כשה־AI יודעת את התשובות, האוניברסיטאות צריכות לשנות את השאלות

התפתחות הבינה המלאכותית (AI) מציבה אתגר משמעותי בפני המערכת האקדמית, המחייבת שינוי מהותי בשיטות ההוראה, הלמידה וההערכה. כלים מבוססי AI מסוגלים כיום לייצר עבודות, לכתוב קוד ולספק תשובות במהירות, מה שמערער את שיטות הבחינה המסורתיות המבוססות על ידע בלבד. באקדמיה מבינים את הצורך בשינוי, אך הפתרונות אינם פשוטים. מבחנים בעל פה, למשל, יכולים לבדוק הבנה אמיתית, אך קשים ליישום בכיתות גדולות.

פרופ' עמי מויאל, יו"ר הוועדה לתכנון ותקצוב של המועצה להשכלה גבוהה (ות"ת), רואה ב-AI הזדמנות ולא איום. הוא מקדם השקעות במחשוב-על לחוקרים ומוביל הקמת ועדות להיערכות ל-AI. לטענתו, על האוניברסיטאות לשנות את דמות הבוגר, כך שיכלול לא רק ידע אלא גם מיומנויות כמו חשיבה ביקורתית, יצירתיות ועבודת צוות. הוא מדגיש כי המרצים יצטרכו לעבור מהרצאות פרונטליות להנחיה, דיונים והדרכה, תוך התמקדות בהקניית מיומנויות ולא רק בידע. המל"ג משקיעה כ-100 מיליון שקל בהכשרת סגלים אקדמיים, ומויאל שוקל להגדיל תקציב זה.

פרופ' מנואל טרכטנברג, לשעבר יו"ר ות"ת, מציין כי הירידה בנוכחות בשיעורים פרונטליים החלה עוד לפני פריצת ה-AI, והקורונה האיצה מגמה זו. הוא סבור שהסטודנטים יגיעו לכיתות לצורך דיונים בקבוצות קטנות, שכן לכך אין תחליף. עם זאת, הוא מזהיר כי AI טובה בהצגת מידע אך אינה מסייעת להפנמה או לחשיבה ביקורתית, מה שמצריך אינטראקציה אנושית. טרכטנברג גם מעלה את הקושי בהערכת עבודות כתובות, שכן קשה להבחין בין עבודה מקורית לזו שנוצרה בעזרת AI, ומציין כי מבחנים בעל פה אינם מתאימים למוסדות המוניים.

דדי פרלמוטר, יו"ר הוועד המנהל של הטכניון, מדגיש את הצורך בשינוי תוכניות הלימודים והתמקדות בהקניית כישורים. הוא מציין ירידה במספר הסטודנטים במדעי המחשב, אך עלייה במקצועות קשורים כמו מדעי הנתונים ו-AI. פרלמוטר טוען כי תארים אקדמיים עדיין רלוונטיים, אך יש לעדכן תוכניות לימודים מדי שנה ולהדגיש פרויקטים מעשיים והתנסות בתעשייה. הוא מוסיף כי מפתחי תוכנה יצטרכו להכשיר עצמם לניהול צוותי AI, תוך הפחתת הדגש על כתיבת קוד והגברת הדגש על הגדרת משימות ובקרת תוצאות.