a.heateor_sss_amp{padding:0 4px;}div.heateor_sss_horizontal_sharing a amp-img{display:inline-block;}.heateor_sss_amp_gab img{background-color:#25CC80}.heateor_sss_amp_parler img{background-color:#892E5E}.heateor_sss_amp_gettr img{background-color:#E50000}.heateor_sss_amp_instagram img{background-color:#624E47}.heateor_sss_amp_yummly img{background-color:#E16120}.heateor_sss_amp_youtube img{background-color:#ff0000}.heateor_sss_amp_teams img{background-color:#5059c9}.heateor_sss_amp_google_translate img{background-color:#528ff5}.heateor_sss_amp_x img{background-color:#2a2a2a}.heateor_sss_amp_rutube img{background-color:#14191f}.heateor_sss_amp_buffer img{background-color:#000}.heateor_sss_amp_delicious img{background-color:#53BEEE}.heateor_sss_amp_rss img{background-color:#e3702d}.heateor_sss_amp_facebook img{background-color:#0765FE}.heateor_sss_amp_perplexity img{background-color:#165962}.heateor_sss_amp_claude img{background-color:#D97757}.heateor_sss_amp_google_ai img{background-color:#000}.heateor_sss_amp_grok img{background-color:#000}.heateor_sss_amp_chatgpt img{background-color:#000}.heateor_sss_amp_digg img{background-color:#006094}.heateor_sss_amp_email img{background-color:#649A3F}.heateor_sss_amp_float_it img{background-color:#53BEEE}.heateor_sss_amp_linkedin img{background-color:#0077B5}.heateor_sss_amp_pinterest img{background-color:#CC2329}.heateor_sss_amp_print img{background-color:#FD6500}.heateor_sss_amp_reddit img{background-color:#FF5700}.heateor_sss_amp_mastodon img{background-color:#6364FF}.heateor_sss_amp_stocktwits img{background-color: #40576F}.heateor_sss_amp_mewe img{background-color:#007da1}.heateor_sss_amp_mix img{background-color:#ff8226}.heateor_sss_amp_tumblr img{background-color:#29435D}.heateor_sss_amp_twitter img{background-color:#55acee}.heateor_sss_amp_vkontakte img{background-color:#0077FF}.heateor_sss_amp_yahoo img{background-color:#8F03CC}.heateor_sss_amp_xing img{background-color:#00797D}.heateor_sss_amp_instagram img{background-color:#527FA4}.heateor_sss_amp_whatsapp img{background-color:#55EB4C}.heateor_sss_amp_aim img{background-color: #10ff00}.heateor_sss_amp_amazon_wish_list img{background-color: #ffe000}.heateor_sss_amp_aol_mail img{background-color: #2A2A2A}.heateor_sss_amp_app_net img{background-color: #5D5D5D}.heateor_sss_amp_balatarin img{background-color: #fff}.heateor_sss_amp_bibsonomy img{background-color: #000}.heateor_sss_amp_bitty_browser img{background-color: #EFEFEF}.heateor_sss_amp_blinklist img{background-color: #3D3C3B}.heateor_sss_amp_blogger_post img{background-color: #FDA352}.heateor_sss_amp_blogmarks img{background-color: #535353}.heateor_sss_amp_bookmarks_fr img{background-color: #E8EAD4}.heateor_sss_amp_box_net img{background-color: #1A74B0}.heateor_sss_amp_buddymarks img{background-color: #ffd400}.heateor_sss_amp_care2_news img{background-color: #6EB43F}.heateor_sss_amp_comment img{background-color: #444}.heateor_sss_amp_diary_ru img{background-color: #E8D8C6}.heateor_sss_amp_diaspora img{background-color: #2E3436}.heateor_sss_amp_dihitt img{background-color: #FF6300}.heateor_sss_amp_diigo img{background-color: #4A8BCA}.heateor_sss_amp_douban img{background-color: #497700}.heateor_sss_amp_draugiem img{background-color: #ffad66}.heateor_sss_amp_evernote img{background-color: #8BE056}.heateor_sss_amp_facebook_messenger img{background-color: #0084FF}.heateor_sss_amp_fark img{background-color: #555}.heateor_sss_amp_fintel img{background-color: #087515}.heateor_sss_amp_flipboard img{background-color: #CC0000}.heateor_sss_amp_folkd img{background-color: #0F70B2}.heateor_sss_amp_google_news img{background-color: #4285F4}.heateor_sss_amp_google_classroom img{background-color: #FFC112}.heateor_sss_amp_google_gmail img{background-color: #E5E5E5}.heateor_sss_amp_hacker_news img{background-color: #F60}.heateor_sss_amp_hatena img{background-color: #00A6DB}.heateor_sss_amp_instapaper img{background-color: #EDEDED}.heateor_sss_amp_jamespot img{background-color: #FF9E2C}.heateor_sss_amp_kakao img{background-color: #FCB700}.heateor_sss_amp_kik img{background-color: #2A2A2A}.heateor_sss_amp_kindle_it img{background-color: #2A2A2A}.heateor_sss_amp_known img{background-color: #fff101}.heateor_sss_amp_line img{background-color: #00C300}.heateor_sss_amp_livejournal img{background-color: #EDEDED}.heateor_sss_amp_mail_ru img{background-color: #356FAC}.heateor_sss_amp_mendeley img{background-color: #A70805}.heateor_sss_amp_meneame img{background-color: #FF7D12}.heateor_sss_amp_mixi img{background-color: #EDEDED}.heateor_sss_amp_myspace img{background-color: #2A2A2A}.heateor_sss_amp_netlog img{background-color: #2A2A2A}.heateor_sss_amp_netvouz img{background-color: #c0ff00}.heateor_sss_amp_newsvine img{background-color: #055D00}.heateor_sss_amp_nujij img{background-color: #D40000}.heateor_sss_amp_odnoklassniki img{background-color: #F2720C}.heateor_sss_amp_oknotizie img{background-color: #fdff88}.heateor_sss_amp_outlook_com img{background-color: #0072C6}.heateor_sss_amp_papaly img{background-color: #3AC0F6}.heateor_sss_amp_pinboard img{background-color: #1341DE}.heateor_sss_amp_plurk img{background-color: #CF682F}.heateor_sss_amp_pocket img{background-color: #ee4056}.heateor_sss_amp_polyvore img{background-color: #2A2A2A}.heateor_sss_amp_printfriendly img{background-color: #61D1D5}.heateor_sss_amp_protopage_bookmarks img{background-color: #413FFF}.heateor_sss_amp_pusha img{background-color: #0072B8}.heateor_sss_amp_qzone img{background-color: #2B82D9}.heateor_sss_amp_refind img{background-color: #1492ef}.heateor_sss_amp_rediff_mypage img{background-color: #D20000}.heateor_sss_amp_renren img{background-color: #005EAC}.heateor_sss_amp_segnalo img{background-color: #fdff88}.heateor_sss_amp_sina_weibo img{background-color: #ff0}.heateor_sss_amp_sitejot img{background-color: #ffc800}.heateor_sss_amp_skype img{background-color: #00AFF0}.heateor_sss_amp_sms img{background-color: #6ebe45}.heateor_sss_amp_slashdot img{background-color: #004242}.heateor_sss_amp_stumpedia img{background-color: #EDEDED}.heateor_sss_amp_svejo img{background-color: #fa7aa3}.heateor_sss_amp_symbaloo_feeds img{background-color: #6DA8F7}.heateor_sss_amp_telegram img{background-color: #3DA5f1}.heateor_sss_amp_trello img{background-color: #1189CE}.heateor_sss_amp_tuenti img{background-color: #0075C9}.heateor_sss_amp_twiddla img{background-color: #EDEDED}.heateor_sss_amp_typepad_post img{background-color: #2A2A2A}.heateor_sss_amp_viadeo img{background-color: #2A2A2A}.heateor_sss_amp_viber img{background-color: #8B628F}.heateor_sss_amp_wordpress img{background-color: #464646}.heateor_sss_amp_wykop img{background-color: #367DA9}.heateor_sss_amp_yahoo_mail img{background-color: #400090}.heateor_sss_amp_yahoo_messenger img{background-color: #400090}.heateor_sss_amp_youmob img{background-color: #3B599D}.heateor_sss_amp_gentlereader img{background-color: #46aecf}.heateor_sss_amp_threema img{background-color: #2A2A2A}.heateor_sss_amp_bluesky img{background-color:#0085ff}.heateor_sss_amp_threads img{background-color:#000}.heateor_sss_amp_raindrop img{background-color:#0b7ed0}.heateor_sss_amp_micro_blog img{background-color:#ff8800}

