תוכנית הטמעת כשירות בינה מלאכותית מתקדמת

מה שינינו

שדרגנו את מודל ה״ביוחקר״ המסורתי והטמענו בו AI כחלק מתהליך החקר הקבוצתי. התלמידים נעזרים בבינה לפענוח מאמרים, להעמקת שאלת המחקר, לניתוח Big Data ביולוגי, לפיתוח מודלים ולחיזוי תוצאות — ולאחר מכן מתקפים את התחזיות מול ידע מדעי, ספרות מקצועית וממצאי המעבדה.
אירוע ההערכה כולל הצגת תהליך החקר, יומן חוקר–AI, תיקוף התחזיות והגנה בעל־פה על הבחירות וההחלטות. במקביל פותחו ומתפתחות מודולות ברמות שונות, ובהן חקר ביולוגי מבוסס נתונים ותכנים בשיתוף גורמי מחקר. השינוי מלווה בהשתלמויות ייעודיות, בהכשרות ביוחקר ובהפצת התכנים באמצעות כנסים וקהילות מקצועיות של מורי הביולוגיה.

מה גילינו

כשירות AI מתקדמת בביולוגיה אינה נמדדת ביכולת לקבל תשובה מהירה, אלא ביכולת להפוך פלט חישובי להשערה שאפשר לבדוק. ככל שה-AI נעשה חזק יותר, כך נדרשים ידע ביולוגי עמוק יותר, יכולת תיקוף גבוהה יותר וחותם אישי ברור יותר בתהליך החקר.

לאן ממשיכים

נפעיל פיילוטים בכיתות, נרחיב את המודולות וההכשרות ונאסוף משוב מהמורים ומהתלמידים. בהמשך נבחן שילוב רחב יותר של חקר נתונים ובינה מלאכותית גם בהערכה העיונית ונבסס קהילה מקצועית שתמשיך לפתח ולדייק את המודל.

מה שינינו

בנינו תוכנית למיני־פרויקטים במקצוע ההתמחות לכיתה י״א שבה כל תהליך העיצוב משולב בינה מלאכותית: חקר, זיהוי צורך, סקיצות, מסיעור מוחות והצעת חלופות ועד ביקורת ועזרה בפרזנטציה אך התלמיד נדרש לתעד אילו הצעות אימץ, מה שינה, מה פסל ומדוע. פותחו תכנים העוסקים בניהול דיאלוג יצירתי וביקורתי עם AI, בשמירה על קול אישי ובעלות על תהליך העיצוב. במקביל מתוכננות השתלמויות למורי UX ולכלל מורי המגמה, לצד הקמת קהילת מורים שתלווה את היישום ותפתח משימות ומודלים חדשים.

מה גילינו

כאשר כל אחד יכול להפיק דימוי מרשים, ערכו של המעצב אינו נמצא בעצם ההפקה. הוא נמצא ביכולת לנסח כוונה, להבין אדם והקשר, לבחור בין חלופות וליצור פתרון בעל משמעות. ה-AI מגדיל את מרחב האפשרויות; המעצב מעניק להן כיוון.

לאן ממשיכים

 ניישם את המיני־פרויקטים בכיתה י״א, נפתח השתלמויות וקהילת מורים פעילה ונבחן הרחבה לשאלון הערכה חדש. בהמשך יוטמע המודל גם בפרויקט הגמר בכיתה י״ב ובמרכיבים נוספים של תוכנית הלימודים.

מה שינינו

שילבנו כשירות AI מתקדמת בתוך פרויקט הגמר ובתהליכי ההתמחות. התלמידים משתמשים בבינה בשלבי הגדרת הבעיה, בדיקת היתכנות, תכנון, סימולציה, כתיבת קוד, איתור תקלות, ניתוח תוצאות, איסוף מקורות ותיעוד.

