A nagy nyelvi modelleken alapuló generatív rendszerek (pl. az OpenAI által fejlesztett ChatGPT) rohamos fejlődése és térnyerése az utóbbi években ezen technológia lehetőségeire irányította a figyelmet. Úgy tűnik, hogy az MI térnyerése az oktatásban felerősíti azokat a tendenciákat, amelyek a digitalizáció egyéb formái kapcsán már korábban is megjelentek. Horváth (2023b) szakirodalmi áttekintése szerint az MI alkalmazása egyre inkább terjed az oktatásban is, megváltoztatva a tanár-diák interakciók minőségét, átalakítva az oktatási folyamatot, és változásokra kényszerítve a szereplőket. Az MI módosítja a tradicionális hatalmi viszonyokat és dinamikákat. A tanári szerep decentralizálásával a feladatokat és felelősségi köröket elosztja a tanárok, diákok, gépek/szoftverek és egyéb szereplők között. A folyamatban nagy szerepet játszik a pedagógusok kompetenciája, érdeklődése és attitűdje. A tanárokra vonatkozó egyes kutatások kiemelik ezen kompetencia hiányosságait, az érdeklődés hiányát, illetve a negatív attitűdöket (pl. bizalmatlanság), amelyek részben a továbbképzési és tanulási lehetőségek szűkös voltával is magyarázhatók. Az oktatási alkalmazásokban és kutatásokban kevésbé jelennek meg a szakszerű pedagógiai alkalmazás szempontjai. Az áttekintett tanulmányok gyengén kapcsolódnak pedagógiai elméleti megfontolásokhoz, és gyakran kiforratlan pedagógiai alapokra épülnek. Joggal hiányolható a társas-érzelmi szempontok megjelenése. A szakirodalmi források számos etikai, biztonsági, személyiségi, szerzői és tulajdonjogi kérdést is felvetnek. Probléma, hogy az MI megoldások megkönnyítik a valódinak látszó hamis információk készítését (szöveg, fénykép, hang, videó), illetve gyakran maguk is „halucinálnak”, vagyis olyasmit hoznak létre, ami elfogadhatónak látszik, de valójában téves; emiatt ezek ellenőrzésének, felismerésének, és kiszűrésének képessége különösen fontossá válik (Horváth 2023b). Egyebek mellett ezt is meg kell tehát tanulni az MI kapcsán.

Az MI sokféle módon támogathatja a tanulást-tanítást. Jelentősen csökkentheti a tanárok adminisztratív terheit, mivel automatizálhatja az adminisztratív feladatokat; rugalmas tanulási környezetet teremthet a diákok számára, ahol mindenki a saját preferált módján tanulhat, és egyéni tempójában haladhat; személyre szabott optimalizált tanulási utakat biztosíthat, ahol mindenki azt tanulja, amit még nem tud; és interaktív tananyagokat hozhat létre, jeleníthet meg (játékosítás, szimuláció), amelyek fenntartják a diákok motivációját és elkötelezettségét. Az MI alapú eszközök sokoldalúan elemezhetik a diákok teljesítményét, értékelhetik akár a szabad formátumú tanulói válaszokat, dolgozatokat is, és azonnali visszajelzést adhatnak. Az MI segítheti a tanároknak elemezni a diákok fejlődését, felismerni a lemaradásokat, előrejelzést adni arról, hogy mely tanulókat fenyeget kudarc, így megakadályozhatóvá válik esetleges lemorzsolódásuk. Az MI ajánlásként óraterveket, feladatsorokat, munkafüzeteket, illusztrációkat, oktatási segédanyagokat készíthet, akár az egyes tanulókhoz igazított személyes tartalmakkal is, továbbá játékokat, módszereket javasolhat a tanárok számára. Elképzelhető olyan MI-rendszer is, amely mintegy személyes társként jelenik meg a tanuló számára, megjegyzi a tennivalókat, figyelmeztet határidőkre, megválaszol kérdéseket, és ha kell, személyes oktatóként elmagyarázza a tananyagot (Buda, 2024).

A pályaedukáció tervezéséhez MI által generált példák a 8.4. mellékletben olvashatók. Néhány tanárok számára ajánlható MI alapú platform a 8.5. mellékletben található. Jóllehet az MI a megadott alapadatokra építve képes önállóan létrehozni óraterveket és segédanyagokat, ezeket érdemes mindig kritikusan szemlélni, és inkább kiinduló pontnak tekintve szükség szerint módosítani, továbbfejleszteni. Horváth (2024) olyan szokratikus chatbot jellegű dialógust javasol, amelynek során az MI a tanár kérdései alapján lépésről lépésre támogatja a tervezést, felkínálva a szükséges tartalmak generálását, de nagyobb teret engedve a pedagógiai kreativitásnak és problémamegoldásnak. Molnár (2024) szerint az MI lehetőségei a mérés-értékelés terén főképp olyan területeken bontakozhatnak ki, mint amilyen a feladatgenerálás; az egyénhez illeszkedő adaptív tesztelés és értékelés; a tanulás során keletkező nagy mennyiségű adat elemzése (pl. e-learning naplóadatok); az automatizált értékelés; az értékelést követő gyors visszacsatolás; a személyre szabott, könnyen értelmezhető visszajelzések; a tanulási eredményeket előre jelző elemzések, és az automatimatizált beszédfelismerés.

