רקע ומבוא

הבינה המלאכותית משנה תחומים רבים על ידי כך שהיא מאפשרת למערכות טכנולוגיות לבצע פונקציות קוגניטיביות הדומות לאלו של בני אדם. בתחום החינוך, שילוב הבינה המלאכותית מציע הזדמנויות משמעותיות להתאמת הוראה אישית, שיפור יעילות הלמידה וחיזוק האינטראקציה בין מורים לתלמידים. יישומים חינוכיים המבוססים על בינה מלאכותית מאפשרים יצירת סביבות למידה מובחנות ויעילות יותר, המספקות פתרונות המותאמים לצרכיו הייחודיים של כל לומד.

מחקרים אמפיריים מצביעים על כך שטכנולוגיות בינה מלאכותית יכולות לתמוך ביעילות בלמידה מותאמת אישית, להגביר את רכישת הידע ולחזק את מוטיבציית התלמידים. עם זאת, מימוש יתרונות אלה בצורה בת קיימא ומכלילה מחייב התייחסות מעמיקה לתפקידים המשתנים של המורים ולכשירויות הדיגיטליות שלהם. מורים רבים אינם מצוידים דיים בהכשרה דיגיטלית לשם שילוב אפקטיבי של יישומים חינוכיים מבוססי בינה מלאכותית, ובמיוחד אינם בקיאים בניתוח נתונים או בתכנות כלים אוטומטיים למשימות הוראה.

שימוש בבינה מלאכותית בחינוך וכתיבת פרומפטים

למידה מוגברת בבינה מלאכותית מציינת את השימוש בטכנולוגיות חדשניות לשיפור תהליכי ההוראה והלמידה. טכנולוגיות אלו לא רק מקלות על תנאי הלמידה אלא גם מקדמות את הגמישות הקוגניטיבית של התלמידים, יכולת ההסתגלות שלהם ומיומנויות פתרון הבעיות. הכלים הנפוצים כיום, כגון ChatGPT, Copilot ו-Gemini, מחייבים את המשתמשים לתקשר עמם בצורה אפקטיבית, ויכולת זו תלויה רבות באיכות הפרומפטים שהמשתמש מנסח.

פרומפט הוא ההוראה או הפקודה שהמשתמש מעביר למערכת הבינה המלאכותית, והוא משפיע ישירות על איכות התשובה המתקבלת. כתיבת פרומפטים אפקטיבית כוללת ארבעה מרכיבים יסודיים: הוראה ברורה המכוונת את המודל לפלט הרצוי; הקשר, כלומר מידע רקע חיצוני המשפר את הרלוונטיות של התגובות; נתוני קלט, שהם הפרומפט עצמו המגדיר את המשימה; ומחוון פלט, שהוא מפרט לגבי הסוג או הפורמט הצפוי של התגובה. הבנת מרכיבים אלה חיונית לתקשורת אפקטיבית עם מודלים של בינה מלאכותית.

חשיבות כתיבת הפרומפט הנכון

בסביבות חינוכיות, מורים ותלמידים כאחד זקוקים לא רק לגישה לכלים טכנולוגיים, אלא גם ליכולת לנסח פרומפטים משמעותיים על מנת להשתמש ביישומים מבוססי בינה מלאכותית בצורה אפקטיבית. יכולת זו משפרת את הפונקציונליות הפדגוגית של כלי הבינה המלאכותית ותומכת בתהליכים קוגניטיביים ברמה גבוהה כגון חשיבה ביקורתית, חקר ועיצוב ידע. כתיבת פרומפטים אפקטיבית מחייבת תקשורת ברורה, ממוקדת מטרה, עשירה בהקשר ומובנית.