ההערכה בוחנת לא רק את המערכת הסופית, אלא גם את יכולתו של התלמיד להסביר את השימוש ב-AI, להצדיק את החלטותיו ולהוכיח שליטה מקצועית. במקביל הוגדרו כיוונים לפיתוח סוכנים ללמידה פרטנית, משימות מבוססות חיישנים, רובוטיקה ורחפנים. נבנה מסלול לפיתוח מקצועי בשיתוף הטכניון הכולל מודלי שפה, כתיבת פרומפטים, יישומים הנדסיים, סוגיות אתיות והערכה מבוססת פרויקטים. קבוצת המורים הקיימת תשמש בסיס לקהילה מקצועית מתפתחת.

מה גילינו

כשירות AI מתקדמת בהנדסה יישומית נחשפת דווקא ברגע שבו המערכת אינה פועלת. הערך האנושי נמצא ביכולת לבדוק את הצעות הבינה מול המציאות, לזהות תקלה, לשלב בין מקורות מידע, לאלתר ולבנות גרסה טובה יותר.

לאן ממשיכים

נפתח תכנים, סוכני למידה ומשימות מתקדמות, נעמיק את הכשרת המורים ונרחיב את השימוש המושכל ב-AI בפרויקטי הגמר. במקביל נפתח קהילה שתאסוף מקרי בוחן, כשלים והצלחות ותהפוך אותם לידע משותף.

מה שינינו

 הטמענו AI לאורך תוכנית הלימודים בכל השלבים הוראה למידה והערכה במקצוע, הן במקצוע המוביל והן בהתמחות, ובתהליכי ההוראה, הלמידה וההערכה. פיתחנו מחוון חדש למטלת החקר ברכיב ה־30%, הבוחן את כל מחזור החיים של פרויקט הנתונים: ניסוח שאלת החקר, איתור או יצירת קובץ נתונים, בדיקת איכות, ניתוח, הפקת גרפים, ביקורת על תוצרי AI, יצירת סיפור נתונים, גיבוש המלצות ורפלקציה אתית.

במקביל נמצא בפיתוח מערך תוכן חדש המשלב את ה-AI בתוך עבודת האנליסט ולא כיחידה נפרדת. נבנה מסלול פיתוח מקצועי למורים, והקהילה משמשת מנגנון לעדכון התכנים, לשיתוף פרקטיקות ולפיתוח נושאים חדשים בהתאם להתפתחות התחום.

מה גילינו

 ה-AI יכול לבצע חלק גדול מהעבודה הטכנית, אך אינו מחליף את היכולת לשאול את השאלה הנכונה, להבין מה חסר בנתונים ולהבחין בין מתאם, הטיה ומסקנה מבוססת. האנליסט העתידי אינו מי שמפיק יותר גרפים — אלא מי שיודע להפוך נתונים להחלטה אחראית.

לאן ממשיכים

נמשיך לעדכן את התוכנית והמחוונים, לפתח יחידות למידה והשתלמויות ולהרחיב את השימוש ב-AI בכל רכיבי המגמה. המטרה היא לבסס את התלמיד כמנהל של תהליך הנתונים, ולא כמבצע טכני בלבד.

מה שינינו

שמרנו על ליבת הידע בכיתות י׳–י״א: חשמל, אלקטרוניקה, מערכות ספרתיות, תכנות, מיקרו־בקרים, תקשורת, מדידות ותכנון. השינוי המרכזי הוטמע בכיתה י״ב, בתוך פרויקט הגמר ועבודות הגמר.

התלמידים נעזרים ב-AI במהלך תכנון מערכת, כתיבת קוד , דיבוג, סימולציה, ניתוח נתונים, השוואת חלופות ותיעוד. נוסף יומן שיח או נספח המתעד את השימוש ב-AI, את ההצעות שהתקבלו, את הכשלים שהתגלו ואת התיקונים שבוצעו. ההערכה הותאמה לבחינת תכנון, הבנה, הנמקה, בדיקת מצבי קצה ואחריות הנדסית — ולא רק מערכת עובדת.

