מטרות ויעדים
יום השיח הפתוח על בינה מלאכותית בהשכלה הגבוה שהתקיים ב 12/6/2025, נועד לשמש פורום אינטראקטיבי בו אנשי סגל אקדמי ומנהלי יוכלו לבחון יחד את האתגרים וההזדמנויות הכרוכים בשילוב של בינה מלאכותית יוצרת בהוראה ובלמידה בצורה רוחבית בטכניון. מטרות היום כללו:
- עידוד שיח סביב חוויות מהשטח בשימוש בבינה מלאכותית באקדמיה
- הצגת תובנות מבוססות מחקר וכלים יישומיים
- יצירת מרחב לחשיבה משותפת ופתרון בעיות
- הנחת יסודות לקהילה לומדת טכניונית בנושא שילוב AI בהשכלה הגבוהה
מבט כללי על סדר היום – היום כלל:
- דוגמאות ומחקרים תומכים
- דוגמה יישומית מהשטח: יצירת משחק חידון מבוסס AI במוודל
- Self-Regulated Learning והקשר ל-AI
- פאנל דיון: "מה הייתם עושים"? – תרחישים להנעת מחשבה
- דוגמה יישומית מהשטח: בוט מבוסס GPT בקורסי מתמטיקה
- סשן יצירת דמויות אקדמיות
- סיכום וסגירה
מצגת פתיחה: מחקרים, דוגמאות וסקרים
יום השיח נפתח עם סקירה של מחקרים עכשוויים ויוזמות בינלאומיות ומקומיות בתחום הבינה המלאכותית בהוראה. ד"ר עימאד עיד הציג ניתוח ביבליומטרי של מחקרים בתחום AI בחינוך מדעי, הוצגו תוצאות סקר פורום הכלכלה העולמי בעניין העסקים והבינה המלאכותית, מודל 8-הנקודות להטמעה אסטרטגית של כלים מבוססי AI באקדמיה, דוגמא של מודל TritonGPT (UC San Diego) להטמעת בינה מלאכותית בצורה רוחבית באוניברסיטה ודוגמא לשימוש בבינה מלאכותית באוניברסיטה הפתוחה. (ניתן לעיין במצגת בקישור הבא)
בנוסף הוצגו תוצאות סקרים בטכניון המראים אחוז נמוך מאוד בשימוש של בינה מלאכותית ע"י צוותי ההוראה לעומת אחוזי שימוש גבוהים בקרה הסטודנטים.
דוגמה מהשדה: יצירת משחק חידון מבוסס AI במוודל – ד"ר עימאד עיד
ד"ר עיד הציג יישום פשוט אך אפקטיבי של כלי AI בהוראה: פיתוח משחק חידון אינטראקטיבי אשר ניתן להטמעה ב-Moodle, המבוסס על קבצים עם קוד בשפת תכנות שהוכנו באמצעות כלי בינה מלאכותית. הוצגה היכולת:
- לבנות משחק ולהפעיל אותו דרך ה-Moodle גם ללא רקע בתכנות
- לעדכן בקלות את השאלות לפי נושא ההרצאה או פרק מסוים
- לשלב למידה פעילה, משוב עצמי ושאלות חזרה בזמן השיעור עצמו
ניתן לצפות בהקלטה לחלק הזה בקישור הבא ולעיין בפרומפט ליצירת החידון בקובץ הבא.
SRL והקשר לבינה מלאכותית – ד"ר אילנה רם
ד"ר רם הציגה את האתגרים וההזדמנויות של למידה מווסתת עצמית (SRL) בהקשר לשימוש גובר בכלי בינה מלאכותית בקרב סטודנטים. ההרצאה התבססה על מודל של Winne & Hadwin והציגה כיצד ניתן לפרק משימה לימודית לתתי-שלבים של תכנון, בחירת אסטרטגיות, בקרה מטה-קוגניטיבית והערכת הצלחה – תוך שילוב מושכל של AI. (ניתן לעיין במצגת בקישור הבא)
דגשים עיקריים:
- שאלות מפתח ללומדים: מה צריך לעשות? מהם שלבי המשימה? במה ה-AI יכול לעזור?
