שילוב של טכנולוגיות מתקדמות, בינה מלאכותית והערכה חכמה: מבט לעתיד החינוך הגבוה
הזמינו אותי לדבר באקדמיה על נושא מאתגר במיוחד: איך תיראה אוניברסיטה בעידן הבינה המלאכותית הכללית? כלומר, כשבינה מלאכותית יכולה לעשות כמעט-הכל? כשהיא מתחרה ביכולותיה בכל אדם?
כמובן שאי אפשר לדעת מה יהיה, במיוחד בהינתן גודל השינוי הצפוי. ובכל זאת, אנחנו יכולים לחלום ולדמיין, ודווקא על-ידי כך להבין טוב יותר מה ההזדמנויות שצופן עתיד שכזה לאקדמיה.
נתמקד באורי, סטודנט באוניברסיטה בעוד עשר שנים. לאורי היה אסון: הוא התעורר במיטה בשעה תשע בבוקר, והבין שכבר החמיץ חצי מהשיעור באוניברסיטה. זו לא אשמתו, כמובן. הייתה הפסקת חשמל, התריסים החכמים לא התרוממו ולא הכניסו אור שמש, השעון המעורר לא פעל, והכלב אכל לו את הסמארטפון. אה, ואורי גם היה מרוסק אחרי מסיבה שנמשכה עמוק לתוך הלילה.
הוא צריך להגיע לאוניברסיטה. עכשיו.
לפני שנמשיך, נספר לכם קצת על גיבור הסיפור שלנו. אורי עושה תואר ראשון בפיזיקה, אבל גם לוקח קורסים ביחסים בינלאומיים ובמוזיקה.
למה הוא החליט על המסלול הזה? מכיוון שכשאורי היה צריך להחליט איזה תואר לעשות, הוא עשה שיחה עם היועצת האקדמית. שהייתה, באופן קצת מפתיע, אנושית. אבל משודרגת: היא העבירה את כל תמליל השיחה לבינה מלאכותית, שהעריכה את היכולות של אורי, את הרצונות, השאיפות והתחביבים שלו, והשוותה אותן אוטומטית לצרכי השוק בהווה ובעתיד. ואז הבינה המלאכותית הסבירה ליועצת מה המסלול עם סיכויי ההצלחה הגדולים ביותר עבור אורי. והיועצת? היא פשוט העבירה את המידע הזה הלאה, לאורי עצמו.
כשאורי שאל אותה איך היא יודעת שדווקא תואר בפיזיקה הוא המתאים לו ביותר, היועצת האקדמית הסבירה לו באריכות על הבינה המלאכותית שאוספת מידע מכל הדו"חות בתעשייה על צרכי המנהלים, שמחוברת ללינקדאין בזמן-אמת, שיש לה את רמת הידע של פסיכולוג מומחה בניתוח אופי ואישיות, וכמעט אף פעם לא טועה. אבל כשאורי לחץ וניסה לקבל עוד מידע על ההיוריסטיקות שמנחות את הבינה המלאכותית, היועצת פשוט הודתה שהיא לא מבינה איך היא עובדת בדיוק. היא רק יודעת שההמלצות האלו עזרו מאד לסטודנטים בעבר.
את אורי זה שכנע. כמו כמעט את כל בני-האדם בעוד עשר שנים.
ועכשיו הוא בפניקה.
הוא לא דואג שיחמיץ את חומר הלימוד. כבר אין חשש כזה באקדמיה של 2035. כל מרצה בשנה הזו מלווה בבינה מלאכותית שמתמללת כל מילה שלו, מוסיפה פרשנויות משלה, וכותבת את החומר בצורה שמתאימה במיוחד לסטודנט. כשאורי צריך להבין איך פועלים גלים פיזיקליים, הוא מקבל הסבר שקשור במיוחד למוזיקה, או לעליות ולמורדות בנתונים היסטוריים מסוימים שמעניינים אותו. המרצה גם מוקלט ומתועד באופן אוטומטי, והשידור נשמר באתר האוניברסיטה.
אז למה הלב של אורי דופק כל-כך מהר? למה הוא קופץ מהמיטה ומזעיק מיד רכב אוטונומי שייקח אותו לאוניברסיטה?
משלוש סיבות שאינן חשובות כל-כך, ומרביעית שהיא החשובה ביותר.
