.png)
מה זה טכנולוגיות למידה?
מבחינה עסקית, טכנולוגיות למידה היא שוק בינלאומי ששווה 106 מיליארד דולר (2021) שצפוי להמשך ולצמוח. ומתבקשת השאלה, מה חברות שעוסקות בטכנולוגיות למידה עושות שהן שוות כל כך הרבה?
טכנולוגיות למידה הן היישום של טכנולוגיות תוכנה וחומרה כדי לשפר מאמצים חינוכיים במטרה לשפר את התוצאות של אלו שלומדים ושל אלו התמודדים עם העבודה החשובה של לחנך לאחרים.
טכנולוגיות למידה חורגות מהמסגרת של מורים ותלמידים בכיתה, מכללה או אוניברסיטה ונכנס לתחומים נוספים כמו: פלטפורמות מקוונות, הסבה תעסוקתית, הדרכת ופיתוח של עובדים ומנהלים במסגרת עבודה, שירות לקוחות ואפילו הנגשת ידע לצרכים שיווקיים
תמונה: Midjourney. the concept of education technologies (edtech) in realistic form.
כדי לעשות סדר, הנה 7 מגמות מרכזיות שטכנולוגיות למידה מסוגלות לספק מענה כיום:
הנגשת תוכן ולמידה
שירותים מבוססי ענן הפכו לפופולרים מאוד, מהירות אינטרנט הלכה והתגברה, ומספר משתתפים גדול יותר יכול להשתתף בוידאו בזמן אמת, וללמוד קורסים מקוונים מכל מקום ובכל זמן. מורה לספרדית ממקסיקו יכול ללמד תלמידים בישראל בלי יותר מדי מאמץ באמצעות פתרונות נגישים למשל כמו חברת e-teacher הישראלית.
פישוט תהליכים מסובכים
תהליכים מורכבים וידניים כמו ניהול בית ספר, ניהול קורס, מעקב אחר תוצאות למידה, חלוקת תעודות, מתן מענה על שאלות, בדיקת מטלות, מעקב אחרי תהליך הסבת קריירה שפעם דרשו מבנים פיזיים וצוות גדול מתייעל ומפנה זמן של צוותים מעיסוק בבירוקרטיה לעבודה משמעותית יותר באמצעות תוכנות יעודיות, כאשר המקיפים ביותר בטכנולוגיות למידה הן מערכות לניהול הלמידה (LMS) ומערכות חווית למידה (LXP).
שיתוף פעולה יעיל יותר
טכנולוגיות למידה מאפשרות ללומדים לבצע משימות ולשתף פעולה מרחוק באופן סינכרוני וא-סינכרוני, לסגל הוראה לארגן פעילויות חוויתיות לסטודנטים בלי מגבלה של מקומות בחלל פיזי, להגביר השתתפות באמצעות משחקים שונים ולצוותים לשתף פעולה.
בצוות שלנו משתמשים ב- Miro כאמצעי להמחשה, ב-Notion כמאגר ידע שיתופי ו-Slack כצ׳ט ארגוני. לאחרונה התחלתי לשים לב ליותר פתרונות ל״חללי עבודה דיגיטליים״ שמציעים להיות נוכחים יחד בחלל וירטואלי כתחליף למשרד או כחלל לאירועים.
למידה מרחוק בקצב עצמי
בחינוך המסורתי יש דגש על למידה פרונטלית בקבוצות, כיתות ומחזורים, אבל זה לא מתאים לכל סוגי הלומדים. למידה בקצב עצמי הפכה לאלטרנטיבה פופולרית למשל בפלטפורמות כמו Udemy ו-Coursera ובישראל ביוזמות כמו קמפוס.il. הפופולריות מתחילה מהוזלת עלויות הלמידה (כי אין צורך קבוע בקבוצה ואנשי הוראה), ומניתוק התלות בגיאוגרפיה, כך שאפשר ללמוד מכל מקום. עם זאת, אחוז מסיימים הכשרות אלה נמוכה, בין 5%-15%, שכן נדרשת משמעת עצמית גבוהה ללמוד ללא תמיכה.
למידה בקצב העצמי מתפתחת מלמידה פסיבית לחלוטין ללמידה היברידית שכוללת למידה בזמן אמת (למידה סינרונית), קבוצות לימוד, ולמידה מבוססת פרויקטים (PBL). הפלטפורמה של פרקטיקום היא דוגמה להתפתחות של ללמידה מרחוק למוצר שמאפשר למידה מגוונת.
השבחת תכני הלמידה באמצעות מישחוק
מישחוק (gamification) של תהליך למידה, מוסיף מרכיבים אינטראקטיביים ותגמולים ומעניקים חוויה עשירה המאפשרת רמות מוגברות של קשב. מנסיוני, זה יעיל במקומות שהלמידה היא וולנטרית, כמו בחינוך בלתי פורמלי.
בעבר השתמשתי ב-genial.ly ככלי ללא קוד במטרה ליצור אפליקציות. אחד הניסיונות המעניינים ביותר היה הגברת המעורבות של בני נוער בשירותי חינוך בלתי פורמליים המסופקים ע״י רשות מקומית. יצרתי תפריט קורסים אינטראקטיבי שמנגיש קורסים לבני נוער (13-18) ומפשט את תהליך ההרשמה לקורסים.
