דוח הוועדה של MIT בעניין השימוש בבינה מלאכותית בהוראה, למידה והכשרה למחקר
Klopfer, E. and Madden, S. (2026). Report: MIT’s Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training
עיקרי הדברים:
ההמלצות החשובות ביותר של הוועדה:
- לבחון מחדש בכל קורס מהם תוצרי הלמידה החשובים בעידן הבינה המלאכותית, ורק לפיהם לקבוע את תוכני ההוראה, המטלות ודרכי ההערכה.
- לפתח דרכי הערכה שפגיעות פחות לשימוש בבינה מלאכותית ותורמות יותר ללמידה, כגון בחינות בעל־פה, תיקי עבודות, משוב מתמשך ושיחות על מטלות שבוצעו מחוץ לכיתה.
- להרחיב את הלמידה ההתנסותית ומבוססת־הפרויקטים, ולהשתמש בבינה מלאכותית כדי לאפשר פרויקטים שאפתניים ומעמיקים יותר ולא כדי להחליף את עבודת החשיבה.
- לשלב בכל קורס למידה חברתית מובנית פנים אל פנים, לרבות פתרון בעיות בקבוצות, דיונים, משוב עמיתים ופרויקטים שיתופיים.
- לשמר ולהרחיב התנסויות מחקריות ומקצועיות המבוססות על חונכות, שיתוף פעולה ולמידה מתוך עשייה, גם כאשר בינה מלאכותית יכולה לבצע חלק מן המשימות ביעילות רבה יותר.
- לבחון מחדש את תפקידם של הציונים ולשקול חלופות כגון הערכה מבוססת־כשירויות, הערכה מבוססת־שליטה, תיקי פרויקטים ומשוב איכותני.
- בכל קורס יש לפרסם מדיניות ברורה ואחידה במבנהּ בנוגע לשימוש בבינה מלאכותית, ולהסביר מדוע השימוש בה אסור, מותר או נדרש בהתאם למטרות הלמידה.
- אין להסתמך על גלאי בינה מלאכותית כראיה מספקת לשימוש אסור, ויש להעדיף בחינה של תהליך העבודה, טיוטות, פגישות מעקב והיסטוריית גרסאות.
- ללמד את הסטודנטים שימוש יעיל, אחראי ואתי בבינה מלאכותית, לרבות אימות תוצרים, גילוי נאות, זיהוי הטיות והבנת הסוגיות הנוגעות לפרטיות, לקניין רוחני ולסביבה.
- לחזק את חוויית הלימודים בקמפוס באמצעות מפגשים פנים אל פנים, טקסים קהילתיים ופעילויות משותפות המטפחות שייכות, אמון, שיתוף פעולה וקשר אנושי.
- על המרצים לגלות לסטודנטים מתי וכיצד הם עצמם משתמשים בבינה מלאכותית ליצירת חומרי הוראה, משוב או הערכה, ולהימנע מהחלפת הקשר החינוכי האנושי במענה אוטומטי.
- להקים תשתית מוסדית קבועה הכוללת ועדה, מובילים מחלקתיים, צוותי יישום, הכשרת מרצים, קרן לניסויים, מדידה מתמשכת וגישה שוויונית ומוגנת לכלי בינה מלאכותית.
- להשקיע בהקמתם ובאיושם של מרחבים פיזיים המאפשרים עבודה שיתופית, למידה מעשית והערכה ללא בינה מלאכותית או בשימוש מוגבל בה.
- לאפשר מסלולים וקורסים ברמות שונות של שימוש בבינה מלאכותית, לרבות חלופה המצמצמת את השימוש בה בעבור סטודנטים המסתייגים ממנה.
- לקצר ולגמש את הליכי האישור המוסדיים, כדי שמחלקות יוכלו לערוך במהירות ניסויים אחראיים בתוכניות הלימודים ובה בעת להעריך את תוצאותיהם.
- לעדכן את כללי היושרה האקדמית ואת הליכי המשמעת ולהגדיר אילו ראיות נדרשות לבירור הפרה שבה מעורבת בינה מלאכותית.
- לחייב גילוי נאות של השימוש בבינה מלאכותית בתזות ובפרסומים מחקריים, בלי לייחס למערכת הבינה המלאכותית מעמד של מחברת.
- להכשיר מרצים ואנשי סגל לזהות קשיים לימודיים, חברתיים ורגשיים הקשורים לשימוש בבינה מלאכותית ולהפנות סטודנטים לקבלת תמיכה מתאימה.
- לקבוע מדיניות ברורה בנוגע לתיעוד שיחות עם מערכות בינה מלאכותית, לביקורת עליהן, לגישה אליהן, לשמירת הנתונים ולאפשרויות לאנונימיזציה.
