Az egyetemi AI intézményi tudásra épül.

Közös irány, felkészített oktatók és munkatársak, intézményi tudás, rendszerkapcsolatok és világos felelősség formálják az AI-t egyetemi gyakorlattá. A GoSchool a stratégiát, a megvalósítást és a bevált megoldások továbbépítését segíti.

Az iránytól a működő megoldásokig.

A GoSchool ajánlata három dolgot kapcsol össze: az intézményi döntést és felkészülést; a működő platformot, pilotot és bevezetést; valamint a szükséges integrációt vagy egyedi fejlesztést.

  1. Irány és felkészülés

    Helyzetfelmérés, a felhasználási lehetőségek rangsorolása, AI-stratégia, felelősségi és működési keretek, valamint vezetőknek, oktatóknak, munkatársaknak és az IT-nak szóló workshopok vagy képzések segítenek közös döntéssé formálni az elképzeléseket.

  2. Platform, pilot és bevezetés

    A működő GoSchool oktatási termékből vagy egy intézményre tervezett megoldásból mérhető pilot indulhat, a szükséges hozzáférésekkel, integrációkkal és mérési pontokkal. Ami bizonyít, tovább bővíthető; az intézmény saját anonimizált használati adataira épülő kutatási együttműködés is kapcsolódhat hozzá.

  3. Integráció és egyedi fejlesztés

    Ha a feladat megkívánja, API- vagy MCP-kapcsolatot, adminisztratív folyamatot, egyedi webes felületet vagy intézményi arculatú mobilalkalmazást tervezünk és építünk.

Minden feladathoz a megfelelő megoldást építjük.

Van, ahol a ma is működő GoSchool oktatási megoldás a jó választás. Máshol intézményi tudásra, folyamat-támogatásra vagy rendszerkapcsolatra van szükség. Külön jelezzük, mi bizonyított, és mit kell az adott intézménnyel közösen megtervezni.

AI az egyetemi oktatásban

A hallgatók az oktató által kijelölt tananyagból kérdezhetnek, magyarázatot kérhetnek és gyakorolhatnak. Az oktató határozza meg a forrásokat és a kereteket.

Itt indult a GoSchool — 2023 óta valós oktatói és hallgatói használatban működik.

Intézményi tudás és szolgáltatások

Engedélyezett szabályzatokból, dokumentumokból és más tudásforrásokból olyan segítséget tervezünk, amely használható választ ad, és elvezet a megfelelő intézményi szolgáltatáshoz. A rendszerben végzett műveletek mindig projekt- és jogosultságfüggők.

A forrásokhoz, a szerepkörökhöz és a konkrét feladathoz tervezett projekt.

Folyamatok és rendszerkapcsolatok

Az AI információt gyűjthet, feladatokat készíthet elő, vagy meglévő rendszerekhez kapcsolódhat. Csak az engedélyezett műveleteket végezheti el, és ahol szükséges, emberi jóváhagyás kell.

A megoldás a konkrét feladattól függően integráció vagy egyedi fejlesztés.

A Platform oldalon bemutatjuk a technikai működést, a jogosultságokat és a lehetséges rendszerkapcsolatokat. Platform

Három éve tanuljuk, mitől lesz az AI‑ból valódi használat.

A GoSchool első rendszerei 2023-ban indultak el az egyetemi oktatásban. Azóta oktatók és hallgatók tényleges használatából tanulunk.

15+egyetem
3 000+felhasználó
40 000+AI-interakció

Ezt a tapasztalatot visszük az intézményi projektekbe is.

Kutatási eredmények

Három év tanulsága

A kurzusismeret ad értéket a chatnek.

  1. 2026-ban a kurzushoz kötött tudás teremti meg az értéket.

    2023-ban attól működött, hogy a hallgató jó AI-t kapott. Ma a dobozos modellek erősebbek és kényelmesebbek, a hallgató oda megy — és igaza van.

    Ami megmaradt

    A kurzus követelményrendszere, a jó megoldás mércéje és a csoport elakadási pontjai helyi tudásból állnak össze. Ezeket egy általános modell csak a kurzus kontextusából ismerheti meg.

  2. A használat megmutatja, merre érdemes továbbmenni.

    Egy oktató a számítógépes grafika kurzusán a folyamatos munkát kérő heti feladatokat adott. Sejtette, hogy AI-val készülnek.

