2026. szeptember · Oktatáspolitika · PISA 2025

Magyarország és az európai élmezőny a PISA 2025 tükrében

Eredmények, iskolaszerkezet, digitális eszközhasználat és a lemaradás okai

Pázmándi Tamáskb. 36 perc olvasás

Összefoglaló

Magyar­or­szág a PISA 2025-ben az OECD-átlag körül tel­je­sí­tett, az európai élme­zőny­től (Észt­or­szág, Egye­sült Király­ság, Finn­or­szág, Íror­szág) azonban terü­le­ten­ként 10–49 ponttal elmarad. A lema­ra­dás első­sor­ban a kiemel­ke­dően tel­je­sítő diákok ala­csony ará­nyá­ból és az iskolák közötti nagy különb­sé­gek­ből adódik, nem az alul­tel­je­sí­tők kiugró ará­nyá­ból.

Mutató Magyarország OECD-átlag Élmezőny
Természettudomány / matematika / szövegértés (pont) 480 / 459 / 452 486 / 463 / 461 Észtország: 527 / 508 / 499
Kiemelkedők aránya, természettudomány 4,9% 7,2% 10% felett (EE, UK, FI)
Iskolák közötti variancia 46% 31% Észtország 15%, Írország 13%
A családi háttér által magyarázott rész 18% 12% méltányosabb rendszerek
Első intézményi szelekció 10, 12 és 14 év – kb. 15–16 év
Telefontilalmas iskolában tanulók 89,8% 49,5% Finnország 5%, Írország 78%
Hetente AI-t használók tanuláshoz 36,9% 45,5% Észtország 58%, Írország 26%

Fő megállapítások

  • A magyar rend­szer gondja első­sor­ban szer­ke­zeti: a korai sze­lek­ció miatt az ered­mény erősen függ attól, melyik isko­lába kerül a diák, a kivá­ló­ság pedig néhány isko­la­tí­pusba tömörül.

  • A lengyel példa szerint a sze­lek­ció elha­lasz­tása a leg­gyen­gébb tanulók ered­mé­nyét javítja a leg­job­ban; a hatás a tanterv- és óraszám-vál­to­zás­sal együtt jelent­ke­zett.

  • Az AI-hasz­ná­lat mértéke és a tele­fon­ti­la­lom elter­jedt­sége nem­zet­közi szinten nem függ össze az ered­mé­nyek­kel; az iskolák digi­tá­lis fel­ké­szült­sége a gaz­da­sági fej­lett­ség kiszű­rése után is igen.

Javaslatok a bizonyítékok erőssége szerint

  • A korai sze­lek­ció mér­sék­lése (erős bizo­nyí­ték).

  • A szak­kép­zés alap­kész­ség-fej­lesz­tése (erős bizo­nyí­ték a prob­léma mér­té­kére).

  • A peda­gó­gus-után­pót­lás biz­to­sí­tása, külö­nö­sen a hát­rá­nyos tér­sé­gek­ben (való­színű tényező).

  • Digi­tá­lis fel­ké­szült­ség és tudatos AI-hasz­ná­lat a tiltás mellett (közepes bizo­nyí­ték).

  • Az olva­sási kultúra erő­sí­tése (közepes bizo­nyí­ték).

1. Bevezetés

A PISA 2025 magyar ered­mé­nyei az OECD-átlag körül mozog­nak, de az európai élme­zőny­től jelen­tő­sen elma­rad­nak. Az alábbi elemzés azt vizs­gálja, mekkora ez a távol­ság, miben tér el a legjobb európai rend­sze­rek szer­ke­zete a magyar­tól, és milyen okok áll­hat­nak a különb­ség mögött.

Az össze­ha­son­lí­tás a ter­mé­szet­tu­do­mányra, a mate­ma­ti­kára és a szö­veg­ér­tésre, vala­mint a szá­mí­tó­gé­pes prob­lé­ma­meg­ol­dásra is kiter­jed. Az európai élme­zőny kivá­lasz­tá­sá­nak alapja a 2025-ös mérés fő terü­lete, a ter­mé­szet­tu­do­mány volt: ebből Euró­pá­ban Észt­or­szág (527 pont), az Egye­sült Király­ság (511) és Finn­or­szág (504) végzett az első három helyen. Mel­let­tük Íror­szág is sze­re­pel az elem­zés­ben: szö­veg­ér­tés­ből 500 ponttal az uniós és OECD-tag­or­szá­gok közül ez érte el a legjobb ered­ményt, és Euró­pá­ban itt a leg­ki­seb­bek az iskolák közötti különb­sé­gek. Svájc ter­mé­szet­tu­do­má­nyi ered­mé­nye (501) ugyan meg­előzi Íror­szá­gét, de kan­to­ná­lis rend­szere miatt nehezen vethető össze egy köz­pon­ti­lag sza­bá­lyo­zott okta­tás­sal.

Két meg­szo­rí­tást érdemes előre rög­zí­teni. Az Egye­sült Király­ság­ban az okta­tás­ügy az egyes ország­ré­szek hatás­köre, ezért a szer­ke­zeti leírás Ang­li­ára vonat­ko­zik, a PISA-adat viszont a teljes király­ságra. A PISA emel­lett kereszt­met­szeti fel­mé­rés: össze­füg­gé­se­ket mutat, oksági követ­kez­te­tést önma­gá­ban nem enged meg. Az okokat tár­gyaló fejezet ezért külön kezeli azt, amit oksági kutatás is alá­tá­maszt, és azt, ami csak az adatok min­tá­za­tá­ból olvas­ható ki. Az ered­mény­ada­tok az Okta­tási Hivatal PISA 2025 össze­fog­laló jelen­té­sé­ből szár­maz­nak.

2. Az eredmények összevetése

2.1 Átlageredmények

Ország Természet-tudomány Matematika Szövegértés Számítógépes probléma-megoldás
Észtország 527 508 499 541
Egyesült Királyság 511 488 494 523
Finnország 504 469 474 507
Írország 500 480 500 511
Lengyelország 495 484 482 507
Magyarország 480 459 452 495
OECD-átlag 486 463 461 500
1. táblázat. Átlageredmények pontban. Forrás: Oktatási Hivatal (2026). Lengyelország a 6. fejezethez kapcsolódó viszonyítási pontként szerepel.

A magyar diákok lema­ra­dása az élme­zőny­től ter­mé­szet­tu­do­mány­ból 20–47, mate­ma­ti­ká­ból 10–49, szö­veg­ér­tés­ből 22–48, szá­mí­tó­gé­pes prob­lé­ma­meg­ol­dás­ból 12–46 pont. A jelen­tés szerint nagy­já­ból 20 pont felel meg egy tan­év­nyi fej­lő­dés­nek, vagyis az észt és a magyar 15 évesek között mate­ma­ti­ká­ból és szö­veg­ér­tés­ből mintegy két és fél tan­év­nyi a különb­ség. Magyar­or­szág ter­mé­szet­tu­do­mány­ból és mate­ma­ti­ká­ból sta­tisz­ti­ka­i­lag az OECD-átlag szint­jén tel­je­sí­tett, szö­veg­ér­tés­ből és szá­mí­tó­gé­pes prob­lé­ma­meg­ol­dás­ból alatta.

Finn­or­szág ered­mé­nye kettős. Ter­mé­szet­tu­do­mány­ból az élme­zőny­höz tar­to­zik, mate­ma­ti­ká­ból (469) és szö­veg­ér­tés­ből (474) viszont csak kevés­sel előzi meg Magyar­or­szá­got. A finn ter­mé­szet­tu­do­mány-ered­mény 2015 és 2025 között az OECD-átlag­nál jóval nagyobb mér­ték­ben romlott, így a finn modell ma inkább a mél­tá­nyos­ság, mint a kiugró tel­je­sít­mény példája.

2.2 Teljesítményszintek és egyenlőség

Mutató Élmezőny Magyarország OECD-átlag
Természettudomány, 2. szint alatt Észtország 10%; Finnország, Írország és az Egyesült Királyság kb. 20% 24% 25,8%
Természettudomány, 5–6. szint Észtország, Egyesült Királyság, Finnország 10% felett 4,9% 7,2%
Szövegértés, 2. szint alatt Írország 16,5%, Észtország 17% 32,2% 31%
Szövegértés, 5–6. szint Írország 8,5%, Észtország 8,7% 3,0% 5,5%
Matematika, 2. szint alatt / 5–6. szint Észtország 17,2% / 13% alatt 33,6% / 5,2% 34,9% / 7,8%
Szóródás (P90–P10), természettudomány Észtország 230, Írország 243; Egyesült Királyság, Finnország 273–284 249 259
Iskolák közötti variancia, természettudomány Írország 13%, Észtország 15% 46% 31%
Szociális inklúziós index Finnország 92% 66% 78%
A családi háttér által magyarázott rész a méltányosabb országok között 18% 12%
A hátrányos és az előnyös negyed közti rés, természettudomány – 103 pont 85 pont
Szövegértés változása 2022–2025 Észtország –12, Írország –16 pont –21 pont –14 pont
2. táblázat. Forrás: Oktatási Hivatal (2026). Az élmezőny oszlopában csak a jelentésben számszerűen közölt értékek szerepelnek. A családi háttér hatására vonatkozó sor a jelentés 28. ábráján alapul.

