פרק 35. עמיתת הוראה: בינה מלאכותית ותהליכי למידה עם ד”ר אורלי פורמן

היתרון הגדול של מכונה בקשר הלמידה הוא דווקא בחוסר ההשראה שלה. אני חושבת שאנשים לא מפחדים שהמכונות יחליפו אותם, הם מפחדים שהמכונות ישנו אותם

ד”ר אורלי פורמן

---

היום לפני שנה עשינו פרק לכבוד השנה האקדמית החדשה, שעסק בזום ובמדיאטיזציה של חיינו. השנה אנחנו חוזרים לעולמות הלמידה והחינוך מזווית שונה: נדבר על המעורבות של בינה מלאכותית וטכנולוגיות מציאות מדומה בתהליכי למידת שפה מצד אחד, ועל עוזרי הוראה ומורות רובוטיות, מצד שני. נמצאת איתנו היום ד”ר אורלי פורמן, פסיכולוגית התפתחותית וקוגניטיבית בוגרת סטנפורד, שחקרה תהליכי למידת שפה בעזרת טכנולוגיה ואפילו הקימה סטארט-אפ בתחום, וכיום היא עובדת במט”ח ובטכניון, חוקרת ומפתחת פתרונות הוראה רובוטיים ווירטואליים

---

דיברנו בפודקאסט הזה לא פעם על למידת מכונה, ובפרק 30 אפילו הסברנו קצת את הלוגיקה מאחורי האופן שבו בינה מלאכותית לומדת. אבל בפרק הזה ננסה להבין האם גם אנחנו יכולים ללמוד יותר טוב בעזרתה? האם יש דברים שיהיה יותר קשה ללמוד בעזרת בינה מלאכותית? כמו למשל ללמוד שפה

יש משהו שהוא מאד לא טבעי בשילוב של מכונות או מחשבים בתוך התהליך הזה, כי שפה היא בעצם טכנולוגיה אנושית-חברתית בסיסית ביותר שקשה לחקות אותה, ולא סתם הדבר אולי המאתגר ביותר שבינה מלאכותית מתמודדת איתו, זה הבנת שפה, גם כתובה ובעיקר דבורה, וניהול שיחה  

למרות האתגר הזה, כשאורלי חזרה ארצה מסטנפורד לפני כעשור, היא הקימה סטרטאפ ללימוד שפות זרות בעזרת בינה מלאכותית

הקמתי עם עוד שותף סטארט-אפ שנקרא לינגואלי, שעזר לאנשים ללמוד תוך כדי גלישה ברשת אוצר מילים חדש. גם שם המכונות שיחקו תפקיד מאד משמעותי כי האלגוריתם שלנו בעצם התעלם מתוכן שאנשים יצרו במיוחד ללימוד שפות, שזו הגישה הרווחת בלימוד שפות – אנשים כותבים ספרי לימוד, תסכיתי לימוד, חומרים שמיועדים ללימוד שפות – אנחנו השתמשנו בתכנים קיימים, טבעיים, שנמצאים ברשת, ופשוט התאמנו את התוכן הנכון, את המאמר, את הציוץ, את הפוסט הנכון, לבנאדם שנמצא ברמה הזאת

בתחום של למידת שפה יש שתי גישות פילוסופיות מנוגדות

בדיון הפילוסופי הזה, שבאמת המקורות שלו מאד עתיקים, כבר מאפלטון, המטוטלת הלכה ונעה בין שתי גישות מנוגדות. אחת אומרת ששפה, וגם חשיבה, היא עיסוק בסימבולים שהם לחלוטין מופשטים, אין להם קיום בעולם מלבד במחשבתנו ובצלילים שאנחנו מקודדים החוצה מהפה, ואני בוחרת לקרוא לזה כלב ואת תבחרי לקרוא לזה דוג, ואנחנו נסכים על זה. בעוד שגישת ההגפנה אומרת שבעצם השפה ואיתה גם החשיבה, הן מגולמות בגוף ונטועות בגוף. כלומר, שכשאני אומרת כלב, יחד עם המילה הזאת מתעוררת רשת שלמה של קשרים בין אזורים שונים של המוח והגוף, שקשורה לחוויה האישית שלי עם כלבים. ולכן כשאני אומרת כלב המוח שלי מייצג משהו אחר לגמרי ממה שמייצג תאילנדי שאומר כלב, ויחד עם המילה הזאת מתעוררת האקטיבציה המוחית הזו גם באיזור הוויזואלי (כלבים פרוותיים, חמודים), האיזור הסומטו-סנסורי (המגע שלהם כשאני מלטפת אותם), האיזור האודיטורי (הנביחות) – בעצם חוויות שמגולמות בגוף ומעשירות את המושג הזה, מעשירות את הזכרון שלי, את היכולת שלי להשתמש במילה הזו במגוון רחב של הקשרים, וגם מחזקות את הלמידה שלי

בפוסט דוקטורט שלה, אורלי החליטה לזרום עם התיאוריה שבה הגוף מעורב בלמידה ולבדוק זאת בתנאי מציאות מדומה

