התלמידה בונה לעצמה את הקורס?! מפלאי הבינה המלאכותית

מודל ה-(B.Y.O.C (BUILD YOUR OWN COURSE מאפשר לתלמידים לבנות לעצמם קורסי למידה מותאמים אישית באמצעות בינה מלאכותית גנרטיבית

התבוננות על בית הספר כיום מציגה מצד אחד רצון והבנה בצורך בחינוך פרסונלי עבור כל תלמיד ותלמידה ומצד שני את המציאות בה התכנים ודרכי הלימוד נקבעים מראש על ידי משרד החינוך, המורה ומנהל/ת בית הספר. הפער בין השניים מתבלט אל מול הצורך במסע למציאת "המקום הנכון" עבור כל לומד ולומדת.

מסע שכזה כולל בתוכו:

הכרה בסיסית אך עמוקה של הלומד את עצמו יחד עם המלווה שלו.

סימון נקודות עניין, מטרות וכיוונים להתפתחות עתידית.

התנסות והתחככות עם "מקומות" (תחומי עניין) מגוונים תוך התפתחות אישית לעבר מטרות שהתלמיד מציב לעצמו.

כחלק מהגישה הפרסונלית עליה כתבתי כאן בעבר, אני מציע לבחון מודל חדשני ואחר לגבי הדרך בה מתנהלים חלק מהקורסים בבית הספר (החל מכיתה ו'). מודל אשר טרם התפתחותה של הבינה המלאכותית הגנרטיבית היה בגדר חלום רחוק. על פי מודל זה, הלומדים מתווים לעצמם אל מול בית הספר את הקורס הייחודי עבורם.

מודל ה-B.Y.O.C BUILD YOUR OWN COURSE מגדיר מחדש את היחס בין הלומד לבית הספר ואת רמת המחויבות בין הצדדים. הלכה למעשה, בית הספר – בעזרת בינה מלאכותית גנרטיבית – בונה עבור כל לומד.ת קורס אישי אשר תואם הסעיפים שפורטו לעיל.

יודגש כי אין מדובר בלמידה פרטנית בלבד אלא מציאת המשותף והחופף בין קורסים אישיים של תלמידים שונים וחיבורם יחד ללמידה משותפת, וזאת בסיוע בינה מלאכותית.

כיצד בינה מלאכותית גנרטיבית יכולה לבנות קורסי למידה מותאמים אישית לתלמידים?

• איסוף וניתוח נתונים: מערכות AI מתחילות באיסוף נתונים על התלמיד.ה. זה יכול לכלול גיל, רקע חינוכי, נתוני ביצועים מקורסים קודמים, תחומי עניין והערכה עצמית של חוזקות וחולשות. באמצעות חידונים, הערכות וסקרים, בינה מלאכותית יכולה לאסוף תובנות מפורטות לגבי סגנון הלמידה של התלמיד.ה והתחומים הטעונים שיפור.

• אלגוריתמי למידה אדפטיביים: באמצעות אלגוריתמי למידה אדפטיביים, AI יכול ליצור נתיב למידה מותאם אישית לכל תלמיד.ה. אלגוריתמים אלו מנתחים את הנתונים שנאספים כדי לקבוע את רמת הידע הנוכחית של התלמיד.ה ולהתאים את רמת הקושי של חומר הקורס בהתאם. זה מבטיח שהתלמיד לא משתעמם מתוכן קל מדי וגם לא יתייאש מתוכן קשה מדי.

• התאמה אישית של תוכן מבוסס עניין: בינה מלאכותית יכולה להתאים את התוכן כך שיתאים לתחומי העניין של התלמיד.ה. לדוגמה, אם תלמידה מתעניינת בחלל, מערכת בינה מלאכותית יכולה להשתמש בדוגמאות הקשורות לחלל כדי להסביר מושגים מתמטיים. גישה זו עוזרת לשמור על התלמיד.ה מעורב.ת והופכת את הלמידה לרלוונטית ומהנה יותר.

