בינה מלאכותית כבר אינה נתפסת רק כאוסף כלים לסיכום טקסטים, ליצירת תמונות או לכתיבת קוד. בשנתיים האחרונות היא נכנסה במהירות כמעט לכל מרחב מקצועי ואקדמי, והפכה לנושא שמחייב מוסדות להשכלה גבוהה לבחון מחדש לא רק מה מלמדים, אלא גם כיצד מכינים סטודנטים לשוק עבודה ולחברה שהולכת ומתעצבת על ידי AI. במכללה האקדמית גליל מערבי מתרגמים את השינוי הזה לתוכנית פעולה מקיפה - הנהלת המכללה, בראשות הנשיא פרופ' נסים בן-דוד, מבצעת שינוי רוחבי בתוכניות הלימוד בכל החוגים. המטרה: להכשיר סטודנטים לעולם שבו אלגוריתמים משפיעים על שוק העבודה, על מערכות האכיפה, על הכלכלה, על החינוך ואפילו על יחסי הכוח בחברה.
"האקדמיה תמיד נתפסה כחממה אינטלקטואלית", אומרת ד"ר חגית תורג'מן, ראש החוג לקרימינולוגיה וסוציולוגיה במכללה. "אבל היום אפשר בלחיצת כפתור לקבל כמעט כל מידע. לכן השאלה היא כבר לא איך מעבירים ידע, אלא איך מלמדים לחשוב, להטיל ספק ולהבין את ההשלכות הרחבות של הבינה המלאכותית".
לצדה מוביל את המהלך גם ד"ר אבישי עייש, ראש התמחות ה-AI בבית הספר לניהול של המכללה. מבחינתו, מדובר במהפכה שמשנה לא רק מקצועות - אלא את עצם מבנה החברה. "בינה מלאכותית היא לא רק כלי עבודה", הוא אומר. "היא משנה את הדרך שבה מוסדות פועלים, איך אנשים מקבלים החלטות ואיך נוצר ידע".
אחד המסרים המרכזיים שעולים בשיחה הוא שבינה מלאכותית אינה תחום טכנולוגי נפרד, אלא חלק בלתי נפרד מכל תחום לימוד. לדברי ד"ר עייש, "כשאנשים חושבים על בינה מלאכותית, הם בדרך כלל חושבים על כלי שמייצר טקסט או תמונה. אבל זו רק השכבה החיצונית. השאלה האמיתית היא איך מכשירים אנשים לחיות ולעבוד בעולם שהבינה המלאכותית מעצבת אותו".
ד"ר תורג'מן מסבירה כי השינוי הזה מורגש במיוחד במדעי החברה ובקרימינולוגיה. "התיאוריות הקרימינולוגיות עדיין רלוונטיות, אבל היישום שלהן משתנה. הסיבות להידרדרות לפשיעה לא השתנו, אולם הפשיעה עצמה משתנה, הזירות משתנות, והפשיעה, שבעבר היתה נחלתם של שכבות סוציואקונומיות נמוכות ושכונות מצוקה, עוברת יותר ויותר למרחב הדיגיטלי. היום אנחנו מדברים גם על זירות טכנולוגיות, עבריינות אנונימית שאותה מאפשר הריחוק הדיגיטלי, הטיות אלגוריתמיות, פשיעת סייבר מבוססת AI, דיפ-פייק ואפילו איך מערכות חיזוי משפיעות על קבלת החלטות בבתי משפט ובמשטרה". לכן, לדבריה, המטרה היא להשתמש בידע הקלאסי כבסיס, ולהרחיב את היישומים שלו לחברה המשתנה.
לא ליפול ברשת הקסם
אם בעבר האקדמיה התרכזה בעיקר בהעברת ידע, הרי שכיום, הם טוענים, האתגר האמיתי הוא ללמד את הסטודנטים להתמודד עם הצפת מידע. "חשיבה ביקורתית היא המיומנות החשובה ביותר", אומרת ד"ר תורג'מן. "הסטודנטים מוקסמים מהיכולות של הבינה המלאכותית, אבל אנחנו מלמדים אותם להטיל ספק. אם בעבר נתנו להם לקרוא מאמרים ארוכים, היום אני נוהגת לבקש מהם מראש לסכם את המאמר באמצעות הבינה המלאכותית ואז לבחון את הסיכום אל מול המקור ולא לקבל שום דבר כמובן מאליו".
