תדמיינו לכם עולם שבו תלמידים שתמיד נחשבו לחלשים במתמטיקה יוכלו להיות אלה שמחוללים את המהפכות המתמטיות הבאות; שבו תלמידים הלומדים לאט יותר מאחרים לא ייחשבו עוד לתלמידים חלשים; ומי שתופס מהר את החומר לא ישתעמם עוד בבית הספר. כל אחד ילמד לפי איך שמתאים לו ללמוד, ולפי איך שבאופן אמפירי תהיה הדרך המהירה ביותר עבורו ללמוד.

בימים אלה פורצת קדימה מהפכה גדולה בתחום הלמידה. אם היא תצליח היא צפויה לשנות את האופן שבו אנחנו לומדים, את מה שאנחנו עושים בבית הספר ואת תפקידם של המורים.

קנת קוקייר, מחבר הספר ״ללמוד עם ביג דאטה: העתיד של החינוך״ ועורך ה״דאטה״ באקונומיסט, מסביר בראיון טלפוני כי מערכת החינוך כפי שהיא כיום מתוכננת למען הנוחות של המורים והמנהלים, ולא כדי להביא לתוצאות הטובות ביותר. ״הסיבה היא שלא הייתה שום דרך טובה לזהות מה עובד באופן הטוב ביותר״, הוא מסביר.

״למשל, מה עובד טוב יותר, לתת לתלמידים לקרוא פרק אחד בערב, ואז לדבר עליו במשך השבוע, או לתת להם לקרוא קטעים קצרים מהפרק הזה בכל ערב עד שהם יקראו את אותה הכמות אחרי חמישה ימים?״, הוא שואל. ״התשובה היא שאנחנו לא יודעים, אבל רוב האנשים בתעשיית החינוך לא יודעים שהם לא יודעים. הם עונים על זה בהתבסס על נתונים שאין להם באמת משמעות אמיתית, והם חושבים שהם יודעים את התשובה. ה׳ביג דאטה׳ הולך לשנות את זה״.

ביג דאטה הוא מונח כללי המתייחס ליכולות החדשות שלנו כיום לאגור כמויות עצומות של נתונים, ולנתח אותם ולהסיק מסקנות בפרק זמן קצר או אפילו באופן מיידי.

״ביג דאטה מאפשר לנו לזהות מה עובד עבור מי, ותחת אילו נסיבות״, אומר קוקייר. ״זה הולך לפתוח דלת חדשה להבנה של פדגוגיה. למשל, כשמלמדים שפה, מה עדיף – ללמד פעלים לפני שמות עצם? ללמד תואר הפועל לפני או אחרי? יש הרבה תאוריות לגבי תחביר ומבנה של שפה, ומה עובד ומה לא עובד, אבל רוב התיאוריות האלה מבוססות על מחקרים שהתבססו על מדגמים קטנים מאוד.

״באתר האינטרנט ללימוד שפה Duolingo יש מיליוני אנשים שלומדים בכל חודש, ויש המון מידע שאפשר ללמוד באמצעותו מה עובד. הם גילו שהשאלה מה עובד או לא בהוראת שפה תלוי בשפת המקור ובשפת היעד. זה נשמע למעשה אינטואיטיבי כשאומרים את זה, אבל זה לא היה מובן מאליו קודם לכן, מכיוון שלאנשים היו תיאוריות שונות לגבי הוראת שפה.

״מסתבר, למשל, שכשדובר ספרדית רוצה ללמוד אנגלית, הנתונים מראים שצריך ללמד אותו He, She אבל לחכות עם ההוראה של It. הסיבה היא שהגוף It לא קיים בספרדית, וכתוצאה מכך הוא מבלבל את התלמידים שמתחילים ללמוד אנגלית מאפס. הנתונים הראו שאם מחכים כמה שבועות מאוחר יותר לפני שמלמדים It, כשהתלמיד רוכש קצת יותר ביטחון בשפה, הסיכויים גדלים לכך שהוא ימשיך ללמוד את השפה וילמד אותה טוב יותר. אנחנו יכולים לדעת את זה מכיוון שיש ניטור של תהליך הלמידה בכל רגע ורגע״.

