מושגים
ההיסטוריה של התחום
תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.
ההיסטוריה של בינה מלאכותית בחינוך — המחקר כיצד בינה מלאכותית וחינוך התפתחו יחד מאז אמצע המאה ה-20, וכיצד בחירות קונספטואליות, טרמינולוגיות ועיצוביות מהעבר ממשיכות לעצב את הדיונים של יומנו על בינה מלאכותית בלמידה. במקום להתייחס לבינה מלאכותית יוצרת ככוח פתאומי ובלתי-מקדים, עדשה היסטורית חושפת מתחים חוזרים — שליטה מול סוכנות, תקנון מול יצירתיות, אוטומציה מול הגברה — שמבנים את בינה המלאכותית בחינוך מאז ראשיתה.
שאלות למחשבה
- בינה מלאכותית יוצרת של יומנו מתוארת לעתים קרובות כמהפכה בלתי-מקדה. כיצד המסגור הזה ("כרונוצנטריות") עשוי למנוע מאיתנו לראות את הדפוסים החוזרים שמתחתיו?
- השדה נקרא כמעט "קיברנטיקה" במקום "בינה מלאכותית". כיצד בחירת השם הבודדת הזו עלולה הייתה לעצב האם אנו רואים מכונות כאינטליגנציות עצמאיות או כחלק ממערכות משוב מודרכות?
- העמוד מעצב את היסטוריית AIED כמתח בין שליטה (החונכים הקוגניטיביים של אנדרסון שממטבים הוראה) וסוכנות (הקונסטרוקציוניזם של Papert שמעצים לומדים). היכן הבחירות שלכם בבינה מלאכותית בחינוך נופלות על הספקטרום הזה — ומדוע?
- התאמה אישית, טוען העמוד, יש לה שתי משמעויות: שינוי המסלול לאותה תוצאה, או מתן תוצאות מגוונות ומונחות לומד. איזה סוג של התאמה אישית המוסד שלכם רודף בפועל, ואיזה לדעתכם הוא צריך לרדוף?
- אם דיוני ה-GenAI של יומנו "משקפים" את המתחים ההיסטוריים האלה, אילו טעויות עבר עשויות אנו לחזור — ומה אנו עשויים להימנע ממנו על ידי זכירתם?
- העמוד טוען שבחירות תכנון טכניות מטמיעות שיפוטי ערך על מטרת הלמידה. האם אתם מזהים החלטת תכנון בכלי חינוך בינה מלאכותית שהשתמשתם בו שהעדיפה בשקט תקנון על פני סוכנות הלומד — או להיפך?
מבוא
היסטוריית השדה אינה התקדמות לינארית אלא סדרה של החלטות תלויות שהאפקטים שלהן מהדים עדיין. הבנת ההיסטוריה הזו שומרת מ"כרונוצנטריות" (ההטיה להתייחס להתפתחויות נוכחיות כמהפכניות באופן ייחודי), עוזרת להימנע מחזרה על טעויות עבר, וחושפת כיצד בחירות על מסגור וטרמינולוגיה — לא רק טכנולוגיה — מכוונות את מסלול בינה המלאכותית בחינוך.
קווי ההיסטוריה המרכזיים
מקיברנטיקה ל"בינה מלאכותית". כאשר ג'ון מקארתי תכנן את פרויקט המחקר הקיצי של דארטמות׳ ב-1956, הוא בחר בכוונה במונח בינה מלאכותית על פני קיברנטיקה — חלקית כדי להרחיק את השדה מנורברט ויינר ומהתמקדותו במשוב אנלוגי. החלטת התכנון הזו מיסגרה יכולות מכונות בהשוואה ישירה לקוגניציה אנושית (מסגור אנתרופומורפי), וכיוונה עדיפויות מחקר, תפיסה ציבורית ווי אתי לעשורים. אילו השדה שמר על המסגור הקיברנטי, המאמר מדמה שאולי היינו מדברים כעת ב"מערכות למידה קיברנטיות" המדגישות משוב ומודרכות במקום "חונכי בינה מלאכותית" שממקמים את המכונה כמקור אינטליגנציה עצמאי.
המהפכה הקוגניטיבית ושרשי ITS. החלוצים המוקדמים — הרברט סיימון, אלן ניואל, מרווין מינסקי, ג'ון אנדרסון — לא רק מידלו קוגניציה; הם חקרו שאלות יסודיות על למידה והוראה. עבודתם הפיקה מודלים של עיבוד מידע של קוגניציה אנושית שהפכו ליסוד פסיכולוגיה חינוכית, והובילה למערכות חונכות חכמות (ITS), הנעוצות בפרדיגמות חיפוש היוריסטי ומערכות מומחה של שנות ה-60 וה-70 של AI. מערכות אלה יישרו באופן טבעי עם מבני הערכה והתקנון הקיימים, ובסופו של דבר התגבשו לקהילת AIED.