הסיבה החשובה-פחות הראשונה היא שתהליך ההערכה מחייב את אורי להגיע לכיתה לפחות בחלק מהשיעורים.
הערכת ביצועים בעתיד
למה? פשוט: המרצים ב- 2035 יודעים היטב שהסטודנטים יכולים לעשות את שיעורי הבית בעזרת בינה מלאכותית, והם לא יוכלו לדעת מה הסטודנט יודע באמת, ומה תוצר הבינה המלאכותית. וכך, מערכת חדשה של הערכות נוצרה, כזו שמסתמכת על הנוכחות הפיזית של הסטודנט. ולא, לסטודנט אסור להצטייד באוזניות שלוחשות לו את התשובות לתוך האוזניים.
המרצים מצפים לראות את הסטודנטים הטובים-באמת בכיתה, ולערוך איתם דיון על החומר הנלמד. הסטודנטים מקבלים את החומר הבסיסי עוד לפני ההרצאה. הם צורכים אותו בצורה של סיפורים, טקסטים שמתאימים במיוחד להם, סרטוני וידאו שהופקו אוטומטית ושמסתכלים על הסטודנט כשהוא צופה בהם ומתאימים את הקצב ואת ההסברים לפי רמת ההבנה ותשומת הלב שלו. וכמובן, תרגילים שדורשים מהם לפתור בעיות בעצמם. את כל זה מצופה מהם לעשות מחוץ לשעות הכיתה.
והכיתה עצמה? היא מקודשת. היא המקום בו הסטודנטים יכולים לדבר עם האדם שבמרכז המערכת, עם המרצה והחוקר שחי, נושם ומקדם את התחום. זה המקום בו הסטודנטים יכולים גם לדבר אחד עם השני כדי להעמיק במחשבותיהם וכדי להגיע להבנה עמוקה יותר של החומר. וכן, גם כדי להרשים זה את זה, ובמיוחד את הבינה המלאכותית שמסתכלת עליהם מהצד ומנתחת ומדרגת את הטיעונים והרעיונות שלהם.
ואז, כמובן, היא מעבירה את המסקנות שלה למרצה אודות כל סטודנט, לצד הסבר איך היא הגיעה אליהן.
עד כמה המרצה באמת מתעמק בקריאת ההסברים של הבינה המלאכותית? הקשישים עדיין מנסים לעשות זאת, ומדי פעם תופסים אותה בטעות-לכאורה, ובקריאת ניצחון מוסיפים או גורעים נקודה מהציון של הסטודנט לאותו שיעור. המרצים הצעירים לא טורחים אפילו לבדוק אותה. הם סומכים עליה. ולמה לא? היא פועלת כרופא הטוב ביותר, כפסיכולוג הטוב ביותר, כסופר הטוב ביותר. למה שלא יחשבו שהיא מוצלחת יותר מהם גם בניתוח ההבנה של הסטודנטים את החומר?
והם צודקים. היא באמת עושה את זה טוב יותר מהם.
אורי יודע שהוא חייב להגיע לשיעור כדי לקבל ציון גבוה. כל שיעור הוא מבחן. כל אינטראקציה, כל מחשבה שעוברת במוחו ומשתקפת בהבעות הפנים שלו. כל רגע של איוריקה. כל רעיון שהוא משתף בקול רם עם הסטודנטים האחרים או עם המרצה. כל חישוב שהוא מדגים על הלוח הדיגיטלי בכיתה, או במשקפי המציאות המדומה שלו. כן, יש עדיין מבחן בסוף הסמסטר – קשה להתגבר על רעיונות בני מאות שנים – אבל הוא בעיקר עניין פורמלי, ואינו קובע חלק גדול מהציון.
הסיבה החשובה-פחות השנייה שאורי נואש להגיע לאוניברסיטה, היא שבשעה השנייה של השיעור, הוא אמור להציג את תוצרי המחקר שלו לאותו סמסטר. אורי עבד מתחילת הסמסטר על פרויקט משלו בתחום הפיזיקה: לבנות מכונה שמפיקה מים מאוויר.
