כל כך קל לא ללמוד

חלק גדול מלימודי התואר הראשון שלי בכימיה היה מעבדות. החלק המעצבן של המעבדה היה הדוח שהיה עליי להגיש כשבוע לאחר המעבדה. שעות רבות הייתי יושב בסופי השבוע, מכין גרפים ומנסח את הדוח.

להפתעתי גיליתי שרבים מחבריי וחברותיי הקדישו הרבה פחות זמן למטלה זו. הם השיגו דוחות של אותן מעבדות משנים קודמות, העתיקו קטעים ארוכים, שינו מספר ערכים בגרפים וצלחו את המטלה מהר ולעיתים גם בציון טוב יותר משלי.

בפעמים הבודדות שבהן קראתי דוח מעבדה שנכתב על ידי סטודנט משנה קודמת, הרגשתי כיצד מוחו משתלט על מוחי. גם כאשר לא רציתי, דמה מאוד הדוח שהגשתי לזה שקראתי. הייתה לי תחושה שאני מבצע את המטלה כשמוחי על ניוטרל. רק כשעברתי מכימיה לחקר המוח הבנתי למה התחושה של הניוטרל כה נכונה.

בפעמים הבודדות שבהן קראתי דוח מעבדה שנכתב על ידי סטודנט משנה קודמת, הרגשתי שמוחו משתלט על שלי ובעל כורחי הדוח שהגשתי דמה לשלו. הייתה לי תחושה שאני מבצע את המטלה כשמוחי על ניוטרל

למידה היא, בין היתר, שינוי בחוזק הקשרים בין תאי עצב. כדי לשנות את חוזק הקשרים רצוי להצליח וממש חשוב לטעות. המוח מייצר פתרון ומשווה אותו למציאות. הפער (השגיאה) בין הייצוג המוחי למציאות קובע את השינוי. סטודנט שמעתיק מוותר על חלק משמעותי מהלמידה שהמטלה נועדה לייצר.

וכל הזמן הזה המוח משקר לנו. הקלות מתורגמת בראשינו לתחושה של הבנה. אנחנו מודדים ידיעה לפי כמה חלק זה עבר, וזה מדד גרוע. ניסויים הראו שסטודנטים הקוראים חומר שוב ושוב בטוחים בעצמם הרבה יותר מאלה שמתרגלים, אבל מצליחים פחות בבחינה.

חבריי לא רימו את עצמם מתוך עצלות, הם קיבלו דיווח שגוי ממערכת העצבים שלהם, והציון הטוב רק אישר להם שהדיווח נכון. התגמול היה הציון ולא הלמידה. ואני משאיר את ההיבט המוסרי של שימוש בדוחות מעבדה ישנים לפוסט אחר.

הכיוון ההפוך מתועד לא פחות. משפט שאתה מייצר בעצמך נזכר טוב יותר ממשפט שקראת, גם כאשר התוצר הסופי זהה לחלוטין. השעות ההן, שבהן ניסחתי מחדש פסקה שכבר הייתה כתובה היטב במקום אחר, לא היו בזבוז זמן, הן היו המטלה עצמה.

לא כל קושי הוא למידה, אבל למידה טובה כמעט תמיד דורשת קושי. תנאים שמאטים אותך ופוגעים בביצוע המיידי הם בדיוק אלה שמשאירים משהו חודשים אחר כך, ולכן מערכת שמודדת רק ביצוע מתגמלת באופן שיטתי דווקא את מי שלמד הכי פחות.

למידה היא, בין היתר, שינוי בחוזק הקשרים בין תאי עצב. כדי לשנות את חוזק הקשרים רצוי להצליח וממש חשוב לטעות. סטודנט שמעתיק מוותר על חלק משמעותי מהלמידה שהמטלה נועדה לייצר

סטודנטים רבים בקורס שלי הפסיקו לבוא לשיעורים. מאז הקורונה הקלטות של אחד הקורסים שלי מסתובבות בין הסטודנטים, והם מקשיבים להן במהירות כפולה יום לפני הבחינה.

