MI-tanárt kaptak az egyetemisták, de valami nagyon félresikerült – meglepő eredményt hozott a kísérlet
Elvileg minden adott volt a sikerhez: az egyetemisták egy mesterséges intelligenciával működő tanulási segédet kaptak, amely bármikor válaszolt a kérdéseikre, és az adott tantárgy tananyagát is ismerte. Az eredmény azonban alaposan meglepte a kutatókat. Az MI-tanárhoz hozzáférő hallgatók egy része végül rosszabb jegyekkel zárta a szemesztert, mint azok, akiknek nem kínálták fel ezt a lehetőséget. Egy nagyszabású amerikai vizsgálat most arra kereste a választ, mi történik, ha a mesterséges intelligencia beköltözik az egyetemi oktatásba.
A mesterséges intelligenciát ma már egyetemisták milliói használják tanuláshoz. A ChatGPT és a hasonló rendszerek néhány másodperc alatt elmagyaráznak egy bonyolult matematikai összefüggést, összefoglalnak egy hosszú tanulmányt, vagy segítenek felkészülni a vizsgára. Kézenfekvőnek tűnik, hogy egy ilyen eszközzel könnyebb lesz a tanulás, és javulnak az eredmények. A Marylandi Egyetem kutatói azonban kíváncsiak voltak arra, hogy ez a valóságban is így történik-e. A 2025-ös őszi szemeszterben 2379 hallgató és 30 oktató részvételével végeztek kísérletet, amelynek eredményeit 2026 októberében tették közzé.
Négy ponttal rosszabb eredményt értek el
A vizsgálatban részt vevő hallgatók egy részének elérhetővé tettek egy kifejezetten tanulásra fejlesztett mesterségesintelligencia-asszisztenst. A GPT-4o modellre épülő rendszer az egyetem digitális oktatási felületén működött, és az oktatók által kiválasztott tananyagokból, előadásokból és dokumentumokból is dolgozott. A kutatók összehasonlították azoknak a hallgatóknak az eredményeit, akik hozzáfértek az MI-tanárhoz, azokéval, akiknek nem kínálták fel az eszközt.
Az azonos tantárgyakat tanuló csoportok összevetésében az MI-asszisztenshez hozzáférő egyetemisták átlagosan 4,12 ponttal rosszabb félévi eredményt értek el a százpontos értékelési skálán. A különbség statisztikailag is kimutatható volt. A teljes, különböző tantárgyakat is felölelő mintában ugyanakkor kevésbé volt egyértelmű az osztályzatokra gyakorolt hatás. Még látványosabb különbség mutatkozott a hallgatók tanulmányi aktivitásában. Az MI-tanárhoz hozzáférők ritkábban keresték fel a digitális tananyagokat, kevesebb napon használták az oktatási platformot, és az ott rögzített tanulási tevékenységekben is visszaesett a részvételük.
Az MI-től inkább a megoldást kérték, mint a segítséget
A kutatás egyik legérdekesebb eredménye az volt, hogy az MI-asszisztenst a hallgatók meglehetősen sajátos módon használták. A rendszerhez intézett 3460 kérés közel 74 százaléka közvetlen információra, magyarázatra vagy megoldásra irányult. Gyakorlással és vizsgafelkészüléssel mindössze a kérések 11,3 százaléka foglalkozott, a saját megoldások értékeléséhez pedig alig 0,7 százalékban kértek segítséget.
A hallgatók tehát jellemzően gyors válaszokat kerestek. Pedig az MI-tanár arra is alkalmas lett volna, hogy kérdésekkel vezesse rá őket a helyes megoldásra. A kutatók szerint ez lényeges különbség lehet. Ha egy diák azonnal megkapja a választ, könnyen kimaradhatnak azok a gondolkodási lépések, amelyek a tudás valódi elsajátításához szükségesek. A feladat így egyszerűbbé válik, miközben a tanulás eredményessége nem feltétlenül javul.
A legtöbben ki sem próbálták az MI-tanárt
A kísérlet egy másik meglepetést is tartogatott. A mesterséges intelligenciához hozzáférő hallgatóknak csupán körülbelül 15 százaléka használta legalább egyszer a külön erre a célra fejlesztett rendszert. Ráadásul azok közül, akik kipróbálták, sokan mindössze egy-két alkalommal fordultak hozzá. Az MI-asszisztens iránti érdeklődés elsősorban a vizsgaidőszakok közeledtével élénkült meg.
Ez azért fontos, mert a gyengébb félévi eredmények nem kizárólag az MI-t ténylegesen használó hallgatóknál jelentkeztek. A kutatók szerint már az eszköz bevezetése is megváltoztathatta a tanulási szokásokat, illetve azt, ahogyan a diákok más MI-rendszerekhez viszonyultak. A résztvevők ugyanis a kísérleten kívül is hozzáférhettek olyan alkalmazásokhoz, mint a ChatGPT vagy a Gemini. A vizsgálat ezért nem bizonyítja, hogy önmagában az MI-tanárral folytatott beszélgetés okozta a gyengébb eredményeket.
Kik járhattak a legrosszabbul?
A kutatók arra is felfigyeltek, hogy a kedvezőtlen hatások az első generációs egyetemistáknál lehettek a legerősebbek. Ide azok a hallgatók tartoznak, akiknek a szülei nem szereztek felsőfokú végzettséget. Esetükben a becsült tanulmányi visszaesés több mint kétszer akkora volt, mint a többi hallgatónál. A kutatók szerint ez arra figyelmeztet, hogy az új oktatási technológiák bevezetésénél a különböző hallgatói csoportok igényeit is figyelembe kell venni.
Akkor inkább ne használjunk mesterséges intelligenciát tanuláshoz?
A kutatásból ilyen következtetés nem vonható le. Más vizsgálatokban a megfelelően kialakított MI-tanulási rendszerek javították a diákok teljesítményét. A különbséget többek között az jelentheti, hogyan építik be a technológiát az oktatásba, és mire ösztönzik vele a hallgatókat. A marylandi kísérletben az oktatók többsége az MI-asszisztens közvetlen magyarázatokat adó üzemmódját használta. A kérdésekkel, fokozatos segítséggel dolgozó tutor-üzemmód jóval kevésbé terjedt el.
Az eredmények alapján az MI hasznos tanulótárs lehet, ha a hallgató magyarázatot kér tőle, ellenőrizteti a saját megoldását, vagy újabb feladatokkal teszteli a tudását. Ha azonban rendszeresen átveszi a gondolkodás és a problémamegoldás feladatát, annak hosszabb távon hátrányai lehetnek. A 2026 októberében közzétett, szakmai előzetes tanulmányként megjelent kutatás egyelőre egyetlen amerikai egyetem tapasztalatait mutatja be. Az eredmények így további vizsgálatokat igényelnek.
