אוניברסיטאות בעידן ה-AI: מהפכה, משבר ואסטרטגיית ההישרדות החדשה
האקדמיה הגלובלית, ובעקיפין גם הישראלית, ניצבת מול ירידה בביקוש ללימודים, משבר אמון ומהפכת AI. ג'וזף עאון מציע מודל חד: שילוב עמוק של AI, פיתוח מיומנויות אנושיות, למידה חווייתית ושימוש בבוגרים כשגרירים – לא כנסיגה מהשיבוש, אלא כהובלה שלו.
בעידן שבו בינה מלאכותית משנה מקצועות, תעשיות והרגלי למידה בקצב מסחרר, גם מוסדות ההשכלה הגבוהה ניצבים בצומת קריטי. נשיא Northeastern University, ג'וזף עאון (Joseph E. Aoun), ניסח זאת בפודקאסט International Business Today בצורה חדה: "אתה לא יכול לסגת. אף אחד לא יכול לסגת, אפילו בזמני שיבוש".
הדיון הזה, שמתרחש באוניברסיטה אמריקאית מבוססת, רלוונטי במיוחד גם לישראל: ירידה בביקוש ללימודים, שחיקת אמון הציבור והופעת ה-AI ככוח משבש – כל אלו אינם תרחישים תיאורטיים, אלא מציאות שהאוניברסיטאות כאן חייבות להתמודד איתה עכשיו.
שלושת הקרחונים שמאיימים על האקדמיה
עאון מתאר שלושה "Icebergs" עיקריים שמערכת ההשכלה הגבוהה מתקרבת אליהם:
- פחות סטודנטים פוטנציאליים – שינוי דמוגרפי וירידה בשיעור הצעירים שבוחרים בתואר ראשון. זהו טרנד שמתחיל בברית המועצות לשעבר, בארה"ב ובאירופה, אך מורגש גם בישראל: יותר צעירים שוקלים מסלולים אלטרנטיביים כמו קורסים מקצועיים, Bootcamps, הסמכות מואצות ולמידה עצמאית אונליין.
- שחיקת האמון באוניברסיטאות – בציבור הולכת ומתחזקת תפיסה שלפיה האקדמיה יקרה, איטית, פוליטית ולעיתים מנותקת מהעולם האמיתי. עאון מדגיש שהנרטיב הזה חלקי ומטעה, אך האחריות להסביר אחרת – על האוניברסיטאות.
- שיבוש עמוק בעקבות AI – בינה מלאכותית איננה רק כלי; היא משנה את עצם האופן שבו אנחנו לומדים, חוקרים ועובדים. מי שלא מגדיר מחדש את מודל ההוראה סביב AI, נשאר מאחור.
המסר המרכזי: התגובה לא יכולה להיות קיצוץ, נסיגה או אחיזה במודלים ישנים, אלא מהלך פרואקטיבי: הגדרה מחדש של מטרה, ערכים, תוכנית אסטרטגית ותפיסת הוראה שמתאימה לעולם שבו AI נמצא בכל מקום.
איך בונים אמון מחדש? לא רק דף פייסבוק
אחת הנקודות החזקות שעאון מעלה היא שהאוניברסיטאות לא מצליחות מספיק לתרגם את הערך שלהן לשפה ציבורית ברורה.
לדבריו, יש שלושה צירים עיקריים:
- מחקר שמוכיח את עצמו – הצגת סיפורים קונקרטיים של מחקר שמשנה חיים: טכנולוגיות רפואיות, חדשנות אנרגיה, פיתוחי AI אחראיים, תשתיות סייבר, פתרונות אקלים. לא כיח"צ, אלא כהסבר עקבי לשאלה: מה הציבור מקבל מהאקדמיה?
- מענה לטענות על הטיה אידאולוגית – עאון טוען שהשיח הציבורי מצייר לפעמים תמונה מעוותת של "האוניברסיטה האידאולוגית". כדי להתמודד עם זה, מוסדות צריכים להראות פלורליזם בפועל, ולא רק לדבר עליו.
- גיוס הבוגרים כשגרירים – "לכל אוניברסיטה יש אלפי בוגרים. הם צריכים להיות השגרירים", הוא אומר. הבוגרים הם ה-Proof of Concept: קריירות, סטארטאפים, מחקר, השפעה ציבורית. בישראל, עם קהילות חזקות של בוגרי הטכניון, אוניברסיטת תל אביב, האוניברסיטה העברית, בן-גוריון ואחרים – זה נכס אסטרטגי שלא מנוצל עד הסוף.
פודקאסטים כמו International Business Today, בהנחיית פרופ' פולה קליג'ורי ורבי סראתי, משמשים דוגמה לפלטפורמה יעילה: לא עוד ברושור בערימה בדוכן, אלא שיחה פתוחה, קונקרטית, לא מתחנפת, שמציגה מחקר ואנשים.
AI כמנוע שינוי: לא רק עוד קורס במדעי המחשב
עאון לא מדבר על AI כתוספת קוסמטית. מבחינתו, האוניברסיטה כולה צריכה לעבור רה-ארכיטקטורה.
