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 2 – בחירת 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 3 – חשיבה 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 4 – חשיבה 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 5 – שלב 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 6 – חשיבה 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 7 – הציון 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
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