תלמידים, היום נלמד עליכם הכל / צילום: Shutterstock/ א.ס.א.פ קרייטיב
זה לא בדיוק סוד שחברות הטכנולוגיה, מפייסבוק ואמזון ועד לסטארט-אפים, אוספים עלינו הררי מידע ומנתחים אותו כדי לשפר את מוצריהן ואת שורת ההכנסות. שערוריית קיימברידג' אנליטיקה הייתה רק תזכורת אחת לצורה שבה פועלת כלכלת המידע של העשור הנוכחי, ולבעיות שהיא עלולה לייצר. אלא שככל שעובר הזמן נכנסים למשחק הביג דאטה גם מוסדות ותיקים יותר: ממשלות, צבאות, רשויות מקומיות, בתי חולים - ויותר ויותר, גם אוניברסיטאות ובתי ספר.
החודש פורסם כי אוניברסיטת אריזונה החלה בניסוי בשם "קמפוס חכם", שבו היא עוקבת אחר מיקום הסטודנטים. בכרטיסים שלהם מוטמע חיישן שיכול לנטר 700 מיקומים שונים בקמפוס, לצד השעה שבה הסטודנט ביקר בהם. המיקומים כוללים את בנייני המגורים, המעבדות, הספרייה, חדר הדואר, אולם הקולנוע ועוד. הכרטיסים גם משמשים ככרטיסי אשראי, למשל לקניית חטיפים ממכונות, וגם הרכישות האלה מנוטרות. בהמשך מתכננים לשלב במחקר גם מידע מ-8,000 נקודות ה-WiFi בקמפוס.
למה לפלוש כך לפרטיותם של הסטודנטים? מטרת הניטור היא לזהות את אלה מביניהם שעלולים לנשור מהלימודים. המידע שנאסף מוצלב עם נתונים נוספים של אוניברסיטת אריזונה, ולדבריה יאפשר לה לזהות מראש 85-90% מהסטודנטים ששוקלים לעזוב. "זה אומר שמתוך 2,000 נושרים, באפשרותנו לזהות 1,800", מסרה בהודעה לעיתונות סודהה רם, פרופסורית לניהול מערכות מידע שמובילה את היוזמה, "כשיש לנו את העקבות הדיגיטליים של הסטודנטים, אנחנו יכולים לחקור את דפוסי התנועה שלהם, ההתנהגות והאינטראקציות. זה מספק עליהם הרבה ידע". לדבריה, לסטודנטים עם מעגלים חברתיים מתכווצים או ללא שגרה מגובשת סיכוי גבוה יותר לנשור, ואלה מדדים חזקים יותר מציוני סוף סמסטר.
רם אומרת שהמידע שנאסף יישאר אנונימי לכל גורם - פרט ליועץ הלימודים של הסטודנט. באוניברסיטה מתכננים להתערב רק החל מהשבוע ה-12 לסמסטר, שבו סטודנטים לרוב מקבלים החלטה בנוגע להמשך לימודיהם. "אנחנו עושים מה שאמזון עושים, לשלוח מוצרים שלא הזמנתם אבל תזמינו בעתיד", מנמקת רם את ההחלטה לפעול בשיטה הזאת, ולא להסתפק בסיוע לסטודנטים שפונים לייעוץ ביוזמתם.
מניעת נשירה היא לא המטרה היחידה שמובילה אוניברסיטאות להיעזר בכלי ניתוח נתונים. עוד לפני כשלוש שנים פורסם באתר Chronicle of Higher Education כי מכללות בארה"ב בודקות את מספר הפעמים שהמועמדים ללימודים ביקרו באתריהן ואת פרקי הזמן שהקדישו לכל ביקור, כדי להתאים פרסומות למתעניינים ולהעריך מי מביניהם באמת מעוניין להירשם ללימודים. המטרה הייתה להעלות את שיעור הנרשמים מבין כלל המתקבלים, בניסיון לגרום למכללות להיראות אטרקטיביות יותר.
