AI padeda išlaikyti ryšį tarp ankstesnių temų, užduočių, klaidų, stiprybių ir tolesnių žingsnių per visus mokslo metus.
MetaCore AI Laboratorija
AI darbo infrastruktūra mokslui ir organizacijoms
AI darbo infrastruktūra mokslui, specialistams ir organizacijoms
Ne dar vienas AI įrankis. Sukurkite naują darbo modelį su AI.
MetaCore AI Laboratorija sujungia žinias, kontekstą, AI ekspertus ir komandinį darbą į vientisą darbo aplinką.
- Daugiau laiko mąstymui
- Saugus ir atsakingas naudojimas
- Bendradarbiavimas
- Nuolatinis tobulėjimas
STUDENTAMS, MOKSLEIVIAMS IR DĖSTYTOJAMS · AI LAB
Mokymosi augimas su tęstiniu AI laboratorijos kontekstu
Studentas ar moksleivis mokosi, treniruojasi ir auga nuosekliau, kai svarbi medžiaga, užduotys, pažanga ir ankstesni sprendimai neprarandami tarp dienų, kursų ar projektų.
Dėstytojas ar mokytojas gali aiškiau matyti, kaip juda studentas, klasė ar grupė: kur atsiranda pažanga, kur reikia daugiau praktikos ir kur verta keisti mokymo būdą.
AI padeda lyginti mokymosi eigą, taikytas metodikas ir rezultatus, kad pedagogas galėtų vertinti savo sprendimų poveikį ne iš nuojautos, o iš sukaupto konteksto.
Kai mokinio ar studento mokymosi kelias ir dėstytojo darbo kontekstas veikia kartu, visa mokslo organizacija gauna daugiau tęstinumo, aiškumo ir koordinacijos.
MetaCore jungia mokymosi kelią ir dėstytojo kontekstą.
AI padeda kruopščiai sekti mokymosi eigą ir kasdien palaikyti tęstinumą, tačiau vertinimą, pedagoginius sprendimus ir galutinę kryptį nustato žmogus.
MOKSLINĖ MATRICA · TĘSTINIS KONTEKSTAS
Mokslo kalendorius tampa gyvu studijų ir mokymo žemėlapiu
MetaCore AI Laboratorija ant mokslo kalendoriaus sluoksniuoja temas, užduotis, šaltinius, projektus, pažangą ir ankstesnius sprendimus. Taip kiekvienam žmogui susiformuoja jo unikalus tęstinis kontekstas — praktinis „laukas“, kuriame AI dirba su konkrečia situacija, o ne su izoliuota užklausa.
AI mato jo mokymosi kelią kaip vieną sistemą: temas, praktiką, klaidas, stiprybes, tempą, projektus ir pažangą per laiką.
AI dirba su kitu kontekstu: klasėmis ir grupėmis, metodikomis, užduotimis, rezultatais, refleksija ir pedagoginiais tikslais.
Kiekvienas laukas turi savo situacines ypatybes. AI prisitaiko prie žmogaus vaidmens, istorijos ir aktualaus mokslo etapo.
Kai studento mokymosi kelias ir dėstytojo mokymo kontekstas yra sutvarkyti bei susieti, organizacijai lengviau išlaikyti kryptį, tęstinumą ir koordinaciją.
„Laukas“ čia reiškia operacinį kontekstą: susietą informaciją, istoriją, tikslus ir veiksmus. Galutinį vertinimą ir sprendimus priima žmogus.
SIMULATION LAB · MOKSLINIS KONTEKSTAS
Su kontekstu AI mato daugiau galimų kelių
Mokymo programos, mokslo kalendoriaus ir sukaupto konteksto erdvėje AI gali padėti modeliuoti scenarijus, palyginti alternatyvas, jungti individualų mokymąsi su grupiniu darbu ir išlaikyti bendrą kryptį.
AI nekonsultuoja vietoje žmogaus — jis konsultuojasi su žmogumi. Žmogaus patirtis, matymas, abejonės ir tikslai tampa impulsu gilesnei analizei, o galutinė kryptis lieka žmogaus sprendimu.