A táb­lá­zat­ból kiol­vas­ható, hogy a különb­ség nagyobb része nem a gyengén tel­je­sí­tők, hanem a kiemel­kedő diákok ará­nyá­ban jelent­ke­zik. A 2. szintet el nem érők aránya Magyar­or­szá­gon OECD-átlagos, bár az élme­ző­nyé­nél maga­sabb. A kiemel­ke­dően tel­je­sí­tőké viszont a legjobb európai orszá­go­ké­nak csupán harmada-fele. A hazai kivá­ló­ság ráadá­sul néhány isko­la­tí­pusba tömörül: a nyolc évfo­lya­mos gim­ná­zi­u­mok 15 éve­se­i­nek 19–22%-a éri el az 5–6. szintet ter­mé­szet­tu­do­mány­ból és mate­ma­ti­ká­ból, a tech­ni­ku­mok­ban leg­fel­jebb 1%-uk.

Leg­alább ennyire beszé­des az iskolák közötti különb­sé­gek mértéke. Magyar­or­szá­gon a ter­mé­szet­tu­do­má­nyi ered­mé­nyek szó­ró­dá­sá­nak 46%-a az iskolák közötti elté­ré­sek­ből adódik, Észt­or­szág­ban 15, Íror­szág­ban 13%-a. Finn­or­szág­ban az iskolán belüli vari­an­cia önma­gá­ban meg­ha­ladja az OECD teljes vari­an­ci­á­ját, vagyis a különb­sé­gek szinte teljes egé­szé­ben az osz­tály­ter­me­ken belül jelen­nek meg, nem az iskolák között.

3. Iskolaszerkezet és komprehenzivitás

Az élme­zőny orszá­gait hosszú, egy­sé­ges alap­kép­zés köti össze. Észt­or­szág­ban és Finn­or­szág­ban kilenc­éves egy­sé­ges alap­is­kola működik, Íror­szág­ban az álta­lá­nos iskolát egy három­éves, közös alsó közép­fokú szakasz (Junior Cycle) követi. Az angol iskolák több­sége szintén nem sze­lek­tív. Magyar­or­szá­gon ezzel szemben a 15 évesek nyolc­féle képzési for­má­ban tanul­nak, és az első intéz­mé­nyi szét­vá­lasz­tás már tízéves korban meg­tör­tén­het.

Szempont Észtország Anglia Finnország Írország Magyarország
Egységes alapképzés 9 év (1–9. évf.), kb. 7–16 éves korig általános iskola, majd többnyire nem szelektív középiskola 9 éves alapiskola (peruskoulu) elemi iskola, majd 3 éves Junior Cycle 4, 6 vagy 8 év, iskolatípustól függően
Első intézményi szelekció kb. 16 évesen 11 évesen, de csak a grammar schoolok körzeteiben (163 iskola) kb. 16 évesen nincs klasszikus sorolás 10, 12 és 14 évesen
Tanulási kötelezettség 18 éves korig 18 éves korig oktatásban vagy képzésben 2021 óta 18 éves korig 16 éves korig vagy a Junior Cycle végéig 16 éves korig
3. táblázat. Források: Education Estonia; Eurydice; Finn Oktatási és Kulturális Minisztérium; Comprehensive Future; Oktatási Hivatal (2026).

Anglia csak részben kivétel. Az ország­ban 163 tel­je­sen sze­lek­tív grammar school működik; a komp­re­hen­zív isko­lá­kat támo­gató Comp­re­hen­sive Future becs­lése szerint a közép­is­ko­lák mintegy 19%-át érinti köz­vet­le­nül vagy köz­vetve a fel­vé­teli sze­lek­ció. A szét­vá­lasz­tás itt is 11 éves korban, a rend­szer kisebb részé­ben zajlik.

A magyar adatok ugyan­ezt a min­tá­za­tot mutat­ják belül­ről. A gim­ná­zi­umi és a szak­képző, illetve álta­lá­nos iskolai 15 évesek között 150–191 pont a különb­ség. A szak­képző iskolák tanu­ló­i­nak terü­let­től függően 69–82%-a az alap­szint alatt tel­je­sít. Az Okta­tási Hivatal jelen­tése maga is a rend­szer korai sze­lek­ti­vi­tá­sá­val hozza össze­füg­gésbe, hogy a legjobb ered­mé­nyű diákok a hat- és nyolc­osz­tá­lyos gim­ná­zi­u­mok­ban tömö­rül­nek.

4. Digitális eszközök és digitális oktatáspolitika

A tanulói mobil­te­le­fo­nok kor­lá­to­zá­sára mára a vizs­gált orszá­gok több­sé­gé­ben orszá­gos szintű szabály vagy kez­de­mé­nye­zés vonat­ko­zik; Észt­or­szág­ról össze­vet­hető, for­rás­sal alá­tá­masz­tott adat nem áll ren­del­ke­zésre (4. táb­lá­zat). Önma­gá­ban ezért nem magya­ráz­hatja a tel­je­sít­mény­kü­lönb­sé­get, a 2025-ös PISA-kohor­szot pedig leg­fel­jebb egy-két tanévig érint­hette. Érdemi eltérés inkább a köz­ponti, peda­gó­giai célú digi­tá­lis prog­ra­mok­ban mutat­ko­zik, ezek közül az észt a leg­job­ban doku­men­tált.

Ország A magántelefon korlátozása Központi digitális program
Észtország – Az 1990-es évek Tiger Leap programja kötötte az iskolákat internetre. 2025. szeptember 1-jétől az AI Leap (TI-Hüpe) mind a 154 középiskolában kb. 20 000 diáknak és 4 900 tanárnak ad MI-eszközöket és tanárképzést; 2025 decemberétől törvény teszi lehetővé az MI tanórai használatát.
Anglia 2024-től ajánlás, 2026 szeptemberétől kötelező útmutatás: egész tanítási napra telefonmentes iskola, az Ofsted ellenőrzi. –
Finnország 2025. augusztus 1-jétől az alapoktatási törvény szerint tanórán tilos, kivéve tanulási vagy egészségügyi célra, tanári engedéllyel. A digitális eszközhasználat a tanterv része.
Írország Miniszteri kezdeményezés minden középiskolára; a 2025-ös költségvetés 9 millió eurót különített el telefontároló tasakokra. –
Magyarország 2024. szeptember 1-jétől a tanítási napon leadandó (245/2024. Korm. rendelet). –
4. táblázat. A „–” jel azt jelzi, hogy összevethető, forrással alátámasztott adat nem áll rendelkezésre.

A szá­mí­tó­gé­pes prob­lé­ma­meg­ol­dás­ban Észt­or­szág 541, az Egye­sült Király­ság 523, Íror­szág 511, Finn­or­szág 507, Magyar­or­szág 495 pontot ért el (OECD: 500). A jelen­tés meg­jegyzi, hogy a magyar ered­mé­nyek az elekt­ro­ni­kus tesz­te­lésre való 2015-ös átál­lásra érzé­ke­nyeb­ben rea­gál­tak az átlag­nál: 2009 és 2015 között 26 pontot romlott a ter­mé­szet­tu­do­mány-ered­mény. Hogy ebből mennyi a teszt­mód hatása és mennyi a valódi tudás­vál­to­zás, a ren­del­ke­zésre álló ada­tok­ból nem dönt­hető el.

5. A lemaradás lehetséges okai

Az aláb­bi­ak­ban a lehet­sé­ges okokat a bizo­nyí­té­kok erős­sége sze­rinti sor­rend­ben tár­gya­lom. Az „erős” minő­sí­tés itt sem teljes oksági bizo­nyí­tást jelent, csupán azt, hogy a PISA-adatok min­tá­za­tát füg­get­len, oksági mód­szer­rel készült kutatás is alá­tá­masztja.

