בינה מלאכותית רב-מודאלית

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

בינה מלאכותית רב-מודאלית — מערכות בינה מלאכותית שמעבדות, מבינות או מייצרות תוכן על פני מודליות מרובות — טקסט, תמונות, שמע, וידאו ונתונים מובנים — ואת השאלות החינוכיות שהמערכות האלה מעלות. בבינה מלאכותית בחינוך, בינה מלאכותית רב-מודאלית מופיעה בשלושה תפקידים נבדלים: כתוכן הלמידה שהלומדים יוצרים ועוסקים בו (למידה רב-מודאלית), כגבול היכולת של מערכות חונכות שחייבות לפרש דיאגרמות וגרפים (חונכות רב-מודאלית), וכאות ההערכה המשמש להערכת ההבנה (מדידה רב-מודאלית).

שאלות למחשבה

• חשבו על גרף, דיאגרמת כוחות, או סכימה שהיה קשה לכם אי פעם להסביר במילים. מה ההתרשנות הזו מצביעה על המגבלות של חונך בינה מלאכותית טקסטואלי בלבד שמנסה לסייע בבעיות עשירות-תמונה?
• חונך פיזיקה עונה על בעיות מבוססות-טקסט ב-~96% מהמקרים, אך יורד ל-~74% בבעיות שמטמיעות משמעות בדיאגרמות. לפני הקריאה, מה לדעתכם גורם ל"הפרעה רב-מודאלית" זו — והאם אתם יכולים לחשוב על תיקון שאינו כרוך באימון מחדש של המודל?
• ככל הנראה יצרתם גם טקסט וגם תמונות עם כלי בינה מלאכותית. האם מצאתם ש"הנחיה לתמונות" שונה מהנחיה לטקסט? אילו מיומנויות סטודנטים עשויים להיזקק כדי לתרגם רעוי מופשט להנחיה חזותית מדויקת?
• בינה מלאכותית רב-מודאלית יכולה לדרג חיבורים, לייצר משוב עם קריית שמע, ואפילו לשחזר סטטיסטיקות פריטי בחינה מפריטי תמונה-וטקסט. מה המעבר מאות טקסטואלי לאות הערכה רב-מודאלי מאותת (או מסכן עבור הוגנות) ולתוקף?
• כיצד העובדה שתמיכת בינה מלאכותית פחות אמינה בדיוק על בעיות העשירות-דיאגרמה שבונות הבנה עמוקה של STEM עשויה ליצור פער שוויון בין לומדים? מי מושפע ביותר?
• מערכות רב-מודאליות יכולות לתרגם טקסט לשמע או לויז'ואליות כדי לתמוך בלמידה כוללנית, אך הן גם מאפשרות גילוי כיתה בפרטי-פרט. היכן הגבול בין גישה רב-מודאלית מועילה לבין מעקב?

מבוא

רב-מודאליות בבינה מלאכותית מתייחסת ליכולת לעבוד על פני צורות ייצוגיות שונות ולא טקסט בלבד. מערכות מודרניות של בינה מלאכותית יוצרת ומודלי שפה גדולים (LLM) מקבלות ומייצרות ביתר ויותר תמונות, שמע ווידאו בנוסף לטקסט, ופותחות אפשרויות וסיכונים חדשים לחינוך. כשהן מעוגנות בתיאוריה סמיוטית-חברתית, הטוענת שמשמעות נוצרת על פני מודים — לא רק מילים — בינה מלאכותית רב-מודאלית משנה את אופן תכנון והערכה של ההוראה, הלמידה וההערכה.(Multimodal Learning with Generative AI)

שלושת הפנים של בינה מלאכותית רב-מודאלית בחינוך

1. למידה רב-מודאלית ויצירת תוכן

בינה מלאכותית רב-מודאלית מאפשרת ללומדים לייצר ולעסוק בתוכן על פני טקסט, תמונה, שמע ווידאו. מדריך למחנכים ללמידה רב-מודאלית עם בינה מלאכותית יוצרת ממקם את הכלים האלה כשותפים "סייבר-חברתיים": הם משלימים — אך אינם יכולים להחליף — את העשיית-משמעות האנושית.(Multimodal Learning with Generative AI)

• אוריינות AI בהקשרים רב-מודאליים משוכבת: מודעות בסיסית בפלטפורמות רב-מודאליות, יצירה משותפת ברמה ביניימית והערכה ביקורתית של תוצרים, ותכנון ברמה מתקדמת של פעילויות והערכות רב-מודאליות.(Multimodal Learning with Generative AI)
• הנחיה רב-מודאלית היא עצמה פרקטיקה אפיסטמית תובענית. סטודנטים שמנחים לתמונות וגם לטקסט מגלים ש"אוריינות הנחיה שונה בין הנחיה לטקסט לבין הנחיה לתמונות" — תרגום משמעות מופשטת להנחיות רב-מודאליות קריאות-מכונה דורש אוצר חזותי מדויק וחושף מגבלות מערכת והטיה.(Students' multimodal prompting practices as epistemic work in AI literacy development)
• הערכה רב-מודאלית עוברת מחיבורים לארטיפקטים המשלבים טקסט, תמונה, שמע ווידאו, כאשר מחנכים משתמשים בבינה מלאכותית כדי לפיגום יצירה ומשוב במקום להחליף את הייצור של הלומד עצמו.(Multimodal Learning with Generative AI)
• הרכבה רב-מודאלית של לומד כפיגום חשיבה ביקורתית נושאת מסחרור. Lu et al. (2027) מראים שתת-חטיבת-ביניים והופכים נרטיבים כתובים לתמונות וסרטונים קצרים מיוצרים על ידי בינה מלאכותית תמכו רווחים מתמשכים בפרשנות, ניתוח, הערכה והסבר — אך לא בהסקה. מכיוון שהחזותות הפכו את משמעות הסיפור למפורשת, סטודנטים דיווחו על פחות צורך להסיק משמעות מרומזת מטקסט בלבד; שיתוף פעולה עמיתים, לא הכלי הרב-מודאלי, שיחזר הזדמנויות להסקה. ערך הבינה המלאכותית הרב-מודאלית כשותפת לעשיית-משמעות הוא לכן ספציפי-ממד ותלוי בתכנון הוראה שמחדד deliberately את העבודה ההסקית והעצמית-ווסתת שהחיצוניות יכולה לקצר.
• הרכבה רב-מודאלית של הרכבה כלומד אוריינות AI ביקורתי. Burriss et al. (2026) מנתחים 22 הודעות שירות ציבוריות בוידאו של 22 תלמידי כיתה י"א בני 90 שניות עד 3 דקות על נושאי אתיקה של בינה מלאכותית שנבחרו בעצמם — מעקב דרך מחשבים ניידים המווסתים על ידי בית הספר ו"כרטיסי מעבר" אלקטרוניים, הסכמה מדעת, והאשמה אלגוריתמית עונשית — כאוריינות AI ביקורתי המוטמעת דרך הרכבה על פני תמונה נעה, קול, טקסט, וגופי הסטודנטים עצמם. בכל שבעת הסרטים נזק פורט כעולה משזירה אנושית-מכונתית ולא מהכלי לבדו ("עוקב AI" אנתרופומורפי שוחק על ידי שחקן אנושי בשלושה מתוך שבעה), ו-15 מתוך 18 תשובות סוף-יחידה אמרו שההרכבה שינתה את ההבנה שלהם את אתיקת הבינה המלאכותית. המחברים טוענים שמוצרים רב-מודאליים גם מדגימים וגם מתקשרים מיומנות ביקורתית — ארטיפקטים פרודוקטיביים, רפלקציות, ודיבור ציבורי יכולים לשמש כראיית הערכה שאוריינות טקסטואלית בלבד מפספסת מבחינה מבנית.

2. חונכות רב-מודאלית וגבול היכולת

כאשר חונכים מבוססי-מודל לשוני גדול חייבים לפתור בעיות שמטמיעות משמעות בגרפים, דיאגרמות כוחות, סכימות או טבלאות, הדיוק שלהם נשחק בחריפות — אפקט ההפרעה הרב-מודאלית.(Multimodal Dialogue in STEM Education)