שליטה מול סוכנות: אנדרסון ו-Papert. שתי חזונות מתחרים התגבשו, הנעוצים בג'ון אנדרסון וסימור Papert. החונכים הקוגניטיביים של אנדרסון (תיאוריית ACT/ACT-R) פירקו ידע לכללי הפקה, סיפקו משוב מותאם אישי מדויק, וחיזקו מבנים חינוכיים מסורתיים — חזון של בינה מלאכותית ככלי לאופטימיזציה של ההוראה. הקונסטרוקציוניזם של Papert (Logo, "מיקרועולמות", דיבוג-כלמידה) ראה מחשבים כסביבות שבהם ילדים בונים ידע דרך ניסוי יצירתי — חזון של בינה מלאכותית ככלי של העצמה אינטלקטואלית שאתגר היררכיות מוסדיות. ה"מתח הבסיסי" הזה בין שליטה לסוכנות הוא הקו ההולם של היסטוריית השדה.
שתי צורות של התאמה אישית. להתאמה אישית שתי פרשנויות נבדלות שמתאימות לחזונות האלה. הראשונה שומרת על תוצאות אחידות תוך שינוי המסלול (נעוצה במכונות ההוראה של סקינר; חזון Khan Academy של חונכות לשליטה). השנייה מאמצת תוצאות מגוונות — לומדים הרודפים אחר תחומי עניין וכישרות פרטניים, בלתי מוגבלים בגבולות תוכנית לימודים תקנית (Zhao, 2024). מודל ITS תומך בראשונה; קונסטרוקציוניזם בשנייה.
שיעורים לעידן ה-GenAI. דיוני יומנו על בינה מלאכותית יוצרת משקפים מקרוב את המתחים ההיסטוריים האלה. GenAI ממוקמת לעתים קרובות כחונכת חכמה מדור הבא (מרחיבה את אנדרסון), ומעלה חששות על פיקוח, איסוף נתונים ותקנון. לחלופין היא יכולה להיות כלי לסוכנות יצירתית (מרחיבה את Papert), ודורשת מאיתנו לחשוב מחדש על הערכה ולקבל תוצאות עמומות יותר. כפי שMishra et al. מסיקים, כוחות מוסדיים מעדיפים באופן חוזר גישות שמחזיקות את המבנים הקיימים — והשפה והמטפורות שנבחר יעצבו אפשרויות עתידיות. מסגרת AI×Ed של Rismanchian & Doroudi נותנת לאינטואיציה הזו עיגון אמפירי: על ידי מיקום מאמרים מפרוקדינגס AIED (1985, 1993, 2021, 2024) ו-IJAIED (2004, 2014, 2021) לאורך שני צירים — תפקידה של בינה המלאכותית (כלי יישומי מול אנלוגיה לאינטליגנציה אנושית) והמשתמש הקצה — הם עוקבים אחר שדה שעבר מתערובת מגוונת, כולל מחקר מוקדם ניכר המשתמש בבינה מלאכותית כאנלוגיה לאינטליגנציה אנושית (מודלים חישוביים של למידה, מיקרועולמות של Papert, מודלים מבוססי סוכנים של רכישת ידע), להתמקדות כמעט בלעדית בשימושים יישומיים ומכניים עד שנות ה-2000. יש לציין שעידן הבינה המלאכותית היוצרת נראה להיפך חלקית את המסלול הזה: ב-AIED 2024, שלושה מתוך ארבעת המאמרים בריבוע "בינה מלאכותית כאנלוגיה" של השדה היו מבוססי מודלים לשוניים, כולל עבודת המאמר הטוב ביותר על סוכנים ניתנים להוראה מבוססי מודלים לשוניים.
ההשפעה האחרונה של בינה מלאכותית יוצרת
הגעתו של בינה מלאכותית יוצרת — משפחה רחבה הכוללת מודלים לשוניים גדולים (טקסט), בתוספת מחוללי תמונה, אודיו ווידאו — מסמנת את נקודת המפנה ההכרעה ביותר בהיסטוריית AIED מאז היווסדו של השדה. מודלים לשוניים הם החבר הבולט ביותר במשפחה הזו והמניע של רוב ההשפעה בכיתה, אך בינה מלאכותית יוצרת כשלמות (מסוגלת להפיק טקסט, תמונות, קול וקוד חדשים) היא הכוח הרחב יותר שמעצב מחדש חינוך. מובן להבין אותה אל מול היסטוריית AIED ולא כשבר נקי. כמה תכונות הופכות את עידן הבינה המלאכותית היוצרת למיוחד:
קנה מידה והישג. שלא כמו החונכים הקוגניטיביים ומערכות ITS של עשורים קודמים, שפעלו בסביבות מעבדה וכיתה מבוקרות, מודלים לשוניים הגיעו למאות מיליוני לומדים ומחנכים בתוך חודשים משחרורם, ונכנסו לכתיבה, לשיעורי בית ולהוראה היומיומיים כמעט מיד. דיון ה-GenAI עובר מכתבי-עת מומחים לכיתות, לחדרי דירקטוריון ולרשויות מחוקקות במהירות חסרת-תקדים.
