לעולם העבודה · אגף של I-Teach
הפדגוגיה שעובדת בכיתה היא הפדגוגיה שעובדת גם ליד שולחן העבודה.
I-Teach בנתה את מנוע ההתאמה האישית שלה בתוך מערכת החינוך בישראל, והוכיחה אותו שם. הארכיטקטורה מעולם לא הייתה ייחודית למקצוע או לגיל — היא מקודדת את הדרך שבה אדם עובר מהיכולת שיש לו ליכולת שהוא צריך. כיום אנחנו מביאים אותה לעולם הלמידה התעסוקתית: אוריינות בינה מלאכותית והכשרה רגולטורית, הכשרה מקצועית, ותוכניות השתלבות בתעסוקה עבור מבוגרים שאולם הרצאות מעולם לא היה ריאלי בשבילם.
הגעתם בשביל בתי ספר, רשתות חינוך והפלטפורמה ל-K-12? I-Teach לחינוך01 — הנחת היסוד
מעבר מבתי ספר ללמידה תעסוקתית מסופר בדרך כלל כסיפור על שוק חדש. אצלנו הוא נובע משלושה דברים שהיו נכונים לגבי המנוע עוד לפני שהיה שוק לעבור אליו.
i
חינוך הוא שם של מוסד. ידע הוא שם של מטען שצריך להעביר. למידה היא אדם אחד שעובר מהיכולת שיש לו ליכולת שהוא צריך. המנוע מקודד את התהליך הזה, לא תוכנית לימודים — ולכן מהנדס בן 40 ותלמידה בת 15 הם אותה שאלת מוצר, שנשאלת על אוכלוסייה אחרת.
ii
מנוע ה-MPC לא יודע מתמטיקה. הוא יודע ללמד. הוא עוקב אחר כעשרים ממדים של לומד בודד ומתאים את עצמו בתוך המפגש עצמו. לכן כל תחום חדש הוא שאלה של תוכן ושותפות, לא שאלה הנדסית.
iii
המנוע יושב מאחורי הממשק שהשותף כבר משתמש בו. White-label מעצם התכנון: השותף שומר על המותג שלו, התוכן שלו, מסגרת הרגולציה שלו ופלטפורמת הלמידה הקיימת שלו. אנחנו מספקים את השכבה שאף אחד לא רואה.
המנוע לא יודע מתמטיקה. הוא יודע ללמד.
02 — למה עכשיו
סעיף 4 של חוק הבינה המלאכותית האירופי מחייב כל ארגון שמפעיל מערכות AI לוודא רמה מספקת של אוריינות בינה מלאכותית אצל העובדים שמשתמשים בהן. הסעיף נכנס לתוקף בפברואר 2025, והאכיפה מתחילה באוגוסט 2026. התשובה של השוק עד כה היא תעודת סיום — ותעודה מתעדת נוכחות, לא הבנה.
סיום אינו הבנה
קורסי click-through מודדים אם העובד הגיע לשקופית האחרונה. רגולטור ששואל אם כלל העובדים הבינו את חובותיהם שואל שאלה אחרת לגמרי, ולוג סיומים לא יכול לענות עליה.
התעודה היא התוצר הלא נכון
מה שעומד בביקורת הוא תיעוד של מה שכל אדם באמת מסוגל לעשות: להסביר את העיקרון במילים שלו, לזהות פלט שגוי, להחליט מתי חייב להישאר אדם בתוך התהליך. זו בעיה של ראיות, לא בעיה של הפצת תוכן.
קורס אחד לא יכול להתאים לכל ארגון
טכנאי ייצור, אנליסטית פיננסית ומפתח בכיר לא חולקים נקודת פתיחה. מודול קבוע או משעמם את המומחה או מאבד את המתחיל; מנוע התאמה אישית נותן לכל אחד מהם את הגרסה שמכוונת אליו.
הכשרת חובה שנואה, ולכן נעשית בחיפזון
דיאלוג שמגיב למה שהאדם באמת אמר מחזיק תשומת לב באופן שמצגת לא מחזיקה. מעורבות כאן אינה נחמדות — היא התנאי המקדים לכך שהראיות יהיו שוות משהו.
