בינה מלאכותית – המושג הזה עדיין מעורר לא מעט חרדות בקרב מי שאינם מצויים בו. אך חשוב שמורים יתחילו להתיידד עם טכנולוגיות בינה מלאכותית, יתנסו בהן ואפילו יהיו מעורבים בפיתוח שלהן לעולם החינוך. ומה עומד מאחורי צמד המילים? בבסיסה, בינה מלאכותית היא שם לאוסף של אלגוריתמים מיחשוביים המסוגלים לבצע חישובים סטטיסטיים מורכבים (ממש מורכבים) על כמויות מידע עצומות בזמן קצר.
מה אפשר לעשות כיום עם בינה מלאכותית?
> להציע לאנשים מוצרים שבסבירות גבוהה יהיו מעוניינים לקנות.
> לחזות מזג אוויר.
> לשלוט בעשרות אלפי מטוסים באוויר או במערכת רמזורים של עיר גדולה.
> לנהל בצורה אופטימלית מערכות השקיה ודישון.
> לזהות פעילות כלכלית חריגה ולגלות מקרי הונאה.
> לקבוע את גובה הפרמיה בביטוח.
> לבדוק בחינות (כולל עם תשובות פתוחות).
> להציע אבחון, פרוגנוזה וטיפול לבעיות רפואיות.
> להזהיר נהגים מסיכון לתאונה ואף להחליף אותם ברכב אוטונומי.
> להפעיל רובוטים תעשייתיים המסוגלים להרכיב אלפי מוצרים, למשל מכוניות.
> לנתח דפוסים של התפרצות מגיפות.
> לחזות התפרצות של בצורת.
> לספק המלצה לוועדות קיצור עונש על ההסתברות שאסיר ישתקם או יחזור לפשע.
על אף שימושיה הרבים, בינה מלאכותית עדיין נמצאת בתחילת דרכה וצפויה להתפתח ולהשפיע על העולם באופן שאותו קשה לנו לדמיין. נראה שהחשש שמא בינה מלאכותית תשלוט באנושות או תכחיד אותה, או שהיא תחליף בעלי מקצוע שונים (למשל מורים) עוד רחוק מלהיות קרוב למימוש, אך יש להודות, חלק מאותן חרדות סביב המושג, במידה מסוימת מוצדקות. מדובר למעשה בכלי הסטטיסטיקה המרשים והעוצמתי ביותר שאי פעם נוצר, ובתחום הזה של סטטיסטיקה הוא מנצח את המוח האנושי בקלי קלות.
אלו בעיות יש באינטראקציה שלנו עם בינה מלאכותית?
- לדעת מתי לתת אמון ומתי לא לתת אמון במערכת (trustability): בבינה מלאכותית יש דבר מתעתע. החישוב הסטטיסטי שהיא מבצעת הרבה יותר מורכב ממה שהמוח האנושי יכול להכיל. כתוצאה מכך, בהרבה מקרים לא נהיה מסוגלים להבין את התהליך שהוביל את המערכת להחלטה כזו או אחרת. אם לא אהבנו חלק גדול מההמלצות הצפייה מבוססות הבינה מלאכותית של נטפליקס, למה שנסמוך על הבינה המלאכותית כשהיא תשדך לנו דייט או תאשר לנו שתנאי מזג האוויר מתאימים לטיסה?
- הטיות (biases) – הסטטיסטיקה לפעמים משקרת. אחת התגליות הידועות סביב בינה מלאכותית הייתה שמערכות זיהוי פנים (שמשמשות לאבטחה, רישום נוכחות, וכן אלפי יישומים מסחריים) מצליחות לזהות פנים של גברים לבנים יותר טוב מאשר כל קבוצה אחרת. זה קרה כי האלגוריתמים הללו "אומנו" על הרבה יותר גברים לבנים מאשר קבוצות אחרות. עד לאחרונה מערכות זיהוי פנים כמעט לא הבחינו בין אישה שחורה אחת לשנייה. הגילוי הזה הוליד תנועת לחץ תחת הכותרת "Just AI". במקרה זה הסטטיסטיקה שיקרה בגלל בעיה שמקורה אנושי – הנתונים היו מוטים ולא מייצגים. אולם ההטיות יכולות להתרחש גם כשאין מספיק נתונים איכותיים, כשהדפוסים והכוחות בעולם מסוים משתנים ומערכות הבינה המלאכותית עוד לא קלטו את השינוי, או כשמנסים לייחס יותר מדי חשיבות לניבוי סטטיסטי גם כשמדובר בעולם שלא מתנהג על פי סטטיסטיקה. לדוגמה: על אף שיש הרבה מערכות אוטומציה מבוססות בינה מלאכותית בשוק המניות וקיים המון מידע בנושא, המערכות שפותחו ומנסות לחזות את מחירי המניות בעתיד עדיין אינן מוצלחות במיוחד.
