הטקסונומיה של בלום בעידן הבינה המלאכותית יוצרת:מדוע לא ניתן להסיק מהביצוע על ההבנה?

28.05.2026

מאת: ד"ר מור דשן | מרצה במכללה האקדמית רמת גן, ובאוניברסיטת בר אילן, מעבירה סדנאות על יישומי בינה מלאכותית

---

הטקסונומיה של בלום נחשבה במשך עשרות שנים למסגרת מרכזית בעולם הלמידה וההדרכה לתיאור רמות חשיבה ולמידה. הטקסונומיה המקורית מבוססת על ההנחה כי ניתן להסיק מתוצרים של הלומדים, מבחנים, עבודות או ניתוחים, על רמת ההבנה והחשיבה שלהם.

אולם בעידן הבינה המלאכותית היוצרת (GenAI), הנחה זו מתערערת. מערכות GenAI מסוגלות כיום לייצר תוצרים מורכבים ברמות הגבוהות של הטקסונומיה, גם כאשר הלומדים לא מחזיקים בהבנה עמוקה של החומר.

מאמר זה מציג את מגבלותיה החדשות של הטקסונומיה של בלום,  סוקר ניסיונות לעדכן אותה, ומציע כיוון פשוט וזהיר לעדכון: שמירה על מבנה הטקסונומיה המקורי, תוך הוספת ממד חדש של “עדות לקוגניציה פנימית”, כלומר, דרישה להראות שהלמידה אכן התרחשה בתוך מוחם של הלומדים ולא רק בתוצרים שהפיקו בעזרת בינה מלאכותית.

הטקסונומיה של בלום: המסגרת ששינתה את עולם הלמידה

בשנת 1956 פרסם הפסיכולוג החינוכי האמריקאי בנג'מין בלום,  מסגרת שתשפיע עמוקות על עולם הלמידה, ההדרכה והפיתוח המקצועי כולו. במשך עשרות שנים היא שימשה מפת דרכים להבנת למידה: כיצד אנשים רוכשים ידע, מה נחשב לחשיבה פשוטה ומה נחשב לחשיבה מורכבת, ואיך נכון לבנות תהליכי למידה, הערכה והכשרה.

הבעיה שבלום ביקש לפתור הייתה פשוטה אך משמעותית. מערכות למידה רבות התמקדו בעיקר בשינון עובדות, בעוד שבלום ביקש להראות שלמידה אמיתית היא תהליך עמוק יותר, הכולל גם הבנה, יישום, ניתוח וחשיבה ביקורתית. במונחים עכשוויים של מדעי הלמידה, בלום ניסה לתאר כיצד מתפתחים במוחם של הלומדים ייצוגים קוגניטיביים מורכבים.

הטקסונומיה המקורית כללה שש רמות: ידע, הבנה, יישום, ניתוח, סינתזה והערכה. הרעיון המרכזי היה שלא כל חשיבה היא אותו דבר. לומדים שמסוגל לזכור נוסחה, לא בהכרח מסוגלים להשתמש בה לפתרון בעיה חדשה, ואילו שמסוגלים להשתמש בידע לא בהכרח מסוגלים לנתח, לבקר או ליצור ממנו משמעות חדשה.

הטקסונומיה התקבלה בהתלהבות רבה משום שהייתה פשוטה, אינטואיטיבית וקלה ליישום. היא העניקה לאנשי למידה והדרכה שפה משותפת לתכנון תהליכי למידה והערכה.

הטקסונומיה החדשה של בלום: עדכון השלבים בתחילת המאה ה 21

במשך השנים החלו אנשי למידה והדרכה להרגיש שהטקסונומיה המקורית אינה מתאימה לחלוטין לעולם העבודה והלמידה המשתנה. עולם הלמידה וההכשרות עבר בהדרגה מהתמקדות בידע ובשינון לעיסוק גובר במיומנויות, פתרון בעיות, יצירתיות ולמידה פעילה.

במקביל, סוף שנות התשעים ותחילת שנות האלפיים התאפיינו בהתפתחות מואצת של טכנולוגיות דיגיטליות, למידה מקוונת ונגישות רחבה למידע דרך האינטרנט. היכולת “לדעת” הפכה פחות חשובה מהיכולת להשתמש במידע, לפרש אותו, לפתור בעזרתו בעיות וליצור ממנו ערך חדש.

על רקע השינויים הללו עדכנו בשנת 2002 אנדרסון וקרת'וול, תלמידיו של בלום, את הטקסונומיה המקורית. מטרתם הייתה להתאים אותה לעולם למידה דינמי, מבוסס ביצועים וממוקד מיומנויות.

