לפני שמתחילים עם אוטומציות, סוכנים ודברים מורכבים, יש כמה שימושים פשוטים ב‑AI שיכולים לפתור בעיות שמנהלים פוגשים שוב ושוב. הנה שלושה מהם.
1 לכתוב ניוזלטר שבועי בלי להתחיל בכל פעם מאפס
ישבתי השבוע עם מנהל שאמר לי:
"כל יום שישי אני יושב לכתוב סיכום שבועי למורים. זה לוקח לי בערך שעתיים. ניסיתי להיעזר ב‑ChatGPT, אבל קיבלתי הצעות גנריות ודי מטופשות. לא הרגשתי שהוא באמת חוסך לי זמן."
הבעיה היא לא בהכרח ב‑AI. הבעיה היא שאנחנו הרבה פעמים מבקשים ממנו לעבוד על לוח חלק. כדי שהצ׳אט יוכל לכתוב משהו שבאמת נשמע כמוכם, הוא צריך הקשר. במקרה של ניוזלטר שבועי, הייתי נותן לו שני דברים:
- כמה ניוזלטרים קודמים שכתבתם — כדי שילמד את הסגנון, המבנה והדברים שחשובים לכם.
- חומר גלם מהשבוע האחרון — עדכונים, הודעות, אירועים, הישגים, דברים שצריך להזכיר.
מכאן העבודה כבר משתנה: במקום לשבת שעתיים מול דף ריק, אפשר לתת לצ׳אט להכין טיוטה ראשונה, ואז לעבור עליה, לדייק ולהוסיף את הקול האישי שלכם. אפשר לעשות את זה בתוך מרחב עבודה קבוע שבו שומרים את הדוגמאות וההנחיות — למשל Projects, Gems או כלים דומים.
2 למצוא בקלות את המידע שמסתובב בבית הספר
כמעט בכל פגישה ראשונה עם מנהל עולה אותו משפט: "יש לנו את זה איפשהו, אני רק לא זוכר איפה."
לבתי ספר יש המון מידע: נהלים, טפסים, תיקי טיול, מערכי חינוך, חומרי טקסים, מסמכים לצוות ועוד. הבעיה היא שלא תמיד מישהו יודע איפה כל דבר נמצא — וגם כשמוצאים את המסמך, לא תמיד יש זמן לקרוא אותו.
כאן כלי כמו NotebookLM יכול להיות שימושי מאוד. הוא ידוע בזכות היכולת שלו ליצור פודקאסטים, מצגות וסרטונים, אבל לא פחות מרשימה בעיניי היא היעילות שלו באחסון מידע. אפשר ליצור מחברות לפי נושאים — טיולים, טקסים, שיעורי חינוך או שיחות עם מורים — ולהעלות אליהן את החומרים הרלוונטיים. (גם סיכומים בכתב יד יכולים להיכנס לשם: מצלמים את הדף ומבקשים מהצ׳אט להפוך אותו לטקסט.) ואז, במקום לחפש ידנית, אפשר לשאול:
- איפה מופיעות ההנחיות לגבי יציאה לטיול?
- מה ההבדלים בין שני הנהלים האלה?
- תבנה לי צ׳קליסט מתוך שלושת המסמכים לקראת הטקס.
- מה הנושאים המרכזיים שעלו בשיחות עם מורים החודש?
ככה אתם שומרים את הידע בצורה מסודרת, וגם יש לכם דרך לשלוף אותו ולדבר איתו בקלות.
3 לשוחח עם הנתונים
אפשר לקחת את האקסלים שיש לכם ולדבר עליהם עם הצ׳אט. האקסל עצמו יודע לחשב מצוין — אבל עם ה‑AI אנחנו יכולים להפיק מהנתונים תובנות ולספר סיפור. אפשר למשל לשאול:
- מה מעניין בנתונים האלה?
- האם תלמידים שמתקשים באנגלית מתקשים גם במתמטיקה?
- מהן שלוש הנקודות שכדאי להביא לדיון במועצה הפדגוגית?
היתרון הוא שהניתוח הופך לשיחה: תשובה אחת יכולה להוביל לשאלה נוספת, ומשם לעוד השערה שתרצו לבדוק. בסוף אפשר גם לבקש מה‑AI להציע דרך להציג את הממצאים — בטבלה, בגרף או בדשבורד — כדי שיהיה קל יותר להביא אותם לישיבת צוות ולקבל החלטות.
הסתייגות חשובה: נתוני תלמידים הם מידע רגיש. לפני שמעלים אותם לכלי AI צריך לבדוק מה מדיניות הארגון ומה מותר להזין לכלי שבו משתמשים. ככלל, כדאי לצמצם ככל האפשר מידע מזהה, ולא להעלות פרטים אישיים שאינם נחוצים לניתוח.
בעיניי, אלה בדיוק המקומות שכדאי להתחיל מהם עם AI בבית הספר: לא מהדברים הכי מרשימים, אלא מהמשימות שחוזרות כל שבוע, לוקחות זמן, ואפשר להפוך אותן לקצת יותר פשוטות.