מחשבות על בינה מלאכותית בחינוך

אנחנו לא צריכים שילדי ישראל יהיו הכי טובים ב-ChatGPT

הבעיה אינה שמשרד החינוך רוצה ללמד תלמידים AI.

הבעיה היא שהוא עדיין מדבר על AI כאילו מדובר בעוד כלי שצריך ללמוד להפעיל.

״אני רוצה שתלמידי ישראל יהיו הכי טובים ב-ChatGPT וב-Claude״, אמר לאחרונה ראש הממשלה.

אני מאמין שהכוונה טובה. אין ספק שמערכת חינוך שלא תתייחס לבינה מלאכותית תפקיר את תלמידיה לעולם שכבר השתנה.

אבל דווקא בגלל שהנושא חשוב, צריך לדייק.

כי המשפט הזה, על אף שהוא נשמע מתקדם, חושף בלבול עמוק.

אוריינות AI אינה היכולת להיות טוב בצ׳אטבוט מסוים. זו היכולת לחשוב בעולם שבו צ׳אטבוטים נמצאים בכל מקום.

ההבדל עצום.

להיות טוב ב-ChatGPT פירושו לדעת לנסח פרומפט יעיל. להיות אוריין AI פירושו לדעת מתי התשובה שקיבלת אולי נשמעת חכמה - אבל אינה נכונה.

להיות טוב בקלוד-קוד פירושו להפיק פלט מרשים. להיות אוריין AI פירושו להבין מה חסר בפלט הזה: מקור, הקשר, שיפוט, אמת.

זו לא אותה מיומנות.

נטסקייפ לא היה האינטרנט

ב-1995 אפשר היה לומר: ״אני רוצה שילדי ישראל יהיו הכי טובים ב-Netscape״.

זה היה נשמע מתקדם מאוד.

אבל מי שהכין ילדים ל-Netscape לא בהכרח הכין אותם לאינטרנט.

כי Netscape היה כלי והאינטרנט היה שינוי עומק.

אותו דבר עכשיו.

ה-ChatGPT ו-Claude הם כלים בעוד AI הוא שינוי עומק.

הוא משנה את היחס בין ידע, שפה, חשיבה, יצירה ושיפוט. הוא מאפשר לתלמיד לקבל תשובה רהוטה לפני שהוא הבין את השאלה. הוא מאפשר לו להגיש עבודה לפני שהוא פגש את הבעיה. הוא מאפשר לו להישמע כאילו הוא יודע עוד לפני שהוא למד.

וזה בדיוק המקום בו החינוך צריך להיכנס.

לא כדי ללמד אותו ״איך להשתמש״, אלא כדי ללמד אותו מתי לא להאמין.

מתי לעצור, מתי לשאול שוב, מתי לבדוק מקור, מתי להבין שהניסוח מרשים אבל המחשבה צולעת.

זו אוריינות AI, לא שליטה בכלי. לא בוטקמפ של ארבעה ימים פלוס כותרת על מוכנות לעתיד,

אלא חינוך לשיפוט בעולם בו המכונה יודעת לנסח טוב מאיתנו.

מה מדינות אחרות עושות - ומה אפשר ללמוד מזה

נציץ רגע החוצה. כמובן, לא כל מה שסין עושה נכון. לא כל מה שסינגפור עושה מתאים לישראל, ולא כל הכרזה של האמירויות היא מודל חינוכי עמוק.

אבל כן אפשר ללמוד משהו מההבדלים.

בבייג׳ינג, למשל, הוחלט שבתי הספר היסודיים והעל יסודיים ישלבו לפחות שמונה שעות שנתיות של לימודי AI, כחלק מתוכנית שיכולה לעמוד בפני עצמה או להשתלב במקצועות קיימים כמו טכנולוגיית מידע. זו אינה רק ״סדנת קיץ״, אלא ניסיון להכניס את הנושא לתוך השגרה הבית ספרית. (State Council of China)

היתרון ברור: AI לא מוצג כאירוע חד פעמי - הוא נכנס למערכת.

החיסרון גם ברור: כשמכניסים AI כתוכן חובה, קל מאוד להפוך אותו לעוד מקצוע. עוד יחידה. עוד מצגת. עוד מבחן. ואז במקום ללמד תלמידים לחשוב, מלמדים אותם לשנן מושגים על למידת מכונה.

בעיה.

בסינגפור הסיפור אחר. משרד החינוך מפעיל את Student Learning Space כפלטפורמה לאומית ללמידה, ובתוכה משולבות יכולות AI וכלים ללמידה מותאמת. יש שם גם Adaptive Learning System שמיועד לעזור לתלמידים במקצועות כמו מתמטיקה וגאוגרפיה באמצעות התאמה אישית של תכנים.

מה טוב בזה?

