הערכה חלופית היא דרך לבדוק את הידע והיכולות של הלומדים לא באמצעות מבחן רגיל, אלא באמצעים אחרים כמו עבודה, פרויקט, מצגת, יצירה או משימה מעשית.
הופעתם של כלי בינה מלאכותית, ובראשם מודלים כמו Chat gpt, משנה באופן עמוק את האופן שבו סטודנטים ותלמידים לומדים, כותבים וחוקרים ובצד היתרונות שלהם, הם גם עלולים לאפשר קיצורי דרך שמחלישים את תהליך הלמידה האישי ואת פיתוח המיומנויות שדרכי ההערכה החלופית אמורים לעודד.
בתקופה שבה מטלות מסורתיות נכתבות בלחיצת כפתור, עולה צורך ברור להיערך מחדש מבחינה פדגוגית ולהתאים את דרכי ההערכה החלופיות (עבודות, משימות בית ומטלות) לעידן ה־AI.
מטרת דף זה היא להציע כלים ורעיונות למרצים ולמורים – לא כדי להיאבק בטכנולוגיה ולא כדי למנוע את השימוש בה, אלא כדי לרתום אותה בצורה מושכלת, ולשמור על למידה משמעותית ורלוונטית גם כאשר נעשה בה שימוש.
מי שירצו ביטחון מלא בביסוס הידע וההבנה של התלמידים והסטודנטים, יוכלו לשלב את ההצעות המובאות מטה עם דרכי הערכה מסורתיות כמו מבחן, עבודה בכיתה והצגה ושיח בעל פה. בהקשר זה, כלי הערכה אלה ישמשו ככלים משלימים שיאפשרו לוודא את רמת הידע וההבנה שהתלמידים רכשו באמצעות המטלות השונות.
🔹עיצוב מטלות שמעודדות מעורבות אישית
1. חיבור בין הידע התיאורטי לחוויה אישית
שילוב בין החומר הנלמד לבין עולמם האישי של הסטודנטים – חוויות רגשיות, ביוגרפיות או תרבותיות שהנן ייחודיות ללומדים. במידת האפשר, גם בצירוף חומרי מקור אותנטיים.
דוגמאות:
✏️ בחרו אירוע היסטורי שלמדנו בקורס והשוו אותו לחוויה משפחתית או קהילתית, תוך שילוב מקורות ראשוניים (תמונות, מכתבים, תעודות וכו').
✏️ תארו בחירה שעשיתם מתוך הטיית חשיבה (כמו הטיית אישוש או הטיית השליליות). הסבירו כיצד ניתן להבין את ההטיה בעזרת מודלים שלמדנו בקורס, ומהן ההשלכות שהיו להחלטה זו. לבסוף, בהתבסס על החומר הנלמד, הציעו דרכים שיכולות לעזור להתמודד עם ההטיה במצבים דומים בעתיד.
✏️ בחרו תיאוריה מוסרית שנלמדה בקורס והציגו דילמה אישית שבה יישמתם בפועל את עקרונותיה, או שהייתם אמורים ליישם אותה אך פעלתם אחרת. נתחו את המקרה בהתאם לעקרונות המרכזיים של התיאוריה.
🎯 מרבית הלומדים ירצו במקרה זה להשתמש במקרים וחוויות אמיתיים ואלה אינם ידועים לבינה המלאכותית. גם מי שיהיו מוכנים לייחס לעצמם או למשפחתם חוויות שהבינה תמציא עבורם, יידרשו למעורבות ובקרה בהכנת המטלה שחורגות מעבר לכתיבת הנחיה גנרית.
2. שילוב קונטקסט מקומי או עכשווי
קישור בין החומר הנלמד לבין אירועים מקומיים, מוסדיים או אקטואליים. ניתן לשלב תצלומים או הקלטות שנוצרו על ידי הלומדים.
דוגמאות:
✏️ בחרו אירוע חדשותי מהימים האחרונים ונתחו אותו בעזרת מונחים ממשפט ציבורי או תאוריות של זכויות אדם שנלמדו בקורס.
✏️ נתחו טקס זיכרון שהתקיים השנה בקמפוס – באילו נרטיבים היסטוריים הוא השתמש?
✏️ חקרו תופעה לשונית בקרב קבוצה מקומית באזור מגוריכם (בני נוער, עולים חדשים, חרדים וכו') והשוו לתיאוריה מהקורס. צרפו הקלטות רלוונטיות.
