128 ע בין דיוק מדעי לחדשנות טכנולוגית: הערכת תוכן שנוצר באמצעות בינה מלאכותית יוצרת )מאמר קצר( איור .2 התפלגות תפיסות המורים באשר לשילוב פרקטיקות הערכה מבוססות במ " י בהוראה דיון ממצאי המחקר הראו כי שאלות ברמת חשיבה נמוכה דורגו גבוה יותר בדיוק מדעי , בהירות והתאמה, וזאת בהלימה לספרות המצביעה על ירידה באמינות תוצרי במ"י ככל שהמורכבות עולה ) Thanh et al., 2023; Feldman-Maggor et al., 2025; Yamtinah et al., 2025 (. המורים תפסו את הפלטים כנקודת מוצא הדורשת עיבוד ביקורתי, ממצא המדגיש את חשיבות התיווך האנושי להבטחת תקפות הידע ) Arantes, 2024; Erduran, 2025 (. אף שהבהירות הלשונית נמצאה כגבוהה יחסית , הוכח כי היא אינה ערובה לנגישות קוגניטיבית ) Mahowald et al., 2024; Zhai et ,(al., 2025 . כמו כן , שאלות מורכבות נטו לחרוג מתוכנית הלימודים, דבר המחזק את הספרות אודות תפקיד המורה כמתווך ) .(Mason, 2000 ממצא מרכזי חושף כי העבודה השיתופית בסדנה תרמה לשכלול שיטות ההערכה ולקידום הערכה מושכלת המבוססת על אימות, דיוק ודיון רפלקטיבי בעת שילוב תוצרי במ " י. בנוסף, הסדנה תרמה להתפתחותם המקצועית של המשתתפים באמצעות העמקת השיח הפדגוגי ויצירת מרחב ללמידה הדדית, שבו פעלו המורים כמעצבים ביקורתיים של ידע, ולא כמשתמשים פסיביים בטכנולוגיה. לבסוף, נמצא כי ההתנסות תרמה באופן שונה למורים מתחילים ומנוסים: המתחילים חיזקו את ביטחונם וכישורי ההערכה שלהם, בעוד שהמנוסים נהנו מפרספקטיבות חדשות ופתיחות לרעיונות חדשניים. ממצא זה מתיישב עם מודלים של למידה מקצועית המדגישים את הערך של אינטראקציה בין בעלי ניסיון שונה ) .(Chen et al., 2025; Vangrieken et al., 2016; Rodgers & Skelton, 2014 לסיכום, במ"י מהווה כלי עזר להרחבת משאבי ההוראה אך אינה תחליף לשיקול דעת פדגוגי. המחקר מציע פרקטיקה שיטתית להערכת תוצרי במ " י וקובע כי שילובה בהכשרת מורים עשויה לסייע ליישום טכנולוגי אחראי ואפקטיבי במערכת החינוך. מקורות Adiguzel, T., Kaya, M. H., & Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3). https://doi.org/10.30935/cedtech/13152 Arantes, J. (2024). Understanding intersections between GenAI and pre-service teacher education: What do we need to understand about the changing face of truth in science education?. Journal of Science Education and Technology, 1-12. https://doi.org/10.1007/s10956-024-10189-7 Bazeley, P. (2012). Integrative analysis strategies for mixed data sources. American Behavioral Scientist, 56(6), 814-828. Birhane, A., Kasirzadeh, A., Leslie, D., & Wachter, S. (2023). Science in the age of large language models. Nature Reviews Physics, 5(5), 277-280. https://doi.org/10.1038/s42254-023-00581-4 Blonder, R., Feldman-Maggor, Y., & Rap, S. (2024). Are they ready to teach? Generative AI as a means to uncover pre-service science teachers' PCK and enhance their preparation program. Journal of Science Education and Technology, 1-10. https://doi.org/10.1007/s10956-024-10180-2
RkJQdWJsaXNoZXIy Mjk0MjAwOQ==