03 — מה נמדד
סעיף 5(1)(f) של חוק הבינה המלאכותית האירופי אוסר לחלוטין — לא רק מגביל — מערכות AI שמסיקות רגשות במקום העבודה. המדידות שלנו תוכננו בצד המותר של הקו הזה, והיו המדידות הנכונות גם אילו הקו לא היה קיים. מה שאנחנו מתעדים הוא התנהגות פדגוגית: מה אדם עשה עם בעיה.
| נמדד — התנהגות פדגוגית | לא נמדד — הסקה רגשית אסורה |
|---|---|
| כמה זמן לקח לפתור את המשימה | האם הלומד היה מתוסכל |
| איכות השאלה שהלומד שאל | טון הקול של הלומד |
| כמה ניסיונות נדרשו עד להבנה | רמת הביטחון העצמי של הלומד |
| האם העיקרון עבר להקשר שלא נלמד | חרדת ביצוע |
להבחנה הזו יש משמעות מסחרית ולא רק משפטית. העברה להקשר שלא נלמד היא האות היחיד שאי אפשר לשחק בו: לומד לא יכול לשנן תרחיש שלא פגש. זה גם האות שמדד סיום אינו מסוגל לייצר מבחינה מבנית.
04 — ארכיטקטורת האמון
נתוני למידה על אדם הם מהחומר הרגיש ביותר שמעסיק יכול להחזיק. מערכות שהעבירו אותו למנהלים כציון תפוקה נדחו בעבר על ידי עובדים, ובצדק. חמש התחייבויות בנויות בתוך המוצר, ולא כתובות במסמך מדיניות.
האדם הוא נושא הנתונים העיקרי של רשומת הלמידה שלו — לא תוצר משני של הכשרה שנרכשה בשמו.
תצוגות ברמת ארגון וברמת צוות בלבד. אין דשבורד ביצועים של עובד בודד למנהלים, כי זה מוצר אחר ואנחנו לא בונים אותו.
ויתור על השכבה האישית הוא מצב נתמך בתוך המערכת, לא חריג שמנהל צריך לאשר.
כל עובד יכול לראות איך הוא לומד, איפה הוא נתקע ומה משחרר אותו — ומחליט בעצמו אם להביא את זה לשיחה עם המנהל.
לא ללקוחות אחרים, לא לאגרגטורים, לא לצד שלישי. השוואות ענפיות, במידה שנעשות בכלל, הן אנונימיות ומאוגדות.
06 — שני מסלולים
אותו מנוע, שני קונים שונים מאוד, ושתי הגדרות שונות מאוד להצלחה. אנחנו מחזיקים אותם נפרדים במקום לטשטש אותם למסר אחד.
מבוגרים שחוזרים ללמוד — לרוב עם משפחה, עבודה ומעט מאוד זמן רצוף — שפוגשים משוכה קשה אחת, למשל אנגלית אקדמית, בדרך אל שוק העבודה. שעות שבועיות באולם הרצאות אינן ריאליות בשבילם. מורה פרטי דיגיטלי שמזהה את הפערים שלהם ואת הזמן הפנוי שלהם כן, והאווטאר מותאם לנורמות התרבותיות והמגדריות של הקמפוס או הקהילה שהוא משרת.
אוריינות בינה מלאכותית והכשרות רגולטוריות אחרות שבהן התוצר הנדרש הוא ראיה להבנה; הכשרה מקצועית בתחומים טכניים ופונקציונליים; שפה לצורכי עבודה. עבור מפיצים, אינטגרטורים וחברות הכשרה המנוע זמין ב-White-label — אתם שומרים על הקשר עם הלקוח, על המותג ועל התוכן; אנחנו מספקים את שכבת ההתאמה האישית ואת הראיות שהיא מייצרת.
אף אחד מהם לא קונה תוכן. שניהם קונים שינוי מדיד ביכולת של אוכלוסייה מוגדרת, בתוך תקציב ומסגרת שכבר קיימים. בשניהם האדם נשאר: המנוע לוקח את ההתאמה וההעמסה המנהלית, ומחזיר את החניכה, את שיקול הדעת ואת בניית הביטחון האישי.
07 — איך פיילוט עובד
לפני שיש למנוע רקורד בתחום חדש, לבקש משותף להאמין לנו על המילה אינו סביר. לכן ההתקשרות הראשונה בנויה כמדידה, והתוצאה המסחרית שלנו היא פונקציה של מה שהיא מודדת.
מה מוכח, מה ארכיטקטוני, ומה עוד לפנינו.
מוכח: נתוני התוצאות שלמעלה, במערכת החינוך בישראל, בעיקר במתמטיקה
ובמדעים; אספקה מאומתת בעברית ובאנגלית.
ארכיטקטוני: אגנוסטיות לתחום, אגנוסטיות לשפה ופריסת White-label הן תכונות
אמיתיות של המנוע — תכונות, לא תוצאות. ספריית תוכן עסקי בכל שפה נוספת נבנית יחד עם
שותף מקומי.
לפנינו: הרקורד של המנוע מול מחזורי מבוגרים ועובדים מתחיל בפיילוטים
הראשונים באוכלוסיות האלה, ואנחנו נפרסם את המספרים שלהם באותה צורה שבה פרסמנו את
אלה של בתי הספר.
