הכנס השמיני של מתמטיקה כיצירה: מתמטיקה ובינה מלאכותית גנרטיבית – יצירה, שפה וחדשנות בהוראה, יעסוק בהזדמנויות החדשות שנפתחו בתחום החינוך המתמטי עם התפתחות הבינה המלאכותית הגנרטיבית. מחקרים עדכניים מצביעים על הפוטנציאל לשילוב טכנולוגיות אלו בהוראה ולמידה, לצד אתגרים מהותיים שיש להתמודד איתם.

בניגוד לבינה מלאכותית המוכרת לנו מסביבות למידה מתוקשבות, הבינה המלאכותית הגנרטיבית מאפשרת למורה ולתלמיד ליצור אינטראקציה דינמית עם המערכת, כאשר בין השניים מתפתח “סיפור למידה” ייחודי. מחקרים מצביעים על היכולת של מערכות AI לספק משוב מיידי לתלמידים, להתאים את קצב הלמידה לצרכים האינדיבידואליים ולסייע למורים בתכנון שיעורים, תוך הגברת המוטיבציה ושיפור ההבנה המתמטית. אך מה על שילוב בינה מלאכותית גנרטיבית? כאן אנחנו למדים ממחקרים חדשים, כיצד ילדים יכולים ללמוד מושגים מתמטיים לדוגמה,  באמצעות סיפורים אינטראקטיביים בשיתוף עם בינה מלאכותית. דרך סיפורים אלו, מושגים מופשטים הופכים למוחשיים יותר בהקשר סיפורי משמעותי  עבור הילד. למשל, ילדים לומדים מושגים כמו “חצי” ו”שווה” כאשר דמויות בסיפור פותרות אתגרים יחד, והבינה המלאכותית הגנרטיבית מגיבה לתשובותיהם בזמן אמת, מספקת פיגומים מותאמים אישית ומעודדת חשיבה יצירתית.

חוקרים, מרצים, מורים, גננות, סטודנטים ואנשי חינוך המתעניינים בנושא, הנכם מוזמנים לבחון עמנו את הפוטנציאל הטמון בסיפורי הלמידה שנוצרים בין מורים ותלמידים לבינה מלאכותית גנרטיבית, במטרה לקדם את הבנתנו האם אכן ניתן להניב מהם למידה משמעותית ופיתוח חשיבה, ולבחון האם גישה זו מתאימה כבר בשלבי בית הספר היסודי.

להתראות בכנס,

ד”ר ענת קלמר וד”ר אריה הרשקוביץ

החוג לחינוך המכללה האקדמית גליל מערבי

מושב 1

מודלים גדולים של שפה: מבנה, יכולות ואתגרים

ד”ר הרשקוביץ דניאל, אוניברסיטת קופנהגן

תקציר

מודלים גדולים של שפה (LLMs) חוללו מהפכה בעיבוד שפה טבעית, אך יש להם מגבלות מהותיות. הם מבוססים על השלמה סטטיסטית של טקסטים ואינם מבינים שפה כפי שבני אדם מבינים אותה. עם זאת, שיפורים מתמשכים הפכו אותם לכלים רבי-עוצמה במגוון יישומים, כולל חינוך, מדע ותכנות.

בהרצאה זו נסקור את האופן שבו מודלים אלו פועלים: כיצד הם מאומנים, איך ניתן לפרש את התשובות שלהם, ומהם התחומים שבהם הם עדיין נכשלים. בנוסף, ניגע בקצרה במודלי הסקה (reasoning) ובניסיונות לשפר את יכולותיהם לחשיבה שיטתית—עד כדי כך שהם כבר מצליחים לפתור מבחני אולימפיאדה במתמטיקה ברמת תיכון.

ד“ר דניאל הרשקוביץ הוא מרצה וחוקר במדעי המחשב באוניברסיטת קופנהגן. מחקריו מתמקדים במודלים גדולים של שפה, התאמתם להקשרים תרבותיים שונים, הערכת הידע והיכולות שלהם, וייצוג ערכים וידע אנושי בעיבוד שפה טבעית.

