שלמה דביר Shlomo Dvir
עב EN
איור המאמר: מסמך עם קשרי נתונים, זכוכית מגדלת ובועת דיבור המחוברת אליו בחץ.

אוריינות AI

מהבנת הנקרא לדיוק בהעברת המסר: אוריינות חיונית בעידן ה־AI

מדוע מערכת החינוך צריכה ללמד לא רק להבין מידע, אלא גם לגבש כוונה, להעביר מסר מדויק ולבחון את התוצאה.

מאת שלמה דביר 5 דקות קריאה

המאמר בקצרה

המאמר טוען כי בעידן ה־AI היכולת להבין מידע אינה מספיקה: צריך לדעת להגדיר בעיה ומטרה, להעביר כוונה מדויקת, לבחון תוצאות ולתקן טעויות. אלה מיומנויות מוכרות מעולמות הניהול וניתוח המערכות, אך כיום הן נחוצות לכל אדם. לכן יש ללמד אותן כבר בבית הספר, כחלק ממקצועות הליבה ולא רק בשיעורי מחשבים, תוך טיפוח חשיבה ביקורתית ואחריות אנושית.

מאמר זה גובש מתוך דיון מתמשך שלי עם ChatGPT, ששימש שותף לחשיבה, לביקורת, לניסוח ולעריכה. הדעות, התובנות והניסיון המתוארים בו משקפים את עמדתי האישית.

פרקי המאמר

הבעיה התחילה הרבה לפני הבינה המלאכותית

במשך שנים אני מייחס חשיבות רבה לשתי יכולות שמשלימות זו את זו: הבנת הנקרא והנשמע, והיכולת להעביר מסר ברור ומדויק.

אני נתקל בחשיבותן כמעט בכל תחום בחיים. בשיחות בין אנשים, בדיונים ציבוריים, ביחסי עבודה ובתקשורת היומיומית. לא פעם אני שומע ויכוח שבו המשתתפים משוכנעים שהם חלוקים זה על זה, בעוד שבפועל הם מדברים על דברים שונים, מייחסים משמעות שונה לאותן מילים או מתבססים על הנחות שלא נאמרו במפורש.

לפעמים הבעיה אינה מחלוקת אמיתית, אלא כשל בהבנת המסר או בהעברתו.

בעולם המקצועי שלי, שבו עסקתי שנים רבות בניתוח מערכות מידע, בתהליכים עסקיים ובניהול, למדתי להקדיש תשומת לב מיוחדת לכשלים כאלה.

כאשר מתגלה תקלה, לא מספיק למצוא דרך להעלים את הסימפטום. צריך לזהות את גורם השורש שלה — ה־Root Cause. אחרת התקלה עלולה לחזור, לעיתים בצורה אחרת.

באותה מידה, כאשר אנשים פועלים על בסיס מידע סותר, צריך לברר מהו מקור המידע המוסמך — ה־Source of Truth. בלי מקור מוסכם, גם דיון ענייני עלול להפוך לרצף של טענות שאינן נפגשות.

אלה מושגים שליוו אותי כמנהל וכאיש מערכות מידע, אבל מעולם לא ראיתי בהם מושגים ששייכים רק למחשבים. מבחינתי הם חלק משיטת חשיבה.

בעידן הבינה המלאכותית, החשיבות שלהם מתחדדת מאוד.

מה השתנה כשהצד השני הוא AI?

בשנים האחרונות אני מפתח יישומי תוכנה באמצעות כלי AI. הניסיון המקצועי שלי מאפשר לי לתאר מערכות ותהליכים, וכלים שבעבר לא עמדו לרשותי מאפשרים לי גם לממש אותם.

זוהי התנסות שממחישה היטב את חשיבותה של תקשורת מדויקת.

אני מבקש מכלי פיתוח לבצע שינוי. הוא מבין את הבקשה, מציע פתרון ומממש אותו. לעיתים התוצאה מצוינת. במקרים אחרים מתברר שהמערכת פירשה את ההוראה באופן שונה מכוונתי.

