בינה מלאכותית חושפת כשלים עמוקים בהשכלה הגבוהה: הזדמנות לשינוי

פרופסור סטיבן מינץ, מרצה להיסטוריה באוניברסיטת טקסס באוסטין, גילה בעת בדיקת 400 חיבורים של סטודנטים שלו משהו מדאיג: המשפטים היו זהים, המבנה דומה ואפילו המסקנות חופפות. לדבריו, זה לא משבר בגידה, אלא משבר פדגוגי. במשך שנים רבות, אוניברסיטאות פעלו כמו מפעלים וסיפקו הרצאות המוניות, משימות סטנדרטיות וציונים מבוססי רובריקות שמבוצעים על ידי עוזרי הוראה עמוסים. מה שנקרא "מנטורינג" הוא למעשה "חינוך תעשייתי", וכעת הבינה המלאכותית חשפה עד כמה ריקנית המערכת הזו הפכה.

"מכונות כבר יכולות לבצע את רוב מה שביקשנו מסטודנטים – ולעיתים קרובות טוב יותר", כתב מינץ בפוסט בלינקדאין. "כאשר 400 סטודנטים יכולים לייצר חיבורים זהים תוך 30 שניות, הבעיה אינה בסטודנטים, אלא במשימה עצמה".

מותו של החיבור הביתי המסורתי

במייל ל-Business Insider, הסביר מינץ כי החיבור הביתי המסורתי איבד מחשיבותו, משום שהוא בודק בדיוק את מה שבינה מלאכותית עושה מצוין: מחקר, הבנת הקשר, בניית טיעון והתפתחותו. כתוצאה מכך, הוא עבר ממשימות מחוץ לכיתה למבחנים שמדגימים למידה גלויה, כמו כתיבה בכיתה, מצגות בעל פה ללא הערות מפורטות ודיונים מונחים על ידי סטודנטים.

"לא יהיו משימות מדורגות מחוץ לכיתה. ההערכה תתבסס אך ורק על פעילויות שניתן לראות באופן אישי", הוא אמר. מינץ מדמיין מערכת שבה AI מטפל ב"למידת שליטה" – עובדות בסיסיות, כרונולוגיה ומסגרות קונספטואליות – ומשחררת את הסטודנטים להתמקד ב"למידת חקירה": הצגת שאלות ובניית טיעונים מורכבים.

הוא קורא להכפיל את ההשקעה במיומנויות נצחיות כמו מחקר, כתיבה, נומריות וקריאה ביקורתית – אך בדרכים שדורשות יצירתיות ומחשבה עצמאית. "עלינו לוודא שסטודנטים יסיימו את לימודיהם עם יכולת לבצע מחקר, לכתוב ולדבר בבירור ובאופן אנליטי, לקרוא בעיון ובביקורתיות, להיות בעל אוריינות מספרית ותרבותית ומוכנים לקריירה העתידית שלהם", הוא מדגיש.

אם האוניברסיטאות ימשיכו בעסקים כרגיל, אמון הציבור בהשכלה הגבוהה וערך התואר ידעך.

איסורים על AI פוגעים בסטודנטים בשוק העבודה

רבות מהאוניברסיטאות מגיבות על ידי הגבלת שימוש בכלי AI, בעיקר מחשש לגידה ושימוש לרעה. אולם, AI לא יצר התנהגות בגידה – הוא רק שינה את השיטה והקל עליה. במקרים רבים, מדיניות ה-AI נמסרת לפרופסורים, מה שגורם לבלבול בקרב סטודנטים מכיוון שהחוקים משתנים בין קורסים באותה אוניברסיטה. הגבלת כלים כמו ChatGPT, שיכולים לשפר פרודוקטיביות משמעותית בשימוש נכון, מעידה על אי-הבנה יסודית של תפקיד ה-AI בכלכלה.

דוגמה: לפני גוגל, סטודנטים השתמשו בספריות פיזיות, אך איש לא דרש להישאר בהן בלעדית. כיום, איסורים על AI דומים לסירוב להתאים את עצמנו. זה פוגע בעיקרון הבסיסי של אוניברסיטאות: הכנת צעירים לקריירות בעולם האמיתי.

למרבה המזל, לא כולם מהססים. אוניברסיטת Ohio State הטמיעה AI בקורסים כדי להבטיח שסטודנטים יגיעו לשליטה עד סיום הלימודים. ב-USF School of Law מותר שימוש ב-AI לניתוח משפטי ומחקר, לבניית מיומנויות עולם אמיתי.