בינג' של הרצאות יכול לייצר תחושת היכרות מצוינת וביצוע סביר למוחרת, אבל הוא כמעט ההפך מן התנאים שמקדמים זיכרון יציב. קלאסיקה של אי-למידה. כדי שהקשרים ישתנו נדרש סימון פנימי שאומר שהדבר הזה חשוב, והסימון הזה מופעל כשמקדישים תשומת לב. הקשב הוא השער של הפלסטיות, והמאמץ הוא מחיר הכרטיס.

בשנים האחרונות הרבה יותר מאיתנו מתמסרים למצב הניוטרל של המוח. כל סטודנט מחזיק היום בכיס שותף שיכתוב לו דוח מעבדה טוב משהיה כותב בעצמו, בחינם, בכל שעה, לכל מטלה. ברוכים הבאים למהפכת הבינה המלאכותית.

באוגוסט 2026 פרסמה ועדה של המכון הטכנולוגי של מסצ'וסטס (MIT) דוח על השימוש בבינה מלאכותית בהוראה, בלמידה ובהכשרת חוקרים. זהו מסמך קריא, ישיר ודי מדהים, לדעתי, שאומר שהדבר שצריך להדאיג אותנו יותר מכול אינו שסטודנטים מרמים, אלא שהם מפסידים את ההזדמנות ללמוד.

הדוח מדגיש שתי נקודות קריטיות. הראשונה היא אשליית הלמידה. תשובה נכונה המתקבלת מהצ'אט מייצרת בדיוק את אותה תחושת ודאות שייצר אצלי דוח המעבדה יד שנייה. השנייה, חריפה יותר, היא כניעה קוגניטיבית, המצב שבו הסטודנט פונה למכונה ברגע הראשון של קושי. הסטודנטים עצמם סיפרו לוועדה שהפיתוי גדול במיוחד כשמתקרב מועד ההגשה. ורגע הקושי הראשון, כפי שראינו, הוא בדיוק הרגע שבו הלמידה מתחילה. הכניעה מתרחשת בשנייה שלפני אות השגיאה.

כל מי שאי-פעם עמד מול כיתה מכיר את המנגנונים שנשחקו כמעט לגמרי, ומדוכא מכך: שיעורי בית ארוכים, מבחני בית, עבודות כתובות ופרויקטים, כלומר בדיוק אותן מטלות שהאיטיות שלהן הייתה כל תכליתן. הבינה המלאכותית מרוקנת אותן מערכן גם כהוראה וגם כהערכה.

בשנים האחרונות רבים מתמסרים למצב הניוטרל של המוח. כל סטודנט מחזיק היום בכיס שותף שיכתוב לו דוח מעבדה טוב משהיה כותב בעצמו, בחינם, בכל שעה, לכל מטלה. ברוכים הבאים למהפכת הבינה המלאכותית

במקביל נשחק משהו פחות מדיד: פחות סטודנטים מגיעים לשעות קבלה, הדיונים בכיתה מתדלדלים, וקבוצות הלמידה במעונות ובספריות מתרוקנות. היעלמויות אלו גרועות אפילו יותר. למידה עם בני אדם מוסיפה משהו שקשה יותר לקבל ממכונה: חיכוך. שותף ללמידה אינו תמיד מסכים, אינו תמיד מבין אותך, שואל שאלה שלא ציפית לה ולעיתים מאלץ אותך לנסח מחדש משהו שהיית בטוח שאתה מבין. מודל מסכים, מנומס וזמין בשלוש לפנות בוקר נוטה להסיר את החיכוך הזה.

