ללמוד (נשוא) ללמוד (נושא) - קווים לדמותה של טרנספורמציה הכרחית במערכת ההשכלה המוסדית בעידן הבינה המלאכותית

מאת: יובל לייקין | יועץ בתחום החדשנות ושילוב בינה מלאכותית בתהליכי למידה וחינוך

26.2.2026

---

עולם הבעיה

מחקר מקיף מאוד בקרב כאלפיים מנהלים שבוצע על-ידי אוניברסיטת קינגסטון שבלונדון, ותוצאותיו פורסמו בסוף שנת 2023, הצביע על כך שלתפיסתם כ-74% מכלל בוגרי מערכות החינוך המוסדיות והאקדמיה אינם מוכנים כלל לשוק העבודה בעידן הבינה המלאכותית. בנקל להבין שמאז שפורסם המחקר, הפערים אף התעצמו. "אני מראיין מועמדים לשירות ביטחון לאחת מיחידות העילית הטכנולוגיות של צה"ל", צוייץ בשבועות האחרונים ברשת החברתית X, "וזה מסר בהול ועגום על דור העתיד שלנו: הוא לא טוב. הוא מאחור. הוא חי את האתמול."

נראה שהחוזה הבלתי כתוב בין רצף ההכשרה המסורתי והליניארי לבין שוק התעסוקה, שהשתנותו בעקבות הבינה המלאכותית מתרחשת בקנה מידה אקספוננציאלי, הולך ונפרם בקצב מסחרר. בהסתכלות עתידנית קצרת טווח אף עולה השאלה הרדיקלית בדבר מידת הרלוונטיות שלו לצרכים המהתווים ובהינתן המשך המצב הנתון - האם בכלל יהיה בו צורך.

מערכת החינוך המוסדית (K-12) אמורה לבנות חיווט קוגניטיבי, להקנות הרגלי הלמידה ולפתח את גמישות המחשבה של ילדים ובני נוער מגיל אפס. בפועל, המערכת הזו עדיין מאופיינת בסטגנציה ביחס לשיטות הלמידה והערכה, וממשיכה לתגמל תלמידים על שינון תשובות הנדרשות לרוב בשליפה מהזכרון. יוזמות של למידה דרך פרויקטים או כל פורמט אחר של למידה התנסותית - מוגדרים כפיילוטים או נתפסים כ"הוראה חדשנית". בהמשך ישיר לכך, מוסדות האקדמיה וההשכלה הגבוהה מתאימים עצמם במחזורים ארוכים ומסורבלים למדיי, ללא אימוץ צעדים מהותיים שיהפכו את הקורסים ואת המרצים שמעבירים אותם כרלוונטיים. בו בזמן שההשקעה של האקדמיה ממשיכה להיות בעיקר בעולמות המחקר, שהמכונה הופכת לאיטה למומחית בה יותר מהאדם עצמו, הרי שבעולמות הלמידה ותפיסת האקדמיה כמוסד שאמור בעיקר לייצר בני אדם ששולטים בידע ולא את הידע עצמו - שם נראה שהדרך לשינוי עדיין ארוכה.

במודל הישראלי, למערכת הביטחון היה תפקיד גדול מאוד - שלא לומר רשת מגן לאומית - ביכולת לתווך בין נקודת היציאה של תלמיד התיכון אל מול צרכי התעשיה, גם מבלי להידרש לערך המוסף של האקדמיה. רק לפני שלוש שנים מערכון של "ארץ נהדרת" הציג את האבסורד בקרבות הגיוס של התעשיה של בוגרי היחידות הטכנולוגיות בגלילות, כאשר המשך המגמה הזאת - מצחיקה ככל שתהיה - נמצאת בחלוף שנים ספורות בלבד על בלימה. נראה שגם המנגנון הצבאי, המאפשר הקניית מיומנויות טכנולוגיות על ידי הכשרה מוכוונת משימה ובעל רף "אתגר" גבוהה אשר כשלעצמו מסייע בתהליך הלמידה, לא ימשיך בהכרח לשרת את צרכי שוק התעסוקה - שיזדקק לפחות מיומנויות תפעוליות טכניות, אלא ליותר מיומנויות הפעלתיות מערכתיות ואנושיות.

