וייב קודינג (Vibe Coding) עם מורים בהכשרה: מחקר פיילוט בקבוצה אחת עם מבחן מקדים ומבחן מסכם של מסוגלות עצמית בתכנות וכוונות שימוש בבינה מלאכותית גנרטיבית בחינוך

מבוא

בינה מלאכותית גנרטיבית משנה את האופן שבו מתחילים לומדים פוגשים תכנות, משום שהיא מאפשרת ליצור תוכניות באמצעות שפה טבעית. גישה זו מכונה "vibe coding". המשתמש מתאר במילים יומיומיות את ההתנהגות הרצויה של התוכנית, המערכת מייצרת קוד מועמד, והמשתמש מעדן את התוצר בהנחיות נוספות. הדגש עובר מכתיבת תחביר לניסוח מטרות, הערכת תוצרים ושיפור ההנחיות. בהקשר החינוכי הגישה בדרך כלל מודרכת ולא אוטונומית לחלוטין, ובמחקר הנוכחי המונח משמש במובן ההוראתי הזה.

הרלוונטיות לסטודנטים להוראה נובעת מכך שמצפים מהם לפתח מיומנויות חישוביות, אף שלרובם, מחוץ לתחומי המחשוב, אין כמעט ניסיון בתכנות. קשיים מוקדמים בתחביר ובניפוי שגיאות עלולים לפגוע בביטחון העצמי עוד לפני שהתרחשה למידה משמעותית. המחקר נשען על תאוריית הלמידה החברתית-קוגניטיבית: מסוגלות עצמית מתפתחת בעיקר מחוויות שליטה וחוויות מייצגות (צפייה במודל), ובנוסף משכנוע חברתי ומצבים פיזיולוגיים. לפי הנחת המחקר, vibe coding מאפשר ללומדים להפיק תוכניות עובדות כבר מההתחלה (חוויות שליטה), והדגמות המרצה מספקות חוויות מייצגות. הספרות על הנושא מעורבת: במחקר אחד נמצאה עלייה במסוגלות עצמית לתכנות, בשני נמצאה ירידה בביטחון בקרב סטודנטים להוראה, ובשלישי נמצאה עלייה שלא התקשרה לביצועים בפועל.

מחקר זה בחן שני נושאים. הראשון הוא מסוגלות עצמית לתכנות, למשימות פשוטות ומורכבות. השני, כתוצאה משנית, הוא כוונה להשתמש בבינה מלאכותית גנרטיבית בהוראה. ההשערה הראשונה (H1) הייתה שהמסוגלות העצמית תעלה מהמדידה הראשונה לשנייה, וההשערה השנייה (H2) הייתה שגם הכוונות ישתפרו.

שיטה

משתתפים והליך

נעשה שימוש בתכנון של קבוצה אחת עם מדידה לפני ואחרי, משום שחלוקה אקראית לא הייתה אפשרית במסגרת הקורס הקיים. המשתתפים נאספו מכיתות קיימות בקורס בחירה באוניברסיטה ממלכתית בטורקיה. ההשתתפות הייתה וולונטרית, והסכמה מדעת ניתנה בעל פה, בהתאם לאישור ועדת האתיקה. כדי להתאים בין המדידות ברמת הפרט, המשתתפים כתבו את שמם על שאלון הפרה-מבחן, והשאלונים חולקו להם מחדש בשמם בסוף. פרטים מזהים לא נכללו בנתונים שנותחו.

המחבר היה גם המרצה וגם החוקר, מצב שעלול ליצור אפקט ציפיות ורצייה חברתית. כאמצעי הגנה, תשובות השאלונים לא נבדקו במהלך ההתערבות, הציון ניתן רק על עצם הגשת המשימות (צילומי מסך של תוכניות פועלות) ולא על איכותן, והמשתתפים נאמר להם שתשובותיהם לא ישפיעו על הציון. עם זאת, לא היה משקיף בלתי תלוי או בדיקת מניפולציה, ולכן אין לשלול השפעה של ציפיות.

בקורס נרשמו 187 סטודנטים, ו-28 מהם (15%) הוצאו מהניתוח כי לא סיפקו נתונים בשתי המדידות, בדרך כלל בגלל היעדרות. לא נשמר מידע על הנושרים, ולכן אי אפשר להשוות אותם למדגם. המדגם הסופי כלל 159 סטודנטים להוראה, 92.5% נשים (147) ו-7.5% גברים (12), מארבע תוכניות: חינוך יסודי (49), גיל הרך (43), ייעוץ והכוון פסיכולוגי (35) וחינוך לשוני בטורקית (32). רובם השתמשו בבינה מלאכותית גנרטיבית בעיקר ללימודים (54.1%) או לחיפוש מידע כללי (40.9%), והשימוש היומי היה בדרך כלל נמוך (פחות משעה: 55.4%; בין שעה לשעתיים: 34%).