למידה מבוססת-פרויקטים
האוניברסיטה מאפשרת לסטודנטים רבים לקחת פרויקטים כאלו על עצמם. המרצים, כמובן, אינם יכולים לתמוך בכל סטודנט כזה באופן אישי, ולכן – איך לא – יש בינה מלאכותית שתופסת את מקום המנחה בפרויקט. במקרה של אורי, היא הציעה לו כמה סוגי פרויקטים שונים, והוא בחר את זה שנראה לו המעניין ביותר, ואז התאים אותו לעצמו. משם ואילך, המנחה האוטונומית עזרה לו בהכל. הוא ייצר את מתווה המחקר שלו באמצעותה, והבין איזה תחומי ידע עליו לרכוש ובאיזו רמה הוא צריך להגיע בכל אחד מהם. היא פיתחה עבורו את מערכי השיעור המתאימים ושילבה בהם את החומר שאורי היה אמור לקבל בהרצאות מהמרצים. היא בחנה ובדקה את השליטה שלו בחומר בכל יום, והסבירה לו בכל שלב למה הוא צריך לרכוש את הידע בכל נושא.
משוואות דיפרנציאליות? כדי להבין איך לתאר את תנועת טורבינת הרוח של המכונה.
הלחמה של מעגלים חשמליים? כדי שיוכל לחבר כמה רכיבים ביחד.
המנחה האוטומטית אפילו שולחת את אורי להרצאות ספציפיות ולמעבדות המתאימות בקמפוס, כדי שיוכל ללמוד יותר לעומק בנושאים מסוימים, ולבצע עבודות הרכבה עם כלים ייעודיים.
שיהיה ברור: לא מדובר בפרויקט של סמסטר אחד. זה פרויקט של שלוש שנים, ואולי של הרבה יותר מכך. והמנחה האוטונומית תומכת באורי ומלווה אותו לאורך כל הדרך. הפרויקט אינו משפיע בצורה משמעותית על הציון הסופי של אורי, אבל הוא יכול להיות הגורם שיקבע את עתידו.
האמת המרה היא שבשנת 2035, התעשייה כבר אינה סומכת על המוסדות האקדמיים שיעשו את עבודת ההערכה שלהם כמו שצריך, ושיפרידו בין הסטודנטים הטובים ביותר והגרועים ביותר. המראיינים בחברות רוצים לראות הוכחות להצלחה. הם רוצים לראות התלהבות, עבודה אמיתית מתוך רצון להביא לשינוי בעולם, יכולת למידה עצמאית ומוטיבציה. כשאורי יסיים את לימודי התואר הראשון שלו, הוא ייקח ביחד איתו את המכונה שמפיקה מים מאוויר לכל ראיון קבלה, והוא יספר בעיניים גדולות איך הוא שינה את העולם כבר בלימודי התואר הראשון. או לפחות ניסה, כי המכונה לא לגמרי מתפקדת, וזה לא משנה שום דבר בכלל. למראיינים בתעשייה יהיה חשוב בעיקר לראות את המוטיבציה הפנימית העצומה של אורי ואת ההתלהבות שלו מיצירה עצמאית. הם ירצו לוודא שיש לו יכולת עבודה בצוות – כי בפרויקט היו גם חלקים כאלו, בהם אורי היה צריך עזרה מהסטודנטים האחרים. וכמובן, הם ירצו להעריך את ההבנה התיאורטית שלו, וזו תשתקף בציון הכללי יותר שיקבל.
אבל אתם יודעים עם מי המראיינים בתעשייה באמת ירצו לדבר כדי להבין מה הכישורים של אורי?
כמובן, עם המנחה שלו. כלומר, עם הבינה המלאכותית.
אותה מנחה היא זו שליוותה אותו במשך מספר שנים, שהייתה עבורו אחות גדולה ותומכת, שניחמה אותו כשהניסויים נכשלו ועודדה אותו שלא להפסיק. שראתה כמה הוא יכול להשיג כשהוא מתאמץ. שגרמה לו להאמין בעצמו. והיא תספר למראיינים את האמת וכל האמת, וזו תהיה ההמלצה הכנה ביותר, וכנראה גם הטובה ביותר, שאורי יוכל לקבל.
אבל כדי לקבל אותה, כאמור, אורי שלנו צריך לקום מהמיטה, להסתרק ולהגיע לקמפוס בזמן. וזו הסיבה שתוך חמש דקות מהרגע שפקח את עיניו והבין את גודל המחדל, הוא כבר דוהר בדרך לאוניברסיטה, במושב האחורי של מונית אוטונומית.