ההזדמנות של משרד החינוך
הרעיון שהמוסדות האקדמיים יעקבו באופן דיגיטלי אחר הסטודנטים מעורר אי-נחת מסוימת, אפילו בעולם שבו כולנו מסתובבים עם סמארטפונים שמדווחים על מיקומנו בכל רגע נתון. אחרי הכול, יש בין הצדדים מערכת ברורה של יחסי כוח. האם מכללות יפסלו מועמדים שלא בילו באתריהם מספיק זמן, ואוניבריסטאות ישקיעו פחות בסטודנטים שאוהבים להתבודד, מתוך הנחה שהם גם כך צפויים לנשור? הבעייתיות הזאת רק מחמירה כשמדובר בתלמידי בתי הספר.
מנגד, יש גם פוטנציאל גדול בכניסת הביג דאטה לתחום החינוך, שרבים חשים כי נשאר מאחור במהפכה הדיגיטלית. איסוף הנתונים בשילוב עם טכנולוגיות ניתוח מתקדמות יכול לסייע למערכת החינוך להבין טוב יותר את התלמידים וצורכיהם, להתאים את עצמה אליהם ולהשתפר בעקביות. "זה יכול לשנות את המערכת ללא היכר", אומר ירון אדל, לשעבר מנהל תחום החינוך במכון הישראלי לחדשנות, "אפשר ליצור תוכניות לימוד בהתאמה אישית, שיתאימו ליכולות ולעניין של כל תלמיד, כמו במנוע ההמלצות של נטפליקס. בהתאם, המורה יהפוך מסמכות ידע לאדם שתפקידו להקנות מיומנויות למידה".
לדברי אדל, "מורה ומנהל מקבלים כיום החלטות שמבוססות על הידע, הנסיון והרצון הטוב שלהם. אין שום איסוף ראיות, שיאפשר למדוד דברים יותר רלוונטיים מציונים - שלא מעניינים אף אחד בעולם החדש. למשל התמדה: אם ילד עושה שיעורים מול מחשב אפשר לראות בקלות כמה פעמים הוא ניסה לפתור שאלה שהתקשה בה, ולהבין את מי צריך לחזק בזה. בנוסף, אני זוכר שארגנו במכון האקתון עם עיריית ירושלים, וזכתה בו אפליקציה של בית הספר בויאר שחיברה בין תלמידים שלומדים באותו סגנון".
אדל לא נרתע גם מטכנולוגיות שעלולות להיחשב לפולשניות יחסית. "כששאלתי מנהלים ברשת אורט מה מעניין אותם לדעת, מנהל אחד אמר לי שהוא רוצה לגלות עם איזה מצב רוח התלמידים מגיעים לבית הספר. הוא אמר שמצלמות בכתות לניטור הבעות פנים זה מוגזם, אבל בכניסה לבית הספר זה לא. זו טכנולוגיה קיימת שעושים בה שימוש בשדות תעופה כבר שנים, ופיצ'ר קטן כזה יכול לאסוף נתונים שיובילו להורדת אלימות ולשיפור התקשורת בין התלמידים למורים".
לדבריו, ישראל ניצבת בפני הזדמנות ייחודית להפוך לפורצת דרך בביג דאטה לחינוך. "משרד החינוך בונה בימים אלה מדיניות בתחום. כמות הנתונים החינוכיים בישראל אדירה: לא רק ציונים, אלא גם היעדרויות והתנהגויות של התלמידים, אבל אף אף אחד לא מחבר את כל החלקים בפאזל. יש בישראל יותר מ-180 חברות שמייצרות מוצרים למטרות למידה, וכוח אדם איכותי. זו הזדמנות שחבל לפספס".