- למדוד ולפרסם ככל האפשר את העלויות הכספיות והסביבתיות של כלי הבינה המלאכותית, לבחון את טביעת הרגל הסביבתית של המוסד האקדמי ולעודד שימוש במודלים בעלי השפעה סביבתית קטנה יותר.
הרקע להקמת הוועדה: בעיות ואתגרים שמציבה הבינה המלאכותית לחינוך האקדמי
המכון הטכנולוגי MIT הקים ועדה שנועדה להעריך את השימוש הקיים בבינה מלאכותית בין כתליו, לזהות חידושים אפשריים בהוראה ובהערכה ולהציע מדיניות לשימוש בה. הוועדה הוקמה משום שבתוך פחות משלוש שנים החלה הבינה המלאכותית לערער מרכיבים בסיסיים בחינוך האקדמי: תרגילים, מבחני בית, עבודות מחקר, שעות קבלה וקבוצות לימוד. היא כבר מסוגלת לבצע מטלות רבות שנועדו לתרגל ידע ולהעיד על שליטתו האישית של הסטודנט בחומר. משום כך היא מקשה להעריך מה הסטודנטים באמת יודעים, מחלישה את אמינות הציונים והתארים ועלולה לשלול מהם את המאמץ הקוגניטיבי הנחוץ ללמידה.
לקריאה נוספת: כל הסיכומים בנושא בינה מלאכותית
הסכנה אינה לימודית בלבד. השימוש בבינה מלאכותית מלווה בירידה בהשתתפות בשעות קבלה, בדיונים מקוונים ובקבוצות לימוד פנים אל פנים. הוא עלול להגביר בידוד, לפגוע בביטחון ובתחושת המסוגלות, לשחוק חשיבה ביקורתית וזיכרון וליצור "כניעה קוגניטיבית": פנייה מיידית למכונה עם הופעת הקושי הראשון. כך נשחקת גם האמנה החברתית בין מרצים לסטודנטים, המבוססת על מאמץ, יושרה ושותפות במפעל אינטלקטואלי. לכך מצטרפים חוסר בהירות וחוסר עקביות במדיניות השימוש, לצד חששות בדבר פרטיות, הטיה, נגישות, הוגנות ואחריות.
עקרונות מנחים לפתרונות
העיקרון המרכזי הוא העמדת הלמידה, ולא עצם השימוש בטכנולוגיה, במרכז. מטרת החינוך אינה רק הקניית תוכן או השגת תואר, אלא פיתוח האדם: עצמאותו, דמיונו, שיקול דעתו, יושרתו ובשלותו האינטלקטואלית והחברתית. לכן יש ליצור אמנה חברתית חדשה שתבהיר לסטודנטים מה ללמוד, כיצד ללמוד ומדוע המאמץ הכרוך בלמידה חשוב.
הוועדה מציעה להשתמש ב"תכנון לאחור": תחילה להגדיר מה הסטודנטים צריכים לדעת, לעשות ולהעריך; אחר כך לקבוע אילו ראיות יעידו שהמטרות הושגו; ולבסוף לתכנן את הפעילויות ואת דרכי ההערכה. רק לאחר הגדרת המטרות יש להחליט אם בינה מלאכותית תיאסר, תותר או תידרש.
אין מדיניות אחת המתאימה לכל הקורסים ולכל שלבי הלימוד. סמינר בשירה, קורס בהוכחות מתמטיות וסטודיו לאדריכלות מחייבים שימושים שונים; וגם צורכי סטודנט מתחיל שונים מאלה של דוקטורנט מומחה. העיקרון הוא "תגבור ולא אוטומציה": להשתמש בבינה המלאכותית כדי להרחיב את החשיבה, היצירתיות והיכולת האנושית, ולא כדי להחליפן. יש גם להגן על המפגש האנושי, הלמידה המשותפת והחיים בקמפוס, משום שחינוך הוא תהליך של עיצוב זהות, יחסים ואחריות קהילתית — ולא רק העברת מידע.
הזדמנויות שמציבה הבינה המלאכותית
לצד הסכנות, הבינה המלאכותית מאפשרת למרצים לפתח כלי למידה אינטראקטיביים ומותאמים אישית, להעמיק את העיסוק בתכנים וליצור חוויות לימוד חדשות. אפילו מרצים ללא מומחיות בתכנות יכולים להתאים סוכני בינה מלאכותית לקורסים ולמחקרים. סטודנטים יכולים לבנות בזמן קצר פרויקטי תוכנה שבעבר לא היו אפשריים, לנתח נתונים, לערוך מחקר ולפתח כלים המרחיבים את מומחיותם. בשימוש מושכל, הטכנולוגיה יכולה אפוא לאפשר למידה שאפתנית, יצירתית ומועילה יותר – לסטודנטים ולחברה כולה.