- תפקיד המרצים: לעזור לסטודנטים לפרק את המשימה, להגדיר מטרות ולבקר את תוצרי ה-AI
- מודל TPCK מותאם ל-AI: פיתוח ידע משולב טכנולוגי-פדגוגי-תוכני ספציפי ל-AI, הנחוץ לתמיכה אפקטיבית בסטודנטים
- שימוש בפרקטיקות של scaffolding (יצירת פיגומים לתהליך הלמידה): ליווי הסטודנטים בתהליכי הוויסות העצמי, לא כהחלפה אלא כהעצמה של תהליכי למידה
בנוסף, ד"ר רם עודדה את המשתתפים לשתף מניסיונם: כיצד הם תומכים בלמידה מווסתת בכיתה ובמשימות הבית בעידן שבו ה-AI נמצא בהישג יד.
דיונים קבוצתיים מבוססי תרחישים
המשתתפים חולקו לקבוצות קטנות, וכל קבוצה קיבלה תרחיש או שניים המתארים דילמות אתיות-פדגוגיות הקשורות לשימוש ב-AI, כל תרחיש כלל:
- תיאור קצר ודילמה מוצעת
- שאלות מנחות לדיון קבוצתי
- נקודות אפשריות לדיון מוסרי, טכנולוגי ופדגוגי
דוגמאות לתרחישים והצעות לפעולה:
- שימוש חלקי בבינה מלאכותית בחישובים
- סיכום ודגשים: בתרחיש זה, הסטודנט מציין בגלוי שהשתמש בבינה מלאכותית לחישובים וניתוחים טכניים, אך ביצע בכוחות עצמו את פרשנות הנתונים והמסקנות. הקבוצה שדנה במקרה ראתה בשימוש זה לגיטימי, כל עוד לא צוין אחרת בסילבוס.
- הצעה לפעולה: יש לעודד סטודנטים לשקול כיצד ניתן להיעזר ב-AI בצורה אסטרטגית מבלי לוותר על חשיבה עצמאית. מרצים מתבקשים להגדיר מראש, ובאופן מפורש בסילבוס, את גבולות השימוש בכלים כאלו. תיעוד מפורש מצד הסטודנט על אופן השימוש מהווה אינדיקציה לשקיפות וכנות שיש לעודד.
- יצירת חומרי לימוד על בסיס קורס
- סיכום ודגשים: הסטודנט משתמש בבינה מלאכותית כדי ליצור סיכומים, חידונים ושאלות חזרה מתוך חומרי הקורס, ומשתף אותם עם חבריו. הקבוצה ראתה בכך דוגמה לשימוש מקובל בבינה מלאכותית לצורכי למידה מועילה, אך ציינה את הצורך בגבולות ברורים.
- הצעה לפעולה: יש להבהיר מראש – ובאופן רשמי בסילבוס – כי האחריות על דיוק ואמינות התכנים שנוצרים באמצעות כלים מבוססי AI מוטלת על הסטודנט בלבד. הסגל האקדמי אינו נושא באחריות לתקלות או מידע שגוי שעלול להיווצר, גם כאשר נעשה שימוש בחומרי הקורס כקלט למערכת AI.
- כתיבת דוח מעבדה בעזרת בינה מלאכותית
- סיכום ודגשים: הסטודנטית הסתייעה בכלי AI לניסוח ראשוני של דוח מעבדה כולל הצעות לחלוקה, ניסוחים וסיכום מגמות מהנתונים. בהמשך, עברה על הטיוטה והוסיפה תיקונים והרחבות אישיות. הדעות בקבוצה היו חלוקות: חלק ראו בכך סיוע לגיטימי בתהליך כתיבה ולמידה, בעוד אחרים הביעו חשש מפגיעה בהבנה המדעית ובאותנטיות העבודה.
- הצעה לפעולה: יש להבחין בין שימוש ב-AI כ"תומך כתיבה" לבין "מייצר תוכן". ניתן להציע לסטודנטים להשתמש בכלים לצורך תכנון מבני וחשיבה ראשונית, אך לחייב ניסוח עצמאי של פרקי הניתוח והמסקנות. כמו כן, יש לשקול הוספת סעיף רפלקטיבי בדוחות שידרוש מהסטודנט להסביר את תהליך העבודה שלו, כולל כלים שבהם השתמש.