הבקשה עשויה להיות מנוסחת היטב מבחינה לשונית, ובכל זאת להיות חסרה מבחינה עניינית. לא הוגדר תנאי חשוב, לא הובהר מה אסור לשנות, או שניתנה הוראה לפתרון מסוים בלי להסביר מה הבעיה שאותה מנסים לפתור.

הלקח אינו שצריך לכתוב פרומפטים ארוכים ומפורטים יותר. לפעמים ההפך הוא הנכון.

צריך לדעת מה רוצים להשיג, לזהות את המידע שחסר לצורך קבלת החלטה, ולהבחין בין תיאור הבעיה לבין הצעת הפתרון.

זו מיומנות שהייתה חשובה תמיד בעבודה עם אנשים. ההבדל הוא שכעת אפשר להעביר הוראה למערכת שמסוגלת להפוך אותה במהירות לתוצר ממשי: תוכנית, מסמך, ניתוח או יישום מחשב.

היכולת הזאת מגדילה מאוד את כוחו של האדם הבודד. במקביל היא מגדילה את המחיר האפשרי של אי־הבנה.

ככל שהמערכת מסוגלת לבצע יותר, כך חשוב יותר לדעת להנחות אותה ולבקר את התוצאה.

לא רק לדעת לשאול

השיח על שימוש ב־AI מתמקד לעיתים קרובות ביכולת לכתוב פרומפט מוצלח. אני חושב שזו רק חוליה אחת בשרשרת רחבה יותר.

מתוך הניסיון המקצועי שלי והשימוש היומיומי בכלים האלה, אני מזהה חמש מיומנויות יסוד:

  1. הבנה — להבין את המידע, את הבעיה ואת ההקשר. להבחין בין עובדות, פרשנויות והנחות.
  2. גיבוש כוונה — להגדיר מה אנחנו רוצים להשיג, לפני שאנחנו מחליטים כיצד לעשות זאת.
  3. העברת מסר מדויק — להסביר את המטרה, את התנאים ואת הגבולות באופן שמאפשר לצד השני לפעול על פיהם.
  4. ביקורת התוצאה — לבדוק אם התוצר עונה על הצורך, אם הוא מבוסס על מידע נכון ואם לא נגרם נזק בדרך.
  5. תיקון ושיפור — לזהות את הסיבה לפער בין הרצוי למצוי, לתקן את ההנחיה או את הגישה ולבחון מחדש.

אינני מציע כאן מודל מדעי חדש. אלה כישורים מוכרים של חשיבה, תקשורת ופתרון בעיות.

החידוש הוא במידת החשיבות שלהם ובמעגל האנשים שזקוקים להם.

בעבר, יכולת טובה לאפיין דרישות ולהנחות ביצוע הייתה מזוהה במיוחד עם מנהלים, מהנדסים, מנתחי מערכות ובעלי מקצוע אחרים.

כיום כל אדם יכול להפעיל כלי שמבצע משימות מורכבות על בסיס הוראות בשפה טבעית.

המיומנויות שבעבר אפשרו לאנשי מקצוע להנחות צוותים הופכות למיומנויות שכל אדם עשוי להזדקק להן.

כאן נכנסת מערכת החינוך

לדעתי, ההתפתחות הזאת מחייבת אותנו לבחון מחדש את המקום שאנחנו נותנים למיומנויות חשיבה ותקשורת במערכת החינוך.

אנחנו מלמדים ילדים לקרוא, לכתוב, להבין טקסטים ולענות על שאלות. אלה יסודות הכרחיים, ואין שום סיבה להפחית מחשיבותם.

אבל צריך להרחיב את הדגש.

עד כמה אנחנו מלמדים תלמידים לנסח בעצמם בעיה? לזהות מידע חסר? להבחין בין טענה מבוססת להנחה? להסביר לאחרים מה הם מבקשים? לזהות שהצד השני הבין אותם לא נכון?

ועד כמה אנחנו דורשים מהם לבדוק את נכונות התוצאה, ולא להסתפק בכך שהצליחו להפיק תשובה?

המיומנויות האלה אינן מחייבות מקצוע לימוד חדש. אפשר לתרגל אותן כמעט בכל שיעור.

