"From remote classrooms to smart ones"

 סיכום דוח OECD DIGITAL EDUCATION OUTLOOK 2021

כאשר מדינות סגרו את בתי הספר בתחילת 2020 כדי להתמודד עם מגיפת הקורונה הלמידה הפכה לדיגיטלית במחי יד. בשנה שחלפה מאז עברו מורים, תלמידים ומנהלים "קורס התרסקות קולקטיבי" בנושא חינוך ולמידה דיגיטלית. החל מעייפות המסך ולחץ ההסתגלות למצב החדש וכלה בפערים עצומים באוריינות הדיגיטלית של אנשי החינוך. 

מצד אחד התקופה המורכבת הזו לא פעלה בשבחה של הלמידה הדיגיטלית, אך מהצד השני נוצרה הזדמנות להזניק את מערכות החינוך שנים קדימה לכיוון למידה חכמה. כיתות לימוד מרוחקות או למידה מרחוק אינן זהות לכיתות חכמות. ההיפך הוא הנכון- הן היוו מכשול שגרם למורים להמשיך לשמר את העשייה החינוכית הקיימת במקום לשנות אותה בהתאם ליכולות הטכנולוגיה. כיצד עשויה הטכנולוגיה ובמיוחד הטכנולוגיות החכמות המבוססות על בינה מלאכותית (AI), ניתוח למידה, רובוטיקה ואחרות לבצע מהפכה בחינוך? דו"ח ה-OECD שהושק בכנס שהתקיים ב- 8-10.6.21 בוחן שאלה זו ואחרות.

סיכום הנקודות המרכזיות שעלו בדו"ח:

לדיון "הדיגיטיזציה" בחינוך ישנם שני היבטים חשובים עם השפעה טרנספורמטיבית: הוראה ולמידה בכיתה וניהול מוסדות ומערכות חינוך. ההיבט הראשון מתייחס לשינויים שהטכנולוגיה יכולה לחולל בחינוך ולמידה מגיל גן ועד למידת מבוגרים ומעלה שאלות, כגון: כיצד ההתקדמות המהירה בתחום הבינה המלאכותית, ניתוח למידה, רובוטיקה וכו' יכולה לשנות את האופן שבו מורים ותלמידים מלמדים ולומדים? אילו משימות מורים מבצעים שמחשבים או רובוטים עשויים להחליף? האם ההתקדמות הטכנולוגית יכולה גם להיות מתורגמת לתהליכי עבודה וניהול חדשים? האם שימוש מוגבר במחשבים, בנתונים, במכשירים חכמים, ברובוטים (ובטכנולוגיה שמפעילה אותם) יתורגם לתוצאות למידה טובות יותר, יותר שוויון הזדמנויות ויעילות בחינוך? מהן האפשרויות החדשות, ההזדמנויות והאתגרים שניתן לצפות? ההיבט השני נוגע לאופן שבו החינוך מגיב לצרכים חברתיים ולשוק העבודה המתחדשים. זה מצביע על החשיבות הגוברת של מיומנויות שקשה לעשות להן אוטומציה ומטפחות חדשנות, כמו יצירתיות, חשיבה ביקורתית, תקשורת ושיתוף פעולה. הדיגיטיזציה של החברה והתמורות העתידיות בביקוש בשוק העבודה הופכות את שאלת תוכן ואופי החינוך למשמעותית יותר: מהם הידע, הכישורים, העמדות/גישות והערכים שאנשים יזדקקו להם בעולם שעבר דיגיטציה ומבוסס על AI?

תחזית החינוך הדיגיטלית של ה- OECD מכוונת לשלושה תחומים טכנולוגיים שכבר נמצאים בשימוש כזה או אחר במערכות חינוך: בינה מלאכותית (במשמעות הכוללת שיש לה כיום) וניתוחי למידה, רובוטיקה (שמוסיפה התגלמות פיזית לבינה מלאכותית) ובלוקצ'יין. ניתן לומר שהטכנולוגיות האלו ישפיעו בעיקר על האופן שבו המורים יוכלו להבין לעומק את תהליכי הלמידה של התלמידים שלהם ולפעול על בסיס הנתונים והתובנות שיקבלו מהמערכות השונות ועל האופן שבו התלמידים ילמדו (למידה מותאמת ואפקטיבית יותר).
כדי שהטכנולוגיות האלו באמת יוכלו להמריא השימוש בהן חייב להיות ידידותי עבור לומדים ומלמדים. הנתונים צריכים להיות אינטואיטיביים ומונגשים למורים ותלמידים באופן בהיר ומקדם. מבין שלושת תחומי הטכנולוגיה שהדוח מכסה בלוקצ'יין הוא הבשל ביותר אם כי אינו מיושם עדיין בהוראה ולמידה. הוא מביא הבטחה למערכת קרדיטציות אמינה וידידותית שיכולה לסייע בפירוק המונופולים המוסדיים כי הוא יאפשר שילוב של תעודות מתוכניות הכשרה חיצוניות כמו מווקים או קורסים חיצוניים לבית הספר.