Site icon Insiderblog.hu

Promptolás a padsorokban – Így használják az MI-t a magyar egyetemisták

Mennyire és mire használják a mesterséges intelligenciát (MI) az egyetemi hallgatók 2026-ban? Ezt vizsgálta a Siemens Zrt. és az UNIside egy közösen végzett kutatásban, amelyben 717 hallgató, továbbá egyetemi vezetők és oktatók vettek részt. A felmérés lerántja a leplet arról, hogyan használják valójában az MI-t a felsőoktatásban tanulók, és az is kiderül, hogy a fiatalok közül hányan engednének MI-vezérelt robotokat a saját háztartásukba.

Négyből három hallgató napi szinten használja

A kutatás szerint a magyar egyetemisták körében valóságos MI-láz tombol: a válaszadók 75,3 százaléka hetente, de inkább napi több alkalommal veszi igénybe az MI-eszközöket. Ez a szám jóval magasabb, mint a már munkahellyel rendelkezők körében: a Gallup 2026 májusában készített felmérése alapján a munkavállalók nagyjából fele használ MI-eszközöket, de csak 15 százalékuk veszi igénybe a mesterséges intelligenciát naponta.

forrás: Siemens, UNIside

A hallgatók döntő többsége önerőből, informálisan sajátítja el a tudást. Mindössze 3,6 százalékuk vett részt szervezett, MI-témájú egyetemi órán. Ez azt is jelentheti, hogy az intézmények lemaradásban vannak a hallgatói igényekhez képest, miközben a felsőoktatásban tanulók már rég belevetették magukat a mesterséges intelligencia világába.

A kutatás során az MI-eszközökben való jártasságukról is kérdezték őket: 41,7 százalékuk „készségszinten” használja, 10,5 százalékuk pedig már profinak, „számtalan promptot író felhasználónak” tartja magát.

Bár tömegesen használják, a hallgatók kritikusan viszonyulnak az MI által generált információkhoz. Egy 10-es skálán, ahol az 1 a teljes bizalmatlanság, a 10 pedig az ellenőrzés nélküli elfogadás, az átlag mindössze 4,5 pont volt, ami azt jelenti, hogy a hallgatók többsége nem fogadja el vakon az MI válaszait; fenntartásokkal kezelik az MI által adott információkat, és visszaellenőrzik a válaszokat.

forrás: Siemens, UNIside

Emellett a kutatás szerint a bizalom a használat gyakoriságával nő. Aki kevésbé jártasnak vallotta magát az MI-eszközök használatában, mindössze átlagosan 3-ast adott a bizalmi skálán, míg akik többet használják e megoldásokat, azoknál 5-re jön ki a szám. Ez még mindig nem azt mutatja, hogy a hallgatók MI-generált beadandókkal teljesítenék az egyetemi tanulmányaikat.

Mire jó az MI az egyetemen?

A megkérdezettek túlnyomó része két területen találja hasznosnak az MI-t:
– Szövegírásban, ahol egy 10-es skálán 7,9-et,
– és összefoglalók készítésében, ahol 7,6-ot kapott az MI.

A mesterséges intelligencia emellett még a forráskutatásban és a szövegírásban spórolja meg a legtöbb időt a hallgatóknak. Azonban nem minden területen tündököl az MI: kódírásban (4,7/10) és az MI-vel kapcsolatos beszélgetések slágereként számontartott kép- és videógenerálásban (5,4/10) tartják a legkevésbé hatékonynak.

forrás: Siemens, UNIside

Ezen a területen jön elő a legjobban az egyes szakok közötti különbség: a műszaki és informatikai hallgatók sokkal hasznosabbnak találják a kódírást (informatikusok: 7,1; műszakisok: 5,5), mint például a humán szakosok (3,7), míg a szövegírás és -fordítás a gazdasági és társadalomtudományi képzéseken a legfontosabb.

