מאגר הידע AIEdAIEd KB
בעמוד הזה

העמוד הזה מתורגם לעברית. עמודי המאמרים עדיין כתובים באנגלית. קראו את העמוד הזה באנגלית

מושגים

מוטיבציה

נוצר 2026-10-12

תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.

מוטיבציה — התהליכים הפסיכולוגיים שמתחילים, מכוונים ומחזיקים התנהגות-מכוונת-מטרה. בבינה מלאכותית בחינוך, מחקר מוטיבציה בוחן כיצד כלי-AI משפיעים על המוטיבציה של לומדים ומורים — האם AI מפיגם או מחלישים התמדה, סקרנות ומעורבות-פנימית — וכיצד מצבי-מוטיבציה מעצבים את יעילות הלמידה המתווכת-AI.

שאלות למחשבה

  • מוטיבציה מטופלת לעתים קרובות כתכונה שלסטודנטים מסוימים 'יש' ולאחרים אין. העמוד מתאיר אותה במקום כתהליכים פסיכולוגיים שמתחילים, מכוונים ומחזיקים התנהגות — וכמשהו התפתחותי ומפוגם-חברתית. כיצד זה ממסגר מחדש מי אחראי למוטיבציית הסטודנטים?
  • כלי-AI יכולים להסיר חיכוך ולהפוך למידה לנגישה יותר, אך הם יכולים גם להפחית את המאמץ-הקוגניטיבי והמאבק שתומכים במוטיבציה-פנימית. מתי "להקל" באמת הפך דבר לפחות-מוטיבציה או פחות-מספק עבורכם?
  • תיאוריית-ההנעה-העצמית אומרת שמוטיבציה-פנימית גדולה מאוטונומיה, מיומנות וקרבה. אם מורה-AI עושה את רוב העבודה, איזו מהשלוש הוא עשויים לאיים עליה — ואיזו הוא עשויים לשפר?
  • מחקר מוצא פרופילי-מוטיבציה מובחנים בין סטודנטים בתכנית-לימודים של AI, ושהגעה לפרופיל-עצמי-מוחלט חזה את רווחי-אוריינות-AI הגדולים ביותר. מה עלול להידרש מלומד כדי לעבור מבלתי-מעורב-פסיבית לעצמי-מוחלט באופן אמיתי בשימוש ב-AI?
  • העמוד מדווח שתמיכת-מורה מניעה מעורבות-בסיוע-AI בעיקר דרך מטרות-גישה-ליידעות ומטרות-גישה-לביצועים — המנטליות של 'גישה' ולא של 'נמנעות'. כיצד הדרך שבה מורה ממסגר שימוש ב-AI ('כדי לעשות את זה נכון' לעומת 'כדי להיראות לא-טועים') מעצבת האם סטודנטים מתעמקים?
  • אם אתם מעצבים למוטיבציה, האם המטרה היא להקל על הלמידה, להפוך אותה למעורבת יותר, או להפוך אותה למאמצת-יותר-בעלת-משמעות? היכן נגישות ומוטיבציה-פנימית מושכות לכיוונים מנוגדים?

מבוא

מוטיבציה היא בנייה-יסוד במחקר-חינוכי, ועליית הבינה המלאכותית בחינוך הפכה אותה יותר קונסקוונטית: כלי-AI יכולים להסיר חיכוך ולהפוך למידה לנגישה יותר, אך הם יכולים גם להפחית את המאמץ-הקוגניטיבי והמאבק שתומכים במוטיבציה-פנימית ובלמידה-עמוקה. המאמרים במאגר-הידע הזה חוקרים מוטיבציה across כלי-AI מוכווני-לומד, מערכות-AI מוכווני-מורה, והמנגנונים הפסיכולוגיים — הנעה-עצמית, יעילות-עצמית, רגשות — שבהם AI מעצבת התנהגות-מוטיבציה.

  • Lee & Wu מראים שמגדר ומוטיבציה מניעים מעורבות-דיפרנציאלית עם GenAI, עם מסלולי הישגים מובחנים.

נושאי-מחקר מרכזיים

השפעות-AI על מוטיבציית-סטודנטים הוא קו-המחקר הישיר ביותר. Why Put in This Much Effort?": How AI Availability Shapes Students’ Motivation in Introductory Programming בוחן כיצד זמינות-הסיוע של AI משפיעה על מוטיבציית-סטודנטים והתמדתם, ומתחבר למחקר סיבוך-יתר על שחיקת-מוטיבציה כש-AI עושה את העבודה. עבור התמדה ספציפית, חשיפה-קצרה מספיקה: עשר דקות עם עוזר שהשיב על-בקשה הותירו משתתפים מדלגים על 0.20 מבעיות-לא-מסויות לעומת 0.11 עבור בקרות (Liu et al., 2026). Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement חוקר יומנות-צ'טבוט ניידת כהתערבות-מוטיבציונית. Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes בוחן מה מניע סטודנטים לאמץ כלי-למידת-AI בחינוך-הנדסה.