🎯 גם מודלים עם גישה לאינטרנט יתקשו למצוא אירועים מקומיים, מוסדיים או חברתיים שמהותיים לסטודנט הספציפי או לקורס הנתון, ובפרט כשמדובר בהקשרים יומיומיים ותרבותיים עדינים. הלומדים יוכלו להסתייע בבינה אך תידרש מהם מעורבות, בחירה וניתוח שאינם ניתנים לאוטומציה מלאה.
3. ראיונות, תצפיות ואיסוף נתונים מקוריים
מטלות שמבוססות על אינטראקציות אנושיות ואיסוף מידע חדש על ידי הלומדים עצמם.
דוגמאות:
✏️ קיימו ראיון עם אדם שעלה לארץ בילדותו, ותארו כיצד סיפורו משקף או מאתגר את הייצוגים ההיסטוריים של קהילת המוצא שלו כפי שנלמדו בקורס (לצרף הקלטה).
✏️ ערכו סקר בקרב אנשים מדורות שונים על האופן בו הם זוכרים אירוע לאומי מסוים, נתחו את הפערים מול הצגת האירוע במקורות הקורס (לצרף את שאלוני הסקר).
✏️ ערכו תצפית מצולמת על טקס משפחתי ונתחו את חלוקת התפקידים המגדרית בעזרת המושגים והתיאוריות שנלמדו בקורס (לצרף סרטון).
🎯 מטלות שמבקשות מהלומדים ליזום איסוף מידע באמצעות ראיונות, סקרים או תצפיות, מחייבות מעורבות ישירה ותיעוד אותנטי ואינן ניתנות לשחזור פשוט באמצעות מודל שפה.
🔹הערכת תהליך ולא רק תוצר סופי
1. רפלקציה מתמשכת
הגשת יומן למידה / קריאה עם שאלות, ציטוטים נבחרים, התלבטויות ותובנות שעלו במהלך הקריאה, הכתיבה והחקר.
דוגמאות:
✏️ התבוננו ביצירה "העלמות מאביניון" של פיקאסו וכיתבו את תחושתכם הראשונית. בכל שבוע חזרו אליה ובעזרת כלי ניתוח שלמדנו (קומפוזיציה, סגנון, צבע, הקשר היסטורי וכו') כתבו מה השתנה באופן ההתבוננות או ההבנה.
✏️ לפני תחילת הקריאה בספר "1984" נסחו בקצרה את הבנתכם או עמדתכם ביחס למושג "אמת". במהלך הקריאה הוסיפו הערות, דוגמאות או סתירות שעולות מהטקסט. בסיום הקריאה, נסחו את השינוי שחל בהבנתכם את המושג – מה נשמר, מה התערער, ומה דורש חשיבה נוספת.
✏️ בחרו בכל שבוע מושג או תופעה היסטורית שהוזכרו בשיעור, וחפשו קשר ביניהם לבין המציאות החברתית־פוליטית של ימינו.
🎯 קשה לגרום לבינה המלאכותית לחקות באופן אותנטי תהליך למידה אישי, מדורג, מתמשך ומבוסס הקשר.
2. טיוטות ותיקונים
לא נדרש רק תוצר סופי אלא גם טיוטה ראשונה, סבב תיקונים ואז גרסה סופית.
דוגמה:
✏️ הגישו טיוטה ראשונה של מאמר קצר על מדרש שלמדנו. לאחר שתקבלו הערות מחבר ללימודים, שכתבו את המאמר וצרפו הערה רפלקטיבית קצרה: אילו תובנות חדשות עלו בעקבות המשוב? מה שיניתם ולמה? יש להגיש את הטיוטה, את ההערות, את הרפלקציה ואת המאמר הסופי.
🎯 כלי בינה מלאכותית יכולים לספק תוצר מרשים, אך מתקשים להראות תהליך אישי אותנטי של ניסוי, שגיאה, הפנמה ותיקון. כאשר הסטודנטים נדרשים להגיש את כל הגרסאות, כולל הערות עמיתים ושיקולי עריכה, קל יותר לזהות עבודה מקורית לעומת טקסטים שנוצרו או תוקנו אוטומטית.
🔹שימוש ביקורתי ב־AI
במקום לאסור על השימוש, אפשר לעצב מטלות שמשלבות את הבינה המלאכותית ומשתמשות בה ככלי לניתוח, לחשיבה ולביקורת.
1. השוואת טיוטות
שימוש בבינה המלאכותית ככלי השוואה מאפשר לתלמידים לזהות הבדלים, חולשות וחוזקות בין עבודות שכתבו בעצמם לבין גרסה שהופקה באמצעות AI.
דוגמאות:
✏️ צרו טיוטה עצמאית לפרק המבוא, ולאחר מכן צרו טיוטה חלופית בעזרת בינה מלאכותית. השוו ביניהן: אילו פערים בתוכן ובסגנון מצאתם? מה היתרונות והחסרונות של כל אחת?