רצינו להביא את אותה חוויה עשירה וגופנית, חוויה של הגפנה, גם לתוך למידת שפה שנעשית בתנאים מלאכותיים. אז ידוע שלמידת שפה נתרמת מאד מאימרסיה, מחוויה שכוללת לעבור לפריז ולקלוט צרפתית בוקר צהריים וערב עם הקרואסון, ובטח אם יש לי מאהב צרפתי אז מעורבים גם רגשות עזים, שכידוע מאד משפיעים לחיוב על הלמידה, זה הדבר הכי טוב. אז אם אני יוצרת סביבה מלאכותית דיגיטלית שמכניסה קצת מהחוויה הגופנית לתוך שפה, אני יכולה לאחוז בחבל משני קצותיו ולהכניס את הגוף לתוך הלמידה. אז בעצם בסביבה שבנינו לימדנו אנשים שמות של חפצים יומיומיים בשפה לא מוכרת, בפינית. הזמנו אנשים ללמוד את השמות של החפצים תוך כדי התנסות פיזית בחפצים עצמם. למשל, אני רוצה ללמוד את השם של “חצוצרה”, אז אני מסתכלת על חצוצרה תלת ממדית בסביבת מציאות מדומה ושומעת באוזניות או דרך המערכת את השם בפינית (אני לא זוכרת אותו כרגע), או שמזמינים אותי לנגן בחצוצרה, לקחת אותה, לקרב אותה אל הפה שלי וממש להוציא צליל

וראינו שאנשים זכרו יותר טוב שמות של חפצים שהם היו באינטראקציה גבוהה איתם. מה שהיה מעניין זה שהאפקט על פני הזמן היה יותר משמעותי. כלומר כשבדקנו את הלמידה מיד לאחר החשיפה/תרגול, היה הבדל אבל הוא לא היה מובהק, כלומר הוא היה קטן יחסית, והוא הלך וגדל ככל שהזמן חלף. זאת אומרת, אני מסוגלת ללמוד מתמונה איך אומרים חצוצרה בפינית, אבל החוויה העמוקה של הפעלת כל הגוף, באמת יוצרת את אותה רשת של קשרים בין האזורים השונים במוח, האזורים הסנסוריים והמוטוריים, שעוזרים ליצירת מושג יותר רחב, שיותר משכנע את המוח. כי בעצם למה המוח שלנו לומד מילים? אם הוא חושב שיש להן איזושהי משמעות חברתית לעתידנו ולהישרדותנו. ואם הפעלתי את הגוף, אם זה דבר אמיתי, אז הוא עושה עוד צעד בלהאמין שהדבר הזה יהיה רלוונטי להמשך ולכן כדאי לו לשמור את הקשר הזה בין המילה – הצליל שהוא לחלוטין שרירותי עבורי – לבין אותו אובייקט שכבר יש לו שם בשפת האם שלי ובשפה שאני משתמשת בה ביומיום

שאלתי את אורלי האם ייתכן שתחום השפה כל כך קשה עבור למידת מכונה בדיוק בגלל שאין לה גוף

חומסקי למשל, דיבר על איבר השפה שאנחנו נולדים איתו, שהופך את למידת השפה לקלה עבור אנשים. זו משימה בלתי נתפסת כשחושבים על זה באופן מכאניסטי, ללמד ילד ללמוד מהאינפוט המלא באגים של אנשים שמדברים סביבו, זה באמת פלא. ועדיין אפשר להסתכל על זה בתור בעיה סטטיסטית שאנשים פשוט מסוגלים להתגבר עליה ולכן גם מכונות. כך או כך, היכולת שלנו למדל למידת שפה היא כנראה תגיע לרמה גבוהה, גם אם זה יהיה דרך חיקוי הנטייה הטבעית הזו, והמנגנונים שגורמים לנו להבין שפה, ואת החוקיות שלה והשימוש שלה, באופן יותר טוב מדברים אחרים

כיום אורלי עובדת במט”ח וגם חוקרת בטכניון את הנושא של שילוב בינות מלאכותיות ורובוטים בחינוך, ויש לנו כמה מוקשים לפרק בנושא הזה. לפני שנתיים השתתפתי עם אורלי בסדנת חשיבה במט”ח, שבה הוצגו כל מני טכנולוגיות ורעיונות עתידניים, כשאחד מהם היה של סטארט-אפ שהציע להתחבר ישירות למוח של התלמידים, כדי לראות מתי הם משתעממים ומתי הם מבינים את החומר וכו’. את הטכנולוגיה הדגימו במקרה עליי וגלי המוח שלי פורשנו על המסך בפני הקבוצה כולה. היה בזה משהו מלהיב וקריפי בו זמנית

הפתרונות שמיושמים במערכת החינוך גם בארץ וגם בעולם הם עדיין לא קרובים לחיבור תלמידים לאלקטרודה ואפילו לא לכריית נתונים מהמצלמה כדי להבין הבעות פנים, שזה משהו שקורה למשל בסין. כריית הנתונים האלו קורית בכל שטח אחר, בכל אזור אחר של חיינו, ובעולם החינוך הוא מתבסס על אותם אלגוריתמים שמבינים תנועות עכבר, תשובות נכונות או לא נכונות, קצב, כמה זמן לוקח לי לענות על שאלה ולהתקדם לשאלה הבאה. ולפי הנתונים האלה מחשבים רמה, מחשבים מאסטרי, כלומר שליטה במיומנות מסוימת, ומחליטים איך להתקדם. אז יש מכונות שקוראות הבעות פנים, יש מכונות שקוראות גלי מוח, גלי אא”ג, שיכולים לאותת לנו על תסכול, על הבנה, על פריצות דרך בהבנה, שמסמנות למכונה להמשיך הלאה, להתקדם, אולי להקפיץ את התלמיד כמה שלבים מעבר, או להאט, לתת לו הפסקה, לתת לו משהו יותר קל שיגרום לו או לה לתחושת ניצחון והישג. לצמצם את הרגעים האלה של התסכול הלא טוב, התסכול שהוא לא יצירתי שהוא לא תורם ללמידה, כי יש גם תסכול שכן תורם ללמידה