Scenarijai ir galimybių studijos
- Alternatyvūs mokymosi, projekto ir tyrimo keliai
- Rizikų, pasekmių ir etapų palyginimas prieš veiksmą
Grupinis darbas ir lyderystė
- Vaidmenys, tempai, atsakomybės ir bendras darbo ritmas
- Leadership metodikos pritaikymas pagal konkrečią grupės situaciją
Vertinimas su situaciniu kontekstu
- Rezultatai vertinami kartu su eiga, pasirinktais metodais ir aplinkybėmis
- AI padeda pastebėti signalus, tačiau akademinį ir pedagoginį vertinimą atlieka žmogus
Nuo chaoso iki įgyvendinamos struktūros
- AI padeda iš padrikos informacijos surinkti aiškią struktūrą ir prioritetus
- Toliau padeda išlaikyti fokusą, siūlyti geresnes kryptis ir įgyvendinti struktūrą etapais
METACORE OS · MOKYKLOS AI INFRASTRUKTŪRA
Jau turite AI? MetaCore suteikia jam jūsų mokyklos kontekstą
OpenAI, Copilot, Claude ar kitas AI modelis gali likti jūsų pasirinkimu. MetaCore neprivalo jo pakeisti — jis prideda virš modelio ekspertinį konteksto, tęstinumo ir organizacijos žinių sluoksnį.
OpenAI, Copilot, Claude ar kiti jau naudojami AI įrankiai
Privati vartotojo ar specialisto darbo erdvė
Konteksto, taisyklių, vaidmenų ir tęstinumo sluoksnis
Mokyklos dokumentai, metodika, istorija ir bendras žinių centras
Mokiniai, studentai, dėstytojai, klasės, būreliai ir mokslo metų kalendorius viename susietame kontekste
AI dirba pagal žmogaus vaidmenį ir situaciją, o sprendimo teisė lieka žmogui
Visa mokykla veikia kaip viena susieta sistema. Mokiniai ir studentai augina savo mokymosi kelią, dėstytojai ir mokytojai išlaiko metodikų bei grupių kontekstą, o klasės, komandos, būreliai, studijos ir mokslo metų kalendorius lieka vienoje tęstinėje struktūroje. MetaCore padeda mažinti informacinį chaosą, išlaikyti kryptį ir kurti aplinką, kurioje lengviau mokytis, bendradarbiauti ir augti daugelyje sričių.
MOKSLO ĮSTAIGOMS · INSTITUTION AI LAB
Specializuota AI sistema, kuri sujungia įstaigos infrastruktūrą į progresyvią mokslo struktūrą
MetaCore integruojamas virš jau naudojamos IT infrastruktūros ir padeda susieti įstaigos žinias, sistemas, specialistus, studentus, mokinius, grupes ir mokslo kalendorių į vieną valdomą kontekstą.
Specialistų simuliacinės laboratorijos
Dėstytojai, mokytojai, tyrėjai ir kiti specialistai gali turėti savo specializuotas erdves skirtingoms mokslo šakoms, scenarijų analizei, projektams ir metodikų modeliavimui.
Studentų ir mokinių AI erdvės
Asmeninės ir komandinės erdvės mokymuisi, praktikai, projektams ir tyrimams, su vaidmeniui bei studijų krypčiai pritaikytais AI įrankiais ir tęstiniu kontekstu.
Viena organizacijos informacinė matrica
Esamos sistemos, dokumentai, Codex žinių sluoksnis, klasės, grupės, būreliai, projektai ir kalendorius susiejami taip, kad organizacija matytų bendrą progresą neprarasdama individualių kontekstų.
DIEGIMAS IR TRANSFORMACIJA
Nuo infrastruktūros audito iki veikiančios AI mokslo sistemos
Pradedame nuo esamos IT, procesų ir duomenų struktūros analizės, tada kuriame specializuotas erdves, integruojame vartotojų vaidmenis ir paleidžiame realius darbo bei mokymosi scenarijus.
1 etapas
Integracija
- Esamos IT ir žinių architektūros auditas
- MetaCloud / MetaCore OS sluoksnis
- Codex ir konteksto struktūra
2 etapas
Aktyvacija
- Specialistų laboratorijos
- Studentų / mokinių erdvės
- Komandiniai ir tarpdisciplininiai scenarijai
2 / 3 / 4 mėnesių progreso auditas
Po pilno diegimo periodiškai vertinama pažanga atskiruose sektoriuose: mokymosi tęstinumas, metodikų taikymas, projektų eiga, komandų koordinacija ir informacijos srautų kokybė. AI veikia kaip stebėjimo ir analizės sluoksnis, o išvadas bei sprendimus tvirtina žmogus.
Nuo individualaus konteksto iki visos įstaigos koherencijos
Architektūra projektuojama taip, kad AI galėtų dirbti su kiekvieno dalyvio atskiru kontekstu ir kartu matyti organizacijos lygmens ryšius. Didelėse įstaigose tai gali reikšti šimtus ar daugiau nei tūkstantį dalyvių, tačiau realų mastą lemia diegimo architektūra, prieigos taisyklės ir infrastruktūros pajėgumas.