5.1 Korai intézményi szelekció

Ez a leg­job­ban doku­men­tált tényező. Az élme­zőny mind a négy országa 15–16 éves korig egy­sé­ges iskolát működ­tet, Magyar­or­szá­gon viszont az iskolák közötti vari­an­cia az OECD-átlag más­fél­sze­rese, a szo­ci­á­lis ink­lú­ziós index pedig 66%, szemben a finn 92%-kal. Hanus­hek és Woess­mann (2006) nem­zet­közi össze­ha­son­lí­tás­ban, az alsó és a felső tago­za­tos ered­mé­nyek vál­to­zá­sát vizs­gálva azt találta, hogy a korai sze­lek­ció növeli az egyen­lőt­len­sé­get, és kevésbé egy­ér­tel­műen, de az átlag­tel­je­sít­ményt is rontja. Strello és mun­ka­tár­sai (2021) 75 ország húsz évnyi adatán végzett meta­elem­zése meg­erő­sí­tette, hogy a sorolás növeli a tár­sa­dalmi háttér sze­rinti tel­je­sít­mény­rést.

Az átlagra gya­ko­rolt hatás meg­íté­lése a szak­iro­da­lom­ban vita­tott; Jaku­bowski (2010) például mód­szer­tani okokból meg­kér­dő­je­lezi a nem­zet­közi össze­ve­té­sek egy részét. A kérdés leg­tisz­tább régiós pró­bá­ját Len­gyel­or­szág szol­gál­tatja, erről a 6. fejezet szól rész­le­te­sen.

5.2 A családi háttér erős hatása

Magyar­or­szá­gon a ter­mé­szet­tu­do­má­nyi tel­je­sít­mény 18%-át magya­rázza a tanulók tár­sa­dalmi-gaz­da­sági háttere, az OECD-átlag 12%. A hát­rá­nyos és az előnyös hely­zetű negyed közötti különb­ség ter­mé­szet­tu­do­mány­ból 103, mate­ma­ti­ká­ból 104 pont (OECD: 85 és 83 pont). Az élme­zőny orszá­gai a jelen­tés szerint mind mél­tá­nyo­sab­bak. Ez a tényező nem választ­ható el az elő­ző­től: a korai sze­lek­ció részben éppen a családi háttér mentén válo­gatja szét a diá­ko­kat, a háttér hatása pedig a sze­lek­ción keresz­tül is érvé­nye­sül.

5.3 A kiválóság szűk bázisa

A 15 évesek 35%-a tech­ni­kumba jár, ahol leg­fel­jebb 1%-uk tel­je­sít kiemel­ke­dően, további 12%-uk szak­képző isko­lába, ahol a többség az alap­szint alatt marad. A kiemel­kedő ered­mé­nyek így a kor­osz­tály kis hánya­dát kitevő sze­lek­tív gim­ná­zi­u­mokra kor­lá­to­zód­nak. Való­szí­nű­sít­hető, hogy az élme­zőny­ben azért maga­sabb a kiválók aránya, mert a jó képes­ségű, de ked­ve­zőt­le­nebb hátterű diákok tovább tanul­nak vegyes össze­té­telű, magas elvá­rású közeg­ben. Ez a magya­rá­zat azonban fel­te­vés, a jelen­tés adatai köz­vet­le­nül nem iga­zol­ják.

5.4 A pedagógus-utánpótlás válsága

A KSH adatai szerint a 2025/2026-os tan­év­ben a peda­gó­gu­sok fele 50 év feletti, 15,9%-uk 60 évnél idősebb. A 30 év alat­tiak aránya az álta­lá­nos isko­lák­ban 7,6%, a gim­ná­zi­u­mok­ban 7,7%, a szak­kép­zés­ben 5,1%. A Magyar Köz­gaz­da­sági Tár­sa­ság 2024-es vita­irata a nyug­dí­jas vissza­fog­lal­koz­ta­tot­tak­kal együtt nagy­ság­ren­di­leg 16 ezer hiányzó peda­gó­gus­sal számolt, és a leg­sú­lyo­sabb hiányt a kis és közepes tele­pü­lé­sek isko­lá­i­ban látta. A tanár­hi­ány és a PISA-ered­mé­nyek közötti köz­vet­len kap­cso­la­tot azonban egyik forrás sem vizs­gálta, és a hiány éppen ott a leg­na­gyobb, ahol a tanulói össze­té­tel is a leg­hát­rá­nyo­sabb. A 2024-es és 2025-ös bér­eme­lé­sek hatása a mostani kohor­szon még nem mérhető.

5.5 Általános romlás és tesztmód

A szö­veg­ér­tés 2022 és 2025 között Magyar­or­szá­gon 21 pontot romlott, de Észt­or­szág­ban is 12, Íror­szág­ban 16, Cseh­or­szág­ban 20, Szlo­vé­ni­á­ban 24 pontot. A vissza­esés jelen­tős része tehát régiós, sőt nem­zet­közi jelen­ség, amely­nek okait a jelen­tés nem tár­gyalja. A mobil­te­le­fon-kor­lá­to­zás viszont, ahogy a 4. fejezet mutatja, a különb­ség magya­rá­za­ta­ként nem jön szóba.

5.6 Tartalmi szabályozás, autonómia és pedagógus-ellátottság

Az eddig tár­gyalt ténye­zők első­sor­ban az isko­la­rend­szer szer­ke­ze­tére vonat­koz­nak. A lema­ra­dás­ban szerepe lehet annak is, hogy az iskolák mit és milyen keretek között taní­ta­nak, és kik taní­ta­nak. Ezekről a PISA-adatok köz­vet­le­nül nem szólnak, ezért az aláb­biak való­színű, de oksági vizs­gá­lat­tal nem igazolt ténye­zők.

Tar­talmi sza­bá­lyo­zás. A 2020-ban kiadott Nemzeti alap­tan­terv (5/2020. (I. 31.) Korm. ren­de­let) mellett a keret­tan­ter­vek alkal­ma­zása köte­lező, az iskolák ezeket helyi tan­terv­vel egé­szít­he­tik ki. A Civil Köz­ok­ta­tási Plat­form (2020) állás­fog­la­lása szerint a tan­anyag olyan ter­je­delmű, hogy „a ren­del­ke­zésre álló tanu­lási idő egé­szé­ben sem tanul­ható”, miköz­ben a heti óraszám évfo­lya­mon­ként jel­lem­zően csak egy órával csök­kent. A tan­könyv­el­lá­tás 2013 óta állami feladat; a magán­ki­adói tan­köny­vek aránya a ren­de­lé­sek­ben 2018 és 2019 között 32%-ról 14%-ra esett (Mérce 2019), vagyis a peda­gó­gu­sok tan­könyv­vá­lasz­tási lehe­tő­sége jelen­tő­sen szűkült.

Iskolai és tanári auto­nó­mia. Az állam 2013. január 1-jén vette át az önkor­mány­zati iskolák fenn­tar­tá­sát. A mun­kál­ta­tói jogok, a bér­fi­nan­szí­ro­zás és a tan­esz­kö­z­el­lá­tás a fenn­tar­tó­hoz, ma a tan­ke­rü­leti köz­pon­tok­hoz került, az iskolák önálló gaz­dál­ko­dási jogköre meg­szűnt (Átlát­szó 2021). Az élme­zőny két orszá­gá­ban ezzel szemben keret­jel­legű a sza­bá­lyo­zás. Finn­or­szág­ban a fenn­tar­tók és az iskolák a nemzeti alap­tan­terv keretei között saját tan­ter­vet készí­te­nek, a tanárok maguk választ­ják meg a mód­sze­re­i­ket, a tan­esz­kö­zö­ket pedig nem ellen­őr­zik: azokról az iskolák és a tanárok dön­te­nek. Észt­or­szág­ban a nemzeti tanterv olyan keret, amely­nek alapján minden iskola saját tan­ter­vet állít össze, és az iskolák sza­ba­don válasz­ta­nak tan­esz­közt (Eury­dice). Nem­zet­közi panel­vizs­gá­lat szerint az iskolai auto­nó­mia a fejlett, jól tel­je­sítő rend­sze­rek­ben javítja, a kevésbé fej­let­tek­ben rontja a tanulói tel­je­sít­ményt (Hanus­hek, Link és Woess­mann 2013). Ebből nem követ­ke­zik, hogy az auto­nó­mia önma­gá­ban magya­rázza az észt vagy a finn ered­ményt, a magyar rend­szer­től való sza­bá­lyo­zási különb­ség azonban e téren is jelen­tős.