מה גילינו

 כשירות AI מתקדמת אינה נבחנת ברגע שבו המערכת מספקת קוד שעובד, אלא כאשר התלמיד יודע להסביר מדוע הוא עובד, באילו תנאים הוא עלול להיכשל ואילו מנגנוני הגנה נדרשים. ידע קלאסי באלקטרוניקה, תכנות ומדידות נעשה חשוב יותר — לא פחות.

לאן ממשיכים

 נמשיך לפתח את מודל ההערכה, את הנחיות התיעוד ואת בדיקות מצבי הקצה והכשל. במקביל יפותחו תכנים והכשרות מורים שיתמכו באופן עקבי בתכנון ובבקרה של מערכות משולבות AI.

מה שינינו

ת"ל הותאמה לכל שכבות הלימוד. החל מכיתה י׳ שולב ברכיב ה־30% ספר לימוד חדש ואינטראקטיבי המבוסס על פעילויות AI המקדמות את כשירויות הליבה של המגמה, ושם דגש על תהליך למידה מתפתח: חקר, ניתוח מידע, סימולציות, פתרון בעיות מורכבות ותהליך יצירת תוצרים. בפרויקט הגמר בכיתות י"א-י״ב נוסף מסמך עמדת פיקוח המגדיר שימוש שקוף, אחראי ומבוסס יושרה אקדמית לאורך תהליך החקר.

במקביל פותחו תכנים בשיתוף המכון לחקר יישומי של בינה מלאכותית בחינוך, והונחה תשתית לשילוב ביואינפורמטיקה ו־AlphaFold במקצוע המוביל. נבנתה תוכנית להכשרת מורים הכוללת שימוש בכלי Google: ‏Gemini, ‏NotebookLM ו־AlphaFold, פיתוח יחידות הוראה ומחוונים, השוואה בין מודלים חישוביים למעבדה רטובה ושילוב AI בפרויקט הגמר. קהילת המורים הוגדרה כמנוע ההטמעה באמצעות פיתוח משותף, ליווי התנסויות, שיתוף תוצרים וטיוב חומרי הוראה ולמידה.

מה גילינו

השילוב העמוק נוצר כאשר ה-AI נכנס לתוך העבודה המדעית עצמה, ולא כאשר הוא נלמד כנושא נפרד. הבוגר צריך להחזיק בו־זמנית שלושה סוגי שיקול דעת: מדעי - האם המודל מדויק; ניסויי - האם התחזית מתקיימת במעבדה; ואתי - האם נכון לפעול על פיה.

לאן ממשיכים

בתשפ״ז ישולב ספר לימוד חדש השם דגש על הטמעת תחום הדעת בעזרת AI, ייושם מסמך הפיקוח בפרויקטי הגמר, ייפתחו השתלמויות להכשרת צוות ההוראה ותורחב קהילת המורים. יחל פיילוט לשילוב AlphaFold והעמקת השימוש בכלים ביואינפורמטיים, ויפותחו מחוונים המעריכים דיוק מדעי, ביקורתיות, שקיפות ורפלקציה. בהמשך המטרה היא לעגן את השימוש ב-AI בתוכנית הלימודים של המקצוע המוביל (70%) ומקצוע ההתמחות במכוני ההשמה השונים. 

מה שינינו

פיתחנו את ״האתגר הביו־מכני״ בכיתה י״א. התלמידים מגדירים את מרחב התכן, את הדרישות ואת האילוצים, מסמנים אזורים שיש לשמר או לאסור, מפעילים Generative Design, מפיקים חלופות, משווים בין חומרים ומבצעים אנליזת מאמצים כדי לבחור ולנמק פתרון.

לצד אירוע ההערכה גובשה תפיסה פדגוגית חדשה לתוכנית הלימודים: מעבר מהוראת פתרון בעיות להוראת ניהול פתרונות, עם דגש על הגדרה, ביקורת, תיקוף ואחריות. הוצע לפתח סוכן AI אישי שילווה את התלמיד, יאתגר את החשיבה ויחשוף את ההיגיון הפיזיקלי שמאחורי התוצאות. במקביל נשמרים ״איים של עבודה ידנית״, הנדסה לאחור ופירוק מערכות, כדי לפתח אינטואיציה מכנית ולמנוע עבודה מול ״קופסה שחורה״.