לדברי אמיר וינר, מנהל היחידה לחומרי לימוד אינטראקטיביים במרכז שה"ם של האוניברסיטה הפתוחה, איסוף הנתונים יאפשר לא רק יצירת מסלולי למידה מותאמים אישית - אלא גם בקרה עליהם. "המערכת תוכל לזהות בעצמה שאם מישהו סיים מסלול תוך זמן קצר,הוא אולי מחונן. גם קשיי למידה אפשר לזהות לפי דפוסים: במחקר שערכנו באוניברסיטה ראינו שתלמידים מתקשים לוחצים הרבה יותר על כפתורי פליי וסטופ". עם זאת, הוא מדגיש, "אנחנו עדיין רחוקים מהפנטזיה שיהיה בוט חכם שיוכל להמליץ לכל אחד איזה מסלול, זמני למידה ומשאבים מתאימים לו".
אחד הדברים שהאוניברסיטה הפתוחה כבר למדה מאיסוף הנתונים הוא איך להפוך את סרטוני הלימוד שהיא מפיקה לאפקטיביים יותר. בניסוי שערכה התאפשר לסטודנטים לבחור באיזו מהירות לצפות בסרטונים: רובם בחרו במהירות גבוהה פי 1.5 מזו שבה צולמו במקור, ואילו לקויי למידה צפו במהירויות איטיות יותר. כתוצאה מכך החלה האוניברסיטה לאפשר לכלל הסטודנטים לבחור את מהירות ההקרנה. "ראינו גם שסטודנטים שנכנסים להרצאות מצולמות באתר הקורס לרוב יצפו ב-20 דקות מתוכן. לכן אנחנו מבקשים ממרצים לחלק את ההרצאות לקטעים של 20 דקות, עדיף אפילו 10, כדי להתאים את החומר לאופן הלמידה. כשהוספנו לסרטונים שאלות פשוטות על החומר, ראינו שזמן הצפייה עלה. השאלות מאפשרות לסטודנט לדעת אם הבין את מה שנאמר, והדריכות לקראתן משמרת את הקשב".
מחקרים מהסוג הזה נעשים לא רק באוניברסיטאות, אלא גם בסיוע חברות חיצוניות. "רוב המוסדות האקדמיים בארה"ב מסתכלים על שלושה מדדים: הצלחת הסטודנטים, שיעור הנושרים ורמת המחקר", אומרת מיכל צור, מייסדת סטארט-אפ הווידאו קלטורה ומנהלת תחום החינוך בחברה, "אנחנו עובדים עם 650 אוניברסיטאות ומנסים לשרת אותן בכל שלושת התחומים. משתמשים בכלים שלנו כדי לשלב קטעי וידאו בקורסים, להקליט הרצאות ולתת לסטודנטים להציג מטלות. בעזרת הכלים האלה אנחנו יכולים לאסוף נתונים".
בעזרת הנתונים האלה, אומרת צור, יכולות האוניברסיטאות לבדוק לא מעט דברים: למה סטודנטים מצליחים או נכשלים בקורס מסוים; באיזו נקודה הם נוטים להיתקע; מהי השפעת הרקע של הסטודנט על הישגיו; איזה מרצה מעביר את החומר בצורה בהירה יותר; האם צפייה בסרטון מסכם אחרי השיעור משפרת את הציונים; איך מגבירים את הסיפוק וההנאה מהלימודים, והרשימה עוד ארוכה.
סכנת פרטיות ומידע שאסור שידלוף
היתרונות הפוטנציאליים לא תמיד מרשימים את הסטודנטים והוריהם. ב-2014 הובילה מחאת הורים לביטול פרויקט inBloom לאיסוף נתונים על תלמידים בארה"ב, שקרן גייטס תכננה לממן ב-100 מיליון דולר. המידע כלל בין היתר את ציוני הסטודנטים, התנהגותם, מצבם הכלכלי והרקע האתני שלהם. מטרת הפרויקט הייתה לתת למורים תמונה מלאה יותר על התקדמות התלמידים ולספק כלי למידה אונליין מותאמים אישית, אך "קואלציית ההורים לפרטיות" שהוקמה בעקבות המיזם סברה שהנתונים שנאספו אישיים מדי, הביעה חשש מאחסונו בענן של אמזון ובשיתופו עם חברות תוכנה שינתחו אותו, וטענה שאין יתרונות מוכחים בלמידה מקוונת.