נטוורקינג
למזלו של אורי, הוא מכיר את הפרויקט שלו היטב, ולכן הוא לא צריך לעבור לעומק על ההצגה שלו. אבל במהלך הנסיעה, הוא עדיין משתמש במשקפי המציאות הרבודה שלו כדי לעבור על הפנים של כמה מהאנשים שנרשמו לאירוע ההצגה. וזו הסיבה הפחות-חשובה השלישית לכך שאורי אמור להיות בקמפוס: נטוורקינג.
האקדמיה בשנת 2035 אינה שונה מהבחינה הזו מהאקדמיה של אתונה, לפני 2,300 שנים. כבר אז הבינו הסטודנטים שאחת מהדרכים למצוא הצלחה בתעשייה או בשירות הציבורי, היא באמצעות הכרת האנשים הנכונים ויצירת החברויות הנכונות. אורי רוצה להרשים את המרצה שלו בדייקנות שלו – למרות שלפחות היום, אין לו הרבה סיכוי לזה. הוא רוצה לפגוש את שחר, שכולם כבר יודעים שיגיע רחוק. גם מכיוון שכיף לו עם שחר, אבל גם כדי שבבוא היום – שחר ימליץ לחברה בה יעבוד, שכדאי לה לצרף את אורי לשורותיה. ושחר, כמובן, רוצה להכיר את אורי מאותן הסיבות.
זו דרכה של האוניברסיטה, המכללה, או כל מקום אחר בו צעירים נפגשים ומתחככים זה בזה: הם יוצרים קשרים שישרתו אותם היטב בעתיד. כי גם כשהבינה המלאכותית תמליץ למראיינים במקום העבודה את מי לקבל ואת מי לא, עדיין בני-האדם יוכלו להגיד לה שהיא טועה, ושדווקא שווה לתת לאורי צ'אנס. אבל בשביל זה, אורי חייב להרשים את אותם מראיינים, סמנכ"לים ומייסדי סטארט-אפים עתידיים. אז הוא בוחן את עצמו במראה הפנימית של הרכב, מיישר קצת את הבגדים, מעביר יד בשיער בניסיון נואל להחליק אותו, ובעיקר מזכיר לעצמו שהמרצה אוהב אותו בסך הכל.
ומה עם שחר? אורי מעיף מבט מחלון הרכב, ומגלה שבנתיב השמאלי יש עוד רכב אוטונומי, ובתוכו – כמובן – שחר, בבגדים שברור שהוא ישן איתם כל הלילה. ואז הוא נזכר שגם שחר היה במסיבה אתמול. הכל בסדר. אין סיבה לדאגה. סטודנטים צעירים יהיו סטודנטים צעירים, גם בעידן הבינה המלאכותית החכמה-מכל-אדם.
לפחות, לא היה מה לדאוג, אילולא הסיבה האחרונה והחשובה ביותר.
והחשוב מכל
השערים נפתחים אוטומטית עבור המונית, והיא ממשיכה לתוך הקמפוס. אורי מחכה שהאור הירוק יידלק ולעצירת המונית מול בניין הפיזיקה, לפני שהוא פותח את הדלת ומזנק החוצה. בזמן שהוא רץ לכיתה, הוא חושב על אתמול בלילה. על איך שפגש אותה על הספה במסיבה, והם ישבו בצד ודיברו, ודיברו ודיברו. הוא זוכר שהיא אהבה את הרעיון שלו לפרויקט. מבין ערפילי העייפות הוא נזכר במעומעם שהיא אמרה שתנסה להגיע לשיעור שבו יציג את הפרויקט.
במהלך הריצה במסדרון, אורי נזכר שזו אחת הסיבות שאבא אמר לו ללכת לאוניברסיטה: כי מעבר לכך שהיא מכינה אותך לחיים, זה גם המקום בו צעירים מוצאים אהבה.
הוא רץ במסדרון, מגיע לדלת הכיתה ופותח אותה במשיכה מהירה. אולי קצת מהר מדיי וחזק מדיי. הדלת נחבטת בקיר, וחמישים זוגות עיניים מסתובבים אליו. אבל לאורי חשוב בעיקר זוג עיניים אחד, עם משקפיים וחיוך שעולה לה על הפנים כשהיא רואה את אורי בפתח הדלת.
יכולות להיות סיבות גרועות יותר שהאקדמיה תמשיך להתקיים.
עוד בנושא באתר הידען:
