חשיבות הגורם האנושי בלמידת שפה

המחקר שערכנו בברליץ מראה שאנשים מעדיפים ללמוד מאנשים אחרים. למרות שבינה מלאכותית יכולה להיות כלי נהדר ללימוד שפה, היא עדיין לא מצליחה להסתגל באופן מלא להעדפותיו, לרגשותיו ולקצבו של הלומד. ויותר מכל, חסרה לה אינטראקציה בין בני אדם, אשר מחקרים מראים היא אחד מגורמי המוטיבציה העיקריים עבור לומדי שפה ברחבי העולם.

למידה חברתית: הכוח של קשרים וחיבורים

דבר אחד שכולנו צריכים לזכור לגבי בינה מלאכותית הוא שהיא לא בינה אמיתית. רוב כלי הבינה המלאכותית המשמשים בלמידת שפות בנויים על מודלים סטטיסטיים עצומים שחוזים את המילה הבאה, שהיא למעשה צורה מתקדמת מאוד של חיזוי טקסט. מה שהם לא יכולים לעשות זה לחשוב בצורה ביקורתית, לגלות אמפתיה או להתאים את הגישה שלהם על סמך רגשותיו, שפת הגוף או הבלבול של הלומד.

זה עצום משום שמעבר למסירת מידע בלבד, הוראה עוסקת בקריאת אנשים. מורים אנושיים יכולים לחוש את אי הנוחות של התלמיד, לחגוג ניצחונות קטנים ולשנות מסלול בזמן אמת. הם מוסיפים משהו שבינה מלאכותית לא יכולה: סיפור סיפורים, חילופי תרבות ואנקדוטות אישיות שהופכות את השיעורים לבלתי נשכחים וניתנים להזדהות.

למידה עם אחרים מגבירה את האפקט הזה. שהייה בכיתה עם עמיתים, שיתוף בדיחות ובניית קשר עם מורה מגבירה באופן דרמטי את המוטיבציה ומספקת לתלמידים תחושה מוחשית של התקדמות. סקרים מראים באופן עקבי שבעוד שתלמידים נהנים להשתמש בצ'אטבוטים מבוססי בינה מלאכותית למשימות ממוקדות, הם מוצאים אינטראקציה חיה, בהובלת אדם, הרבה יותר מוטיבציונית ובלתי נשכחת. מחקר אחד אף מצא כי 27.2% מהמעורבות של תלמידים מקוונים ניתנת להסבר על ידי האינטליגנציה הרגשית של המורים, אפילו במסגרות מרוחקות.

וגם הקשרים תרבותיים חשובים. בתרבויות קולקטיביסטיות (כמו אמריקה הלטינית ואיטליה), למידה היא חברתית באופן טבעי. בתרבויות אינדיבידואליסטיות יותר (כמו גרמניה ופולין), מוטיבציה מסתמכת לעתים קרובות על אחריות מובנית מצד מורה. כך או כך, הקשר הרגשי, בין אם הוא מצד עמיתים או מורים, מניע התמדה, וזה משהו שבינה מלאכותית לבדה עדיין מתקשה לשכפל.

 

Friends sitting on a couch and talking about learning a language with a mix of human-led instruction and AI tools

יעילות הלמידה על כף המאזניים: מורה אנושי לעומת מורה AI

בינה מלאכותית היא כיום חלק כמעט מכל שלב בלמידת שפה. מורים משתמשים בה כדי ליצור תרגילי דקדוק ואוצר מילים ( 41% ) וליצור חומרי קריאה או האזנה (35%), בעוד שתלמידים מסתמכים עליה לתרגול הגייה, משוב מיידי וגילוי אוצר מילים חדש. למרות יתרונות אלה, כ -85% מהלומדים עדיין מדרגים אינטראקציה אנושית כ"חשובה מאוד" או "במידה מסוימת" במסע למידת השפה שלהם.

בהיבטים רבים של הוראת שפות, כגון בניית קשר רגשי, מתן תיקונים ספונטניים והסתגלות לניואנסים תרבותיים, מדריכים אנושיים עולים באופן עקבי על מורי בינה מלאכותית. כלי בינה מלאכותית אולי מתקנים דקדוק, מציעים תרגילי הגייה או מבריקים מילים חדשות, אך היא אינה יכולה לחוש תסכול או להתאים את סגנון ההסבר כך שיתאים להיסטוריה של כל לומד. ולעתים קרובות היא מתבלבלת, אפילו עם משימות פשוטות, ומציעה הסברים שגויים או דוגמאות שלא באמת הגיוניות.

