האם בינה מלאכותית מקשה על אוניברסיטאות?

קולגה שלי, מרצה לתרגום באוניברסיטה בווייטנאם, נאנח: "בכל פעם שסטודנטים מקבלים משימה, הם פשוט מדביקים את השאלה לתוך ChatGPT ושולחים את התוצאה."

תמונה להמחשה

בשבוע שעבר, במהלך פגישת קפה, עמית שלי, מרצה לתרגום באוניברסיטה בווייטנאם, נאנח: "פעם אהבתי ללמד תרגום. אבל עכשיו, בכל פעם שמוטלת עליי משימה, הסטודנטים פשוט מדביקים את השאלה לצ'אטGPT ושולחים את התוצאה. אני בקושי יכול לתת משוב יותר."

פרדוקס: ידע ומיומנויות כבר אינם נדירים, אך שכר הלימוד עולה.

סיפור זה אינו ייחודי לחינוך תרגום. הוא משקף את חוסר הנוחות הגובר במגזר החינוך , שכן כלי בינה מלאכותית כמו ChatGPT ו-DeepL משבשים מודלים רבים של הכשרה, במיוחד באוניברסיטאות, שקיימים כבר עשרות שנים.

במשך מאות שנים, אוניברסיטאות פעלו על סמך הנחה פשוטה מאוד: ידע ומיומנויות היו נדירים. כדי לרכוש ידע ומיומנויות, הסטודנטים היו צריכים לשלם שכר לימוד, להשתתף בשיעורים, לקרוא ספרים, להשלים מטלות ובסופו של דבר לקבל תואר.

תואר משמש גם כמקור ידע וגם כאישור לכשירות בשוק העבודה.

אבל כיום, בינה מלאכותית יכולה להסביר, לסנתז, לתרגם ולכתוב תוך שניות כמעט ללא עלות. באופן פרדוקסלי, בעוד שידע ומיומנויות אינם נדירים עוד והופכים זולים יותר, שכר הלימוד באוניברסיטה עולה בהתמדה.

שוק העבודה מגיב מהר יותר מאוניברסיטאות. בבריטניה, מספר המשרות הזמינות לבוגרים טריים ירד בכ-33% בשנה האחרונה, הרמה הנמוכה ביותר בשבע שנים, בעיקר בשל שימוש בבינה מלאכותית לאוטומציה של משרות התחלתיות.   (רמת משרה לבעלי ניסיון מועט או ללא ניסיון כלל) והפחתת עלויות.

בארה"ב, יותר מ-27 מדינות ביטלו או צמצמו את דרישות התואר האקדמי עבור מגוון תפקידים בשירות הציבורי, במטרה להרחיב את מאגר הכישרונות ולטפל במחסור בכוח אדם וכן ב"אינפלציה בתארים" (המגמה של דרישה להשכלה גבוהה יותר עבור משרות שבעבר דרשו רק השכלה נמוכה יותר).

עסקים מעריכים מחדש את שוק העבודה, שכן בינה מלאכותית מחליפה יותר ויותר עבודות חוזרות ונשנות מבוססות קוד, שהיו בעבר נחלתם של בוגרים צעירים.

בווייטנאם, השינוי המונע על ידי בינה מלאכותית ניכר בשירות לקוחות ובשיווק, כאשר צ'אטבוטים וכלי בינה מלאכותית מחליפים בהדרגה תפקידים בסיסיים.

בעוד שתוכניות רבות באוניברסיטאות עדיין מלמדות מיומנויות ידניות כמו כתיבת תוכן או ניהול קהילות, עסקים החליפו במהירות מתמחים ועובדים חדשים במערכות בינה מלאכותית, תוך מתן עדיפות לגיוס אלו שיכולים להפעיל בינה מלאכותית כדי לשפר את הביצועים.

עם זאת, לא כל סוגי הידע והמיומנויות פוחתים באותו קצב. תחומים שניתן לתקנן ולייעל, כגון משפטים, חשבונאות, מנהל, הנדסת תפעול ותרגום, נפגעים בצורה הקשה ביותר.

אני ורבים מעמיתיי בתעשיית התרגום חווינו זאת ממקור ראשון. איבדתי לקוחות בינלאומיים רבים שנהגו לתרגם חוזים ומסמכים לדוגמה, משום שבינה מלאכותית מטפלת כיום במשימות אלו מהר יותר ובזול יותר.