שוק העבודה קשה: סקר Outlook 2026 של NACE צופה עלייה של 1.6% בלבד בגיוס בוגרי 2026 לעומת 2025, עם יותר מועמדויות ופחות הצעות. תפקידי כניסה מצטמצמים, תחרות גוברת – סטודנטים זקוקים לכל יתרון, כולל שליטה ב-AI.

מעסיקים מצפים לעובדים מהירים יותר עם פחות משאבים. AI משולב בכל התעשיות: מחקר, כתיבה, קוד, ניתוח נתונים. ב-OpenAI's Project Mercury גויסו בנקאים לשעבר להכשרת AI למשימות בסיסיות. מנכ"ל Shopify הכריז ששימוש ב-AI הוא ציפייה בסיסית, ובמיקרוסופט מעריכים עובדים על פי שימוש בכלי AI. סקר של Slack מצא שעובדים המשתמשים ב-AI יומיומית מדווחים על 64% יותר פרודוקטיביות ו-81% שביעות רצון גבוהה יותר.

מה אוניברסיטאות צריכות לעשות

במקום להגביל AI, עליהן להטמיע אותו בקורסים, ללמד שימוש אתי ומעשי, ולהדגיש כיצד הוא משפר – לא מחליף – חשיבה ביקורתית. דוגמאות:

• דרישה להגיש טיוטות ראשוניות, פרומפטים של AI ויומני חשיבה לצד העבודה הסופית, כדי להדגים תוספת ערך מעבר למה ש-AI מייצר.
• הכשרת פרופסורים בכלי AI לשיפור הוראה, הערכה ומחקר.
• שיתופי פעולה עם מעסיקים וספקי טכנולוגיה להתאמת קורסים לציפיות שוק העבודה.

אזהרות מפני 'דה-סקילינג'

פרופסורית הפילוסופיה אנastasיה ברג מאוניברסיטת קליפורניה באירווין מזהירה כי הסתמכות כבדה על AI גורמת לאובדן מיומנויות ליבה בקצב מדהים. עובדים צעירים, במיוחד מתחילים, פגיעים ביותר. פרופסורים במדעי המחשב מדווחים שסטודנטים ומפתחים מתחילים לא לומדים לכתוב או לתקן קוד בעצמם, כי הם מסתמכים על AI מיום ראשון.

"זה בסדר שלמפתח הבכיר להשתמש ב-AI, אבל הצעירים חסרי תועלת כי הם לא יכולים להימנע ממנו", היא אומרת. תלות כזו מונעת בניית ידע בסיסי להבנת פעולת ה-AI, אימות או תיקון.

מחקרים מ-Oxford University Press ומקורות אחרים מצביעים על כך ש-AI מגביר מהירות ומעורבות, אך על חשבון עומק, חשיבה ביקורתית, יצירתיות ופיתוח מיומנויות ארוך טווח. תלות מתפשטת גם מחוץ לעבודה: מבוגרים פונים לצ'אטבוטים לתמיכה רגשית והחלטות יומיומיות, מה שמערער שיפוט עצמאי.

ניתוח של 1.58 מיליון שיחות ChatGPT מצא ש-73% מההודעות ממבוגרים אינן קשורות לעבודה. תלות כזו מחלישה יכולות קוגניטיביות בסיסיות.

הזדמנות לשינוי

למינץ, AI הוא מראה שמראה כמה השכלה גבוהה הסתמכה על למידה מכנית וכמה התרחקה משורשיה. "AI לא מאיים להפוך את ההשכלה הגבוהה ללא-אנושית – הוא חושף כמה כבר הפכנו אותה לכזו, ומציע הזדמנות אחרונה להחזיר את האבדה".

השנים הקרובות חייבות להיות תקופת המצאה מחדש: שינוי הערכה, קורסים המתמקדים בקריאה איטית, שאלות עמוקות, דילמות אתיות, חשיבה היסטורית, שטף נתונים ופתרון בעיות יצירתי. השקעה בסמינרים, מנטורינג, מחקר תחת-בוגר ולמידה חווייתית.

אוניברסיטאות עומדות בפני בחירה: להכפיל מעקב והסטנדרטיזציה, או לבנות מחדש סביב מה שמכונות לא יכולות לשכפל. "זה הרגע שלנו לעצב מחדש – לא להגן – את עתיד הלמידה".

האם ננצל את AI כדי לחשוף ולתקן כשלים ותיקים, או נתעלם ונסכן את דור הסטודנטים הבא?