סוג חדש של יכולת. מערכות AIED מוקדמות יותר מידלו קוגניציה וסיפקו הוראה מובנית (מסורת אנדרסון). מודלים לשוניים מבצעים ייצור פתוח-קצה — הפקת חיבורים, הסברים, קוד ודיאלוג — מה שדוחה לקדמה את סוכנות ויצירתיות הלומד (מסורת Papert) בדרכים שמערכות ITS מוקדמות לא יכלו. זו הסיבה שהרגע הנוכחי מבעיר מחדש את מתח השליטה-וסוכנות בחדות כה רבה: אותו כלי יכול להיות פרוס כחונכת חכמה מדור הבא (שולטת בתוצאות) או ככותבת-שותפה יצירתית ושותפת חשיבה (מגברת סוכנות).
היפוך של משוואת הגישה. היסטורית, חונכות מותאמת אישית הייתה נדירה ויקרה; GenAI הפכה תמיכה אדפטיבית איש-אחד לכמעט חופשית ואוניברסלית — והנמיכה דרמטית את חסמי הנגישות והעלות שעיצבו AIED מוקדם. אך היא גם הציגה סיכונים חדשים: הטיה אלגוריתמית, הזיה, פיקוח, איסוף נתונים, ופירוק מיומנויות של מחנכים.
דאגה מחודשת לאוריינות בינה מלאכותית ולשימוש לרעה. עידן הבינה המלאכותית היוצרת הפך את אוריינות בינה מלאכותית לדחופה ועצב מחדש דיונים על יושר אקדמי (גילוי מול דיאלוג), תוך החייאת דאגות מתמשכות לזמן רב על אוטומציה, תקנון ותלות אפיסטמית. אלה הן ההבעות המודרניות של המתחים המקוריים של השדה.
הסיכון של הכרונוצנטריות. כפי שMishra et al. מזהירים, ההייפ סביב בינה מלאכותית יוצרת חסר לעתים קרובות מודעות היסטורית, ומאפשר למבשרי טכנולוגיה לשלוט בשיחה. הבנה שדיוני ה-GenAI של יומנו מהדים את הפיצול אנדרסון-פרט והחלטת הקיברנטיקה מ-1955 עוזרת לנו לקבל בחירות מכוונות במקום להתייחס להווה כבלתי נמנע. השאלה האמיתית אינה מה שכלי בינה מלאכותית יוצרת יכולים לעשות, אלא מה שאנחנו רוצים שהם יעשו — החלטה שנעצבת על ידי היכן שהינו.
השלכות
- קראו את ההייפ היסטורית. הכירו שכל גל בינה מלאכותית חדשה ממוסגרת כמהפכנית; מודעות היסטורית חושפת רציפות ועוזרת לעמוד בפני שליטה תאגידית בשיחה.
- ראו בחירות תכנון כבחירות ערך. החלטות טכניות על בינה מלאכותית בחינוך מטמיעות עמדות אידאולוגיות על מטרת הלמידה — חשפו וחקרו אותן.
- שקלו שליטה מול סוכנות במכוון. האם בינה מלאכותית צריכה למטב לתוצאות תקניות או לאפשר תוצאות מגוונות ומונחות לומד היא בחירה אמיתית עם השלכות מוסדיות ופוליטיות, לא נתון טכני.
- שמרו על סוכנות הלומד. ההתנגדות החוזרת לתקנון ולשליטה לטובת גישות פתוחות ומורכזות לומד היא חוט עמיד ששווה להגנה.
מושגים מחוברים
- בינה מלאכותית בחינוך
- חונך אינטליגנטי
- קונסטרוקטיביזם
- סוכנות הלומד
- למידה מותאמת אישית
- בינה מלאכותית יוצרת
- תיאוריות למידה
- למידה מסתגלת
- אוריינות AI
- יצירתיות
- הוראה
- אתיקה
מאמרים מחוברים
- Control vs. Agency: Exploring the History of AI in Education — Control vs. Agency: Exploring the History of AI in Education
- How Human-Centered Is AI-Aided Learning in Education? — Human-centered AI-aided learning (engages Anderson's legacy)
- The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — Cognitive commons and AI expertise (historical framing)
- Programming Intelligent Tutoring Systems — Programming Intelligent Tutoring Systems
- Revisiting the Hint Button: Consistent Negative Associations Between Unproductive Hint Use and Learning Outcomes in Intelligent Tutoring Systems — Revisiting the hint button in cognitive tutors
- Learning by Teaching: Engaging Students as Instructors of Large Language Models in Computer Science Education — Learning-by-teaching with LLMs (Papert's constructionism lineage)
- The Evolution of Research on AI and Education Across Four Decades: Insights from the AIxEd Framework