A peda­gó­gus­kép­zés és a pályára lépők. Varga Júlia (2007) szerint a peda­gó­gus­kép­zés­ben negatív önsze­lek­ció érvé­nye­sül: főis­ko­lai szintű peda­gó­gus­kép­zésre nagyobb arány­ban jelent­kez­nek a gyen­gébb képes­sé­gűek, és a pályán jel­lem­zően azok marad­nak, akik ala­cso­nyabb pont­szám­mal kerül­tek be a fel­ső­ok­ta­tásba. Az Európai Bizott­ság meg­bí­zá­sá­ból készült 2021-es elemzés szerint 2020-ban rekord ala­csony számban jelent­kez­tek hall­ga­tók peda­gó­gus­nak és gyógy­pe­da­gó­gus­nak (Lannert szerk. 2021). A pálya vonz­ereje így nemcsak a létszám, hanem az után­pót­lás össze­té­tele szem­pont­já­ból is kér­dé­ses.

A 2024-es bér­eme­lés várható hatása. Ezen a téren kedvező vál­to­zást hozhat a peda­gó­gu­sok bér­eme­lése. A bérek 2024 janu­ár­já­ban átla­go­san 32,2%-kal, 2025 janu­ár­já­ban további 21,2%-kal nőttek. A vál­la­lás szerint a peda­gó­gus­bé­rek­nek 2025. január 1-jéig el kellett érniük a dip­lo­más átlag­bér leg­alább 80%-át, és ezt a szintet leg­alább 2030 végéig fenn kell tartani; az emelést az Európai Unió mintegy 1,8 mil­li­árd euróval támo­gatja (Európai Bizott­ság 2024; Telex 2025). A G7 szá­mí­tása szerint a köz­ne­ve­lés­ben dol­go­zók átlag­ke­re­sete 2024-ben a dip­lo­más átlag 72,5%-a volt, a 80%-os cél­arány pedig nem­zet­közi össze­ve­tés­ben szerény: az OECD-átlag 2022-ben 95% volt. Nem­zet­közi panel­vizs­gá­lat szerint a tanári bér relatív szintje és a gyor­sabb bér­elő­me­ne­tel azáltal javít­hatja a tanulói ered­mé­nye­ket, hogy jobb képes­ségű jelent­ke­ző­ket vonz a pályára (Dolton és Mar­ce­naro-Guti­er­rez 2011). A jelent­ke­zési adatok is élén­kü­lést jelez­nek: kor­mány­zati közlés szerint 2024-ben csaknem kétszer annyian jelent­kez­tek peda­gó­gus­kép­zésre, mint 2022-ben, és 2024-ben rekord­számú, 12 759 hall­ga­tót vettek fel (Index 2025; hirado.hu 2025). A kép ugyan­ak­kor nem egy­ér­telmű. Az Okta­tási Hivatal 2024. már­ci­usi adatai szerint az első helyen peda­gó­gus­kép­zést meg­je­lö­lők száma 2023-hoz képest 18 673-ról 17 833-ra csök­kent (Eduline 2024), a szakmai szer­ve­ze­tek pedig arra figyel­mez­tet­nek, hogy a jelent­ke­zők­nek csak kisebb része lép majd pályára (CKP 2024). A bér­eme­lés hatása a pálya vonz­ere­jére és az után­pót­lás össze­té­te­lére tehát való­szí­nű­leg kedvező, de csak néhány év múlva, a pályára lépők ada­ta­i­ból lesz mérhető; a PISA 2025-ben mért tanulók ered­mé­nyét még nem befo­lyá­sol­hatta.

Szakos ellá­tott­ság. Ugyan­ezen elemzés szerint Észak-Magyar­or­szá­gon az órák több mint 10%-át nem szakos tanár tartja, és az elosz­lás egye­net­len: a régió hát­rá­nyos hely­zetű isko­lá­i­ban az órák 13%-át, a nem hát­rá­nyos hely­ze­tű­ek­ben 2%-át látja el nem szakos peda­gó­gus. A leg­na­gyobb fluk­tu­á­ció szintén a hát­rá­nyos hely­zetű tér­sé­gek­ben van, ahol a tan­tes­tü­let 40%-a öt éven belül kicse­ré­lő­dik (Lannert szerk. 2021). A szakos ellá­tott­ság hiánya tehát éppen ott a leg­na­gyobb, ahol a tanulói össze­té­tel is a leg­hát­rá­nyo­sabb, ezért hatása nehezen választ­ható el a családi háttér hatá­sá­tól (vö. 5.2 és 5.4).

E ténye­zők hatása össze­fo­nó­dik a szer­ke­zeti ténye­zők­kel, és a PISA-ada­tok­ból önma­gá­ban nem mérhető. Mér­le­ge­lé­sük ezért a szer­ke­zeti magya­rá­za­tot nem helyet­te­síti, hanem kiegé­szíti.

6. A lengyel példa: mit hoz a szelekció elhalasztása?

Len­gyel­or­szág azért külö­nö­sen tanul­sá­gos Magyar­or­szág számára, mert hasonló tör­té­nelmi és tár­sa­dalmi kiin­du­ló­pont­ról, egy konkrét szer­ke­zeti reform után javí­tott lát­vá­nyo­san a PISA-ered­mé­nyein, majd a reform vissza­for­dí­tá­sát köve­tően ismét vissza­esett.

6.1 Az 1999-es reform

A reform előtt a lengyel gye­re­kek hét­éve­sen kezdték a nyolc­osz­tá­lyos álta­lá­nos iskolát, és 15 évesen válasz­tot­tak a négy­éves álta­lá­nos közép­is­kola, az ötéves tech­ni­kum és a három­éves szak­is­kola között. Az 1999-ben indult reform ezt 6+3 éves szer­ke­zetre cse­rélte: a hat­osz­tá­lyos álta­lá­nos iskolát egy új, három­éves, minden tanuló számára közös alsó közép­is­kola (gim­naz­jum) követte. A szakmai irányú szét­vá­lasz­tás így egy évvel később történt, és a PISA-ban mért 15 évesek 2003-tól kivétel nélkül még egy­sé­ges isko­lába jártak.

Az ered­mé­nyek gyorsan vál­toz­tak. A lengyel diákok szö­veg­ér­tési átlaga a 2000-es 479 pontról 2003-ra 497, 2006-ra 508 pontra nőtt, és az ország az OECD-átlag alól a legjobb tíz közé került. Mate­ma­ti­ká­ból 2012-ben 518 ponttal érte el csúcsát.

Terület 2000 2003 2006 2009 2012 2015 2018 2022 2025
Szövegértés 479 497 508 – – – – 489 482
Matematika – 490 495 495 518 504 516 489 484
5. táblázat. Lengyelország PISA-eredményei. Források: Jakubowski és mtsai (2010) a 2000–2006-os szövegértésre; TheGlobalEconomy.com (OECD-adatok alapján) a matematikára; IBE (2023) és Oktatási Hivatal (2026) a 2022-es és 2025-ös adatokra. A „–” jelölésű évekre hiteles forrásból származó adat nem állt rendelkezésre.

6.2 Mit mutatott ki a kutatás?

Jaku­bowski, Pat­ri­nos, Porta és Wiśniewski (2016) páro­sí­tá­sos és különb­ség-a-különb­ség­ben mód­szer­rel azt vizs­gálta, hogyan alakult azoknak a diá­kok­nak az ered­mé­nye, akik a régi rend­szer­ben való­szí­nű­leg szak­is­ko­lába kerül­tek volna. Náluk a javulás 2003-ra mintegy 96, 2006-ra mintegy 116 pont volt, ami egy teljes szó­rás­nál is nagyobb. A szerzők szerint a hatás a sze­lek­ció elha­lasz­tá­sá­nak és az alap­kész­sé­gekre for­dí­tott több tanu­lási időnek együt­te­sen tulaj­do­nít­ható.

A szerzők maguk is jelzik az ered­mény kor­lá­tait. A reform nemcsak az isko­la­szer­ke­ze­tet vál­toz­tatta meg, hanem a tan­ter­vet és a peda­gó­gu­sok java­dal­ma­zá­sát is, és az iskolák több órát for­dí­tot­tak mate­ma­ti­kára és szö­veg­ér­tésre. A szer­ke­zeti vál­to­zás hatása tehát nem választ­ható el tel­je­sen a reform többi ele­mé­től. A becslés ráadá­sul első­sor­ban a gyen­gébb hely­zetű, szak­is­ko­lába tartó tanu­lókra vonat­ko­zik, nem az átlagra.

6.3 A 2017-es visszarendezés

A 2017. szep­tem­ber 1-jén, Anna Zalewska minisz­ter­sége idején indult reform meg­szün­tette a gim­naz­ju­mo­kat. A régi szer­ke­zet tért vissza: nyolc­osz­tá­lyos álta­lá­nos iskola, majd négy­éves líceum, ötéves tech­ni­kum vagy szak­is­kola. Az utolsó gim­naz­ju­mok 2019-ben zártak be. A lengyel Okta­tás­ku­tató Intézet (IBE) meg­ál­la­pí­tása szerint a PISA-ban mért 15 évesek ma már több­nyire a közép­is­kola első vagy második évfo­lya­mán tanul­nak, vagyis a mérés idején már szét vannak választva. Ebben a lengyel helyzet a magyar­hoz vált hason­lóvá.

