הטלטלה בשוק העבודה
כשה־AI יודעת את התשובות, האוניברסיטאות צריכות לשנות את השאלות
הבינה המלאכותית מטלטלת את ההוראה, את ההערכה, את דמות הבוגר ואפילו את מדעי המחשב. המרצים נדרשים להיות מנחים ומורים ולא רק מעבירי ידע, העבודות הכתובות מאבדות מכוחן – והאוניברסיטאות עדיין לא מצאו דרך להעריך מי באמת יודע ומבין. "האוניברסיטה צריכה לשנות את דמות הבוגר כך שתכלול גם חשיבה ביקורתית ויצירתית, שחיונית לעבודה עם AI", אומר פרופ' עמי מויאל
המרוץ בין האוניברסיטה לבין ה־AI כבר התחיל. מצד אחד, עומדים כלים שיכולים לכתוב עבודות, לייצר קוד ולספק תשובות בתוך שניות; מצד שני — מוסדות שעדיין נשענים במידה רבה על הרצאות, עבודות ומבחני ידע. באקדמיה מבינים שהשיטות הישנות כבר אינן מספיקות, אבל הפתרון אינו פשוט: מבחן בעל פה יכול לבדוק אם הסטודנט באמת מבין, אך קשה ליישם אותו בכיתות של מאות תלמידים. כך הבינה המלאכותית הופכת לא רק לאתגר טכנולוגי, אלא גם למשבר של ממש.
לא מדובר במשבר ביקוש, אלא במשבר שמחייב את האוניברסיטה להמציא את עצמה מחדש בכל אחד מהמרכיבים המרכזיים — דמות הבוגר, תהליך הלמידה, תהליך ההוראה, שיטת ההערכה והמחקר. אחת הבעיות המרכזיות היא חוסר התאמה של כוח האדם. אנשי אקדמיה מקודמים בזכות המחקרים שלהם, ורבים רואים בהוראה עול ומסתפקים בהעברת הידע שלהם בהרצאות. אבל כעת הם יהיו מוכרחים ללמד, לחנך ולהנחות.
ויש בעיה נוספת: בהתחשב בכך שכל עבודה כתובה יכולה להיות תוצר של בינה מלאכותית, נראה ששיטת הערכה מרכזית בעידן הזה תהיה הערכה בעל פה. כלומר, לבדוק אם הסטודנט באמת בקיא ומבין את הטקסטים שהגיש. אבל זה כמובן לא רלבנטי למספר הגדול של הסטודנטים בקורסי מבוא.
המרצים יצטרכו להשתנות
פרופ' עמי מויאל, יו"ר הוועדה לתכנון ולתקצוב של המועצה להשכלה גבוהה (ות"ת), הוא מחלוצי הבינה המלאכותית בישראל. מבחינתו, הבינה המלאכותית היא הזדמנות ולא איום. אחת הפעולות המרכזיות שלו מאז נכנס לתפקידו לפני כשנה היתה השגת תקציבים ייעודיים גדולים מהממשלה כדי להעמיד לרשות חוקרים מחשבי־על שיכולים להריץ מערכות בינה מלאכותית ולנתח כמויות גדולות של נתונים. הוא גם הקים כמה ועדות במל"ג שתפקידן להיערך לבינה המלאכותית.
"ה־AI לא תחליף עובדים עם אוריינטציית AI חזקה. היא תחליף עובדים שאין להם אוריינטציה כזאת", קובע מויאל. לכן, לדבריו, האוניברסיטה צריכה לשנות את דמות הבוגר כך שיידרשו ממנו לא רק ידע אלא גם שליטה במיומנויות כמו חשיבה ביקורתית ויצירתית, עבודת צוות והצגת תוצרים, שחיוניות לעבודה עם AI.
"ייתכן שהדרך להכשיר אותם אינה דווקא באמצעות קורסי מבוא רבי־משתתפים אלא הכשרה במהלך הקורסים השוטפים לכל אורך התואר", אומר מויאל. "המרצים יצטרכו להתמקד בדיונים במקום בהרצאות, ליזום תרגילים, להנחות, להדריך ולהיות ממש מורים טובים".
כיום משקיעה המל"ג 100 מיליון שקל בהכשרת הסגלים האקדמיים, והמוסדות משקיעים עוד 100 מיליון שקל. מויאל שוקל להגדיל את התקציב. הבעיה היא שמבחינת הסגל, מתן תשומת לב רבה יותר להוראה בא על חשבון מחקר.
פרופ' מנואל טרכטנברג, לשעבר יו"ר ות"ת ויו"ר המכון למחקרי ביטחון לאומי, מציין כי עוד לפני פריצת ה־AI היתה ירידה בנוכחות בשיעורים הפרונטליים. "השינוי הגדול היה בקורונה", הוא אומר. "אני צופה שהסטודנטים יבואו לכיתה כדי לקיים דיונים, כי לזה אין תחליף. אבל זה צריך להיעשות בקבוצות קטנות".
הבעיה היא שחלק גדול מהלימודים נערך היום בקורסי מבוא גדולים. "ה־AI טובה בלהגיד לך את מה שאתה רוצה לדעת אבל היא לא עוזרת לך להפנים – וזה הבדל גדול", מסביר טרכטנברג. "היא לא עוזרת לך להיות ביקורתי ולהפיק תובנות. זה מצריך אינטראקציות ולכן יש צורך בקבוצות דיון".