התוצאה? מתוך קהל כולל של 14,000 בני נוער הרשומים בעיר, נכנסו לתפריט בסך הכל 4,576 משתמשים ייחודיים. כלומר 32% מכלל בני הנוער בעיר בחרו להיכנס לתפריט וליצור איתו אינטראקציה תוך חודש אחד בלבד. להמחשה.
מאמץ זה סיפק חלון הזדמנויות ללמוד מה מעניין בני נוער באותה עיר בזכות אנליטיקה בסיסית שהפלטפורמה מספקת. 3 ההצעות המובילות בקרב בני נוער (כל המגדרים): העצמה נשית, עיצוב וחינוך פיננסי.
האינטראקטיביות כאן שימשה דרך להרגיע שבני נוער באמת מתעניינים בהצעות הערך של העירייה המקומית עבורם ומאמתים את האינטרסים שלהם.
התאמה אישית (פרסונליזציה)
"ייתכן שתתעניין גם ב..."
כשאנחנו מאזינים למוזיקה ב-Spotify, אנחנו מקבלים פלייליסטים עם המלצות המבוססות על העדפות אישיות קודמות. כשאנחנו מסיימים לצפות בסרטון ביוטיוב, אנחנו מקבלים המלצות למה לצפות בהמשך. מערכות המלצות הן פרי השילוב של לימוד מכונה (Machine Learning).
איך זה קשור ללמידה?
לימוד מכונה מאפשר התאמה אישית של תכנים לימודיים בגמישות מרובה, התאמה דרגות קושי ועניין לרמת הלומד הבודד ומבוסס על המיומנויות הקיימות והרצויות. התאמה אישית עוזרת ללומדים להתפתח לכיוון הרצוי להם הן מבחינת פיתוח כישורים, מסלולי קריירה ומסייע להפיק תובנות בעלות ערך גבוה. התחום עוד מתפתח והופך לזמין ככל שתחומי מדעי הנתונים ובינה מלאכותית מגיעים למיינסטרים. הנה מספר מקרי מבחן של בינה מלאכותית בחינוך.
קבלת החלטות מבוססות נתונים
ארגונים שמטמיעים טכנולוגיות למידה לצורך קבלת החלטות מבוססות נתונים עושים שימושים מגוונים.
אחת הדוגמאות המעניינות בעיניי היא הערכות ביצועים וכישורים. התחום אמנם לא חדש, אך טכנולוגיות למידה הפכו אותן ליעילות יותר, מאפשר הצגת תוצאות מיידיות, מחיר מוזל וניתנות להרחבה למשתתפים מרובים במקביל (סקיילביליות).
בחינוך, אנשי הוראה מודדים אחוזי נשירה מהכשרות, זמן לפתרון בעיה, אחוז הצלחה, נקודות קושי ללומדים ועוד. באמצעות נתונים כאלו יכולים להבין איזה לומדים צריכים יותר שעות תרגול פרטני.
במשאבי אנוש, נתונים כמו, תפוקה פר עובד, הערכות מנהלים, מה סך המיומנויות של עובדים ומה החוזקות והחלשות שלהם. המטרות של איסוף נתונים אלה מגוונת, מהמלצה על הכשרות, ניוד בין תפקידים ומחלקות, המלצה על פעילויות לשימור עובדים.
יכולות אלה מתאפשרות בזכות איסוף מידע באופן דיגיטלי, תחום זה מכונה אנליטיקה אנושית או באנגלית ״People Analytics״.
דוגמה שהרשימה אותי לגבי האופן שבו נתונים עוזרים לנו להפיק תובנות מבוססות נתונים היא הערכת מיומנויות (Skills Assements). מדובר בכלים המשלבים מדעי נתונים ומדעי ההתנהגות לצורך הערכת כישורים ונטיות של מועמדים. אישית בדקתי את AssessFirst על עצמי ועל חברי צוות וזה עזר לי להבין איפה הצוות שלנו יש יכולות שחוזרות על עצמן ואיפה אנחנו יכולים להשלים אחד את השני.
לדעתי, הערכות דיגיטליות לא יכולות להחליף חיבור והיכרות ממשית עם בני אדם, אבל הן בהחלט יכולות להיות כלי משלים ולספק תובנות חשובות.
בשורה התחתונה, לא צפוי שטכנולוגיות למידה לא יחליפו בני אדם אלא ישמשו ככלי עזר, בהתחום וכאן כדי להישאר.
טכנולוגיות למידה עוזרות לפתח הון אנושי איכותי, מעצים את היכולות של העוסקים במלאכה של למידה, מצמצם בירוקרטיה, משפרות חוויות למידה וביצועים של משתתפים, מאפשר קבלת החלטות על בסיס נתונים ויותר בהירות - על מנת להתמקד במה שחשוב.
אילן שנקר הוא יועץ תכניות חינוך ותעסוקה. ראש תחום קריירה ושותפויות ב-Practicum.