סינגפור לא מסתפקת ב״ללמד AI״ - היא משתמשת ב-AI כדי לשנות את חוויית הלמידה עצמה.

זה כבר עמוק יותר.

אבל גם כאן יש סכנה: התאמה אישית יכולה להפוך בקלות לנוחות אישית. אם האלגוריתם תמיד נותן לתלמיד בדיוק את מה שנעים לו, הוא עלול למנוע ממנו את החיכוך הדרוש לצמיחה.

למידה אינה רק התאמה - למידה היא גם מאמץ.

כאן נכנסת השאלה הפדגוגית האמיתית: מי מחזיק את סליידר האתגר (שעליו כתבתי כאן) - המורה, התלמיד, או האלגוריתם?

באיחוד האמירויות הכריזו על הכנסת AI כמקצוע רשמי בכל בתי הספר הציבוריים, מהגן ועד כיתה י״ב, החל משנת הלימודים 2025-2026. לפי הדיווחים, התוכנית כוללת יסודות AI, נתונים ואלגוריתמים, שימושים מעשיים, אתיקה ויישומים בחיי היום יום. (WAM)

נשמע מרשים, ויש בזה משהו נכון: אי אפשר להתחיל לדבר על AI רק בתיכון.

אבל גם כאן צריך לשאול: האם מדובר באוריינות חשיבה או במיתוג לאומי? האם ילד בגן צריך ״מקצוע AI״, או שהוא צריך להתחיל לפתח הבחנה בין אמת לדמיון, בין סיפור לעובדה, בין כלי לבין אדם?

כי לפעמים הכנסת מקצוע חדש מסתירה בעיה ישנה: מערכת החינוך לא יודעת לשנות את דרך החשיבה שלה, אז היא מוסיפה עוד משבצת במערכת השעות.

והנה כיוון אחר לגמרי: הנציבות האירופית פרסמה קווים מנחים לשימוש אתי בבינה מלאכותית ובנתונים בהוראה ובלמידה. הדגש שם אינו רק על שימוש בכלים, אלא על אתיקה, חשיבה ביקורתית, פרטיות, בטיחות ואחריות של מורים ומערכות חינוך. (European Education Area)

פחות נוצץ, אבל ייתכן שזה הכיוון הנכון.

כי חינוך ל-AI אינו מתחיל בשאלה ״באיזה כלי נשתמש?״ הוא מתחיל בשאלה ״איזה אדם אנחנו מגדלים?״

שלושה מודלים - יתרונות וחסרונות

אפשר לראות בעולם שלושה כיוונים מרכזיים.

הראשון הוא מודל ההכנסה לתוכנית הלימודים: AI כמקצוע, יחידה, או חובה שנתית. זה הכיוון של בייג׳ינג והאמירויות.

היתרון: רצינות מערכתית. החיסרון: סכנת שטחיות. AI עלול להפוך לעוד חומר.

המודל השני הוא מודל הפלטפורמה: AI כחלק מתשתית הלמידה - זה הכיוון של סינגפור.

היתרון: שינוי עמוק יותר בחוויית הלמידה. החיסרון: סכנת תלות. תלמיד עלול לקבל תמיכה כל כך מותאמת, עד שהשריר הקוגניטיבי שלו מפסיק לעבוד.

המודל השלישי הוא מודל האוריינות האתית והביקורתית. זה הכיוון שמופיע באירופה, ובמידה מסוימת גם במסגרות בינלאומיות שמנסות להגדיר AI literacy כידע, מיומנויות ועמדות, ולא רק כשליטה טכנית. ה-OECD והנציבות האירופית, למשל, מובילים עבודה על מסגרת אוריינות AI לתלמידי יסודי ועל יסודי, שמטרתה להגדיר מה תלמידים צריכים לדעת, לעשות ולהבין בעידן הבינה המלאכותית (OECD Education and Skills Today)

היתרון: עומק. החיסרון: אם זה נשאר במסמכי מדיניות, זה לא מגיע לכיתה.

ישראל לא צריכה להעתיק אף אחד מהמודלים האלה. היא צריכה ללמוד מהם, ולהיות אור לגויים :)

מסין ובייג׳ינג אפשר ללמוד רצינות מערכתית. מסינגפור אפשר ללמוד חשיבה תשתיתית. מהאמירויות אפשר ללמוד שאסור להתחיל מאוחר מדי. מאירופה אפשר ללמוד שבלי אתיקה, ביקורתיות ושיפוט - כל זה נשאר טכנולוגיה בלי חינוך.

אבל ישראל צריכה ויכולה להוסיף משהו משלה.

לא עוד הכרזה: לא עוד תוכנית קיץ, לא עוד ״מוכנות לעתיד״.

אלא תפיסה חינוכית אסטרטגית.

מה צריך ללמד?