תוכנית לימוד אחת לתלמיד אחד

אחת הבעיות הקשות של מערכת החינוך היום, מסביר קוקייר, היא ההכרח שלה להתאים את תוכנית הלימוד לתלמידים הממוצעים. אלה שלומדים מהר משתגעים משעמום, ואלה שלומדים לאט יותר נאבקים לעמוד בקצב.

נדיה בת ה-12 מניו אורלינס הייתה אחת מאלה שהתקשו לעמוד בקצב. המבחן מיקם אותה בין אלה שמתקשים מאוד במתמטיקה. ההורים היו מודאגים מאוד. סלמן קהאן, אז אנליסט בקרן גידור, הציע לעזור לה בשיעורים פרטיים דרך הטלפון, תוך כדי שהוא מצייר הסברים באמצעות תוכנת מחשב. בזכות ההדרכה הצמודה של קהאן, נדיה הצליחה לעשות פריצת דרך, ולהפוך לאחת התלמידות הטובות בכיתה במתמטיקה.

אבל זה לא הדבר המעניין במקרה הזה. בעקבות הצלחתה של נדיה, בני דודים נוספים ביקשו להצטרף וללמוד, וקהאן גילה שאין לו זמן להדריך את כולם. לכן, הוא התחיל להעלות שיעורים מוקלטים ליו-טיוב. בהדרגה בני הדודים הביאו את חבריהם, וכך עוד ועוד אנשים צפו בקורסים שלו. קהאן התחיל לקבל תגובות מחממות לב. ״זאת הפעם הראשונה שחייכתי בזמן שעשיתי נגזרת״, כתב אחד התלמידים.

קהאן גם בנה אתר אינטרנט שאיפשר לתלמידים לפתור תרגילים ולהתאמן. כך נולד האתר הפופולרי ״קהאן אקדמי״.

קהאן, שראה שהרבה אנשים מצטרפים לאתר, התחיל לאסוף את נתוני הלמידה של התלמידים כדי לנתח אותם ולהפיק תובנות. הוא גילה שהוא יכול ללמוד מתוך הנתונים מה עובד טוב יותר עבור איזה תלמיד. כך, הוא התחיל להתאים את המערכת כך שתתאים באופן אוטומטי את דרך הלימוד לפי צרכיו של כל תלמיד.

תלמיד שמתקשה בנושא מסוים, יקבל חיזוק באותו נושא, תרגילים נוספים וריענון נוסף. תלמיד שהבין נושא מסוים היטב יוכל לדלג קדימה ולא יצטרך להשתעמם ולהתעכב עליו עוד כמו התלמידים האחרים. היום, מיליוני אנשים לומדים ב״קהאן אקדמי״, וכל אחד מהם לומד לפי הקצב שלו ולפי הסדר והדרך שמתאימים לו ללמוד.

פריצת דרך נוספת הגיעה מכיוונו של פרופ׳ אנדרו נג שפתח קורס אינטרנטי בלמידת מכונה (Machine Learning), תחום השייך לבינה מלאכותית. 100 אלף תלמידים נרשמו למחזור הראשון של הקורס.

הביקוש הגדול היה בין הגורמים שהובילו בהמשך להקמה של פלטפורמת הלמידה האינטרנטית ״קורסרה״, שמארחת היום 718 קורסים מ-110 אוניברסיטאות ומוסדות, עם קרוב ל-9 מיליון משתמשים רשומים נכון לרגע כתיבת שורות אלה.

בקורס אינטרנטי כזה מרצה אחד לא יכול לענות על שאלותיהם של עשרות אלפי תלמידים, ולכן את תפקיד המענה לשאלות ממלאים הפורומים הפעילים והתוססים של הקורסים. תלמידים אחדים שואלים, ואחרים עונים. התלמידים יכולים גם לסמן את התשובות שהיו מועילות להם.

הפלטפורמות לקורסים מקוונים המוניים דוגמת קורסרה המשיכות להתפתח מאז, ואיפשרו לתלמידים בכל מקום בעולם נגישות לידע ולהשכלה שמעולם לא הייתה להם. אבל קוקייר מסביר שזו אינה פריצת הדרך האמיתית שהן מאפשרות. פריצת הדרך נמצאת בכמות האדירה של הנתונים שניתן לאסוף עכשיו בתהליך הלמידה.

פרופ׳ נג, למשל, הבחין לפתע בתופעה שחוזרת על עצמה אצל מספר גדול של תלמידים. ״הוא שם לב שהתלמידים שהגיעו לשיעור 30 חזרו לשיעור 7״, מספר קוקייר, “הוא חשב שזה מוזר, אז הוא הלך לבדוק את תוכנית השיעורים״.