המורים הם גורם מפתח מרכזי בהצלחה או בכישלון שילוב הטכנולוגיות בחינוך. טכנולוגיות חכמות הן שילוב של אדם-מכונה, ולכן חייבים לשתף את משתמשי הקצה (אנשי חינוך ותלמידים) בתכנון שלהם, לאפשר לבני האדם שליטה על החלטות חשובות ולא להשאיר אותן בידי הטכנולוגיה, ולשוחח על השימוש בהן (יתרונות וחסרונות) בצורה שקופה כדי שיתקבלו החלטות מושכלות ובהסכמה הדדית. חשוב גם ליצור שקיפות לגבי מידת הדיוק במדידה, אבחון או כל פעולה שהיא. מומלץ להשוות את גבולות הטכנולוגיה למגבלות של בני אדם המבצעים משימות דומות.
מלבד האופן בו מורים מלמדים ותלמידים לומדים הדו"ח שם דגש גם על התכנים שישתנו בעקבות הטכנולוגיות החכמות. מסתמן שהטשטוש בין הפיזי לדיגיטלי יגדל, משחקים יתפסו יותר ויותר מקום כתוכן מרכזי בלמידה והתכנים יהיו נגישים יותר לאוכלוסיות בעלות צרכים מיוחדים.

סיכום הפרקים בדו"ח:

1. פרק 1 מתמקד בשימוש בטכנולוגיות חכמות בכיתה. הוא מכסה מגוון יישומים של טכנולוגיות חכמות, מהנפוצות ביותר (intelligent tutoring systems) ועד פיתוחים חדשים (class orchestration, social robots, learning engagement).
2. פרק 2 מספק סקירה כללית של בינה מלאכותית בחינוך- הטכנולוגיות הקיימות כיום, יישומי הליבה שלהן והפוטנציאל שלהן לקידום החינוך. הסקירה מציגה כמה מיישומי הליבה שנחקרו לעומק ואשר יכולים לשנות את ההוראה והלמידה (למשל אדפטיביות), ומדגישה את הפוטנציאל הטמון בטכנולוגיות חכמות בתחומים כגון הערכה מעצבת, משחקים דיגיטליים וסימולציות.
3. פרק 3 דן באדפטיביות של הלמידה. טכנולוגיות הלמידה הקיימות כיום מתמקדות באבחון הידע של התלמידים ובהתאמת המשוב או הבעיות ברמת המשימה הלימודית (מה תהיה המשימה הבאה שניתן לתלמיד/ה?), ברמת הצעדים (מה השלב הבא במשימה נתונה?) או ברמת תוכנית הלימודים (איזה נושא או יחידת לימודים ניתן לתלמיד/ה בהמשך?). המגבלות של הטכנולוגיה בתחומים לא מאפשרות לקחת בחשבון מגוון רחב יותר של מאפייני לומדים כמו ויסות עצמי, מוטיבציה ורגש. מודל "6 רמות אוטומציה של למידה מותאמת אישית" מדגיש כיצד פתרונות היברידים (AI + אנשים) משלבים את החוזקות של הבינה האנושית והבינה מלאכותית לכדי פתרונות מיטביים.
4. פרק 4 נותן סקירה רחבה של דרכים מבטיחות למדידת רמת המעורבות של התלמידים במהלך הלמידה באופן אוטומטי עם טכנולוגיות דיגיטליות. כמו כן, הוא מדגים כיצד ניתן לתכנן טכנולוגיות אלה לשיפור המעורבות בתחילת הלמידה או כאשר מזהים שהתלמידים "מתנתקים". בפרק מוצגים סוגים שונים של גישות לשיפור מעורבות התלמידים באמצעות נתונים וטכנולוגיה, למשל- ניתוח תנועות פנים, מבט או מעקב עיניים (מקרוב או מרחוק).
5. פרק 5 מדבר על שימוש בבינה מלאכותית לתמיכה במורים ב"תזמור" הלמידה בכיתה. הכיתה כולה ומה שקורה בתוכה היא יחידת ניתוח. מעבדה. באמצעות חיישנים, מצלמות ומכשירים אחרים הכיתות הופכות למרחב פיזי-דיגיטלי היברידי שבו מנתחים את התנהגויות התלמידים והמורים כאחד, ומעניקים משוב למורים על פרמטרים שונים. באמצעות סוגים שונים של דשבורדים המורים מקבלים מידע בזמן אמת שמסייע להם בתכנון השיעורים הבאים.
6. פרק 6 מראה כיצד הטכנולוגיה מספקת שירותים ספציפיים ללמידה עבור תלמידים בעלי מוגבלות פיזית ובעיות נפשיות. הטכנולוגיות הללו עוזרות לעקוף חלק מהמכשולים בלמידה (למשל טקסט לדיבור/דיבור לטקסט עבור תלמידים עם לקות ראייה או יישומים שמסייעים לתלמידים בעלי תקשורת לקויה או על הרצף האוטיסטי). הפרק מדגיש את חשיבותן של מערכות ה- AI האנושיות, הן באבחון והן בתהליך הלמידה עצמו.
7. פרק 7 מציג תפקידים אפשריים עבור רובוטים כמחנכים. אמנם מדובר בסוג אחר של טכנולוגיה (רובוטיקה), אבל חלק מהטכנולוגיות החכמות שהוצגו בפרקים הקודמים יכולות להיות מוטמעות ברובוטים. בפרק מוצגים שני תפקידים עיקריים לרובוטים: רובוטים יכולים לתפקד כאנשי חינוך לסיטואציות של אחד על אחד או כלומדים עמיתים (כאשר התלמידים מלמדים רובוטים על משהו שהם לומדים או מסייעים להם בלמידה משותפת). בדרך כלל רובוטים חברתיים מיועדים לסביבת למידה בפיקוח מורים. בעוד שמחקרים מראים שרובוטים יעילים למדי במשימות הצרות שהם מבצעים, נראה שלא סביר שיחליפו את המורים בעתיד הנראה לעין. גם העלות הגבוהה והתחזוקה שלהם מהוות מכשול לשילובם המרכזי בחינוך.
8. פרק 8 מתחיל בסקירה כללית של השימושים האפשריים השונים בניתוחי למידה לניהול מוסדות להשכלה גבוהה. למרות מקרים מעניינים של ניהול שינויים באמצעות ניתוח למידה ברמה הארגונית מתועדים מקרים מעטים של גישה הוליסטית לניתוחי למידה. מרבית המחקרים על ניתוח למידה לניהול ארגונים נוגעים למוסדות להשכלה גבוהה ולא לבתי ספר.
9. פרק 9 מראה כיצד נתונים וטכנולוגיה חכמה עוזרים להבין ולהתמודד עם בעיה מרכזית ששותפות לה רוב מדינות ה- OECD: נשירה מהתיכון. זהו אחד השימושים המידיים והמשמעותיים ביותר בנתונים ניהוליים. צעד חשוב בכיוון הוא להשקיע במנבאים טובים ובמגוון מדדי אזהרה מוקדמים. מניתוח שנערך לאחרונה ראו שלסטודנטים הנושרים יש פרופילים שונים הדורשים מגוון גדול יותר של התערבויות מדיניות מאשר אלה הניתנים כיום לסטודנטים הנחשבים "בסיכון" לנשור.
10. פרק 10 בוחן כיצד ההתקדמות הטכנולוגית יכולה להוביל לדור חדש של הערכות מבוססות משחק ולספק למערכות החינוך משוב על כישורים מסדר גבוה או בהיבט החברתי-רגשי של התלמידים שקשה להעריך באמצעות מבחנים סטנדרטיים מסורתיים, בין אם הם ממוחשבים ובין אם לא. מעבר לכך מבחנים מבוססי משחק עשויים לנתח נתונים כמו מעקב עיניים בנוסף על ניתוח מידע כמו זמן משימה או התנהלות בסימולציות. לאור עלותם הגבוהה, מורכבות הפיתוח שלהם וגם כמה ממגבלות טכנולוגיות קיימות, הם ככל הנראה רק ישלימו ולא יחליפו מבחנים סטנדרטיים מסורתיים. בכל אופן נראה שיבוצע שימוש גובר במשחקים כתכני למידה מרכזיים.
11. פרק 11 מתמקד בשימוש בטכנולוגיית הבלוקצ'יין כדי להפוך את תהליך הקרדיטציה ליעיל יותר ואולי גם תהליכים ניהוליים חינוכיים אחרים הדורשים אימות. Blockchain מאפשר שיתוף מאובטח ושקוף של קרדיטציות ברמה הלאומית והבינלאומית. זה יכול לסייע במיגור תארים מזויפים, להקל על העברת רשומות חינוכיות וכן לאפשר ביתר קלות הסמכות באמצעות מנגנוני למידה חיצוניים למוסד הלימודים כמו MOOC או קורסי פיתוח מקצועי שניתנים על ידי חברות חיצוניות. מה שצריך כעת לעשות זה לפתח את התשתית האנושית והמשפטית כולל סטנדרטים פתוחים ויכולת פעולה הדדית בין הגופים הרלוונטיים.