גם ד"ר עייש מזהיר מפני הסתמכות עיוורת על כלי AI: "רבים חושבים שהבינה המלאכותית תמיד נותנת תשובה נכונה, אבל זה פשוט לא נכון. אלה מודלים שפתיים שיכולים לטעות ולהמציא. בלי אנשים שמבינים תיאוריות, נתונים והקשר - זו בועה שעלולה להתפוצץ". לדבריו, היתרון העתידי בשוק העבודה לא יהיה של מי שמסתפק בשימוש בסיסי בכלים קיימים, אלא של מי שיודע לעבוד יחד עם מערכות חכמות, להפעיל אותן באופן ביקורתי ולתרגם את היכולות שלהן לתפוקה, איכות וקבלת החלטות טובה יותר. "הסטודנטים של היום צריכים לדעת לנסח בעיה, להבין מה המודל יודע לעשות ומה לא, לבדוק אמינות של מידע, לזהות הטיות ולשלב בין שיקול דעת אנושי לבין אוטומציה".
מהכשרת מנהלים ועד תיאטרון
אחד המהלכים הבולטים במכללה הוא הקמת מסלולי לימוד המשלבים AI באופן מעשי. בבית הספר לניהול, למשל, נבנה אשכול לימודים של כ-40 נקודות זכות בתחום הבינה המלאכותית. "הסטודנטים לומדים פייתון, SQL, למידת מכונה ו-LLMs אבל לא רק ברמה הטכנית", מסביר ד"ר עייש. "המטרה היא שהם יידעו להשתמש ביכולות האלה כדי לפתור בעיות ניהוליות וכלכליות אמיתיות - משוק ההון ועד משאבי אנוש". לדבריו, חלק מהקורסים עוסקים גם בבניית סוכני AI ובהבנת האופן שבו מודלים חושבים ופועלים. "אנחנו רוצים להכשיר אנשים שיודעים להוביל תהליכים מבוססי AI בארגונים, לא רק להשתמש בכלים הללו".
בקרימינולוגיה ובסוציולוגיה, לעומת זאת, הדגש הוא על ההשפעות החברתיות והאנושיות של הטכנולוגיה. ד"ר תורג'מן: "בחינוך אנחנו מכניסים שאלות של אוריינות בינה מלאכותית, חשיבה ביקורתית, למידה בעידן של ידע אוטומטי והכשרת מורים ואנשי חינוך לעבודה בעולם שבו תלמידים משתמשים בכלי AI כחלק טבעי מתהליך הלמידה. גם בלימודי תיאטרון ותרבות אנחנו עוסקים בשאלות חדשות של יצירה, מקוריות, אותנטיות ויחסים בין אדם לטכנולוגיה. הלמידה לא נשארת תיאורטית. בקורסים רבים יש מרכיב יישומי או פרויקט, כך שהסטודנטים מתרגלים בנייה, ניתוח, קבלת החלטות, עבודה עם נתונים והצגת פתרונות".
יש מי שטוענים שהאקדמיה מגיבה מאוחר מדי לשינויים טכנולוגיים, איך אתם מתמודדים עם זה?
ד"ר עייש: "אקדמיה היא מטבעה מוסד שפועל בצורה זהירה יותר, בעוד שטכנולוגיה מתפתחת בקצב מאוד מהיר. אבל דווקא בגלל זה, האחריות שלנו היא לא לרדוף אחרי כל טרנד טכנולוגי, אלא להבין לעומק אילו שינויים באמת ישפיעו על החברה, על מקצועות ועל הסטודנטים של המחר. תוכנית לימודים בתחום הזה לא יכולה להיות סטטית. הכלים משתנים כל הזמן, אבל העקרונות נשארים: חשיבה אנליטית, הבנת נתונים, קבלת החלטות והבנה של בני אדם וארגונים".
ד"ר תורג'מן מוסיפה כי השינוי כבר מתרחש מול העיניים. "אנחנו לא יכולים להישאר באזור הנוחות של התיאוריות הקלאסיות בלבד. התפקיד שלנו הוא לאתגר את עצמנו, כדי להכין את הסטודנטים לעולם החדש".
ומה חשוב שהסטודנטים של היום ידעו?
ד"ר עייש: "המיומנות המרכזית החדשה שהם נדרשים אליה היא שיתוף פעולה עם מכונה חכמה, והם לא צריכים לדאוג שלא תהיה להם עבודה. לאורך ההיסטוריה, כמעט כל מהפכה טכנולוגית לוותה בתחזיות שלפיהן אנשים יעבדו פחות. בפועל קרה בדיוק ההפך: הטכנולוגיה אמנם ייעלה תהליכים, אבל גם הגדילה את קצב העבודה, את היקף המשימות ואת הזמן שאנחנו משקיעים בעבודה".
בשיתוף המכללה האקדמית גליל מערבי