אפשר לבקש מתלמיד להסביר מהי הבעיה לפני שהוא מציע פתרון. אפשר לדרוש ממנו לציין על אילו מקורות הסתמך, אילו הנחות הניח ומה יגרום לו לשנות את מסקנתו.

אפשר לתת לתלמידים להשתמש ב־AI, אבל לא להסתפק בתוצר שהכינו. לבקש מהם להסביר את תהליך העבודה, לזהות טענות שלא אומתו ולהצביע על תיקונים שביצעו.

והכי חשוב, אפשר ללמד אותם לעשות את כל אלה גם בתקשורת בינם לבין עצמם, ללא שום כלי טכנולוגי.

כי הבעיה הבסיסית אינה טכנולוגית.

היא אנושית.

אוריינות AI אינה צריכה להישאר בשיעור מחשבים

הצורך להקנות לתלמידים אוריינות AI כבר מוכר גם בזירה הבינלאומית. גופים כמו UNESCO ו־OECD עוסקים בהגדרת הכישורים הנדרשים לתלמידים בעולם שבו בינה מלאכותית הופכת לחלק מחיי היומיום.

זהו כיוון חשוב, אבל מבחינתי יש כאן דגש שראוי להבליט במיוחד:

אוריינות AI צריכה להילמד כחלק מהמיומנויות הבסיסיות של מערכת החינוך, ולא רק במסגרת שיעורי מחשבים.

אני לא מתכוון ללימוד של כלי מסוים, של ממשק משתמש או של שיטות לניסוח הוראות למודל כזה או אחר.

אני מתכוון להקניית יכולות בסיסיות של הבנה, ניסוח, ביקורת ופתרון בעיות, כאשר AI משמש גם כלי לתרגול וליישום שלהן.

התלמידים של היום יפגשו בעתיד מערכות שונות מאוד מאלה שאנחנו מכירים. הטכנולוגיה תשתנה, הממשקים ישתנו, וחלק גדול מהידע התפעולי שנלמד היום יאבד מהרלוונטיות שלו.

אבל היכולת להבין בעיה, להגדיר מטרה, להעביר מסר ולבחון תוצאה תישאר חשובה.

לשם כך נדרשת גם הכשרה מתאימה של המורים. לא בהכרח בהפעלת כל כלי חדש שמופיע בשוק, אלא בהנחיית תהליכי למידה שבהם התלמיד נדרש לחשוב, להסביר ולבקר — גם כאשר מערכת AI מסייעת לו.

מהבנת הנקרא להבנת המסר — ומשם לפעולה

אחרי שנים רבות של עבודה עם מערכות ועם אנשים, וכעת גם עם מערכות AI, אני מוצא שהעקרונות המרכזיים לא השתנו.

צריך להבין את הבעיה לפני שמתקנים אותה. צריך לדעת מהו מקור המידע שעליו מסתמכים. צריך להבחין בין הצורך לבין הפתרון, ולבחון את התוצאה מול המטרה המקורית.

כלי ה־AI מאפשרים לי כיום לבצע דברים שלא יכולתי לבצע בעצמי בעבר. אבל איכות התוצאה עדיין תלויה במידה רבה באיכות החשיבה, ההנחיה והבקרה.

אני רואה בכך הזדמנות חינוכית.

מערכת החינוך יכולה להסתפק בהוראת השימוש בכלים החדשים, והיא יכולה לנצל את השינוי הטכנולוגי כדי לחזק מיומנויות אנושיות שהיו חשובות תמיד.

מבחינתי, הבחירה ברורה.

הבנת הנקרא והנשמע היא נקודת המוצא. היכולת לגבש כוונה, להעביר אותה במדויק, לזהות אי־הבנות ולבחון תוצאות היא ההמשך המתבקש.

בעידן שבו מילים יכולות להפעיל מערכות ולייצר תוצרים מורכבים, אלה כבר אינן רק מיומנויות תקשורת טובות.

אלה מיומנויות יסוד.

ומקומן בליבת החינוך, מגיל צעיר.