בינה מלאכותית בתהליכי הוראה, למידה והערכה סקירה

הטמעת שימוש בבינה מלאכותית בתהליכי הל"ה

בינה מלאכותית וטכנולוגיה הן חלק בלתי נפרד מהתהליך החינוכי. תפקידו ומקומו של המורה משתנים, מטרות התהליך החינוכי משתנות ומשימות חדשות נוצרות על ידי שילוב של טכנולוגיה מתקדמת, כגון טכנולוגיות דיגיטליות ובינה מלאכותית (AI) בתהליך הלמידה (Barakina). , 2021). לאור הפוטנציאל העצום של בינה מלאכותית להגברת האפקטיביות והאיכות של הלמידה, הנושא זכה לתשומת לב רבה יותר לאחרונה (Antonio et al., 2024). בשל המודעות הגוברת ליתרונות העצומים שהבינה המלאכותית (AI) עשויה להציע לכל הצדדים המעורבים בתהליך החינוכי, היא הופכת פופולרית יותר ויותר בתחום החינוך (Sharma, 2023). לפי אן פורבס (פורבס, 2023), יש שש סיבות לכך שכל מורה צריך להיות מסוגל לדבר עם תלמידים על בינה מלאכותית: 1. בינה מלאכותית היא ערכת כלים לפתרון בעיות - זה לא קשור רק לקידוד וטכנולוגיה 2. בינה מלאכותית כבר קיימת 3. בינה מלאכותית מעוררת דאגות אתיות 4. בינה מלאכותית רלוונטית לכל חלק בתכנית הלימודים 5. חינוך באמצעות בינה מלאכותית מסייע בטיפוח מיומנויות חשיבה 6. אוריינות של בינה מלאכותית היא מיומנות חיונית לעתיד. על מנת להעריך את תוצאות השימוש ב-AI ולקבוע האם וכיצד יש להשתמש בכל אסטרטגיה בכיתה, נדרשים ידע בנושא ומיומנויות הוראה (Mollick, 2023). כשמדברים על בינה מלאכותית בחינוך, חשוב להכיר ולהבין את המושג "Prompt", שפירושו "לגרום למשהו לקרות" (מילון קיימברידג'). מערכות AI ובני אדם מתקשרים זה עם זה באמצעות הנחיות (Gattupalli et al., 2023).  הפעולה של יצירת הנחיות, עבור מודלים של שפות בינה מלאכותית, על מנת שיפיקו את התשובות המדויקות, ההגיוניות והרלוונטיות ביותר, ידועה כ-Prompt Engineering. במילים פשוטות, זוהי המיומנות של שכלול השאילתות או ההוראות הניתנות למודלים של AI על מנת למקסם את התפוקה שלהם (Lo, 2023). הנדסת Prompt הינה מרכיב חיוני בהתממשקות עם מודלים של שפות גדולות (LLMs) כמו ChatGPT. החתירה המתמדת לשיפור טכניקות כתיבת ה-Prompts היא נושא בולט בספרות המחקרית (Korzynski et al., 2023). הטמעה של בינה מלאכותית בחינוך צריכה להתבצע באמצעות מודלים פדגוגיים, כגון: TPACK ו-SAMR. מודלים אילו עשויים לסייע בהטמעת AI בחינוך ולקדם תוצאות חיוביות לתהליך ההוראה והלמידה (Asad et al., 2023).

מודלים פדגוגים להטמעת בינה מלאכותית בתהליכי הל"ה

SAMR (מודל החלפה, הגדלה, שינוי והגדרה מחדש)

מודל SAMR, שפותח על ידי ד"ר רובן פונטדורה, מסייע למחנכים בבחינת הסיבות לשימוש בטכנולוגיה וכיצד היא עשויה לקדם את החשיבה הפדגוגית שלהם (Puentedura, 2014). מודל SAMR נוצר כדי לחקור את שילוב הטכנולוגיה בפעילויות חינוכיות (Wahyuni & Mujiyanto, 2020). פרדיגמת ההחלפה, הגדלה, שינוי והגדרה מחדש (SAMR) מבוססת טקסונומיה בארבע רמות היא שיטה לבחירה, יישום והערכת טכנולוגיה בסביבות למידה (Hamilton et al., 2016).

TPACK (מודל טכנולוגיה, פדגוגיה וידע תוכן)

הרעיון המרכזי של מודל TPACK הוא שהמאמצים שלנו לשלב טכנולוגיה, או הידע הטכנולוגי שלנו, צריכים להתבסס על ידע התוכן והידע הפדגוגי שלנו, או - מה שאנחנו מלמדים ואיך אנחנו מלמדים אותו. קיימת אינטראקציה וחפיפה בין שלושת תחומי ידע: ידע תוכן, ידע פדגוגי וידע טכנולוגי  (Oded & Oded,  2022). במחקר שבדק את ההיבט האתי בשילוב של בינה מלאכותית על ידי מורים בתהליכי הוראה, נמצא כי המורים נדרשים לידע ומיומנויות שאינם רק טכניים אלא גם פדגוגיים ואתיים. TPACK עשוי להיחשב כמסגרת חזקה השופכת אור על המיומנויות הנדרשות להוראה מבוססת בינה מלאכותית (Celik, 2023).