ההמלצות
פרק ההמלצות מציע תגובה מערכתית לבינה המלאכותית בשלושה מישורים הקשורים זה בזה:
- התאמת ההוראה וההערכה למציאות החדשה.
- חיזוק הקהילה האנושית וחוויית הלימודים בקמפוס.
- ובניית מנגנונים מוסדיים שיאפשרו למכון ללמוד, להתנסות ולהשתנות לאורך זמן.
נקודת המוצא היא שאין להסתפק בהוספת כללים נקודתיים לשימוש בבינה מלאכותית. הטכנולוגיה משנה את מטרות הלימוד, את הדרך שבה סטודנטים לומדים, את האפשרות להעריך את ידיעותיהם ואת היחסים החברתיים שבתוכם מתקיים החינוך. משום כך דרושה בחינה מחודשת של המערכת בכללותה.
- התאמת התהליכים החינוכיים לעולם של בינה מלאכותית
ההמלצה הראשונה היא לבחון מחדש, בכל קורס ובכל תוכנית לימודים, מה הסטודנטים צריכים לדעת ולהיות מסוגלים לעשות. הבינה המלאכותית יכולה כיום לבצע מטלות רבות ברמה אקדמית גבוהה, ולכן הישגים בעבודה שנעשתה מחוץ לכיתה אינם מעידים בהכרח על הידע ועל היכולת האישיים של הסטודנט. אולם הוועדה מזהירה מפני תגובה מצומצמת שמטרתה רק להפוך את הבחינות והמטלות ל"חסינות בפני בינה מלאכותית". השאלה הראשונה אינה כיצד למנוע שימוש בטכנולוגיה, אלא אילו תוצרי למידה חשובים באמת וכיצד אפשר לטפחם ולהעריכם.
הוועדה ממליצה לבחון מחדש דרכי הערכה ותיקות, כגון סטים של תרגילים, עבודות ארוכות, מבחני בית ופרויקטים המתבצעים מחוץ לכיתה. הגדלת משקלם של מבחנים מפוקחים בכיתה עשויה להיראות כפתרון פשוט, אך גם לה מחיר: היא מצמצמת את הזמן לחשיבה מעמיקה, מעודדת התמקדות בציון ומפחיתה את התמריץ להשקיע בפרויקטים ממושכים שבאמצעותם נבנית שליטה אמיתית. לכן מוצע לפתח דרכי הערכה המשלבות את המאמץ הפורה בתהליך עצמו: בחינות בעל־פה, תיקי עבודות סמסטריאליים, הצגות בעל-פה בכיתה, משוב מתמשך ומטלות הנעשות מחוץ לכיתה ומלוות בדיון אישי בכיתה. שינוי כזה יחייב יותר זמן הוראה, מתרגלים ומשאבים.
בהמשך לכך, יש להרחיב למידה התנסותית ומבוססת־פרויקטים. הבינה המלאכותית יכולה לאפשר לסטודנטים לבצע בזמן מוגבל פרויקטים שאפתניים ומציאותיים יותר. בהנדסת תוכנה, למשל, אפשר לפתח בסמסטר מוצר הקרוב לאיכות של מערכת מוכנה לשימוש; באדריכלות אפשר להמחיש ולבחון במהירות חלופות תכנון רבות. מטרת השימוש אינה להעביר למכונה את עיקר העבודה האינטלקטואלית, אלא לאפשר לסטודנטים להתמודד עם מערכות מורכבות יותר, לבחון כיצד רעיונות פועלים בעולם הממשי ולפתח יצירתיות ושיקול דעת. לשם כך יש להמשיך להקנות מיומנויות יסוד ולהבטיח שהסטודנטים, ולא הכלים, יכוונו את הרעיונות ואת ההחלטות.