• על בעיות פיזיקה של OpenStax, דיוק טקסטואלי בלבד של ~96% יורד ל-~74% בבעיות עשירות-תמונה, באופן עקבי על פני משפחות מודלים.(Multimodal Dialogue in STEM Education)
• שגיאות עיבוד חזותי — כשלים לחלץ מידע מגרפים או דיאגרמות — שולטים בטקסונומיית השגיאות והם מצב הכשל המבר-תיקון ביותר.
• התערבות דו-שיח מובנה פשוטה (גרמו למודל לתאר מה שהוא רואה, תקנו רק קריאות בלתי-צפיות בלי למסור את הפיזיקה, ואז הנחיה חוזרת) משחזרת דיוק ל-~95% עם אפס אימון מחדש.(Multimodal Dialogue in STEM Education)
• זהו חשש שוויון: סטודנטים שעובדים על בעיות עשירות-תמונה — בדיוק הבעיות שבונות הבנה מושגית עמוקה ב-STEM — מקבלים כעת תמיכת בינה מלאכותית פחות אמינה מאלה שתרגילים טקסטואליים בלבד.
• בניית עזר חזותי קשה יותר מקריאתו. על GeoVAD-Bench, אספקת דיאגרמת עזר מקצועית העלתה דיוק (+3.3 עד +7.0 נקודות), אך מתן מודלים לבנות קו עזר משלהם הרחיבה את הפער ב-10.0 עד 13.5 נקודות — שני מודלים קיבלו ציון גרוע יותר מאשר ללא הסקה חזותית כלל (Dong et al., 2026).
• הגבול הוא פרופיל, לא רמה — ודמיון אמנותי יושב מחוץ לאזור שהמודלים מטפלים בו היטב. MUSE (Zhu et al., 2026) מעריכה 30 מודלים חזותיים-לשוניים פתוחים וקנייניים על 12 משימות מעל 1,174 יצירות אמנות שהוזמנו, והפיזור ביכולת על פני ממדים רחב יותר ממה שכל ציון מצטבר מצביע: סיווג סצנה כמעט בשל (23 מתוך 30 מודלים מעל 75.0, חציון 81.0) בעוד שגילוי רגשות מגיע עד 39.5 והמשימות הפתוחות שדורשות מהמודלים לבטא את הראיות שלהם מקבלות 50.90 (זיהוי רמז חזותי) ו-49.18 (הסקת סיבת רגש) בדמיון סמנטי. הסקה קומפוזיציונית ותלוית-נקודת-מבט נכשלות הקשה ביותר — במקומות שאמת היסוד מציינת אין יחס צדדי או אנכי מסוים, 90.0% ו-73.3% מהמודלים מצהירים עליו בכל זאת, רק 43.3% ממוקמים את הילדה נכון בעומק, ואף מודל אינו פותר את שלושת הממדים של פריט בודד. כשלים גם מנשימים: דמות שגרועה-מושתת מצדקת אז ברציונל זורם שנבנה מסמנטיקה חזותית סמוכה (פרפרים, ציפורים), וזו התוצאה המסוכנת ביותר בחונכות מכיוון שההסבר נקרא כמיומן. עבור למידת שפה מבוססת-תמונה זו טוענת עבור אימות ברמת-ממד על הדמיון שהקורס משתמש בו בפועל, במקום ייבוא ציון רב-מודאלי כללי, ולהרחבת נקודת הביקורת של העיגון המתוארת להלן — תארו מה שנראה, והיכן, לפני להסיק מזה — לתוכן אמנותי מושתת (MUSE: Benchmarking Large Vision-Language Models on Multi-Modal Understanding in Situated Education).

המשמעות העיצובית המעשית היא נקודת ביקורת עיגון חזותי בחונכות רב-מודאלית: שלב מכוון שבו המערכת מתארת מה שהיא רואה לפני ניסיון הפתרון, ונותנת לסטודנט או למפקח אנושי הזדמנות לתקן שגיאות תפישתיות.(Multimodal Dialogue in STEM Education)

Abreu et al. (2026) מוסיפים אילוץ מוקדם: משוואה, גרף או יחידה יכולים להופיע בדוח אך מעולם לא להיאחזר מהמסמך המעובד, כך שמחלוקת עם המרצה עשויה להיות כשל חילוץ ולא כשל הסקה — מה שהופך את פורמט ההגשה לחלק מתכנון ההערכה.

3. הערכה רב-מודאלית ומדידה

בינה מלאכותית רב-מודאלית מרחיבה גם את התוכן של ההערכה וגם את האות המשמש לדרג אותה.