ניתן לבחון תהליך זה דרך מסגרת הידע הטכנולוגי-פדגוגי-תוכני (TPACK), שכן מחנכים עכשוויים חייבים לשלב הבנה טכנולוגית עם מומחיות פדגוגית ותוכנית. כתיבת פרומפטים מאפשרת אינטראקציות יעילות יותר בין מורים לתלמידים עם הבינה המלאכותית, ומציעה הזדמנויות למעקב, הערכה והתאמה אישית של הלמידה. שילוב פעילויות הנדסת פרומפטים בהכשרת מורים הוא אפוא קריטי לפיתוח אוריינות בינה מלאכותית ומיומנויות פדגוגיות דיגיטליות, ובמיוחד בחינוך מדעי שבו חשיבה ביקורתית, פתרון בעיות וחקר מדעי הם מרכזיים.

מטרת המחקר

המחקר שואף לבחון את תפיסות מועמדי ההוראה במדעים ביחס לתהליך כתיבת הפרומפטים בכלי בינה מלאכותית בשיטות איכותניות. הוא מבקש לזהות את האתגרים שנתקלים בהם, התפיסות הקיימות ותחומי השיפור בניסוח פרומפטים. הממצאים נועדו לשמש תשתית הן לתוכניות הכשרת מורים והן לעיצוב יישומי הוראה מבוססי בינה מלאכותית.

שיטת המחקר

המחקר השתמש בגישת מחקר מקרה, שהיא אחת מהשיטות האיכותניות. קבוצת המחקר כללה 32 סטודנטים להוראת מדעים הלומדים באוניברסיטה באזור מרכז אנטוליה שבטורקיה, בשנים האקדמיות השנייה, השלישית והרביעית. המחקר נערך במהלך סמסטר הסתיו של שנת הלימודים 2024-2025. הרכב המדגם כלל 22 נשים (68.75%) ו-10 גברים (31.25%). מרבית המשתתפים (62.5%) דיווחו על שימוש מתון בבינה מלאכותית, כאשר השימוש הנפוץ ביותר היה לצורכי שיעורי בית (41.07%).

לצורך איסוף הנתונים נעשה שימוש בשאלון פתוח שנבנה על ידי החוקרים. תקפות השאלון נבחנה על ידי שני מומחי תחום, ולאחר תיקונים נדרשים גובש הנוסח הסופי. השאלון כלל חמש שאלות המתאימות למטרות המחקר. הנתונים נותחו בניתוח תוכן אינדוקטיבי, שיטה המאפשרת זיהוי שיטתי של נושאים ודפוסים בתוך נתוני טקסט. מהימנות הקידוד בין שני קודדים עמדה על 94%, מה שעולה על הסף המקובל של 80% במחקרים איכותניים.

ממצאים

הערכת חשיבות כתיבת הפרומפטים

המשתתפים העריכו את חשיבות כתיבת הפרומפטים ביישומי בינה מלאכותית תחת שתי קטגוריות ראשיות: "חשוב" ו"לא חשוב". בתוך הקטגוריה "לא חשוב" עלו שני נושאים מרכזיים: יצירתיות וכישורי חשיבה. חלק מן המשתתפים הביעו חשש כי הסתמכות מוגזמת על בינה מלאכותית עלולה להגביל את החשיבה הביקורתית והיצירתיות האישית.

לעומת זאת, בתוך הקטגוריה "חשוב" עלו נושאים הקשורים הן לפרספקטיבת המשתמש והן לפרספקטיבת הבינה המלאכותית. מבחינת שפה וביטוי, המשתתפים הדגישו את חשיבות ניסוח פרומפטים ברורים, מובנים ומדויקים מבחינה דקדוקית. מבחינה מדעית, נדגשה הצורך במתן קלט מדויק ואקדמי למערכות הבינה המלאכותית. מנקודת מבט הנוגעת לתרומה למשתמש, הצביעו המשתתפים על רווחים כגון הצלחה אקדמית ורכישת ניסיון. מנקודת מבט הנוגעת לבינה המלאכותית, הוזכרו תגובות מתאימות (f=8), תשובות אפקטיביות יותר (f=7) ופוטנציאל הבינה המלאכותית (f=4) כנושאים בולטים.