בעיני, ההתאמה של מערכת ההכשרה, קונקרטית בחינוך העל-יסודי בישראל ובשלבי ההסמכה האקדמית הבסיסיים (BA), לשוק התעסוקה מחייב שלוש פעולות מיידיות: (1) שיום ברור וחד של המיומנויות הנדרשות היום בתעשייה, בכדי שיהיו רפרנס ברור לעדכון תוכניות הלימוד וההסמכה; זאת, תוך זניחה של סופרלטיבים וססמאות כמו "מיומנויות אנושיות", "חשיבה אסטרטגית", "חשיבה אתית" וכו'.

(2) מעורבות אקטיבית - שלא נאמר אגרסיבית - של התעשייה בשרשרת ההכשרה; זאת על ידי שינוי התפיסה מ"לקוחות קצה" של מנגנון ההכשרה ל"מעורבים בשרשרת הייצור של העובדים".

(3) אימוץ והתאמת טכנולוגיות למידה להגברת יעילות הקניית המיומנויות.

קוצר היריעה של המאמר לא מתאפשר להתעמק בכל אחד מאלה, אלא לתת בעיקר סימנים לתמה המרכזית שנמצאת מאחורי כל אחד מהם.

שיום מיומנויות "העובד החדש" בעידן הבינה המלאכותית

סך מיומנויות הליבה אותם צריכה לשאוף להקנות מערכת החינוך והסמכה האקדמית בישראל מורכבת בעיני משלושה פרמטרים -

(1) AI FITNESS

הבוגר שלנו כבר אינו נמדד ביכולתו הטכנית להקליד קוד או לשלוף מידע, אלא באמנות ניסוח הבעיה (Problem Formulation). מנגנוני הלמידה חייבים להפסיק לתגמל הלומדים על מתן התשובה הנכונה, ולהתחיל ללמד כיצד לפרק אתגר מורכב להנחיות ברורות, מבוקרות ומאתגרות עבור מכונה, תוך בחינת איכות התוצר בקצה ואיכות הרפלקציה ביחס לתהליך העבודה מול המכונה; (2) מיומנויות קוגניטיביות (Sense-Making). במקום המונח המעורפל "חשיבה ביקורתית", ישנה חשיבות לדרישה הקונקרטית להפעלת ספקנות אלגוריתמית (Algorithmic Skepticism). על כל רצף ההכשרה נדרש ללמד את הבוגרים לא לקבל אף פלט כתורה מסיני, לאתר "הזיות" של מודלי שפה, לזהות הטיות מובנות בדאטה, ולדעת לסנתז ידע רב ורועש לכדי החלטה אחת ברורה. הפעולה הקוגנטיבית הפועלת בעת הספקנות האלגוריתמית הינה הוליסטית וכוללת עיון בתהליך, פירוקו לכדי גורמים, הפעלת שיקול דעת, בניית תהליך לפתרון או לנקיטת פעולה ובסוף בקרה איכותנית של התוצר; (3) Human Fitness - דווקא כשהמכונות משתלטות על העבודה האנליטית, עולה הפרמיה על היכולות האנושיות הטהורות. אלו אינן "מיומנויות רכות" כפי שנהוג היה לזלזל בהן בעבר, אלא מיומנויות ליבה קשיחות והכרחיות: אינטליגנציה רגשית עמוקה, היכולת לרתום אנשים בתוך משבר, וניהול קונפליקטים; (4)

שריר ה-AQ -

היכולת לבצע התאמה (Adaptation) למציאות משתנה - מקצועית, חברתית, ארגונית, משימתית וכו'.

מנהלים בתעשיה - מלקוחות של כוח אדם לשותפים בהבשלתו

מנהלים ומובילים בתעשייה חייבים לעבור ממעמד של צרכני טאלנט פסיביים, שרק מחכים לבוגרים בסוף פס הייצור ומתלוננים על האיכות שלהם, למעמד של יצרני טאלנט אקטיביים או שותפים במעשה החינוכי וההכשרתי. ההתערבות צריכה להתמקד בחשיפה, ולהתאפיין בפתיחת שערי הארגון לתוכניות חניכות (Apprenticeships) לתלמידי תיכון וסטודנטים, הצבת אתגרים פתוחים שדורשים מהם להתמודד עם כאוס וצורך לשנות תצורות חשיבה והתנהלות. מומחי התעשייה חייבים לשבת בוועדות ההיגוי של משרד החינוך ושל המועצה להשכלה גבוהה, לפעול להפיכת האקוסיסטם בתיכונים ובאקדמיה ל"ארגזי חול" לטובת התמודדות עם אתגרים ובעיות שיכולים להביא למקסום חוויית הלמידה.