PO TRANSFORMACIJOS · PROGRESO KONTŪRAS
Įstaiga gauna ne tik AI sistemą — ji gauna matuojamą evoliucijos kelią
Diegimo metu užfiksuojamas pradinis organizacijos vaizdas: procesai, žinių struktūra, darbo ritmas ir pasirinkti pažangos rodikliai. Vėliau sistema leidžia lyginti pokytį per mėnesius ir metus, išlaikant audituojamą istoriją bei aiškų kontekstą.
Pradinis atskaitos taškas
Transformacijos pradžioje užfiksuojami svarbiausi rodikliai ir darbo būklė, kad vėlesnė pažanga būtų lyginama su realiu baseline.
Pažangos istorija
Pasirinkti progreso rodikliai, auditai ir svarbūs pokyčiai gali būti archyvuojami per ilgesnį laiką — ne tik kaip momentinė ataskaita.
Progreso stebėjimas
Po diegimo stebimi sutarti sektoriai: mokymosi tęstinumas, komandų koordinacija, projektų eiga, metodikų taikymas ir informacijos srautų kokybė.
Master AI vadovui
Master AI apjungia organizacijos lygmens signalus, padeda matyti bendrą vaizdą, išlaikyti kryptį ir paruošti alternatyvas situacijoms, kuriose sprendimą turi priimti žmogus.
Kryptis nėra perduodama AI.
AI analizuoja visumą, lygina progresiją, išryškina nukrypimus ir siūlo galimus kelius. Vadovas bei atsakingi specialistai nustato tikslus, vertina kontekstą ir tvirtina sprendimus. Taip organizacija gauna ne automatinį valdymą, o nuolatinį analizės ir refleksijos sluoksnį.
Specialisto erdvė
Kiekvienas vaidmuo turi savo kontekstą, užduotis ir pažangos matymą.
Organizacijos žinios
Dokumentai, metodika, sprendimai ir istorija lieka susietame žinių sluoksnyje.
Periodinis auditas
2 / 3 / 4 mėnesių ir vėlesni auditai leidžia matyti pokytį, o ne vien sistemos naudojimą.
Koherencijos augimas
Kai individualūs, komandiniai ir organizacijos kontekstai veikia nuosekliai, mažėja fragmentacija ir lengviau išlaikyti bendrą kryptį.
LIETUVOS ŠVIETIMAS · OFICIALŪS RODIKLIAI
Mokymosi sistema jau matuojama. Svarbu matyti ne vien rezultatą, bet ir kelią.
Nacionaliniai duomenys rodo skirtingas sistemos dimensijas: mokinių pasiekimus, individualios pagalbos prieinamumą, pedagogų kaitą ir ugdymo krypčių įvairovę. MetaCore šių rodiklių nepakeičia — jis padeda įstaigai susieti savo vidinį kontekstą ir stebėti pasirinktą DELTA.
aštuntokų
dalyvavo tiek lietuvių kalbos ir literatūros skaitymo, tiek matematikos nacionaliniuose pasiekimų patikrinimuose.
skaitymo pagrindinis + aukštesnis lygis
Tokia aštuntokų dalis pasiekė pagrindinį arba aukštesnį lietuvių kalbos ir literatūros skaitymo lygį.
mokinių specializuotose kryptyse
Mokiniai mokėsi bendrojo ugdymo programas derindami su inžineriniu, meniniu, muzikiniu ar sportiniu ugdymu; 4,8 tūkst. jų — su inžineriniu ugdymu.
pagalbos prieinamumas
Tokia dalis mokinių, kuriems nustatytas pagalbos poreikis, ją gavo; 2022–2023 m. rodiklis buvo 80,1%.
Šaltiniai: NŠA · 2026 NMPP rezultatai · ŠMSM · Švietimas šalyje ir regionuose 2025 · ŠMSM · įtraukusis ugdymas.
Nacionaliniai rodikliai ≠ konkrečios įstaigos pažanga. Įstaigos DELTA matuojama nuo jos pačios baseline.
PEDAGOGAI · SISTEMOS TVARUMAS · VALSTYBĖS KRYPTIS
Didėja poreikis išlaikyti žmonių patirtį, stiprinti mentorystę ir padėti komandai matyti visumą.