הזדמנויות המפתח שמאפשרות הטכנולוגיות המתקדמות:

אפקטיביות
אחת ההבטחות העיקריות של טכנולוגיות חכמות היא לשפר את תוצאות ההוראה והלמידה. למידה מותאמת אישית מטרתה לספק לכל התלמידים את תכנית הלימודים או המשימה המתאימים, בהתבסס על אבחון פערי הידע שלהם. זה לא נעשה רק ברמה האקדמית, תוך התמקדות ב"מה", אלא יותר ויותר לוקח בחשבון כיצד התלמידים לומדים וגורמים כגון ויסות עצמי, מוטיבציה או מאמץ. ההבטחה השנייה לאפקטיביות למידה מתייחסת למגוון פתרונות שיכולים לתמוך במורים בקבלת החלטות, למשל לדעת מתי זה זמן טוב לעבור לפעילות הלמידה הבאה, מי מהתלמידים ידרוש מהם אקסטרה תשומת לב במשימות לימודיות מסוימות, כיצד לפעול בעת מתן משימות שיתופיות וכו'. לטכנולוגיה חכמה פוטנציאל ממשי לשפר את ההוראה של המורים וכתוצאה מכך את תוצאות הלמידה של תלמידיהם. השימוש בנתונים גם תומך בתכנון מדיניות בית ספרית או רשותית ואף בהתערבויות לאומיות.
בית הספר המרכזי המרכזי של לוואן בשנגחאי הוא בית ספר ציבורי המשלב AI בניהול משאבי בית הספר כמו גם בהוראה ולמידה. באמצעות טכנולוגיית חישה של IOT "הקמפוס הדיגיטלי" שלהם מורכב מאיסוף וניתוח נתונים שמאפשרים לשלוט ולנהל באופן אוטומטי גורמים סביבתיים כגון אבטחה, תאורה, איכות מים ואיכות אוויר. בשילוב עם מכשירים לבישים, בית הספר אוסף גם נתונים פיזיולוגיים כמו טמפרטורת הגוף והדופק של התלמידים, ונתונים אקדמיים על תהליכי למידה על מנת לתמוך במורים ולומדים. ניתוח נתוני התלמידים מאפשר ליצור דיוקן מפורט והוליסטי של התלמידים. איסוף הנתונים מגביר את ההבנה של התפתחות התלמידים, ומספק למורים נתונים כדי להתאים את הוראתם לצרכיהם. הנתונים מתייחסים למשמעת, רמה אקדמית, בריאות גופנית ונפשית והתנהלות חברתית. מערכת החונכות החכמה תומכת ישירות בתלמידים בגישה למשאבים, כלים, מסלולים והדרכה אישית, ובנוסף המורים מקבלים תמיכה במגוון היבטים של הוראה. החל מיוני 2021 המודל אומץ על ידי יותר מ -250 בתי ספר בסין.

שוויון הזדמנויות

טכנולוגיות חכמות יכולות לעזור למערכות חינוך לספק הזדמנויות למידה שוות יותר לילדים באמצעות התאמת הלמידה לתלמידים שונים בהתאם לצרכיהם ויכולותיהם, תלמידים להתאמן ולהתקדם בבית בתמיכת מערכות חונכות חכמות, ועל ידי הנגשת התכנים עבור תלמידים עם צרכים מיוחדים. מערכות התרעה מוקדמת יאפשרו תכנון התערבויות מתאימות על ידי זיהוי הגורמים או האינדיקטורים לנבא נשירה.

יעילות

 בכל דיון בנושא יעילות בחינוך צריך לזכור שהטכנולוגיה כרוכה בעלויות השקעה ותחזוקה, שיש להשוות אותן לעלויות הסדירויות הנוכחיות. הטכנולוגיה הדיגיטלית לא תמיד קיימה את הבטחות העלות-תועלת שלה בעבר משום שלעתים שכחו שמעבר להשקעה הראשונית, יש לתחזק ולשדרג אותה באופן רציף.