• מערכות משוב רב-מודאליות משלבות טקסט מובנה, הפניות שקופיות, וקריית שמע בזרימה. במחקר אחד, משוב רב-מודאלי של בינה מלאכותית התאים למשוב המחנכים ללמידה בעוד שהוא עלה עליהם באופן מובהק בתפיסאות הסטודנט.(LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback)
• אומד פרמטרי פריט רב-מודאלי משתמש במודלים לשוניים גדולים רב-מודאליים מכוונים לדיוק כדי לשחזר עקומות מאפייני-פריט (IRT / 3PL) ישירות מהסתברויות אפשרות שנחזו על פריטי תמונה-וטקסט, ומחבר בינה מלאכותית רב-מודאלית למדידה חינוכית ולתיאוריית תגובה לפריט.(Multimodal Item Parameter Estimation using Simulated Response Probabilities)
• הערכת מודל שפה-חזותי חינוכי ואוריינות מודל לשוני גדול רב-מודאלי מרחיבים את ערכת הכלים של השדה להסקה רב-מודאלית ולויז'ואליזציה.(The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors)(Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy)
• דירוג רב-מודאלי של כימיה בכתב יד חושף גבול יכולת תלוי-פורמט: Cvengros & Kortemeyer דרגו עמוד בחינה סופית של כימיה כללית בכתב יד של 296 סטודנטים עמוד-אחר-עמוד מול תמונות מבחן עם מודל לשוני גדול רב-מודאלי ומסק, ודרגו תשובות טקסטואליות ומשוואות תגובה כימית באמינות (F1 מנורמל הגבוה ביותר) אך ציור וגרפיה גרועים מאשר אקראיים — רשתות רקע מסיחות את דעת ראיית הבינה המלאכותית ודיאגרמות/מבנים כימיים מדעיים נשארים קשים לפרשנות — ומחזקים שראיית הבינה המלאכותית הרב-מודאלית אינה חסינה לעבודה עשירת-ייצוג ומוטבת לפרוס עם דחייה אנושית של פריטים גרפיים (Assisting the grading of a handwritten general chemistry exam with artificial intelligence).
• זיהוי מבנים ושיפוט השוואתי הם מיומנויות נפרדות. Ma et al. (2026) מבטאים שישה עקרונות של למידה מולטימדיה כעריכות שקופיות הפיכות בתוספת בקרות שווא של שוויון-חזותי, ומוצאים ששני המודלים שחזרו כל פעולה, עקרון ותיקון (8/8) בעוד שכיול חומרה נכשל לחלוטין (0/8) — ציון מורכב יסתיר איזו שכבה נכשלת.
• רווחי הוגנות יכולים להיות מאומתים לקיום. מעריך תשומת לב רב-מודאלי ניצח קו-בסיס חזותי בלבד בצניעות, ומודד-הפער המכוון-מגדר שלו קיצר את פער האימות מ-0.02 ל-0.005 אך הגדיל את הפער ואת שגיאת הקבוצה הגרועה ביותר בנושאים שנשמרו — כך שנדרש אימות חוזר ברמת-נושא מודע-תת-קבוצה לפני פריסה (Fragkiadakis et al. (2026)).
• דירוג רב-מודאלי יכול לשחזר תוצאת בחירה גם במקומות שדירוג ברמת-פריט פיגר. דירוג 10,364 עמודים בכתב יד של אולימפיאדה ואוניברסיטה, מודל לשוני גדול התאים לסכומי הבוחנים ב-r = 0.93–0.96 והציב את אותם חמישה סטודנטים בצוות האולימפיאדה, אך הסכמה על חלקים הגיעה ל-70%: ראיות קורא שני, לא מדרג לרישום (Pathak et al. (2026)).
• ייצור דיאגרמות הוא גבול יכולת, לא משהו שנפתר. על מבחן פיזיקה של 15,246 שאלות שמדרג תוצר רב-מודאלי, סינתוז או עריכה של דיאגרמות פיזיקה מובנות התבררה קשה יותר מתשובה, ומודלים מובילים נשארו מתחת ל-70% שליטה קפדנית — ראיה שייצור חזותי פיגר אחר הבנה חזותית (Chen et al., 2026).