עדיין, החשש הזה מפני פרטיות הוא גדול כשזה מגיע לחינוך. מי מבטיח לי שהנתונים האלה לא הולכים לזלוג לכל מני ידיים? בישראל יש את אימת התיק האישי, שהולך אתך מכתה א’, מהגן, ועד לצבא ולאוניברסיטה. אז אולי בגלל שהילד שלי היה קצת איטי או לא הבין עד המבחן – כלומר יש פה רזולוציה גם על ציר הזמן – אני יודעת מה עשית ביום הראשון שלמדת את זה, לא רק את הסוף של המסלול במבחן. עכשיו כשמדובר באא”ג, הבעות פנים, בהדמיות מוחיות, כבר ברור שהפחד הוא הרבה יותר גדול. ככל שאנחנו מתרגלים לאבדן הפרטיות באזורים האחרים של החיים שלנו, גם בעולם החינוך אנחנו מתרגלים לזה לאט לאט, בעיקר כשמראים את הרווחים שאנחנו מקבלים מהשימוש בנתונים האלה, וגם כשהשיטות להגנת הפרטיות, או כשהטכנולוגיה שמגנה על הפרטיות, הולכת ומתקדמת

בשנים האחרונות נמתחת ביקורת רבה על הדאטאפיקציה של תלמידים, כלומר, תרגום כל ערכי ההתנהגות שלהם לערכים מספריים, שנוספים לביקורת הישנה יותר על זה שאנחנו מתמקדים רק בציונים. גם בגזרה הזו משתלבים יותר ויותר אלגוריתמים, שמחליפים את המורים כבודקי בחינות, ובינות מלאכותיות שמתבקשות לתת הערכה, גם איכותנית, של תלמידים

יש איזושהי הסכמה או קבלה, שמכונה יכולה לעשות עבודה יותר טובה כשמדובר בשאלות מדויקות, רב ברירה בוודאי, אבל כשאנחנו מדברים על חיבורים, שהתפקיד שלהם הוא, למשל, לבדוק רמה של יצירתיות, או שליטה בשפה, אז כבר האמון שלנו במכונה קצת יורד. גם כשמראים שבודקים אנושיים הם לא יותר טובים ממכונה, שבסך הכל בודקת, למשל, את מספר הפסיקים בחיבור, ולפי זה היא עושה אינדקס ומעריכה את רמת התחביר בחיבור

כרמל: אורלי נשמעת אופטימית לגבי הפתרונות כאלו, אך בשנה שעברה בבריטניה התקיימה ההפגנה הראשונה נגד אלגוריתם שכזה, שהפעיל שם משרד החינוך. בשנת הקורונה הראשונה היו חסרים הרבה מדדי הערכה של תלמידים שסיימו תיכון והיו צריכים להתקבל לאוניברסיטאות, אז משרד החינוך הפעיל אלגוריתם שישלים את הציונים החסרים, ככה כמו משוואה בכמה נעלמים, על פי כל הנתונים האחרים שהוזנו אליו. בבחינת התוצאות ניכרה בבירור אפליה לרעה של מעמדות סוציו אקונומיים נמוכים. גם כשמדובר היה בתלמידים טובים במעמדות האלה, הציונים שלהם ירדו בגלל האלגוריתם. וככה הגענו להפגנות סוערות של תלמידי תיכון בכל בריטניה נגד הבינה המלאכותית

אורלי: תרגיל החשיבה שאני מציעה לעצמי כשאני מפחדת מאלגוריתמים ומכונות זה מה קורה באזור הזה של בני אדם? האם בני אדם לא עושים הטיות? מי מתקן את ההטיות של הבודקים האנושיים? האם ההיכרות האישית במקרים מסוימים (לא במבחנים ארציים, זה בסקייל יותר קטן) לא עושה נזק? בוודאי שכן. מפריזים בערך השליטה שיש להם על התנהגות שמנוהלת ע”י בני אדם

בכל אופן, הפרויקט שאורלי מובילה היום במט”ח הוא משהו שונה לחלוטין. מדובר בעוזרת הוראה וירטואלית בשם “עמית“, שנמצאת כרגע בפיילוט לגילאי הגן

כאן אנחנו מדברים על ההזדמנות להשפיע על למידה באמצעות קשר עם מכונה. כלומר תלמידים שיושבים מול מחשב ועונים על מבחן ממוחשב, הם לא חושבים על המחשב כעל איזושהי ישות, שיש לה רצון חופשי, או יכולה לגבש עליהם דעה. השכבות הנוספות שמקדמות אותנו לעבר קשר עם מכונות, הן שכבות שבאמת משתמשות, או בעוזרים וירטואליים, שקיימים בלמידה החל ממשחקי למידה פשוטים – פה במט”ח פיתחו את הסוד של מאיה כבר לפני כעשור או יותר –  ועד לרובוטים בחינוך, שהולכים ונכנסים, גם במזרח הרחוק, מאד פופולריים בכתות של גן ובכתות הנמוכות של בית הספר היסודי, והתפקיד שלהם הוא באמת להיות עוזרים למורים. רובוטים בעולם החינוך זה באמת השלב הבא, שבו הבינה המלאכותית היא לא רק שופר של התוכן, היא לא רק אמצעי לגשש את ההתקדמות של התלמיד, אלא גם מביאה ערך מוסף של קשר, שהוא כמו אנושי  – עדיין מאד רחוק מהקשר האנושי שהוא דו סיטרי – אבל הרובוטים החינוכיים כן מביאים איתם את ההאנשה, האנתרופומורפיזם