כל קורס צריך לכלול גם רכיב קבוע של למידה חברתית פנים אל פנים, ולא להסתפק בהרצאה שבה הסטודנטים מאזינים ורושמים. האפשרויות כוללות פתרון בעיות בקבוצות בהנחיית מתרגל, פרויקטים קבוצתיים עם פגישות מעקב, דיוני משוב המבוססים על מחוון ודיונים שבהם מוערכת השתתפותו האישית של כל סטודנט. המרצים צריכים להסביר מדוע אינטראקציות אלה חיוניות ללמידה ולהעניק הדרכה מעשית לעבודה קבוצתית. יש לשמר גם התנסויות מחקריות שבהן סטודנטים מצטרפים למעבדות ולקבוצות מחקר. ערכן אינו רק בביצוע משימות, אלא בכניסה לקהילה מקצועית: למידה ממנחים ומעמיתים, הצגת עבודה, התמודדות עם טעויות ומחלוקות והבנת הדרך שבה ידע נוצר במשותף. החלפת חוקרים מתחילים בסוכני בינה מלאכותית עלולה לחסוך משאבים, אך לשלול מהם את תהליך התפתחותם כחוקרים.
הוועדה מציעה לבחון מחדש גם את תפקידם של הציונים. הגבלת מספר הציונים הגבוהים שמוענקים בכל קורס אינה מומלצת, משום שהיא עלולה להחריף את התחרות ולעודד שימוש פסול בבינה מלאכותית. מנגד, הסתמכות גוברת על מבחנים כתובים עלולה לצמצם את משמעותו של התואר, שאמור להעיד על יכולת לפתור בעיות קשות באופן עצמאי ומעמיק. לכן יש לבחון הערכה מבוססת־כשירויות, הערכה מבוססת־שליטה, תיקי פרויקטים ומשוב איכותני. לעיתים משוב בזמן אמת בבחינה בעל־פה או הערות מפורטות על פרויקט מספקים מידע רב יותר מציון מספרי.
יישום ההמלצות מחייב גם מרחבים פיזיים מתאימים: מעבדות, חדרים לעבודה שיתופית ומקומות שבהם אפשר לקיים מטלות ובחינות באמצעות מחשבים ללא בינה מלאכותית או עם גישה מוגבלת אליה. על MIT להשקיע לא רק בהקמת המרחבים, אלא גם באיושם.
בכל קורס צריכה להופיע במקום בולט מדיניות ברורה המסבירה מתי השימוש בבינה מלאכותית אסור, מותר או נדרש. אין לקבוע מדיניות אחידה לכל התחומים, אך MIT צריך לספק למרצים ולמחלקות מערך עקבי של דגמים שאפשר לבחור מתוכם ולהתאים. חשוב במיוחד לצרף לכל כלל הנמקה הקשורה במפורש למטרות הלמידה. במקום להכריז ששימוש בבינה מלאכותית הוא "רמאות", יש להסביר איזה תהליך למידה נפגע כאשר המכונה מבצעת את העבודה. כאשר השימוש מותר, יש להבהיר גם מדוע הוא מועיל ומהן מגבלותיו: מודלים עלולים להמציא עובדות ומראי מקום, לייצר קוד שגוי או בלתי מאובטח ולהפיק תכנים מוטים או פוגעניים. האחריות לתוצר המוגש נשארת תמיד בידי הסטודנט.
הוועדה ממליצה להיזהר מגלאי בינה מלאכותית. הם אינם מזהים היטב שימוש חלקי ועלולים לסמן בטעות כתיבה של דוברי אנגלית שאינה שפת אימם או של סטודנטים נוירו־מגוונים. הסתמכות עליהם עלולה ליצור מרוץ חימוש טכנולוגי ואווירה של שיטור וחוסר אמון. גם "דפדפנים נעולים" לבחינות עדיין רוויי תקלות ומעוררים תחושה של מעקב. עדיפות חלופות המתעדות את תהליך העבודה: טיוטות בכתב יד, מועדי ביניים, פגישות מעקב, משוב בשלבים שונים והיסטוריית גרסאות. במקביל, יש לעדכן את כללי היושרה האקדמית ולהבהיר אילו ראיות נדרשות בהליכים משמעתיים, שכן השימוש בבינה מלאכותית מטשטש את ההבחנה הישנה בין עבודה עצמית להעתקה.
לבסוף, יש לאפשר ניסויים אחראיים בתוכניות הלימודים, לרבות מסלולים שבהם השימוש בבינה מלאכותית מועט ומסלולים שבהם הוא נרחב. יש לכבד גם סטודנטים ומרצים המבקשים להימנע ממנה. כדי להגיב לקצב השינוי, יש לקצר הליכים מנהליים המונעים מן המחלקות להתנסות במהירות, אך להמשיך להעריך את התוצאות ולשמור על לכידותה ארוכת־הטווח של תוכנית הלימודים.
