לפעמים המחקר מאשר את השכל הישר

אינני זוכר בדיוק כיצד הגעתי למאמר של קית טוני (Keith Tunney) ב-Journal of Education for Teaching:

Humanising as innovation in a cold climate of [socalled-evidence-based] teacher education

אני יודע שזה היה לפני שבועיים, אבל מעבר לכך – אינני יודע. יכול להיות שזה היה דרך ציוץ של מישהו שאחריו אני עוקב, או דרך קישור באחד הבלוגים שאני קורא, או אולי פשוט מצאתי קישור אליו בדף ווב שאיכשהו התגלגלתי אליו. איך שלא יהיה, משהו בכותרת משך אותי, והחלטתי לאתר אותו דרך הספרייה ולקרוא אותו. לפי השם שערתי שאמצא במאמר התייחסות לשימוש בנתונים בחינוך, וציפיתי גם להתייחסות לדיגיטליות כך שבמידה לא קטנה הוא השיק לכמה מהתחומים שמעסיקים אותי. כמו שקורה לעתים די קרובות, גיליתי שהתוכן עניין אותי פחות מאשר ציפיתי. המאמר מעניין, אבל לטעמי בעייתי. מדובר בנסיון להראות שמול האווירה הקרה והמנוקרת של איסוף נתונים וניתוחם עדיף להציג נרטיב שבאמצעותו אפשר לקבל תמונה מקיפה ומלאה יותר על תלמידים ועל הלמידה שלהם. בשבחו את הנרטיב על פני הנתונים טוני טוען שאם אנחנו באמת רוצים לקדם את התלמיד כאדם עלינו לראות אותו לא דרך הסטטיסטיקה אלא כמכלול של סיפורים. אינני מתנגד לגישה הזאת. להפך, אני מאד מסכים איתה. אבל הרגשתי שעל מנת להבהיר את הנקודה החשובה, ובמידה לא קטנה המובנת מאליה, טוני מגייס רטוריקה אקדמית כבדה. לטעמי הלשון האקדמי של המאמר היתה מיותרת ואפילו פגעה ברעיון הבסיסי.

זה כמובן איננו סיבה לפסול את המאמר. לא כל מה שאנחנו קוראים מלהיב אותנו או גורם לנורה להידלק מעל לראש או מביא אותנו לצהול בקול רם "איזה יופי!". וחשוב אולי להוסיף שבביבליוגרפיה של המאמר מצאתי מספר מאמרים שנראים לי כדאיים לקריאה בהמשך. אבל הנקודה החשובה היא שהיה משהו במאמר שכן תפס אותי.

בשלב מסויים במאמר טוני מדווח על מחקרים שנערכו על ידי גופים רשמיים באנגליה שבחנו את הכדאיות של תכנית לארוחות חינם ותכנית של הגשת ארוחות בקר בבתי הספר לתלמידי כיתות יסוד. הוא כותב:

An econometric study into universal FSM by the National Centre for Social Research (NatCen, 2012) found that over a period of two years children made an additional two months’ progress in comparison to a control group. This concurs with similar gains in attainment found for breakfast programmes by the Institute for Fiscal Studies (IFS, 2017). In comparing the evidence offered by these two studies, the IFS study (2017) focused mainly on outcome measures such as attainment, attendance, and behaviour, whereas additionally, the National Centre for Social Research [NatCen] (2012, no page) pilot study included qualitative case studies to ‘document the experiences and views of teachers, pupils and parents/carers’. 

טוני דווקא מביא את הנתונים המרשימים האלה על ההתקדמות הלימודית של התלמידים במסגרת דיון על סוגי הנתונים שנחשבים משמעותיים בעיני מערכות החינוך. הוא כותב שפרויקטים כאלה בדרך כלל נערכים לפי ההשפעה שלהם על הישגים לימודיים בלבד. אבל הוא טוען שצריכים גם לקחת בחשבון שלפרויקטים כאלה ערך אנושי בסיסי. ומעבר לכך הוא מסביר שבפרויקטים האלה היה ערך נוסף: היה בהם ערך חברתי בכך שהתלמידים ישבו יחד כדי לאכול והם גם תרמו לשיפור הקשר בין ההורים לבין בתי הספר. לדעתו, כאשר מתמקדים בהישגים הלימודיים בלבד הערך ההומניסטי הבסיסי אשר בפרויקטים האלה הולך לאיבוד. טוני מדגיש שהבדיקה הסטטיסטית הקרה מפספסת את מה שהסיפור הנרטיבי מסוגל להראות.

