איזה משוב משפיע עלינו יותר כשמשתמשים ב- AI ללמידה? משוב מתקן או משוב משקף?
- פריזמה לומדת
- 27 באפר׳
- זמן קריאה 2 דקות
איזה משוב משפיע עלינו יותר כשמשתמשים ב- AI ללמידה? משוב מתקן או משוב משקף?
מחקר חדש שפורסם החודש ובוצע לאורך סמסטר על למעלה מ- 300 סטודנטיות וסטודנטים בתואר ראשון, בחן כיצד שילוב של AI במתן משוב על תרגילים ומטלות, מקדם את הנכונות שלהם לתקן ולשפר את התוצר שהכינו.
החוקרים ביקשו לברר מה קורה כאשר בינה מלאכותית נותנת משוב לתלמידים והאם יהיה נכון יותר שהוא ישמש כ"מתקן שגיאות" או "מאמן קוגניטיבי".
כלומר האם תיקונים ישירים יניעו את הלומדים לשיפור העבודה שלהם או דווקא עידוד הרפלקציה שלהם, הוא זה שיביא אותם לתקן ולהפיק תוצר איכותי יותר.
הלומדים התנסו בשלושה סוגי משובים על משימות ותרגילים שאיתם התבקשו להתמודד, במסגרת קורס מבוא לעיצוב ותכנות.
משוב ישיר- שבו קיבלו תיקונים מפורשים על הטעויות שביצעו במשימה שעליה עבדו, המשוב כלל שימוש רב בפעלי ציווי ובהנחיות ברורות לשיפור ההגשה של התוצר.
משוב משקף- שמעודד את התלמידים להעריך את עבודתם ולאתר בעצמם את השיפורים הנדרשים מהם. משוב זה לא סיפק פתרונות ישירים אלא הציע שאלות והנחיות רפלקטיביות ועודד תיקון עצמי של ההגשה.
משוב היברידי – שילוב של משוב מתקן עם תיקונים מיידים לצד משוב משקף שמעודד חשיבה רפלקטיבית. המשוב הזה איזן בין הכוונה מפורשת לבין נקודות למחשבה כדי לקדם גם בהירות בהבנת הטעויות וגם מעורבות ועצמאות גדולים יותר של הלומד.
על אף שזמני הלמידה ותחושות הביטחון בתוצר שהוגש היו זהים בין כל הסטודנטים בכל המקרים, המשוב שהכי הניע את הלומדים לשפר ולתקן, היה המשוב ההיברידי.
לעומת זאת, המשוב הרפלקטיבי היה בעל יכולת ההנעה הנמוכה ביותר ולא הוביל לנכונות של הסטודנטים לתקן ולשפר את התוצר שלהם. נראה שהמשוב המטא-קוגניטיבי מייצר עומס גבוה מדי אצל הלומדים והם נמנעים מלהמשיך ולשפר את עבודתם.
נראה שהשילוב בין סוגי המשובים הוא המבטיח ביותר, כי הוא גם מאפשר תיקון מידי אבל גם תומך בתהליכי למידה עמוקים יותר.
האיזון בין הנחיות ברורות לבין פיתוח חשיבה עצמאית מהווה גורם הנעה משמעותי והחוקרים ממליצים לבנות את הבוטים הממשבים באופן שיתנו מקום לשני סוגי המסרים, כדי לקדם את הלומדים לשיפור ותיקון של התוצרים שהם מגישים.
|
27 באפריל 2026 // פריזמה על הבינה המלאכותית בהכשרה אקדמית #034
תגובות