Valstybės duomenys rodo ne vien technologinį, bet ir organizacinį iššūkį: mokytojų amžėjimą, augantį poreikį naujiems pedagogams ir didėjantį pagalbos specialistų vaidmenį. Čia tęstinis organizacijos kontekstas tampa praktine infrastruktūros dalimi.
mokytojų — 55 metų ir vyresni
2022 m. ši dalis buvo 41,60%. Patirties perdavimas ir komandos žinių tęstinumas tampa vis svarbesni.
trūkstamų mokytojų
Ministerijos duomenimis, trūkumas augo nuo 150 mokytojų 2023 m. iki 600 mokytojų 2025 m.
mokytojų poreikis
Prognozuojamas bendras trūkumas per artimiausius penkerius metus visoje Lietuvoje.
švietimo pagalbos specialistai
2024–2025 m. jų buvo 4 642. Vienam pagalbos specialistui tenkantis mokinių skaičius sumažėjo nuo 114 iki 107,8.
VALSTYBĖS 2026–2028 KRYPTYS
Pritraukimas · studentas-stažuotojas · mentorystė · saugi darbo aplinka
Šios kryptys gerai dera su įstaigos poreikiu turėti ne fragmentuotus AI įrankius, o tęstinį žinių ir veikimo sluoksnį, kuriame naujas pedagogas gali perimti patirtį, komanda — reflektuoti progresą, o vadovas — matyti bendrą situaciją.
Šaltiniai: ŠMSM · 2025 m. veiklos ataskaita · ŠMSM · 2026–2028 pedagogų pritraukimo ir išlaikymo planas.
Šie rodikliai pagrindžia problemos kontekstą, bet nėra MetaCore poveikio įrodymas.
KODĖL MODERNIZACIJA TURI APIMTI VISĄ GRANDINĘ
Švietimo sistema juda keliose kryptyse vienu metu. Vieno mazgo atnaujinimo neužtenka.
Oficialios 2026 m. kryptys rodo tą patį vaizdą iš skirtingų pusių: programos tikslinamos, DI integracijai kuriamos atsakingo naudojimo taisyklės, stiprinama mentorystė ir pedagogų pritraukimas, plėtojamas STEAM, įtraukusis ugdymas ir lyderystė. Todėl modernizacija turi apimti ne vien technologiją, o visą veikimo grandinę.
Ugdymo turinys
Programos tikslinamos, mažinamas perteklinis turinys ir stiprinamas nuoseklumas. AI sistema turi dirbti su realia programa ir realiu mokslo kalendoriumi, o ne su abstrakčiu turiniu.
Mokytojas ir komanda
Pedagogų pritraukimas, išlaikymas ir mentorystė tampa sistemine kryptimi. Patirties perdavimas turi likti organizacijos atmintyje, o ne dingti kartu su atskiru žmogumi.
Mokinys ir įtrauktis
Didėja poreikis individualizuoti pagalbą ir atsižvelgti į skirtingus mokymosi poreikius. Tam reikia tęstinio, žmogaus patvirtinto konteksto, o ne vien momentinio AI atsakymo.
DI taisyklės ir etika
Valstybės gairės jau akcentuoja atsakingą naudojimą, akademinį sąžiningumą ir mokyklos lygmens taisykles. Tai reiškia, kad AI turi būti valdomas kaip infrastruktūra su aiškiomis ribomis.
Lyderystė ir STEAM
Lyderystė, STEAM, kultūrinis ir įtraukusis ugdymas vystomi kaip tarpusavyje susijusios pažangos sritys. Tam reikalingas bendras organizacijos kontekstas, kuriame matosi ne atskiri projektai, o jų ryšiai.
Vienas organizacijos progresijos kontūras
MetaCore sluoksnis jungia šiuos mazgus į vieną stebimą sistemą: programa → žmogus → grupė → procesas → rezultatas → refleksija → kitas sprendimas.
Modernizuojame ne vien AI įrankį.
Modernizuojame ryšį tarp turinio, mokinio, dėstytojo, komandos, taisyklių, duomenų ir vadovo sprendimo — tik tada atsiranda organizacinė koherencija.
Grounding: ŠMSM 2026 DI naudojimo gairės · 2026 bendrųjų programų tikslinimas · Tūkstantmečio mokyklų kryptys · XXI Vyriausybės švietimo prioritetai.
Valstybės kryptys pagrindžia modernizacijos poreikį, bet nėra MetaCore efektyvumo įrodymas.
DU KELIAI Į METACORE AI LAB
Įstaigai — sistemos pristatymas. Naudotojui — tiesiai į AI laboratoriją.
Mokyklos, universiteto ar kitos mokslo įstaigos atstovui parodysime, kaip MetaCore gali būti integruotas į esamą IT infrastruktūrą, kokios erdvės kuriamos studentams ir specialistams, kaip veikia Codex, Mokslinė matrica, auditas ir pažangos stebėjimas.