• משוב ואיטרציה: מערכות בינה מלאכותית יכולות לספק משוב מיידי לתלמידים, לעזור להם להבין במה הם שלטו והיכן הם זקוקים לתרגול נוסף. בהתבסס על נתוני ביצועים מתמשכים, ה-AI יכול לחדד ולהתאים עוד יותר את תוכן הקורס ואת הקושי כך שיתאימו טוב יותר לצרכים המתפתחים של התלמיד.

• זיהוי פערים ומיקוד: על ידי ניתוח התחומים שבהם תלמיד מרגיש בטוח והשוואה של הערכות עצמיות אלה עם נתוני ביצועים בפועל, AI יכול לזהות נקודות חוזק וחולשה אמיתיות. לאחר מכן הוא יכול להתמקד בגישור על הפערים בידע או במיומנויות תוך חיזוק אזורי עוצמה של הלומד.

• 
  

תהליך בניית הקורס של הלומד מול הבינה המלאכותית עשוי להראות כך:

פניה של הלומד.ת: אני תלמידה כיתה ט' בתחילת השנה. בשנה הבאה אני אעלה לכיתה י'. השנה אני רוצה להתמחות במנהיגות אקולוגית ומתמטיקה. האם תוכל ללוות ולהדריך אותי בהנחייתך כדי שתוכל לבנות עבורי קורס שיפתח את יכולותי וישלים את הפערים שיש לי שעלולים למנוע ממני להתקבל למגמת מנהיגות אקולוגית ומתמטיקה? אני רוצה שתבנה לי קורס שגם יענה על הפערים שלי אבל גם יהיה מעניין עבורי כך שתהיה לי מוטיבציה ללמידה. אני רוצה שתעזור לי בתהליך של הבנה מה מעניין אותי ומהם הפערים שלי. האם תוכל לכתוב הצעה לתהליך ליווי שכזה שלך אותי?

תשובתה של הבינה המלאכותית: בְּהֶחלֵט! יצירת מסע למידה מותאם אישית שלא רק מטפל בפערים אלא גם מתיישב עם תחומי העניין של הלומדת דורש תהליך מתחשב ואינטראקטיבי. להלן הצעה לתהליך מקיף שיסייע בזיהוי תחומי העניין ופערי הלמידה של הלומדת, שיוביל ליצירת קורס מעורר מוטיבציה ומותאם עבורה.

הערכה עצמית וחקירה

תחומי עניין: מילוי שאלון תחומי עניין, הכולל שאלות על התחביבים של הלומדת, נושאים שמרתקים אותה ונושאים שנהנית לקרוא או ללמוד עליהם.

הערכה עצמית של מיומנות וידע: השלמת הערכה עצמית המתמקדת בתחומי נושא שונים, במיוחד אלו הרלוונטיים למנהיגות אקולוגית ולמתמטיקה.

רפלקציה: כתיבת חיבור קצר על השאיפות של הלומדת, מה מניע אותה ומה היא מקווה להשיג על ידי לימוד התמחות במנהיגות אקולוגית ומתמטיקה.

ניתוח תחומי עניין ופערים

מפגש סקירה וניתוח: בעזרת מחנך או מנטור, מעבר על תחומי העניין ותוצאות ההערכה העצמית של הלומדת.

זיהוי דפוסים ונושאים: זיהוי דפוסים בתחומי העניין של הלומדת ובתחומים לגביהם היא מגלה סקרנות. חיפוש חפיפות בין תחומי העניין של הלומדת לבין הדרישות של המגמה המיועדת כדי לאתר תחומים שיכולים לשמש מוקדים לקורס המותאם אישית שלך.

זיהוי פער: איתור פערים ספציפיים בידע או מיומנויות שעלולים להפריע להצלחה במגמה המיועדת.

עיצוב הקורס

התאמת תוכן לתחומי עניין: עיצוב המודולים או אזורי התוכן של הקורס על ידי שילוב נושאי המגמה העתידית ונושאים שהלומדת מוצאת מעניינים, תוך שילוב למידה חווייתית.

טיפול בפערי למידה: שילוב מודולים או יחידות שתוכננו במיוחד כדי לטפל בפערים שזוהו.