מטא-אנליזה של 42 מחקרים (56 גדלי-אפקט, 6,059 סטודנטים) מצאה שלמידה-בתמיכת-GenAI העלתה מוטיבציה ב-Hedges' g = 0.764 (רווח סמך 95% [0.566, 0.962]) — אך עם I² = 93.7% ורווח-חיזוי של 95% של [−0.689, 2.217], הממוצע מסתיר הגדרות שבהן האפקט קרוב לאפס או שלילי (Fang et al. (2026)).

  • שימוש-לא-רפלקטיבי מחליש מוטיבציה — יותר לגברים. שימוש-חסר-מחשבה ב-GenAI (קבלת תשובות ללא בחינה) חזה מוטיבציה נמוכה יותר (β = −0.54) ויעילות עצמית נמוכה יותר (β = −0.37) בקרב 487 סטודנטים לתואר-ראשון, ואפקט-המוטיבציה היה חזק יותר משמעותית עבור סטודנטים-זכרים בעוד שאפקט-היעילות-העצמית היה חזק יותר עבור סטודנטיות-נקבות (Zhao & Gu, 2026).

מדוע קורא נוטה ל-AI הוא בעצמו משתנה-מדיד: סקלת-AIR מפרדת ארבעה מניעים לקריאה-בסיוע-GenAI — מונחה-משימה, Feel-good, תרגום ומאמץ-נמוך — ורק מאמץ-נמוך, שימוש ב-AI כשעייפים או בלתי-מעורבים, היה קשור-שלילית לצורך-קוגניציה (r = −.18) (Brann, Etgar and Sidi (2026)).

מוטיבציה במעורבות-מתווכת-AI בוחנת כיצד איכות-המוטיבציה (לא רק הכמות) משתנה עם AI. Isaeva et al. שילבו תיאוריית-ההנעה-עצמית עם ניתוח-רשת-אפיסטמית כדי לחקור מעורבות עם בינה מלאכותית יוצרת. Liang et al. (2026) עקבו מוטיבציה התפתחותית דרך ניתוח-מעבר-לטנטי של 2,086 סטודנטים תיכוניים בתכנית-לימודים של AI בת שנה, ומצאו שלושה פרופילים יציבים (בלתי-מעורב, מתפתח, עצמי-מוחלט) ושהגעה לפרופיל-עצמי-מוחלט חזה את רווחי-האוריינות AI הגדולים ביותר. Wang & Wang (2026) השתמשו בתיאוריית-הצבת-מטרות עם 758 לומדי-אנגלית אוניברסיטאיים, והראו שתמיכת-מורה מניעה מעורבות-בסיוע-AI בעיקר דרך מטרות-גישה-ליידעות ומטרות-גישה-לביצועים (המנטליות של גישה, לא נמנעות). יחד, המחקרים האלה מראים שמוטיבציה בהקשרי-AI היא גם התפתחותית וגם מפוגמת-חברתית — היא משתנה לאורך זמן ומגיבה לתמיכת-מורה ולמסגור-מטרות, לא רק לעיצוב-כלי.

מנטליות-מטרה מנתבת גם כיצד הכלי משמש: מטרות-ליידעות ומטרות-ביצועים-נורמטיביות נוטות לתמוך בהרחבה ושיפור, בעוד שמטרות-ביצועים-נראות הופכות צמצום-מאמץ והגנה-על-מיומנות-נתפסת ליותר סבירות — ולכן אותו עוזר מפיגם או מחליף חשיבה תלוי באקלים-המוטיבציוני (Øby, 2026)).

פורמט-דיאלוג יכול להעלות מוטיבציה בלי לשפר את ההערכה-הכוללת: בקרב 222 סטודנטים-תיכון-שנה-ראשונה, דיאלוג-מורה-מורה העלה מוטיבציית-ARCS יותר מפורמט-מורה-סטודנט עבור לומדים גבוהים-בחוויה-קונקרטית (b = 0.162, p < .001) אך דורג נמוך יותר משמעותית על ההערכה-הכוללת (b = -0.126, p = .005) (Watanabe et al. (2026)).