זו הסיבה שבברליץ, אנו מאמינים שהצלחה נובעת משילוב של הוראה בהובלת אדם עם התאמה אישית המונעת על ידי בינה מלאכותית. כאשר היא מבוצעת היטב, גישה זו מניבה תוצאות טובות יותר, סיפוק עמוק יותר והשפעה מתמשכת יותר מכל אחת מהשיטות בנפרד. ונראה כי גם מורים וגם תלמידים ברחבי העולם מסכימים איתנו.

מוטיבציה שמניעה הצלחה

פלטפורמות AI מושכות מיליוני משתמשים, אך המוטיבציה לרוב דועכת כאשר לומדים לבד. מחקרים תומכים בכך: מחקר EFL בערב הסעודית מצא שתלמידים שהשתתפו בפעילויות קבוצתיות וקיבלו משוב עמיתים הראו מוטיבציה והתמדה גבוהות משמעותית מאלה שהסתמכו רק על אפליקציות.

הסיבה לכך היא שהמוטיבציה בלמידת שפות מונעת מדברים שבינה מלאכותית לא יכולה באמת להחליף, כמו אחריות עמיתים, פעילויות אינטראקטיביות כמו דיונים ומשחקי תפקידים, הכרה מצד מורים וחברים לכיתה, ואפילו הלחץ העדין של חוסר הרצון לאכזב מישהו שאכפת לו. בינה מלאכותית יכולה לחקות שבחים, אך היא לא יכולה לספק את האמפתיה בנימת המורה, בהבעה או בשפת הגוף שלו שגורמת למשוב להרגיש משמעותי.

כאשר מוטיבציה מטפחת, ההתקדמות מאיצה וההתקדמות מזינה את המוטיבציה. ניצחונות קטנים כמו דיבור בביטחון רב יותר, השתתפות בדיונים בכיתה או קבלת משוב חיובי ממורה יוצרים לולאה ששומרת על מעורבות הלומדים.

מגבלות ואתגרים של מורה בינה מלאכותית בלמידת שפות

למרות ההבטחה שלה, לבינה מלאכותית בלמידת שפות יש מגבלות ברורות, במיוחד כאשר היא מתמודדת עם משימות מורכבות או שפות שאינן אנגלית. היא עושה טעויות, מתקשה לעקוב אחר הנחיות מסובכות, ולעתים קרובות בוחרת ב"דרך הקלה" על ידי המצאת דברים שאינם נכונים. מחקר שנערך לאחרונה מראה כי תוכניות לימוד לתואר שני (LLMs) (כמו GPT-3.5, PaLM, LLaMA) מייצרות יותר ויותר תגובות בטוחות אך שגויות ("הזיות"), במיוחד כאשר הן מתמודדות עם משימות הסקה שאינן נתמכות היטב על ידי נתוני האימון שלהן.

מכיוון שרוב מודלי השפה הגדולים מאומנים בעיקר באנגלית, בינה מלאכותית מגיעה ליעדים בלתי אפשריים בכל הנוגע לתרגום מדויק של אנגלית לשפות אחרות, להסבר מושגים דקדוקיים מתקדמים ואפילו ליצירת תרגילים המתאימים לרמת מיומנות ספציפית.

בשפות פחות מדוברות, בינה מלאכותית מייצרת לעתים קרובות תוכן שאינו מדויק או לא עקבי. היא גם מתרגמת לעתים קרובות דברים ללא הקשר תרבותי וניואנסים, מה שמוביל למשפטים שנשמעים לא טבעיים לדוברי שפת אם. מחקר מצא שמודל שאומן בסוואהילי באופן טבעי ביצע פי 4 פחות שגיאות מאשר בעת שימוש במערכות שאומנו באנגלית באותן משימות סוואהילית. עובדה זו תומכת ברעיון ששפות שאינן אנגלית סובלות כאשר מודלים מאומנים בעיקר באנגלית.

ומלבד סוגיות לשוניות, ישנו גם מרכיב החינוך. רק בגלל שלמערכת יש גישה למידע, זה לא אומר שהיא יכולה ללמד ביעילות. למעשה, לומדים מתמודדים עם פרדוקס: עליהם לדעת מספיק כדי לשפוט האם הבינה המלאכותית מלמדת נכון. זה מדגיש את הפער הגדול מכולם: בעוד שבינה מלאכותית יכולה לספק מידע, היא לא יכולה לצפות, להגיב או לדאוג כמו מורה אנושי.

מורה, מדריך או מנחה יכולים לקרוא את שפת הגוף של התלמיד, להתאים את הקצב, לגוון את הפעילויות ולתת משוב אישי בדרכים שבינה מלאכותית פשוט לא יכולה. זו הסיבה שבברליץ אנו משלבים טכנולוגיית בינה מלאכותית מבלי להסתמך עליה לחלוטין. זהו כלי תמיכה, לא תחליף להדרכה אנושית מיומנת.

