מויאל: האוניברסיטאות הישראליות חייבות להשתנות בעידן ה-AI

ה-AI יודעת את התשובות, אבל האוניברסיטאות עדיין שואלות את השאלות הישנות. בעולם שבו מודל בינה מלאכותית יכול לכתוב עבודות, לייצר קוד ולספק תשובות בתוך שניות, שיטות ההוראה וההערכה הקלאסיות כבר לא מספיקות. אז מה בעצם קרה כאן? המרוץ בין האקדמיה לבין ה-AI התחיל, ומוסדות ההשכלה הגבוהה נמצאים בלחץ למצוא פתרונות יצירתיים.

משבר אמיתי באקדמיה הישראלית

פרופ' עמי מויאל, יו"ר הוועדה לתכנון ולתקצוב של המועצה להשכלה גבוהה (ות"ת), טוען שמדובר במשבר שמחייב את האוניברסיטאות להמציא את עצמן מחדש. ״ה-AI לא תחליף עובדים עם אוריינטציית AI חזקה. היא תחליף עובדים שאין להם אוריינטציה כזאת״, הוא מסביר. זו הסיבה שהאוניברסיטאות חייבות לשנות את דמות הבוגר – לא רק להקנות ידע, אלא לפתח מיומנויות כמו חשיבה ביקורתית, יצירתיות, עבודת צוות והצגת תוצרים, שחיוניות לעבודה עם ה-AI.

אך איך עושים את זה בפועל? כיתות עמוסות, הרצאות פרונטליות ועבודות כתובות הופכות למיותרות כאשר כל סטודנט יכול לפנות ל-AI. ״אחת השאלות היא האם אתה יכול עדיין לבקש מהסטודנטים עבודות, במיוחד בתארים מתקדמים, כשהדבר הראשון שהם עושים הוא לפנות ל-AI״, אומר פרופ' מנואל טרכטנברג, לשעבר יו"ר ות"ת. ״נכון, יש אפליקציות שבוחנות אם זה נכתב על ידי ה-AI. אבל מדובר במרוץ חימוש בין ה-AI לאפליקציות, ואף אחד לא ינצח בו. זה אומר שצריך להסתמך יותר על השיטה הישנה של מבחנים בעל פה, שיחות ומצגות״.

המספרים שמספרים את הסיפור

הירידה הזו לא מתרחשת בוואקום. במהלך השנתיים האחרונות, מספר הסטודנטים שמתחילים ללמוד מדעי המחשב ירד ב-15%, מ-7,277 בתחילת שנת הלימודים תשפ"ג ל-6,219 בתחילת שנת הלימודים תשפ"ה. ירידה של 1,058 סטודנטים – זה כמו שכבה שלמה שפשוט נעלמה. הסיבה העיקרית: משבר הג'וניורים בתחום פיתוח התוכנה והחשש שה-AI תייתר עובדים.

אבל יש גם חדשות טובות. מספר הסטודנטים במקצועות קשורים כמו מדעי הנתונים, הנדסת נתונים ובינה מלאכותית הוכפל באותן שנים, מכ-500 לכ-1,042. בשנה האחרונה אישרה המל"ג לתשעה מוסדות לפתוח תואר ייעודי בבינה מלאכותית, מה שעשוי למשוך עוד סטודנטים לתחומים אלו.

כסף, מרצים ותוכניות חדשות

מויאל, חלוץ ה-AI בישראל, פועל במרץ לשינוי. אחת הפעולות המרכזיות שלו הייתה השגת תקציבים ייעודיים גדולים מהממשלה כדי להעמיד לרשות חוקרים מחשבי-על. כיום המל"ג משקיעה 100 מיליון שקל בהכשרת חברי סגל אקדמי, והמוסדות מוסיפים עוד 100 מיליון שקל. ״ייתכן שהדרך להכשיר את הסטודנטים אינה דווקא באמצעות קורסי מבוא רבי-משתתפים, אלא הכשרה במהלך הקורסים השוטפים לכל אורך התואר״, הוא מציע.

דדי פרלמוטר, יו"ר הוועד המנהל של הטכניון ויו"ר הוועדה להון אנושי בהייטק, מסכים שהמרצים יצטרכו להשתנות. ״ברור שזה לא יהיה בהרצאה פרונטלית כשהמרצה עומד ליד הלוח והסטודנטים רושמים. הם יצטרכו להיות מורים טובים, ליזום תרגילים ולהנחות דיונים. זה עולם חדש״.

מה הלאה? הוראה ומחקר

האוניברסיטאות לא רק מתמודדות עם אתגרי ההוראה – גם המחקר משתנה. טרכטנברג רואה ב-AI כלי עזר מצוין לחוקרים. ״זה כמו עוזר מחקר שעובד 24/7 ולא מתלונן״, הוא אומר. ״עשיתי עכשיו משהו בחצי שעה שפעם הייתי צריך לבקש מעוזר מחקר והיה לוקח לו חצי יום. אבל החוקר עדיין כותב את הפרומפט ומציג את הבעיה״.

ומה לגבי תעשיית ההייטק? פרלמוטר מרגיע: ״רוב תעשיית ההייטק בארץ עדיין מעוניינת בתארים. גם הידע הבסיסי נשאר חשוב כי לא תיקח אדם שיודע להשתמש ב-Claude ותיתן לו לפתח טיל״. לדבריו, התואר יצטרך לכלול הרבה יותר פרויקטים יישומיים והתנסות מעשית.

אתגר בלתי פתור?

בסופו של דבר, הבעיות לא פשוטות. ״הבעיה היא שמבחינת הסגל, מתן תשומת לב רבה יותר להוראה בא על חשבון מחקר״, מודה מויאל. וטרכטנברג מוסיף: ״אם מטרת ההכשרה היא הקניית מיומנויות, צריך לדעת איך להעריך שליטה בהן, וזה מורכב הרבה יותר ממבחני ידע. זו בעיה בלתי פתורה״.

אז מה עושים? האוניברסיטאות הישראליות יצטרכו לעדכן את תוכניות הלימודים מדי שנה בהתאם להתפתחויות הטכנולוגיות. ה-AI לא הולכת להיעלם, אבל אולי בפעם הבאה שתשבו במבחן בעל פה, תחשבו על המרצה שלכם שמתמודד עם מהפכה שקטה.