Szektorkilátás / Oktatás és képzés
Oktatás és képzés: három forgatókönyv, egy biztos pont
A Crystal Ball Horizon Engine 149 adatpontja alapján — amely lefedi Magyarország 10 általános AI MSc-képzésének indulását, a vállalati képzések visszaszorulását, az EdTech-bomlasztási mintákat és az EU AI Act AI-jártassági előírásait — három eltérő jövő rajzolódik ki a magyar oktatási intézmények és képzőcégek előtt. A részletek bizonytalanok. A mögöttes elmozdulás nem: az AI-rendszerek már most eldöntik, melyik képzőt ajánlják, és a legtöbb magyar intézmény láthatatlan számukra.
Mi változik már most?
Magyarország 2026-ban példátlan kínálatoldali fogadást tett: tíz egyetem indít AI mesterképzést, 426 hallgató jelölte meg első helyes választásként, és valamennyi program hozzáfér a Komondor szuperszámítógéphez. Az ambíció egyértelmű. Az időzítési probléma is: az első végzősök 2028 második negyedévében érkeznek, teljes 18-24 hónappal azután, hogy a vállalati AI-adoptáció Nyugat-Európában eléri a kritikus tömeget.
Eközben a keresleti oldal más irányba roppan meg. Már csak a munkáltatók 26%-a kínál strukturált képzést (35%-ról csökkent), és a dolgozók 67%-a számol be arról, hogy a munkáltatója NEM proaktív az AI-továbbképzésben. A szakadék intézményi: Magyarországnak van egy EUR 80-85 millió értékű képzési alapja, amelyhez nulla AI-specifikus átképzési útvonal tartozik. A dolgozók önállóan keresik a megoldást — és AI-asszisztenseket kérdeznek arról, mit tanuljanak, nem egyetemi weboldalakat böngésznek. Az, hogy egy intézmény megjelenik-e ezekben a válaszokban, hét mérhető dimenzión múlik, nem a márkanév ismertségén.
A számok, amelyeknek minden képzési igazgatót meg kellene riasztaniuk: a hallgatók 92%-a már napi szinten használ AI-eszközöket. Az AI-álláshirdetések száma 247%-kal nőtt, miközben a kompetenciakínálat csak 63%-kal. A Chegg árbevétele egy év alatt 40%-kal esett. A Duolingo minőségi visszajelzésekkel szembesül, miután embereket váltott ki AI-vel. Az eszköz, amelyet tanítanak, egyszerre bomlasztja azokat az intézményeket, amelyek tanítják — és eldönti, melyiket találják meg a hallgatók.
Egy budapesti képzőcég igazgatója vagy egy szegedi egyetem marketingvezetője számára ezek a makroszintű elmozdulások egyetlen helyi realitásba sűrűsödnek: egy leendő hallgató vagy vállalati L&D-döntéshozó megkérdezi az AI-asszisztensétől, hogy „hol tanuljak AI-t Magyarországon?” — és a te intézményed vagy megjelenik strukturált eredményadatokkal, amelyeket az AI értelmezni tud, vagy nem létezik annak a személynek a döntési tölcsérében. Az AI tévedési mintái éppen ezt a láthatósági hiányt erősítik fel.
Milyen három forgatókönyv jöhet 2027-2029-re?
A forgatókönyv: a szabályozás győz — a compliance-képzési boom
A kép: Az EU AI Act 4. cikkelye AI-jártasságot ír elő minden alkalmazottnak azoknál a cégeknél, amelyek AI-rendszereket alkalmaznak. A magyar végrehajtási útmutatás 2027 második-negyedik negyedévében érkezik, és konkretizálja, mit jelent az „elegendő AI-jártasság” — egyik napról a másikra arra kényszerítve a vállalati jogi csapatokat, hogy képzésvásárlást rendeljenek el. A compliance-vezérelt képzési piac csak Magyarországon elérheti az EUR 200 milliót. [SPEKULÁCIÓ] Ezzel párhuzamosan az oktatási AI magas kockázatú besorolása (III. melléklet) arra kényszeríti az egyetemeket, hogy minden AI-taneszközt auditáljanak, ami 2-3 féléves csúszást ad hozzá a piachoz képest már eleve lemaradó programindulásokhoz.