- עמדת בני האדם, הקהילה וחוויית הקמפוס במרכז
הוועדה רואה בבינה המלאכותית אתגר חברתי ולא רק פדגוגי. היא נכנסת לקמפוס בתקופה של חרדה, בדידות, ניתוק, קיטוב ושיקום חלקי בלבד של הקהילות לאחר המגפה. לכן היא עלולה להאיץ את הירידה בנוכחות, באמון, במחויבות ההדדית ובפעילות המשותפת. האקדמיה צריכה להגדיר ולהסביר מדוע עצם הנוכחות בקמפוס חשובה: הלמידה מתרחשת לא רק באמצעות קבלת מידע, אלא גם בדיון, בשיתוף פעולה, בוויכוח, בהתמודדות משותפת עם קושי ובקשרים עם מרצים, מתרגלים ועמיתים.
יש לטפח מחדש טקסים ונורמות קהילתיים וליצור הזדמנויות למפגש בלתי אמצעי: אירועים המציינים הישגים אנושיים, פרקי זמן ללא טכנולוגיה, קריאה ודיון משותפים ומפגשים שבהם חברי הקהילה משתפים בניסיונם ובהתמודדותם עם החלטות וכישלונות. המטרה היא לחזק תחושת שייכות ולהבטיח שהסטודנטים יפתחו לצד כישורים טכניים גם תקשורת, שיתוף פעולה, אחריות ומיומנויות אנושיות.
הנורמות צריכות לחול גם על המרצים. מרצה המשתמש בבינה מלאכותית ליצירת תוכן, משוב או ציונים צריך לגלות זאת לסטודנטים ולהסביר כיצד ומדוע נעשה השימוש. שימוש בלתי שקוף, במיוחד כאשר על הסטודנטים מוטלות הגבלות, נתפס כאמת מידה כפולה. משוב שנוצר כולו בידי מכונה עלול גם לשדר שהמרצה אינו משקיע בלמידת הסטודנט. לכן אפשר להשתמש במערכת אוטומטית כדי להעניק לסטודנטים משוב מסייע במהלך העבודה, אך לא בהכרח כתחליף להערכה האנושית הסופית.
על האוניברסיטה ללמד שימוש יעיל, אחראי ואתי בבינה מלאכותית כבר מתוכניות הקליטה ובהמשך בכל תוכנית הלימודים. שימוש יעיל כולל ניסוח משימות, אימות תוצרים, זיהוי מצבים שבהם מודלים מועדים להמצאות והבנה מתי לא להשתמש בהם. שימוש אחראי מחייב להבחין בין תגבור היכולת האנושית לבין החלפת האדם ולדווח ביושר על תרומת הכלים לעבודות ולמחקרים. שימוש אתי מחייב עיסוק במקורות נתוני האימון, בהטיות, בהאחדת השפה והרעיונות, בקניין רוחני ובעלויות סביבתיות. יש לדווח על שימוש בבינה מלאכותית בתזות ובמחקרים, אך האחריות והסוכנות נשארות אנושיות.
- בניית מנגנונים להתאמה ולשיפור מתמשכים
מכיוון שהטכנולוגיה משתנה במהירות, האקדמיה זקוקה למערכת קבועה של למידה מוסדית. מוצע להקים ועדה מתמשכת לבינה מלאכותית ולחינוך, שתעקוב אחר השפעות הטכנולוגיה, תבחן מחקרים חדשים ותתאם מדיניות. לצדה יש למנות מובילי בינה מלאכותית בבתי הספר, בקולג׳ או במחלקות; לממן עמיתים וצוות יישום שיסייעו למרצים; ולהקים קרן לפיילוטים. המרצים זקוקים להכשרה, לתמיכה אישית ולקהילות מעשה שבהן יוכלו לשתף כלים, הצלחות וכישלונות. מומלץ לקיים מפגשי למידה, הכשרות וסדנאות תקופתיות הנשענות על הידע המקומי של קהילת המרצים והמתרגלים.
יש גם לאסוף נתונים על דפוסי שימוש, מעורבות בקמפוס, שביעות רצון ותוצאות לאחר סיום הלימודים. במקביל, על המכון להבטיח גישה שוויונית למודלים מתקדמים באמצעות פלטפורמה שאינה תלויה בספק יחיד. ללא מענה מוסדי, סטודנטים היכולים לשלם בעבור הכלים החזקים ביותר ייהנו מיתרון ניכר על פני אחרים.
לבסוף, נדרשת הגנה על פרטיות השיחות, הנתונים והמחקרים. על המוסד האקדמי לקבוע מי רשאי לתעד, לראות ולבקר אינטראקציות עם המערכות, ולהציע גישה למודלים מקומיים או מאובטחים. כך יוכל המוסד לאפשר שימוש מתקדם בבינה מלאכותית בלי לוותר על שוויון, פרטיות, אחריות אנושית וחופש הבחירה הטכנולוגי.