כשבינה מלאכותית הופכת מקיצור דרך למורה פרטי

בפקולטה למדעי המחשב והמידע ע"ש שטיין באוניברסיטת בן-גוריון בנגב החליטו לא להילחם בטכנולוגיה, אלא לרתום אותה. פיתוח טכנולוגי חדשני של סביבת למידה מבוקרת הופך את הבינה המלאכותית מקיצור דרך הפוגע בתהליך הלמידה לחונך דיגיטלי אישי.

 

כשהבינה המלאכותית מקצרת את תהליך החשיבה ומגיעה עבורנו לתשובה הנכונה, דבר אחד משמעותי אינו נכלל בתהליך למידה. סוגיה זו העסיקה חוקרים ומרצים בפקולטה למדעי המחשב והמידע באוניברסיטת בן-גוריון בנגב, שהבינו שיש צורך לרתום את יכולות הבינה המלאכותית לתהליך הלמידה ולא לשלול אותה.

 

כך למשל, הקורס "מבוא למדעי המחשב",  קורס יסוד שמלמד עקרונות בסיסיים של פתרון בעיות באמצעות תכנות. עד לא מזמן, תרגילי הבית היו הלב הפועם של הקורס: סטודנטים מעידים שהתרגול המעשי לבדו דרש מהם כ-75% מזמן הלמידה לאורך הסמסטר, זמן שהוקדש כולו להתמודדות עצמאית עם כתיבת קוד, ניסוי, טעיה ופתרון בעיות.

 

אלא שעידן ה-AI  שינה את התמונה: כלי הבינה המלאכותית הפכו את קבלת הפתרונות המוכנים לקלה ולנגישה מדי. סטודנטים יכלו לקבל קוד מוכן בלחיצת כפתור, עוד לפני שפיתחו את היכולת לחשוב על הדרך החישובית לפתור את הבעיה, לפרק בעיה מורכבת לבעיות פשוטות, או למצוא טעויות בקוד בעצמם. במהלך השנה האחרונה זיהו צוותי ההוראה את ההשפעה הישירה של השינוי הזה: "קיצור הדרך" בפתרון תרגילי הבית פגע ברצף הלמידה, ולדברי צוותי ההוראה, הפגיעה בהבנה המעמיקה באה לידי ביטוי גם בתוצאות הבחינה הסופית, שבה התקשו סטודנטים לעמוד בדרישות המצופות מהם, בין היתר משום שלא התנסו מספיק בתהליך התרגול והניסוי העצמאי במהלך הסמסטר, ולא הפנימו את העקרונות שנלמדו בקורס.

 

מארק קאפל, מהנדס מעבדות הוראה ומחקר בפקולטה, היה מהראשונים לזהות את האתגר בשטח ולתרגם אותו לצורך בפיתוח פתרון טכנולוגי. יחד עם מדור ה-IT  של הפקולטה, הוא מוביל פיתוח של מערכת ייעודית שנקראת  AI Code Assist. "הפיתוח שלנו מייצר סביבת עבודה מבוקרת וסגורה, שמונעת שימוש בכלי AI חיצוניים, ומאפשרת לצוות ההוראה לשלוט 'מתחת למכסה המנוע' באופי התגובות של המערכת", הוא מסביר.

 

מרצי הקורס "מבוא למדעי המחשב" החליטו להרים את הכפפה, להשתמש במערכת החדשה כפתרון לאתגר הפדגוגי, ולשלב אותה כחלק אינטגרלי מסביבת העבודה של הסטודנטים. "הבנו שכדי לייצר למידה אפקטיבית בעידן החדש, עלינו לשנות את האופן שבו הסטודנטים נעזרים בבינה מלאכותית", מסבירים מרצי הקורס אסראא נסאסרה, פרופ' אסף זריצקי ומיכל שמש. "במקום להילחם בטכנולוגיה, המערכת מאפשרת לנו להפוך את ה-AI  מכלי שמייצר תשובות מוכנות לתרגילי בית לחונך דיגיטלי שמחייב את הסטודנט לחשוב ומלווה אותו צעד אחר צעד בדרך לפתרון."