- פרטיות – החשש מאובדן הפרטיות (שכבר התרחש, אגב) הוא מהחששות המדוברים והמוצדקים יחסית. בינה מלאכותית מסוגלת לפעול רק על בסיס מידע, והיכולת להשתמש בה למטרות הקשורות באדם הפרטי מחייבות לאסוף עליו הרבה נתונים. זו אחת הסיבות שכיום יותר מבעבר, ארגונים רבים דורשים לתת להם יותר נתונים ומידע על עצמנו תמורת שירותם.
- חוסר הבנה של הבינה המלאכותית - זו אולי הסכנה החמורה ביותר. הילדים והתלמידים שלנו יפגשו בינה מלאכותית הרבה יותר מאיתנו, גם באופן סביל, כשהיא תהפוך להיות המנוע של אחוז הולך וגובר של המערכות שישלטו בשגרת היומיום, וגם באופן פעיל כשהם יהיו מעורבים בעבודה עם מערכות כאלו, בקבלת החלטות בעזרתה וכמובן גם בפיתוח והפעלה של מערכות. אם הם לא יהיו מסוגלים, לפחות במידה סבירה, "להרים את מכסה המנוע" ולהבין מה בעצם הטכנולוגיה הזו, למה היא מסוגלת ולמה לא, מה ה"חוקים" שלה ומה אפשר לעשות איתה – הם עלולים להיות עם חיסרון בתחומי התעסוקה, בהבנת הממשקים שמקיפים אותם בחיי היומיום ואף חמור מכך – לטעות בפרשנות המוסרית והחברתית שלהם את העולם. "אוריינות בינה מלאכותית" (AI literacy) היא מושג מתפתח במחקר ובחינוך העוסק בדיוק בנושא זה.
מדוע חשוב שמורות יתיידדו עם בינה מלאכותית?
חשוב שהמורים יפתחו בעצמם "אוריינות AI" כדי שיהיו מסוגלים לשמש דוגמה לתלמידים, להדריך אותם בנושא, לטפח בהם את ההבנה של האופן בו פועלות המערכות שמבנות חלקים נכבדים מחיינו, ולשמר בקרבם חשיבה ביקורתית, לוגית, עצמאית ויצירתית בסביבה זו. בנוסף, בינה מלאכותית מתחילה להיכנס גם לחינוך. מכיוון שחינוך הוא שוק קטן ולא תמיד מתגמל כלכלית (במיוחד בעברית), התהליך הזה קורה לאט יותר מאשר בבידור, בבנקאות או במסחר. אך הוא מתרחש, ואנשי החינוך לא יכולים "להפקיר" את הפיתוח שלו ליזמים טכנולוגיים חיצוניים שאינם מבינים באמת את עולם החינוך. אם אנשי החינוך יעמדו בחזית של אימוץ טכנולוגיות חדשות, ישמיעו את קולם וצרכיהם בזירות של רעיונאות ופיתוח – אז יהיה ניתן לכוון את עולם הבינה המלאכותית בחינוך לכיוונים שבאמת פותרים בעיות חינוכיות ושומרים על אתיקה.
חשוב שהמורים יפתחו בעצמם אוריינות AI כדי שיהיו מסוגלים לשמש דוגמה לתלמידים
מה מורות יכולות לעשות כיום עם בינה מלאכותית?
ראשית חשוב להבין: לומר "אני מתחילה להשתמש בבינה מלאכותית בכיתה" זה לא כל כך פשוט. זה לא כמו לומר "אני מתחילה להשתמש יותר בלמידה מבוססת פרויקטים" - שבה כלי העבודה הם בעיקר המורה והמיומנויות שלה. ההחלטה לשלב בינה מלאכותית בהוראה דורשת יצירתיות רבה מצד מורות ומורים. בנוסף, באנגלית יש הרבה יותר היצע של מערכות בינה מלאכותית שניתן להשתמש בהן בכיתה מאשר בעברית, וגם זה תלוי ברצונו הטוב של בית הספר, המחוז או המשרד לרכוש אותן.