✏️ כתבו ניתוח עצמאי של "הגלגול" של קפקא. לאחר מכן בקשו מה־AI לכתוב ניתוח לאותו סיפור. השוו בין הניתוחים.
2. ניתוח ביקורתי
במקום להסתפק בתשובות שמספק הכלי, התלמידים נדרשים לנתח את איכות התוכן שהוא מציע: לבדוק דיוק, מהימנות, שלמות והקשר. הניתוח מזמן למידה עמוקה יותר של החומר והבנת המגבלות של הכלי.
דוגמאות:
✏️ בקשו ממודל בינה מלאכותית להסביר את עקרונות התיאוריה של ויגוצקי – עד כמה ההסבר מדויק? מה חסר בו? כיצד הייתם משפרים?
✏️ קראו מאמר אקדמי שעוסק בנושא הקורס. בקשו מכלי בינה מלאכותית לתמצת אותו, ואז נתחו את הדיוק, ההשמטות וההשלכות של הסיכום על היכולת להבין את המאמר.
3. קבלת משוב מ־AI
שימוש בבינה המלאכותית לצורך קבלת משוב וביקורת והערכתם.
דוגמאות:
✏️ כתבו טיעון מוסרי, ובקשו הערות מכלי AI. בדקו: האם ההערות שנתן לכם רלוונטיות? שטחיות? תואמות את העקרונות שנלמדו?
✏️ העלו תקציר של עבודה מתוכננת ובקשו מה־AI לבדוק האם הסדר בין החלקים הגיוני, האם משהו חסר או מיותר, והאם הקשר בין חלקי העבודה ברור.
4. דיאלוג עם AI
ניהול תהליך של שיח מתמשך עם הכלי: לאחר השאלה או הבקשה הכללית התלמידים יגבילו או ירחיבו את הדרישה ויבקשו הבהרות, תיקונים או דוגמאות.
דוגמאות:
✏️ בקשו מהבינה ניתוח של אירוע היסטורי שלמדנו. אתגרו את ההסבר: בקשו פרספקטיבה של מדינה אחרת, עמדות מתחרות במחקר ההיסטורי, או הקשר תרבותי שלא הוזכר. המשיכו את הדיאלוג עד שתקבלו הסבר שמבחינתכם מדויק, עשיר ורב־קולי. הגישו את חילופי הדברים בצירוף תובנות: איך ניסוחים שונים שינו את התשובות שקיבלתם?
✏️ תארו לבינה המלאכותית סיטואציה חברתית מורכבת (אמיתית או דמיונית) ובקשו ממנה להסביר אותה באמצעות תיאוריה פסיכולוגית שלמדנו. המשיכו לבקש ניתוח ודיוקים עד שתרגישו שההסבר מבוסס דיו. כעת בקשו ממנה להציע ניתוח נוסף המבוסס על תיאוריה אחרת. נהלו שיח עד שתגיעו להסבר המשכנע והמבוסס ביותר לדעתכם המשלב בין שתי התיאוריות.
5. שיפור ניסוח וסגנון בעזרת AI
הזמנת התלמידים להיעזר ביכולות הניסוח הגבוהות של הכלי, אך באופן ביקורתי תוך שיפוט של הצעות ההעריכה.
דוגמאות:
✏️ כתבו פסקת פתיחה לעבודה, ובקשו מה־AI שיפורים סגנוניים בלבד. הסבירו אילו שיפורים קיבלתם, איזה דחיתם, ולמה. צרפו את הנוסח הראשוני, את הנוסח שהוצע על ידי הבינה ואת הנוסח הסופי שלכם.
✏️ הסבירו בהרחבה ותוך שימוש במונחים משפטיים שנלמדו את מכלול השיקולים שיש לקחת בחשבון בעת יצירה והעלאה של סרטון ליוטיוב. לאחר כתיבת ההסבר, בקשו מכלי בינה מלאכותית לנסח את ההסבר מחדש כך שיתאים לקהל רחב שאינו משפטי. השוו בין הגרסאות: אילו חלקים הפכו ברורים יותר? האם נשמרו העקרונות המשפטיים? מה הושמט או עלול להוביל להבנה שגויה?
🎯 במקום לנסות לעקוף ולהימנע מכלי ה־AI, מטלות אלה מאפשרות לסטודנטים להיעזר בחוזקות של כלים אלה ולבחון את דרכי החשיבה והפעולה שלהם. בכך המטלות הללו מעודדות, בנוסף ללמידה של תכני הקורס, גם חשיבה ביקורתית ואוריינות AI.