מוטיבציה מעצבת כיצד סטודנטים ממסגרים את הכלי, והמסגור נושא את התשואה-המטאקוגניטיבית: Cui et al. (2026) מצאו שתפקיד-השותף — 7.5% מהיומנים — היה היחיד שהפיק שרשרת-מטאקוגניטיבית שלמה, בעוד שסטודנטים-מוטיבציה-חיצונית השתמשו ב-GenAI ככלי-החלפה ב-64.6% מהיומנים ולא הפיקו חיבורים-מעל-סדר.

רווחי-מוטיבציה הם ספציפיים-בנייה, לא כלליים. Lu et al. (2026) מצאו שתוכנית-כתיבה בת תשע שבועות בתמיכת-GenAI עבור 301 לומדי-כיתה-ה' ו-ו' העלתה את ה-L2-העצמי-הכתיבה-האידיאלית שלהם ואת צפיפות-אקדמית — המרכיבים השואפים והעמידים של המוטיבציה — בעוד שהשאירהו את תפיסת-הצמיחה ללא-שינוי; רווח-תפיסת-הצמיחה היחיד הופיע בקבוצת-הבקרה ולא שרד תיקון-להשוואות-מרובות. הסטודנטים ייחסו את המפנה לראיית טקסט-שוטף נבנה מאוצר-המילים שכבר ידעו, מה שהפך כתיבה-מצליחה לניתנת-השגה. לכן מוטיבציה אינה כיוון-בודד ש-AI מדליקה: מה שהשתפר היה האמונה שאדם יכול לכתוב היטב, לא האמונה שיכולת גדלה עם מאמץ. אותה ספציפיות-בנייה מופיעה כש-GenAI הוא בעצמו התערבות-הרלוונטיות. Guo, Fryer and Shum (2026) גרמו ל218 סטודנטים-תיכון לבלות שעה אחת בדיאלוג-חצי-מבני עם צ'טבוט המכוון לרלוונטיות-אישית למתמטיקה; הגרסה-הקולקטיבית, ברמת-הכיתה, העלתה רלוונטיות-כהזדהות (F = 4.35, p = .014, η² = 0.04; מול הבקרה, F = 11.11, p = .001, η² = 0.073 — אפקט-בינוני) ו, ב-SEM, חזה רלוונטיות לשיעור-ספציפי שבוע לאחר (β = 0.18, p < .01), בעוד שהעניין בכיתת-המתמטיקה לא זז (F = 0.29, p = .75, η² = 0.003). המחברים מייחסים את הניתוק למינון: פגישה-חד-שעתית-בודדת קצרה מדי מכדי רווחי-רלוונטיות יתגבשו לעניין בכיתה.

התערבות-ערך-תועלת אינה מועילה באופן אחיד: גרסה-מפוגמת לא הפיקה רווח-כללי בשילוב-הידע של מורים-לפני-הכשרה והזיקה אותו עבור לומדים שנכנסו עם ערך-תועלת-נתפס גבוה, אינטראקציית-כשירות-טיפול שמתווכחת להתאמת-תמיכה-מוטיבציונית לנקודות-ההתחלה של הלומדים (Boos, Eder & Lachner (2026)).

הודעת-משוב מזיזה עניין דרך התועלת-הנתפסת שלה, לא דרך הנטיות של הלומד. Jansen et al. (2026) נתנו ל-1,507 סטודנטים-תיכוניים הודעת-משוב-אוטומטית-מקובלת אחת אחרי טיוטה-ראשונה של טקסט-טיעוני: קליטה-כוללת הייתה מימד-הקליטה היחיד הקשור לשינוי-עניין-סיטואציוני (כ-0.11 נקודות על הסקלה-הנצפת, בערך האחוזון ה-54 לעומת ה-46), והאפקט הזה היה מתווך-מלא על ידי תועלת-נתפסת (β = 0.09 עקיף, רווח סמך 95% [0.06, 0.13]) בלי נתיב-ישיר משמעותי שנשאר (β = 0.06, רווח סמך 95% [−0.07, 0.16]), ולכן מה שהזיז עניין היה הערך-המוחש של ההודעה ולא העמדה-הכללית של הלומד כלפי משוב.

מוטיבציית-מורה והתמדה בוחנת מוטיבציה בקרב חינכים. Framing the 5 Percent Problem חוקר התמדת-מורים עם כלי-AI, ו**Chiu et al.** מצאו שהתפתחות-מקצועית תומכת-צרכים מטפחת מעורבות-התנהגותית-מתמכת בקהילות-למידה-מקצועית.