Az MI lehetőségei nagyon ígéretesek speciálisan az életpálya-építési kompetencia fejlesztését célzó pályaedukáció szempontjából is. Egybehangzó szakértői vélemények szerint az MI jelentősen növelheti a pályaorientáció hatékonyságát, személyre szabottságát és hozzáférhetőségét is, de csak akkor, ha emberi felügyelettel, átlátható és tisztességes módon, az etikai szempontok és jogi követelmények betartásával alkalmazzák (Bankins et al., 2024; Green, 2024; OECD, 2024; Wilson et al., 2022). A szerzők sokféle innovatív alkalmazási lehetőséget körvonalaznak. Ilyen például a személyre szabott ajánlások készítése, teszteredmények mellett akár a felhasználó digitális lábnyomát is figyelembe véve; a munkaerőpiaci trendek egyénre szóló prediktív elemzése, és a személyes profilok és a szakmaprofilok illesztése nagy mennyiségű adat alapján; egyedi tanulási utak ajánlása szövegbányászatra épülő képességhiány-elemzések alapján; tanulmányi vagy munkateljesítmények előrejelzése; a szakmai helyzetek szimulációja virtuális valóság technológia alkalmazásával; vagy az álláskeresés támogatása (önéletrajzkészítés, felkészülés interjúra). Az MI alkalmazása segítheti az életpálya-építés szempontjából fontos explorációs tevékenységet, a reflektív kompetenciák fejlesztését és az önértékelést. Előnyös az MI alapú szolgáltatások időben és térben kiterjesztett elérhetősége, azaz 7×24 órában folyamatosan és akár a hátrányos helyzetű régiókban is. A pályaedukáció MI általi támogatása mellett a másik fontos szempont az, hogy miként tudjuk a pedagógiai folyamatot úgy alakítani, hogy az sikeresen készítse fel a diákokat az MI által átalakított munkaerőpiacra (Horváth, 2024). Ebből a szempontból is értékes lehet az MI diákok általi célirányos használata egyes tevékenységeikben.

A hátrányok és kockázatok között első helyen az emberi közreműködés hiányát kell említeni. A felhasználónak fel kell tudnia ismerni azt, hogy mikor van szüksége kompetens tanácsadóra. A diákok esetében a tanár lehet az első beszélgetőpartnerek egyike. Az életpálya-építési kompetencia meghatározott szintje szükséges ahhoz, hogy az MI lehetőségeit a felhasználó valóban kamatoztatni tudja. Ennek hiányában sok félreértés adódhat. Az MI használata adatvédelmi tudatosságot is igényel, mert a személyes adatok kezelése kockázatot jelent. Az MI ajánlásait mindig kritikával kell kezelni, mivel ajánlásai nagyrészt korábbi információkra épülnek, ezért ezekben megjelenhetnek bizonyos elfogultságok is, illetve az MI nehezebben azonosíthat új, a hagyományostól eltérő karrierutakat, továbbá válaszaiban előfordulhatnak pontatlanságok és ún. hallucinációk is. (A hallucináció itt azt jelenti, hogy az MI hamis vagy pontatlan információkat, válaszokat generál, amelyek bár valószínűnek tűnnek, de valóságalapjuk nincsen.) Az MI felerősíthet egyenlőtlenségeket azáltal, hogy miként az a digitalizáció más területein is, hátrányba kerülnek azok, akik nem férnek hozzá az MI-alapú szolgáltatásokhoz, vagy nem hajlandók, vagy nem képesek megfelelően alkalmazni ezeket. (Bankins et al., 2024; Green, 2024; OECD, 2024; Wilson et al., 2022)

Magyarország Mesterséges Intelligencia Stratégiája azt célozza, hogy Magyarország a technológiai átalakulás nyertese legyen. Hat területre koncentrál, amelyek a szabályozás és biztonság; az infrastruktúra; az oktatás és kompetenciafejlesztés; az adatgazdaság; a kutatás, fejlesztés és innováció; valamint az alkalmazások ösztönzése és fejlesztése. Létrehozatalában a kormányzati szervek mellett a mintegy 400 üzleti, tudományos és államigazgatási szereplőből álló Mesterséges Intelligencia Koalíció, valamint a tudományos és üzleti szféra képviselői is részt vettek. A stratégia célja az oktatás és kompetenciafejlesztés területén az MI-technológiákkal kapcsolatos tudás társadalmasítása, vagyis a széles társadalmi rétegek kompetenciafejlesztése; az alkalmazáshoz szükséges kompetenciafejlesztés és szakértői bázis bővítése, különös tekintettel a kkv-szektorra, és a közszolgáltatásokra; az adat- és MI-specialista, fejlesztői és kutatói szakemberbázis bővítése; valamint a munkaerőpiaci lemaradásban veszélyeztetett csoportok felzárkóztatása és a tehetség támogatása (NGM, 2025).

A 2025–2030 közötti időszakra szóló MI-stratégia hangsúlyozza, hogy a kitűzött céloknak az élethosszig tartó tanulás szemléletében, az oktatási alrendszerek és a piaci szereplők együttműködésében kell megvalósulnia. A célok eléréséhez az oktatásmódszertani kultúra gyökeres átalakítására van szükség az interaktív, problémaalapú és projektalapú oktatás, valamint esettanulmányok előtérbe helyezésével, továbbá a kooperatív tanulás és vitaformák, kerekasztal-beszélgetések, szerepjátékok alkalmazásával. Így tanulható meg, hogy az MI által generált tartalmak miként lehetnek félrevezetők, vagy etikai szempontból kifogásolhatók (NGM, 2025).