פרופ' שחר קוטינסקי: "אנחנו לא יכולים לבקש יפה מהסטודנטים לא להשתמש ב-AI"
לוי, ר׳. (2026). "פרופ' שחר קוטינסקי: 'אנחנו לא יכולים לבקש יפה מהסטודנטים לא להשתמש ב-AI'". דה מרקר, 14 ביוני
עיקרי הדברים:
- כניסת הבינה המלאכותית לאקדמיה מחייבת בחינה מחודשת של מטרות ההכשרה ושל הדרכים לטיפוח חשיבה עצמאית ולהערכתה
- מקדו את ההוראה בהבנת עקרונות, בהגדרת בעיות ובבחינה ביקורתית של פתרונות שמפיקה הבינה המלאכותית
- שלבו בחנים קצרים בכיתה לאורך הסמסטר כדי לעודד חזרה על החומר ולבדוק הבנה אישית
- קבעו פעילויות למידה ללא גישה לבינה מלאכותית לצורך אימון בחשיבה עמוקה, בהפשטה ובפתרון בעיות
- שלבו "מורים פרטיים" בוטים לתרגול ולהסבר המותאמים לרמת הלומד ולקצב התקדמותו, לצד מפגשים פנים אל פנים ולמידת עמיתים
- הסדירו גישה מוסדית לכלים ולתמיכה טכנית כדי שההשתתפות בפעילויות הלמידה לא תהיה תלויה ביכולת המימון האישית
כניסת הבינה המלאכותית להשכלה הגבוהה מחייבת בחינה מחודשת של מטרות ההכשרה, דרכי ההוראה ואמצעי ההערכה. פרופ' שחר קוטינסקי, דקאן הפקולטה להנדסת חשמל ומחשבים בטכניון, מציג את המתח שבין הצורך להכשיר סטודנטים לעבודה בסביבה עתירת בינה מלאכותית לבין החובה לשמר את יכולתם לחשוב באופן עצמאי. כאשר מערכות מסוגלות לכתוב קוד, לפתור בעיות ולהציע כיווני מחקר, מתחדדת השאלה אילו יכולות על האקדמיה לטפח, ואילו התנסויות לימודיות נחוצות לפיתוחן.
לקריאה נוספת: כל סיכומי המאמרים בנושא בינה מלאכותית
אחד השינויים המרכזיים נוגע להגדרת דמות הבוגר. קוטינסקי מעלה אפשרות שההכשרה תידרש להתמקד יותר בהגדרת בעיות, בהכוונת הבינה המלאכותית לפתרונן ובבחינה ביקורתית של התוצרים. מדובר במעבר לעיסוק ברמות מופשטות יותר של העבודה המקצועית, המחייבות הבנה של התחום ושל ההקשר שבו הבעיה מתעוררת. מכאן משתמע כי הצלחת הלמידה אינה יכולה להימדד רק באיכות התוצר הסופי: יש לברר אם הסטודנט מבין את הבעיה, את העקרונות שעליהם מבוסס הפתרון ואת מגבלותיו.
בהתאם לכך, קוטינסקי מדגיש את ערכם של היסודות התיאורטיים ושל הרעיונות הגדולים הנלמדים באקדמיה. בעבר נתפס לעיתים המרחק בין התיאוריה לבין משימות התכנות בתעשייה כחיסרון של ההכשרה האקדמית. לשיטתו, ככל שהבינה המלאכותית מבצעת יותר משימות בסיסיות, מתעצמת חשיבותן של הבנה מושגית ושל ראיית התמונה הרחבה. ההשלכה הפדגוגית היא שיש להעמיק בהסבר עקרונות, בקשרים בין מושגים ובהגדרת בעיות, לצד ההיכרות עם הכלים הטכנולוגיים. שימוש יעיל במערכת נשען על ידע המאפשר להחליט מה ראוי לבקש ממנה.
תחום נוסף המחייב שינוי הוא הערכת הסטודנטים. מטלות בית, ששימשו הן לתרגול הן לבדיקת ההתקדמות, מתקשות למלא את תפקידן כאשר ניתן להפיק עבורן פתרונות אוטומטיים. קוטינסקי מסתייג מן הניסיון למצוא משימות שמערכות ה-AI עדיין אינן מצליחות לבצע, משום שלדבריו מגבלות אלה עשויות להיעלם במהירות. לפיכך, התאמת ההערכה אינה יכולה להישען לאורך זמן על איתור חולשות זמניות בטכנולוגיה. נדרשת בחירה בדרכי הערכה המספקות מידע ישיר יותר על הבנת הלומד ועל יכולתו להתמודד בעצמו עם החומר.
בקורסים שהוא מלמד החליף קוטינסקי את מטלות הבית בבחנים פרונטליים פשוטים. מטרתם המרכזית היא להניע את הסטודנטים לחזור על החומר פעמים אחדות במהלך הסמסטר. זהו שינוי המחבר בין הערכה לבין יצירת שגרת למידה: במקום להסתפק בתוצר שהוגש, הבחנים מחייבים מפגש חוזר עם התכנים והתמודדות אישית עמם.
