הורים ומשפחות

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

הורים ומשפחות — המשק הביתי כבעל עניין בבינה מלאכותית בחינוך: המטפלים שמלמדים את ילדיהם בבית, בוחרים ומשלמים על כלים, מפקחים או לא שמים לב למה שהכלים האלה עושים, ומקבלים את כל מה שהבית ספר שלהם מעביר על בינה מלאכותית. העמוד אוסף את הראיות על חונכות בין הורה לילד בתיווך בינה מלאכותית המתווכת ועל שותפים שיחתיים שבשימוש בבית, על מעברי המסירה בין הבית לבית הספר, על אוריינות הבינה המלאכותית של ההורים עצמם, ועל השלכות השוויון של מכשירים, קישוריות ועלות בבית. היקפו הוא המשפחה כשחקן — מה משפחות עושות עם בינה מלאכותית, מה מגיע אליהן מבית הספר, ומה המחקר קובע ולא קובע על התוצאות.

שאלות למחשבה

• Luo et al. (2026) מצאו שסיוע כללי של מודל לשוני הפחית את תפקיד החונכות של ההורה, בעוד ממשק עם תפקידים מופרדים שימר אותו. אם הייתם מתכננים כלי לשימוש משותף של הורה וילד, ממה הייתם מגנים על ההורה, ומה הייתם נותנים לו?
• בנתוני Strömberg, Lei and Wu's (2026), ציוני שיעורי הבית עלו ב-18% בעוד ציוני מבחן ספר סגור ירדו ב-20% בתוך שישה חודשים. מה הורה באמת רואה מתרחש בבית, ומה היה צריך להיאמר לו כדי שישים לב להבדל?
• Xiao et al. (2026) מצאו מורים המצהירים על ההורים כאחראים בעיקר למערכות היחסים של הילדים עם שותפי בינה מלאכותית, תוך תיאור אותם הורים כחסרי מודעות או כעומסים יתר על המידה. האם זו הקצאת אחריות סבירה, ומה היה צריך כדי להפוך אותה לממשית?
• Oreopoulos, Dong and Low (2026) כמעט הכפילו את נוכחות המפגש הראשון על ידי הסרת טפסים המופנים למשפחה. בבית הספר או בתכנית שלכם, אילו חלקים מהתהליך המופנה לבית קיימים לטובת המשפחה ואילו לטובת המוסד?
• Fan, Li and Zhang (2026) מתייחסים לתיאום בין משפחה לבית הספר כהשערה בלתי נבדקת ולא כפרקטיקה מבוססת. אם היא מעולם לא נבדקה, על אילו ראיות נשענות העצות שבית הספר שלכם נותן כיום להורים?
• MacCallum, Parsons and Mohaghegh (2026) מתארים פערים דיגיטליים בדרגה שנייה ושלישית שנמשכים גם אחרי סופקו מכשירים. אילו סגירת פערי מיומנויות ותוצאות הייתה נראית במשק בית, בניגוד לכיתה?

מבוא

חלק גדול מזמנם של הילדים עם בינה מלאכותית מתרחש מחוץ לכיתה, בסביבה שספרות המחקר מתייחסת אליה בעיקר כרקע. עבודה על חונכות ותוצאות למידה היא בדרך כלל מבוססת בית ספר, בעוד עבודה על הדרכת משפחות היא בדרך כלל ייעוצית ולא נבדקת, ולכן משפחות הן בו-זמנית יעד של הדרכה רבה מאוד על שימוש אחראי בבינה מלאכותית ונושא של ראיה מועטה מאוד על הדרכה יעילה.

עמוד זה מתייחס למשק הביתי כשחקן בזכות עצמו. הוא מכסה חונכות בין הורה לילד בתיווך בינה מלאכותית, את הכלים המלווים והקוראים שהילדים פוגשים בבית, מה בתי הספר מספרים למשפחות על שימוש בבינה מלאכותית ומה לא, את אוריינות הבינה המלאכותית של ההורים עצמם ומה שידוע על השקפותיהם, ואת תנאי הגישה והעלות שבהם משפחות משתמשות בכלים האלה. במקומות שהראיה דלילה, העמוד אומר זאת במקום למלא את הפער.

