AI a tanulástól az egyetemi működésig.
A GoSchool megoldásai három területen segítenek: a hallgatók tanulásában, az oktatók munkájában és az intézmény működésében.
Lehet egy kész építőelem, egy konkrét integráció vagy az adott egyetemre épített egyedi megoldás.
AI, ami nem csak választ ad.
A hallgató a saját kurzusához és egyetemi környezetéhez kapcsolódó AI-t használhat — tanuláshoz, gyakorláshoz és információkereséshez.
AI tutor
Kurzushoz kötött AI, amely az oktató által megadott anyagokból dolgozik.
- kérdezhet
- magyarázatot kérhet
- fogalmakat tisztázhat
- összefüggéseket kereshet
- tovább dolgozhat azon, amit még nem ért
Gyakorlás
Az AI nemcsak magyarázhat, hanem segíthet a gyakorlásban és az önellenőrzésben is.
- a kurzus anyagához igazodva
- a hallgató aktuális kérdéseihez igazodva
- az oktató instrukciói szerint
Egyetemi tudás
A hallgatónak nem feltétlenül kell tudnia, melyik rendszerben vagy dokumentumban van a válasz.
- kurzusinformáció
- szabályzat
- tanulmányi információ
- intézményi tudás
- szolgáltatásokkal kapcsolatos információ
Ott használja, ahol neki kényelmes
Nem minden hallgatót akarunk egy újabb külön chatalkalmazásba terelni.
- weben
- mobilalkalmazásban
- beágyazott felületen
- kompatibilis külső AI-kliensből
AI az oktató saját munkájához.
Az oktatónak nem csak azt kell eldöntenie, használhatnak-e AI-t a hallgatók. A saját munkájában is létrehozhat olyan AI-megoldásokat, amelyek illeszkednek a kurzusához és a módszertanához.
Saját kurzus-AI
Az AI így nem általános chatbot, hanem a kurzus része lehet.
- milyen anyagból dolgozzon
- milyen szerepet töltsön be
- hogyan válaszoljon
- milyen korlátokat tartson be
Kurzus- és tananyagfejlesztés
- tananyag struktur álása
- példák készítése
- gyakorlóanyag fejlesztése
- feladatok variálása
- magyarázatok több szinten
Oktatói workflow-k
Az ismétlődő feladatokra saját AI-workflow-k építhetők.
- szövegfeldolgozás
- kurzusanyag előkészítése
- visszajelzés támogatása
- adminisztratív előkészítés
- információk összegyűjtése
Skillek és receptek
A jól működő megoldásokat nem kell minden oktatónak újra feltalálnia. Intézményen belül megosztható könyvtár hozható létre.
- bevált promptok
- agent skillek
- workflow-k
- oktatási use case-ek
AI az egyetem működésében.
A legtöbb egyetemi AI-lehetőség nem a chatbotnál kezdődik. Az érték sokszor ott jelenik meg, ahol az AI hozzáfér a megfelelő intézményi tudáshoz vagy képes együttműködni a már működő rendszerekkel.
Intézményi tudás
A hozzáférés az intézményi jogosultságokhoz igazítható.
- belső dokumentáció
- szabályzat
- folyamatleírás
- szervezeti tudás
- gyakran keresett információ
Adminisztratív AI
Olyan feladatok támogatására, amelyek ma sok kézi keresést, másolást vagy ismétlődő munkát igényelnek.
- információk összegyűjtése
- ügyintézés támogatása
- dokumentumok feldolgozása
- belső asszisztensek
- folyamatok előkészítése
AI a meglévő rendszerekhez kapcsolva
Nem szükséges lecserélni az egyetem meglévő rendszereit.
- LMS
- tanulmányi rendszer
- dokumentumtár
- belső alkalmazás
- adatforrás
- API
Agentek és workflow-k
Egy agent nem feltétlenül csak válaszol. Megfelelő jogosultságok mellett képes lehet:
- információt keresni
- több rendszerből adatot összegyűjteni
- feladatot előkészíteni
- workflow következő lépését elindítani
- emberi jóváhagyásra előkészíteni egy műveletet
Nem kell mindent egy új rendszerbe költöztetni.
Az AI akkor lesz igazán hasznos, ha hozzáférhet azokhoz a rendszerekhez és funkciókhoz, amelyekben az egyetem már dolgozik.
Ehhez API-kat, MCP-t és egyedi integrációkat használunk.
API
Meglévő rendszereket kapcsolunk össze AI-megoldásokkal szabványos vagy egyedi API-kon keresztül.
MCP
Intézményi adatok és funkciók elérhetővé tehetők kompatibilis AI-kliensek és agentek számára. Egy hallgató vagy munkatárs bizonyos feladatoknál akár a már használt AI-kliensében is elérheti az intézményi capability-ket.
Egyedi connectorok
Ha egy rendszerhez nincs kész integráció, készíthetünk hozzá saját connectort vagy MCP servert.
A hozzáférés mindig az adott use case-hez és jogosultsághoz igazodik. Az MCP nem azt jelenti, hogy az AI automatikusan minden intézményi rendszerhez hozzáfér.
- Intézményi környezethez igazítva
- SSOkapcsolódás a meglévő identity rendszerhez.
- Jogosultságokszerepkör, kurzus vagy szervezeti egység szerint.
- White labelsaját intézményi arculat és domain.
- Web és mobilsaját felület ott, ahol erre van szükség.
- Modellválasztása use case-hez és a követelményekhez illesztve.
- Deploymentcloud, privát vagy indokolt esetben on-prem.
Ha nincs kész modul, attól még lehet jó megoldás.
Az egyetemek rendszerei és folyamatai különböznek. Nem próbálunk minden problémát ugyanabba a termékbe kényszeríteni.
Ha egy use case-hez nincs kész komponens, megtervezzük és megépítjük az adott feladathoz szükséges megoldást.
- saját agent
- MCP server
- belső asszisztens
- workflow
- rendszerintegráció
- egyedi webes felület
- white-label alkalmazás
- intézményi skill
- speciális tudásbázis
Először a problémát értjük meg. Csak utána döntjük el, hogy kész komponens, integráció vagy egyedi fejlesztés kell hozzá.
Nem kell egyszerre az egész egyetemet megoldani.
A legjobb első lépés általában egy jól körülhatárolt use case.
- egy kurzus
- egy tanszék
- egy belső tudásbázis
- egy adminisztratív folyamat
- egy rendszerintegráció
- egy agent
- egy workshop
Use case
Megkeressük, hol van valódi probléma vagy lehetőség.
Pilot
Kis léptékben működő megoldást készítünk.
Valós használat
Felhasználókkal próbáljuk ki.
Mérés
Megnézzük, működik-e és ad-e tényleges értéket.
Skálázás
Ami működik, továbbépíthető.
Nem egy új koncepcióból indulunk.
A GoSchool első megoldásai kurzushoz kötött AI-tutorok voltak. Az ezekből származó technológiai, oktatási és kutatási tapasztalatra építjük a szélesebb intézményi AI-megoldásokat.
Mi az a probléma, amin érdemes lenne kipróbálni az AI-t?
Nem kell kész specifikáció. Mutassátok meg a folyamatot, rendszert vagy feladatot — együtt meg tudjuk nézni, hogy érdemes-e és hogyan lehet AI-t kapcsolni hozzá.