אני מסכים איתו. ללא ספק יש כאן נקודה חשובה. אבל דווקא תוך כדי ההקפדה על הראייה ההוליסטית הרחבה נתון סטטיסטי לא פחות חשוב הולך לאיבוד. מערכות חינוך עסוקות מאד בבדיקה של האפקטיביות של התערבויות רבות ומגוונות. רבים טוענים, למשל, שציונים של תלמידים משתפרים כאשר מאריכים את הזמן שבו התלמיד נוכח בכיתה (ולכן הם מצדיקים קיצור ההפסקות בבתי הספר). יש גם מי שטוען שהציונים משתפרים כאשר מורים מקדישים זמן שיעור למבחני הכנה לפני מבחנים חשובים . ויש, כמובן, קבוצה שלמה שמבקשת להראות (או לפחות מקווה להראות) שהשימוש בכלים טכנולוגיים דיגיטליים בכיתה משפר את הלמידה. החיפוש אחר התערבויות שישפרו הישגים לימודיים הוא תעשייה שלמה. והנה, דרך טוני אנחנו מגלים שיש לפחות שני מחקרים שמראים שתלמידים שזוכים לארוחות מזינות מצליחים ללמוד טוב יותר מאשר תלמידים רעבים. מי היה מנחש!

להקריב את החינוך על מזבח ההכשרה

לפני כמעט שנה הרשת החברתי/המקצועית לינקדאין (LinkedIn) רכשה את חברת לינדה (Lynda) שבונה ומפיצה קורסים מקוונים בתחום ההכשרה המקצועית – בעיקר בנושאים טכנולוגיים. לינקדאין שילמה מיליארד וחצי דולרים עבור לינדה, והסכום האסטרונומי הזה גרם לרבים לתהות – מה ראתה לינקדאין בלינדה שהיה יכול להצדיק הוצאה כל כך גדולה. מספר פרשנים ניסו להסביר את הרכישה כצעד מאד מקובל – לא פעם חברות מבוססות מוציאות כסף רב כדי לרכוש חברות קטנות יותר. אבל במקרה הזה היה נראה שמשהו לא הגיוני. לחברת לינדה אמנם היה שם טוב בתחומו, אבל היא לא בהכרח היתה הבולטת ביותר בתחום, וקשה היה להאמין שכדאי להוציא עליה סכום כל כך גדול. רוב מי שהתייחס לרכישה חשב שלינקדאין העריכה שהעתיד נמצא בקורסים מקוונים להכשרה מקצועית והיתה מוכנה להשקיע כדי להכנס לתחום ולהתבסס בו.

מיכאל פלדשטיין ראה את הרכישה באור קצת שונה. הוא הסכים שלינקדאין אכן רצתה לחדור לתחום הקורסים המקוונים, אבל הוא זיהה נקודה אחרת שהפכה את הרכישה לכדאית. במאמרון שהתפרסם סמוך לרכישה פלדשטיין ציין שהעיסוק המרכזי של לינקדאין מתרכז סביב נתונים. כרשת מקצועית (להבדיל מרשת חברתית "סתם") לינקדאין עוסקת ביצירת קשרים בין בעלי מקצועות המחפשים עבודה לבין מקומות העבודה, ולפי פלדשטיין ללינקדאין המידע הרב והמדויק ביותר בתחום. הוא טען שהחיבור בין הקורסים של לינדה לבין המידע של לינקדאין יאפשר לה להעריך באופן מאד מדויק את הצרכים המקצועיים של חברי הרשת במציאת עבודה, ולייעץ למקומות העבודה לגבי מי כדאי לקבל לעבודה. לכן הוא ראה בחיבור בין כמות אדירה של מידע מהימן לבין קורסים שניתן להציע לפי הצורך חיבור מנצח:

