בלוג

בעידן שבו אפשר לשאול את ChatGPT ודומיו כמעט כל שאלה, לתרגם טקסטים ברגע, לפתור תרגילים, לסכם מאמרים ולקבל הסברים מותאמים אישית, עולה שאלה מתבקשת: למה בכלל צריך לזכור? אם הידע זמין לנו כל הזמן, אולי אין עוד צורך להשקיע בשינון, בשליפה, בתרגול ובבניית ידע פנימי?

פרק חדש בספר העוסק במהפכת הבינה המלאכותית, מציע תשובה ברורה: דווקא בעידן שבו הידע החיצוני נגיש מאי פעם, הזיכרון האנושי חשוב יותר. לא משום שעלינו להתחרות ב-AI, אלא משום שכדי להשתמש בו באופן חכם, ביקורתי ויעיל, אנחנו חייבים בסיס ידע פנימי.

הטענה המרכזית של הכותבים (Oakley  ושות', 2026) היא שהמוח אינו לומד רק מעצם החשיפה למידע. למידה מתרחשת כאשר המוח מעבד מידע באופן פעיל: מנסה להיזכר, טועה, מתקן, משווה בין מה שציפה לבין מה שקרה בפועל, ומקשר בין רעיונות חדשים לידע קודם. כאשר כלי חיצוני עושה עבורנו את כל העבודה, כלומר - מספק תשובה מלאה, מארגן את ההסבר, פותר את הבעיה ומנסח את המסקנה- התוצר אולי נראה מרשים, אבל תהליך הלמידה הפנימי עלול שלא להתרחש. כלל

מנקודת מבט נוירופדגוגית, זו נקודה קריטית. זיכרון אינו “מחסן” פסיבי של עובדות, אלא תשתית פעילה לחשיבה. כאשר אנחנו זוכרים מושגים, עובדות, דפוסים ודרכי פעולה, המוח בונה סכמות. באופן תיאורטי, סכמות הן מבני ידע נלמדים שמאפשרים לנו להבין מידע חדש, לזהות טעויות, להסיק מסקנות ולפתור בעיות -מתוך ידע פנימי, התנסות, ולמידה. בלי סכמות פנימיות, אנחנו אולי יודעים איפה למצוא מידע, אבל מתקשים להעריך אם הוא נכון, עמוק או מתאים להקשר. מכאן, שעלולה להתגבש למידה של מידע לא נכון, ארגון מושגים שגוי וכן הלאה.

מבחינה מוחית, הידע שאנו זוכרים מקודד כרשת של עקבות זיכרון המקושרות זו לזו. כאשר אנו שולפים מידע מהזיכרון אנו מפעילים מחדש את הרשת העצבית שנבנתה בזמן וסביב הלמידה, ובכך מחזקים אותה. זו אחת הסיבות לכך שאסטרטגיות נוירופדגוגיות, כמו שליפה פעילה, תרגול מרווח וחזרה לאורך זמן יעילים כל כך ללמידה ארוכת טווח. בנוסף, תהליך הקונסולידציה (התגבשות) של הזיכרון, המתרחש לאורך שעות, ימים ואף יותר, מאפשר למוח לזקק את עיקרי הידע, להפחית “רעש” מיותר, ולחבר את המידע החדש לסכמות קיימות. כך, ידע שדרש בתחילה מאמץ ועיבוד מודע, יכול להפוך בהדרגה לנגיש, מהיר ואינטואיטיבי יותר. במונחים חינוכיים, זו בדיוק הסיבה לכך שלא מספיק שהלומד “יבין כשמסבירים לו”; הוא צריך להתנסות בשליפה, ביישום ובחזרה, כדי שההבנה תהפוך לחלק ממבנה הידע הפנימי שלו.

הכותבים מבחינים בין “לדעת איפה למצוא תשובה” לבין ידע פנימי. תלמיד שיודע שאפשר לשאול את ה-AI מהי פוטוסינתזה אינו מפעיל את אותן רשתות עצביות כמו תלמיד שמבין וזוכר כיצד צמחים ממירים אור לאנרגיה. הראשון מחזיק קיצור דרך למידע; השני מחזיק ידע פנימי שמאפשר לו לחשוב באמצעותו. ההבדל הזה חשוב במיוחד כאשר נדרשת חשיבה ביקורתית: כדי לזהות תשובה שגויה, שטחית או מטעה, צריך שיהיו לנו ציפיות פנימיות כלשהן לגבי מה אמור להיות נכון.