השינוי המרכזי היה מעבר משמות עצם לפעלים. במקום להתייחס ל“ידע” או “הבנה” כמצבים סטטיים, הטקסונומיה החדשה תיארה פעולות קוגניטיביות שהלומדים מבצעים: לזכור, להבין, ליישם, לנתח, להעריך וליצור.  בנוסף, “ליצור” הועלתה לראש הפירמידה, מתוך תפיסה שבעולם העבודה והחדשנות, היכולת ליצור רעיונות, פתרונות ותוצרים חדשים היא אחת המיומנויות החשובות ביותר.

הטקסונומיה המעודכנת התאימה היטב לעידן הלמידה הדיגיטלית, להכשרות מקצועיות ולגישות של למידה פעילה ומבוססת ביצועים, ולכן הפכה במהירות לנפוצה מאוד בעולם הלמידה וההדרכה.

אלא שכעבור שני עשורים בלבד הופיע שינוי נוסף, עמוק בהרבה, שלא עמד לנגד עיניהם של מעדכני הטקסונומיה: הבינה המלאכותית היוצרת.

הטקסונומיה המקורית של בלום (1956)

בהשוואה לטקסונומיה החדשה (2001)

מה בעצם נחשב ללמידה?

כדי להבין מדוע עידן הבינה המלאכותית מערער את הטקסונומיה של בלום, צריך לעצור לרגע ולשאול שאלה בסיסית יותר: מהי בכלל למידה?

זו הסיבה שלמידה אינה זהה לחשיפה למידע. לומדים יכולים לקרוא טקסט, לצפות בהרצאה מרתקת או לקבל תשובה מבריקה ממערכות GenAI  מבלי שהתרחש אצלם שינוי קוגניטיבי משמעותי.

במשך עשרות שנים, עולם הלמידה הסתמך על הנחה מעשית: אם לומדים מצליחים לבצע משימה מורכבת, כנראה שגם התרחש אצלם תהליך למידה פנימי. אם לומדים כתבו ניתוח מורכב או פתרו בעיה חדשה, סביר להניח שנבנו אצלם הבנה ויכול מעמיקה. הנחה זו עמדה בבסיס של הטקסונומיה של בלום.

אז מה השתנה בעידן הבינה המלאכותית היוצרת?

עידן הבינה המלאכותית היוצרת מערער בדיוק את הקשר הזה שבין ביצוע חיצוני לבין שינוי פנימי.

מודלי שפה גדולים כמו ChatGPT ו-Gemini, מסוגלים כיום לסכם מאמרים, לנתח טקסטים, להשוות בין תאוריות, לכתוב קוד, לבנות מצגות וליצור תוצרים מקצועיים ברמה גבוהה בתוך שניות. לכן, לומדים יכולים להגיש תוצרים שנראים כמשקפים חשיבה ברמה גבוהה, גם כאשר ההבנה שלהם עצמם מוגבלת מאוד. כאן בדיוק מתגלה הבעיה החדשה של הטקסונומיה של בלום: אם בעבר היה קשר סביר בין ביצוע לבין הבנה, כיום כבר לא ניתן להניח זאת באופן אוטומטי.

הבעיה אינה רק טכנולוגית, אלא קוגניטיבית ומקצועית.

לפיכך, השאלה שלנו איננה “מה הלומדים הצליחו להפיק?”, אלא “מה באמת השתנה בידע והחשיבה שלהם?

מדוע זו בעיה עמוקה יותר מ"רמאות"?

הדיון הציבורי סביב GenAI ולמידה מתמקד לעיתים קרובות ב"רמאות". אבל זו למעשה רק תופעת לוואי של שינוי עמוק בהרבה. מחקרים בתחום הקוגניציה מראים שחשיבה מורכבת דורשת ידע פנימי מאורגן. אדם אינו יכול לחשוב באופן ביקורתי על תחום שאינו מבין. כדי לזהות טעות של מערכות GenAI הלומדים חייב להחזיק בעצמם ידע, מושגים ומודלים מנטליים.

בינה מלאכותית אינה מחליפה את הצורך בהבנה פנימית. להפך, היא מדגישה עד כמה היא חשובה.

רופא שאינו מבין לעומק את הפיזיולוגיה לא יוכל לדעת אם מערכת AI טועה באבחנה. מהנדס שאינו מבין עקרונות בסיסיים לא יוכל לזהות פתרון שגוי שנראה משכנע. המשמעות היא שלמידה אמיתית עדיין מחייבת שינוי פנימי במוחם של הלומדים: בניית סכמות, יצירת קשרים מושגיים, יכולת שליפה עצמאית מהזיכרון והבנה שמאפשרת להתמודד גם עם מצבים חדשים ולא מוכרים.