בפרויקט שלנו ספציפית שנקרא “עמית בגן הילדים” לא מדובר ברובוט שיש לו גוף וניראות פיזית של בנאדם או של רובוט, זו בעצם דמות, עוזרת וירטואלית שמופיעה על גבי המסך, אבל יש לה כמה תכונות שמגבירות את האמינות שלה בעיני הילדים. למשל, היא רואה מה הילדים עושים, היא יודעת לנתח מספר התנהגויות בסיסיות של הילדים ולפי זה לנחש את הכוונות שלהם, את ההתקדמות שלהם במשחק, והכי חשוב מהכל, את האינטראקציה החברתית בין הילדים לבין עצמם. אנחנו בונים מן עץ כזה מסתעף של מצבים ותגובות, ולאט לאט החכמה של המכונה נבנית, אנחנו אוספים יותר נתונים, ויודעים להתאים, למשל, את התגובות של עמית, או את הבחירותֵ שלה: איזה ילד היא צריכה לעודד עכשיו להשתתף, ואיזה ילד היא תנסה קצת לצנן את ההתלהבות שלו כדי לתת הזדמנות לילדים אחרים

זו מערכת שאין לה ממשק רגיל, אין מקלדת, אין עכבר, אין אפילו מסך מגע. הילדים משחקים באביזרים מוחשיים, טבעיים, זה נקרא
Tangible user interface TUI – בניגוד ל GUI (graphic user interface)
הממשק הגרפי שאנחנו מכירים, שהכל קורה על גבי מסך. אז הילדים משחקים טאקי עם עמית, עם אותה דמות של הרובוטית שמופיעה על גבי מסך, ועמית יודעת איזה קלף כל אחד בחר באמצעות טכנולוגיה של זיהוי תמונה, של זיהוי אובייקטים, ובאמצעות אלגוריתם של בינה מלאכותית, שקובע מטרות פדגוגיות וחברתיות מראש, ומנסה לעקוב אחריהן. המשחק הזה עם עמית יש לו כמה יתרונות על פני משחק מול מחשב, ואנחנו מקווים שגם על פני משחק עם הגננת. אז לב ויגוצקי, הפסיכולוג הרוסי הנודע, שהוא אחד מדמויות המפתח בחינוך עד היום, דיבר על אזור ההתפתחות הפרוקסימלי, שזהו האזור שבו ילדים יכולים לעשות, בעזרת עמיתים או בעזרת מבוגר, דברים שהם לא יכולים לעשות לבד, וזה האזור שבו הקסם של הלמידה מתרחש

אז הילדים יכולים לשבת עם החברים שלהם לבד, או הם יכולים לשבת בשולחן שיש בו גם מבוגר, ובמצב שבו אנחנו משלבים בו גם את הרובוט החברתי, או את עמית, שמופיעה על גבי מסך, זה בעצם מצב שלישי שלוקח את הטוב מבין שני העולמות האלה. הוא מאפשר לילדים ללמוד באמצעות העמיתים שלהם, החוויה היא כן חוויה חברתית מאד חזקה, אבל בלי ההתערבות של המבוגר. שכאמור היא נהדרת, אנחנו לא מנסים להחליף אותה בשום אופן, אבל יש לה מגבלות של ציפיות מראש, של מסגור פדגוגי, שיכול קצת להוריד את היכולת ואת החופש לטעות ולעשות שטויות. עמית כתיבת תהודה של אינטראקציה חברתית, משכנעת מספיק כדי שהתגובות שלה יווסתו דברים בסיסיים כמו לקיחת תור ושת”פ וקצת כיוון יצירתי פתאום, אבל לא מפריע מספיק, או לא אמין מספיק, בשביל שאני אחשוב שעכשיו הדמות הזו על המסך באמת מנהלת את האינטראקציה, ואז למה לי את עמית? יש לי את הגננת

אז איך ילדים קטנים מגיבים ליצור הכלאיים הזה, שאינו סתם לומדה אבל גם לא הגננת? שאלתי את אורלי אילו מן קשרים נרקמים בין ילדים לרובוטים, ומה הערך הלימודי שלהם

במפגש הראשון עם המכונה הזו, כמו גם עם ממשקים אחרים דומים, עסוקים מאד באקספלוריישן של המכונה, וזה כשלעצמו נותן ערך של למידה. כי אם נחשוב על הילדים האלה שהם היום בני 4-5-6, העתיד שלהם יהיה משופע באינטראקציה של אדם-מכונה, וכבר קוראים לזה אוריינות אדם-מכונה שהיא משהו אחר מאוריינות דיגיטלית. כי אוריינות אדם לאדם, זה משהו שאנחנו לא נולדים איתו באופן טבעי, אבל אנחנו נולדים עם הנטייה ללמוד מערכות יחסים, ללמוד איך לבסס אמון ותקשורת בסיסית עם אנשים אחרים, איך להשתמש בשפה באופן שהוא חברתי, וזה משהו שאנחנו לומדים, ושיש אנשים שלקויים בו, למשל, אנשים על הספקטרום האוטיסטי