    A naplók megmutatták, hol akadnak el, mit kérdeznek, és mit ad az AI a megértés helyett. Ezután úgy állította be az asszisztenst, hogy előbb magyaráztasson, aztán válaszoljon. Már látható használati mintára válaszolt.

    Alapelv

    A látás megelőzi az ötletet. A megfigyelhető használat adja az első kapaszkodót.

  3. A leggyakoribb minta a súrlódásmentes rövidítés.

    A kiszervezés az alapeset. A legnagyobb minta az, hogy a hallgató megkérdez egy fogalmat, megkapja a magyarázatot, és abbahagyja.

    A valódi párbeszéd — ahol a hallgató saját gondolata is bekerül és próbára kerül — különböző kurzusokon, különböző oktatóknál, közös tervezési jegy nélkül bukkant fel.

    28%
    kész megoldást kér: egy dolgozatot, egy számítást
    42%
    megkérdezi, megkapja, abbahagyja
    20%
    többkörös, de a szintézis az AI-nál marad
    4%
    valódi párbeszéd, a hallgató saját gondolatával

    Kódolt beszélgetés-láncok megoszlása 40 000 hallgatói üzenetből, 15 intézményben, 3 országban. Tamási Á.: The Power of Outsourcing (megjelenés alatt).

    Amit ez jelent

    A kiszervezést működési mintaként kezeljük. A használati minták közötti különbséget a kurzus felépítése magyarázta.

    Kutatási eredmények

  4. A kurzustervezés vezeti az AI-használatot.

    Ahol működött, ott az oktató azt dolgozta ki, mit érdemes megtanítani és hogyan érdemes számonkérni, amikor a hallgató kezében ott van egy modell.

    Egy statisztika-felvételire készülő csoportnál maga a számonkérés követelte meg a megértést, ezért a hallgatók a megértés felé szervezték ki a munkát. A grafika-kurzus heti feladatai az AI előtt, pedagógiai okból születtek. Mindkét korábbi oktatási döntés alakította a későbbi AI-használatot.

    Ami ebből következik

    Az AI-használat a kurzustervezési döntésből következik. Oktatási feladatnál a tárgy adja a kiindulópontot.

  5. És a válasz gyakran kisebb, mint gondolnád.

    Az Adatbázisok kurzuson a vizsgatétel-kidolgozás papíron egyéni munka. A gyakorlatban egy hallgató megcsinálta, a többi abból tanult. Az oktató átállította úgy, hogy mindenki maga dolgozza végig az AI-val — és a naplókban értelmező kérdések jelentek meg.

    A kiszervezés már az AI előtt is beépült a kurzusba, a másolás gyakorlatán keresztül.

    A gyakorlatban

    Sokszor egy régóta célt tévesztő tevékenység lecserélése hozza meg a változást.

A nyitott kérdés

Ahol a feladat maga kiszervezhető.

Ugyanezen a grafika-kurzuson a napló láthatóvá tesz egy továbbra is nyitott problémát: ahol a fő feladat — a kódírás — teljesen kiszervezhetővé válik, ott a hallgató működő eredményt ad le anélkül, hogy értené.

Itt nyílik a következő kérdés: hogyan kell tanítani egy tárgyat, amikor az eredmény és a megértés szétválik? Az adat már segít pontosan feltenni.

A változás embereket, működést és technológiát kapcsol össze.

A vezetőknek közös irányra, az oktatóknak és munkatársaknak használható gyakorlatokra, az IT-nak világos határokra, az intézménynek pedig felelős működésre van szüksége — attól függetlenül, melyik technológia valósítja meg.

Platformtól függetlenül segítünk helyzetfelméréssel, AI-stratégiával, felelősségi és működési keretek kialakításával, szerepkörökhöz igazított workshopokkal és képzésekkel, belső AI-nagykövetek felkészítésével, valamint AI-tudatos oktatás- és tananyagfejlesztéssel. Az eredmény bármely választott technológiával használható.

A céltól együtt jutunk el a megfelelő megoldásig.

Elég megmutatni a célt, az elakadást vagy a már futó kezdeményezést. Közösen választjuk szét, hogy szolgáltatás, platform, integráció vagy egyedi fejlesztés visz-e tovább.