אבל עדיין יש לי פרויקטים אחרים, כמו הגהה של תרגומים מ-Chat GPT, חיפוש וניתוח של קבוצות מטופלים כדי לבחון שאלוני בריאות שתורגמו באמצעות בינה מלאכותית, השוואת תשובות בין קבוצות והתאמת שפה להקשרים תרבותיים שונים.

אלו עבודות הדורשות שיקול דעת, ניסיון ואמפתיה - תכונות שבינה מלאכותית, לפחות כרגע, אינה יכולה להחליף.

לחבר שלי שעובד באדריכלות היה חוויה דומה. תוכנה ובינה מלאכותית יכולות לסייע במהירות עם שרטוטים סטנדרטיים. אבל כאשר פרויקט צריך לאזן בין אנשים, נוף, תרבות, תקציב ודרישות משפטיות, תפקידו של האדריכל הופך מכריע. אף אלגוריתם לא יכול "לקרוא" אנשים והקשר כמו מקצוען מנוסה.

בינה מלאכותית מתקרבת להיות "אנושית".

סיפורים אלה חושפים קו ברור יותר ויותר: בינה מלאכותית היא תחליף טוב למשימות חוזרות ונשנות וסטנדרטיות; אך ככל שהיא מתקרבת לבני אדם, להקשר, לרגשות, לאתיקה ולאחריות חברתית, כך תפקידם של בני האדם הופך להיות חסר תחליף.

וכאן הסיפור כבר לא סובב אך ורק סביב תרגום או אדריכלות, אלא נוגע ישירות במוסד מרכזי של חברת הידע: האוניברסיטה.

אם אפילו בינה מלאכותית יכולה לקבל ציון גבוה בבחינה, אז המשך ההוראה והבחינה בדרך הישנה רק מוריד מערכה של האוניברסיטה. ערכן של אוניברסיטאות כיום כבר אינו טמון בעיקר בהקניית ידע, אלא בסיוע לסטודנטים לפתח חשיבה ביקורתית, שיפוט ויכולת אינטלקטואלית.

עם זאת, המציאות בווייטנאם מראה כי, אמנם לא כולן, אך תוכניות רבות עדיין מלמדות ומעריכות בדרך הישנה: רישום הערות - למידה בעל פה - ביצוע מטלות לפי תבנית - מבחנים המבוססים על "תשובות לדוגמה".

בהקשר של בינה מלאכותית, שיטת הוראה זו חושפת את מגבלותיה בבירור רב. ניתן להשלים דו"ח קבוצתי בערב אחד בעזרת בינה מלאכותית; ניתן ליצור מצגת תוך דקות; אפילו טיעונים וראיות ניתנים ל"הכנה" עבורכם. אם הערכה מודדת רק את היכולת לשחזר תוכן, אז ככל שיש ללומדים יותר טכנולוגיה, כך הם צריכים פחות לחשוב באמצעות היכולות שלהם.

כמובן, היו גם התפתחויות חיוביות. בכמה תוכניות מתקדמות, הסטודנטים נדרשים לנתח את פלט הבינה המלאכותית, להשוות נקודות מבט, להגן על טיעונים כנגד טיעוני נגד, לעבוד על פרויקטים מהעולם האמיתי ולקחת אחריות על בחירותיהם.

בתי ספר אלה מובילים את הדרך בשילוב בינה מלאכותית בהוראה, בארגון הכשרת מורים בתחום הבינה המלאכותית ובפיתוח תוכניות לימודים המדגישות מיומנויות שימוש בכלי בינה מלאכותית. עם זאת, גישות אלה נותרות מפוזרות, משתנות ממורה או בית ספר אחד למשנהו, ועדיין לא הפכו לכיוון מערכתי עקבי.

השאלה המכרעת אינה האם בינה מלאכותית "תעכב" אוניברסיטאות, אלא: האם אוניברסיטאות וייטנאמיות נעות מספיק מהר כדי לעבור מהוראת ידע לטיפוח חשיבה ואופי אנושיים - כאשר בינה מלאכותית היא כלי רב עוצמה לתמיכה בלומדים ובעובדים?

ד"ר פאם הואה היפ

מקור: https://tuoitre.vn/ai-co-dang-lam-kho-dai-hoc-20251231112540395.htm