כאן נכנס מושג חשוב בלמידה: טעות ניבוי. המוח לומד היטב כאשר יש פער בין מה שציפינו שיקרה לבין מה שקרה בפועל. הפער הזה מאותת למוח שמשהו דורש עדכון. אבל כדי שתהיה טעות ניבוי, צריכה להיות קודם ציפייה. אם תלמיד אינו מחזיק ידע פנימי בסיסי, אין לו מול מה להשוות את התשובה שקיבל. לכן, כאשר AI מציג תשובה שגויה בביטחון רב, תלמיד חסר ידע עלול לקבל אותה בלי להרגיש שיש בעיה.

הדבר נכון גם לגבי מיומנויות. ידע שמתחיל כמשהו שדורש מודעות ומשאבים קוגניטיביים, למשל שימוש בלוח הכפל, קריאה שוטפת, פתרון משוואה או שימוש במושג מדעי, יכול להפוך עם תרגול למיומנות אוטומטית וגמישה יותר. המעבר הזה דורש שליפה חוזרת, תרגול, משוב וזמן. כאשר אנחנו עוקפים שוב ושוב את המאמץ באמצעות טכנולוגיה, אנחנו עלולים למנוע מהמוח את ההזדמנות לבנות את המסלולים האוטומטיים והאינטואיטיביים שעליהם נשענת מומחיות. 

הפרק מדגיש גם את ההבחנה בין זיכרון דקלרטיבי (שמחזיק ידע מודע של עובדות, מושגים והסברים) לבין זיכרון פרוצדורלי (שבו ידע הופך בהדרגה למיומנות כמעט אוטומטית). שני סוגי הזיכרון פועלים יחד: הידע המודע מאפשר הבנה גמישה, ואילו התרגול החוזר מפנה משאבי קשב וזיכרון עבודה לטובת חשיבה מורכבת יותר. אך אם אנחנו לא מחזיקים בידע הדקלרטיבי בגלל "מיקור חוץ" ל-AI, לא נוכל לעשות פרוצדורליזציה למידע.

חשוב להדגיש שאין פירוש הדבר שצריך להימנע מ-AI או מכלים דיגיטליים. להפך! כלים אלו יכולים להיות כלי למידה מצוינים- הם יכולים לתת רמזים, להסביר בדרכים שונות, לעזור בארגון ידע, להציע שאלות לתרגול, לאתר פערים, ולהרחיב חשיבה. אבל השאלה הפדגוגית החשובה היא מתי הכלי תומך בלמידה, ומתי הוא מחליף אותה. כדי ש-AI יחזק למידה ולא יעקוף אותה, חשוב לשלב אותו רק אחרי ניסיון עצמאי, ולא במקומו. 

בכיתה, המשמעות היא שעלינו להמשיך לטפח למידה פעילה שכוללת שליפה מהזיכרון, תרגול מרווח, חזרתיות, פתרון בעיות, הסבר במילים של התלמיד, והשוואה בין תשובות. לצד זאת, כדאי ללמד תלמידים לשאול שאלות מטה־קוגניטיביות בזמן שימוש ב-AI, כמו מה ידעתי לפני ששאלתי? מה למדתי עכשיו? האם אני יכול להסביר זאת בלי להשתמש ב-AI? האם התשובה שקיבלתי מתיישבת עם מה שכבר ידוע לי? מה דורש בדיקה נוספת? מכאן, שחשיבה ביקורתית הופכת לאחת המיומנויות הקריטריות ביותר בעידן הנוכחי.

בסופו של דבר, הזיכרון האנושי אינו מיותר בעידן הבינה המלאכותית; הוא למעשה התנאי לשימוש נבון בה. ככל שהכלים החיצוניים נעשים חזקים יותר, כך חשוב יותר לפתח מוח שיודע לשאול, לבדוק, לזהות, לקשר ולחשוב. לכן, המטרה אינה לבחור בין מוח אנושי לטכנולוגיה, אלא ליצור איזון עם טכנולוגיה שמרחיבה את יכולות הלמידה שלנו, בלי לגרום לנו לוותר על המנגנונים הקוגניטיביים שהופכים למידה להבנה.

Oakley, B., Johnston, M., Chen, K. Z., Jung, E., & Sejnowski, T. (2026). The memory paradox: Why our brains need knowledge in an age of AI. In The artificial intelligence revolution: challenges and opportunities (pp. 573-628). Cham: Springer Nature Switzerland.
https://arxiv.org/abs/2506.11015?