מוגש מטעם אוניברסיטת אריאל
הבינה המלאכותית כבר מזמן חרגה מגבולות התעשייה והפכה לכוח שמעצב מחדש את עולם המחקר, ההוראה וההכשרה האקדמית. מוסדות לימוד ברחבי העולם בוחנים כיום כיצד ללמד תחום שמשתנה מהר יותר מכל תוכנית לימודים אפשרית, וכיצד להכשיר בוגרים שיידעו לשרוד גם כאשר הכלים הטכנולוגיים של היום יוחלפו בגרסה הבאה.
פרופ' ניר שוולב, חוקר בתחום הרובוטיקה וראש המחלקה להנדסת תעשייה וניהול, באוניברסיטת אריאל אינו מנסה לחזות כיצד בדיוק ייראה מקצוע המהנדס בעוד עשור. לדבריו, גם מי שעוסק בתחום מדי יום מתקשה לדעת אילו כלים ישרדו ואילו משימות יעברו לידי מערכות אוטומטיות. "אני לא חושב שיש כיום מישהו שיודע בוודאות מה יהיה", הוא אומר. "אבל חוסר הוודאות אינו סיבה להמשיך ללמד בדיוק כפי שלימדנו בעבר. גם ההחלטה שלא לשנות דבר היא החלטה, ולעיתים היא המסוכנת ביותר".
תוכנית לימודים שמשתנה תוך כדי תנועה
"אחרי הרבה מחשבה וחששות החלטנו לבצע עדכון רחב של תוכנית הלימודים, שינינו כ־60 מתוך 162 נקודות הזכות הנדרשות לתואר", מספר פרופ' שוולב, "צמצמנו תכנים שנחשבו רלוונטיים פחות והרחבנו את התחומים החדשים. אגב, הכנסנו קורס אנגלית שאווטאר מלמד ונותן ציונים, בעיניי זה מטורף."
השינוי בהיקף כזה נדיר במוסדות אקדמיים, ופרופ' שוולב מודע לכך היטב. תוכנית לימודים היא מערכת עדינה, וכל עדכון בה משפיע על רצף הקורסים, על סגל ההוראה ועל התשתיות. "אני בטוח שחלק מהדברים ששינינו נצטרך לתקן שוב בעוד שנתיים", הוא אומר, "אבל לנוכח גודל השינוי, חשבנו שהאפשרות הנכונה יותר עבור הסטודנטים היא לשנות, לבחון ולתקן תוך כדי תנועה. ולדעתי גם על המשק לנהוג כך."
לא מספיק לדעת להפעיל כלי טכנולוגי
מבחינת פרופ' שוולב, המטרה אינה להכשיר בוגרים שיודעים רק להשתמש ב-ChatGPT ודומיו. "השאלה המעניינת היא מה נשאר באחריות המהנדס", הוא מסביר. "מישהו עדיין צריך להגדיר את הבעיה, להבין את הארגון, לבדוק את איכות הנתונים, למדוד את התוצאה ולהחליט מה עושים כאשר המודל טועה. אלה דברים שלא נעלמים רק מפני שנוסף כלי חזק יותר." לדבריו, זהו בדיוק ההבדל בין מי שיודע להקליד שאלה למערכת בינה מלאכותית לבין מי שיודע לבנות סביבה שלמה שבה הכלי הזה אכן פותר בעיה אמיתית.
"סטודנטים שלנו הפכו את פרויקט הגמר שלהם לחברה מסחרית"
גם עולם ההוראה עצמו משתנה לנו מול העיניים, לא רק תחומי המחקר. "לפני שבוע ראיתי שסטודנטים שלנו השתמשו במודל שפה מקומי בפרויקט הסופי שלהם כדי לייצר מעין מתרגל וירטואלי, ששואל שאלות באמצעות בינה מלאכותית על בסיס חומר קורס ומגדיל את תדירות השאלות בנושאים שבהם זוהה קושי", מספר פרופ' שוולב. המערכת נבדקה בקורס אמיתי ונמצאה יעילה מאוד. "הם הפכו את המערכת לחברה מסחרית, וגם הצליחו למכור לא מעט רישיונות." הפרויקט, שהחל כתרגיל אקדמי, ממחיש בעיניו את מה שהמחלקה שואפת אליו: סטודנטים שיוצאים עם יכולת לזהות הזדמנות עסקית בתוך בעיה טכנית, ולא רק עם ציון בגיליון.
(קרדיט צילום : אייל מס)
ומה יחפשו המעסיקים?
החיבור בין מחקר רפואי, פלטפורמת למידה ומערכת הוראה עשוי להיראות מקרי, אך מבחינת פרופ' שוולב שלושתם משקפים תהליך דומה: בכל אחד מהם האלגוריתם הוא רק חלק ממערכת גדולה יותר, הכוללת משתמשים, תהליכים ארגוניים, מגבלות תקציביות, פרטיות ומדדי ביצוע. אלה, לדבריו, גם הכישורים שהופכים בוגרים לאטרקטיביים במיוחד עבור מעסיקים. "ארגונים כיום מחפשים לא רק מי שיודע להפעיל מודל, אלא מי שמסוגל להבין היכן נכון לשלב אותו, כיצד למדוד את התרומה שלו ומתי אסור להסתמך עליו".
"אני לא יכול להבטיח לסטודנטים שעולם העבודה יהיה יציב", מסכם פרופ' שוולב. "אבל אפשר לתת להם בסיס הנדסי, יכולת ללמוד במהירות וניסיון בפתרון בעיות שאינן מגיעות עם תשובה מוכנה. אם בוגר של המחלקה שלנו יודע לקחת בעיה עמומה, להפוך אותה למערכת, לבדוק אותה מול משתמשים ולשפר אותה על בסיס נתונים, יהיה לו ערך גם כאשר הכלי הטכנולוגי הנוכחי יוחלף בכלי אחר."
לפרטים על תכנית הלימודים העדכנית של המחלקה להנדסת תעשייה וניהול של אוניברסיטת אריאל, היכנסו>>
מוגש מטעם אוניברסיטת אריאל