Az egyetemek egyelőre le vannak maradva

A kutatásban arról is kérdezték a hallgatókat, hogy mennyire tartják fairnek a saját egyetemeik és oktatóik hozzáállását az MI használatához. Egy négyfokú skálán 3,3-at kapott az egyetemek MI-szabályzata, ami meglepően pozitív, míg az oktatók engedékenysége 10-ből 5,8-at kapott.
Azonban itt is van egy érdekes különbség: a műszaki és informatikai hallgatók kritikusabbak az intézményeik szabályozásával szemben, valamint szigorúbbnak látják a tanáraik hozzáállását is. Annak ellenére, hogy ők is ugyanolyan intenzíven használják az MI-t, mint más szakok hallgatói.
Ha a diákoknak kérdésük merül fel az MI-vel kapcsolatban, akkor sem az egyetemi forrásokhoz fordulnak, hanem inkább autodidakta módon próbálják megoldani a problémát. A kutatást kitöltők között így oszlik meg az információszerzés

Látható, hogy az oktatók nem az elsődleges forrásai az MI-vel kapcsolatos információnak, hanem csak egy a sok lehetőség közül.
A megkérdezett egyetemi vezetők és szakértők beszámolói szerint a technológia tudatos használatára, nem pedig annak tiltására helyezik a hangsúlyt, és rugalmas kereteket alakítanak ki az intézményekben. Az MI használata alapvetően megengedett lehet a tanulásban, kutatásban és más munkafolyamatokban, ha azt az adott oktató nem korlátozza, és nem sérti az etikai, adatvédelmi vagy jogi előírásokat. A legfontosabb elv, hogy az MI segédeszköz maradjon, és ne váltsa ki a hallgató saját szellemi teljesítményét. A karok a központi egyetemi kereteket saját szakterületük szerint pontosíthatják, így az elvárások tantárgyanként is eltérhetnek. Mint elmondták, ugyanakkor minden esetben fontos az átláthatóság: a hallgatónak jeleznie kell, hogy egy feladat elkészítésének mely szakaszában és milyen mértékben használt MI-eszközt, szükség esetén a felhasznált promptok feltüntetésével.

A szabályok betartása ugyanakkor nem egyszerű: sok hallgató nincs tisztában az intézményi előírásokkal. Ezért elengedhetetlen felmenő rendszerben a mesterséges intelligencia etikus használatára nevelni már a középiskolákban is.

Az MI-vezérelt háztartási robotoknak egyelőre várniuk kell

A hallgatók döntő többsége, 78,5 százaléka támogatja az MI által vezérelt robotok ipari, gyártósori alkalmazását. Ezzel szemben az otthoni robotok kérdése már megosztóbb: a megkérdezettek 56 százaléka elfogadja a használatukat, 47 százalékuk pedig kipróbálna egy ilyen eszközt, de a hallgatók nagyjából fele kevésbé pozitívan áll a háztartási robotokhoz.
Azok, akik viszont igénybe vennének ilyen gépeket, főleg a fizikai háztartási munkákat bíznák a robotokra, mint például a porszívózás és a takarítás, nem meglepő módon pedig a társas funkciók voltak a legkevésbé népszerű opció a maga 3,6 százalékával.

forrás: Siemens, UNIside

A Siemens Zrt. és a UNIside közös kutatása világosan megmutatja, hogy a mesterséges intelligencia már nem egy jövőbeli lehetőség, hanem a jelen egyik legfontosabb egyetemi eszköze. A hallgatók tömegesen használják, beépítették a tanulásba, és sok esetben már előrébb járnak, mint azok az intézmények, amelyeknek irányt kellene mutatniuk nekik.
A diákok nyitottak és gyakorlatiasak, nem naivak: az MI válaszait többnyire kritikával kezelik, vagyis nem egy technológiai vaklelkesedés, hanem egy tudatos alkalmazkodási folyamat zajlik. A valódi kérdés ezért már nem az, hogy megérkezett-e az MI az egyetemekre, hanem az, hogy a felsőoktatás hogyan tudja utolérni a saját hallgatóit, és hogyan tudja a leghatékonyabban beépíteni az MI-t az egyetemi képzésekbe.

 

 

*

Olvasd rendszeresen az Insiderblog.hu szakmai portálunk cikkei mellett az Insidernews.hu innovációs portálunk innovációs híreit is!

https://insidernews.hu/

Megosztás
Exit mobile version