מהפכת הבינה המלאכותית (AI) כבר כאן, ובגדול. היא משפיעה על חיינו במגוון חזיתות: משוק העבודה, דרך המחקר המדעי ועד דפוסים חברתיים, תרבותיים ותעשייתיים. עבור ישראל, מדינת חדשנות עתירת הון אנושי, ועבור הטכניון כמוסד מרכזי להכשרת דור העתיד של המובילים הטכנולוגיים, מדובר באתגר אסטרטגי ראשון במעלה, אך גם בהזדמנות היסטורית לעיצוב מחודש של ההכשרה האקדמית. ייחודה של מהפכה זו הוא בקצב המואץ שלה, המחייב תגובה מהירה וגמישה מצד מוסדות ההשכלה הגבוהה, הרבה מעבר לשינויים ההדרגתיים שאיפיינו מהפכות טכנולוגיות קודמות. הבינה המלאכותית מרחיבה משמעותית את יריעת ההשפעה של בוגרי מדעי המחשב, הנדסת החשמל ומדעי הנתונים בעלי ידע מעמיק בתחום, והופכת אותם לתשתית מרכזית שעליה נבנים מדע, תעשייה, רפואה והנדסה מודרנית.
העובדה שבשנים האחרונות הוענקו פרסי נובל לחוקרים שמגיעים מעולם מדעי המחשב, הן על יסודות הלמידה החישובית והן על יישומים חישוביים פורצי דרך בכימיה, ממחישה עד כמה התחום הפך למנוע מרכזי של קידמה מדעית. גם בתחומי הנדסה אחרים ניכרת השפעה גוברת של ביקוש לכוח אדם המסוגל להיעזר בכלי AI מתקדמים כדי להגביר פרודוקטיביות, לשפר יעילות ולקצר תהליכי פיתוח.
עם זאת, לא הכול ורוד. אחד הביטויים הבולטים של מהפכת ה-AI הוא מה שמכונה לעיתים "משבר הג'וניורים". אם בעבר בוגרים טריים השתלבו בתעשייה דרך תפקידי כתיבת קוד ופיתוח בסיסי, הרי שכיום חלק ניכר מהעבודה הזו מתבצע על ידי כלי AI, במהירות וביעילות גבוהות בהרבה. כתוצאה מכך, שוק העבודה מציג דרישה הולכת וגוברת לבעלי ניסיון עשיר או הכשרה מתקדמת, בעוד שהביקוש לבוגרים טריים חסרי ניסיון מעשי מצטמצם. זהו אתגר ישיר לאוניברסיטאות האמונות על הכשרת הדור הבא, ודורש מהן התאמה מהירה של תוכני הלימוד ושיטות ההכשרה למציאות המשתנה.
תגובה מהירה וגמישות פדגוגית
האתגר הראשון נוגע לעצם תהליך ההוראה והלמידה בעידן שבו כלי AI זמינים לכל סטודנט בלחיצת כפתור. כאשר מערכות מסוגלות לכתוב קוד, לפתור תרגילים, לסכם מאמרים ואף להציע פתרונות נכונים לכאורה, מתעוררות שאלות יסוד: כיצד מלמדים ידע בסיסי, כיצד בוחנים הבנה אמיתית וכיצד מטמיעים יכולות ולא רק תוצרים. קיים חשש ממשי ממצב שבו סטודנטים עוקפים את תהליך הלמידה, מבצעים מטלות בעזרת AI מבלי לעכל את החומר, ומפתחים מיומנות של קיצור דרך במקום הבנה.
מכאן נובעת אחריות אקדמית לעצב מחדש את שיטות ההוראה וההערכה: פחות דגש על מטלות שגרתיות, שניתן לבצע בעזרת כלי AI, ויותר דגש על חשיבה, ניתוח, הסבר, ביקורת והצדקה של פתרונות. אין מדובר באיסור על שימוש ב-AI אלא בהפיכתו לכלי מלווה ללמידה, כזה שמחדד הבנה במקום להחליף אותה. שינוי זה מחייב תגובה מהירה וגמישות פדגוגית, שכן עיכוב בהתאמת שיטות ההוראה עלול לפגוע באיכות ההכשרה בתוך שנים ספורות בלבד.
האתגר השני נוגע לתוכן ההכשרה עצמו ולמבנה תוכניות הלימוד. מה עלינו ללמד כדי להכין את הבוגרים לעולם שבו AI הוא חלק בלתי נפרד מהעשייה המקצועית? האם יש לצמצם קורסי יסוד לטובת הכשרה מעשית מואצת, או קורסי AI יישומיים? גם אם נדרש עדכון של התכנים, ברור כי אסור לוותר על הידע המתמטי והאלגוריתמי הבסיסי, על הידע המעמיק ועל ההבנה המערכתית של מקצועות הלימוד. הבנה רחבה זו היא שמאפשרת לבוגרי הטכניון להיות מובילים טכנולוגיים ומנהלים בכירים ולהתמודד עם אתגרים חדשים ולא מוכרים לאורך הקריירה.
דרושה אסטרטגיה לאומית מתואמת
האתגר האמיתי הוא מציאת האיזון הנכון בין עומק אקדמי לבין יכולות יישומיות. על הבוגרים לפתח כישורים רחבים יותר: ראייה מערכתית, הבנה עמוקה של נתונים, יכולת עבודה בצוותים היברידיים הכוללים גם סוכני AI, חשיבה ביקורתית וכן כישורי הובלה וניהול. הטכניון, בזכות רוחב תחומי הידע, החיבור ההדוק בין מדע להנדסה והקשר החזק עם התעשייה, נמצא בעמדה ייחודית להוביל שינוי כזה, אך עליו לעשות זאת בקצב המותאם למהירות השינוי הטכנולוגי.
לבסוף, יש לזכור כי הכשרה איכותית אינה מתמצה רק בתוכן ובאופן הלימודים. אנו מחנכים את דור העתיד, ולכן יש לשים דגש גם על ערכים, מעורבות חברתית והבנת מגבלות הטכנולוגיה. האחריות להצלחת המעבר לעידן ה-AI אינה מונחת רק על כתפי האוניברסיטאות. היא מחייבת שיתוף פעולה הדוק בין האקדמיה, התעשייה והמגזר הציבורי וגיבוש אסטרטגיה לאומית מתואמת. רק בשילוב כוחות כזה, ובתגובה מהירה ונחושה לאתגרים, תוכל ישראל לשמר את יתרונה היחסי גם בעידן הבינה המלאכותית - יתרון החיוני לחוסן המדעי, הכלכלי והלאומי של המדינה.
הכותב הוא המשנה הבכיר לנשיא הטכניון. בעבר היה מדען אורח בגוגל ישראל ומייסד מעבדות בל בישראל ועד לאחרונה שימש דיקן הפקולטה למדעי המחשב ע"ש הנרי ומרילין טאוב בטכניון