בינה מלאכותית רב-מודאלית ללמידת שפה ולמידה נגישה

מערכות רב-מודאליות מרחיבות גם גישה והתאמה אישית. כלי למידת וידאו-שמע מונחי-בינה מלאכותית מתאימים מהירות הפעלה, מייצרים סיכומי וידאו רב-מודאליים, ותומכים בתרגול הגייה.(AI-Guided Learning: Research on Knowledge and Skill Acquisition Support Methods Using Deep Learning Audio-Video Processing Techniques) גרפי ידע רב-מודאליים מסיקים על פני תמונות וטקסט למשימות חינוכיות,(Evidence-Grounded Multimodal Knowledge Graph Construction for Multi-Lecture Educational Reasoning) וייצוגים רב-מודאליים משפרים למידה כוללנית על ידי תרגום מידע על פני מודים (למשל טקסט לשמע או חזותי). יישומי תחום כוללים דירוג ואבחון מתמטיקה בכתב יד,(Benchmarking Large Language Models for Diagnosing Students' Cognitive Skills from Handwritten Math Work) חונכות אפקטיבית עם אותות רב-מודאליים,(An Interpretable Closed-Loop Intelligent Tutoring System for Multimodal Affective Feedback in Asynchronous Presentation Training)(MathBuddy: Affective Math Tutoring) למידת טקסט-לתמונה בתחומים מתמחים,(NuclearDiffusion: Text-to-Image Foundation Models for Learning Nuclear Energy Concepts) וגילוי כיתה רב-מודאלי מודע-פרטיות.(Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition) Bird (2026) מדגים צורה טקסטואלית-פנימית של רב-מודאליות: מיזוג טרנספורמר ELECTRA מכוון-דיוק עם ניתוח תכונות לשון-חישובית כדי לסווג ספרות אנגלית לפי שלב מפתח בריטי, שבו המודל הממוזג (F1 0.996) עלה בהרה על כל קו-בסיס חד-מודלי — ראיה ששילוב צורות ייצוגיות, אפילו בתוך טקסט, יכול לעלות על גישות חד-מודליות.

אתגרים והשלכות עיצוביות

1. סגרו את הפער הרב-מודאלי. מערכות חונכות רב-מודאליות צריכות לכלול עיגון חזותי ופיגומי דו-שיח מובנים במקום להניח שיכולות ראייה חסינות.(Multimodal Dialogue in STEM Education)
2. התייחסו להנחיה רב-מודאלית כמיומנות ניתנת להוראה. תכניות אוריינות AI חייבות להתייחס להנחיה ספציפית-מודליות, קוהרנטיות על פני מודים, והערכה ביקורתית של תוצרים רב-מודאליים.(Students' multimodal prompting practices as epistemic work in AI literacy development)
3. שמרו על עשיית-משמעות אנושית. בינה מלאכותית רב-מודאלית צריכה להגביר, לא להחליף, את הבנייה וההערכה של הלומד עצמו של משמעות על פני מודים.(Multimodal Learning with Generative AI)
4. הרחיבו הערכה לתוקף רב-מודאלי. תוקף הערכה, הטיה ואמינות צריכים להיבחן כאשר בינה מלאכותית מדרגת או מייצרת ארטיפקטים רב-מודאליים.(Multimodal Item Parameter Estimation using Simulated Response Probabilities)(הערכת מערכות בינה מלאכותית בחינוך)
5. שמרו על שוויון ופרטיות. תמיכה בלתי-אמינה על בעיות עשירות-תמונה והדרישות הנתונים של גילוי רב-מודאלי נושאים שניהם השלכות שוויון ופרטיות.(Multimodal Dialogue in STEM Education)(Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition)
6. התאימו את הצנרת לתוכן. עוזר מעבדת סייבר עם מודל לשוני גדול רב-מודאלי טפל בשקופיות חזותיות צפופות טוב יותר, בעוד שצנרת OCR-פלוס-מודל-לשוני-גדול סיפקה ערך הוראה דומה בשקופיות ממורות-טקסט בעלות חישובית נמוכה משמעותית.(Patel et al. (2025))

מושגים מקושרים

• בינה מלאכותית יוצרת
• מודלי שפה גדולים (LLM)
• גרף ידע
• חונך אינטליגנטי
• אוריינות AI
• הנדסת הנחיות
• משוב
• הערכה
• מדידה חינוכית
• תיאוריית תגובת הפריט
• מידול הלומד והוראה אדפטיבית
• השיטה הסוקרטית
• פיגום
• הערכת מערכות בינה מלאכותית בחינוך
• בנצ'מרק
• השכלה גבוהה
• שוויון
• פרטיות
• חינוך STEM
• למידה מכילה
• טכנולוגיות — מטרייה: טכנולוגיות וטכניקות של בינה מלאכותית (מודלים, אימון מודלים לשוניים גדולים, רובוטיקה, RAG, סוכניות)
• מציאות מדומה ומוגברת — מחוות, קול וקלט מרחבי כערוצי למידה
• טכנולוגיות דיבור וקול
• חינוך לאמנויות, עיצוב ומדיה

