חלק ב – הבנת הנקרא (40 נקודות)

קראו את הקטע וענו על השאלות שאחריו.

מה מקומם של לימודים אקדמיים בעולם שבו הבינה המלאכותית (AI) יודעת הכול?

מאת מיה שנור

https://www.calcalist.co.il/local_news/article/b1jodrosge?utm_source="calcalist.co.il&utm_medium=Share&utm_campaign=copy_url#b1jodrosge

פסקה א יש רגעים קטנים שמעוררים שאלות גדולות. בשיחות שערכתי לאחרונה עם סטודנטים צעירים, כאלה שרק בתחילת דרכם, חזר שוב ושוב נושא הבינה המלאכותית והשינוי שהיא עשתה בחיים של כולנו ובמיוחד בעולמם של תלמידים וסטודנטים. בין המשפטים שנאמרו, אחד מהם ממשיך להעסיק אותי גם כעת: "אם אפשר לקבל היום כל תשובה מ־ChatGPT תוך שניות – אז למה בכלל ללמוד באקדמיה?"

פסקה ב זו שאלה שנשמעת כמעט מתבקשת. הרי הבינה המלאכותית היא חכמה, נגישה וזמינה תמיד. היא יודעת להסביר נוסחאות מתמטיות ולנסח חוזים משפטיים, כותבת שירים, בונה קמפיינים, עורכת תחזיות כלכליות וממליצה על אסטרטגיות השקעה. אז באמת, למה להשקיע שלוש או ארבע שנים בלימודים תובעניים כשאפשר פשוט לשאול את המכונה? אבל דווקא השאלה הזו, בפשטותה, חושפת את מהות התשובה. כי היא מעידה בדיוק על מה שהאקדמיה נועדה להעניק. לא עוד תשובות, אלא הבנה של מה לשאול, מתי, ואיך.

פסקה ג הבינה המלאכותית אולי יודעת הכול, אבל היא לא יודעת דבר עליך. היא לא יודעת מה מטריד אותך באמת, מה חסר לך, אֵילו שאלות אתה לא מעז לשאול ואֵילו אתה שואל בלי להבין עד הסוף מה אתה באמת מחפש. היא מצוינת בפֶּלֶט, אך היא עיוורת להקשר. האקדמיה, לעומתה, לא מספקת רק מידע אלא כלים אינטלקטואליים. היא איננה עוסקת במַעֲנֶה, אלא בלמידה עמוקה. היא מעודדת לְפָרֵק הנחות יסוד, לנתח תופעות, לזהות דפוסים, לפתח סקרנות ולהטיל ספק במה שנראה מובן מאליו. היא מקנה לנו דבר שלמכונה אין ואולי לעולם לא יהיה - שיקול דעת, רגישות, ראייה מערכתית והבנה של מורכבות אנושית.

פסקה ד במהלך השנים שלי בתעשייה לקחתי חלק בפרויקטים פורצי דרך, ביטחוניים ואזרחיים. עבדתי עם צוותים שבנו מערכות שליטה, עיבוד מידע ותובנה מבוססת אלגוריתמים. מערכות שסורקות נתונים, מזהות חריגים ומשפרות דיוק תחזיות. הבינה המלאכותית שימשה לנו כלי הכרחי, אבל שוב ושוב התעוררה אותה שאלה, לא מה אפשר לעשות, אלא מה נכון לעשות. לא מה יעיל או חכם, אלא גם מה ראוי (جدير), אנושי, מוסרי (أخلاقي).

פסקה ה בנקודה הזו אף מערכת לא מסייעת (تساعد). כי אין לה תפיסה של הקשר תרבותי, אין לה זהות, ואין לה מחויבות ערכית. שאלות כאלה לא נפתרות בעזרת דאטה, אלא באמצעות השכלה רחבה והכשרה לחשוב בגדול, לעומק ובעיקר באחריות.

פסקה ו העולם משתנה, והוא הולך ומתרחק מקווים ישרים של מומחיות צרה. הוא יתחלק בין אלו שיודעים "להשתמש" בטכנולוגיה, לבין אלו שידעו "להבין" אותה, לנסח לה מטרות, לשים לה גבולות, לחשוף את הפגמים שבה ולהבין מה היא מפספסת. הראשונים יהיו בעלי מקצוע טכניים. האחרונים יהיו מנהיגים.

פסקה ז כדי להוביל בעידן הזה לא מספיק לדעת לנסח שאלה. צריך לדעת לראות את מה שלא נמדד, להרגיש את מה שלא מוצג ולזהות את מה שמושמט (المحذوف). האקדמיה אינה מוסד שמכין למבחן, היא בית שמכשיר אנשים לחשוב, והיא ממש לא נועדה להחליף את המכונה, אלא להצמיח את האדם. היא מעניקה כלים לשאול את השאלות שלא מופיעות בספרים. היא מאפשרת מפגש בין דיסציפלינות,(تخصّصات) בין רעיונות, בין אנשים. היא יוצרת תנאים שבהם הידע לא רק נלמד, אלא נוצר. לא על ידי צריכה, אלא דרך יצירתיות ביקורתית.

פסקה ח אז כן, הבינה המלאכותית יודעת המון, אבל היא לא יודעת מי אתה. היא לא יודעת לאן אתה רוצה להגיע, מה באמת חשוב לך, ואיזו חברה אתה רוצה לעצב. את כל אלה רק אתה יכול לברר, והדרך לשם, לפחות בעיניי, עדיין עוברת באקדמיה.

מיה שנור היא סמנכ"לית התכנון האסטרטגי בחברת TSG ובוגרת הטכניון

ענו כאן על ארבע שאלות (לכל שאלה – 10 נקודות): בחרו שתי שאלות מתוך השאלות 1–3 בחרו שתי שאלות מתוך השאלות 4–6