מושב 2

לימוד מתמטיקה בעידן ה – AI מקרי בוחן, דילמות ודרכים לפיתוח חשיבה ביקורתית

ד”ר אנטולי קרופטוב, המרכז האקדמי לוינסקי-וינגייט

תקציר

העולם החינוכי עומד בפני טרנספורמציה עם הופעתם של כלי בינה מלאכותית מבוססי-שפה (LLMs). טכנולוגיות אלו, למרות יכולותיהן המרשימות בהדמיית שיח אנושי, פועלות במהותן על בסיס דפוסים סטטיסטיים ולא דרך הבנה קוגניטיבית אמיתית. אף על פי כן, התפתחותם המהירה יצרה הזדמנויות חסרות תקדים להעשרת תהליכי ההוראה והלמידה במגוון דיסציפלינות, ובמיוחד בתחום המתמטיקה.

בהרצאה זו אדגים מקרים של שימוש ב-AI בלמידת מתמטיקה ואציג דילמות ואתגרים בשילוב טכנולוגיות אלו בכיתה. נדון בהשפעות שיש לכלי AI על תהליכי למידה והוראה של מתמטיקה, ואציע דרכים לניצול של הטכנולוגיה תוך שמירה על פיתוח חשיבה ביקורתית והבנה מעמיקה של מושגים מתמטיים.

ד”ר אנטולי קורופטוב הינו חוקר בחינוך מתמטי ומרצה בהכשרת מורים. מחקריו מתמקדים בהיבטים קוגניטיביים של למידת מתמטיקה  ובשילוב טכנולוגיות דיגיטליות בהוראת מתמטיקה. בין היתר, הוא בוחן את האופן שבו מורים יכולים להשתמש בכלים מבוססי בינה מלאכותית כדי לקדם למידה משמעותית ולפתח מיומנויות חשיבה מתמטית בקרב תלמידים.

מושב 3

בינה מלאכותית גנרטיבית בהוראת מתמטיקה: סיפורי למידה ופיתוח שפה מתמטית

ד”ר אריה הרשקוביץ וד”ר ענת קלמר  – החוג לחינוך, המכללה האקדמית גליל מערבי

תקציר

הרצאה זו בוחנת את הפוטנציאל והאתגרים בשילוב בינה מלאכותית גנרטיבית בהוראת מתמטיקה, תוך התמקדות בפיתוח שפה מתמטית באמצעות סיפורים. ננתח את הנושא דרך פריזמת התיאוריה הקונסטרוקטיביסטית, המדגישה בניית ידע אקטיבית ואינטראקציה חברתית, ותיאוריות נלוות כגון תיאוריית הפיגומים (Scaffolding Theory) , תיאוריית העומס הקוגניטיבי (Cognitive Load Theory)  ותיאוריית ההכוונה העצמית (Self-Determination Theory) .

נדגים כיצד GenAI יכולה לתמוך בתהליכי הבניית ידע דרך דיאלוג אינטראקטיבי, המחשת מושגים מתמטיים מופשטים בהקשרים סיפוריים, ויצירת אזור התפתחות קרוב (ZPD) מותאם אישית. ההרצאה תציע מסגרת עבודה מעשית לשילוב GenAI  בהוראת מתמטיקה שמעודדת מוטיבציה פנימית ומפתחת חשיבה מסדר גבוה.

ד”ר אריה הרשקוביץ הוא מרצה בכיר בחוגים לחינוך וניהול במכללת גליל מערבי. מתכנן ערים ואזורים. תחומי המחקר העיקריים הם: שילוב טכנולוגיית מידע בכלל ובינה מלאכותית בפרט, בניהול עירוני ובניהול מערכות חינוך; שימוש מוסרי ומכליל  (inclusive) בטכנולוגית מידע ובינה מלאכותית; הוגנות ומניעת הדרה במדיניות ומנהל ציבורי.

ד”ר ענת קלמר היא ראשת התכנית לתואר שני באוריינות וחדשנות בחינוך במכללת גליל מערבי. תחומי מחקר עיקריים: שילוב בינה מלאכותית גנרטיבית (GenAI) בתהליכי הוראה ולמידה; התפתחות הבנה מתמטית באמצעות המחשות ויזואליות ואמצעים טכנולוגיים; מאפיינים של סכמות הקיימות אצל משתמשים בטכנולוגיות דיגיטליות; ואפיון רגשות המעורבים בשילוב טכנולוגיות אלה בתהליכי למידה.