  • מוטיבציה בין-תרבותית של מורים-עתידיים: Martínez-Moreno et al. (2026) אימתו את סקלת-(D)FIT-Choice עם 416 סטודנטים-למורים בשוויץ ובסין, ומצאו שמורים-שוויצרים מדווחים על תועלת-חברתית ומוטיבציה-פנימית חזקים יותר בעוד שמורים-סיניים מציגים מיומנות-דיגיטלית-נתפסת והתלהבות גבוהה יותר לשילוב-AI — ומדגישים כיצד גורמים-תרבותיים ומערכתיים מעצבים מוטיבציה לעצב את עתיד-החינוך עם AI.

  • יעילות-עצמית היא השורש של הנאה-המורים מ-GenAI. במחקר PLS-SEM של 434 מורים-משמשים, יעילות-עצמית הייתה המשתנה-האקסוגני היחיד של המודל והאפקט הגדול ביותר שלה היה על הנאה-נתפסת (β = 0.805, f² = 1.839), ומזינה תועלת-נתפסת וקלות-שימוש בתורה (Guillén-Gámez et al., 2026)).

פרדוקס-המאמץ והמעגל-המהרס של סיוע. Zohar, Bloom and Inzlicht (2026) טוענים שמוטיבציה אינה פשוטה-עוזרת-או-מפריעה על ידי AI אלא מעובדת-מחדש: בני-אדם נוטלים בדרך-כלל את הדרך-הבעלת-ההתנגדות-הפחותה, ובכל זאת הם מחפשים גם מאמץ — פרדוקס-המאמץ — מכיון שמאמץ מסמן שהפעולות חשובות ומכיון שתגמול-המצורף-לתהליך ולא למוצר מגדיל את הנטייה לשאוף ולהתמיד. שתי טענות נובעות. ראשית, יחס-המאמץ-משמעות הוא U-הפוך, ולכן מטרת-המוטיבציה היא חיכוך-מתון, והסיכון של AI-בלי-חיכוך הוא חריגה ליותר-מדי-פחות. שנית, מעגל-מהרס: כש-AI מחליף מאמץ בתחום-דעת, תועלות-המוטיבציה של מאמץ שם נשחקות, מה שהופך משתמשים ליותר-תלויים ב-AI, מה שמשחק מוטיבציה יותר. הם מפרידים גם תוסף מחליף לפי שלב-התפתחות — לומדים בשלבים-מוקדמים-יותר מסתכנים בעקיפת-החוויות שבונות התמדה, בעוד שאלה-עם-כישורים-מבוססים יכולים להשתמש ב-AI כדי לחסוך זמן (קשיים רצויים, יעילות עצמית).

הספרות מודדת מוטיבציה בלי תיאוריה שלה. סקירת-היקף של 156 מחקרים מ-2003 עד 2025 מצאה ש-133 (85.3%) היו מונחים בלי תיאוריית-מוטיבציה ספציפית, המשתנה הנפוץ ביותר היה מוטיבציה-אקדמית-משוכללת (n = 89), ו-88 מחקרים (56.4%) באו מהקשר-לאומי אחד (Li et al., 2026)).

מוטיבציה היא הבנייה-האם של תיאוריית ההכרעה העצמית, שמציינת את הצרכים-הפסיכולוגיים (אוטונומיה, מיומנות, קרבה) שמחזיקים מוטיבציה-פנימית. היא מתחברת לחוויית הסטודנט כשכבת-החוויה של מעורבות-מוטיבציה, למעורבות סטודנטים כמימד-המדידות שלה, ולמחשוב אפקטיבי עבור המנגנונים-הרגשיים שמעצבים מוטיבציה. מוטיבציה מתחברת גם לסיבוך-יתר (AI מפחית מאבק-פרודוקטיבי), ללמידה עצמית מוסדרת (לומדים-מוטיבציה מסדירים-עצמאית), ולהוראה (מוטיבציה חלה גם על חינכים וגם על סטודנטים).

Connected Concepts

Connected Articles

שאלות נפוצות קשורות

מטא-דאטה

קהל יעדLearners
למידה והוראהמוטיבציה, תיאוריית ההכרעה העצמית, מעורבות סטודנטים
טכנולוגות ושיטותמחשוב אפקטיבי
יסודות הבינה המלאכותית בחינוךבינה מלאכותית בחינוך
SourceHistoryEditChat

הטמעת העמוד הזה

העתיקו את הקוד שלמטה כדי להטמיע את העמוד הזה במערכת ניהול למידה או באתר אחר. הגרסה המוטמעת מציגה רק את תוכן העמוד — היא מסתירה את כותרת האתר, את הניווט ואת כותרת התחתונה.