כולם ב-AI, איש לא בודק

ה-AI כבר מזמן לא בדיון תיאורטי על עתיד החינוך. הוא כאן, בשטח, בפרקטיקה היומיומית של כיתות. סקר חדש מראה שקרוב ל-שני שליש מהמורים מדווחים שהם משתמשים בבינה מלאכותית בעבודתם. זה נתון מדהים — אבל יש איתו בעיה קשה: בזמן שהאימוץ מזנק, שיטות המחקר שאמורות לבדוק אם הכלי הזה באמת עוזר — נשארו מאחור.

וזה לא עניין שולי. רק אחד מכל חמישה מוצרי edtech שנמצאים כיום בשימוש בבתי ספר מחזיק באיזושהי ראיה לכך שהוא באמת משפר תוצאות הוראה או למידה. חמישית. בעולם שבו מנהלי בתי ספר מקבלים החלטות רכש על סמך הבטחות שיווקיות, זה נתון שצריך להדיר שינה.

RCT זה לא הכל

במשך עשורים, הזהב המחקרי בחינוך היה ניסוי אקראי מבוקר (Randomized Controlled Trial, או RCT). הכלי הזה שירת את התחום נפלא כשחקרו הקטנת כיתות, אסטרטגיות קריאה או חונכות ממוקדת. אבל AI הוא סוג אחר לגמרי של התערבות.

מודלים מתעדכנים כל הזמן. פרומפטים משתנים. המשתמשים לומדים ומפתחים את האינטראקציה שלהם עם הכלי. הגרסה שנבדקה היום עשויה להיראות לגמרי שונה מזו של החודש הבא. RCT מניח התערבות יציבה ואחידה — הנחה שבמקרה של כלי AI מוקדמים פשוט לא מחזיקה מים.

התוצאה? השיחה נתקעת. מישהו שואל "יש ראיות?", מישהו עונה "אין RCT", וזהו — הדיון נגמר. והכלים ממשיכים להיכנס לשימוש.

מה כן עובד?

מה שמוצע במקום הוא גישה שנקראת Implementation R&D — מחקר ופיתוח יישומי. הרעיון הוא לא לחכות שנים למחקר מושלם, אלא לייצר ראיות בשלבים: קודם בודקים שהכלי עובד ברמת העיצוב, אחר כך מריצים מחזורים מהירים של בדיקה ומשוב, ורק בסוף — כשההתערבות יציבה — עושים RCT גדול.

כמה גופים כבר הולכים בכיוון הזה. ה-Institute of Education Sciences (IES) האמריקאי מימן מרכזי מו"פ ל-AI גנרטיבי ששמים דגש על פיתוח איטרטיבי ופיילוטים לפני ניסויים פורמליים. שותפויות כמו זו בין Leanlab Education ל-Boston University מפעילות את יוזמת EVAL — תמיכה בטכנולוגיה דרך מחזורי בדיקה בעולם האמיתי.

מה שמעניין הוא שדווקא כלי AI מאפשרים מחקר מהיר יותר מאי פעם. הכלי עצמו לוכד נתוני שימוש בזמן אמת — מה שהופך תצפיות מסורבלות וקידוד ידני למיותרים במקרים רבים. אפשר, למשל, להריץ A/B testing איטרטיבי: משנים פרמטר אחד בכלי, משווים לתוצאות, מתקדמים. כלי AI של Teaching Lab כבר נבדק כך — גרסה סטנדרטית מול כזו שמדגישה הוראה ממוקדת תלמיד.

המהפכה האמיתית: מה אנחנו בכלל מעריכים?

אבל יש רגע בסיפור הזה שגדול יותר מכלי מחקרי כזה או אחר. והוא מתרחש דווקא באקדמיה הישראלית.

ד"ר דנה לנדאו-רביב, מרצה בכירה בבית הספר לניהול וכלכלה במכללה האקדמית תל אביב-יפו, פרסמה לאחרונה טור שמסכם את הוויכוח שמנהלים עכשיו כמעט בכל מחלקה אקדמית בארץ: האם מותר להשתמש ב-AI, ואם כן — כמה?

התשובה שלה מפתיעה בישירות שלה: השאלה הזאת כבר לא רלוונטית. הסטודנטים כבר משתמשים. גם היא. האיסור על שימוש הוא לא אפשרות מעשית. השאלה האמיתית — והיא הרבה יותר קשה — היא מה אנחנו בעצם מעריכים כשאנחנו נותנים מטלה אקדמית.

"המטלה כבר אינה משקפת בהכרח את היכולות שחשבנו שהיא משקפת", כותבת לנדאו-רביב. "האינוונטציה האקדמית שעליה התבססה ההערכה יכולה להתבצע תוך דקות בעזרת בינה מלאכותית."

לפני כמה שנים, מטלה אקדמית הייתה תהליך: חיפוש מאמרים, קריאה, השוואת מקורות, גיבוש עמדה, כתיבה. לכל שלב היה ערך לימודי. היום? שלבים שלמים בתהליך הזה יכולים לקרות אוטומטית. אם המרצה עדיין מעריכה רק את התוצר הסופי — העבודה הכתובה — היא מעריכה משהו שכבר לא משקף את מה שהיא חושבת שהיא מעריכה.