Ebben a világban azok a képzők válnak alapértelmezett válasszá minden, az „AI-jártassági megfelelés Magyarországon” kérdéskörre adott AI által generált válaszban, amelyek EU AI Act-konform tantervi keretrendszereket tesznek közzé ellenőrizhető elvégzési tanúsítványokkal. Az elsők ragadják meg a teljes compliance-vezérelt felfedezhetőségi réteget. A közzétett megfelelési dokumentációval rendelkező egyetemek idézési előnyt szereznek az AI által generált szabályozási útmutatásban — compliance-terhük paradox módon megtalálhatósági előnyükké válik.
Erre figyelj: Az NMHH vagy egy kijelölt magyar AI-hivatal végrehajtási útmutatást tesz közzé, amely meghatározza, mit jelent az „elegendő AI-jártasság” a 4. cikkely alapján. Az első magyar egyetem nyilvánosan késlelteti AI MSc tantervét, az EU AI Act III. melléklet megfelelési költségeire hivatkozva. A vállalati jogi osztályok kötelező auditelemként kezdik kezelni az „AI-jártassági dokumentációt”. [SPEKULÁCIÓ] Az EU AI-hivatal kiadja első végrehajtási intézkedését egy EdTech-szolgáltató ellen nem megfelelő AI-osztályozási rendszerek miatt.
Ki jár jól: Azok a képzők, amelyek már most compliance-kész tantervi keretrendszereket tesznek közzé strukturált formátumban. Azok az egyetemek, amelyek a szabályozási dokumentációt nyilvános, kifelé mutató eszköznek tekintik, nem belső tehernek. Bármely intézmény, amely verifikálható „EU AI Act jártassági tanúsítványt” tud kiállítani, mielőtt a versenytársak egyáltalán megértenék a követelményt.
B forgatókönyv: fennsík — a kettészakadt piac
A kép: Az AI MSc Magyarország legnépszerűbb mesterképzésévé válik, de a végzősök telített junior piacra lépnek ki, ahol a munkáltatók 3+ év tapasztalatot követelnek, holott maga a terület 18 hónapos. Az indiai IT-minta megismétlődik KKE-ben — 82 000 campus-toborzott a 200 000-es csúcsról leesve. A vállalati képzés kettészakad: a prémium, gyakorlati kohorszok (EUR 2 000-5 000/fő) 70%+ elhelyezési arányokkal virágoznak, miközben az ingyenes MOOC-ok elvégzési aránya 3-15%-on marad, nulla mérhető foglalkoztatási hatással. Magyarország 1,3%-os munkahelyi AI-adoptációja azt jelenti, hogy a hazai EdTech-kereslet rés marad, miközben a hallgatók 87%-a már globális AI-eszközöket használ — a helyi szolgáltatók zsugorodó címezhető piacért versenyeznek.
A hagyományos eredményadatok válnak az elsődleges versenyfegyverré. Az AI-asszisztensek a „legjobb AI-képzés Magyarországon” kérdésre azokból a szolgáltatókból merítenek, amelyek ellenőrizhető elhelyezési arányokkal, fizetésemelkedési számokkal és közzétett munkáltatói véleményekkel rendelkeznek. A csak magyar nyelven működő, PDF-brosúrákat kínáló, strukturált eredményadatok nélküli szolgáltatók szisztematikusan kizáródnak az AI-közvetített felfedezésből — ugyanazért, amiért a hagyományos SEO ma már nem elég. A munkáltatói partneroldalak nélküli, tisztán akadémiai programok láthatatlanok.
Erre figyelj: A magyar álláshirdetési portálok AI-mérnök junior pozíciókat mutatnak 2+ év tapasztalati követelménnyel, holott a piac 18 hónapos. A Codecool vagy a PROGmasters nyilvánosan 70%+ elhelyezési arányt jelent AI-specifikus bootcampekre, miközben a Big Tech ingyenes programjai (AWS, Microsoft, Google) a milliónyi „kiképzett” ellenére továbbra sem közölnek elhelyezési adatot. Egy magyar képző az „AI-készségek tanítása” helyett az „AI-ágensek kezelésének tanítását” teszi meg elsődleges kínálatának. Az OTP vagy a Magyar Telekom AI-specifikus végzettséget követel belső előléptetéshez — olyan keresletet teremtve, amelyet csak eredménytranszparens szolgáltatók tudnak kielégíteni.
Ki jár jól: Azok a képzők, amelyek erős munkáltatói partneroldalakkal, gyakornoki csatornákkal és közzétett elhelyezési adatokkal rendelkeznek (Bosch/OTP együttműködési hivatkozások). Prémium bootcampek, amelyek strukturált formátumban tudják bizonyítani a ROI-t. Egyetemek, amelyek inputmutatók (oktatói létszám, laborköltségvetés) helyett valós eredménymutatókat tesznek közzé. Bármely intézmény, amelynek végzősei nyomon követhetők olyan foglalkoztatási eredményekig, amelyekre az AI hivatkozhat.
