תארו לכם את הסיטואציה. מנהלת חטיבת ביניים יושבת בסוף יום שישי מול תיקיית עבודות שתלמידי כיתה ז' הגישו במהלך השבוע — חיבורים על מלחמת העולם השנייה, כולם ערוכים יפה, חלקם אפילו עם מקורות מצוטטים כראוי. היא קוראת שלושה־ארבעה ברצף ומרגישה משהו לא נעים שקשה לפטור: כל החיבורים טובים. אף אחד מהם לא אומר לה מה התלמיד למד.
האי־נוחות הזו מיוחסת בדרך כלל ל-AI. ההסבר המהיר הוא שהתלמידים השתמשו בכלים חכמים והגישו עבודה שאינה שלהם, ושהאתגר של המנהלת הוא לזהות זאת ולהתמודד עם זה. אבל אם נעצור רגע ונסתכל מקרוב — האי־נוחות הזו לא התחילה ב-2023. היא רק נחשפה אז.
מה באמת קורה כאן
עשרות שנים בתי ספר העריכו תלמידים על פי המוצר הסופי — החיבור, הדף, המצגת, התשובה במבחן. זה לא היה הקריטריון; זה היה הפרוקסי. ההיגיון היה פשוט: אם תלמיד יכול לכתוב חיבור בהיר על מלחמת העולם השנייה, סביר שהוא גם הבין משהו על מלחמת העולם השנייה. הפרוקסי עבד כי לא הייתה דרך זולה אחרת לדעת מה קורה בראש של 30 תלמידים בו־זמנית.
AI לא שבר את הפרוקסי הזה. הוא רק חשף שהוא תמיד היה פרוקסי. כשתלמיד יכול לקבל בלחיצת כפתור חיבור מנוסח היטב, מתברר שהמוצר מעולם לא היה הלמידה — הוא רק היה העדות הזולה ביותר ללמידה. וברגע שעדות הופכת זמינה לכולם בלי שום קשר ללמידה עצמה, היא מפסיקה להיות עדות.
זו לא בעיה של AI. זו בעיה של מה אנחנו מודדים. מנהלות שמבינות את זה מפסיקות לבקש מהמורים שלהן לזהות שימוש ב-AI — בקשה שמובילה את כולם לסגנון בלשי שלא משרת אף אחד — ומתחילות לשאול שאלה אחרת לגמרי: איך אנחנו מודדים את הלמידה עצמה, ולא רק את העדות שלה?
איך זה נראה בשטח
בקידמה אנחנו עובדים עם המודל הזה בכיתות כבר שלוש שנים. כשתלמיד יושב במחשב ועובד עם כלי AI דרך הפורטל, הוא לא רק כותב פרומפט ולוחץ שלח. הוא רואה את הפרומפט שלו לפני שהוא נשלח, מקבל משוב על איך לחדד אותו, לפעמים מנסה גרסה שנייה ושלישית ורביעית עד שהוא מגיע לתוצאה שהוא רצה. כל ההיסטוריה הזו נשמרת.
מערכת ההערכה שלנו לא מסתכלת על התמונה הסופית, או על הסיפור הסופי, או על האתר הסופי. היא מסתכלת על מסלול הפרומפטים — איפה התלמיד התחיל, מה הוא ניסה, מה הוא תיקן, איך השפה שלו השתפרה מניסיון לניסיון. ההערכה מתבצעת על המסלול. המוצר הסופי הוא רק התחנה האחרונה בו.
הנה דוגמה היפותטית שתחדד את העניין. שני תלמידים מקבלים אותה משימה: ליצור תמונת פרסומת למוצר שהם המציאו. שניהם מגישים בסוף השיעור תמונה כמעט זהה — מוצר באור טבעי על רקע מינימליסטי, צבעוניות תואמת, איכות גבוהה. במבט על המוצר הסופי, אין שום הבדל בין השניים. במבט על מסלול הפרומפטים, ההבדל גדול. תלמיד א' התחיל מ"תכין לי תמונה של בקבוק מים" וטיפח את הפרומפט שלו דרך שבעה ניסיונות, למד תוך כדי על שפת תאורה, על זווית, על הפרדה בין מוצר לרקע. תלמיד ב' לקח פרומפט מוכן מהאינטרנט, הדביק, קיבל תוצאה טובה מיד, סיים. שניהם הגישו את אותו דבר. אחד מהם למד.
הגישה הזו מקשה על המורה. במקום לקרוא חיבור ולתת ציון, היא מקבלת תמונה של תהליך — ומצופה לדעת לקרוא תהליכים, לא רק תוצרים. זה דורש הכשרה, כלים, וזמן שלרוב המורים אין. זו אחת הסיבות שאנחנו בונים את מערכת ההערכה כסוכן שעוזר למורה, ולא כדף עבודה נוסף שמוערם עליה. אבל גם בלי הפלטפורמה שלנו, השאלה היסודית פתוחה לכל בית ספר: מה אתם בעצם מודדים, ולמה?
מה אפשר לעשות כבר השנה
מנהלות שאומרות לנו "אנחנו לא במקום להחליף את כל מערך ההערכה שלנו השנה" — מובן לגמרי. אבל יש שלוש פעולות שאפשר לעשות בלי קשר לכלים, בלי תקציב, ועוד לפני סוף הסמסטר.
ראשית, להפסיק לבקש מהמורים לזהות שימוש ב-AI. ההוראה הזו פוגעת בכולם: היא הופכת את המורים לבלשים במקום למחנכים, היא מאלצת אותם להסתמך על תחושות בטן או על כלי זיהוי שאינם אמינים, והיא יוצרת מערכת יחסים עוינת עם התלמידים. מנהלות שמסירות את הציפייה הזו ממורות מקבלות בחזרה מורות שמלמדות.
שנית, לדרוש עדות תהליך באחת מעבודות הסמסטר. רק אחת. אפשר לבחור עבודה אחת ולבקש שתלמידים יצרפו אליה מסמך קצר — חצי עמוד, לא יותר — שמתאר את התהליך: מה הם ניסו קודם, מה לא עבד, איך הם הגיעו לתוצאה. אם השתמשו ב-AI, איך השתמשו. הנקודה היא לא לתפוס אף אחד, אלא להתחיל לחנך את העין של המורה לקרוא תהליך.
שלישית, לבחור רובריקה אחת קיימת ולשאול עליה שאלה אחת בלבד: מה היא בעצם מודדת? אם הקריטריונים שלה הם "בהירות הניסוח", "עומק התוכן", "שימוש במקורות" — חשבו האם אלה תכונות של הלמידה, או של המוצר. רוב הרובריקות שאנחנו פוגשים בבתי ספר מודדות את האחרון בלי לדעת זאת. הזיהוי לבדו, גם בלי שינוי מיידי, פותח את הדלת לשיחה אחרת בחדר המורים.
נדבר על איך זה נראה במערך ההערכה שלכם?
בקשו פגישת היכרותולסיום
תיקיית העבודות של ערב שישי לא תיעלם. החיבורים יישארו ערוכים יפה, ובינתיים גם יקבלו יותר מקורות, יותר תקינים, יותר עמוקים. אבל אם התיקייה הזו לא אומרת לכם מה התלמידים שלכם למדו, זו כבר לא בעיה של AI — זו בעיה של מה ביקשתם למדוד מההתחלה. AI הוא לא מי שיצר את השאלה הזו. הוא רק מי שכבר לא נותן לכם להתעלם ממנה.