מעניין לא פחות מה הדוח שולל. הוא ממליץ במפורש שלא להישען על גלאי בינה מלאכותית, גם משום שהם מדויקים רק במקרים הפשוטים ביותר, גם משום שהם נוטים להאשים דוברי אנגלית כשפה שנייה, וגם משום שהם מזמינים מרוץ חימוש שבו הצד השני פשוט קונה תוכנה שמסווה את הטקסט. אבל הנימוק החזק הוא אחר: השיטור עצמו הורס את יחסי האמון שבלעדיהם אין הוראה.

הוועדה מזהירה גם מפני הרפלקס ההפוך – להחזיר את כל ההערכה לבחינות בכיתה משום שמבחן בן שעתיים מודד בדיוק את מה שאפשר להספיק בשעתיים, ומבטל את התמריץ לעבודה הארוכה והמעמיקה שבה נבנית שליטה אמיתית. שתי התגובות האינטואיטיביות, לרדוף ולסגת, הן שתיהן ויתור.

אם לתרגם את כל זה להמלצה אחת, היא פשוטה: אל תיתן למכונה לבצע במקומך את הפעולה שאתה מנסה ללמוד. ברוב המטלות, קודם מייצרים ורק אחר כך בודקים. נסח תשובה, פתור בעיה, בנה טיעון או צייר כבשה לפני שאתה מבקש מהבינה המלאכותית להראות לך איך היא הייתה עושה זאת. כך המודל הפנימי שלך מספיק לייצר תחזית או פתרון משלו, ורק אחר כך לפגוש משוב שמאפשר לעדכן אותו. הבינה המלאכותית יכולה להיות כלי למידה מצוין, אבל בעיקר כשהיא נכנסת אחרי שנעשה המאמץ המוחי שאותו רוצים לאמן, ולא במקומו.

אל תיתן למכונה לבצע במקומך פעולה שאתה מנסה ללמוד. ברוב המטלות, קודם תייצר ואז תבדוק. נסח תשובה, פתור בעיה, בנה טיעון או צייר כבשה לפני שאתה שואל את הבינה המלאכותית איך היא הייתה עושה זאת

מכאן נגזר גם הצורך לשנות את דרך ההערכה: חמש דקות של שיחה על עבודה שהוגשה, משום שכמה שאלות המשך חושפות במהירות את ההבדל בין טיעון שמבינים לבין טיעון שרק מגישים; תיק עבודות מצטבר לאורך הסמסטר במקום מוצר יחיד; הערכה של תהליך העבודה, הטיוטות והתיקונים ולא רק של התוצאה הסופית; ורכיב חברתי קבוע בכל קורס, לא רק משום שלמידה משותפת נעימה יותר, אלא משום שבני אדם מייצרים שאלות, התנגדויות ואי־הבנות שמכריחות אותנו לחשוב מחדש. ומעל כל אלה, להסביר ולא רק לאסור. אשליית הלמידה אינה נראית מבפנים, וסטודנט שאינו יודע שמוחו מעניק לו תחושת הבנה כוזבת לא יבחר בקושי מרצונו. כל אלה דורשים זמן ומשאבים, ובאוניברסיטאות גדולות עם מאות סטודנטים בקורס הם לא יהיו ריאליים בלי שינוי מבני עמוק.

אז בפעם הבאה שתדברו עם המכונה, אל תבקשו "צייר לי כבשה", בקשו "הנה כבשה שציירתי. מצא מה לא עובד בה, שאל אותי למה ציירתי אותה כך, ועזור לי לשפר אותה". תתפלאו, אפילו אם תציירו קופסה עם שלושה חורים, תקבלו משוב, ואם תתייחסו אליו נכון, יכולת ציור הכבשים שלכם תשתפר עם הזמן.

פרופ׳ אלון קורנגרין הוא ביופיזיקאי. ראש המרכז לחקר המוח של אוניברסיטת בר-אילן. אב מודאג, בעל צייתן, מדען משוטט, רץ איטי, צלם חובב, קורא נלהב, חצי-חנון, אנטרופאי ראשי, עצלן כושל.