A lengyel ered­mé­nyek ezután vissza­es­tek: mate­ma­ti­ká­ból a 2018-as 516 pontról 2022-re 489-re, 2025-re 484 pontra. Az IBE a 2022-es vissza­esést első­sor­ban a jár­vány­hoz kötötte, egyes lengyel kutatók viszont a járvány és a reform vissza­for­dí­tá­sá­nak együt­tes hatá­sa­ként értel­me­zik. A két hatást eddig egyet­len ismert elemzés sem válasz­totta szét, ezért a 2017-es vál­to­zás hatá­sára vonat­kozó követ­kez­te­tés­nek egy­előre óva­tos­nak kell marad­nia.

6.4 Mit jelent ez Magyarország számára?

A lengyel tapasz­ta­lat három ponton rele­váns. Először: a sze­lek­ció akár egyet­len évnyi elha­lasz­tása mér­he­tően javí­totta a leg­hát­rá­nyo­sabb hely­zetű tanulók ered­mé­nyeit, vagyis éppen azt a cso­por­tot, amely Magyar­or­szá­gon a szak­képző isko­lák­ban az alap­szint alatt tel­je­sít. Másod­szor: a javulás egy tanterv- és óraszám-reform­mal együtt jött létre, tehát a szer­ke­zet önma­gá­ban való­szí­nű­leg nem elég. Har­mad­szor: a magyar rend­szer­ben a sze­lek­ció nemcsak 14, hanem 10 és 12 éves korban is meg­tör­té­nik, így ugyan­ek­kora hatás­hoz a lengyel reform­nál nagyobb átala­kí­tásra lenne szükség. Len­gyel­or­szág 2025-ben a vissza­esés elle­nére is minden terü­le­ten meg­előzi Magyar­or­szá­got, 12–30 ponttal.

7. Mesterséges intelligencia és teljesítmény: nemzetközi összevetés

A PISA 2025 először kér­dezte meg a diá­ko­kat arról, milyen gyakran hasz­nál­nak AI-chat­bo­tot iskolai fel­ada­ta­ik­hoz. Magyar­or­szá­gon a diákok 36,9%-a hasz­nálja hetente leg­alább egyszer tanu­lás­hoz, ami elmarad az OECD 45,5%-os átla­gá­tól. Az órán az AI által készí­tett tar­tal­mak érté­ke­lé­sét a magyar diákok 61,0%-a tanulja (OECD: 62,6%).

Az OECD köte­té­nek I.1. és I.6. táb­lá­zata alapján 85 ország adatain meg­vizs­gál­tam, össze­függ-e az AI-hasz­ná­lók aránya az orszá­gok átlag­ered­mé­nyé­vel. Egyik terü­le­ten sem mutat­ható ki sta­tisz­ti­ka­i­lag szig­ni­fi­káns kap­cso­lat. Az OECD-tag­or­szá­gok körében gyenge negatív irány látszik (r ≈ −0,2), de 38 ország ese­té­ben ez a vélet­len inga­do­zás határán belül marad.

Terület Minden ország (n = 85) OECD-országok (n = 38)
Természettudomány r = −0,06 (p = 0,56) r = −0,22 (p = 0,19)
Szövegértés r = −0,09 (p = 0,41) r = −0,23 (p = 0,17)
Matematika r = −0,04 (p = 0,73) r = −0,20 (p = 0,23)
Számítógépes problémamegoldás r = 0,00 (p = 0,97) r = −0,22 (p = 0,19)
6. táblázat. A tanuláshoz legalább hetente AI-chatbotot használó diákok arányának és az országos átlageredményeknek a korrelációja (Pearson-féle r). Szövegértésből és matematikából egy országnál hiányzik az adat (n = 84). Forrás: OECD (2026), saját számítás.
Az AI-használat aránya és a természettudományi átlageredmény 85 országban.
1. ábra. Az AI-használat aránya és a természettudományi átlageredmény 85 országban. Forrás: OECD (2026), I.1. és I.6. táblázat; saját számítás. Az ábra feliratában szereplő p = 0,55 és a 6. táblázatban közölt p = 0,56 között 0,01 az eltérés, ami a következtetést nem érinti.

Ugyanez a kép raj­zo­ló­dik ki szö­veg­ér­tés­ből és mate­ma­ti­ká­ból is (2. és 3. ábra). Az AI-hasz­ná­lók aránya és az orszá­gos átlag­ered­mény között egyik terü­le­ten sincs kimu­tat­ható kap­cso­lat, Magyar­or­szág pedig mindkét ábrán az OECD-átlag­nál keve­sebb AI-hasz­ná­lat­tal és vala­mi­vel az átlag alatti ered­ménnyel sze­re­pel.

Az AI-használat aránya és a szövegértési átlageredmény 84 országban.
2. ábra. Az AI-használat aránya és a szövegértési átlageredmény 84 országban. Forrás: OECD (2026), I.1. és I.6. táblázat; saját számítás.
Az AI-használat aránya és a matematikai átlageredmény 84 országban.
3. ábra. Az AI-használat aránya és a matematikai átlageredmény 84 országban. Forrás: OECD (2026), I.1. és I.6. táblázat; saját számítás. Az ábra feliratában szereplő p = 0,72 és a 6. táblázatban közölt p = 0,73 között 0,01 az eltérés, ami a következtetést nem érinti.

Mind­há­rom ábrán jól látszik, hogy az élme­zőny orszá­gai az AI-hasz­ná­lat szinte teljes ská­lá­ján meg­ta­lál­ha­tók. Japán­ban (27%), Íror­szág­ban (26%), Finn­or­szág­ban (30%) és az Egye­sült Király­ság­ban (32%) kevesen hasz­nál­ják rend­sze­re­sen, Szin­ga­púr­ban (66%), Makaón (67%) és Észt­or­szág­ban (58%) sokan. Az átlag feletti ered­ményt elérő orszá­gok­ban a hasz­ná­lat szórása csaknem kétszer akkora (10,5 szá­za­lék­pont), mint a gyen­géb­ben tel­je­sí­tők­ben (6,2). Az OECD ezt részben a digi­tá­lis okta­tás­po­li­ti­kák eltérő hang­sú­lya­i­val magya­rázza: Szin­ga­púr kife­je­zet­ten beépí­tette az AI-t a tanu­lásba, Japán és Észt­or­szág kevésbé átfogó sza­bá­lyo­zást alkal­maz.

Tanulói szinten az OECD árnyal­tabb képet talált. A tanu­lás­hoz hetente AI-t hasz­náló diákok a tár­sa­dalmi háttér kiszű­rése után nagy­já­ból ugyan­úgy tel­je­sí­te­nek ter­mé­szet­tu­do­mány­ból, mint a nem hasz­ná­lók, a napi és az alkalmi hasz­ná­lók viszont gyen­géb­ben. Szö­veg­össze­fog­la­lásra és elő­ze­tes tájé­ko­zó­dásra a mér­sé­kelt hasz­ná­lók érik el a legjobb ered­ményt. Ahol a diákok az órán meg­ta­nul­ják érté­kelni az AI által készí­tett tar­tal­ma­kat, ott a gyakori hasz­ná­lók kis­mér­tékű előny­höz jutnak; ilyen lehe­tő­ség­hez azonban inkább a jobb hely­zetű diákok férnek hozzá.

A fenti össze­füg­gé­sek orszá­gos átla­go­kon ala­pul­nak, ezért nem von­ha­tók le belőlük követ­kez­te­té­sek az egyes diá­kokra, és ok-okozati kap­cso­la­tot sem iga­zol­nak. A ren­del­ke­zésre álló adatok alapján annyi állít­ható, hogy nem az AI-hasz­ná­lat mértéke külön­böz­teti meg a jól és a gyengén tel­je­sítő okta­tási rend­sze­re­ket, hanem sokkal inkább az, hogy a hasz­ná­lat mennyire célzott és peda­gó­gi­a­i­lag támo­ga­tott.

8. Telefonkorlátozás, digitális figyelemelterelés és eredmény

Magyar­or­szág mindkét muta­tó­ban kiugró helyen áll. Az isko­la­igaz­ga­tók beszá­mo­lója szerint a magyar diákok 89,8%-a olyan isko­lába jár, ahol a mobil­te­le­fon hasz­ná­lata tilos (OECD: 49,5%). A 2022-es mérés­ben ez az arány még 19% volt. A diákok 69,7%-a arról számolt be, hogy a ter­mé­szet­tu­do­mány-órákon nem zavarja a digi­tá­lis esz­kö­zök hasz­ná­lata (OECD: 39,2%); ezzel az OECD-orszá­gok közül csak Japán és Korea előzi meg Magyar­or­szá­got.

