A tanárok munkáját elveheti az AI? A Harvard kutatói utánanéztek

Egy harvardi kísérletben azok az egyetemisták, akik mesterséges intelligencia segítségével tanultak, több mint kétszer akkora tudásgyarapodást értek el, mint társaik a hagyományos, aktív tantermi foglalkozásokon. Ráadásul többségüknek kevesebb időre volt szüksége ugyanannak az anyagnak az elsajátításához. A kutatók szerint mindez nem az oktatók kiváltását vetíti előre: az AI inkább az alapok megtanulásában segíthet, hogy az egyetemi órákon több idő jusson a közös gondolkodásra, a problémamegoldásra és az összetettebb feladatokra.

Mi történik, ha egy egyetemi hallgató ugyanazt a tananyagot nem az órán, hanem egy mesterséges intelligenciára épülő személyes oktató segítségével dolgozza fel? Erre keresték a választ a Harvard kutatói egy 194 hallgató részvételével végzett kísérletben. A vizsgálat a Harvard egyik bevezető fizikakurzusán zajlott, és két témát – a felületi feszültséget, illetve a folyadékáramlást – dolgoztak fel a diákok. A kutatást bemutató tanulmány 2025 júniusában jelent meg a Scientific Reports folyóiratban.

Ugyanazok a hallgatók mindkét módszert kipróbálták

A kísérlet egyik erőssége, hogy nem egyszerűen két különböző hallgatói csoport eredményeit hasonlították össze. Az úgynevezett keresztezett vizsgálatban minden résztvevő megtapasztalta mindkét tanulási formát. Az egyik héten az egyik csoport otthon, AI-tutor segítségével dolgozta fel az anyagot, míg a másik az egyetemen vett részt aktív tantermi foglalkozáson. Egy héttel később felcserélték a szerepeket. A feldolgozandó tartalom és a feladatok megegyeztek, a különbséget alapvetően az jelentette, hogy a hallgató kitől és milyen formában kapott segítséget és visszajelzést.

A hagyományos órákon a diákok kisebb csoportokban dolgoztak fel feladatokat, oktatói segítséget kaptak, és olyan aktív tanulási módszereket alkalmaztak, amelyek korábbi kutatások szerint hatékonyabbak a puszta előadásnál.

Több mint kétszeres tanulási előny

A két foglalkozás előtt és után is tesztelték a hallgatók tudását. Az AI-alapú oktatóval tanulók medián tudásgyarapodása több mint kétszerese volt a tantermi csoporténak.

Az időfelhasználásban is különbséget mértek. A tantermi foglalkozásból körülbelül 60 perc jutott tényleges tanulásra. Az AI-jal dolgozó hallgatók 70 százaléka ennél kevesebb idő alatt végzett, náluk a medián 49 perc volt. A hallgatók az AI-jal végzett tanulást motiválóbbnak és bevonóbbnak is érezték. Az AI magyarázatairól a résztvevők 83 százaléka azt mondta, hogy legalább olyan jók voltak, mint az egyetemi oktatóké.

Nem egy egyszerű ChatGPT-t kaptak a hallgatók

Az eredmények értelmezéséhez azonban fontos részlet, hogy a diákok nem egyszerűen megnyitották a ChatGPT-t, és kérdezgetni kezdték. A kutatók kifejezetten a kurzushoz készítettek egy AI-alapú oktatási rendszert, amelynek működésébe oktatásmódszertani elveket építettek. A rendszer azonnali visszajelzést adott, a hallgató saját tempójához alkalmazkodott, és nem egyszerűen közölte a megoldásokat, hanem lépésről lépésre segített eljutni hozzájuk.

A pontatlanságok csökkentésére a kutatók részletes, előre kidolgozott megoldásmeneteket is adtak a rendszernek. Vagyis az eredmény nem azt mutatja, hogy bármilyen általános AI-chatbot automatikusan jobb tanár egy egyetemi oktatónál. Inkább azt, hogy egy gondosan felépített, az adott tananyaghoz igazított AI-tutor bizonyos feladatokban nagyon hatékony lehet.

Ennek jelentőségét egy másik, 2026-ban megjelent, közel 500 egyetemistát vizsgáló kísérlet is jól érzékelteti. Abban egy generatív AI-chatbot használata önmagában nem hozott statisztikailag kimutatható javulást sem a tanulmányi eredményekben, sem a motivációban vagy az elkötelezettségben. Vagyis sok múlhat azon, hogyan építik be az AI-t a tanulási folyamatba.

Akkor nincs szükség többé egyetemi órákra?

A harvardi kutatók következtetése éppen nem ez. A tanulmány szerint az AI-alapú oktató elsősorban akkor lehet hasznos, amikor a hallgató először találkozik egy nehezebb tananyaggal. Az alapok elsajátítását például otthon, személyre szabott tempóban végezhetné el, az egyetemi órán pedig több idő maradhatna összetettebb problémák megoldására, projektekre, közös munkára és kritikai gondolkodásra.

A szerzők kifejezetten óvnak attól, hogy az eredményből azt a következtetést vonjuk le: az AI-nak teljes egészében át kell vennie a tantermi oktatás helyét. Arra is felhívják a figyelmet, hogy a kísérlet olyan tananyagra koncentrált, amelyben fontos szerepet kapott a megértés, az alkalmazás és az elemzés. Nem állítják, hogy az AI-tutor minden tantárgyban vagy a több fogalmat összekapcsoló, magasabb szintű gondolkodást igénylő feladatoknál is jobb lenne.

A Harvardon is azt kérdezik, mire maradjon az egyetem

A kérdés azóta magán a Harvardon is továbbment. A Harvard College 2026-os tanévnyitóján David Deming dékán ugyanerre a kutatásra hivatkozva beszélt arról, hogy a személyre szabott AI-oktatás valóban hatékony lehet. Következtetése azonban az volt, hogy az egyetemeknek éppen azokra a tanulási formákra kellene nagyobb hangsúlyt helyezniük, amelyekben a technológia kevesebbet tud hozzáadni: a közösségi élményekre, az együttműködésre és a személyes kapcsolatokra.