért bizonytalan időkben: fizikai oktatói tanulóközösség építése

• Designing Authentic Assessments with Generative AI: A Pilot Study of Assessment Authentifire in Higher Education — Autentikus értékelések tervezése generatív MI-vel: az Assessment Authentifire kísérleti vizsgálata a felsőoktatásban

• Will It Teach as Intended? How Teachers Configure Educational AI Chatbots — Úgy fog tanítani, ahogy szánták? Hogyan konfigurálják a tanárok az oktatási MI-chatbotokat

• A Capability–Decision Model of teacher readiness for AI integration in teaching — Rendezett, képességközpontú tanári felkészültségi modell teljesítményalapú képességmutatókkal

• K-12 in-service teachers' beliefs about generative AI in classrooms: insights from the United States, India, Qatar, Colombia, and the Philippines — Öt országot átfogó felmérés 1 405 K-12 tanárral: a felkészültség pozitív hiedelmeket jelez, de nem az aggodalmat

• Teachers’ AI Belief Profiles and Their Associations with AI Use, Pedagogical Applications, and Barriers: A Person-Centered Analysis of TALIS 2024 — Négy TALIS 2024-es tanári hiedelemprofil összekapcsolja a szakmai tanulást és a profilspecifikus MI-használati akadályokat

• Designing Microlearning Modules on AI for University Teachers in Vocational Teacher Education: A Design-Based Research Study — MI-mikrotanulási modulok tervezése egyetemi tanároknak a szakképzési tanárképzésben: tervezésalapú kutatás

• EduWild: How Teacher-Configured Chatbots Fail in Real-World Use and How to Fix Them — EduWild: hogyan vallanak kudarcot a tanárok által konfigurált chatbotok a valós használatban, és hogyan lehet javítani őket