טכנולוגיה חדשנית או חדשנות טכנולגית?

הנחת העבודה שהובילה אותנו עד כה היא שאפשר ללמד מיומנויות מורכבות, אנושיות וקוגניטיביות, בעיקר דרך העברת ידע פרונטלית. הרי אי אפשר ללמד ספקנות אלגוריתמית דרך מבחן אמריקאי בתיכון, ואי אפשר ללמד ניהול קונפליקטים בהרצאה רבת-משתתפים באוניברסיטה.

כשמוסיפים את אלמנט הלמידה החדשנית, לרוב הנטייה היא לשייך טכנולוגיה לעניין. אבל הוספת טאבלטים או מחשבים לכיתה אינה בגדר טרנספורמציה. שילוב בינה מלאכותית בתהליכי ההוראה והלמידה אינו מבטיח בהכרח למידה טובה יותר. האבסה בפלטפורמות טכנולוגיות אינה ערובה להתקדמות.

למידה חדשנית מתאפיינת בדפוס-חשיבה (MindSet) המבקש למידה התנסותית, מולטי-מודאלית (רב-חושית), רב-תחומית, המתאפיינת ברכישת ידע בתחומי-דעת בשילוב הקניית מיומנויות ויכולות קוגניטיביות וחברתיות. כאן טמון הערך המוסף האמיתי של טכנולוגיות הלמידה (EdTech).

עולם טכנולוגיות הלמידה עובר מהנגשת קורסים מקוונים (Mooc) ופלטפורמות למידה מתוקשבת (LMS) לגישה של טכנולוגיות סימולטיביות, תגובתיות למול התנהלות הלומד, בעלות אדפטיביות בסוג הלמידה.

המערכות החדשות לא יגישו עוד תוכן פסיבי או יעצרו את סדר היום עבור "קורס חובה" במערכת ניהול למידה מסורבלת, אלא יהפכו ללמידה שקופה המשתלבת באופן טבעי בזרימת העבודה (Learning in the flow of work). בלב הטכנולוגיה הזו יעמוד חונך אישי מבוסס AI, שייצר היפר-פרסונליזציה ויתאים את קצב ההסבר ורמת הקושי בזמן אמת לפרופיל הקוגניטיבי של כל לומד. במקום לעצור את הלמידה כדי לשנן חומר לקראת מבחן שעבר זמנו, הלומדים ייכנסו לסביבות סימולציה דינמיות המגיבות להחלטותיהם, שם ההערכה תהיה רציפה ואותנטית; המערכת תמדוד לא את הידע ששונן, אלא את הדרך שבה הלומד הפעיל ספקנות אלגוריתמית, שאל שאלות וסנתז מידע תחת לחץ. ולבסוף, במקום רק לחלק ציונים על הישגי העבר, אנליטיקה מנבאת תסרוק את מגמות השוק הרלוונטיות, תזהה מראש אילו מיומנויות יידרשו ללומד או לארגון בעוד חצי שנה, ותתווה מסלול התפתחות פרואקטיבי – עוד לפני שפער המיומנויות בכלל נוצר.

לסיכום, עולם התעסוקה משתנה ללא היכר ומחייב שגם כל שרשרת ההשכלה של דור העובדים הבא תעבור טרנספורמציה וגמישות מירבית. לטכנולוגיות למידה יהיה תפקיד משמעותי ביכולת לתווך שינוי זה תוך מינימום התניות בכוח הוראה ובתלות בפורמט של מוסד לימוד. למודעות ולמעורבות בכירי התעשייה, המנהלים בדרגים השונים ולגורמים העוסקים בפיתוח ההון הארגוני יש משקל רב בעיצוב מערכת הלמידה הבאה. אין מקום להימנעות מכך, ויתרה מזאת - אין מקום להסתמכות על כך שהשינוי יבוא מתוך המנגנון המוסדי הקיים.