שילוב פעילות AI בבתי הספר – במקום לשאול רק "מה התשובה?", יש לשאול: "איך הגעת אליה"? – מאת: גדעון קוך

לאחרונה אנו מגלים שתלמידים בבתי ספר ובאוניברסיטאות, לא צריכים לחשוב יותר מדי, כשהם נדרשים להגיש עבודות או להכין תרגילים מסוגים שונים. מתברר שיותר ויותר כלי הבינה המלאכותית יוצרים טקסטים מבריקים, פותרים בעיות, כותבים קוד ומנסחים עבודות לעיתים ברמה כזו שמקשה להבחין בינם לבין תלמיד או סטודנט מצטיין. התגובה האינסטינקטיבית של מורים ומרצים רבים היא תגובה הגנתית: איסורים, הצהרות יושרה מחמירות, חיפוש אחר “כלי גילוי”, המגלים שהטקסטים פשוט הועתקו ממערכות ה־AI ואפילו טענה חוזרת שלפיה “אין ברירה אלא לחזור לבחינות בעל־פה”. 
אלא שהבהלה הזו מחמיצה את העיקר. הבינה המלאכותית אינה הורסת, אלא חושפת אמת לא נוחה: במשך שנים הערכנו דברים שקל מאוד לבדוק – ידע הצהרתי, ניסוח חלק ותוצרים סופיים – במקום להבין את מה שבאמת חשוב: הבנה, שיפוט ותהליכי חשיבה.

ידע ניתן לאוטומציה – הבנה לא

ההבחנה בין ידע להבנה אינה חדשה, אך בעידן ה-AI היא הופכת קריטית. ידע – הגדרות, נוסחאות, תבניות פתרון – הוא בדיוק מה שמכונות מצטיינות בו. הבנה, לעומת זאת, מתבטאת ביכולת להסביר למה, להבחין בין מקרים דומים, לזהות חריגים, לבקר פתרון סביר לכאורה, ולהתאים עקרונות להקשר חדש. 
כאשר כלי ה־AI מעניקים לנו תשובה מהירה, נכונה ומנוסחת היטב, אין פלא שתלמידים רבים משתמשים בהם. הם זמינים ויעילים מאד להשגת המטרה. זה שימוש יעיל במשאבים. הבעיה איננה התלמידים , אלא סוג השאלות ששאלנו.

למה מטלות מסורתיות נכשלות?

מרבית שיטות ההערכה המקובלות נשענות על הנחה סמויה, שהתוצר הסופי משקף את תהליך החשיבה. בעידן ה־AI, ההנחה הזו פשוט אינה נכונה. ניתן להגיש עבודה מצוינת בלי להבין לעומק את הנושא, וניתן לפתור בעיה מורכבת בלי לדעת להגן על הפתרון.
קיימים ניסיונות “להילחם” בטכנולוגיה באמצעות איסורים גורפים להשתמש בה, או באמצעות מערכות גילוי שהעבודה למשל, הועתקה מה־AI, אבל אלה אינם פותרים את שורש הבעיה, הם מייצרים מרדף חסר סיכוי, פוגעים באמון, ומסיטים את תשומת הלב מהשאלה הפדגוגית האמיתית: מה אנחנו רוצים לבדוק ולהעריך, ולמה.

בחינה בעל־פה – פתרון חלקי בלבד

לעיתים עולה ההצעה לחזור לבחינות בעל־פה, והיא נתפסת כפתרון קסם, ובצדק: קשה מאוד לזייף הבנה עמוקה בשיחה חיה, אך זהו פתרון חלקי בלבד. הוא לא תמיד ישים בכיתות או קבוצות גדולות, ועלול להיות מושפע מחרדה ומהטיות שונות, לכן אינו יכול לשמש כלי בלעדי במערכת מודרנית.
האתגר האמיתי אינו בחירת פורמט אחד “עמיד ל־AI”, אלא בניית מערך הערכה שממוקד במה שאי אפשר להאציל: תהליך חשיבה, קבלת החלטות, ביקורת ושיפוט.

מה כן צריך להעריך בעידן ה־AI

ראשית, יש להזיז את הפוקוס מהתוצר, לתהליך. במקום לשאול רק “מה התשובה?”, יש לשאול: איך הגעת אליה? אילו חלופות שקלת? למה דחית פתרונות אחרים? איפה אתה עצמך רואה מגבלות או נקודות חולשה?
שנית, יש להעדיף משימות הקשריות וייחודיות: כאלה שתלויות בדיון שהתנהל בכיתה, בנתונים מקומיים, או באילוצים שאינם סטנדרטיים. ככל שהשאלה כללית יותר – כך התשובה האוטומטית טובה יותר.
שלישית, יש מקום לגישה בוגרת ואחראית לשימוש ב־AI: לא איסור גורף, אלא שקיפות. כאשר תלמידים מתבקשים להסביר, כיצד השתמשו בכלי, מה קיבלו ממנו, ומה בחרו לשנות או לבקר – השימוש ב־AI הופך ממעקף לחשיבה למנוף ללמידה.

שינוי תפקיד המורה / המדריך

שינוי ההתייחסות מחייב גם שינוי זהותי בתפקיד המורה או המדריך. פחות “בודק תשובות” ויותר מעריך חשיבה, פחות שוטר טכנולוגי ויותר מנחה אינטלקטואלי. זהו שינוי מאתגר, אך גם הזדמנות להחזיר למרכז הבמה את המטרה החינוכית של טיפוח חשיבה ביקורתית ושיפוט מקצועי.

לא משבר – זרז לשינוי

במקום לנסות לשחזר עולם שכבר איננו, עלינו לנצל את הרגע הזה, כדי לשאול מחדש מהי למידה משמעותית, ואיך נכון להעריך אותה.

הכותב הוא הוא חבר סגל בבית הספר להנדסת תעשייה וניהול באפקה המכללה להנדסה בתל אביב, ומתמקד בקידום חדשנות חינוכית ואימוץ מעשי של בינה מלאכותית.