- נתקלתם בתרחיש אחר? תוכלו לספר לנו כאן
דוגמה יישומית מהשטח: בוט מבוסס GPT בקורסי מתמטיקה – ד"ר עדי וולף
ד"ר וולף הציגה פרויקט פדגוגי יישומי בו פיתחה בוט מבוסס ChatGPT שהועלה למערכת הקורס במודל. הבוט הוזן בסיכומים, פתרונות, הנחיות ברורות ונבנה כך שלא ייתן תשובות ישירות אלא יכוון את הסטודנטים בלמידה עצמאית. (ניתן לעיין במצגת בקישור הבא)
- הבוט נבחן על שאלות ממבחנים קודמים, הציג הבנה טובה יחסית, אך התמודד פחות טוב עם ניואנסים עדינים
- נערכה סימולציה בה סטודנטים התנסו בפתרון שאלות יחד עם הבוט, ולאחר מכן נבדקה איכות התשובות שנוצרו
- נמצא כי בחלק מהמקרים הבוט הביא להסברים מדויקים עם ניקוד גבוה, ובאחרים עשה טעויות אך סייע להבין את דרך החשיבה
- הניסוי חידד את השאלה כיצד ניתן לשלב בינה מלאכותית בלמידה פעילה מבלי להחליף את שיקול הדעת של הלומד או המורה
בחלקו השני של היום עסקנו בבניית והתנעת קהילת AI לומדת טכניונית
חשיבה עיצובית (Design Thinking) בהשכלה הגבוהה – יצירת פרסונות כשלב ראשון
שיטת Design Thinking מציעה דרך חשיבה שממוקדת באדם, בגמישות מחשבתית ובמציאת פתרונות יצירתיים לבעיות מורכבות. השיטה מורכבת מחמישה שלבים:
- הזדהות (Empathize)
- הגדרת הבעיה (Define)
- רעיונאות (Ideate)
- אב טיפוס (Prototype)
- בדיקה (Test)
במסגרת יום השיח, מומש השלב הראשון בפעילות יצירת הפרסונות, אשר ייצגו דמויות שונות בקהילת ההוראה האקדמית – כל אחת עם צרכים שונים, רמות ידע שונות, גישות מגוונות כלפי בינה מלאכותית, ואתגרים ייחודיים.
המשתתפים התחלקו לשלוש קבוצות, וכל קבוצה עבדה על בניית דמות אקדמית מייצגת – המבוססת על תפקיד אמיתי בתוך מערכת ההשכלה הגבוהה. הפעילות כללה:
- דמות של מרצה ותיק שחושש מטכנולוגיה
- עוזרת הוראה טכנולוגית שמרגישה חסר תמיכה מוסדית
- חבר סגל צעיר שנמצא בין הוראה למחקר
מטרות הפעילות:
- פיתוח אמפתיה והבנה בין תפקידים שונים
- זיהוי אתגרים/חששות המשותפים בכל הרמות
- יצירת בסיס לקהילת ידע מוסדית שתתמקד בפתרונות מתמשכים וביצירת משאבים לכלל משפחת הטכניון
במפגש הקהילה הבא שלנו נוכל להמשיך ליישום שלבים נוספים – כגון פיתוח פתרונות מותאמים לצרכים שעלו, בניית אבי-טיפוס של סילבוסים/משימות, ובדיקתם במסגרת הקורסים.
מעבר להוראה: שימוש ב-Design Thinking בעיצוב קורסים ומשימות
השימוש ב-Design Thinking אינו מוגבל לתכנון מערכות או מוצרים – אלא יכול לשמש ככלי עוצמתי גם בעיצוב הוראה ולמידה. למשל, המרצה יכול:
- ליצור פרסונות של סטודנטים שונים – ולהתאים את תכני הקורס, המשימות וההנחיות כך שידברו לקהלים מגוונים
- להגדיר אתגרי למידה כבעיות פתוחות – ולפתח פתרונות ע"י יישום של שאר שלבי השיטה
דוגמה יישומית:
- במקום לבנות תרגול אחיד, ניתן לעצב מספר גרסאות של משימה שמדברות לסוגים שונים של לומדים (למשל, אחד שמעדיף פרקטיקה, אחד שמחפש תיאוריה).
- ניתן לשלב שאלות רפלקטיביות שמבקשות מהסטודנטים לתאר איך הם ניגשו למשימה, עם אילו קשיים התמודדו, ואילו כלים AI (או אחרים) בחרו להפעיל.
רוצים להיעזר בבינה מלאכותית בבניית שיעור מיטבי או בבניית הערכה חלופית לקורס? פנו אלינו
מילות סיכום
יום השיח הפתוח הראה כי אנשי הסגל בטכניון מעוניינים לקחת חלק פעיל ואחראי בעיצוב דרכי השילוב של AI באקדמיה. בעזרת שיח פתוח, אמיץ ומכיל – ניתן לבנות עתיד שבו הבינה המלאכותית תשרת את ההשכלה הגבוהה בצורה ערכית, מקצועית ורלוונטית.
עזרו לנו בתכנון ההדרכות הבאות ע"י מילוי סקר הצרכים הבא