הורים כמחנכים-שותפים בבית

הראיה העיצובית הברורה ביותר על חונכות בבית מגיעה מLuo et al. (2026), שבנו את ParaTutor להקשר החונכות הביתי הסיני לאחר מחקר מעצב על אופן סיוע ההורים בבעיות מילים במתמטיקה. העבודה המעצבת זיהתה כשלים חוזרים: הורים מתקשים להבין את המבנה של הבעיה, לעתים קרובות חסרים את ידע התוכן לתמוך בה, ונתקלים בקשיי תקשורת שיוצרים הבנה משותפת. תגובת העיצוב הייתה הפרדת תפקידים — הורים קיבלו הדרכת חונכות באמצעות צ'אטבוטים של ריבוי סוכנים בעוד ילדים קיבלו עיגון חזותי לבעיה עצמה, עם תמיכה שסופקה בשלבים גמישים כדי למנוע זוגות קופצים ישר לתשובות. בהערכה עם 23 זוגות הורה-ילד (ילדים בגילים 10–12) בארבעה תנאים, סיוע כללי של מודל לשוני נטה להחליף את תפקיד ההורה, בעוד הממשק עם תפקידים מופרדים שמר על הורים שמספקים ומתאימים תמיכה בעוד הילדים נשארים בחתירה. המשמעות שלקחו המחברים היא ספציפית להקשר: במתמטיקה, שבה דיוק המודל מוגבל, ילדים אינם אמורים לתקשר עם המודל באופן עצמאי.

Oreopoulos, Dong and Low (2026) מתייחסים למשק הביתי כשחקן פרוצדורלי, והתוצאות שלהם עוסקות בהתנהגות משפחתית לא פחות מאשר בחונכות. הניסוי האקראי המבוקר שלהם עם מועצת מחוז תורונטו בהשכלה הציב חונכים וירטואליים אנושיים מעל תרגול Khan Academy עבור תלמידים מתקשים בכיתות ד'–ח'. בשנה 1, רק כ-45% מהתלמידים שהמורה הציע נכחו אפילו במפגש אחד, כאשר משפחות אבדו בכל מעבר מסירה: הזמנה, עניין, יצירת חשבון בפלטפורמת צד שלישי, התאמה, הופעה. בשנה 2, הזמנת משפחות ישירות באמצעות המורה שלהן לזמן שבועי קבוע וטיפול ברישום ובקביעת המועדים מטעם המשפחה העלתה את הקבלה למפגש הראשון ל-83%. נוכחות שבועית עדיין רחפה ליד שני חמישיים, בעיקר היעדרות לסירוגין ולא נשירה; התרגול עלה בכ-17 דקות בשבוע, והאפקט לפי כוונת הטיפול במבחן הנושא היה 0.055 סטיית תקן, עם ציוני גיליון העולים בכ-0.08 סטיית תקן. הסרת חיכוך שינתה מי הופיע, לא כמה מישהו החזיק מעמד.

שותפים וכלי קריאה בבית

משפחות פוגשות בינה מלאכותית יותר לעתים קרובות כיישומון שותף מאשר כמערכת חונכות. Liao (2026) השווה שותף "חבר תלמיד" קבוע (Whisper עם GPT-3.5) מול מורי כיתה מנוסים במפגשי שיחת ספרים עם 19 תלמידי יסודי בטאויוון, טאיוואן — 12 בכיתה ד' ושבעה בכיתה ה', ארבעה מפגשים כל אחד. תלמידים בילו זמן רב משמעותית יותר עם הבינה המלאכותית, אך תרמו חלק נמוך בעוצמה ממילים וממשפטים; בכיתה ה' החלק היה פחות משליש ממה שהם הפיקו עם המורה, תבנית שהמאמר קורא לה דומיננטיות שיחתית. השותף היה יעיל בהפקת חזרה עובדתית וחלש באופן מובהק מהמורה בהנחיית הרהור רגשי ומוכוון עתיד — תקרה אפקטיבית. תגובתו של Liao היא מסגרת מותאמת-תפקיד שבה שותף אחד תופס את תפקידי חבר התלמיד, עוזר המורה ויועץ ההורה, והאחרון מרחיב את הדיון אל הבית. האבחנה שמאחוריה היא ואקום תמיכה: רוב עיצובי השותפים נשארים ממוקדים בזוג תלמיד-בינה מלאכותית ואינם נותנים למורים ולהורים מקום מוגדר.