דדי פרלמוטר: "רוב תעשיית ההייטק עדיין מעוניינת בתואר אקדמי. במדעי המחשב היתה ירידה במספר הסטודנטים, אבל בלימודי הנדסה החוגים מפוצצים, והצבא מחפש פיזיקאים"
האוניברסיטה הכשירה עד היום את הסטודנטים בעיקר בעזרת כתיבת עבודות ותרגילים. "אחת השאלות היא האם אתה יכול עדיין לבקש מהסטודנטים עבודות, במיוחד בתארים מתקדמים, כשהדבר הראשון שהם עושים הוא לפנות ל־AI", אומר טרכטנברג. "נכון, יש אפליקציות שבוחנות אם זה נכתב על ידי ה־AI. אבל מדובר במרוץ חימוש בין ה־AI לאפליקציות, ואף אחד לא ינצח בו. זה אומר שצריך להסתמך יותר על השיטה הישנה של מבחנים בעל פה, שיחות ומצגות, אבל זה לא מתאים למוסדות המוניים. זו בעיה בלתי פתורה. בנוסף, אם מטרת ההכשרה היא הקניית מיומנויות, צריך לדעת איך להעריך שליטה בהן, וזה מורכב הרבה יותר ממבחני ידע".
"האוניברסיטאות מבינות שההוראה צריכה להשתנות", אומר דדי פרלמוטר, יו"ר הוועד המנהל של הטכניון ויו"ר הוועדה להון אנושי בהייטק. "השאלה היא איך מקנים לסטודנט כישורים. ברור שזה לא יהיה בהרצאה פרונטלית כשהמרצה עומד ליד הלוח והסטודנטים רושמים. המרצים יצטרכו להשתנות. זה עולם חדש, והשלב הראשון הוא לשכנע את כולם שצריך לעבור את התהליך הזה".
ראשי צוותים במקום מפתחי תוכנה
במהלך שנתיים ירד ב־15% מספר הסטודנטים שמתחילים ללמוד מדעי המחשב, מ־7,277 בתחילת שנת הלימודים תשפ"ג (2022/23) ל־6,219 בתחילת תשפ"ה (2024/25). הירידה מיוחסת למשבר הג'וניורים בתחום פיתוח התוכנה ולחשש שהבינה המלאכותית תייתר רבים מהעובדים בתחום.
2 צפייה בגלריה
דדי פרלמוטר (מימין), פרופ' מנואל טרכטנברג ופרופ' עמי מויאל. האוניברסיטאות יצטרכו לעדכן את תוכניות הלימודים מדי שנה בהתאם להתפתחויות הטכנולוגיות
(צילומים: גיל נחושתן אוראל כהן אלכס קולומויסקי)
עם זאת, חלק משמעותי מהסטודנטים שוויתרו על לימודי מדעי המחשב עברו כנראה למקצועות קשורים, שנחשבים מבטיחים יותר בהייטק, כמו מדעי הנתונים, הנדסת נתונים ובינה מלאכותית. מספר הסטודנטים המתחילים ללמוד מקצועות אלה הכפיל את עצמו באותן שנים, מכ־500 לכ־1,042.
במהלך השנה אישרה המל"ג לתשעה מוסדות לפתוח תואר בבינה מלאכותית, מה שעשוי להגדיל את מספר הסטודנטים שיבחרו בתחום גם השנה. אבל מויאל סבור שמוקדם להספיד את מדעי המחשב. לדבריו, מה שצריך גם שם זה לעדכן את דמות הבוגר. מפתחי התוכנה יצטרכו לקבל הכשרה לניהול צוותים של סוכני AI שיכתבו תוכנה. כלומר, החשיבות של כתיבת הקוד תפחת, ובמקומה יידרשו יותר הגדרת משימות ובקרת תוצאות.
פרלמוטר מוסיף כי "התואר האקדמי עדיין רלבנטי וחשוב. רוב תעשיית ההייטק בארץ עדיין מעוניינת בתארים. גם הידע הבסיסי נשאר חשוב כי לא תיקח אדם שיודע להשתמש בקלוד ותיתן לו לפתח טיל. במדעי המחשב היתה ירידה אבל בלימודי הנדסה החוגים מפוצצים והצבא מחפש פיזיקאים". לדבריו, המוסדות יצטרכו לעדכן את תוכניות הלימודים מדי שנה בהתאם להתפתחויות הטכנולוגיות, והתואר יצטרך לכלול הרבה מאוד פרויקטים יישומיים והתנסות מעשית של הסטודנטים בתעשייה.
טרכטנברג סבור שה־AI היא כלי עזר מצוין לחוקרים. "זה כמו עוזר מחקר שעובד 24/7 ולא מתלונן", הוא אומר. "מדהים כמה שזה עוזר. עשיתי עכשיו משהו בחצי שעה שפעם הייתי צריך לבקש מעוזר מחקר והיה לוקח לו חצי יום. עם זאת, הבינה המלאכותית לא תייתר את החוקר. גם כשהמחקר נעשה בעזרת AI, החוקר כותב את הפרומפט ומציג את הבעיה וכיווני הפתרון. אבל צריך לזכור שבכל מה שקשור ל־AI עוד לא ראינו כלום".