לכן האתגר המרכזי של עידן ה GenAI איננו כיצד למנוע שימוש בבינה מלאכותית, אלא כיצד להעריך האם למידה אמיתית אכן התרחשה במוחם של הלומדים.

ניסיונות לעדכן את הטקסונומיה של בלום

בשנים האחרונות החלו להופיע מאמרים אקדמיים אשר מנסים להתמודד עם הבעיה. חלקם מציעים להוסיף לטקסונומיה מיומנויות חדשות כמו אוריינותAI , יכולת הנחיה של מערכות בינה מלאכותית, שיתוף פעולה אדם מכונה או חשיבה אתית. גישות אחרות אפילו ממליצות "להפוך" את הפירמידה של הטקסונומיה, כך ש"ליצור יופיע בתחתית, ו"לזכור" יופיע למעלה. אלו כיוונים חשובים, אך הם מנסים לפתור את הבעיה באמצעות הוספת שלבים, מיומנויות או מורכבות נוספת.

ייתכן שהפתרון הפשוט והמדויק יותר נמצא במקום אחר.

הבעיה האמיתית: משבר בהסקה על הבנה

עידן הבינה המלאכותית משנה את ההנחות על ההבנה. הטקסונומיה של בלום טענה שניתן להסיק על החשיבה הפנימית מהביצוע החיצוני, אך בעידן ה-AI זה כבר אינו נכון. לומדים יכולים להציג תוצרים שנראים כמו הבנה עמוקה, מבלי שקידוד משמעותי, שינוי בסכמות או בניית מודל מנטלי קרו באמת. לכן, אולי יש צורך לעדכן את הפרשנות וההערכה של הטקסונומיה, במקום להחליפה.

הצעה לעדכון: עדות לקוגניציה פנימית

במקום לבנות טקסונומיה חדשה לחלוטין, אפשר לשמר את המבנה המוכר של בלום ולהוסיף לכל שלב שאלה חדשה: איזו עדות מצביעה על כך שהיכולת הזאת באמת קיימת במוחם של הלומדים ולא רק הופקה באמצעות  GenAI?

זהו שינוי קטן יחסית, אך בעל משמעות גדולה.

למשל, ברמת “להבין”, כבר לא מספיק שהלומדים יגישו סיכום איכותי. יש צורך גם להפגין יכולת להסביר את הרעיון במילים שלו, לקשר בין מושגים או להתמודד עם דוגמה חדשה ללא הסתמכות מלאה על כלי GenAI.

ברמת “לנתח”, לא מספיק להציג ניתוח משכנע. יש לבדוק גם האם הלומדים מסוגלים לזהות טעויות או הטיות בתשובה שנוצרה על ידי בינה מלאכותית.

וברמת “ליצור”, השאלה אינה רק האם הופק תוצר חדש (אפשרות שהיא מאוד קלה עם כי GenAI), אלא האם קיימים בו חשיבה מקורית, פרשנות אישית ותובנה אנושית אמיתית המעידות על שינוי קוגניטיבי עמוק אצל הלומדים.

לא להחליף את הטקסונומיה של בלום, אלא להחזיר לה את התוקף

היתרון בגישה הזו הוא הפשטות שלה. אין צורך להמציא שפה מקצועית חדשה לחלוטין, ואין צורך לוותר על מסגרת שעולם הלמידה וההדרכה כבר מכיר היטב. במקום זאת, אפשר לבצע שינוי ממוקד: לעבור מהערכת תוצרים בלבד להערכת עדויות להבנה פנימית. המעבר הזה עשוי להיות אחד האתגרים החשובים ביותר של עולם הלמידה וההדרכה בשנים הקרובות.

בעולם שבו בינה מלאכותית מסוגלת לכתוב, לנתח וליצור, השאלה המרכזית כבר איננה “מה הלומדים הצליחו להפיק”, אלא “איזו עדות יש לכך שהלמידה באמת התרחשה בתוך מוחם”.

---

על המחברת:

ד"ר מור דשן, מרצה במכללה האקדמית רמת גן, תואר שני בטכנולוגיות למידה דיגיטלית ובאוניברסיטת בר אילן, במחלקה למדעי המידע ויישומי בינה מלאכותית. מעבירה סדנאות על יישומי בינה מלאכותית.

mordeshen@gmail.com | 054-2621741