אז כשילדים נכנסים לסיטואציה של סביבת למידה עם רובוט, הם צריכים ללמוד את הכללים האלה מחדש, וזה מרתק אותם (מרתק גם אותנו כשאנחנו מתבוננים בהם). אז הם צריכים ללמוד מה כללי התקשורת עם הרובוטית, זה די פשוט כרגע, כי הרובוטית לא מבינה שפה דבורה אלא רק תנועות מוסכמות מראש, ותנועה של האביזרים במשחק. היא יודעת מי מדבר וכמה מדבר, אבל לא מה מדבר. אז יחסית זה פשוט, אבל זה גם תהליך שהם לומדים, עד שהם מגיעים לרמה גבוהה של ניבוי, איזה דברים הם יכולים להגיד לעמית, ואיזה דברים הם לא יכולים להגיד לעמית

במחקרים שעשו עם ילדים על הספקטרום האוטיסטי, הראו שהיכולת שלהם ללמוד מרובוט היא גבוהה בהשוואה ללמידה שלהם מבני אנוש. כי אמנם הרובוט לא ניחן בגמישות ובקשת הרגשות האנושית, אבל זה יכול להוות דווקא יתרון כשמדובר על מישהו שמנסה ללמוד במאמץ רב מאד את גבולות הגזרה של כל אינטראקציה חברתית. רובוט הוא נוקשה במובן של התגובות שהוא יכול להוציא מעצמו, מה שמהווה יתרון עבור ילד אוטיסטי, או ילד על הספקטרום, שמוצא נחמה ביכולת הגבוהה הזו לנבא תגובות. וכשילד חורג מכללי התקשורת עם הרובוט, התוצאה היא מאד ברורה ובלתי מתפשרת. הילד (לא משנה, כל ילד) נשכב על הרצפה ובוכה כי הוא מתוסכל, כרגע לרובוט אין דרך להגיב לזה, פשוט “הודעת שגיאה”. וזה יכול להיראות לנו מאד קר ומנוכר, אבל הערך של זה ללמידה – איך אני מתאימה את עצמי עכשיו לסיטואציה, וגם ללמידה של אותה אוריינות אדם מכונה – הוא גדול מאד

עמית, שאורלי מפתחת, היא סוג חדש של עמיתה. היא לא רובוט שמחליף את הגננת, היא אפילו לא בדיוק תחליף לסייעת גננת. אבל היא גם לא עוד סתם ילדה בגן. אורלי מספרת לי שלפרויקט קוראים “מרחב עמית” ובאמת נשמע שנוצר פה מרחב חדש

אז עמית, השם שבחרנו לאותה דמות וירטואלית, נובע מהבחירה שלנו לייצג או לצקת בעמית ידע, שהוא דומה לרמת הידע של ילד בגילאי המטרה, שזה 4-5 אולי 6, טרום חובה וחובה. אז בעולם הזה של עוזרים דיגיטליים ורובוטים חברתיים מדברים בעצם על שלושה תפקידים אפשריים לרובוט: הוא יכול להיות ידען, כלומר מחזיק בידע שהוא גבוה מהלומדים. הוא יכול להיות בעל ידע דומה, שזה באמת עמית, לנסות לייצג את אותה רמת ידע ואפילו את אותם דפוסי התנהגות אנושיים, כמו טעויות. והוא יכול להיות עם פחות ידע, כלומר אותו סייד קיק, שיש דמות כזו שהיא לצד הגיבור, שהתפקיד שלה הוא דווקא להראות את החולשות האנושיות, לעורר חמלה, להדגיש כל מני מושגים שכבר נרכשו אבל ע”י חוסר הידע של אותה הדמות, הטעויות של אותה דמות, לפעמים הטמטום של אותה דמות. משהו שמאד יוצק בילדים בטחון, כי הם מרגישים טיפה עליונות, יש להם הזדמנות ללמד את הדמות כזו. זה די מדהים כמה ילדים שמחים לעשות את זה, ואיזה בטחון זה נוסך בהם

אז בעמית יצקנו את הדמות של העמיתה, שהיא מחזיקה ברמת ידע דומה, לצד דמויות שמגלמות את התפקידים האחרים, שהן פחות מרכזיות. אז בתוך המערכת הזו יש דמות של סוג של גננת, או יודעת כל, שמזכירה את החוקים. לא רואים אותה, רק שומעים אותה, אפילו קוראים לה “בת קול”. ודמות של הטמבל, אותו סייד קיק, שקוראים לה דיואי, והיא ציפור שלא שומעים אותה אבל רואים אותה, והתפקיד שלה הוא רק להמחיש לפעמים רגשות באופן ויזואלי, כמו פחד או שמחה, ולחזור קצת על דברים שנלמדו

אבל למרות שטכנולוגיות חינוכיות לא באמת מנסות להחליף גננות ומורים, התגובות הרבה פעמים הן חשדניות, כי אולי זה כן שלב בדרך להחלפה בסופו של דבר?י