Mutató Magyarország OECD-átlag Kapcsolat az országos eredményekkel
Diákok telefontilalmas iskolában (%) 89,8 49,5 nincs kimutatható kapcsolat
Nincs digitális figyelemelterelés az órán (%) 69,7 39,2 OECD-ben közepes, de két országon (Japán, Korea) múlik
Tanulás AI-chatbottal legalább hetente (%) 36,9 45,5 nincs kimutatható kapcsolat
AI-tartalom értékelése az órán (%) 61,0 62,6 nincs kimutatható kapcsolat
Lemaradás a digitálisan zavart órák diákjainál (pont) 21 11 tanulói szintű adat (országjelentés)
7. táblázat. A digitális mutatók Magyarországon és az OECD-átlagban. Források: OECD (2026), I.6. táblázat és magyar országjelentés; a kapcsolat oszlopa saját számításon alapul.

Az OECD köte­té­nek I.1. és I.6. táb­lá­zata alapján ezeknek a muta­tók­nak az orszá­gos ered­mé­nyek­kel való kap­cso­la­tát is ugyan­az­zal a mód­szer­rel vizs­gál­tam, mint az AI-hasz­ná­lat­nál.

Mutató Terület Minden ország OECD-országok (n = 38)
Telefontilalom az iskolában (%) Természettudomány r = −0,19 (p = 0,06) r = 0,00 (p = 0,99)
Szövegértés r = −0,17 (p = 0,10) r = 0,08 (p = 0,65)
Matematika r = −0,15 (p = 0,15) r = 0,01 (p = 0,96)
Számítógépes probl. r = −0,16 (p = 0,14) r = −0,03 (p = 0,85)
Nincs digitális figyelemelterelés az órán (%) Természettudomány r = 0,01 (p = 0,95) r = 0,40 (p = 0,01)
Szövegértés r = −0,06 (p = 0,58) r = 0,28 (p = 0,09)
Matematika r = 0,07 (p = 0,54) r = 0,46 (p = 0,003)
Számítógépes probl. r = −0,09 (p = 0,41) r = 0,29 (p = 0,08)
8. táblázat. Pearson-féle korrelációk az országos átlagok között. A telefontilalomra 85–91, a figyelemelterelésre 84–85 ország adata áll rendelkezésre. Félkövérrel a p < 0,05 szinten szignifikáns értékek. Forrás: OECD (2026), I.1. és I.6. táblázat; saját számítás.

A tele­fon­ti­la­lom elter­jedt­sége és az orszá­gos ered­mé­nyek között nincs kimu­tat­ható kap­cso­lat, sem a teljes min­tá­ban, sem az OECD-orszá­gok körében. Ez össz­hang­ban van azzal, hogy a tilalom az élme­zőny­ben is igen eltérő mér­ték­ben terjedt el: Finn­or­szág­ban a diákok 5%-a, Észt­or­szág­ban 26%-a, Íror­szág­ban 78%-a, az Egye­sült Király­ság­ban 80%-a tanul ilyen isko­lá­ban.

A figye­lem­el­te­re­lés ese­té­ben az OECD-orszá­gok körében közepes erős­ségű, szig­ni­fi­káns pozitív össze­füg­gés adódik ter­mé­szet­tu­do­mány­ból és mate­ma­ti­ká­ból: ahol keve­sebb diák számol be zavaró esz­köz­hasz­ná­lat­ról, ott jel­lem­zően maga­sabb az átlag­ered­mény. Ez az össze­füg­gés azonban nem stabil. A rang­so­ron alapuló Spe­ar­man-féle kor­re­lá­ció már nem szig­ni­fi­káns (ρ = 0,27–0,28), és ha Japánt és Koreát kivesszük a vizs­gá­lat­ból, a kap­cso­lat eltűnik (ter­mé­szet­tu­do­mány: r = 0,23, p = 0,18). Az ered­ményt tehát lénye­gé­ben két, egy­szerre fegyel­me­zett és kiemel­ke­dően tel­je­sítő ország hatá­rozza meg.

Magyar­or­szág esete jól mutatja, hogy a nyugodt órai légkör önma­gá­ban nem elég. A magyar diákok a nem­zet­közi össze­ve­tés­ben kevéssé zavart órákról szá­mol­nak be, és szinte mind­egyi­kük tele­fon­ti­lal­mas isko­lába jár, ered­mé­nyeik mégis csak az OECD-átlag körül vannak. Az ország­je­len­tés ugyan­ak­kor tanulói szinten jelen­tős hatást mutat ki: azok a magyar diákok, akiknél az órákon rend­sze­res a digi­tá­lis figye­lem­el­te­re­lés, a tár­sa­dalmi háttér kiszű­rése után 21 ponttal gyen­géb­bek ter­mé­szet­tu­do­mány­ból, ami két­sze­rese az OECD-átlag­nak (11 pont).

Fel­me­rül a kérdés, hogy az ilyen össze­füg­gé­sek mennyi­ben tük­rö­zik egy­sze­rűen az orszá­gok gaz­da­sági fej­lett­sé­gét. Az OECD kötete erre saját szá­mí­tá­so­kat közöl: az orszá­gos kor­re­lá­ci­ó­kat az egy főre jutó GDP kiszű­ré­sé­vel (par­ci­á­lis kor­re­lá­ci­ó­val) is kiszá­mí­totta. Ezeket az érté­ke­ket a 9. táb­lá­zat fog­lalja össze.

Iskolai jellemző OECD: r OECD: GDP-vel szűrt r Minden ország: r Minden ország: GDP-vel szűrt r
Számítógép egy tanulóra 0,44 0,46 0,60 0,37
Digitális eszközök hiánya −0,44 −0,37 −0,66 −0,37
Nem megfelelő vagy rossz minőségű digitális eszközök −0,39 −0,35 −0,65 −0,36
Telefontilalom az iskolában 0,00 −0,33 −0,19 −0,26
Tantárgyi irányelvek a digitális eszközökre 0,03 −0,30 0,06 −0,20
9. táblázat. Országos korrelációk az iskolai jellemzők és a természettudományi átlageredmény között, az egy főre jutó GDP kiszűrése előtt és után. Forrás: OECD (2026), I.4.2. és I.4.3. táblázat. Az OECD a szignifikáns értékeket félkövérrel jelöli, ez a jelölés azonban a szöveges változatból nem olvasható ki, ezért itt nem szerepel.

A táb­lá­zat­ból két fontos tanul­ság olvas­ható ki. Az iskolák digi­tá­lis fel­sze­relt­sége a gaz­da­sági fej­lett­ség kiszű­rése után is össze­függ az ered­mé­nyek­kel: ahol több diák tanul esz­köz­hi­ánnyal küzdő isko­lá­ban, ott gyen­gébb az orszá­gos átlag (GDP-vel szűrve r ≈ −0,37). Az OECD szerint az iskolák digi­tá­lis taní­tási kapa­ci­tá­sá­nak elté­ré­sei a GDP kiszű­rése után is a ter­mé­szet­tu­do­má­nyi ered­mé­nyek orszá­gok közötti különb­sé­ge­i­nek mintegy 14%-át magya­ráz­zák. A digi­tá­lis fel­ké­szült­ség tehát nem pusztán a jólét mel­lék­ter­méke.

A tele­fon­ti­la­lom­nál for­dí­tott a helyzet. Szűrés nélkül nincs össze­füg­gés, a GDP kiszű­rése után viszont gyenge negatív kap­cso­lat jelenik meg (OECD: r = −0,33): a hasonló fej­lett­ségű orszá­gok közül ott vala­mi­vel gyen­géb­bek az ered­mé­nyek, ahol a tilalom elter­jed­tebb. Ez nem jelenti azt, hogy a tilalom rontana az ered­mé­nye­ken. Való­szí­nűbb, hogy a tilal­mat gyakran éppen ott vezet­ték be, ahol a fegyelmi és tel­je­sít­mény­prob­lé­mák eleve nagyob­bak voltak. Az OECD adatai szerint ugyanis a tilalom a GDP kiszű­rése után is együtt jár a kisebb digi­tá­lis figye­lem­el­te­re­lés­sel, vagyis tel­je­síti azt a célt, ame­lyért beve­zet­ték. A 2022 és 2025 közötti vál­to­zá­sok között (a tilalom ter­je­dése és az ered­mé­nyek ala­ku­lása) az OECD nem talált kap­cso­la­tot (r = 0,07 és 0,03).