חלק מהמתבגרים מעדיפים לבטוח בבינה מלאכותית על פני הוריהם. נתונים סיניים המצוטטים משיימים 13.5% ממשתמשי האינטרנט הצעירים כמעדיפים לבטוח בבינה מלאכותית על הוריהם, ומסגרת של Fu and Zhao's (2026) חוזה שקשר עם בינה מלאכותית הופך להחלפה מפצה כשמטפלים אינם מזהים את צרכי אישור הזהות של מתבגר.

שני מחקרים לגיל הרך נוגעים למה שמגיע אל הבית. Yang, Li and Lee (2025) טוענים שסוכנים פיזיים ומגולמים הם עדיפים התפתחותית על מסכים עבור ילדים צעירים, אך מזהירים שרובוטים חברתיים יוצרים עלולים להפיק תוכן שילדים טרום-תפעוליים יקבלו כאמת, חסרי כיול התפתחותי בהמשוב שלהם, ונושאים חסמי עלות וגישה שמרחיבים את הפער הדיגיטלי. Malallah et al. (2026) הולכים בדרך שונה עם אותה קבוצת גיל: מסגרת ה-AI-Play שלהם, שאינה מחוברת למחשב ומבוססת משחק, יושמה באמצעות אירוע שעת הקוד ממוקד משפחה, כאשר סקרי הורים ודפי הרהור של ילדים שימשו למדידת מעורבות ושמישות לשכפול בבית. הם מדווחים על מעורבות גבוהה ועל הבנה מתגבשת שבינה מלאכותית לומדת מדוגמאות.

תקשורת בית-בית ספר ושקיפות

מה בתי הספר מספרים למשפחות על בינה מלאכותית, ומה משפחות מספרות לבתי הספר, נחקר מעט מאוד; הממצאים הברורים ביותר עוסקים בהיעדר ערוץ. בראיונות מבוססי תרחיש עם 33 מורים אמריקאים של בית ספר יסודי ותיכון, Xiao et al. (2026) מצאו שהחלטות להתערב תלויות בשיפוט ולא בנזק נתפס. מבחן הנראות שלהם צייר את הגבול בדלת בית הספר: שימוש בכיתה או בכלי שהוקצה היה בתוך תפקיד המורה, בעוד שימוש בבית נכנס אליו רק דרך אפקטים נצפים כמו נסיגה, ירידת ציונים או בידוד — בהיעדרם, מורים תיארו צפייה ותיעוד לא פורמלי במקום פעולה. תרחיש ההורה נחשב המדאיג ביותר על ידי 10 מתוך 33 מורים, 17 אמרו שמורה צריך להתערב ו-11 ענו "זה תלוי". הורים נמנו ראשונים כצד האחראי בעיקר למערכות היחסים של הילדים עם שותפי בינה מלאכותית, ואז תוארו כחסרי מודעות או כעומסים יתר על המידה. המחברים קוראים לכך ותק שיפוטי ומזהירים ששבלי טענה תכנית מבוססת, המבוגרים בעלי הגישה העקיפה ביותר לילדים ייפלו ברירת מחדל לפיקוח ולהפניה. יועצים, הורים ותלמידים לא רואיינו.

Fan, Li and Zhang (2026) מפורשים את בעיית התיאום. בסקירת ספרות ההדרכה, הם מציינים שהיא דוחפת ניהול סיכונים על משפחות ובתי ספר תוך התייחסות לתיאום ביניהם כמבוסס, והם מפרמים שלושה מודלים מתחרים — תוספתי, סינרגטי ומפצה — תוך ציון שהגרסה הסינרגטית המוטבעת ברוב ההדרכה חסרה ראיה תומכת. הבדיקה שהם מציעים היא ניסוי פקטוריאלי שמבקין הדרכה למשפחה בלבד, לבית הספר בלבד, מתואמת ושל פרקטיקה שגרתית. בצד המשפחה הם מעבירים הבחנה של תיאוריית ההגדרה העצמית בין פריקה תלויה, שבה החשיבה הליבה מואצלת, לבין פריקה אוטונומית, שבה בינה מלאכותית מפוגמת בעוד הלומד שומר על סוכנות אפיסטמית; הביצוע המיידי זהה בשני המקרים, וזו הסיבה ששימוש לא-אדפטיבי קשה לזיהוי על ידי הורה.