מאמרים מקושרים

• "Young Scholar[s] on the Beat": Multimodal Composition as a Form of Critical AI Literacy Pedagogy — הרכבת הודעת שירות ציבור בוידאו על אתיקת בינה מלאכותית כפדגוגיית אוריינות AI ביקורתית (Burriss et al. 2026)
• Fairness-Aware Multimodal Transformer Modeling for Real-Time Student Attention Estimation — Fairness-Aware Multimodal Transformer Modeling for Real-Time Student Attention Estimation
• OmniPhys: A Unified Multimodal Benchmark for Physics Understanding and Generation from Chinese Educational Corpora
• The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors — ביצועי מודל חזותי-לשוני על עבודת מתמטיקה של סטודנטים בכתב יד (DrawEduMath, Lucy et al. 2026)
• Multimodal Learning with Generative AI — מדריך למחנכים ללמידה רב-מודאלית עם בינה מלאכותית יוצרת (מודל MMLD-AI)
• Multimodal Dialogue in STEM Education — אפקט ההפרעה הרב-מודאלית ושחזור דו-שיח מובנה ב-STEM
• LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback — משוב בינה מלאכותית רב-מודאלי מתאים למחנכים בלמידה, עולה עליהם בתפיסאות
• Students' multimodal prompting practices as epistemic work in AI literacy development — הנחיה רב-מודאלית של סטודנטים כעבודה אפיסטמית באוריינות AI
• Multimodal Item Parameter Estimation using Simulated Response Probabilities — אומד פרמטרי פריט IRT עם מודלים לשוניים גדולים רב-מודאליים
• AI-Guided Learning: Research on Knowledge and Skill Acquisition Support Methods Using Deep Learning Audio-Video Processing Techniques — תמיכת למידת שמע-וידאו מונחית-בינה מלאכותית
• Evidence-Grounded Multimodal Knowledge Graph Construction for Multi-Lecture Educational Reasoning — גרפי ידע רב-מודאליים להסקה חינוכית
• Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy — אוריינות מודל לשוני גדול רב-מודאלי לויז'ואליזציה מדעית
• An Interpretable Closed-Loop Intelligent Tutoring System for Multimodal Affective Feedback in Asynchronous Presentation Training — אותות רב-מודאליים בחונכות חכמה אפקטיבית
• MathBuddy: Affective Math Tutoring — חונכות מתמטיקה רב-מודאלית אפקטיבית
• Benchmarking Large Language Models for Diagnosing Students' Cognitive Skills from Handwritten Math Work — אבחון קוגניטיבי של מתמטיקה בכתב יד עם מודל לשוני גדול
• NuclearDiffusion: Text-to-Image Foundation Models for Learning Nuclear Energy Concepts — למידת טקסט-לתמונה בחינוך הנדסה גרעינית
• Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition — גילוי אירועי כיתה רב-מודאלי מודע-פרטיות
• Integrating Generative AI into Cybersecurity Education: A Study of OCR and Multimodal LLM-Assisted Instruction — הוראת OCR רב-מודאלי בחינוך סייבר
• Benchmarking Multimodal Large Language Models for Educational Slide Auditing — CFES-P24: בונצ'מרקינג מודלים לשוניים גדולים רב-מודאליים לביקורת שקופיות
• Large Scale AI Grading of Handwritten Physics Assessments: Score Agreement and Olympiad Team Selection Outcomes — דירוג בינה מלאכותית של הערכות פיזיקה בכתב יד (אולימפיאדה)
• More externalization, but less inference? Exploring changes in young learners' critical thinking during conversational — הרכבת בינה מלאכותית רב-מודאלית וחשיבה ביקורתית בכתיבה יסודית (Lu et al. 2027)
• Assisting the grading of a handwritten general chemistry exam with artificial intelligence
• Beyond Generation and Accuracy: Diagnosing and Enhancing Visual Chain-of-Thought for Geometry Problem Solving — Beyond Generation and Accuracy: Diagnosing and Enhancing Visual Chain-of-Thought for Geometry Problem Solving
• MUSE: Benchmarking Large Vision-Language Models on Multi-Modal Understanding in Situated Education — MUSE: 12 משימות מעל 1,174 יצירות אמנות מראות יכולת מודל חזותי-לשוני כפרופיל ספציפי-ממד, החלשה ביותר בפרשנות אפקטיבית ובהסקה מרחבית תלוית-נקודת-מבט (Zhu et al. 2026)
• AI-Assisted Assessment of Experimental Physics Laboratory Reports: Potential, Limitations, and Support for Teaching Practice — AI-Assisted Assessment of Experimental Physics Laboratory Reports: Potential, Limitations, and Support for Teaching Practice