שאלות נפוצות
אילו כשירות חבר הסגל צריכות ביחס לבינה מלאכותית?
תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.
כשירות הסגל צריכה להשתרע הרבה מעבר לכתיבת הנחיות. סינתזת האוריינות AI של מאגר הידע מזהה ארבעה ממדים רחבים:
- הבנה יסודית של יכולות ומגבלות של בינה מלאכותית.
- כשירות מעשית בשימוש בכלי בינה מלאכותית.
- הערכה ביקורתית של דיוק, הטיה, התאמה ואי-ודאות.
- מודעות אתית ומוסדית הכוללת סוגיות כמו יושרה, פרטיות, שוויון וממשל בינה מלאכותית.
השכבה הפדגוגית
עבור מדריכים, הממדים האלה זקוקים לשכבה פדגוגית נוספת. חברי סגל צריכים להיות מסוגלים:
- להחליט איזו עבודה קוגניטיבית הסטודנטים חייבים לשמר.
- לבחור שימושים בבינה מלאכותית המתיישרים עם מטרות הלמידה.
- לעצב הערכה חוקית לעידן הבינה המלאכותית.
- ללמד סטודנטים לאמת ולרגלציה את השימוש בבינה מלאכותית.
- לזהות הזיה, הסתמכות-יתר וחנופה.
- לדעת מתי שיפוט אנושי של שיפוט אנושי צריך לעקוף אוטומציה.
חברי סגל צריכים גם מספיק הבנה של מערכות כדי להעריך כיצד זרימות עבודה נתמכות-בינה מלאכותית יצירתית מתחברות במקום לראות בבינה מלאכותית כלי מבודד. ראו כשירות המורה בבינה מלאכותית ופיתוח סגל.
ביטחון אינו כשירות
מחקר המסוכם במאגר הידע מזהיר גם מפני שוויון ביטחון עם כשירות: אוריינות AI מדווחת-עצמית עלולה לסטות באופן משמעותי מיכולת מוכחת, מה שהופך פיתוח מקצועי מבוסס-ביצועים ופרקטיקה אותנטית למועדפים על סקרי ביטחון בלבד. מחקר זרימות-עבודה של סוכנים מרובים של מורים מציע עוד שמחשבה מערכתית, אמונות פדגוגיות ויעילות עצמית משתקפים בהטמעת בינה מלאכותית, ולכן פיתוח מקצועי צריך להיות מבדל ולא סדנת כלים אחת-לכולם.
מה פיתוח מקצועי באמת מזיז — ומה הוא לא מזיז
מחקר אחרון בהשכלה גבוהה שם מספרים קונקרטיים על היכן כשירות הסגל חזקה והיכן היא נשברת. סקר של 127 חברי סגל באוניברסיטת מחקר גדולה בארה"ב באמצעות כלי ידע טכנולוגי-פדגוגי-תוכני (TPACK)-21 מצא ידע תוכני פדגוגי מוחש-עצמי גבוה (M = 4.70) וידע תוכני של ידע תוכני קרוב-לתקרה (M = 5.15), אבל תחומי הטכנולוגיה-המשולבת נמוכים באופן בולט — ידע טכנולוגי-פדגוגי (M = 2.62), ידע טכנולוגי-תוכני (M = 2.75) ו-TPACK הוליסטי (M = 2.55, הנמוך ביותר משבעתם). מומחיות תוכנית לא חזתה ידע הטמעת-GenAI (מתאמי CK r = .11–.15, כולם לא-משמעותיים), ולכן פיתוח סגל אינו יכול להניח ששליטה בתחום עוברת וצריך לבנות כשירות בבינה מלאכותית יצירתית באמצעות תכנות מכוון וספציפי-תחום. מכיוון ששלושת תחומי הטכנולוגיה-המשולבת תואמו r = .81–.91, הם עשויים לתפקד ככשירות הטמעת-GenAI אחת ששווה ללמד כיסוד משותף ולא כמיומנויות נפרדות.
מה שאימון יכול ולא יכול לעשות הוא אינפורמטיבי באותה מידה. במחקר בתוך-נושאים עם 13 מורים בהשכלה גבוהה, מתן צ'אטבוט צ'אטבוט למורים שיפר באופן משמעותי את איכות העיצוב הלמידה שלהם — החלק שהשיג שני משימות בלום מסדר-גבוה או יותר עלה מ- 41.7% ל-91.7% (p = .01) — והפחית באופן חד את המאמץ הקוגניטיבי המוחש (חציוני 6.33 ל-3.33, p = .004); אימון ההנחיה הפדגוגית של ההנחיה הפדגוגית ששכב עליו לא שיפר עוד יותר את האיכות והעלה מעט את המאמץ. גישה לבינה מלאכותית, במילים אחרות, משנה את התנהגות ההוראה בקלות; יכולת עמוקה יותר דורשת יותר מסדנה, ורווחי איכות בלבד אינם מוכיחים שהמורים פנימו את הפרקטיקה.
תקנים, סוכנות וזהות
כשירות היא גם שאלה מוסדית. מחקר מבוסס-עיצוב עם 114 משתתפים ב-28 מוסדות בארה"ב וב-11 מדינות הפיק שישה תקני טכנולוגיה של סגל המשתרעים על התפקיד האקדמי המלא — מדריך, מתאם, מנהיג, חוקר, לומד ותורם — מכיוון שמסגרות קיימות (ידע טכנולוגי-פדגוגי-תוכני (TPACK), SAMR) ותקני מחנכים (ISTE, UNESCO, DigCompEdu) מתייחסות למורי חינוך גן ותיכון (K-12) או לממד ההוראה בלבד.
סקר של 287 מורים ב-27 מדינות מראה מדוע אימוץ מתנגד למסגור טכני בלבד: המודל המשופר הסביר 79.8% מהשונות בכוונה התנהגותית, אך אוטונומיה מלאכותית מוחשית של אוטונומיה השפיעה על הכוונה רק בעקיפין דרך שימושיות, והימנעות מסיכון הייתה חיזוי שלילי משמעותי (−.163), עם מורים שדאגו הרבה יותר להסתמכות-יתר של סטודנטים על הסתמכות-יתר ולסיכוני יושרה של יושרה מאשר לשימוש שלהם. האימוץ תלוי בשיפוט רגיש-הקשר ולא במשיכה של אוטומציה. לבסוף, ריאיונות עם שני אקדמאים מנוסים מציעים שהטמעת בינה מלאכותית מייצרת מתחי זהות חוזרים — פדגוגיה לעומת פלטפורמה, מחנך לעומת מאפשר, טיפול לעומת עמידה בדרישות — המנווטים דרך סלקטיביות עקרונית מעוגנת בערכים הפדגוגיים. כשירות כוללת אם כן שיפוט מקצועי על מתי לא להשתמש בבינה מלאכותית, לא רק מיומנות בשימוש בה.
לצד הסטודנט המתאים, ראו כיצד ישלב אוריינות AI בקורס שלי? ומה הן הראיות על התערבויות אוריינות בינה מלאכותית בהשכלה גבוהה?; לסיכום הפונה-למדריך, ראו מהם 10 הממצאים המובילים ממחקר בינה מלאכותית בחינוך שעל מורים לדעת?.