C forgatókönyv: teljes gyorsulás — az AI felváltja a képzési réteget
A kép: Az AI-ágensek elavulttá teszik a hagyományos MSc tanterveket, mielőtt az első kohorsz diplomázna — a hallgatók megtanulják felépíteni azokat a rendszereket, amelyek önmagukat építik. Az AI-tutorrendszerek 2027 harmadik negyedévére elérik a paritást az emberi oktatással technikai készségekben [SPEKULÁCIÓ], 40%-ot meghaladó elvégzési arányokkal (szemben a jelenlegi MOOC 3-15%-kal), és munkáltatói elfogadottságuk egyenértékűvé válik a hagyományos bootcamp végzettségekével. A szabványos AI-képzés piaca a nullához közelít, miközben a prémium emberi mentorálás a jelenlegi árazás ötszörösét éri el. Az oktatás felfedezhetősége teljes mértékben AI-közvetítetté válik: a hallgatók soha nem látogatnak közvetlenül szolgáltatói weboldalakat — tanulási céljukat írják le egy AI-asszisztensnek, amely több forrásból személyre szabott tantervet állít össze.
Az API-hozzáférhető tartalom vagy strukturált kurzusmetaadatok nélküli szolgáltatók megszűnnek létezni a tanuló világában. Azok az egyetemek válnak az egyetlen ajánlott intézménnyé, amelyek valós idejű tantervi frissítéseket és hallgatói projektportfóliókat tesznek közzé strukturált adatként. A 2026-os kurzuskatalógusokkal rendelkező statikus programoldalak kiesnek az ajánlásokból. Egy nagy munkáltató, amely külső képzési költségvetését belső AI-tutorral váltja ki a korábbi költség 20%-ából, jelezné az összeomlás kezdetét. [SPEKULÁCIÓ]
Erre figyelj: Az Óbudai Egyetem vagy az ELTE átalakítja AI MSc képzését a kohorsz közepén, egy alaptechnikai modult „AI-rendszer-orchestrálásra” vagy „ágenstervezésre” cserélve — elismerve, hogy az eredeti tanterv a tegnapi képességhatárt célozza. A Magyar Telekom, az OTP vagy egy magyar SSC nyilvánosan lecseréli külső képzési költségvetését belső AI-tutorrendszerre. Az AI-tutorált kurzusok elvégzési aránya meghaladja a 40%-ot. Az AI-tutorált végzettségek munkáltatói elfogadottsága a magyar álláshirdetésekben eléri a hagyományos bootcamp végzettségekét.
Ki jár jól: Intézmények, amelyek orchestrátorként pozicionálják magukat, nem tartalomgyártóként. Szolgáltatók, amelyek kurzustartalma API-hozzáférhető és moduláris (az AI egyedi leckéket tud behúzni egyéni tantervekbe). Prémium mentorok és coachok, akik azt kínálják, amit az AI nem tud — felelősségvállalást, ítélőképességet, kapcsolati hálót és személyre szabott karriertanácsadást. Bármely intézmény, amely strukturált, valós idejű tantervi adatot tesz közzé, amelyet AI-rendszerek indexelhetnek — például llms.txt-tel jelezve a botoknak, mit olvassanak.
Mit tudunk biztosan?
Vedd el a forgatókönyvek bizonytalanságát — három tény marad:
Először: minden forgatókönyvben leendő hallgatók és vállalati döntéshozók kérdezik az AI-rendszereket: „hol tanuljak AI-t?” vagy „melyik képző hoz eredményt?” — és az AI annak alapján ajánl, amit olvasni tud. Azokat az intézményeket, amelyek programinformációikat gépileg olvasható adatként strukturálják (kurzusszintű séma, eredménymutatók, munkáltatói partnerségek JSON-LD-ben, elvégzési arányok, fizetésemelkedés), aránytalanul nagyobb valószínűséggel ajánlják, mint a csak PDF-katalógussal rendelkezőket. A 10 induló AI MSc programnak 18 hónapja van AI-megtalálhatóságot kiépíteni, mielőtt a piac megítéli őket.