ההתערבות

ההתערבות נמשכה ארבעה שבועות במסגרת הקורס "יישומי בינה מלאכותית בחינוך", כולם עם אותו מרצה. הפרה-מבחן ניתן בתחילת המפגש הראשון, ההוראה החלה מאוחר יותר באותו מפגש והמשיכה בשני מפגשים שבועיים נוספים בני שעתיים, סך הכול כשש שעות הוראה. הפוסט-מבחן ניתן בשבוע הרביעי אחרי השלמת המשימות האחרונות. התכנות נעשה בפייתון באמצעות Google AI Studio, עם המודל Gemini 2.5 Flash בהגדרות ברירת מחדל, בלי הוראות מערכת מותאמות. מכיוון שבכיתה לא היו מחשבים, המשתתפים עבדו בטלפונים ניידים.

כל מפגש התנהל במבנה זהה. בשעה הראשונה המרצה הדגים ניסוח הנחיות, הערכת פלטים ותיקון הנחיות כשהתוכנית לא פעלה כמצופה. בשעה השנייה המשתתפים שחזרו והרחיבו את התוכניות בעצמם בהנחיית המרצה. המורכבות עלתה בהדרגה: המפגש הראשון עסק בחישובים בסיסיים ופלט מעוצב, השני חיזק מיומנויות והציג יישומים תובעניים יותר, והשלישי התמקד בפרויקטים גדולים ובאסטרטגיית הנחיה מדורגת (ניתוח הבעיה וקביעת הפונקציונליות לפני יצירת הקוד ושיפורו). אחרי המפגש השני הוגשו שלוש משימות פשוטות, ואחרי השלישי חמש משימות מורכבות, בצילומי מסך. כל המשתתפים הגישו את כל המשימות. ההגשות שימשו לאימות מעורבות ולא להערכת ביצועים, והושלמה קידוד בינארי של השלמה. מאחר שהוגשו רק צילומי מסך, לא ניתן היה לבדוק תדירות הנחיות או היקף עריכות. חומרי ההוראה המלאים מצורפים כחומר משלים.

כלי מדידה

מסוגלות עצמית לתכנות נמדדה בסולם CPSES בן תשעה פריטים: שלושה למשימות פשוטות (למשל "אני יכול לכתוב תוכנית שמחשבת ממוצע של שלושה מספרים") ושישה למשימות מורכבות (למשל "אני יכול לארגן ולתכנן תוכנית באופן מודולרי"), בסולם של 1 עד 7. מהימנות הסולם הייתה גבוהה (אלפא של 0.92/0.95 למשימות פשוטות ו-0.85/0.91 למורכבות, בפרה ובפוסט). כוונה להשתמש בבינה מלאכותית בחינוך נמדדה בסולם BIS בן חמישה פריטים, בסולם של 1 עד 5 (אלפא 0.89/0.86).

אסטרטגיית הניתוח

נערכו סטטיסטיקה תיאורית, בדיקת נורמליות (הטיה וגבנוניות בטווח ±1 והיסטוגרמות של ציוני השינוי), מהימנות (אלפא ואומגה), תוקף מתכנס (AVE ומהימנות מורכבת) וניתוח גורמים מאשש (CFA) עם מדדי התאמה מקובלים. נבדקה גם אי-שונות מדידה אורכית (קונפיגורלית, מטרית וסקלרית). הבדלים בין המדידות נבדקו במבחני t למדגמים תלויים, עם גודל אפקט dz של קוהן, ובדיקת חוסן במבחן ווילקוקסון. בוצעו שלוש השוואות, שתוקנו בבונפרוני (0.017) ובשיטת בנג'מיני-הוכברג.

תוצאות

תוקף מבני ואי-שונות מדידה

ההתאמה של מודלי ה-CFA הייתה חלקית. רק מודל ה-BIS בפרה-מבחן עמד בכל הקריטריונים. ב-CPSES בפרה-מבחן RMSEA היה 0.14 ו-GFI 0.89, ובפוסט-מבחן RMSEA היה 0.09. ב-BIS בפוסט-מבחן RMSEA היה 0.13. מדדי CFI ו-SRMR היו בדרך כלל תקינים, וכל המשקלות הגורמיים עלו על 0.60. נראה שה-RMSEA מנופח בגלל מעט דרגות חופש. לכן התוקף הגורמי נחשב מקובל אך לא חזק באופן עקבי.