מורה AI יכול ללמד, אבל ברליץ מבטיח שתלמדו ותדברו

בואו נהיה כנים: מחנכים ומוסדות שמתעלמים מבינה מלאכותית מסתכנים בלהישאר מאחור. בשימוש חכם, בינה מלאכותית מציעה יתרונות אמיתיים, כגון התקדמות מהירה יותר ועצמאות מוגברת עבור הלומדים, כמו גם עומסי עבודה קלים יותר עבור המדריכים.

בברליץ, אנו מאמינים שהדרך הטובה ביותר למנף את הבינה המלאכותית היא לגרום לה לעבוד איתנו, לא במקומנו. הגישה שלנו משלבת את המהירות וההיקף של הבינה המלאכותית עם האמפתיה, המומחיות ויכולת ההסתגלות של מדריכים מיומנים.

במקום טכנולוגיה גנרית, כלי הבינה המלאכותית שלנו בנויים על עשרות שנים של ניסיון בהוראת שפות, שאומנו בקפידה על ידי בני אדם באמצעות שיטת ברליץ. כל תכונה של בינה מלאכותית שאנו משחררים עוברת הנדסה, בדיקות ועידון מהירים ומקיפים כדי להבטיח שהיא מוסיפה ערך אמיתי ללומדים. וכאשר לא ניתן לסמוך על בינה מלאכותית שתספק פלט מקובל, אנו מכניסים בני אדם למעגל.

אנו מציעים את הטוב משני העולמות, והתוצאות שאנו רואים בקרב התלמידים שלנו מאשרות זאת. אנו רואים בבירור ששילוב בינה מלאכותית בחוויית הלמידה הוביל לעלייה בשיעורי הלמידה ובמעורבות התלמידים. מעל לכל, שילוב תכונות בינה מלאכותית כמו MyBerlitz Speaking Tutor הגדיל את זמן הדיבור הממוצע של הלומדים שלנו עד 6 שעות בחודש. כמו כן, 93% מהתלמידים ששאלנו הסכימו ש-MyBerlitz Speaking Tutor היה מועיל מאוד לחוויית הלמידה שלהם.

כיצד אנו משלבים בינה מלאכותית והוראה אנושית בתוכניות שלנו

שילבנו בינה מלאכותית ישירות בפלטפורמות המקוונות שלנו, Live Online classes, Berlitz Flex ו-Berlitz On Demand, שתיהן נגישות במכשירים ניידים. שתי התוכניות מנחות את הלומדים לאורך שיעורי וידאו ופעילויות מובנים בקצב אישי, אותם הם פותחים בהדרגה ככל שהם מתקדמים. ובדרך, הלומדים מקבלים גם גישה לכלים המופעלים על ידי בינה מלאכותית, כגון תרגילים אינטראקטיביים, חידונים ומשחקים, כולם קשורים ישירות לנושאים שהם לומדים.

התכונה החזקה ביותר שלנו, המונעת על ידי בינה מלאכותית, היא MyBerlitz Speaking Tutor , תכונת בינה מלאכותית שאומנה בשיטת Berlitz המוכחת. תכונה זו מאפשרת ללומדים לתרגל דיבור והגייה עם משוב מיידי בזמן אמת. התכונה הזמינה כעת עבור ארבע משפות הליבה שלנו (אנגלית, צרפתית, גרמנית וספרדית), מדמה תרחישים אמיתיים ככל האפשר ומאפשרת ללומדים לבחור קולות ומבטאים ואפילו לתרגל נושאים ספציפיים לעבודה כגון מצגות, פגישות או ראיונות.

מלבד זאת, ללומדים יש גם גישה לעוזר הלמידה מבוסס בינה מלאכותית, צ'אטבוט הפועל 24/7 ומסייע בפיתוח שפה לפי דרישה. הוא יכול לענות על שאלות, לספק הסברים, לתרגם, לערוך הגהה למיילים או מצגות ולהציע משוב בדיוק בעת הצורך.

אף אחת מתכונות הבינה המלאכותית שלנו אינה תוספות גנריות המצורפות לקורס. הן בנויות סביב מסלולי למידה שתוכננו על ידי מדריכים ומעצבי למידה של ברליץ ומבוססת על שיטת ברליץ. משמעות הדבר היא שכל מה שהבינה המלאכותית שלנו עושה מחזקת למידה סוחפת בשפת היעד, המתמקדת בדיבור ובאוצר מילים אמיתי. ומכיוון שאנו יודעים ששיחות צ'אטבוט לא מובנות יכולות להיות מתישות נפשית, אנו מקפידים לשמור על הבינה המלאכותית ברמת הלומד ולשלב אותה בתערובת מאוזנת של פעילויות.

