Skip to content

שימוש בכלי בינה מלאכותית לתכנון ויצירה של פעילויות למידה דיגיטליות

הערכה חלופית לסטודנטים

כותבים:
ד"ר הדר דותן, האונ' הפתוחה

רוצים לקבל עוד מידע על הפרקטיקה?
רוצים להתנסות? יש לכם רעיונות להעשרת הפרקטיקה?
צרו קשר

למי זה רלוונטי?

התבנית מתאימה לכל תחום דעת יישומי, בו ניתן להשתמש בכלי בינה מלאכותית יוצרת כדי ליצור תוצרים שונים. בקורסים בהם הדגש ההוראתי הוא על למידת התיאוריות והמודלים ופחות באופן היישום שלהם, תבנית זו יכולה לעזור להמחיש את תרומת המודלים והתיאוריות ליצירת תוצר איכותי.

אילו אתגרים דרשו מענה?

פעמים רבות סטודנטים לא מצליחים להבין כיצד התיאוריות והמודלים הנלמדים יכולים לתרום לעבודה הפרקטית שלהם ויש צורך להראות להם כיצד ניתן להשתמש באופן מושכל בידע התיאורטי כדי לשפר ולדייק את התוצרים שהם יוצרים בפועל. בעיקר כאשר התיאוריות והמודלים פורסמו לפני שנים רבות.
הבעיה הפדגוגית היא ניתוק בין תיאוריה ופרקטיקה וקושי ביישום ושימוש יעיל בתיאוריות ופיתוח מיומנויות בדגש על מיומנויות חשיבה מסדר גבוה של חשיבה ביקורתית ויצרתית ואוריינות בינה מלאכותית.

דרישות מוקדמות ומשאבים

כישורים טכניים נדרשים:
אין צורך בכישורים טכניים משמעותיים לרמה הבסיסית של יישום התבנית. ברמה גבוהה יותר יש צורך ביכולת בניית בוט מלווה\אתר.

מאפייני הכלים הטכנולוגיים:
גישה לכלי בינה מלאכותית יוצרת.

זמן הכנה ויישום: 
הכנת הפרקטיקה עצמה לא דורשת זמן רב, אבל ההסבר לסטודנטים לוקח זמן וצריך להדגים ולהראות תוצרים לדוגמה.

תמיכה מוסדית נדרשת: 
נדרשות יותר שעות הוראה, שיתוף פעולה עם ארגונים לפרסום התוצרים.

הליך פתרון

שלב 1 – בחירת נושא הלימוד

בשלב הראשון הסטודנטים מתבקשים לחשוב על נושא הלימוד אותו הם רוצים ללמד באופן מקוון.
הקושי: להתאים את הנושא/מושג אותו רוצים ללמד בפעילות. יש הבוחרים תחום ממוקד מדי וכאלו הבוחרים תחום רחב מדי ולא ריאלי.
המלצה: לפתח בוט שיעזור לסטודנטים להגדיר ולבחור את תחום הידע אותו רוצים ללמד.

שלב 2בחירת מודלים ותיאוריות רלוונטיים ושילובם בפעילות הלמידה

השלב הקשה ביותר בתהליך. הסטודנטים מתבקשים לבחור מספר תיאוריות ומודלים שלדעתכם כדאי ואפשר לשלב בתוך פעילויות הלמידה.
לדוגמה: לשפר את פעילויות הלמידה שיצרו על ידי שילוב מושכל של התיאוריות והמודלים הרלוונטיים.
דגשים: יש לתת הגדרה חד משמעית לאופן בחירת התיאוריות והמודלים וכמות התיאוריות שיש לשלב (המלצה: מינימום 3) וכמות האיטרציות שיש לעשות עם הכלים (המלצה: כחמש איטרציות).
המטרה: לתת לסטודנטים חופש לבחור ולא להגביל אותם לתיאוריות ומודלים מסוימים.
המלצות: ניתן לפתח בוט שיעזור בייעוץ לסטודנטים לחשוב אילו תיאוריות ומודלים רלוונטים לפעילות שהם יצרו.

שלב 3חשיבה ביקורתית על התוצר

בשלב זה הסטודנטים מתבקשים לחשוב על הצעות לשיפור הפעילות שיצרו יחד עם הכלי ולחשוב כיצד ניתן היה לשפר את הפעילות עוד ולהוסיף מרכיבים שלא קיימים בתוצר. שלב זה ניתן לעשות בקלות יחסית על ידי כלי בינה מלאכותית. אפשר לבקש מכלי אחר שיעשה את הביקורת ויציע תוספות ושיפורים. ניתן להציע זאת לסטודנטים, אך חשוב להדגיש שהאחריות על התוצר היא שלהם והם צריכים להתייחס להמלצות הבינה המלאכותית בזהירות.