פרופ׳ נג שם לב שהשיעור שאליו חזרו התלמידים היה שיעור ריענון במתמטיקה.

הוא הבין שלתלמידים אין מספיק ביטחון במתמטיקה שלהם כשהם מגיעים לשלב ספציפי בקורס, ולכן החליט לרענן את תוכנית הקורס ולהעביר יותר מתמטיקה במהלכה, כך שהתלמידים יוכלו להתקדם ברצף במהלך הקורס מבלי לחזור לאחור.

כאן לא נגמר הסיפור. פרופ׳ נג ניתח את נתוני הלמידה באחד הקורסים והבחין שאלפי סטודנטים לא הצליחו לענות נכון על אחת השאלות. הנתונים הראו שמבין אותם תלמידים, לאלה שקראו את פוסט מספר 830 בפורום התמיכה של הקורס היה סיכוי גבוה יותר לענות נכון על השאלה בפעם הבאה שהיא תוצג להם.

מאותו רגע, מערכת הלמידה של הקורס הראתה את אותו פוסט לאותם תלמידים שטעו באותה שאלה. ״זאת דרך מבוססת נתונים לזהות אילו פוסטים בפורום באמת משרתים באופן הטוב ביותר את מטרת הלמידה, ולא רק אילו פוסטים תלמידים מדרגים כפוסטים טובים״, מסביר קוקייר בספרו.

אבל זו רק ההתחלה, טוען קוקייר, שחוזה שאנחנו בתחילתה של מהפכה שתחולל שינוי גדול הרבה יותר באופן שאנו לומדים. “הרבה אנשים עוד לא מבינים את הפוטנציאל, ולאחרים פשוט נוח להמשיך להשתמש במה שכבר קיים והם לא רוצים לנסות דברים חדשים״.

עשרות סטארטאפים בעולם כבר שואפים לנצל את הפוטנציאל של תחום הביג דאטה בחינוך, ובמיוחד בתחום הלמידה האדפטיבית – מערכות למידה המתאימות את עצמן לצרכים של התלמיד.

אחת הדוגמאות הבולטות היא הפלטפורמה ללמידה אדפטיבית “ניוטון״. זה לא רק שהמערכת מזהה את החולשות של התלמיד ומנסה לתת לו חיזוק במקומות האלה. וזה לא רק שהמערכת מאפשרת לתלמידים שהבינו מהר את חומר הלימוד להתקדם הלאה ולהמשיך לאתגר את עצמם.

“ניוטון״ בונה פרופיל של תלמיד, ואוספת כל פרט על אופן הלמידה שלו, על איך הוא משתמש במערכת, על אילו שאלות הוא עונה נכון או לא נכון וכמה זמן לוקח לו לענות על שאלה מסוג זה או אחר. באמצעות כמות אדירה של נתונים מכל העולם, או ביג דאטה, המערכת יכולה להסיק איזה מסלול לימודים מתאים לאיזה פרופיל של תלמיד.

בואו ניקח לדוגמה תלמיד בשם דני שמתקשה בטריגונומטריה. על אף ניסיונות חוזרים ונשנים, המורה שלו לא הצליחה למצוא את הדרך לגרום לו להבין את המושגים הנדרשים, לא משנה כמה דרכי לימוד ניסתה. מערכת כמו “ניוטון״ תבנה את הפרופיל של דני על בסיס מסלול הלמידה שלו עד כה. לאחר מכן, היא תוכל לעשות ניתוח מהיר של כמות אדירה של נתונים, ולהבין על בסיס סטטיסטי איזה מסלול למידה עבד בעבר לתלמידים בפרופיל דומה לזה לשל דני. דני לא יצטרך עוד לרדת הקבצה, או לקחת אינספור שיעורים פרטיים.

ד״ר ארנון הרשקוביץ מבית הספר לחינוך באוניברסיטת תל אביב מסביר שסוג הנתונים שיאספו לצורך ניתוח ביג דאטה לא יסתכמו באופן הלמידה של התלמיד, אלא גם בתחושות והרגשות שלו. המערכת תדע לזהות למשל אופי התנהגות של תלמיד משועמם, מתוסכל, או מתעניין, הוא מסביר לי בראיון טלפוני. “אם מזהים תלמיד משועמם – נותנים לו תרגיל קשה יותר. אם מזהים תלמיד מתוסכל – נותנים לו תרגיל קל יותר. או שלחלופין אפשר לעדכן את המורה – התלמיד הזה מתוסכל, תעזרי לו, תני לו מילת עידוד״.