קואליציית ההורים לפרטיות מזהירה שעדיין נאסף מידע רב על תלמידים בארה"ב, כולל פרטים רפואיים, מידע ביומטרי שנאסף בשיעורי ספורט, סוג האוכל שנקנה בהפסקת הצהריים, היסטוריית החיפושים באינטרנט ועוד. המידע מנותח באמצעות אלגוריתמים כדי לבנות פרופיל לכל תלמיד ויכול לעבור בין ספקים, רשויות ממשלתיות וחוקרי חינוך, ללא הסכמה הורית. על פי חוק הורים לילדים בבתי ספר ציבוריים לא יכולים להתנגד לאיסוף המידע, אך יכולים לדרוש לראות אותו ולבקש לתקנו אם מתגלות בו טעויות.
בנוסף, כשמדובר בנתונים רגישים תמיד קיים חשש בנוגע לאבטחתם. רק בחודש הקודם פורסם באתר The daily Pensilvanian כי פריצה גרמה לדליפת פרטים אישיים על 9,000 סטודנטים באוניברסיטת פן, הכוללים גם את ארבע הספרות האחרונות של מספר הביטוח הלאומי, המקבילה האמריקאית לתעודות זהות.
צור סבורה שלדאגות בנוגע לפרטיות ולאבטחת המידע בהחלט יש מקום. "זה נושא קריטי, וככל שהמידע יותר אישי צריך להקפיד יותר. באוניברסיטאות שיש בהן מערכת תמיכה נפשית, זו תהיה בעיה קשה אם ידלוף שאחד הסטודנטים סובל מחרדות. בבתי ספר לרפואה שעובדים איתנו ומצלמים ניתוחים יש אמות מידה הרבה יותר מחמירות של הצפנת נתונים מאשר במוסדות אחרים".
לפעמים, אומר וינר, דווקא שימוש מכוון במידע עלול להוביל לפגיעה בסטודנטים. "אם למשל מראים למישהו את ההתקדמות שלו בהשוואה לשאר הכתה, זה יכול לדרבן אותו אבל גם לגרום לו להרים ידיים. כלי ביג דאטה יכולים לומר לבן אדם שלסטודנטים מהרקע שלו יש סיכוי נמוך להצליח בקורס, ואז הוא מתחיל מנקודה שבה כל האלגוריתמים נגדו. צריך להתנסות בזהירות ולעשות בקרת נזקים, ואם לא בטוחים שנתון מסוים עוזר ללומד - אז עדיף לא להציג אותו"
אדל מבקש לא לשפוך את התלמיד יחד עם המים. "כמות הנתונים שאנחנו והילדים שלנו משתפים מרצוננו החופשי עצומה, ואנחנו גם רואים את הסכנות, כמו במקרה הנוכחי של פייסבוק. למה כשהמטרות הן מסחריות זה בסדר, אבל כשהמטרות חינוכיות זה לא? יש רווח מדהים מהשימוש בנתונים האלה, ואת הנזק אפשר לצמצם". עם זאת הוא מוסיף כי "לתלמיד צריך להיות החופש לבחור מה הוא משתף עם המורה או הכיתה ומה לא. נדרש תהליך רגולטורי של ניסוי וטעייה כדי לפתח את האיזונים והבלמים הנכונים, ולא לבנות משהו מפלצתי שיפגע בתלמידים".
הטכנולוגיות שמוסדות הלימוד מכניסים לשימוש
■ מעקב אחר מיקום הסטודנטים כדי לזהות תלמידים שעלולים לנשור
■ פיתוח מסלולי למידה מותאמים אישית
■ זיהוי דפוסים בקרב תלמידים מצטיינים ומתקשים
■ בניית הרצאות באופן המותאם לקשב של הלומדים
■ מציאת דרכים אפקטיביות להציג מידע בווידאו
■ איתור מועמדים שיירשמו למכללות על סמך פעילותם באתריהן