ב־HIT מכון טכנולוגי חולון נערך לאחרונה יום עיון מיוחד, שעניינו השאלה שמעסיקה כיום את כל עולם ההייטק וההשכלה הגבוהה: איך לומדים ומלמדים מדעי המחשב, בעולם שבו כלי בינה מלאכותית כותבים קוד ברמה גבוהה יותר ויותר?
לאחר דברי הפתיחה, הציג פרופ' איליה לוין, ראש בית הספר למדעי המחשב, נקודת מבט אופטימית אך זהירה. לדבריו, אנחנו נמצאים בתקופה שבה בינה מלאכותית נתפסת כ"כלי" בלבד, מה שגורם לרבים לחשוב שאולי כבר אין צורך להשקיע בלימוד מעמיק של מתמטיקה ומדעים. מגמה זו, ציין, ניכרת גם בעמדות הלמידה של הסטודנטים והסטודנטיות כיום. עם זאת, הביע פרופ' לוין ביטחון שבתוך שנה – שנתיים התמונה תתהפך: ה־ AIלא יישאר כלי גרידא, אלא יהפוך לשחקן שמתחרה בנו ישירות ומי שיֵדע "לנצח" אותו יהיו דווקא בעלי הבסיס המתמטי והמדעי החזק ביותר. מכאן נבעה המלצתו המרכזית להמשיך וללמוד, להבין ולדעת להתמודד עם הכלי החדש – לא לוותר עליו כליל, אך גם לא להתמסר לו בעיניים עצומות.
פרופ' אדוארד יעקובוב, נשיא המכון, קרא לחנך סטודנטים וסטודנטיות לשאול "למה", לחשוב באופן ביקורתי ולבדוק את מהימנות המידע שהם מקבלים, גם מ־AI. הוא הדגיש כי יש ללמד סטודנטים וסטודנטיות לחבר בין העולם הישן למתחדש, ושמתמטיקה נותנת תמיד את הבסיס לחידושים טכנולוגיים. לסיום, קרא לסטודנטים ולסטודנטיות לא רק לחשוב מחוץ לקופסת החשיבה, אלא לפעמים גם לחשוב בלעדיה לגמרי ולזכור שבני האדם הם אלה שמובילים ומעצבים את ה־AI ולא להפך.
פרופ' אלה זאק, דקנית הפקולטה למדעים, הצביעה על האתגר המרכזי שעומד כיום בפני מוסדות הלימוד: כיצד לאפשר לסטודנטים וסטודנטיות להשתמש בכלי AI מבלי שהשימוש יהפוך לניצול לרעה, שפוגע בלמידה עצמה. "אנחנו רוצים שהסטודנטים והסטודנטיות ישתמשו בכלי, אבל מנגד חוששים שהם ישתמשו בו לרעה," אמרה והביעה תקווה שהמכון ימצא את האיזון הנכון, כזה שיאפשר גם ליהנות מהיתרונות הטכנולוגיים וגם להבטיח למידה אמיתית ומעמיקה.
ליבת יום העיון הייתה הרצאה של מר גלעד גרובר, סמנכ"ל פיתוח Nice Actimize, שחלק תובנות המבוססות על ניסיונו רב־השנים בתעשייה. בתשובה לשאלה אם יהיה צורך בפחות מהנדסי תוכנה בעידן ה־AI, ענה שלהפך: יהיה צורך ביותר מהנדסים, אבל כאלה שיֵדעו לעשות דברים אחרים לגמרי ממה שנדרש מהם היום. אחד השינויים המעניינים ביותר, לדבריו, הוא שכתיבת הקוד הופכת "בגדול" ללא מעניינת. כתיבת הקוד עצמה מעולם לא הייתה החלק המרכזי או הקשה בפיתוח תוכנה, הסביר. תמיד היה מדובר בחלק מובן וקטן באופן יחסי, בעוד שכל הסביבה – הבנת הצרכים; פירוק נכון של הבעיה; ביצוע ;QA בדיקות והטמעה בטוחה בסביבת הייצור – היו תמיד האתגר האמיתי.
"זה מפתה מאוד לחשוב שה־AI יחליף את כולנו," אמר, "אבל הוא לא ממש מסוגל להחליף את החלקים החשובים באמת." עוד הוסיף, כי אחד הדברים המרכזיים שבינה מלאכותית עדיין לא יודעת לעשות הוא הפעלת שיקול דעת אנושי; היכולת להעריך כמה כדאי להשקיע במערכת מסוימת אל מול הביצועים הנדרשים ואל מול לוחות הזמנים העסקיים. יכולת זו נותרת נחלתם של בני האדם.
גרובר הצביע על שינוי דרמטי בדרך שבה נכנסים לתעשייה. בעבר, מהנדסים חדשים (ג'וניורים) נהגו להתחיל ממשימות "קלות" באופן יחסי כדי להיכנס לעניינים: תיקון באג קטן, כתיבת פונקציה בודדת, הרחבת ממשק קיים. אלא שבעולם שבו AI מבצע משימות מסוג זה במהירות ובקלות, המשימות המסורתיות כבר אינן רלוונטיות באותה מידה.
מה שנותר עדיין קריטי, לדבריו, היא היכולת האנושית לחשוב "טופ-דאון" (מלמעלה למטה): לפרק בעיות בצורה מסודרת, לארגן מחשבות, ולתת ל־AI¬ הנחיות(prompts) מדויקות שמובילות לתוצר הגיוני. "מערכת שנבנתה מתוך בקשה מקרית ולא מסודרת," הזהיר, "כנראה לא תהיה ניתנת להרחבה(scalable) , לא ניתן יהיה לתקשר איתה ולא להעביר אותה הלאה לצוות אחר".
בהמשך התקיים פאנל סטודנטים וסטודנטיות למדעי המחשב, שנתבקשו לתאר את אופי הלימודים שלהם תוך שילוב הבינה המלאכותית בכל חומרי הלימוד.
במהלך היום הוצגה תוכנית הלימודים החדשה, שתחל כבר בשנת הלימודים הקרובה. התוכנית נכתבה מחדש וממשיכה להתעדכן באופן שוטף, לצד דרכי הוראה והערכה חדשות המותאמות לעידן ה־AI. הכול כדי להעניק לסטודנטים ולסטודנטיות שיתחילו את לימודיהם בשנה הקרובה, את ההכשרה החדשנית, העדכנית והרלוונטית ביותר לעולם התעסוקה המשתנה.
