ע 161 אוולין לוי, איל רבין, דורית אולניק - שמש תקציר שילוב טכנולוגיות מבוססות בינה מלאכותית בהוראה מהווה כיום אתגר מרכזי, במקביל להתבגרות כוח העבודה בחינוך. מורים מבוגרים )מעל גיל 50 ( מהווים כשליש מכוח ההוראה בישראל, ומעטים המחקרים שבחנו את נכונותם לאמץ טכנולוגיות חדישות אלו. מחקר זה בוחן את ה גורמים המקדמים והמעכבים נכונות לאמץ טכנולוגיות מבוססות בינה מלאכותית בהוראה בקרב מורים מבוגרים. במחקר השתתפו 301 מורים שהשיבו על שאלונים מתוקפים הבוחנים גורמים מתוך מודל TAM3 וגורמים רלוונטיים נוספים. ניתוחי הרגרסיה חשפו כי תפיסת הנאה ורצוניות הינם מנבאים ייחודיים לנכונות לאמץ טכנולוגיות מבוססות בינה מלאכותית בקרב מורים מבוגרים . גורם הטכנו - סטרס נמצא כמעכב מובהק. בעוד שרלוונטיות לעבודה והנאה מהשימוש נמצאו כגורמים מקדמים מרכזיים. בנוסף, נמצא כי בניגוד ל ממצאים קודמים , מורים מבוגרים הציגו פתיחות לשינוי ומוטיבציה פנימית גבוהות לעומת מורים צעירים, אך תחושת שייכות נמוכה יותר לקהילת המורים. ממצאי המחקר מצביעים על כך שמורים בגילאים שונים מונעים מגורמים שונים ב נכונותם לאמץ טכנולוגיות בינה מלאכותית וכי עולה הצורך בגישות הטמעה ייחודיות עבור מורים מבוגרים . הטמעה יעילה של כלי בינה מלאכותית בהוראה צריכה לכלול: חוויה מהנה, תחושת אוטונומיה, הפחתת מורכבות טכנולוגית וחיזוק של שייכות קהילתית דרך למידה שיתופית. מילות מפתח: מורים מבוגרים, בינה מלאכותית בהוראה, אימוץ טכנולוגיה, מודל TAM3 . מבוא השילוב של טכנולוגיות בינה מלאכותית בחינוך מהווה אתגר מרכזי של מערכות החינוך, במקביל למגמה של התבגרות כוח העבודה. מורים מבוגרים, בני 50 ומעלה, מהווים כשליש מכוח ההוראה בישראל ובעולם )הלשכה המרכזית לסטטיסטיקה, ;2025 OECD, 2025 ( , ומעטים המחקרים שבחנו את נכונותם לאמץ טכנולוגיות אלו. בינה מלאכותית בהוראה טכנולוגיות בינה מלאכותית מאפשרות למידה מותאמת אישית, שיפור מעורבות התלמידים, הערכה אוטומטית, וחיסכון בזמן תכנון ההוראה ) Ayala-Pazmiño, 2023; Holmes et al., 2023 (. עם זאת, השימוש בטכנולוגיות אלו מעלה אתגרים אתיים ופדגוגיים, כגון פרטיות, פערים דיגיטליים והצורך בהכשרה מתאימה למורים ) Ma & Jiang, 2023 .( מורים מבוגרים ואימוץ טכנולוגי ות חדשות בהוראה מורים מבוגרים מביאים עימם ניסיון, חוסן ומחויבות ) Day & Gu, 2009 (, אך יחסם לחדשנות טכנולוגית מורכב. חלקם מעוניינים לשלב טכנולוגיה באופן יצירתי ) Dias-Trindade & Moreira, 2018 (, בעוד אחרים מגלים התנגדות עקב עומס ו חוסר ביטחון ) Orlando, 2014; Ertmer et al., 2012 (. מחקרים מצביעים על נטייה נמוכה יותר של מבוגרים לאמץ טכנולוגיות דיגיטליות ) Niehaves & Plattfaut, 2014 (, אך גם על פוטנציאל לאימוץ כאשר הטכנולוגיה נתפסת כיעילה וקלה לשימוש ) Teeroovengadum et al., 2017 .( מטרת מחקר זה הייתה לבחון מהם הגורמים העשויים לקדם אימוץ של כלי בינה מלאכותית בקרב מורים מבוגרים. מחקרים קודמים הצביע ו על קשר בין גיל לנכונות לאמץ, כאשר משתמשים מבוגרים נוטים להתבסס על נורמות חברתיות בהחלטתם לאמץ טכנולוגיה ) Morris & Venkatesh, 2000; Venkatesh et al., 2003 .( מודל TAM3 (Venkatesh & Bala, 2008) סיפק מסגרת תיאורטית להבנת אימוץ טכנולוגי ות אלו ע"י מורים מבוגרים תוך בחינת היעילות הנתפסת וקלות השימוש הנתפסת . בנוסף למשתני ,TAM3 נבחנו במחקר זה גם גורמים נוספים שזוהו במחקרים קודמי ם אך לאו דווקא בהקשר לאוכלוסיית מורים מבוגרים : תחושת מסוגלות עצמית כללית ) Zhao & Zhao, 2021 (, אמון בטכנולוגיה ) Hsu, 2016 (, טכנו - סטרס ) Nimrod, 2018; Hassan et al., 2019 (, שחיקה ) Brasfield et al., 2019 (, תמיכה מערכתית ) DeVaney et al., 2012 (, שייכות לקהילת מורים ) Hoy & TschannenMoran, 2003 (, מוטיבציה פנימית ) Roth et al., 2007 (, תפיסת אחריות פדגוגית ) Lauermann & Karabenick, 2013 (, כשירויות בינה מלאכותית ) Filo et al., 2024 ( ופתיחות לשינוי פדגוגי ) Williams, 2015 .(
RkJQdWJsaXNoZXIy Mjk0MjAwOQ==