המחשבה שלנו הייתה באמת להעצים את החינוך לגיל הרך, תוך התייחסות לנקודת תורפה מאד בולטת שלו, שזה בעיית כוח האדם בגנים, שכולנו מכירים. היחס צוות-ילדים בגנים בישראל הוא יחס לא טוב ביחס למדינות מפותחות אחרות, ובהתחלה חשבנו שעמית היא כח עזר. אז בהתחלה חשבנו שזה – לא עוד סייעת (חס וחלילה, זה לא בן אנוש) אבל שזה יעזור לגננת, כי זה מגדיל את אפשרויות הלמידה האיכותית שלא דורשות התערבות אדם. בהדרגה הבנו שזו טעות למצב את עמית ככה, זה מעורר תגובות נסערות מאד מצד אנשי חינוך ואנשים בכלל. האם בפיתוח כזה אנחנו בעצם עוזרים “להכשיר את השרץ” של מערכת החינוך? במקום לדאוג לרפורמה, ולשיפור היחס בין הצוות לילדים, עכשיו אנחנו אומרים “טוב יש עמית בגן, יש מחשב בגן, אז אנחנו לא צריכים עוד גננת, אנחנו לא צריכים להשקיע בהכשרה איכותית”? אז ממש לא, המטרה היא באמת להעשיר את ארגז הכלים של הגננת בעוד פתרון, שאפילו, כמו שהמחקר מתחום הרובוטים החברתיים מראה, יש לו יתרונות מסוימים על פני אינטראקציה שהיא אדם-ילד, גננת–ילד. ואליהם נוספת עמית, אוריינות אדם מכונה מסוג שלישי, שמאפשרת לקחת גם מזה וגם מזה וליצור משהו חדש שמשייף, עוזר לקדם מיומנויות וידע בדרך אחרת, שאני מאמינה שהיא הטוב מבין כל העולמות, כי היא לא מחליפה את העולמות האחרים

אז כשמעלים בפנינו חששות, במקום ללכת לקיצונות של החלפת האדם, אני הולכת לקיצונות הנמוכה יותר, של החלפת המכונה הטיפשה, או החלפת המוצר שהוא שטחי יותר, רפטטיבי יותר, מעשיר פחות, ואני אטען שהערך המוסף שהוא נותן עולה על האלטרנטיבות הקיימות היום. אז הילדים גדלים בעולם של מסכים, ולדעתי צריכים להיחשף לטכנולוגיה, כהכנה לעולם שהולך ומתקדם יחד איתם. ואינטראקציה עם טכנולוגיה מתקדמת כזו, שהיא לא מסך, לא מערבת בהייה, אלא באמת מערבת משחק בתלת ממד עם אביזרים מוחשיים, הוא מעשיר גם מבחינה סנסורית-מוטורית, גם מבחינה חברתית, וגם מבחינה קוגניטיבית. כלומר, הערך שלו ללמידה הוא רב יותר מהאלטרנטיבות שכיום אנחנו מוצאים לשני הדברים האלה

דאגה אחרת היא מה יהיה על הקשר האנושי שכל כך חשוב בלמידה? הרי כל מה שמעניין במורים זה שהם מודל לחיקוי והשראה, יש מורים מהסוג הזה שנזכור כל חיינו

היתרון הגדול של מכונה בקשר הלמידה הוא דווקא בחוסר ההשראה שלה. לקשר האנושי, לקשר הלמידה בין מורה, בין מנטור, לבין תלמיד, יש השפעה עצומה, ואנחנו לא מחפשים להחליף אותה בשום אופן. אני חושבת שאנשים לא מפחדים שהמכונות יחליפו אותם, הם מפחדים שהמכונות ישנו אותם. ומורים שלא יוכלו לספק את ההשראה הזו יצטרכו לשנות את עצמם, לא תהיה להם עבודה. אם לא נדע לנצל את היתרון האנושי של הקשר הבאמת עמוק של השראה, יהיה מאד קשה לטעון שמורים אנושיים הם עדיין יותר טובים ממכונות, שבאמת יכולות לגלם איזו פדגוגיה שאת רוצה, להתאים אישית לכל ילד וילד את תוכנית הלימודים, בלי משוא פנים. אני הולכת לדבר על הכח של המכונה לתת לילדים ללמוד לבד עם תמיכה שהיא מינימלית, לא מניחה הנחות קודמות, לא מביאה דעות קדומות, לא מביאה קשר אנושי מתגלגל ומתמשך לתוך האינטראקציה, ונותנת לילדים לעשות משהו שילדים עושים מאד טוב, ומבוגרים עושים פחות טוב, וכך הם יכולים להפריע לילדים ללמוד – למידה עצמאית שהלומד בעצם מכוון מתוך עצמו

מצד שני מחקרים מראים שגם רובוטים יכולים דווקא להוות השראה ומודל לחיקוי

אנחנו, למשל – בשת”פ עם אוניברסיטת ת”א, עם ד”ר גורן גורדון, שחוקר רובוטים בחינוך, ובעיקר את ההזדמנות שהם מעניקים לנו ללמד מיומנויות כמו סקרנות ומיומנויות חברתיות – מראים שילדים לומדים מרובוטים, ומחקים רובוטים, בכל מני התנהגויות כמו אנושיות, למשל מיינדסט. אז המחקרים מראים שילדים “נדבקים” במיינדסט של הרובוט. אם רובוט משחק עם ילד, והוא מפגין מיינדסט גמיש, מיינדסט של צמיחה, למשל אומר “הו אני אוהב אתגר טוב” או “הו, אני אוהב שלפעמים אני טועה, כי טעויות עוזרות לי ללמוד, ועוזרות לי להבין איפה אני צריך עזרה”. אז ילדים ששיחקו עם רובוט כזה נדבקו במיינדסט הזה, קיבלו מן השראה, וסיגלו לעצמם את אותו דפוס חשיבה, לפחות באותו סוג של בעיות שהם תרגלו בטווח הקצר, ומראים שזה גם יכול להתגלגל לטווח הארוך. אותו דבר גם בנוגע להתנהגות שהיא סקרנית, אקספלורטיבית, התנהגות של חקר. הראו שילדים בגילאי הגן וגילאי ביה”ס המוקדמים, נותנים לרובוט להשפיע עליהם באזורים האלה של יצירתיות וסקרנות, ויש חשש סביר שזה אפילו יותר מבני אדם שאמונים על החינוך שלהם באופן שוטף, והיחסים איתם הם יותר ברורים, ויש מערכת של ציפיות ושל גבולות שהיא יותר ברורה