חונכות ותמיכה

מציאת מנטור: חיבור למנטור בעל מומחיות במנהיגות אקולוגית ומתמטיקה.

תמיכת עמיתים: יצירת קבוצת לימוד עם עמיתים שחולקים תחומי עניין או יעדים דומים.

השתקפות והתאמה

רפלקציה: ניהול יומן למידה שבו הלומדת חושבת באופן קבוע על מה שלמדה, אתגרים ותחומים לשיפור.

התאמת קורס: סקירה מעת לעת את התקדמות ואת חוויות הלומד עם המנטור, להתאמת הקורס.

דוגמה לשיעור בקורס

תלמיד כיתה ו' עם תחומי עניין ספציפיים (כדורסל, היסטוריה ומשחקי מחשב) ומטרות ברורות של קבלה ללימודי מדע ומנהיגות, תוך התמקדות בשיפור במתמטיקה ובאנגלית, לצד פיתוח מיומנויות מנהיגות והצגה.

כותרת השיעור: "מנהיגים בעולם הכדורסל: מתמטיקה, תקשורת ואסטרטגיה בכדורסל"

מטרה: שיפור מיומנויות מתמטיות ושליטה באנגלית, פיתוח תכונות מנהיגות ושיפור יכולות ההצגה באמצעות הקשר של כדורסל, תוך שילוב אלמנטים של היסטוריה ומשחקי מחשב.

מבוא (10 דקות)

הבניה של מעורבות - דיון קצר על מנהיגי כדורסל מפורסמים (מג'יק ג'ונסון, לברון ג'יימס) והשפעתם על המגרש ומחוצה לו. מתן דגש על מנהיגות, אסטרטגיה ותקשורת אפקטיבית.

מתמטיקה בתנועה (20 דקות)

הצגת המושג פרבולות דרך המסלול של זריקת כדורסל. שימוש במשחק הדמיית מחשב שבו התלמידים מכוונים זווית וכוח כדי לקלוע סל, תוך שילוב משוואות מתמטיות.

שפת המשחק (30 דקות)

קריאת מאמר קצר ומרתק על ההיסטוריה של הכדורסל, כולל מקורותיו והתפתחותו, תוך הדגשת אוצר מילים מרכזי. לאחריו התלמידים כותבים חיבור קצר על תכונות מנהיגות חיוניות בכדורסל.

הפסקה

סדנת מנהיגות ואסטרטגיה (30 דקות)

התלמידים יוצרים צוותים לפיתוח אסטרטגיית משחק תוך שימוש במיומנויות המתמטיקה שנלמדו. כל צוות בוחר מנהיג. הצוותים מציגים את האסטרטגיות שלהם, תוך התמקדות בתקשורת ברורה, שימוש בשפה משכנעת ושילוב חשיבה מתמטית.

שיקוף ושיתוף (15 דקות)

מפגש שיתוף: דיון בשולחן עגול שבו התלמידים משתפים את מחשבותיהם על האופן שבו ניתן ליישם את המיומנויות שנלמדו בשיעור של היום (מתמטיקה, אנגלית, מנהיגות) בחיי היומיום שלהם.

קריטריונים להערכה

• מיומנויות מתמטיקה: יכולת ליישם מושגים מתמטיים בצורה נכונה בהקשר של כדורסל.

• שליטה באנגלית: בהירות, קוהרנטיות, שימוש באוצר מילים ומעורבות בכתב ובעל פה.

• פיתוח מנהיגות: הדגמה של תכונות מנהיגות, כולל עבודת צוות, תכנון אסטרטגיה ותקשורת אפקטיבית.

• מיומנויות הצגה: ארגון, יצירתיות והעברת המצגת הדיגיטלית.

  
  

  מטרתו של מודל ה-B.Y.O.C לייצר תמיכה בהתפתחות פרסונלית של הלומד.ת הן בהיבטים שונים של מרכיבי כשירויות והן בהיבטי העלאת האתגר והעניין בלמידה בבית הספר. זוהי למידת העתיד, והיא זמינה כבר כעת.