LinkedIn is the only organization I know of, public or private, that has the data to study long-term career outcomes of education in a broad and meaningful way. Nobody else comes close. Not even the government. Their data set is enormous, fairly comprehensive, and probably reasonably accurate. Which also means that they are increasingly in a position to recommend colleges, majors, and individual courses and competencies. An acquisition like Lynda.com gives them an ability to sell an add-on service—“People who are in your career track advanced faster when they took a course like this one, which is available to you for only X dollars”—but it also feeds their data set.
במילים אחרות, פלדשטיין ראה ברכישת לינדה על ידי לינקדאין השקעה שבעיקר עוסקת במידע – המידע שלינקדאין תקבל מניתוח הנתונים על הלומדים בקורסים של לינדה, ובהמשך המלצות טובות יותר על מה כדאי ללמוד, תהפוך את הרשת לחברה השולטת בתחום החשוב הזה. הוא פסק:
The primary value of the acquisition wasn’t content. It was data. It was providing additional, fine-grained nodes on the career graphs of their users.
הניתוח של פלדשטיין די שכנע אותי. בין כל אלה שהתייחסו לרכישה, הניתוח שלו היה היחיד שהצליח להסביר את הכדאיות אשר בהוצאת סכום כל כך גדול: הדגש ההולך וגדל על נתונים בחינוך. ובכל זאת, פלדשטיין רק הסביר את הכדאיות של הרכישה. הוא לא בחן האם היא טובה או רעה לחינוך. פלדשטיין בקיא מאד בצד העסקי של התקשוב בחינוך, אבל הוא גם בעל גישה חינוכית שבוחן את ההשפעות של ההתפתחויות בתחום על הלמידה ועל החברה באופן כללי. ודווקא במקרה הזה נדמה לי שההתייחסות שלו היתה לפן העסקי בלבד. לדעתי היה חשוב לשאול כיצד החיבור בין נתונים מאד מדויקים לבין קורסים מקצועיים ממוקדים ישפיע על הלמידה ועל החינוך. השבוע אבי ורשבסקי כתב על החיבור הזה, וההתייחסות המעניינת, והחינוכית, שלו היא הסיבה שאני חוזר לנושא הזה כמעט שנה אחרי הרכישה. (דבריו של ורשבסקי התפרסמו השבוע בבלוג של MindCet, אבל הם הופיעו באנגלית לקראת סוף 2015 בחוברת של MindCet.)

ורשבסקי כותב על בעיית הרלוונטיות של ההשכלה הגבוה, בעיה שרבים שמבקשים לחולל שינוי בתחום מעלים:

האוניברסיטאות מנותקות משוק התעסוקה ועד כמה בית הספר לא מכין אותנו ל”עולם שבחוץ”.
הוא מסביר שהחיבור בין לינקדאין לבין לינדה יוצר מסלול של "עוקף אוניברסיטה", מצב שבו ה-"עולם שבחוץ" קובע אילו כישורים דרושים למקומות העבודה ומכתיב את אלה כמטרות החינוך. אם מאיסוף מתונים וניתוחם לינקדאין תזהה את הכישורים הדרושים לשוק העבודה היא תוכל להציע, דרך לינדה, את הקורסים שיענו על הצרכים שהיא מזהה. ובדרך הזאת ההשכלה הגבוהה הופכת להיות לא יותר מאשר פס יצור לצורכי "העולם שבחוץ":
דרך הרשת שלינקדאין מציעה, מועסק פוטנציאלי יכול לכוון במדויק למעסיק אצלו הוא רוצה לעבוד. באמצעות לינדה הוא יכול לתפור לעצמו בדיוק את ההכשרה הדרושה לו כדי להתקבל לעבוד.
זאת ועוד: מעסיקים יוכלו לקבל מידע מדויק לא רק על מה שנלמד, אלא על ההישגים של הלומדים, העובדים הפוטנציאליים, על מנת לבחור את המועמד המתאים ביותר למשרה. ורשבסקי מדגיש שבמערכת הסגורה הזאת:
אין פער בין שלב הלמידה לשלב העבודה.
יש חפיפה מסויימת בין דבריהם של פלדשטיין ושל ורשבסקי אבל הדגשים שלהם שונים. פלדשטיין מתמקד בכמויות האדירות של מידע שלינקדאין יכול לצבור, והיתרון שזה מעניק לה כדי להוביל בתחום החינוך/ההכשרה. ורשבסקי מתמקד בדרך שבה החיבור בין לינקדאין ולינדה יוצר מערכת שמלווה את הלומד מבית הספר ועד למקום העבודה.