שלב 4חשיבה ביקורתית על התוצר

לאחר יצירת התכנון הראשוני של פעילות הלמידה ייערך שלב של הערכת עמיתים על בסיס מחוון שיפורסם לסטודנטים. המטרה היא להוסיף נקודות מבט ביקורתיות נוספות לצורך שיפור הפעילות ופיתוח מיומנווית הערכה ותקשורת אצל הסטונדטים. כל פעילות תעבור הערכה על ידי שני סטודנטים שונים ואלו יגישו את שתי ההערכות שהם ביצעו כמטלה בקורס.

שלב 5שלב יצירת הפעילות בפועל

הסטודנטים יתבקשו ליצור את הפעילות בפועל תוך שילוב מספר כלים טכנולוגיים ועל ידי עבודה עם כלי בינה מלאכותית. – שלב זה צפוי להיות מאתגר עבור סטודנטים חלשים יותר וחסרי אוריינות דיגיטלית ולכן יעשה תוך שיתוף פעולה בין הסטונדטים ועזרה הדדית ביצירת הפעילויות בפועל.
כדי להקל על תהליך העבודה על הפרוייקט האישי יפותח בוט יועץ פדגוגי (באמצעות base44) שיסייע לסטודנטים בכל שלבי הפעילות כולל ניהול הזמן ותהליכי העבודה.

שלב 6חשיבה רפלקטיבית על תהליך העבודה

הסטודנטים מתבקשים לכתוב רפלקציה קצרה על:
1. תהליך העבודה תוך התייחסות לקשיים ולהזדמנויות.
2. להשוות לתהליך העבודה המסורתית שלהם ולחשוב כיצד הם יכולים להיעזר בתבנית כדי ליצור פעילויות למידה נוספות.

שלב 7הציון ומשוב

בזמן הגשת המטלה הסטודנטים מתבקשים לשלב קישור המתעד את כל תהליך ההתכתבות עם הכלי – התוצר הראשוני והתוצר הסופי.
בנוסף, נדרשו להסביר אילו תיאוריות ומודלים הם בחרו לשלב בפעילות ומדוע, וכן רפלקציה קצרה על תהליך העבודה.
קשיים צפויים:
* ברמת סטודנט – קושי טכני לצרף את הקישור להתכתבות ולכן יש לתת הסבר לכך במפגש.
* ברמת מרצה – קושי להגדיר את מחוון ההערכה והחלטה על משקל מתאים לכל רכיב.

דוגמה לניסוח הנחיות למטלת סטודנטים ודוגמאות להתכתבויות סטודנטים עם בינה מלאכותית.

דוגמאות וראיות

הפרקטיקה יושמה בקורס "טכנולוגיות דיגיטליות במערכות למידה והדרכה" בתואר שני בחינוך: טכנולוגיות ומערכות למידה באוניברסיטה הפתוחה, בהנחיית ד"ר הדר דותן.
תגובת הסטודנטים הייתה חיובית ברובה. הסטודנטים שמחו על האפשרות להתנסות בעבודה על כלי הבינה המלאכותית וליצור פעילויות למידה שיכולות לשמש אותם במציאות, אבל היו גם כאלו שחששו מהעבודה עם כלים שלא התנסו בעבודה איתם.
הפער באיכות הפעילויות שנוצרו על ידי הסטודנטים היה גדול מאוד וניכור שהחופש שניתן לסטודנטים בבחירת הנושא, התיאוריות, המודלים, הכלים וכמות האיטרציות הובילו לשונות רבה מאוד בין התוצרים השונים. 
ניכר מאוד שלא לכל הסטודנטים יש את המיומנויות הדרושות לעבודה על כלי בינה מלאכותית בדגש על מיומנויות חשיבה מסדר גבוה.
חלק מהסטודנטים לא הבינו שצריך רק לתכנן פעילות למידה ולא צריך ליצור פעילות למידה דיגיטלית בפועל וחלקם יצרו כזו למרות שלא היה צורך. הדבר הוביל לכך שבשה הבאה התבנית תורחב ותפותח באופן משמעותי, עד יצירת פעילות למידה בפועל ופרסומה לציבור.

סימוכין

הפרקטיקה מבוססת על התפיסה לפיה יש לשלב בין תיאוריה ופרקטיקה בשלב הכשרת המורים ולתת להן הזדמנות להתנסות בשילוב טכנולוגיה בחינוך ויצירה של פעילויות למידה המשלבות בין תחום הידע, הפדגוגיה והטכנולוגיה בצורה מיטבית (TPACK).

מקורות

Punya Mishra, Melissa Warr & Rezwana Islam (2023) TPACK in the age of ChatGPT and Generative AI, Journal of Digital Learning in Teacher Education, 39:4, 235-251, DOI: 10.1080/21532974.2023.2247480