לסיכום:
טכנולוגיות חכמות שעשויות לשנות את החינוך כבר זמינות ברמת בשלות כזו או אחרת. חלק מהכלים הללו עוסקים בהתאמה אישית של למידה, בשמירה על מוטיבציה ומעורבות של התלמידים, בהתאמה לתלמידים בעלי צרכים מיוחדים וכו'. הטכנולוגיה יכולה גם לתמוך במורים- טכנולוגיות חכמות המבוססות על ניתוח כיתתי מאפשרות להם לתזמן את ההוראה והלמידה בכיתה שלהם בזמן אמת, רובוטים חברתיים יכולים לתמוך בהם כעוזרי הוראה, תמיכה בניהול מערכות חינוך עם שלל פתרונות ברמה ארגונית וכו'. הבטחה נוספת טמונה ביכולת של הטכנולוגיה להפוך את החינוך לנגיש יותר לכלל האוכלוסיות ולספק הזדמנויות למידה לתלמידים מקבוצות מוחלשות יותר. הכנסת כלים דיגיטליים בבתי ספר ובאוניברסיטאות עשויה שלא להיות מטרה מצומצמת אלא להיות כלי להפעלת מאמצי שינוי ושיפור הארגון.

הדוח מציג 3 תרחישים אפשריים בעתיד:

• עולם החינוך ישתנה באופן מינימלי וימשיך לאמץ מעט טכנולוגיה ומשאבים דיגיטליים בהוראה ולמידה. פירוש הדבר הוא שרוב הטכנולוגיות החכמות יהיו זמינות באופן פרטי ללמידה מחוץ לבית הספר למי שיכול להרשות לעצמו. שוק טכנולוגיית החינוך ימשיך לכוון את אספקתו בעיקר לשוק החינוך הבלתי פורמלי וללמידה ארגונית. שאלה ארוכת טווח בתרחיש זה היא האם מערכות החינוך יישארו רלוונטיות והאם למידה מחוץ לבית הספר יכולה להיות חשובה יותר מאשר למידה בתוך בית הספר.

• החינוך ייראה דומה על פני השטח, אך יהפוך להיות שונה למדי, בדיוק כמו שמכוניות או מטוסים נראים פחות או יותר כמו לפני 40 שנה, אך הם הפכו שונים למדי כעת כשהם מצוידים במלואם עם חיישנים ומחשוב. מוסדות חינוך עשויים להפוך גם לבניינים מחוברים עם מצלמות, חיישנים ומכשירים דיגיטליים התומכים בתלמידים, מורים ומנהלים יוכלו לקבל החלטות לשיפור שיטות הלימוד והניהול שלהם. הטכנולוגיה עשויה גם להיות נפוצה יותר ללמידה בבית, עם משאבי חונכות חכמים יותר וכו' הזמינים לכל אחד לשימוש.

• החינוך ייבנה מחדש על טכנולוגיות חכמות ומגמות חברתיות הקשורות לדיגיטציה ויעוצב מחדש כמוסד חברתי. אנשים עשויים לעבוד יותר ויותר בעבודה מרחוק ולכן יותר למידה יכולה להתבצע מהבית בהשגחת ההורים או מעורבות של הקהילה. הזמן החברתי בבית הספר עשוי לשמש בעיקר לחונכות פרטנית וללמידה קולקטיבית. לדוגמה, התלמידים יבחרו ללכת לבית הספר כדי לבצע משימות מסוימות באופן אינדיבידואלי או לבצע אותן בבית, בעוד שפעילויות אחרות חייבות להיעשות בבית הספר עם עמיתים ובהנחיית מורים.

לשני התרחישים האחרונים תהיה השלכה על המורים ועל היבטים של הוראה, אך גם מה המשמעות של להיות תלמיד וכיצד הורים יכולים לפרנס את ילדיהם. ניתן לחזות תרחישים דומים בכל הנוגע לניהול מערכות חינוך וארגונים. לדוגמה, תהליכים אדמיניסטרטיביים רבים יכולים להיות אוטומטיים לחלוטין, החל מההערכות ועד להקצאת התלמידים למוסדות חינוך שונים. העתיד עשוי להחזיק תרחישים שונים לחלוטין או כל שילוב ביניהם, אבל עכשיו זה הזמן לחשוב מה אפשרי וכיצד הטכנולוגיה הדיגיטלית יכולה לתמוך בצורה הטובה ביותר בשיפור החינוך.

קישור לדוח