מכיוון ש-AI הוא מונח כה רחב, ייתכן שיהיה צורך בהנחיות ספציפיות נוספות כדי להבטיח יכולת דיגיטלית שוויונית והולמת. חשוב מאוד להבין את התפיסות השגויות לגביי AI איתן מגיעים המורים, הללו מכיוון שהן עשויות למנוע מהם להשתמש ב - TPACK משולב AI. מורים רבים מתארים יכולת דיגיטלית במונחים רחבים ואינם מסוגלים להגדיר אותה, הם גם לא בטוחים ביכולות המוקדמות שיש לעמוד בהן. מורים גם מרבים להעריך יתר על המידה את מיומנויותיהם של תלמידים במחשבים וטכנולוגיה דיגיטלית. זאת מכיוון שמרבית התלמידים יש גישה בלתי מוגבלת לטלפונים ולמחשבים בבית ובבית הספר, (Velander et al., 2023). 

בנימה אישית, הנושא של שילוב בינה מלאכותית בחינוך מעורר לא מעט תגובות, מהמתנגדים עד התומכים הנלהבים וכל מי שביניהם. אני חושבת שראוי להכיר בכך שהנושא חשוב מאוד, לבחון את המחקרים הקיימים וליצור הזדמנויות למידה למורים, החל משלב הכשרתם כמורים. באשר לתלמידים, הרי שהם נחשפים לטכנולוגיות, גם לבינה מלאכותית, זהו טבעו של העולם האמיתי… כאנשי חינוך, עלינו להתוות להם את הדרך ולוודא שהם הולכים בה בבטחה. ברמת המעשה, יש להמשיך ולהקנות מיומנויות של אוריינות דיגיטלית, כמו גם כישורים של אוריינות AI, וזאת על מנת לוודא שאנשי חינוך ותלמידים יודעים איך להשתמש בטכנולוגיות, לבחון את המידע המתקבל ולעבד אותו בהלימה למטרותיהם. 

ביבליוגרפיה:

Antonio, L., Jiménez-garcía, E., & López-fraile, L. A. (2024). Pedagogy Wheel for Artificial Intelligence : adaptation of Carrington ’ s Wheel. 27, 0–25.

Asad, M. M., Younas, S., Ali, S., Churi, P. P., & Nayyar, A. (2023). Integration of Artificial Intelligence in the Modern Classroom: Prospects for Digitization in Education. In AI-Assisted Special Education for Students With Exceptional Needs (pp. 110-136). IGI Global.‏

Barakina, E. Y., Popova, A. V., Gorokhova, S. S., & Voskovskaya, A. S. (2021). Digital Technologies and Artificial Intelligence Technologies in Education. European Journal of Contemporary Education, 10(2), 285-296.‏

Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468.‏

Forbes, A. (2023). What and why do teachers need to know about artificial intelligence?. Scan: The Journal for Educators, 42(3), 4-16.‏

Gattupalli, S., Maloy, R. W., Edwards, S. A., Gattupalli, S., Maloy, R. W., & Edwards, S. (2023). ScholarWorks @ UMass Amherst Prompt Literacy : A Pivotal Educational Skill in the Age of AI Prompt Literacy : A Pivotal Educational Skill in the Age of AI.

Hamilton, E. R., Rosenberg, J. M., Akcaoglu, M., & Hamilton, E. R. (2016). The Substitution Augmentation Modification Redefinition ( SAMR ) Model : a Critical Review and Suggestions for its Use. 433–441. https://doi.org/10.1007/s11528-016-0091-y

Korzynski, P., Mazurek, G., Krzypkowska, P., & Kurasinski, A. (2023). Artificial intelligence prompt engineering as a new digital competence : Analysis of generative AI technologies such as ChatGPT. 11(3).

Lo, L. S. (2023). The Journal of Academic Librarianship The CLEAR path : A framework for enhancing information literacy through prompt engineering. The Journal of Academic Librarianship, 49(4), 102720. https://doi.org/10.1016/j.acalib.2023.102720

Mollick, E. (2023). Using AI to Implement Effective Teaching Strategies in Classrooms : Five Strategies , Including Prompts.

Oded, Y., & Oded, I. (2022). SAMR Model in Action: Effective Technology Integration in LCTL Teaching. CALICO Journal, 39(3).‏

Puentedura, R. (2014, September 24). SAMR and Bloom’s taxonomy: Assembling the puzzle [Blog post]. Retrieved from https://www.commonsense.org/education/blog/samr-andblooms-taxonomy-assembling-the-puzzle/ 

Sharma, N. (2023). Artificial Intelligence: Paving the Way to a Smarter Education System. In Artificial Intelligence for Societal Issues (p.156). Cham: Springer International Publishing.‏

Velander, J., Ahmed, M., & Nuno, T. (2023). Artificial Intelligence in K ‑ 12 Education : eliciting and reflecting on Swedish teachers ’ understanding of AI and its implications for teaching & learning. Education and Information Technologies, 0123456789. https://doi.org/10.1007/s10639-023-11990-4

Wahyuni, S., & Mujiyanto, J. (2020). Teachers ’ Technology Integration Into English Instructions : SAMR Model. 443(Iset 2019), 546–550.