אבל בואו נחזור רגע לעמית שעל המסך. שאלתי את אורלי האם יש כוונות גם להוציא אותה מהמסך עם גוף רובוטי בעתיד

אז רובוט הוא יותר אמין, הוא מתחבב יותר על ילדים, ילדים רואים בו שותף ברמה יותר גבוהה, מחקים אותו ברמה יותר גבוהה, אבל מראים שגם עוזר דיגיטלי שהוא חיוני מספיק, שהוא חי, שהתסריט שלו הוא טוב – למשל, שהוא מצחיק, משתמש בהומור, וגם יכול להבין ברמה גבוהה את מה שקורה ולהיות רספונסיבי – יכול להגיע לתוצאות לא רעות בכלל. יש רובוטים כאלה שהם באמת מסתובבים בחדר, ויש להם את היתרון של הפניית מבט, למשל, הם יכולים להסתכל על ילד אחד ולפנות אליו. זה משהו שיותר קשה לייצר מתוך המסך אבל אפשרי: היא (עמית – כ.ו) קוראת להם בשם, היא מסתכלת לכיוון שלהם. אבל כרגע העדפנו לא לשלב את המורכבויות של רובוט פיזי שמסתובב על השולחן, ואז גם לא יכול לייצג או להוסיף עוד שכבה של ידע, שמתאפשרת באמצעות המסך. למשל, לתעד סיפורים של ילדים. מביאים עצמים מהחצר, מתעדים אותם, ועמית מצליחה ליצור איזושהי שכבה דיגיטלית כדי ליצור אלבום או סרטון, אנחנו קצת עושים את זה כבר בפעילויות שלנו

אז המסך הוא לא רק נושא את הפרצוף של עמית, זה בעצם הצד השני של השולחן, זה קצת כמו עליסה בארץ הפלאות, “דרך המראה”. השולחן שסביבו הילדים משחקים בעולם האמיתי משתקף במסך, ועמית מדגימה את הצד שלה. אז נגיד דיברנו על משחק הטאקי, יש לה ערימה של קלפים והיא יכולה להראות איזה קלפים היא רוצה שהילדים ישימו בשבילה בעולם המציאותי, והיא יכולה להדגים באמצעות אותו עוזר נאמן, דיואי, כל מני אלמנטים ויזואליים באמצעות המחשה, שהיא חורגת מהגבולות של העולם המציאותי או המוחשי, ועל כן גם מוסיפה ערך

אז אתן בטח חושבות ואתם בטח חושבים: מתי הילדים שלי כבר יוכלו לשחק וללמוד עם עמית?י

עכשיו אנחנו בעצם שנה אחרי שהתחלנו את הפיתוח, אנחנו קוראים לזה הכניסה הטרומית לגנים, כי אנחנו נכנסים לכל גן ליום או יומיים, בודקים פעילות אחת או שתיים על כל הילדים, במטרה ללמוד – אני קוראת לזה “מן החוץ אל הפנים” – קודם כל איך עמית מתקבלת בגן, איפה כדאי לשים אותה, עד כמה הפעילות השוטפת בגן מפריעה לה (הרי זה משהו שרק ארבעה ילדים יכולים ליהנות ממנו ברגע נתון, רק על זה כבר יש לנו הרבה תהיות, מחשבות, וכבר תובנות), מהו אותו עוגן שנוצר בתקשורת בין הילדים לבין עמית שמאפשר את הלמידה? אז, למשל, התגובות הרגשיות שילדים מראים כלפי עמית הן מדהימות. ילדים מציעים לעמית נישואים. הם שואלים אם הם יכולים לעבור לצד השני של המסך ולהצטרף אליה. יש בזה משהו שהוא קודם כל מאד מסקרן ומרתק ילדים, דווקא בגלל המצב השלישי הזה, זה לא אדם, זה לא מכונה, הוא מדבר אלי, הוא מבין אותי, אבל עד כמה בדיוק? והדבר המעניין שאנחנו רואים, זה מן גרף כזה דועך של העניין בעמית עצמה ובתקשורת עם עמית

לאט לאט היא הופכת להיות טבעית, הם מקבלים את הנוכחות שלה ומתמקדים בפעילות עצמה, שהפעילות עצמה היא בינם לבין עצמם. וזו בדיוק המטרה של עמית, דווקא לאפשר, ולהתערב רק במקומות שהם מווסתים את האינטראקציה החברתית, מציבים מודל של אינטראקציה חברתית שאנחנו מעוניינים בה, שהיא של פתרון בעיות משותף, של יצירתיות משותפת, ולעצור שם. וכרגע אני לא יכולה לנבא בכלל מה יהיה התפקיד של עמית בגן ואיך הגננת תיתרם מהאינטראקציה הזאת. יכול להיות שאפקט החדשנות, כשהוא ידעך, אז הילדים יאבדו עניין, נצטרך לעשות חישוב מסלול מחדש, גננות ירצו דברים אחרים לגמרי, וכנ”ל עם החששות. כלומר ההתרגשות והחששות, שניהם יושבים כרגע על מקום חדשני