אי-שונות מדידה אורכית לא נקבעה באף אחד מהכלים. המודל הקונפיגורלי של CPSES לא הותאם דיו (CFI=0.901, RMSEA=0.110), ולכן לא נבדקו שלבים נוספים. ב-BIS נתמכה אי-שונות מטרית אך לא סקלרית. לכן ההבדלים מפורשים כשינויים בציונים הנצפים, מתוך זהירות לכך שייתכן שהפריטים פורשו אחרת בכל מדידה.

תיאור והשוואות בין המדידות

בבסיס, המסוגלות העצמית הייתה נמוכה מאוד, 1.48 (סטיית תקן 0.88) למשימות פשוטות ו-1.55 (0.78) למורכבות. בפוסט-מבחן הממוצעים עלו ל-5.67 (1.37) ול-3.92 (1.27). הכוונה להשתמש בבינה מלאכותית הייתה גבוהה מלכתחילה (4.14) ועלתה ל-4.34. מדדי AVE ו-CR תמכו בתוקף המתכנס.

מבחני t הראו עליות מובהקות בכל התוצאות. במסוגלות למשימות פשוטות: t(158)=33.05, p<0.001, dz=2.62. במשימות מורכבות: t(158)=21.64, p<0.001, dz=1.72. בכוונה להשתמש בבינה מלאכותית: t(158)=3.68, p<0.001, dz=0.29. כל ההשוואות נותרו מובהקות אחרי תיקוני בונפרוני ובנג'מיני-הוכברג. מבחני ווילקוקסון חזרו על אותו דפוס (r=0.86, 0.84 ו-0.27 בהתאמה).

דיון

הממצאים העיקריים שלושה. ראשית, המסוגלות העצמית לתכנות הייתה גבוהה בהרבה בפוסט-מבחן, בשני סוגי המשימות. שנית, העלייה במשימות פשוטות הייתה גדולה מזו שבמשימות מורכבות, והביטחון במשימות המורכבות נותר סביב אמצע הסולם. שלישית, הכוונה להשתמש בבינה מלאכותית עלתה במעט מבסיס גבוה. הממצאים מהווים ראיה ראשונית לכך ש-vibe coding עשוי להיות נקודת כניסה נגישה לתכנות עבור מי שאין לו רקע במחשוב.

יש להתייחס לפער בין ההתערבות לכלי המדידה: המשתתפים תכנתו בעזרת בינה מלאכותית, ואילו ה-CPSES מודד יכולת תכנות כללית ללא הזכרת עזרה כזו. לכן אין לפרש את העלייה כשיפור ביכולת תכנות עצמאית. ייתכן שחלק ממנה משקף ביטחון בהשלמת משימות בסיוע הבינה המלאכותית, אך אי אפשר לתייג את המבנה מחדש כמסוגלות עצמית בתכנות בסיוע בינה מלאכותית, כי הסולם לא תוכנן לכך ולא נשאלו המשתתפים כיצד פירשו את הפריטים. זה תואם את היעדר אי-השונות המדידה.

הממצאים עולים בקנה אחד עם התאוריה החברתית-קוגניטיבית: הדגמות המרצה סיפקו חוויות מייצגות, והמשימות המצטברות סיפקו חוויות שליטה. עם זאת, גודל האפקט צריך להיקרא לאור נקודת המוצא. ממוצעי פרה-מבחן מתחת ל-1.6 בסולם של 7 משאירים מרחב גדול לשיפור, וחזרה לממוצע (regression to the mean) סבירה. לכן ערכי dz של 2.62 ו-1.72 אינם אומדן להשפעת ה-vibe coding. במחקר דומה עם אותו כלי ובסיס גבוה יותר נמצא אפקט קטן יותר (d=0.93). בנוסף, מדידה חוזרת ואירועים מקבילים בקורס לא ניתנים להפרדה מהתערבות. מבחינה מעשית, השינוי עצמו, ממסוגלות נמוכה מאוד לבינונית-גבוהה, חשוב, כי מסוגלות עצמית מנבאת בחירת פעילויות, מאמץ והתמדה.