סביר להניח שיזמים לא מעטים רואים ברכישה הזאת הצלחה אדירה (ובוודאי גם חשים קנאה כלפי ההצלחה הזאת). לעומת אלה, ורשבסקי רואה את הרכישה דרך עיניים חינוכיות ומזהה בעייתיות. יתכן מאד שמדובר ב-"הצלחה", אבל זאת הצלחה כלכלית ולא בהכרח חינוכית. הוא מזכיר לנו שהכנת התלמיד לעולם התעסוקה הינה רק אחד מתוך מגוון תפקידים שמערכת חינוך אמורה למלא. הייעול בהתאמת "תכנית לימודים" למשרה עתידית מטשטש תפקידים אחרים של החינוך, שאחד החשובים מאלה הוא בניית אדם עצמאי שמסוגל לתפקד בעולם כתורם ויוצר.

ורשבסקי מסכם:

כניסה של אלטרנטיבה כזו טומנת בחובה איום לבית הספר ולערכים שהוא מייצג, וגם הזדמנות למוסדות האלה להשתנות מן היסוד בכך שיתנו מענה לאתגר הזה.
למרבה הצער, הקביעה המאד לא מעודדת הזאת נראית לי די קולעת למציאות. גם לפני החיבור של לינקדאין עם לינדה במידה רבה מערכות חינוך פעלו יותר על מנת לספק את הידיים העובדות של התעשייה מאשר על מנת לסייע לאדם להכיר את העולם ולגבש את מקומו בו. זה התפקיד המרכזי והאמיתי של מערכת חינוכית, ואם לפני החיבור בין לינקדאין ולינדה היה קשה למערכת למלא את הייעוד הזה, אחרי החיבור הסיכוי שהיא תעשה זאת עוד יותר קטן.

לא, אינני שולל את השימוש בנתונים

כאשר אנחנו שומעים היום על "התאמה אישית" במסגרות חינוכיות הכוונה איננה לאפשר ללומד לכוון את הלמידה של עצמו, אלא כמעט תמיד "להתאים" את הקניית המידע שמערכת החינוך קבעה כנחוץ לקצב שהלומד יכול לעמוד בו. המטרה נשארת להביא כל תלמיד לאותם הישגים, לאותה נקודת סיום, כאשר במקום שהמורה בכיתה יכוון את עצמו לממוצע של קצב הלימוד ויכולות ההבנה של הכיתה שלו (ובמצב הזה, כמובן, יש מי שיתפוס מהר וגם מי שייכשל) כל תלמיד יקבל חומרי לימוד שיקדמו אותו לפי יכולתו. אין חדש בתפיסה הזאת. כבר שנים בישראל יש תכניות ל-"הוראה מותאמת" שמדגישות את הצורך לאפשר לכל תלמיד להתקדם בקצב שלו. אבל נדמה שעם ההתקדמות העצומה של כלים תקשוביים לאסוף ולנתח נתונים ההתאמה האישית (personalization) הומצאה מחדש. היום הגישה שגורסת שהלומד מסוגל, ואף צריך, להחליט החלטות בנוגע ללמידה של עצמו מפנה את מקומה לעליונות הנתונים שיודעים טוב יותר מהמורה ומהתלמיד מה טוב (ו-"מתאים") לתלמיד.

על אף העובדה שהתקשוב מגויס היום ל-"התאמה" שמכוונת כמעט באופן בלעדי לצרכים של המערכת, ולא של הלומד, אין ספק ששימוש נבון בנתונים יכול לתרום רבות להכוונה העצמית של הלומד. לפני כשבוע ג'רד סטיין במאמרון בבלוג שלו ביקר את גישת ה-"התאמה אישית" הרווחת והעמיד מולה גישה שהיא ממוקדת לומד:

student-centered learning practices tend to share a common (if sometimes unspoken) goal: to develop learners’ capability for self-directed, lifelong learning by granting more control and responsibility for the learning process
סטיין כתב על פרויקט שמוביל דייוויד ווילי – Lumen Learning – שלדעתו כן מצליח לנצל את יכולות התקשוב לצרכי הלומד. הוא מצטט ממאמרון של ווילי שהתפרסם כמה ימים קודם בו הוא מסביר את הבעיה בגישה הרווחת:
There is no active role for the learner in this “personalized” experience. These systems reduce all the richness and complexity of deciding what a learner should be doing to – sometimes literally – a “Next” button. As these systems painstakingly work to learn how each student learns, the individual students lose out on the opportunity to learn this for themselves. Continued use of a system like this seems likely to create dependency in learners, as they stop stretching their metacognitive muscles and defer all decisions about what, when, and how long to study to The Machine.
ווילי מדגיש שמערכות כאלו מונעות את יכולתו של הלומד להכיר את הרגלי הלמידה של עצמו ומפתחות אצלו תלות במנגנון התקשובי. בכך הן מזיקות לפיתוח הלומד העצמאי. הוא מציין שהן עושות זאת מפני שהן משרתות את הצרכים של ספק כלי התקשוב, ולא את הלומד. הוא כותב שבמהלך השנה האחרונה בפגישות עם מרצים ועם סטודנטים הצוות שלו מנסה:
to develop an approach that – if you’ll pardon the play on words – puts the person back in personalization
הוא כותב שכמו עם מערכות מתוקשבות אחרות הגישה של הצוות שלו מתבססת על בניית מודל של מה שהלומד יודע. אבל להבדיל ממערכות שבהן ההחלטות על הצעדים הבאים נמצאות בידי המכונה, המערכת של ווילי משקפת ללומד את מצב הלמידה של עצמו ומבקשת ממנו להחליט על צעדיו הבאים בהתאם למידע הזה. השימוש ב-"מכונה" להמליץ, אבל לא לקבוע, נמצא ביסוד הגישה שלו. לפי ווילי:
We believe very strongly in this “machine provides recommendations, people make decisions” paradigm.
הוא איננו משלה את עצמו שכל לומד יידע להחליט את ההחלטות הנכונות עבור עצמו, אבל הוא איננו מוותר על המטרה הזאת. המערכת שהוא בונה איננה מוציאה את הלומד מתהליך הלמידה מפני שהיא "יודעת" טוב יותר מה טוב עבורו. היא מבקשת לשפר את היכולת של הלומד לקבל החלטות נבונות בנוגע ללמידה שלו. סטיין מסכם את הגישה הזאת בצורה מאד ברורה:
First, Lumen is acknowledging that though developing learners’ understanding of the material is critical, there is a higher, more profound goal of learner autonomy.

Second, Lumen is using the power of learning analytics to improve learning habits through self-reflectiveness as a means to travel on the path toward autonomy.

גם מיכאל פלדשטיין מתייחס למאמרון של ווילי, וכמו סטיין הגישה של ווילי מוצאת חן בעיניו. פלדשטיין מתאר את השלבים שהם המתאימים למערכת המלצות מתוקשבת שמפתחת את האוטונומיה של הלומד. לדעתו מערכת כזאת צריכה להציג ללומד מה הן המיומנויות ו/או הידיעות שהלומד טרם רכש והיא צריכה להציג בפניו את העדויות שהובילו לאבחון הזה. בהמשך היא צריכה להביא המלצות לצעדים הבאים שרצוי שהלומד ינקוט יחד עם הסבר על למה היא מביאה את ההמלצות האלו. הוא כותב:
There are lots of ways that a thoughtful user interface designer can think about progressively revealing some of this information and providing “nudges” that encourage students on certain paths while still giving them the knowledge and freedom they need to make choices for themselves.
הדגש אצל פלדשטיין, כמו אצל סטיין ואצל ווילי, הוא על החופש של הלומד להחליט בעצמו. לשם זה הם רוצים לאפשר לו גישה למידע שמאפשר לו לקבל החלטות נבונות. למרבה הצער, המערכות המתוקשבות ל-"התאמה אישית" של היום "יודעות" מה טוב עבור הלומד. מפתחי המערכות האלו משרתות תפיסה הוראתית שבה רצונות הלומד אינם חשובים – הרי מראש ברור אילו ידיעות הלומד צריך לרכוש, ובסך הכל מטרתן היא ייעול תהליך הרכישה. אפשר לקוות שבכל זאת אפשר יהיה לרתום את התקשוב למטרה יותר חינוכית כמו זאת שעליה מצביעים ווילי, סטיין ופלדשטיין. בידיים הנכונות איסוף הנתונים וניתוחם יכולים לשרת מטרה כזאת … אם כי עדיין לא ראינו שזה קורה.