אותה חוסר נראות מופיע בנתוני הישגים. Strömberg, Lei and Wu (2026) עקפו אחר 26,811 תלמידים סיניים בתיכון בכיתות ז'–י"ב לאורך 30 חודשים ומצאו שאימוץ בינה מלאכותית יוצרת הגביה ציוני שיעורי הבית ב-18% וקיצר זמן השלמה ב-30% בעוד הוריד ציוני מבחן ספר סגור ב-20% בתוך שישה חודשים, עם ירידות בציון הכניסה של 18% ו-24% המתגלות רק לאחר כשנתיים. כ-81% מהמשתמשים הראו תבנית של האצלת שיעורי בית לחוץ, בעוד משתמשים בבינה מלאכותית שבילו זמן שיעורי בית כפי שמשתמשים שאינם משתמשים קיבלו ציונים דומים במבחנים. ההמלצה שלהם מופנית למבוגרים סביב הילד: לפקח על תשומות כמו זמן שיעורי הבית ומאמץ ולא על תוצרים כמו ציוני שיעורי הבית. הם מזהירים שפיקוח הורי צמוד יותר הוא עצמו אחד הבלתי-נצפים המבדילים את הקבוצה שאינה מאצילה.

אוריינות בינה מלאכותית וייצוג של ההורים עצמם

ראיה ישירה על מה שהורים יודעים, מפחדים ומבקשים היא דלילה, והורים מופיעים ברוב הספרות כפי שדווח על ידי אחרים. ההורים במחקר המקרה הביקורתי של Liu et al.'s (2026) על סטודיו יוצרות של בנות בלבד רואיינו לצד בנות ופרקטיקים, ודיווחו שבנות לרוב "נבהלו" ודברו פחות בסביבות מעורבות. בXiao et al. (2026), אוריינות השותפים שמורים שרטטו הייתה עבודה משותפת בין יועצים, הורים, פלטפורמות וקובעי מדיניות, מסודרת כספירלה מדורגת לפי גיל, עם הורים שנמנו ראשונים ואז תוארו כנושאים כבר יותר ממה שיכלו. הורים מופיעים בהערכת AI-Play באמצעות סקרי שמישות פעילות ולא באמצעות סיפורים על ההבנה שלהם עצמם.

מה שהורה היה צריך כדי לקחת חלק בכל זה מוגדר, למעשה, על ידי מסגרות אוריינות בינה מלאכותית שנבנות לבתי ספר. MacCallum, Parsons and Mohaghegh (2026) תכננו את SAIL כאגנוסטית לגיל, ומתייחסים לכשירויות רמה 1 שלה — הבנה וחקר של בינה מלאכותית — כחיוניות לכל הגילים, מה שממקם מבוגרים באותה התקדמות כמו ילדים ולא כמנחיהם. משפחות תופסות גם תפקיד פורמלי במחקר עצמו: Allison (2026) מבקש ממחברים לדווח על הקשר המשתתפים ומאפיינים סוציו-דמוגרפיים, נגישות והתאמה תרבותית, וסקירה אתית, הסכמה ונתוני ממשל — ההתחייבויות שבהן הסכמת המשפחה, הנתונים שלה וההקשר שלה הופכים לנראים כלל.

גישה ושוויון בין משפחות

עלות וקישוריות מעצבות מה שמשפחות יכולות להשתמש לפני כל שאלה של פדגוגיה. במחקר הסטודיו, Liu et al. (2026) מתעדים גם חסם עלות וגם חסם עיצוב: מחולל התמונות החופשי Playground הוריד את הפונקציות החופשיות שלו לטירה "pro" בתשלום שארגון ללא כוח כלכלי לא הצליח לספוג, והכלים קיבלו רק הנחיות באנגלית, מה שהפלה בנות ללא ביטחון באנגלית. Yang, Li and Lee (2025) מסמנים עלות וגישה כמרחיבות את הפער הדיגיטלי. תוצאת הקבלה בOreopoulos, Dong and Low (2026) היא תוצאת שוויון כמו גם תוצאת עיצוב: המשפחות שאבדו בשנה 1 אבדו בשלבים מנהליים, וההתערבות שהשיבה אותן נבנתה סביב המורה של המשפחה עצמה ומושב שבועי קבוע.