מרכיבי מפתח בכתיבת פרומפטים

המשתתפים הצביעו על ארבעה נושאים עיקריים שחשוב לקחת בחשבון בעת כתיבת פרומפטים: שפה וביטוי, אופי הנושא הנבחר, התאמה לייעוד ומסירת הקשר לבינה המלאכותית. בתחום השפה, הנושא הנפוץ ביותר היה שימוש במשפטים ברורים וחד-משמעיים (f=14), ולאחריו דקדוק (f=9) ומתן פקודות מדויקות (f=7). ביחס לאופי הנושא, נמצאו מדעיות (f=2) וספציפיות (f=2) כגורמים המשפיעים על רלוונטיות התגובות. בנוגע להתאמה לייעוד, הגדרת הנושא והמטרה (f=7) ומתן פירוט מספק (f=6) זוהו כבולטים ביותר. כמו כן, נמצא כי חלק מן המשתתפים ציינו את הצורך במתן הקשר רקע לבינה המלאכותית ו"ללמד" אותה את הנושא לפני ניסוח הפרומפט.

אתגרים בתהליך כתיבת הפרומפטים

האתגרים שדווחו חולקו לשתי קבוצות: "מאתגר" ו"לא מאתגר". רוב המשתתפים דיווחו שהקשיים שחוו נבעו בעיקר מצדם כמשתמשים. האתגר הנפוץ ביותר היה חוסר יכולת לבטא את הנושא בבהירות (f=7), ואחריו חוסר יכולת לספק מידע מפורט (f=5) וקושי בניסוח מילולי של הפרומפטים (f=5). אתגרים נוספים כללו אי-הגדרת המטרה (f=3), היעדר הקשר (f=2), חשש אתי (f=1) ולקוי בכישורי חשיבה ביקורתית (f=1).

מנקודת מבט של הבינה המלאכותית, דווחו בעיות כגון הצגת מידע מורכב מדי (f=2), אי-דיוקים מושגיים (f=1), תוכן שגוי (f=2) ותגובות בלתי מספקות (f=15). בעיות נוספות כללו זיהוי שגוי של הנושא (f=2) ופרשנות מוטעית של מילים דומות (f=1). קבוצה קטנה של משתתפים דיווחה שלא נתקלו בקשיים כלל (f=3).

מיומנויות הנדרשות לשיפור כתיבת הפרומפטים

המשתתפים הדגישו כי רמת המיומנויות והידע שלהם ממלאת תפקיד קריטי באינטראקציה עם הבינה המלאכותית. הממצאים סווגו תחת ארבעה נושאים ראשיים: שפה וביטוי, מיומנויות המאה ה-21, ידע ואחר. הנושאים הבולטים ביותר היו מיומנויות כתיבה (f=6), מיומנויות טכנולוגיות (f=6), ניסוח שאלות אפקטיבי (f=5), בהירות הביטוי (f=5) והסברה (f=5). בתחום מיומנויות המאה ה-21, הוזכרו מיומנויות טכנולוגיות (f=5), מיומנויות תקשורת (f=3) והצבת מטרות (f=3). בנוגע לידע, המשתתפים הביעו צורך בהוראה מובנית (f=6), דבר המעיד על פער ידע קיים שהם מצפים שייפתר דרך החינוך הפורמלי.

המלצות לשיפור יעילות כתיבת הפרומפטים

ההמלצות שהועלו על ידי המשתתפים סווגו לשתי קטגוריות: קשורות למשתמש וקשורות לבינה המלאכותית. בתחום החינוך וההכשרה, הוצעו קיום סמינרים, פתיחת קורסי בחירה (f=5) וכתיבת בלוגים אינפורמטיביים (f=1). בתחום השפה והביטוי, הוצע לשים דגש על ביטוי מדויק (f=4) ועל בהירות פקודות ההגייה (f=2). בתחום תוכן הפרומפט, הוצע להתמקד בהגדרת מטרות ברורות (f=5) ובמתן פירוט (f=3). מנקודת מבט הנוגעת לפיתוח הבינה המלאכותית, הוצע לשפר את יכולותיה (f=4), לפתח דפוסי שאלות (f=3) ולהוסיף תכונות רב-ממדיות כגון ניתוח חזותי וקולי.