 

את הטמעת המערכת בקורס מובילות אסראא נסאסרה ומיכל שמש. נסאסרה מסבירה את המנגנון הפדגוגי: "צוות ההוראה מגדיר מראש את סוג הסיוע וההנחיה שהמערכת רשאית לספק. היא לא תספק קוד מוכן, אלא תנחה את הסטודנט איך להתקדם כאשר הוא נתקל בקושי או בשגיאה. למשל, המערכת מספקת רמזים מדורגים, מציעה פירוק של הבעיה לשלבים, ושואלת שאלות מנחות שמכוונות אותו למקרי קצה שבהם הקוד לא טיפל. כך הסטודנטים מפנימים את הלוגיקה, מממשים את הפתרון בעצמם, ובכך מפתחים את מיומנויות היסוד הנדרשות ממהנדסי וממדעני המחשב של המחר."

 

"כלי הבינה המלאכותית הפכו לחלק בלתי נפרד מתהליך הלמידה, אך סטודנטים בתחילת דרכם טרם רכשו את המיומנויות הנדרשות לשימוש מושכל בהם, כזה שיקדם את למידתם ולא יפגע בה. לימודים מתקדמים נשענים על ארגז כלים יסודי, רחב ומגוון, שנבנה רק באמצעות התמודדות עצמאית עם אתגרים, מאמץ מחשבתי, ניסוי וטעיה. שימוש לא מושכל בבינה מלאכותית עלול לעקוף דווקא את התהליך החיוני הזה ולפגוע בבניית היסודות להמשך הלמידה", הוסיפה שמש.

 

לצד התועלת הישירה לסטודנטים, המערכת משנה את כללי המשחק גם עבור צוות ההוראה. המערכת מספקת לצוות תמונת מצב עדכנית של נקודות הקושי של הכיתה, מאפשרת לאתר סטודנטים מתקשים כבר בשלבים מוקדמים של הסמסטר, ומעניקה כלים לספק משוב ממוקד ומותאם אישית. מעבר לכך, בפקולטה נבחנת האפשרות לעדכן את מודל ההערכה בקורס, כך שחלק מהציון יינתן על תהליך הלמידה ועל ההתקדמות בעקבות המשוב של המערכת ולא רק על השורה התחתונה של הפתרון הסופי.

 

בסמסטר הקרוב תופעל המערכת במסגרת פיילוט רחב היקף בקורס המבוא, שבו ישתתפו כ-600 סטודנטים לתואר ראשון. הפיילוט יתקיים בשתי הגרסאות של הקורס המוצעות בפקולטה: האחת באחריות פרופ' אסף זריצקי, בתוכניות להנדסת מערכות מידע ולהנדסת נתונים, והשנייה באחריות גב' מיכל שמש, בתוכניות למדעי המחשב, להנדסת תוכנה ולבינה מלאכותית. הפיילוט הוא חלק מהמאמץ של הפקולטה למדעי המחשב והמידע ע"ש שטיין לפתח ולהטמיע שיטות הוראה המותאמות לעידן הבינה המלאכותית. בהמשך, מתוכננת הרחבה של המודל לקורסים מתקדמים נוספים בפקולטה, ולאחר מכן גם ליחידות אקדמיות נוספות באוניברסיטה.

 

היעד הסופי לדברי שמש הוא ליצור חוויית למידה אישית, חיובית ומקדמת, המותאמת לסגנון הלמידה, לקצב ולצרכים של כל סטודנט. "השאיפה היא שהסטודנטים יעדיפו ללמוד במערכת שלנו על פני שימוש בכלי בינה מלאכותית פתוחים, משום שיחושו כיצד הם מתפתחים, מתמודדים בכוחות עצמם ומחזקים את 'שרירי החשיבה' שלהם", הסבירה שמש.

 

"אנחנו מציגים פה מודל חדשני של הוראה אקדמית", מסכם פרופ' זריצקי. "המטרה שלנו היא לרתום את הבינה המלאכותית כדי לחזק את תהליך הלמידה עצמו, ולפתח אצל הסטודנטים את יכולת החשיבה העצמאית והביקורתית ואת היכולת לפתור בעיות מורכבות – אלו המיומנויות שיעשו אותם למהנדסים ולמדענים מובילים בעידן החדש".

 

קישור להדגמת ממשק הבינה המלאכותית עבור מתרגל ומרצה. קרדיט: הפקולטה למדעי המחשב והמידע ע"ש שטיין, אוניברסיטת בן-גוריון בנגב  קישור