Fan, Li and Zhang (2026) מכנים את תנאי המדידה שהופכים עצות משפחתיות כוללניות לבלתי בטוחות: כלים לאוריינות בינה מלאכותית, תלות והסתמכות יתר פותחו ברובם בדגימות של מדינה אחת או של אוניברסיטאות מתמחות, ורוב המחקרים הם חתכיים ומדווחים עצמית. טיעון השוויון של SAIL חל ברישום הביתי גם כן: מתן מכשיר מתייחס רק לשלושת הפערים הראשונים, ופערי המיומנויות והתוצאות נמשכים ללא קשר למי מחזיק בחומרה.

מה הראיה מראה ולא מראה

התוצאות החזקות ביותר המופנות למשפחה במאגר הידע הזה עוסקות בהתנהגות ולא בלמידה. צמצום חיכוך המופנה לבית העלה נוכחות מפגש ראשון מ-כ-45% ל-83% בניסוי אחד, והקבלה נשארה האילוץ המחייב גם אז. אותו ניסוי הפיק רוויחות תוצאות קטנות ולא מדויקות, בעוד מחקר ההישגים הגדול ביותר מדווח על אפקטים שליליים גדולים מרוכזים בין תלמידים שהאצילו שיעורי בית, תבנית שהמחברים מייחסים חלקית לפיקוח הורי שלא יכלו למדוד ישירות. אף אחד מהממצאים אינו מבודד מה שההורים עושים ממה שבתי ספר או כלים עושים.

מה שחסר הוא בולט יותר. סיפוריהם של ההורים עצמם נדירים: המורים בXiao et al. (2026) הוציאו הורים מהדגימה שלהם לפי תכנון, וההורים שכן מופיעים רואיינו כקול אחד מבין בנות, פרקטיקים או מורים. אין כאן ראיה ישירה על כיצד משפחות לומדות את מדיניות הבינה המלאכותית של בית הספר, מה נאמר להן על פיקוח או גילוי, או כיצד הן מגיבות לכך, ותיאום משפחה-בית ספר עבר תאוריה ולא בדיקה. עיצובי חונכות ביתיים כמו ParaTutor הוערכו עם 23 זוגות בהקשר לאומי אחד, והשוואות שותפים נשענות על 19 תלמידים בבית ספר אחד.

סקירת היקף מ-2026 ממפה עד כמה התחום הגיע. Luo et al. (2026) ניתחו 53 מחקרי HCI מ-6,540 רשומות ב-19 כרכים באמצעות תיאוריית הפעילות, ומצאו את הספרות ממורכזת על אינטראקציה ילד-הורה ועל שפה, אוריינות בינה מלאכותית ולמידה יחסית, כאשר 44 מתוך 53 המחקרים (83%) מתרחשים בתצורות ילד-הורה. מערכות שיחתיות, מגולמות ומרחביות מייצרות תמיכה מההקשר של אינטראקציה מתגבשת, ומודלים לשוניים מחלקים מחדש עבודה חינוכית בעוד משפחות ומוסדות נשארות אחראיות לפרש תוצרים ולהחליט כיצד הם נכנסים לפרקטיקה. התאמה אישית ממושכת של למידה מותאמת אישית, עבודת תיקון, וכיצד משפחות מנהלות משא ומתן על סמכות וחוקים הם הפערים שהסקירה מכנה, וזהו אותו היעדר שהסעיף הזה מתעד מכיוון השני.