---

אחד ממאפייני העולם הפוסט אנושי זה, שכמו בעולם הקסם הטרום רציונלי, הכל סביבנו מתעורר. הדומם כבר אינו דומם, המחשב לובש מלבושי אנימציה ובינה מלאכותית, מגיח מאחורי הקלעים אל במת האינטראקציה, וגם יוצא מהמסך לתוך גוף מסוג חדש. אורלי הציגה שתי תיאוריות שונות של למידת שפה וחשיבה, אבל בשיח הפוסט אנושי יש תיאוריה שלישית, שהיא באמת מטלטלת במבט-העל הזר שלה על האנושות. זו תיאוריה של סוזן בלקמור, מחברת הספר “מכונת הממים”, שמותחת את תיאוריית הגן האנוכי של ריצ’ארד דוקינס אל השדה התרבותי. תחום המימטיקה שבלקמור מייצגת, אינו רואה את האינדיבידואל כסוכן בחייו – רק המשכפלים הם הסוכנים – ולכן הגנים הם הסוכנים ויש להסביר את העולם מנקודת מבטם. את זה אנחנו מכירים מדוקינס, אבל המם הוא המקבילה של הגן בשדה התרבותי. הרעיון או המחווה שניתנים לחיקוי, הם עוד משכפל בעולמנו, וכך הדברים משתכפלים בעולם דרכנו. הם לא שלנו –  הם לא מה שעושה אותנו, את האישיות שלנו, כמו שמאמינים בעולם ההומניסטי הרגיל – אלא אנחנו מכונות השכפול שלהם

והשפה לפי בלקמור היא מם כזה. טפיל אפילו, שמשתכפל דרכנו. ומכיוון שאנחנו לא מכונות שכפול מדויקות מספיק, אז רעיונות תרבותיים שונים גרמו לנו לייצר טכנולוגיות שמשכפלות טוב יותר מאתנו, וכעת כל הטפילים שלנו – השפה והשיח והרעיונות – פשוט עוברים מהגוף שלנו למרחב הטכנולוגי. ובלקמור אפילו חוששת שהטכנולוגיה עצמה מתעוררת והופכת למשכפל שלישי בעולמנו, היא קוראת לזה טמים. שזה מדהים שלפי התיאוריה הזו הכל חי ובוחר, חוץ מאיתנו, כמובן. הדבר הזה שאנחנו הוא סוג של אשליית נפרדות. ולכן לפי המימטיקה, לא משנה כמה אנחנו מספרים לעצמנו שאנחנו רוצים להעצים את עצמנו בעזרת טכנולוגיה, ושסימלוץ האנושיות לא יחליף אותנו. בלקמור הייתה צוחקת והייתה אומרת שאין באמת את מי להחליף. הרי מעולם לא היינו השחקן הראשי בסיפור. וכל הדבר הזה שאנחנו קוראים לו תהליך למידה, שאנחנו מנסים ללכוד וללמוד אותו, הוא פשוט רק מנגנון השכפול וההפצה של הממים. ואם הרובוטים החינוכיים האלה יעזרו להפיץ ממים – כלומר רעיונות, מושגים, שפה – יותר טוב מהמורים האנושיים, נחשו מי ישרוד

עד כאן להפעם, תודה לד”ר אורלי פורמן, ולעמית. תודה גם למדרגים החדשים וכותבי הביקורות באפל פודקאסט, זה ממש עוזר לנו. ובואו לבקר אותנו בסושיאל, כתבו עלינו בידיעות אחרונות בשבוע שעבר, ויש סודות מאחורי הקלעים. להשתמע בעוד שבועיים

• Facebook
• Instagram
• TikTok

?רוצה לקבל מייל כשהפרק הבא מתפרסם

:מקורות וקריאה להרחבה

בלקמור, סוזן. (2009). מכונת הממים. כנרת, זמורה ביתן, דביר, והוצאת ספרים אקדמית יזרעאל

פורמן, אורלי. (2019). למידה בתנועה: מה תפקידו של הגוף בלמידת שפה ואיך הטכנולוגיה יכולה לסייע לנו להחזיר אותו אל הכתה? עיתון 77, גליון 405, עמ’ 28-33

Barman, B. (2014). The Linguistic Philosophy of Noam Chomsky. Philosophy and Progress, 51(1-2), 103–122.

Fuhrman, O.; Eckerling, A.; Friedmann, N.; Tarrasch, R.; Raz, G. (2020). The moving learner: Object manipulation in virtual reality improves vocabulary learning. Journal of Computer Assisted Learning 37(3): 672-683.

Gordon, Goren, Cynthia Breazeal, Susan Engel. (2015). Can Children Catch Curiosity from a Social Robot? HRI ’15: Proceedings of the Tenth Annual ACM/IEEE International Conference on Human-Robot Interaction, pp. 91-98.

Hae Won Park, Rinat Rosenberg-Kima, Maor Rosenberg, Goren Gordon, and Cynthia Breazeal. (2017). Growing Growth Mindset with a Social Robot Peer. In Proceedings of the 2017 ACM/IEEE International Conference on Human-Robot Interaction (HRI ’17). ACM, New York

Jarke, Juliane & Andreas Breiter (2019) Editorial: the datafication of education, Learning, Media and Technology, 44:1, 1-6.

Kory Westlund, J., Dickens, L., Jeong, S., Harris, P., DeSteno, D., & Breazeal, C. (2015). A Comparison of children learning from robots, tablets, and people. In Proceedings of New Friends: The 1st International Conference on Social Robots in Therapy and Education.

Vygotsky, Lev. S. (1962). Thought and language. Cambridge, MA: MIT Press.

Wang, J. & Brown, M.S. (2007). Automated Essay Scoring Versus Human Scoring: A Comparative Study. Journal of Technology, Learning, and Assessment, 6(2): 4-27.