הפתרון של לנדאו-רביב: להעביר את הדגש מתוצר לתהליך. דיונים בכיתה, מצגות, רפלקציה על תהליך העבודה, יכולת להסביר ולהצדיק החלטות. בעידן שבו AI יכול לייצר תשובה מהירה, היכולת לשאול את השאלה הנכונה ולהפעיל שיקול דעת עצמאי הופכת למיומנות המרכזית.

מה מובילות הכיתה בונות?

בתוך הכאוס הרגולטורי והמחקרי, יש חדשות מעניינות מכיוון שוק כלי ה-AI החינוכיים עצמם. דוח חדש של The Tools Competition — תחרות שמתקיימת כבר שש שנים ומנתחת הגשות של מפתחי edtech — חושף מגמה ברורה.

בשנת 2021, מעט מאוד הצעות זוכות כלל הזכירו AI. שנה אחר כך, ChatGPT שינה את התמונה: עד למחזור השלישי של התחרות ב-2023, כשלושה רבעים מההצעות הזוכות כבר התבססו על foundation models. אבל מה שהשתנה לאט יותר הוא עומק היישום — לא כל מי ששם "AI" בשם המוצר באמת הנדס סביב היכולות האלה.

הכלים החזקים ביותר חולקים שלושה מאפיינים:

1. אינטגרציה עם חוויות למידה אותנטיות — לא AI לשם AI, אלא פתרון לבעיה חינוכית קונקרטית
2. הערכה מובנית של האפקטיביות — מדידה של תוצאות, לא רק שימוש
3. עיצוב מכוון הוגנות — תשומת לב לתלמידים עם צרכים מיוחדים, סביבות עם קישוריות מוגבלת, ולומדים רב-לשוניים

כמה דוגמאות מהשטח:

• KIVA — אווטאר מונפש מבוסס AI שמסייע לילדים צעירים ללמוד קריאה, עם זיהוי דיבור באנגלית וספרדית
• PAL for Early Math Learning — מערכת מבוססת agentic AI שמסייעת למבוגרים להנחות ילדים בלמידת מתמטיקה, עם הנחיות מותאמות אישית
• SmartCoach Assess — אפליקציה אופליין להערכת קריאה בכיתות עם קישוריות מוגבלת, שכבר עברה ניסויים בגאנה ואוגנדה

כמעט מחצית מכלי ה-AI הזוכים ב-2026 כללו ממשק קולי, אווטארים מונפשים או זיהוי דיבור. זה לא טרנד אקראי — זה מענה לצורך אמיתי של לומדים צעירים, תלמידים עם צרכים מיוחדים, ולומדים רב-לשוניים שממשקי טקסט בלבד לא משרתים.

אז מה בעצם קרה כאן?

התמונה הגדולה היא של פער הולך וגדל: הטכנולוגיה מתקדמת בקצב מסחרר, והמחקר והרגולציה מפגרים מאחור.

מורי ישראל וארה"ב כבר משתמשים ב-AI. סטודנטים כבר משתמשים. מנהלי בתי ספר כבר קונים כלים. אבל מי שאמור לבדוק אם כל זה עובד — החוקרים, קובעי המדיניות, גופי התקינה — עדיין מנסים להבין איך בכלל לגשת לשאלה.

במדינות כמו אילינוי, בתי ספר כבר בודקים נתוני שימוש כדי לזהות כלים שסתם תופסים מקום בקליפורניה, מחוזות אחרים מפעילים פיילוטים של חוזים מבוססי תוצאות — משלמים רק אם הכלי משפר הישגים. כולם מחפשים ראיות, לא הבטחות.

בארה"ב גופים כמו ה-IES כבר התחילו להזיז כסף לכיוון מו"פ איטרטיבי. באקדמיה הישראלית, מרצים כמו לנדאו-רביב מובילים חשיבה מחדש על הערכה — לא כדי למנוע שימוש ב-AI, אלא כדי לוודא שההערכה משקפת את מה שבאמת חשוב.

המחיר של לחכות

הפער הזה הוא לא רק אקדמי. יש לו מחיר מעשי.

מדינה שמשקיעה ב-AI חינוכי היום לא יכולה להמתין שנתיים-שלוש למחקר על גרסה שכבר לא קיימת. כלי שמגיעים לקנה מידה גדול בלי נתוני תוצאות בסיסיים — עלולים לפגוע במקום לעזור. ובעיקר: דור שלם של תלמידים עובר את החוויה החינוכית שלו עכשיו, לא בעתיד.

הגישה שמציעים החוקרים היא לא לוותר על סטנדרטים, אלא לשנות את הדרך שבה בודקים אותם: ראיות בשלבים, שאלות שמניעות מתודולוגיה, ושימוש ביכולות של AI עצמו כדי לחקור את ההשפעה שלו.

כי אם הכלי הזה כל כך חזק שהוא משנה את הדרך שבה אנחנו מלמדים — כדאי שנבין סוף-סוף אם הוא גם עובד.