המסגרת שהוא מקדם, Humanics, מציעה שלושה יסודות שכל סטודנט צריך, בכל תחום:
- AI Literacy – הבנה מעשית של איך מערכות AI עובדות, מה הן יודעות ומה הן לא יודעות, איך להשתמש בהן ככלי, ואיך להטמיע אותן בארגונים.
- Data Literacy – קריאה ביקורתית של נתונים, מודלים, סטטיסטיקות. לא רק ל-Data Scientists. עיתונאים, משפטנים, מורים, מנהלי מוצר – כולם.
- Human Literacy – מיומנויות אנושיות שקשה מאוד לאוטומט: הקשר, אמפתיה, שיפוט מוסרי, חשיבה בין-תחומית, יצירת משמעות.
הציר המכונן: האיזון בין "Agentic AI" לבין "Human Agency" – כלומר, בין יכולת המערכות לפעול ולקבל החלטות לבין האחריות, היצירתיות והשיפוט של בני אדם.
במילים אחרות:
אם האוניברסיטה מלמדת רק להשתמש בכלים, ה-AI הבא יחליף גם את זה. אם היא מלמדת לחשוב, לפרש, לייצר הקשר, לשלב בין דיסציפלינות ולהוביל – היא עדיין רלוונטית.
למידה מניסויי השטח: למה "Experiential Learning" מתאים בדיוק לעידן הזה
אחד מעמודי התווך של Northeastern הוא מודל ה-Co-op: שילוב עמוק של עבודה מעשית בלימודים. סטודנטים יוצאים לכמה חודשים לעבוד בארגונים אמיתיים – סטארטאפים, חברות טכנולוגיה, עמותות, מוסדות ציבור.
עאון טוען שזה קריטי דווקא עכשיו:
- הסטודנטים מגלים במה הם טובים בפועל, לא רק על הנייר.
- הם מתנסים בצוותים רב-תרבותיים וב"Cultural Agility" – מיומנות חיונית בגלובליזציה ובתעשיית ההייטק.
- הם רואים מקרוב איך AI וכלים דיגיטליים מיושמים באמת.
בעבור קהל ישראלי, זו נקודת חיבור טבעית: ישראל כבר עשור מדברת על שילוב תעשייה-אקדמיה, אבל ברוב המקומות זה כולל בעיקר פרויקטי גמר וסטאז'. המודל של שילוב עמוק ומתמשך בשוק העבודה יכול להיות תשובה גם למשבר אמון וגם לחוסר התאמה בין תואר לעבודה.
"AI דוחף אותנו לקצה" – ולכן צריך ללמוד כל החיים
עאון מחדד נקודה שלא נוח לשמוע גם באקדמיה וגם בשוק העבודה:
AI מאיים להפוך חלקים הולכים וגדלים מהעבודה שלנו למיותרים.
התגובה לכך, לדבריו, לא יכולה להיות הדחקה אלא מחויבות ל:
- Reskilling – רכישת מיומנויות חדשות.
- Upskilling – העמקה ושדרוג של מה שאנחנו כבר יודעים.
- Reinvention – נכונות לשנות כיוון מקצועי ואינטלקטואלי.
האוניברסיטה בעידן הזה לא יכולה להיות "תחנה חד-פעמית" בגיל 22. היא צריכה להיות תשתית ללמידה מתמשכת – קורסים מודולריים, תוכניות מקוונות, שיתופי פעולה עם תעשייה, אישורי מיומנות (Micro-credentials), וכלים מבוססי AI שמסייעים להתעדכן.
מה זה אומר עבור האקדמיה בישראל
למרות שהשיחה בפודקאסט מתמקדת ב-Northeastern, היא רלוונטית ישירות לישראל:
- אוניברסיטאות ומכללות כאן נדרשות להגדיר מחדש: מה הערך המוסף שלהן מול Bootcamps, קורסים דיגיטליים וידע זמין בחינם.
- שילוב עמוק של AI בכל תחום – ממשפטים ורפואה ועד חינוך ואמנות – חייב להפוך לסטנדרט, לא לאלקטיבי נישתי.
- בוגרים ישראלים, במיוחד בתעשיית ההייטק, יכולים וצריכים להפוך לחלק גלוי יותר מהסיפור האקדמי: סיפורי הצלחה כמדד אמיתי להשפעה.
- ולא פחות חשוב: שיחה כנה עם הציבור, לא ממגדל השן – שקיפות, הסבר של מחקר, התמודדות עם ביקורת.
האקדמיה, לפי עאון, ניצבת על פרשת דרכים. היא יכולה להפוך למנוע שמאפשר לחברה להתמודד עם AI, או להיתפס כמוסד מיושן שמנסה להגן על מודלים ישנים.
הכיוון שהוא מציע – שילוב AI, דגש על אנושיות, למידה חווייתית ושימוש בבוגרים כמגשרי אמון – הוא מפת דרכים שמוסדות ישראליים יכולים לאמץ כבר מחר בבוקר.