Anthropic 2025. augusztus 26-án közölt jelentésében a Claude.ai felhasználói beszélgetések automatikus elemzésére és 22 Northeastern University-s oktató kvalitatív interjúira támaszkodva bemutatja, hogyan alkalmazzák az egyetemi oktatók a Claude mesterséges intelligenciát. Az elemzés mintegy 74 000 anonim beszélgetést vizsgált, amelyek 2025. május 22. és június 2. között zajlottak, és csak az egyetemi e-mail címekhez kötődő, oktatói feladatokra utaló tartalmakra szűrtek rá.
Mit talált a jelentés?
- Elsődleges felhasználási területek: kurzusfejlesztés (57% a vizsgált beszélgetésekből), tudományos kutatás (13%) és a diákok teljesítményének értékelése (7%).
- Oktatók nemcsak csevegnek a modellel, hanem saját, testreszabott eszközöket építenek a Claude Artifacts funkcióval: interaktív szimulációk, automatikus javítási rubrikák, adatvizualizációs műszerfalak és HTML alapú kvízek is készültek.
- A feladatoknál erős az eloszlás az „augmentáció” (az AI együttműködik az oktatóval) és az automatizáció (az AI végzi el a feladatot) között: közvetlen tanári munkánál és kreatív feladatoknál inkább az augmentáció dominál, míg rutinszerű adminisztratív és pénzügyi műveleteknél az automatizáció gyakoribb.
Konkrét arányok és mintázatok
A Claude.ai beszélgetéseinek elemzése alapján a jelentés részletesen kimutatja az augmentáció/automatizáció arányát különböző oktatói feladatköröknél:
- Olyan feladatoknál, amelyeknél jellemzőbb az augmentáció: egyetemi oktatás és tantervkészítés (77,4% augmentáció), pályázatírás (70,0%), tanácsadás és diákmentorálás (67,5%), hallgatói munkák felügyelete (66,9%).
- Olyan feladatoknál, amelyeknél jellemzőbb az automatizáció: intézményi pénzügyek és fundraising kezelése (65,0% automatizáció), diáknyilvántartások és teljesítményértékelés (48,9% automatizáció), felvételi és beiratkozás menedzsmentje (44,7% automatizáció).
A javítás és értékelés területén a Claude.ai adatain belül bár a teljes beszélgetések mindössze 7%-át tette ki ez a kategória, a javítással kapcsolatos beszélgetések 48,9%-ában az AI-t automatizációs módon használták (az AI közvetlenül végezte a feladatot).
Miért választják az oktatók az AI-t?
A Northeastern-dal készített interjúk alapján három fő motiváció ismert:
- A monoton, ismétlődő feladatok automatizálása (pl. „a fárasztó, rutinszerű részeket elvégzi”);
- Az AI mint gondolatpartner: új magyarázatok és szemléltetési módok felvetése;
- Személyre szabott tanulási élmények létrehozása, amelyek egy oktató kapacitásán túlmutatnak.
Egyes oktatók azonban etikai és gyakorlati fenntartásokat is megfogalmaztak, különösen az értékelés automatizálásával kapcsolatban: egy interjúalany például úgy fogalmazott, hogy a hallgatókért nem az LLM dolgozik, hanem az oktató, és morális kötelessége a megfelelő értékelés.
Oktatók által épített eszközök – példák
A Claude Artifacts segítségével létrehozott, oktatók által megosztott főbb alkotások:
- Interaktív oktatójátékok: webes escape roomok, szimulációk, gamifikált gyakorlófelületek;
- Értékelési eszközök: automatikus visszajelzést adó kvízek, CSV-adatfeldolgozók, részletes javítási rubrikák;
- Adatvizualizációs eszközök: interaktív idősorok, tudományos koncepciókat szemléltető ábrák;
- Tárgy-specifikus segédanyagok: stoichiometria-játékok kémiához, genetika-kvízek automatikus visszajelzéssel;
- Adminisztratív sablonok: ülésemlékek, ajánlólevelek, költségvetési tervek és ütemtervek.
Ezek az alkotások azt jelzik, hogy egyre több oktató használja az AI-t nem pusztán beszélgető partnerként, hanem kreatív, telepíthető erőforrások előállításához.
A tanítás tartalmának és módszerének újragondolása
A jelentés szerint az AI elterjedése hatással van arra is, hogy mit és hogyan tanítanak. Néhány oktató átalakította a feladatokat úgy, hogy azok ne legyenek egyszerűen teljesíthetők AI-val; mások áthelyezik a hangsúlyt az alapozó kompetenciákra és az AI-kimenetek kritikus értékelésére. Például a programozásoktatásban az AI-alapú kódolás lehetővé teszi, hogy kevesebb idő menjen el szintaktikai hibák javítására és több idő jusson a fogalmi megvitatásra.
Korlátok és megfontolások
Anthropic a kutatás korlátait is részletezi:
- Az azonosítás módszere: a szűrés csak az egyértelműen oktatói feladatokra utaló beszélgetéseket ragadta ki, így a teljes oktatói AI-használat csupán töredéke lehet (a szűrés a felsőoktatási e-mailek körülbelül 1,5%-át azonosította);
- Kizárólag felsőoktatás: a vizsgálat nem terjedt ki K–12 tanárokra;
- Korai alkalmazók torzítása: valószínűleg az AI-hoz nyitottabb, kísérletező oktatók szerepelnek túlreprezentálva;
- Mintavételi korlátok: a kvalitatív anyag 22 Northeastern-dolgozóra épül, ami egyetlen intézményre jellemző tendenciákat tükrözhet;
- Platformfüggőség: csak a Claude.ai használati mintáit vizsgálták, más modellek eltérő viselkedést mutathatnak;
- Időbeli korlát: az adatfelvétel rövid időablakban, 2025. május 22. és június 2. között történt.
Következtetések
A tanulmány komplex képet mutat arról, hogy az oktatók hogyan integrálják az AI-t munkájukba: a kurzusfejlesztéstől és kutatástól a pénzügyi tervezésig és adminisztrációig sokféle feladatot érint a technológia. Különösen említésre méltó, hogy sok oktató már nemcsak beszélget az AI-val, hanem konkrét, telepíthető eszközöket hoz létre, amelyek korábban jelentős idő- vagy szakértelem-igényt jelentettek. Ugyanakkor a javítás és értékelés automatizálásának aránya és az oktatók közötti fenntartások rávilágítanak arra, hogy az oktatási minőség és az etikai kérdések továbbra is központi kihívások maradnak.
Hivatkozások és megjegyzések
- Az elemzés mintegy 74 000 anonim beszélgetést dolgozott fel, amelyek 2025. május 22. és június 2. között zajlottak.
- A Gallup korábbi felmérése szerint a tanárok átlagosan heti 5,9 órát takarítanak meg AI-eszközök használatával; ezt a jelentés idézi a kontextus bemutatására.
- A jelentés szerzői és a bibtex-adatai: Drew Bent, Kunal Handa, Esin Durmus, Alex Tamkin, Miles McCain, Stuart Ritchie, Ryan Donegan, Jennifer Martinez és Jason Jones (Anthropic, 2025-08-26).