 

מה הלאה: החזון שלנו ללמידה מבוססת בינה מלאכותית - AI

לעת עתה, אנחנו רק מגרדים את פני השטח של מה שבינה מלאכותית יכולה לעשות עבור למידת שפות. הפרק הבא שלנו עוסק בבניית מערכת אקולוגית של בינה מלאכותית התומכת הן בתלמידים והן במדריכים על ידי התאמה אישית של נתיבי למידה והתאמה הדוקה יותר של הבינה המלאכותית לתרחישים מהעולם האמיתי. בעתיד שאנו צופים, הבינה המלאכותית שלנו תוכל לייצר שיעורים וחומרים מותאמים אישית תוך כדי תנועה. במקום תוכניות לימודים קבועות, כל תלמיד יוכל לעקוב אחר קורס שנבנה במיוחד עבורו. טייס משנה מובנה ידריך את הלומדים כמו GPS במסע הלשוני שלהם, ויציע מה לחזור עליו הלאה. באופן אידיאלי, הבינה המלאכותית שלנו תגביר, לא תחליף, את הקשר האנושי עם תזכורות מותאמות אישית, צ'ק-אין מוטיבציוני ולולאות משוב שמרגישות תומכות באמת, למרות שהן מופעלות על ידי טכנולוגיה.

באופן טבעי, גם מדריך הדיבור שלנו, המבוסס על בינה מלאכותית, יתפתח. ראשית, הוא יתרחב לשפות נוספות. שנית, הוא יאפשר ללומדים להתאים אישית את האופן שבו המורה שלהם מתקשר איתם (לדוגמה, בחירה בין משוב בזמן אמת או משוב בסוף השיחה). שלישית, הוא יתאים את עצמו להקשרים אמיתיים ולניואנסים תרבותיים (ספרדית מקסיקנית לעומת ספרדית קסטיליאנית).

אנו בוחנים גם תהליכי קליטה ושימור חכמים יותר כדי לעזור לתלמידים לשמור על מוטיבציה, בנוסף לבדיקות איכות אוטומטיות שמתמללות שיעורים, מודדות השתתפות ומוודאות ששיטת ברליץ מיושמת בצורה נכונה. כלים אלה יעניקו למדריכים ולמנהלים תובנות בזמן אמת לגבי מה שקורה בכל שיעור, כך שיוכלו לפעול מהר יותר כדי לשפר את התוצאות.

ובצד המדריכים, עוזרי בינה מלאכותית יסייעו בהכנת חומרים, בהצעת פעילויות ובסימון צרכי התלמידים בזמן אמת, ובכך ישחררו את המדריכים לעשות את מה שהם עושים הכי טוב: ללמד. בינה מלאכותית גם תעזור להפחית את הזמן והעלות של הכשרת מדריכים חדשים, ביצירת מודלים של שיעורים, במתן משוב ובזירוז תהליך ההסמכה.

"אנחנו יודעים מה באמת מניע את הקידמה"

After 147 years teaching languages, we know what truly drives progress. That’s why each of our AI tools is trained for one clear task and always grounded in the Berlitz Method, our proven approach to immersive, goal-based learning. Our MyBerlitz Speaking Tutor, for example, focuses entirely on helping learners reach their speaking goals after every lesson, just like every Berlitz class.”

Jon Hritz, Director of Global Product

העצמת לומדים באמצעות בינה מלאכותית - AI ואנשים

בברליץ, אנו מעצבים חוויות למידה בהן התאמה אישית המונעת על ידי בינה מלאכותית והוראה אנושית פועלות יד ביד. בנפרד, לכל אחת מהן יש חוזקות ומגבלות, אך יחד הן יוצרות דרך עשירה ויעילה יותר ללמידה.

אפילו כאשר טכנולוגיית הבינה המלאכותית מתקדמת במהירות וצצים מודלים מיוחדים המאומנים על נתוני למידת שפה, דבר אחד נותר ברור: בינה מלאכותית עדיין לא מחליפה את האמפתיה, יכולת ההסתגלות והקשר האנושי של מדריך מיומן. זו הסיבה שהאסטרטגיה שלנו היא להמשיך ולפתח את תכונות הבינה המלאכותית הגנרטיבית שלנו כדי לתמוך ולהשלים את התוכניות שלנו בהנחיית מדריך ובקצב אישי, לא להחליף אותן.