Chais2025_Heb_and_Eng-web

102 ע בחינת הידע הטכנולוגי - פדגוגי - תוכני בשילוב GenAI בקרב מורים בישראל ותדירות שימוש גבוהה בכלי GenAI באימוץ הטכנולוגיה בקרב אוכלוסיית המורים, וכן מדגישים את הצורך בהשתלמויות ממוקדות העוסקות בשימוש אפקטיבי ומושכל בכלי GenAI בתהליכי למידה. ה הוראה ו ה ממצאים אלה בהלימה עם מחקרים קודמים המדגישים את החשיבות הקריטית של השתלמות מקצועית בקרב מורים בהקשר של שילוב טכנולוגיית ה - GenAI לשם הוראה ולמידה ) Duque et al., 2024; Brandão et al., 2024; Ismail et al., 2024; Jayasuriya et al., 2024; Çelik et al., 2023 (. יחד עם זאת, במחקר הנוכחי נמצא כי המנבא הטוב ביותר מבין השניים כדי לנבא את רכיבי מודל ה - Intelligent TPACK הינו תדירות השימוש בכלי GenAI . כלומר, מורים שעשו שימוש תדיר בכלי GenAI בהוראה הפגינו רמות גבוהות יותר בכל רכיבי המודל. ממצא זה מרמז כי השימוש המעשי בכל י GenAI עשוי לתרום יותר להבנת הערך של רכיבי המודל מאשר ההשתלמות עצמה. הניתוח הסטטיסטי חשף כי שימוש בכלי GenAI הוא גורם מנבא משמעותי לרכיבי מודל ה - Intelligent- TPACK , אך בפועל דווח על שימוש נמוך בקרב המורים שהשתתפו במחקר . ממצא זה תואם מחקרים קודמים המצביעים על דפוס מוגבל של שימוש בטכנולוגיות GenAI בהוראה ) Carlos et al., 2024; Erdi & Serefli, 2021; Gülnihal, 2023 (. עם זאת, המחקר מצא קשר חיובי מובהק בין תדירות השימוש לרמות גבוהות יותר של Intelligent-TPACK , ממצא זה מעורר נורית אזהרה כלפי השימוש שעושים מורים בכלי GenAI ודורש מחקר נוסף. לפיכך, יש להשקיע משאבים כדי להדביק את הפער בין הפוטנציאל לשילוב כלי GenAI בהוראה לבין המצב בשטח. לאור האמור לעיל, גובר ה צורך בהשקעת משאבים ותכנון אסטרטגי לצמצום הפער בין הפוטנציאל התיאורטי ליישום בפועל. יש לפתח מנגנונים שיעודדו שימוש תדיר יותר בכלי GenAI , תוך מתן תנאים מתאימים ופיתוח מקצועי ממוקד למורים , במטרה לקדם שילוב אפקטיבי ומושכל של טכנולוגיות GenAI בפרקטיקות ההוראה. לגבי סדר הכניסה של המשתנים למודל, העובדה שתדירות השימוש נכנסה לפני ההשתלמות המקצועית מרמזת על חשיבות ההתנסות המעשית. זה עשוי להצביע על כך שחשיפה ושימוש ראשוניים בכלי GenAI עשויים להגביר את המוטיבציה והאפקטיביות של השתלמויות מקצועיות בהמשך. מבחינת יישום, ממצאים אלו מציעים אסטרטגיה של "למידה תוך כדי עשייה" לצד הכשרות פורמליות. מקורות Abbitt, J. T. (2011). Measuring Technological Pedagogical Content Knowledge in Preservice Teacher Education: A Review of Current Methods and Instruments. Journal of Research on Technology in Education, 43(4), 281–300 . https://doi.org/10.1080/15391523.2011.10782573 AlAli, R., & Wardat, Y. (2024). Opportunities and Challenges of Integrating Generative Artificial Intelligence in Education. International Journal of Religion, 5(7), 784-793. DOI: https://doi.org/10.61707/8y29gv34 Bahroun, Z., Anane, C., Ahmed, V., & Zacca, A. (2023). Transforming education: A comprehensive review of generative artificial intelligence in educational settings through bibliometric and content analysis. Sustainability, 15(12), 12983. https://doi.org/10.3390/su151712983 Biernacki, P., & Waldorf, D. (1981). Snowball sampling: Problems and techniques of chain referral sampling. Sociological methods & research, 10(2), 141-163. DOI: https://doi.org/10.1177/004912418101000205 Brandão, A., Pedro, L., & Zagalo, N. (2024). Teacher professional development for a future with generative artificial intelligence–an integrative literature review. Digital Education Review, (45), 151-157. DOI : https://doi.org/10.1344/der.2024.45.151-157 Cavalcanti, A. P., Barbosa, A., Carvalho, R., Freitas, F., Tsai, Y. S., Gašević, D., & Mello, R. F. (2021). Automatic feedback in online learning environments: A systematic literature review. Computers and Education: Artificial Intelligence, 2, 100027. DOI : https://doi.org/10.1016/j.caeai.2021.100027 Ching Sing Chai, Joyce Hwee Ling Koh, & Chin-Chung Tsai. (2013). A Review of Technological Pedagogical Content Knowledge. Journal of Educational Technology & Society, 16(2), 31–51. http://www.jstor.org/stable/jeductechsoci.16.2.31 Carlos, Ramiro, Lapo, Luna., Ena, Guadalupe, Andrade, Basurto. (2024). Technological deficiencies in education: a case study in an educational unit in Ecuador. 3(2):49-66. DOI: https://doi.org/10.69516/wrt0t294