יחס לעמודים אחרים. בעלי עניין הוא הסקירה הקצרה של כל קבוצת בעלי העניין, עם משפחות רשומות כקהל שלא כוסה בעומק; עמוד זה הוא אותו עומק. חינוך לגיל הרך וליסודי עם בינה מלאכותית מכסה את התחום ההתפתחותי והפדגוגי עבור לומדים צעירים בבית הספר ובבית; עמוד זה עוקב אחר המשפחה לאורך הגילים, מפעילויות משחק בגן ועד שיעורי בית בתיכון. הצהרות שימוש וגילוי בבינה מלאכותית מכסה האם לומדים מספרים לאחרים שהשתמשו בבינה מלאכותית; עמוד זה מכסה את השאלה הסמוכה של האם המידע הזה מגיע למבוגרים בבית, ומה נאמר למשפחות על שימוש בית הספר בבינה מלאכותית.

מושגים מחוברים

• בעלי עניין — עמוד המטרייה לקהלים ולשחקנים בבינה מלאכותית בחינוך
• חינוך לגיל הרך וליסודי עם בינה מלאכותית — התחום ההתפתחותי שבו השימוש הביתי והמשפחתי נחקר ביותר
• הצהרות שימוש וגילוי בבינה מלאכותית — פרקטיקות גילוי והשאלה של מה מגיע למשפחות
• אוריינות AI — הכשירויות של ההורים עצמם והמסגרות שנבנות בבתי ספר שמגדירות אותן
• שוויון — כיצד תועלות ונטל מתחלקים בין משקי בתים
• הפער הדיגיטלי — שכבות גישה, מיומנויות ותוצאות ככל שהן חלות בבית
• בינה מלאכותית שיחתית — הצורה הדומיננטית שבה בינה מלאכותית מופיעה בסביבות משפחתיות
• תיאוריית ההכרעה העצמית — תמיכה באוטונומיה כמסגרת להדרכת משפחות
• פריקת עומס קוגניטיבי — פריקה תלויה לעומת אוטונומית, ומדוע הורים אינם רואים את ההבדל
• חונך אינטליגנטי — המודל שמאחורי חונכות בין הורה לילד בתיווך בינה מלאכותית

מאמרים מחוברים

• Artificial Intelligence Connectedness: Theoretical Reconstruction of Connectedness and Its Impacts on Adolescent Mental Health — Adolescent AI connectedness and when AI bonding substitutes for unmet caregiver recognition

• ParaTutor: Coordinating Parent-Child Math Tutoring through Role-Separated LLM Scaffolding — role-separated LLM support for 23 parent–child dyads in Chinese home math tutoring

• Beyond a single role: Justifying a role-adaptive framework for AI companions through a comparative study in elementary book talk — fixed peer-role companion versus teacher with 19 elementary students in Taiwan

• Family-school autonomy support for children's responsible use of generative artificial intelligence — review treating family–school coordination as an untested hypothesis

• RAISE the Standard: A Framework for Transparent Reporting of Artificial Intelligence Studies in Education — reporting obligations covering consent, participant context and equity of access

• Exploring K-12 Teachers' Perceptions of Students' Relationships with AI Companions: Boundaries, Intervention Strategies, and Design Implications — 33 teachers on jurisdiction, parents and children's relationships with AI companions

• AI-Play: A Framework for Teaching Artificial Intelligence Concepts through Unplugged Activities in Early Childhood Education — unplugged AI literacy tested through a family-centered Hour of Code event

• Beyond “painting in pink”: A critical case study of all-girls generative AI workshops in a European makerspace — parents among interviewees; tool cost and language barriers in informal settings

• Tailoring AI Agents for Early Learning: The Creative Project Approach — physical agents for young children, with cost, access and privacy caveats

• Transforming clicks into critical thinking: An AI-based media literacy program for children — school program on data privacy, safe communication and media ethics in 36 fourth graders

• Virtual Tutoring with Computer-Assisted Learning: An Experiment in Take-Up and Learning — take-up rose from 45% to 83% when family-facing steps were removed

• The Generative AI Learning Penalty: Evidence from Chinese Secondary Education — homework outsourcing, exam declines and the case for monitoring inputs

• The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education — age-agnostic AI literacy levels and the three-level digital divide

• Characterizing LLM-Based Family Education through the Lens of Activity Theory: A Scoping Review of the HCI Literature — Characterizing LLM-Based Family Education through the Lens of Activity Theory: A Scoping Review of the HCI Literature