MOKSLO ĮSTAIGOS ATSTOVUI
Užsakyti MetaCore AI Lab pristatymą
Trumpai aprašykite įstaigą ir situaciją. Susisieksime dėl demonstracijos ir galimo diegimo scenarijaus.
STUDENTŲ IR STUDIJŲ AI LABORATORIJOS
Teminės laboratorijos atveria daugiau kelių mokytis, tyrinėti ir kurti
Studentas ar moksleivis gali dirbti ne vien bendrame AI pokalbyje, o specializuotoje mokslo erdvėje su savo studijų kontekstu, medžiaga, simuliacijomis, projektais ir pažangos tęstinumu. Dėstytojas mato kitą — mokymo, grupės ir metodikos — kontekstą, todėl kiekvienas dalyvis gauna savo vaidmeniui pritaikytą AI aplinką.
Robototechnika
Robotų sistemų logika, jutikliai, valdymo scenarijai, komandiniai projektai ir praktinių užduočių simuliacijos.
Medicina ir gyvybės mokslai
Atvejų analizė, biologinių procesų modeliai, literatūros palyginimas, mokomieji klinikiniai scenarijai ir etikos ribos — be diagnostikos automatizavimo.
Fizika
Dėsningumai, modeliai, skaičiavimai, eksperimentų planavimas, vizualizacijos ir hipotezių tikrinimo keliai.
Simuliaciniai mechanizmai
Alternatyvūs sprendimų keliai, procesų eiga, grupiniai vaidmenys, rizikos ir pasiruošimas realiam veiksmui.
Kvantinių hipotezių analizė
Hipotezių, matematinių modelių ir interpretacijų lyginimas, alternatyvių paaiškinimų tikrinimas ir aiškus atskyrimas tarp teorijos, hipotezės ir patvirtinto fakto.
INDIVIDUALUS LAUKAS
Studento / moksleivio kontekstas
Temos, užduotys, bandymai, klaidos, progresas ir projektai išlieka susieti per laiką.
MOKYMO LAUKAS
Dėstytojo / mokytojo kontekstas
Metodikos, klasės dinamika, mokymo tikslai, vertinimo kriterijai ir grupės eiga matomi kaip kita sistema.
BENDRA ERDVĖ
Teminė AI laboratorija
AI padeda jungti individualų darbą, komandinius projektus ir mokslo kryptį neprarandant žmogaus sprendimo.
Daugiau nei vien atsakymas — daugiau tyrimo kelių.
Teminė laboratorija leidžia AI dirbti giliau konkrečios srities kontekste: modeliuoti, lyginti, struktūruoti, kelti hipotezes, planuoti eksperimentus ir padėti komandai išlaikyti fokusą. Mokslo faktai, hipotezės ir simuliacijos lieka aiškiai atskirti, o galutinę interpretaciją bei sprendimą priima žmogus.
METACORE AI LAB · SPRENDIMŲ LYGIAI
Nuo individualaus eksperto iki visos mokslo įstaigos AI infrastruktūros
Pasirenkamas ne „įrankių kiekis“, o reikalingas konteksto ir integracijos gylis — individualiam specialistui, mokslo komandai ar visai organizacijai.
SPECIALISTUI
AI Expert Workspace
- Privati MetaCloud darbo erdvė
- Specializuotas AI Expert
- Asmeninis tęstinis kontekstas
- Projektai, dokumentai ir simuliacijos
Individualus aktyvavimas
MOKSLO KOMANDAI
Teminė AI laboratorija
- Bendras Workspace ir WorkTeam
- Teminis žinių bei tyrimų kontekstas
- Grupinės simuliacijos ir projektai
- Studentų ir dėstytojų vaidmenys
Konfigūruojama pagal programą
MOKSLO ĮSTAIGAI
Institution AI Lab
- MetaCore OS virš esamos IT infrastruktūros
- Codex ir Mokslinė matrica
- Specialistų, studentų ir komandų erdvės
- Diegimas, mokymai ir progreso auditas
Projektinis diegimas
STEAM · TYRIMAMS · PAŽANGIOMS PROGRAMOMS
AI Lab Advanced
- Išplėstas Codex ir duomenų sluoksniai
- Robototechnikos, fizikos, medicinos ar kitos laboratorijos
- Specializuoti simuliaciniai mechanizmai
- Prioritetinis palaikymas ir plėtros scenarijai
Individuali architektūra
Naudotojams nereikia laukti organizacijos diegimo.
Moksleiviai, studentai ir specialistai gali pradėti nuo AI Lab Live, o įstaiga vėliau gali sujungti atskiras erdves į bendrą organizacijos kontekstą.