תוכנית לימודים מותאמת אישית באמצעות ביג דאטה תוכל לעבוד עם כל תלמיד על ההיבטים שעליהם הם צריכים לעבוד. לא יהיו תלמידים “חלשים״ או “חזקים״, יהיו תלמידים שצריכים ללמוד בשיטה אחת או בשיטה אחרת. קוקייר מסביר שבעזרת למידה אדפטיבית אותו תלמיד שנחשב עד כה ל״חלש״ במתמטיקה יוכל להיות זה שיעשה את פריצות הדרך המתמטיות הבאות. “תחשוב על התרומה הענקית שיותר אנשים יוכלו לתרום לחברה שלנו בזכות כך שילמדו באופן אפקטיבי יותר, ובזכות ההערכה העצמית הגבוהה יותר שתהיה להם״.

הכיתה ההפוכה

אז איך הולכת להיראות הכיתה אחרי המהפכה, אני שואל את קוקייר. ״הדבר הראשון שניפטר ממנו יהיה החלוקה לכיתות על פי קבוצות גיל״, הוא מסביר. “כרגע אנחנו מחלקים אנשים לפי קבוצת גיל, כך שאם נולדת ב-1 בספטמבר או ב-31 באוגוסט יש לזה השפעה גדולה על החיים שלך – או שתהיה הצעיר ביותר בכיתה, או שתהיה המבוגר ביותר. זה יכול לגרום לך להתקדם מהר יותר מאחרים, או להישאר מאחור. במקום זאת הכיתה תהיה מחולקת לפי סגנונות למידה, ואתה תתקדם לפי הדרך המתאימה לסגנונות הלמידה שלך.
״השינוי השני יהיה היפוך כיתת הלימוד. היום אנחנו נותנים לתלמידים לעשות את שיעורי הבית בבית, וכשהולכים לכיתה שותקים ומקשיבים. זה לא הגיוני. זה יתהפך. אתה יכול ללכת הביתה ולצפות בהרצאה. תשב בחדר השינה או על הכורסה ותלמד.

״וכשתלך לכיתה, תפתור את התרגילים עם המורה, שיעזור לך לפתור את הבעיות. לדוגמה, המורה ייתן 20 תרגילים לפתור על האייפד, ויוכל לראות את ההתקדמות בזמן אמת. הוא יראה מי מתקדם לאט יותר, ומי מתקדם מהר אבל טועה בחצי מהשאלות. אולי תופיע נקודה אדומה ליד התלמיד שלא כל כך מצליח, ואז המורה יוכל לגשת אליו בעדינות ולהציע לו עזרה. כך תוכל להתאים את ההדרכה לתלמידים״.

הדברים האלה כבר התחילו לקרות למעשה. סלמן קהאן, מייסד קהאן אקדמי, סיפר כבר ב-2011 על מכתבים שהתחיל לקבל ממורים: ״אני משתמש בסרטונים שלך כדי להפוך את הכיתה. את ההרצאות אני נותן כשיעורי בית, ואת שיעורי הבית אני עושה עם התלמידים בכיתה״.

זה לא עלול לייתר קצת את המורים? או לגרום לכך שיצטרכו פחות מהם?

״המטרה של זה היא לא לחסוך, אלא לשפר את הלמידה. יהיה תפקיד ענק למורים, אבל התפקיד ישתנה״, אומר קוקייר. ״אתה כבר לא תהיה החכם שעומד על הבמה ואומר לתלמידים לשתוק כדי שתוכל לדבר. אלא תעבוד עם התלמידים באינטראקציה. הם כבר ראו את ההרצאה ממורה שהוא לא רק מורה טוב, אלא מי שהוא אולי המורה הטוב ביותר במדינה או בעולם בתחומו, אחד שהופך את הלמידה לכיף אמיתי. בכיתה תהיה למורה עבודה מעשית, וזה אומר שנצטרך להעסיק מורים טובים יותר ונצטרך לשלם להם יותר. אולי נצטרך דווקא יותר מורים״.