MIT: התואר חייב להשתנות בגלל ה-AI

סטודנטים, אתם יודעים שמשהו גדול קורה כשב-MIT – הגוף שעזר להניח את היסודות התיאורטיים של ה-AI המודרני – יוצא דו״ח שקורא לשינוי יסודי. זה מה שקרה השבוע, וב-MIT לא מדברים על עוד מדיניות כיתתית או נוהל יושרה אקדמית. מדברים שם על מה שהסטודנטים באמת צריכים ללמוד, על האופן שבו מעריכים אותם, ובעצם – על מהות התואר בעידן שבו מודל AI יכול לכתוב, לקודד ולנתח ברמה שמשתפרת מיום ליום.

הדו״ח, שפורסם על ידי ועדה מיוחדת (Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training), קובע שמדובר ב״רגע מכונן״ (watershed) – לא רק ל-MIT, אלא לכל ההשכלה הגבוהה. הנשיאה Sally Kornbluth כותבת ש״מדובר בתרגיל לא אופציונלי״. הוועדה הוקמה בינואר 2026 עם שלוש מטרות מוגדרות: להעריך את השימוש ב-AI על ידי סגל וסטודנטים, לזהות גישות חדשות להוראה ולהערכה, ולהציע מדיניות שימוש ב-AI. הדו״ח הסופי חורג מכך ושואל: מה בעצם צריכה להיות מהות החינוך ב-MIT כשמכונות מסוגלות לבצע חלק הולך וגדל מהעבודה הקוגניטיבית?

התשובה שלהם מתכנסת לשלושה נדבכים גדולים. הראשון הוא הפיכת תוכניות הלימוד ל״אורייניות AI״ (AI-aware). השני – חיזוק חוויית החיים בקמפוס והקהילה האנושית, כי הקשר האנושי חשוב מתמיד. השלישי – בניית תשתית קבועה לניסוי ולתיקון, במקום לראות במדיניות הראשונה ״סידור קבוע״.

מה זה אומר בכיתה?

אחד הרעיונות המשמעותיים הוא דרישה שכל קורס יגדיר במפורש: מתי מותר לסטודנטים להשתמש ב-AI, מתי חובה להשתמש בו לעבודה מסוימת, ומתי השימוש אסור לחלוטין. לדוגמה:

• סמינר כתיבה יכול לאפשר שימוש ב-AI לביקורת, אבל לאסור אותו בשלב הטיוטה הראשונה.
• קורס מדעי המחשב יכול לדרוש מהסטודנטים לבנות אלגוריתמים בסיסיים לבד, ורק אז לאפשר עבודה עם עוזרי קוד (coding agents).
• קורס מעבדה יכול לאפשר ניתוח נתונים באמצעות AI, אבל עדיין לדרוש מהסטודנטים לבצע ניסויים פיזיים ולהגן על הפרשנות שלהם פנים אל פנים.

מעבר ל״רמאות״:

הוועדה יוצאת מנקודת הנחה שהדיון על ״רמאות״ עם AI הוא כבר מיושן. השאלה הגדולה יותר שהיא מתמודדת איתה היא: מה בני אדם עדיין צריכים לדעת, לתרגל ולהוכיח כשהמכונות יכולות לבצע חלק ניכר מהעבודה הקוגניטיבית סביבם? התשובה של MIT מתחילה להתגבש: אנשים צריכים להפוך למשתמשים מיומנים ב-AI, מבלי לוותר על שיקול הדעת, ההבנה הטכנית, הסקרנות והניסיון החברתי שמאפשרים להם לזהות כשהמכונה טועה.

למה זה חשוב לנו בתעשיית ההייטק הישראלית?

כשמוסד כמו MIT – שבוגריו ממלאים מעבדות, סטארטאפים, אוניברסיטאות וקבוצות טכנולוגיה תאגידיות מסביב לעולם – אומר שמערכת החינוך שלו זקוקה לעבודת עומק, קשה למוסדות אחרים לבטל את המסר. זה רלוונטי בדיוק למעסיקים. חברות רבות מתמודדות עכשיו עם גרסאות של אותה בעיה: AI יכול לייצר תוצרים שבעבר שימשו ראיה ליכולת אנושית, והמוצר המוגמר כבר לא מספר לכם יותר מדי על האדם שהכין אותו.

הדו״ח גם מזכיר דאגות אמיתיות שעלו מהקהילה, כולל ההשפעה הסביבתית של מרכזי הנתונים, ההידרדרות האינטלקטואלית הפוטנציאלית של סטודנטים, וחוסר עקביות ובהירות במדיניות AI. הנתון הבא מדבר בעד עצמו: לפי סקר של ה-AAC&U, 91% מהמעסיקים חושבים שחשוב שלבוגרי תואר יהיו כישורים לשימוש ב-AI.

ומה עם Stanford?

הדו״ח של MIT מצטרף לרוח דומה ב-Stanford, שעוסקת גם היא רבות בשאלת ה-AI בהשכלה הגבוהה. אבל הפעם, ה-MIT הוא שמניח את המסגרת המוסדית הרחבה – לא מדיניות כיתתית בודדת, אלא חשיבה מחדש על מהות התואר.

בסופו של דבר, הדו״ח הזה הוא איתות. כשתעשיית ההייטק הישראלית מתמודדת עם איתור כישרונות ועם הכשרתם, השאלה ״מה סטודנטים צריכים באמת לדעת״ היא לא אקדמית – היא עסקית. ו-MIT, בדרכו, מנסה לשרטט מפה.