דיון ומסקנות

הממצאים מצביעים על כך שמועמדי ההוראה במדעים מכירים בחשיבות כתיבת הפרומפטים ומעריכים אותה מנקודת מבט כפולה: של המשתמש ושל מערכת הבינה המלאכותית. תהליך כתיבת הפרומפטים נתפס לא רק כמשימה טכנית, אלא כתהליך הדורש מיומנויות ברמה גבוהה כגון חשיבה ביקורתית, חקר ויצירת תוכן. הקשיים שדווחו מצביעים על כך שכתיבת פרומפטים היא תהליך מורכב ורב-ממדי הכולל שיקולים קוגניטיביים, לשוניים ואתיים.

אוריינות בינה מלאכותית מוגדרת כמערכת מיומנויות רב-ממדית הכוללת הערכה ביקורתית, ניתוח פלטים וטיפוח מודעות אתית, ולא רק שימוש טכני בכלים. ממצאים אלה מרמזים שתוכניות הכשרת מורים צריכות לחרוג מהכרת כלים דיגיטליים ולטפח את היכולת לקיים אינטראקציה עם טכנולוגיות אלו בצורה ביקורתית, רפלקטיבית ואחראית. הוצע כי הנדסת פרומפטים תיחשב כמיומנות ליבה בתוכניות הלימוד בהשכלה הגבוהה ולא כנושא אופציונלי.

בנוסף, המשתתפים הכירו באופיה הפתוח לשיפור של הבינה המלאכותית והציעו לשלב בה פלטים רב-ממדיים כגון ניתוח חזותי ושמיעתי. גישה זו מאפיינת מורים מועמדים המתייחסים לבינה המלאכותית לא כאל כלי שימושי בלבד, אלא כאל טכנולוגיה הפתוחה לבחינה ביקורתית ושיפור מתמיד. בכך, הם ממקמים את עצמם לא כמשתמשים פסיביים אלא כגורמים פעילים בעיצוב סביבות למידה מוגברות בינה מלאכותית.

לסיכום, מועמדי ההוראה במדעים זקוקים לפיתוח מיומנויות רב-ממדיות, לשוניות, קוגניטיביות, פדגוגיות וטכנולוגיות, על מנת לתקשר בצורה אפקטיבית עם בינה מלאכותית. מומלץ לשנות את תוכניות הכשרת מורים כך שיכללו קורסים מובנים ועשייה מעשית המתמקדים באוריינות בינה מלאכותית, ניסוח שאלות אפקטיבי, חשיבה ביקורתית ומודעות אתית. כמו כן, מומלץ לפתח חומרי הדרכה מקיפים לשילוב יישומי בינה מלאכותית בכיתה ולהקים הזדמנויות הכשרה מעשית כגון סדנאות ומעבדות.

מגבלות המחקר

המחקר מוגבל לפרספקטיבות של מועמדי הוראה במדעים הלומדים באוניברסיטה אחת, ולכן ייתכן שהממצאים אינם ניתנים להכללה לתחומים אחרים או להקשרים חברתיים-תרבותיים שונים. שאלון הראיון המובנה שנעשה בו שימוש עשוי להיות מגביל מבחינת עומק וצמיחת חוויות המשתתפים. בנוסף, כלי הבינה המלאכותית שנעשה בהם שימוש כנראה השתנו בין המשתתפים מבחינת ארכיטקטורה, יכולות שפה ואלגוריתמי תגובה, דבר שעשוי להשפיע על עקביות חוויות המשתמשים. בשל הקצב המהיר של ההתקדמות הטכנולוגית בתחום הבינה המלאכותית, הרלוונטיות והישימות של הממצאים עשויות להיות רגישות לזמן.

מקור

Karakaya, F., Caner, Ş. N., Çakmak, Z., Eser, E., & Bal, B. N. (2026). The role of prompt writing in AI-supported teaching: Views of prospective science teachers. International Journal of Education in Mathematics, Science and Technology, 14(3), 737–755. https://doi.org/10.46328/ijemst.5643