9. Következtetések és javaslatok

Az elemzés egésze arra utal, hogy a magyar isko­la­rend­szer gondja első­sor­ban szer­ke­zeti, nem tech­ni­kai ter­mé­szetű. A lema­ra­dás nem abból fakad, hogy a diákok túl sokat tele­fo­noz­nak vagy túl keveset hasz­nál­nak digi­tá­lis esz­kö­zö­ket, hanem abból, hogy a rend­szer korán és erősen szét­vá­lo­gatja a tanu­ló­kat, a jó ered­mé­nyek pedig néhány isko­la­tí­pusba tömö­rül­nek. A tel­je­sít­mény­kü­lönb­sé­gek 46%-a az iskolák között jelent­ke­zik, a családi háttér a tel­je­sít­mény 18%-át magya­rázza, a hát­rá­nyos és az előnyös hely­zetű negyed közötti 103 pontos különb­ség pedig nagy­já­ból öt tan­év­nyi lema­ra­dás­nak felel meg. A tele­fon­ti­la­lom­ban és az órai lég­kör­ben Magyar­or­szág nem­zet­közi össze­ve­tés­ben az élen áll, ered­mé­nyei mégis átla­go­sak.

Az alábbi javas­la­tok a PISA-ada­tokra és a nem­zet­közi kuta­tá­sokra épülnek, és a mögöt­tük álló bizo­nyí­té­kok erős­sége szerint követik egymást. Egy konkrét hazai reform tény­le­ges hatását csak kísér­leti beve­ze­tés és utó­la­gos érté­ke­lés mutat­hatná meg.

Javaslat A bizonyíték erőssége Fő alátámasztás
A korai szelekció mérséklése erős iskolák közötti variancia 46%; Hanushek–Woessmann (2006), Strello és mtsai (2021); lengyel reform
A szakképzés alapkészség-fejlesztése erős (a probléma mértékére) a szakképzős 15 évesek 69–82%-a az alapszint alatt
A pedagógus-utánpótlás biztosítása valószínű, közvetlen PISA-kapcsolat nem igazolt a pedagógusok fele 50 év feletti, a 30 év alattiak aránya 5–8%
Digitális felkészültség a tiltás mellett közepes a digitális felszereltség a GDP kiszűrése után is együtt jár az eredménnyel
Az olvasási kultúra erősítése közepes a szövegértés −21 pont 2022 és 2025 között; régiós trend
10. táblázat. A javaslatok és a mögöttük álló bizonyítékok. Forrás: az elemzés 2–8. fejezete.

9.1 A korai szelekció mérséklése

Ez a leg­job­ban alá­tá­masz­tott irány. A nem­zet­közi kuta­tá­sok és a lengyel reform tapasz­ta­lata szerint a szét­vá­lasz­tás későbbre tolása első­sor­ban a leg­gyen­gébb tanulók ered­mé­nyeit javítja, Len­gyel­or­szág­ban közel egy teljes szó­rás­nyi­val. A szak­iro­da­lom és a hazai szakmai vita ennek lehet­sé­ges for­má­i­ként jel­lem­zően a hat- és nyolc­osz­tá­lyos gim­ná­zi­umi helyek foko­za­tos szű­kí­té­sét, a szakmai irányú válasz­tás későbbre tolását, illetve egy 14–15 éves korig tartó közös alapozó sza­kaszt veti fel, vagyis a komp­re­hen­zív, egy­sé­ges isko­la­szer­ke­zet felé való elmoz­du­lást, amelyet az élme­zőny orszá­gai is követ­nek. Szá­molni kell ugyan­ak­kor azzal, hogy a sze­lek­tív gim­ná­zi­u­mok a legjobb diá­kok­nak valódi előnyt nyúj­ta­nak, és a szülők körében nép­sze­rűek. A lengyel példa azt is mutatja, hogy az ilyen reform poli­ti­ka­i­lag vissza­for­dít­ható, tar­tóssá tehát csak széles tár­sa­dalmi egyet­ér­tés mellett válhat. A kérdés ezért nemcsak szakmai, hanem érték­vá­lasz­tás is.

9.2 A szakképzés alapkészség-fejlesztése

A szak­kép­zés­ben tanuló 15 évesek több­sége sem szö­veg­ér­tés­ből, sem mate­ma­ti­ká­ból nem éri el az alap­szin­tet. A lengyel reform egyik tanul­sága, hogy a javulás a szer­ke­zet­vál­tás mellett az alap­kész­sé­gekre for­dí­tott több tanu­lási időből is fakadt. Ez a jelen­legi isko­la­szer­ke­ze­ten belül is meg­va­ló­sít­ható, például több szö­veg­ér­tési és mate­ma­ti­kai órával, vala­mint a lema­ra­dók célzott támo­ga­tá­sá­val az első évfo­lya­mo­kon.

9.3 A pedagógus-utánpótlás biztosítása

A tanári kar elöre­ge­dése és a pálya­kez­dők ala­csony aránya hosszabb távon a rend­szer műkö­dő­ké­pes­sé­gét veszé­lyez­teti. A hiány a kis tele­pü­lé­se­ken és a hát­rá­nyos hely­zetű tér­sé­gek­ben a leg­na­gyobb, vagyis éppen ott, ahol a tanu­lók­nak a legtöbb segít­ségre volna szük­sé­gük. Célzott ösz­tön­zők­kel el lehetne érni, hogy a jól fel­ké­szült peda­gó­gu­sok ezekben az isko­lák­ban is vál­lal­ja­nak munkát. A peda­gó­gus­hi­ány és a PISA-ered­mé­nyek közötti köz­vet­len kap­cso­la­tot ugyan­ak­kor a ren­del­ke­zésre álló for­rá­sok nem vizs­gál­ták.

9.4 Digitális felkészültség a tiltás mellett

A tele­fon­ti­la­lom elter­jedt­sége és az AI-hasz­ná­lat mértéke nem jár együtt az orszá­gos ered­mé­nyek­kel, az iskolák digi­tá­lis fel­sze­relt­sége és fel­ké­szült­sége viszont a gaz­da­sági fej­lett­ség kiszű­rése után is igen. A tilalom mellett ezért érdemes arra is hang­súlyt fek­tetni, hogy a peda­gó­gu­sok cél­zot­tan tudják hasz­nálni a digi­tá­lis esz­kö­zö­ket, a diákok pedig meg­ta­nul­ják kri­ti­ku­san érté­kelni az AI által elő­ál­lí­tott tar­tal­ma­kat. Ebben Magyar­or­szág jelen­leg az OECD-átlag körül áll (61,0%, OECD: 62,6%).

9.5 Az olvasási kultúra erősítése

A szö­veg­ér­tés romlott a leg­na­gyobb mér­ték­ben, és ez a régió más orszá­ga­i­ban is meg­fi­gyel­hető. Az OECD ezt az élmény­szerű olvasás vissza­szo­ru­lá­sá­val és a rövid, gyors digi­tá­lis tar­tal­mak tér­nye­ré­sé­vel hozza össze­füg­gésbe. Ez iskolai szinten is kezel­hető: rend­sze­res, hosszabb szö­ve­gek­kel végzett mun­ká­val, önálló olva­sási idővel és a szö­ve­gek közös értel­me­zé­sé­vel.

9.6 Intézményi szinten megvalósítható lépések

Rend­szer­szintű átala­kí­tás nélkül is van moz­gás­tér. A kol­lé­gi­u­mok és a nap­kö­zis formák kiegyen­lítő sze­re­pet tölt­het­nek be, mert a hát­rá­nyos hely­zetű diá­kok­nak olyan támo­ga­tást adhat­nak, amelyet otthon nem kapnak meg: struk­tu­rált tanu­lási időt, kor­re­pe­tá­lást és rend­sze­res olva­sási alkal­ma­kat. Az OECD által is vizs­gált, egymást segítő tanulói tanítás ala­csony költ­ség­gel beve­zet­hető. A digi­tá­lis esz­kö­zök ese­té­ben pedig a tiltás mellett a tudatos, célzott hasz­ná­lat és az AI-tar­tal­mak érté­ke­lé­sé­nek taní­tása adhat többet.

9.7 A vizsgálat korlátai

Az ered­mé­nyek értel­me­zé­se­kor néhány kor­lá­tot érdemes szem előtt tartani.

10. Összegzés

Magyar­or­szág a PISA 2025-ben az európai élme­zőny­től terü­le­ten­ként 10–49 ponttal marad el, a leg­na­gyobb különb­ség Észt­or­szág­gal szemben mutat­ko­zik. A lema­ra­dás első­sor­ban a kiemel­ke­dően tel­je­sítő diákok ala­csony ará­nyá­ból és az iskolák közötti nagy különb­sé­gek­ből adódik, nem az alul­tel­je­sí­tők kiugró ará­nyá­ból.

