ע 93 אפרת פס, תמי זייפרט טבלה .3 דפוסי שימוש בכלי GenAI בהוראה ) (N=205 סוגי שימוש מספר משיבים ) n ( אחוז (%) שימושים טכניים הכנת חומרי לימוד ומצגות 178 86.8 יצירת שאלות למבחנים ומטלות 145 70.7 תרגום וסיכום טקסטים 132 64.4 שימושים פדגוגיים מתקדמים יצירת בוטים ללווי סטודנטים 47 22.9 הערכה ומשוב אוטומטי 38 18.5 משימות חקר משותפות בכיתה 35 17.1 הערה: משיבים יכלו לבחור יותר מאפשרות אחת, לכן סך האחוזים עולה על 100% הראיונות חשפו שלוש דרכי שילוב מרכזיות של כלי GenAI בהוראה. ראשית, חדשנות פדגוגית – למשל , יצירת שיח עמוק סביב מאמרים באמצעות בוטים ייעודיים. מרצה לחינוך מתארת: " במקום לשאול שאלות על מאמרים, אני יוצרת בוט שמנהל עם הסטודנטים שיחות מונחות ומעודד מחשבה מעמיקה. " שנית, התאמה אישית בקנה מידה, כמו שימוש בצ'אטבוטים לליווי מתמשך של סטודנטים בקורסים עמוסים. שלישית, פיתוח חשיבה מטא קוגניטיבית, למשל השוואה בין תוצרים שנכתבו על ידי סטודנטים לבין תוצרים שנוצרו באמצעות GenAI . מרצה אחר מתאר: " ביקשתי מהסטודנטים לבצע את אותה משימה בעצמם ובאמצעות הכלי, והשוואת התוצרים פתחה דיון על שימוש מבוקר ואחראי. " שאלת מחקר :3 שינויים בשיטות הערכה שיטות ההערכה מציגות את הממוצע הנמוך ביותר מבין משתני המחקר ) M = 2.69, SD = 1.11 (, ו מזוהות כתחום המאתגר ביותר לשינוי . רק 38% מהמרצים מדווחים על שינוי כלשהו, ובקרב אלה בולטים מעבר מעבודות כתיבה לתוצרים דיגיטליים כגון מצגות וקטעי וידאו, הגדלת משקל בחינות בעל - פה, ושימוש במשימות חקר. לעומת זאת, 62% מהמשיבים מציינים כי אינם משלבים כלל את כלי ה־ GenAI בתהליך ההערכה. לצורך בחינת מה מנבא שינוי בשיטות ההערכה, בוצע ניתוח רגרסיה רב־משתנית. המודל נמצא מובהק ומסביר % 51.6 מהשונות ) R² = .516, F(14,185) = 14.08, p < .001 .( כפי שמוצג בטבלה 4 , נמצאו ארבעה מנבאים מובהקים: פרקטיקות הוראה ) β = .337, p < .001 ( – המנבא החזק ביותר , תפיסת תפקיד המרצה ) β = .240, p < .001 (, שימוש בכלים ייעודיים לחינוך ואקדמיה ) β = .127, p = .041 (, וזמן השימוש בכלים ) β = −.156, p = .039 (. משתני הרקע ושאר סוגי הכלים לא נמצאו מובהקים.
RkJQdWJsaXNoZXIy Mjk0MjAwOQ==