Rólunk

Felsőoktatási AI-t építünk 2023 óta.

A GoSchool egy kurzushoz kötött AI-tutorból indult.

Azóta több egyetemen, oktatókkal és hallgatókkal együtt dolgozva tanultuk meg, hogyan működik az AI valós felsőoktatási környezetben — és hogyan lehet ebből szélesebb intézményi megoldásokat építeni.

Honnan indultunk?

Egy konkrét oktatási problémából.

Az első kérdésünk egyszerű volt:

hogyan lehet a hallgatóknak olyan AI-t adni, amely ténylegesen az adott kurzushoz kapcsolódik?

Erre építettük az első GoSchool-megoldást: az oktató saját tananyagából dolgozó, kurzushoz kötött AI-t.

Ez lett az első valódi laborunk.

Éles egyetemi kurzusokon.

Mit tanultunk belőle?

A tutor nyitotta meg az utat az intézményi AI felé.

A valódi használat gyorsan megmutatta, hogy az AI kérdése az egyetemen jóval nagyobb annál, mint hogy legyen-e tutor egy kurzus mellett.

Felmerültek új kérdések:

  • hogyan használják ténylegesen a hallgatók az AI-t
  • hogyan változik az oktató munkája
  • milyen kontrollt akar megtartani az intézmény
  • hogyan kapcsolódjon az AI a meglévő rendszerekhez
  • hogyan lehet bevált megoldásokat megosztani
  • milyen adminisztratív folyamatokban tud értéket adni
  • hogyan lehet AI-t intézményi szinten bevezetni moduláris, a meglévő rendszerekhez kapcsolódó komponensekkel

Innen nőtt tovább a GoSchool mai iránya.

Mit csinálunk ma?

AI a tanulástól az intézményi működésig.

Ma három területen dolgozunk.

Tanulás

Hallgatói AI-megoldások, kurzushoz kötött tutorok, gyakorlás és egyetemi tudás elérése.

Oktatás

Oktatói workflow-k, tananyagfejlesztés, skillek, képzés és új AI-használati minták.

Intézményi működés

Adminisztratív AI, agentek, integrációk, MCP, intézményi tudás, governance és egyedi fejlesztés.

Hogyan gondolkodunk?

Ahhoz építünk, ami az adott egyetemen valóban kérdés.

Az egyetemeken már rengeteg működő rendszer, folyamat és tudás van.

Az AI-nak ezekhez kell kapcsolódnia.

Ezért moduláris megközelítésben dolgozunk:

  • kis use case-ből is lehet indulni
  • egy komponens önállóan is működhet
  • a meglévő rendszereket lehetőség szerint megtartjuk
  • csak azt kapcsoljuk össze, amit érdemes
  • a technológiát a problémához választjuk
  • előbb a feladatot értjük meg, utána választunk megoldást
Tapasztalat

Valós egyetemi használatból tudjuk.

A GoSchool megoldásai több egyetemi környezetben futottak már hallgatók és oktatók valós használatában.

Ez adja a technológiai és kutatási tapasztalatunk alapját.

15+egyetem
3 000+felhasználó
40 000+AI-interakció
  • ELTE Társadalomtudományi Kar
  • Óbudai Egyetem
  • Oslo Metropolitan University
  • BBTE Magyar Matematika és Informatika Intézet
  • Dunaújvárosi Egyetem
  • Budapesti Műszaki és Gazdaságtudományi Egyetem
Kutatás

Építjük és kutatjuk is.

A valós használat termékfejlesztési és kutatási lehetőség egyszerre.

A GoSchool környezetében azt vizsgáljuk többek között:

  • hogyan használják a hallgatók az AI-t
  • hogyan változik a tanulási folyamat
  • hogyan alkalmazkodnak az oktatók
  • milyen szerepet vesz fel az AI hosszabb távon
  • hogyan illeszthető AI az egyetem technológiai és szervezeti környezetébe

A kutatás eredményei visszahatnak arra is, amit építünk.

Kutatásaink

Mérföldkövek

Röviden, honnan jutottunk ide.

  1. 2023

    Az első GoSchool-rendszerek elindulnak felsőoktatási kurzusokon.

  2. 2024

    További egyetemek és kurzusok csatlakoznak, nő a valós hallgatói használat.

  3. 2025

    A használatból kutatási projektek és publikációk születnek.

    A GoSchool technológiai fókusza a kurzus-AI-n túl intézményi integrációk és szélesebb felsőoktatási use case-ek felé bővül.

  4. 2026

    A GoSchool teljes felsőoktatási AI-partnerként pozicionálja újra magát:

    • tanulás
    • oktatás
    • intézményi működés
    • integráció
    • agentek és skillek
    • bevezetés és governance
Miért GoSchool?

A felsőoktatást belülről ismerjük.

A GoSchool felsőoktatási use case-ekből nőtt ki, és azokra épül.

A technológia felsőoktatási problémákból indult, egyetemi környezetben fejlődött, és valós hallgatói és oktatói használatból tanul.

Ehhez adjuk hozzá:

  • AI- és szoftverfejlesztési tapasztalatunkat
  • rendszerintegrációs tudást
  • oktatási és kutatási együttműködéseket
  • intézményi bevezetési tapasztalatot

Dolgozzunk együtt.

Lehet egy kurzus, egy intézményi probléma, egy kutatási kérdés vagy egy teljesebb AI-program.