הפער בין משימות פשוטות למורכבות הגיוני תאורטית: חוויות שליטה משפיעות בעיקר על משימות הדומות למה שנשלט כבר. ההתערבות כללה הרבה תוכניות קצרות ופחות הזדמנויות למשימות מורכבות, ולכן ביטחון במשימות מתקדמות כנראה דורש ניסיון ארוך יותר. כך גם בהתאם למבנה האינטראקציה של vibe coding: תוכניות פשוטות מתוארות לעיתים בהנחיה אחת, ואילו תוכניות מורכבות דורשות מפרטים ברורים וניהול רכיבים, ודרישות אלו לא נעלמות עם הבינה המלאכותית. כלומר, הגישה מפחיתה חסמי תחביר אך משאירה בעינן דרישות ברמה גבוהה יותר.

הכוונה להשתמש בבינה מלאכותית נבחנה כתוצאה משנית ואקספלורטיבית. העלייה (0.20 נקודות בסולם של 5) מובהקת סטטיסטית אך משמעותה המעשית מוגבלת, בגלל בסיס גבוה, ואי-השונות המדידה לא הוכחה. אין להסיק ממנה ש-vibe coding משנה קבלה טכנולוגית.

המחקר מדד ביטחון ולא יכולת. מסוגלות עצמית גבוהה אינה בהכרח מעידה על שיפור בכישורי תכנות או ביכולת להעריך קוד שנוצר, וממצאים קודמים מראים שביטחון לא תמיד קשור לביצועים. במחקר אחר נמצאה דווקא ירידה בביטחון, שפורשה כהתאמת ציפיות לאחר חשיפה לדרישות התכנות. ייתכן שהמשימות המוגבלות יחסית כאן סיפקו פחות הזדמנויות להתאמה כזו. מבחינה מעשית, vibe coding נראה כגישה ישימה לשילוב בקורסי טכנולוגיה חינוכית, בעיקר להורדת חסמי כניסה, אך תוצאות מעבר לביטחון, כמו יכולת תכנות והערכה ביקורתית של תוצרי בינה מלאכותית, ידרשו התערבויות ארוכות והערכה מקיפה יותר.

מגבלות ומסקנה

למחקר כמה מגבלות. (1) תכנון של קבוצה אחת ללא ביקורת, ולכן אי אפשר לייחס את השינוי להתערבות; הבשלה, מדידה חוזרת וחזרה לממוצע אפשריות, במיוחד לנוכח הציונים הנמוכים בפרה-מבחן. (2) שני המשתנים נמדדו בדיווח עצמי, והביטחון אינו בהכרח ביצועים. ייתכן שהמשתתפים פירשו פריטים כמתייחסים לתכנות בסיוע בינה מלאכותית, וייתכנו רצייה חברתית ואפקט ביקוש. (3) המדגם הגיע מאוניברסיטה אחת, ברובו נשים (בהתאם לתוכניות שמאופיינות בייצוג נשי), ובקורס בחירה בבינה מלאכותית שמושך אולי אוכלוסייה אוהדת יותר, מה שמסביר את הכוונות הגבוהות בבסיס. (4) אי-שונות מדידה מלאה לא הושגה. (5) 15% מהסטודנטים נושרים מהניתוח ללא אפשרות להשוות אותם, ולכן הטיית מדגם אפשרית. (6) ההתערבות קצרה (כשש שעות), נמדדו רק תוצאות מיידיות, ואין ידיעה על התמדה. (7) הכוונות היו גבוהות מלכתחילה. (8) האינטראקציות עם המערכת לא תועדו, ולא ניתן היה לבחון את מידת ההנחיה והתיקון.

המסקנה היא שציוני המסוגלות העצמית לתכנות בקרב הסטודנטים להוראה היו גבוהים בהרבה אחרי ארבעה שבועות של vibe coding, יותר במשימות פשוטות ופחות במורכבות, והכוונות להשתמש בבינה מלאכותית עלו מעט מבסיס גבוה. בגלל הבסיס הנמוך יש לפרש את ההפרשים כשינוי בתוך המדגם ולא כהשפעת ההתערבות. vibe coding עשוי להוות נקודת כניסה נגישה לתכנות בכך שהוא מפחית חסמים של הוראה מבוססת תחביר, אך ביטחון שנצבר בחשיפה קצרה אינו שווה ליכולת תכנות או ליכולת עצמאית. נדרשים מחקרים עם תכנון מבוקר ומדדי ביצוע כדי לבדוק אם הביטחון מלווה בשיפור ביכולת עצמאית. המחקר מצביע על הפוטנציאל של גישות תכנות בסיוע בינה מלאכותית להכנסת חוויות חישוביות למורים לעתיד.

מקור

Kırcaburun, K. (2026). Vibe coding with preservice teachers: A single-group pretest-posttest pilot study of programming self-efficacy and intentions to use generative AI in education. Frontiers in Psychology, 17, Article 1957111.