המפתח הוא לזהות כלים פתוחים, חלקם גם חינמיים, שיש בהם אלגוריתמים של בינה מלאכותית ואפשר "לשחק" איתם כדי להבין יותר כיצד הם עובדים. להלן כמה רעיונות. אקדים ואומר שהם מתבססים על ממשקים שרובם באנגלית, אך בשימוש יצירתי ועם עזרה לא יקרה ניתן ליצור להם גם מקבילים בעברית או לנסות לעבוד איתם אפילו שהם באנגלית:
- "להכות את אלקסה" – להשתמש בעוזרים קוליים כמו אלקסה, קורטנה, ביגסבי או סירי. "לשחק" איתם, לגלות על מה הם יודעים לענות היטב ומתי התשובות שלהם מטופשות, ולפתח מתוך ההתנסות דיון על היכולות והגבולות של המערכת. מכיוון שעוד אין ממש אלקסה בעברית, הרעיון הזה מיועד יותר למורים לאנגלית או למורים לגילאים בוגרים יותר (אם כי גיליתי שגם בגיל צעיר ילדים ישראלים מסוגלים לתקשר עם העוזרים הקוליים). ניתן להתיידד גם עם התוכנה הזו: Thing_translator, שמנסה לזהות חפצים שהמשתמש מצלם דרכה ואומרת את שמם בשפות שונות.
- לבנות צ'טבוט שמסכם את החומר – ישנם לא מעט אתרים המאפשרים לבנות צ'טבוטים בחינם. לדוגמה:Appypie או Juji. לאורך יחידת לימוד הכיתה כולה יכולה "לתכנת" את הצ'טבוט, להזין אליו סיכומים של החומר, "ללמד" את הצ'טבוט לשאול שאלות או לעזור לרענן מושגים מתוך החומר. האפקט פה כפול ואף משולש: גם הופכים את הלמידה לאקטיבית דרך יצירת תוצר, גם מפעילים מיומנויות של סיכום החומר וניסוחו בשפתם וגם לומדים איך עובד ממשק של צ'טבוט.
- להמציא סיפורים עם בינה מלאכותית – קיימים ממשקים שניתן להזין אליהם משפטים או חלקי סיפור והם יכולים ליצור את ההמשך (וחוזר חלילה). אחד הטובים הוא writeholo.
- לשחק במשחק שמלמד לאמן סוכן AI – במשחק ArtBot ילדים מתבקשים להעביר "עוזר בינה מלאכותית" תהליך אימון שיעזור להם למצוא יצירת אמנות גנובה. ה"אימון" מדמה את התהליך שבו מלמדים מערכת בינה מלאכותית לבצע פונקציה, ולכן עוזר להבין כיצד מפתחים מערכת כזו. המשחק מתאים בממשק שלו לגילאים צעירים. גם ל-Minecraft יש הצעת משחק שמטרתה להכיר את ההיגיון של בינה מלאכותית.
- לנצח על תזמורת בעזרת בינה מלאכותית – המשחק Semiconductor די מגניב ומאפשר לנצח על תזמורת וירטואלית בעזרת תנועות ידיים שהמצלמה קולטת. זהו גימיק מבוסס בינה מלאכותית אך יכול להיות שימצה את עצמו מהר ולא מציע למידה מפורשת על התחום. אם רוצים להיכנס בצורה רצינית ללמידה של התחום ניתן לחקור את תכונות המשחק ו"לפצח" איך האלגוריתם עובד, מתי המצלמה קולטת את התנועות וכו'; המשחק Shadowart פועל על עיקרון דומה שבו ניתן לבנות ולהפעיל בובות (הוא קצת יותר קשה ויתאים מגיל מסוים).
- להתנסות בלמידת מכונה בדרך פשוטה וידידותית – האפליקציה הזו מאפשרת לילדים להתנסות ב"אימון" מערכת בינה מלאכותית בזיהוי של כל מיני דברים ודפוסים. היא ידידותית ונוחה, אך דורשת מעט סבלנות (כמו שאימון מערכת בינה מלאכותית דורש). אם קצת מתעמקים באפשרויות שהיא מציעה ניתן גם לייצר בעזרתה משחקים ולהשתמש בה כדי להכין כלי עזר לסיכום החומר.
- לקבל החלטות מוסריות עבור מכוניות אוטונומיות – Moral_machine הוא משחק שפותח ב- MIT ומציב בפני השחקן דילמות מוסריות קשות בהן הוא צריך להכריע עבור מכוניות אוטונומיות. טריגר מצוין (וקל לשימוש) לשיעור על אתיקה וטכנולוגיה.
למידה על בינה מלאכותית והתנסות ביקורתית בכלים המאפשרים להיחשף אליה ולטעום מעט מהלוגיקה שלה, הם הצעד הראשון בטיפוח אוריינות AI חיונית אצל מורים ותלמידים. הרעיונות והכלים שצורפו כאן, כולם נגישים וחינמיים - יכולים לעזור, אך חשוב לציין שרובם מתמקדים בבינה מלאכותית כתחום תוכן, ופחות ככלי לשיפור הלמידה. מערכות הלמידה מבוססות הבינה המלאכותית הן לרוב מסחריות ולא חינמיות, ובעברית יש מעט מאוד מהן. מדובר בעולם מרתק בפני עצמו, אבל זה כבר נושא לכתבה אחרת.