Másodszor: a magyar dolgozók 67%-a, akiknek a munkáltatója nulla AI-képzést nyújt, AI-asszisztenseken keresztül, önkiszolgáló módon fogja megoldani a tanulást. Ez azt jelenti, hogy minden képző AI-felfedezhetősége — strukturált kurzusadatok, eredménymutatók, sémajelölés, frissességi jelek — 24 hónapon belül az elsődleges akvizíciós csatornájává válik. Nem egy csatorna lesz a sok közül. Hanem az elsődleges csatorna.
Harmadszor: az oktatás rekurzív nyomással szembesül, amely egyedülálló az összes szektor között. Az AI-rendszerek, amelyektől a hallgatók megkérdezik, hogy „hol tanuljak AI-ről?”, AI-felkészültségi jelek alapján fognak ajánlani. Azok a szolgáltatók, amelyek AI-t tanítanak, de náluk hiányzik az AI-megtalálhatóság, olyan iróniával szembesülnek, amely mérhető költséggé válik: a verseny megjelenik annak a kérdésnek a válaszában, amelyben te szakértelmet állítasz, te pedig nem.
A közös szál mindhárom forgatókönyvben nem arról szól, melyik szabályozási út valósul meg, vagy milyen gyorsan fejlődik az AI-tutorálás. Arról szól, hogy a strukturált adatok, a közzétett eredmények és a gépileg olvasható programinformációk döntik el, kit találnak meg, kit vesznek fel, és ki kapja a vállalati képzési megbízásokat. Azok az intézmények, amelyek most cselekednek — miközben a versenytársak még PDF-eket tesznek közzé, és remélik, hogy a hallgatók meglátogatják a weboldalukat — olyan kamatozó előnyt építenek, amely bármelyik jövő bekövetkezése esetén működik.
A te lépésed
Melyik forgatókönyvben állsz a legjobban? Kérj ingyenes Verseny Kártyát — 48 órán belül megmutatom, hol állsz a versenytársakhoz képest AI-felkészültségben, mit látnak a leendő hallgatók, amikor AI-től kérnek ajánlást, és mely hiányosságokat érdemes először pótolnod.
Kérj ingyenes Verseny KártyátGyakori kérdések
Miért nem elég az, ha egy képző csak a Google találatokon szerepel?
A leendő hallgatók és vállalati döntéshozók egyre inkább AI-asszisztenseket kérdeznek képzési ajánlásért. A Google-rangsorolás és az AI-citálhatóság különböző jelek alapján működik — az utóbbihoz strukturált adatok, gépileg olvasható eredménymutatók és schema.org jelölés szükséges.
Mit tehet ma egy képző a jobb AI-megtalálhatóságért?
Elsőként érdemes kurzusszintű JSON-LD-sémát (Course, EducationalOrganization) hozzáadni a programoldalakhoz, közzétenni elhelyezési arányokat és munkáltatói partner-hivatkozásokat, és llms.txt fájllal jelezni az AI-botoknak, mit indexeljenek.
Milyen három forgatókönyv rajzolódik ki az oktatási szektorban 2027–2029-re?
Az A forgatókönyvben a szabályozás (EU AI Act 4. cikkelye) győz, és compliance-vezérelt képzési boom indul. A B forgatókönyvben a piac kettészakad: a prémium, eredménytranszparens képzők virágoznak, míg a strukturált adat nélküli szolgáltatók kiszorulnak. A C forgatókönyvben az AI-ágensek felváltják a hagyományos képzési réteget, és az oktatás felfedezhetősége teljes mértékben AI-közvetítetté válik.
Miért nem érdemes megvárni, amíg biztossá válik, hogy melyik forgatókönyv valósul meg?
Mert mindhárom forgatókönyv közös szála ugyanaz: a strukturált adatok, a közzétett eredmények és a gépileg olvasható programinformációk döntik el, kit találnak meg az AI-rendszerek. A 10 induló magyar AI MSc programnak 18 hónapja van AI-megtalálhatóságot kiépíteni, mielőtt a piac megítéli őket — ez a lépéselőny bármelyik jövő esetén megtérül.
Mit ír elő az EU AI Act 4. cikkelye, és mit jelent ez a képzőknek?
A 4. cikkely AI-jártasságot ír elő minden alkalmazottnak azoknál a cégeknél, amelyek AI-rendszereket alkalmaznak. Azok a képzők válhatnak alapértelmezett válasszá az AI-jártassági megfelelésről szóló kérdésekre, amelyek EU AI Act-konform tantervi keretrendszereket tesznek közzé ellenőrizhető elvégzési tanúsítványokkal.