לעניות דעתי, ילד לא צריך לצאת מבית הספר כשהוא ״טוב ב-ChatGPT״.

הוא צריך לצאת עם שש יכולות ששוות הרבה יותר:

הראשונה: לדעת לשאול. ה-AI טוב כמו השאלה שהוא מקבל. תלמיד שלא יודע לשאול יקבל תשובות "מרשימות" שלא מקדמות אותו.

השנייה: לדעת לבדוק. לא כל תשובה מנוסחת היטב היא תשובה נכונה. בעולם של AI, רהיטות אינה הוכחה - לפעמים היא מלכודת שמסתירה חוסר הבנה.

השלישית: לדעת להבחין בין סוגי אמת. יש תשובה עובדתית, יש פרשנות, יש השערה, יש עמדה, יש המצאה. תלמיד צריך לדעת באיזה טריטוריה הוא נמצא. זה מצפן מנטלי.

הרביעית: להבין הטיות. לא רק הטיות של המודל, אלא גם הטיות של המשתמש. AI לא רק מטעה אותנו - הוא מגביר את האופן בו אנחנו כבר נוטים לטעות.

החמישית: לדעת לבנות. ה-AI אינו רק מנוע תשובות. הוא יכול להיות שותף ליצירה, סימולציה, תכנון, מחקר, כתיבה, ניסוי. אבל כדי לבנות איתו, צריך לדעת מה רוצים לבנות.

השישית: אחריות. מי שלחץ על הכפתור עדיין אחראי. מי שהגיש את העבודה עדיין אחראי. מי שקיבל החלטה בעזרת AI עדיין אחראי.

המכונה יכולה להציע - האדם צריך לשאת במשמעות.

כאן החינוך נהיה מעניין

ה-AI לא מחליף חשיבה עמוקה. הוא חושף כמה מעט ממנה באמת הייתה שם.

אם תלמיד משתמש ב-AI כדי להעתיק תשובה - זו לא בעיית AI. זו בעיית למידה שהייתה שם קודם.

אם תלמיד מגיש עבודה שהוא לא מבין - זו לא בעיית AI. זו בעיית הערכה.

אם מורה בודק בעיקר תוצר סופי ולא תהליך חשיבה - AI חשף כשל מערכתי.

הכלי לא יצר את הבעיה - הוא הוריד לה את המסכה.

וזו גם ההזדמנות:

כי אם AI יכול לכתוב סיכום, אולי הגיע הזמן להפסיק לתת משימות שמודדות בעיקר סיכום.

אם AI יכול לפתור תרגיל טכני, אולי הגיע הזמן לבדוק האם התלמיד מבין את הדרך, את ההנחות, את המשמעות.

אם AI יכול לנסח טיעון משכנע, אולי הגיע הזמן ללמד תלמידים לפרק טיעון משכנע.

במילים פשוטות: AI לא מחייב אותנו להכניס עוד חומר אבל הוא מזמין אותנו לשאול מחדש מהי למידה.

ארבעה ימים לא מספיקים לשינוי עומק

נכון, ארבעה ימי AI הם יותר מאפס.

ואם הם יהיו טובים, הם יכולים לפתוח דלת, לעורר סקרנות, לתת לתלמידים ולמורים שפה ראשונית.

אבל בואו לא נתבלבל: ארבעה ימים לא בונים אוריינות. ארבעה ימים לא משנים תרבות למידה. ארבעה ימים לא מפתחים שיפוט.

אוריינות AI צריכה להיכנס לכל מקצוע.

בספרות - כשבודקים האם טקסט נשמע אמין אבל חסר עומק. בהיסטוריה - כשבודקים מקורות, נרטיבים וסיבתיות. במדעים - כשמבחינים בין קורלציה להסבר. במתמטיקה - כשמבינים מודל, הנחה, טעות ואימות. בתנ״ך - כששואלים מהי פרשנות אחראית ומהי השלכה מלאכותית על הטקסט.

ה-AI אינו מקצוע נפרד בלבד - הוא עדשה חדשה על כל המקצועות.

וזו הסיבה שהשאלה אינה ״כמה שעות AI יש במערכת״ - השאלה היא האם המערכת מבינה מה AI דורש ממנה.

היעד האמיתי

וזו הנקודה שלדעתי מדינת ישראל חייבת להבין:

היעד אינו שתלמידים יהיו צרכנים מיומנים של כלי AI.

היעד הוא שהם יהיו בני אדם שחושבים טוב יותר דווקא בגלל שהכלי קיים.

לא פחות אדם - אדם עמוק יותר.

אנחנו לא צריכים שילדי ישראל יהיו הכי טובים ב-ChatGPT.

אנחנו צריכים שהם יהיו הכי טובים בלחשוב עם מכונה -בלי לחשוב כמו מכונות.