Az élme­zőny orszá­gait a 15–16 éves korig tartó egy­sé­ges iskola, az iskolák közötti kis különb­sé­gek és a családi háttér mér­sé­kel­tebb hatása köti össze. A magyar rend­szer ezekben a szem­pon­tok­ban tér el a leg­in­kább. A nem­zet­közi kuta­tá­sok és a lengyel reform tapasz­ta­lata alapján a korai sze­lek­ció a leg­va­ló­szí­nűbb szer­ke­zeti ok; a peda­gó­gus­hi­ány és az álta­lá­nos, régiós vissza­esés további, de kevésbé bizo­nyí­tott ténye­zők. A mobil­te­le­fon-kor­lá­to­zás a vizs­gált orszá­gok több­sé­gé­ben megvan, így a különb­sé­get önma­gá­ban nem magya­rázza. Az AI-chat­bo­tok hasz­ná­la­tá­nak aránya nem­zet­közi szinten nem függ össze az orszá­gok ered­mé­nye­i­vel; a tanulói adatok szerint a mér­sé­kelt, célzott hasz­ná­lat jár a legjobb tel­je­sít­ménnyel. A tele­fon­ti­la­lom elter­jedt­sége sem jelzi előre az orszá­gos ered­ményt; a zavar­ta­lan órai légkör tanulói szinten számít, orszá­gos szinten azonban csak néhány kiugró ország miatt látszik össze­füg­gés. Az iskolák digi­tá­lis fel­sze­relt­sége és fel­ké­szült­sége viszont a gaz­da­sági fej­lett­ség kiszű­rése után is együtt jár a jobb ered­mé­nyek­kel.

Felhasznált irodalom

  1. Oktatási Hivatal (2026): PISA 2025 Összefoglaló jelentés. Budapest.
  2. OECD (2026): PISA 2025 Results (Volume I): Future-Ready Students. OECD Publishing, Paris. Link
  3. OECD (2026): PISA 2025 Results (Volume I): Hungary. Country note. Link
  4. Hanushek, E. A. – Woessmann, L. (2006): Does educational tracking affect performance and inequality? Economic Journal, 116(510), C63–C76. Letöltés (PDF)
  5. Jakubowski, M. (2010): Institutional tracking and achievement growth. In: Quality and Inequality of Education. Springer. Link
  6. Jakubowski, M. – Patrinos, H. A. – Porta, E. E. – Wiśniewski, J. (2016): The effects of delaying tracking in secondary school: evidence from the 1999 education reform in Poland. Education Economics, 24(6), 557–572. Link; munkaanyag: PDF
  7. Strello, A. – Strietholt, R. – Steinmann, I. – Siepmann, C. (2021): Early tracking and different types of inequalities in achievement. Educational Assessment, Evaluation and Accountability. Link
  8. Horn Dániel (2010): A kisgimnáziumok szerepe a szelekcióban. In: Kolosi Tamás – Tóth István György (szerk.): Társadalmi riport 2010. TÁRKI, Budapest. Link
  9. Gurzó Klára – Horn Dániel (2015): A korai iskolai szelekció hosszú távú hatása. Egy közpolitikai kísérlet tanulságai. Közgazdasági Szemle, 62(10), 1070–1096. Link
  10. Horn Dániel (2026. júl. 26.): Szelekció vagy fejlesztés? A hat- és nyolcosztályos gimnáziumokról szóló vitát egy mérési probléma viheti félre. Portfolio – KRTK blog. Link
  11. Abdulkadiroğlu, A. – Angrist, J. D. – Pathak, P. A. (2014): The Elite Illusion: Achievement Effects at Boston and New York Exam Schools. Econometrica, 82(1), 137–196. Link
  12. Lu, B. – Anders, J. – Shao, X. – Siddiqui, N. (2024): How do academic selection systems affect pupils’ educational attainment? New evidence from an analysis of large-scale data on England. Educational Review, 76(5), 1285–1306. Link
  13. Hanushek, E. A. – Link, S. – Woessmann, L. (2013): Does school autonomy make sense everywhere? Panel estimates from PISA. Journal of Development Economics, 104, 212–232. Link
  14. Varga Júlia (2023): A pedagógushiány területi különbségei. Educatio, 32(1), 107–120. Link
  15. Európai Bizottság Magyarországi Képviselete (2024. febr. 7.): Közel 700 milliárd forinttal támogatja az EU a magyar pedagógusok béremelését. Link
  16. Telex – G7 (2025. júl. 3.): A kormány szerint az idei emeléssel már elérték a tanárbérek a kitűzött célt. Link
  17. Dolton, P. – Marcenaro-Gutierrez, O. D. (2011): If you pay peanuts do you get monkeys? A cross-country analysis of teacher pay and pupil performance. Economic Policy, 26(65), 5–55. Link
  18. Index (2025. jún. 21.): Kilőtt a pedagógusképzésre jelentkezők száma. Link
  19. hirado.hu (2025. júl. 25.): Rekord: még soha nem vettek fel annyi jelentkezőt pedagógusképzésre, mint idén. Link
  20. Eduline (2024. márc. 18.): „Megduplázódott” a pedagógusképzésekre jelentkezők száma, mégsem jelenthet megoldást a tanárhiányra. Link
  21. Civil Közoktatási Platform (2024. ápr. 21.): Pedagógusképzés és utánpótlás – nézzünk a felvételi adatok mögé! Link
  22. Civil Közoktatási Platform (2020. febr. 3.): A CKP állásfoglalása a NAT-2020-ról. Link
  23. 5/2020. (I. 31.) Korm. rendelet a Nemzeti alaptanterv kiadásáról, bevezetéséről és alkalmazásáról szóló 110/2012. (VI. 4.) Korm. rendelet módosításáról. Link
  24. Mérce (2019. máj. 10.): Elkaszálta az államosítás a magán tankönyvkiadókat, egyre több az „egyentankönyv”. Link
  25. Átlátszó (2021. márc. 31.): Út a közoktatás teljes centralizációja felé – a KLIK rövid története 2010-től napjainkig. Link
  26. Eurydice: Finland – Teaching and learning in single structure education. Link
  27. Eurydice: Estonia – Teaching and learning in single structure education. Link
  28. Varga Júlia (2007): Kiből lesz ma tanár? A tanári pálya választásának empirikus elemzése. Közgazdasági Szemle, 54(7–8), 609–627. Link
  29. Lannert Judit (szerk.) (2021): Zárótanulmány az emberierőforrás-szűkösségekről a magyar közoktatásban. T-Tudok, az Európai Bizottság Magyarországi Képviseletének megbízásából. Link
  30. IBE (2023): PISA 2022. Results of the Programme for International Student Assessment. Link
  31. IBE: PISA – international assessments. Link
  32. Education in Poland. Wikipedia. Link
  33. TheGlobalEconomy.com: Poland PISA math scores. Link
  34. Education Estonia: Estonian education system. Link
  35. Eurydice: Estonia – Organisation of the education system. Link
  36. Haridus- ja Teadusministeerium (2025): AI Leap programme. Link
  37. TI-Hüpe (2026): Estonia launches nationwide AI Leap education program. Link
  38. Opetus- ja kulttuuriministeriö: Extension of compulsory education. Link
  39. Valtioneuvosto (2024): Restrictions to be placed on the use of phones and mobile devices in schools. Link
  40. House of Commons Library: Mobile phones in schools (England). Link
  41. Comprehensive Future: Facts, figures and evidence about grammar schools. Link
  42. Education in the Republic of Ireland. Wikipedia. Link
  43. The Irish Times (2024. aug. 21.): Mobile phones set to be banned across all second-level schools. Link
  44. RTÉ (2024. dec. 30.): Schools facing „new landscape” over mobile phone use. Link
  45. Index (2024. aug. 9.): Megjelent a rendelet, amely korlátozza az iskolai mobiltelefon-használatot. Link
  46. Eduline (2026. máj. 26.): Tovább öregszik a tanári kar. Link
  47. Portfolio (2026. máj. 28.): Ki fog itt tanítani? Link
  48. Növekedés.hu (2024. júl. 5.): Fontos javaslat érkezett a pedagógushiány enyhítésére. Link

Adat­fel­dol­go­zás­hoz és szer­kesz­tés­hez mes­ter­sé­ges intel­li­gen­cia modellt (Claude Opus 5.5) hasz­nálva.

© 2026 pazmandAI.hu — oktatási célra szabadon használható