לצד שינוי ההערכה, קוטינסקי מציע ליצור מרחבי למידה שהגישה לבינה מלאכותית חסומה בהם. מרחבים אלה נועדו לאפשר אימון בחשיבה עמוקה, בהפשטה ובפתרון בעיות. לתפיסתו, בקשה מן הסטודנטים להימנע מרצונם משימוש בכלים אינה מספקת בסיס אמין להתנסות כזאת, פשוט מכיוון שסטודנטים רבים ירמו: את המרצים, את חבריהם הישרים ובעיקר את עצמם (מפני שכך לא ילמדו ולא יתקדמו). ההצעה היא לעצב מראש תנאים המחייבים הפעלה עצמאית של החשיבה. כמשמעות יישומית של דבריו, אפשר להבחין בתכנון הקורס בין פעילויות שבהן השימוש בבינה מלאכותית הוא חלק מן הלמידה לבין פעילויות המוקדשות לפיתוח יכולות ללא הסתייעות בה.
חשיבותה של התמודדות עצמאית מוסברת גם באמצעות דבריו של חוקר הקוגניציה והיצירתיות פרופ' יועד קנת הגורס כי בניית ידע ויצירת קשרים בין רעיונות הן תשתית לחשיבה מקורית. כאשר הלומד מתמודד עם בעיה, הידע שלו עשוי להשתנות ולהתארגן מחדש; קבלת תשובה מוכנה מצמצמת את ההזדמנות לתהליך הזה. מנקודת מבט פדגוגית, החשש נוגע אפוא גם לאובדן ההתנסות שבאמצעותה מתפתחת הבנה. משמעות הדבר היא שיש לבחון מה התלמיד עושה וחושב במהלך הפעילות, מעבר לשאלה אם התשובה שקיבל נכונה.
עם זאת, יש להיזהר מייחוס כל קושי לימודי לבינה המלאכותית. קוטינסקי מדווח על ירידה בהבנת הסטודנטים, המתבטאת לדבריו בביצועים במבחנים הדומים לאלה שניתנו בעבר, אך מצביע על כמה הסברים אפשריים: השלכות הקורונה, המלחמה, מצוקה והיעדרויות בעקבות שירות מילואים, לצד השינויים הטכנולוגיים.
במקביל, קוטינסקי רואה בבינה המלאכותית אפשרות לקדם הוראה מותאמת אישית בקורסים גדולים. הוא מתאר בוט לימודי שיוכל לזהות את רמת הסטודנט, להתאים שאלות לקצב התקדמותו, להסביר ולאתגר אותו – כמו מורה פרטי. מדובר בפוטנציאל להרחבת התמיכה האישית גם כאשר מספר הלומדים גדול.
ההתאמה האישית אינה מבטלת את חשיבות המפגש האנושי. קוטינסקי מדגיש את הצורך במסגרת, בלמידה משותפת ובתחושת השתייכות, ומצביע על השימוש הנרחב במתחמי הלמידה בקמפוס. ההשלכה האפשרית היא שילוב בין תמיכה טכנולוגית אישית לבין מפגשים פנים אל פנים ועבודה עם עמיתים. בתכנון ההוראה יש אפוא מקום לשמר סביבה חברתית המעודדת התמדה ומפגש בין לומדים, לצד האפשרות לקבל הסברים ותרגול המותאמים לצרכים אישיים. לדבריו, לאחר הקורונה "הייתה תקופה שכולם היו בטוחים שאנשים ילמדו ויעבדו מהבית לנצח. זה לא קרה. אנחנו בונים עוד ועוד מתחמי למידה, והם תמיד מלאים. אנשים צריכים מסגרת, הם צריכים לראות אחד את השני, ללמוד יחד ולהרגיש חלק מקבוצה. האוניברסיטה הפתוחה היא במובן מסוים נגד הטבע האנושי. בני אדם הם יצורים חברתיים".
עדכון ההכשרה מחייב גם למידה מתמשכת של הסגל על השינויים בעבודה המקצועית. קוטינסקי מתאר מפגשים של אנשי סגל עם אינטל, שנועדו לבחון כיצד משתנה עבודת המהנדסים ואילו יכולות נדרשות מהם. לצד זאת, הוא מדגיש כי גם כלים מתקדמים אינם מייתרים ניסיון והיכרות מעמיקה עם התחום. בהיבט ההוראתי, הדברים מכוונים לחיבור בין לימודי יסוד לבין התנסויות בהגדרת שאלות ובעיות הרלוונטיות לעולם העבודה המשתנה. הכשרה כזאת יכולה לכלול גם דיון באופן ניסוחן של שאלות למערכת ובקשר שבין דיוק השאלה לבין הידע המקצועי הנדרש כדי לפרש ולהעריך את התשובה המתקבלת ממנה.
לבסוף, קוטינסקי מצביע על עלויות ועל קשיים טכניים העלולים להגביל גישה לכלים מתקדמים. כהמלצה יישומית הנגזרת מכך, מוסדות המבקשים לשלבם בהוראה צריכים להסדיר גישה ותמיכה לכלל הלומדים. כך ניתן לתכנן למידה המשלבת התנסות בטכנולוגיה, פיתוח הבנה עצמאית, ליווי אישי ומסגרת חברתית, בלי להתנות את ההשתתפות ביכולת המימון של הסטודנט.