בקובץ עדיין לא פורטו מהלכי הכשרה וקהילה מלאים, ולכן אין להציגם כתוצרים שכבר הושלמו.

מה גילינו

התרומה האנושית החשובה ביותר מתרחשת לפני ואחרי פעולת ה-AI: לפני — בהגדרת המטרה, הדרישות והאילוצים; ואחרי — בביקורת, בתיקוף ובקבלת האחריות. ההנדסה העתידית דורשת פחות יצירת פתרון מאפס ויותר ניהול מושכל של מרחב פתרונות.

לאן ממשיכים

נעמיק את המעבר להוראת ניהול פתרונות, נפתח את הסוכן האישי ונרחיב את המשימות המשלבות Generative Design, סימולציה ובדיקת כשלים. לצד זאת נשמר ונחזק את ההתנסות הפיזית והעבודה הידנית, כדי להבטיח שהבוגר יוכל לבקר את המודל הדיגיטלי באמצעות הבנה הנדסית אמיתית.

מה שינינו

התחלנו בתהליך הדרגתי של עדכון פרויקט הגמר בכיתות י״א–י״ב שיהווה פיילוט. שילבנו עבודה עם NotebookLM לצורך ארגון, טיוב ואינטגרציה של מידע רפואי, ופיתחנו מעבדה קלינית דיגיטלית הכוללת דשבורדים, מפות חום וייצוגי ידע כפיילוט להטמעת AI ככלי עזר להחלטות קליניות. הערכה תכלול מבחן מומחיות בעל־פה מול תרחיש משתנה, שבו התלמיד נדרש להסביר את החלטותיו ולהגיב בזמן אמת.

במקביל נבנתה תוכנית להכשרת מורים בכלים כמו NotebookLM, SciSpace ו־Canva. הקהילה המקצועית תתמוך בפיתוח מודולות, תבניות ומדריכים פדגוגיים, שיתוף חומרים והטמעת מודל עבודה אחראי עם AI.

מה גילינו

 ה-AI יכול לארגן ולסכם מידע, אך התלמיד הוא שמחבר בין הנתונים, מבין את משמעותם ומתרגם אותם להחלטה קלינית ולהסבר אנושי. כשירות מתקדמת במערכות בריאות נמדדת ביכולת להפוך מידע מורכב לתמונה קוהרנטית, מדויקת ורלוונטית למטופל.

לאן ממשיכים

נצא לפיילוט יישום של פרוייקט הגמר, בו השימוש ב-AI עוזר לתלמיד להגיע להבנת המנגנונים, וארגון המידע הקליני בצורה מיטבית. במקביל תורחב הכשרת המורים וייבנה מאגר משותף של תרחישים, מקרי בוחן וחומרי למידה.

מה שינינו

פיתחנו מתווה הערכה מדורג מכיתה י׳ ועד י״ב. התלמידים משתמשים ב-AI לתכנון ולאופטימיזציה, מתעדים את השיח ביומן עבודה וב־Chat Logs, ומשווים את המלצות המערכת לדפי נתונים ולמקורות מקצועיים.

נוסף פרוטוקול בטיחות אנושי: לפני עבודה פיזית במעבדה התלמיד חייב להסביר את התכנון, לזהות סיכונים ולהגן על הפתרון ללא סיוע AI. במקביל מפותחים מדריך פרומפטים הנדסי, רובריקות, פורמטים לתיעוד ומאגר פרויקטים. נבנית גם תוכנית להכשרת מורים ולהרחבת הקהילה המקצועית.

מה גילינו

כשירות AI מתקדמת נבחנת לא בכך שהמכונה סיפקה פתרון, אלא ביכולת של התלמיד לבדוק, להסביר, לתקן ולקחת עליו אחריות. התיעוד מאפשר לראות את תהליך החשיבה, ולא רק את התוצאה הסופית.

לאן ממשיכים

נשלים את מתווה ההערכה ואת כלי התיעוד, נרחיב את ההכשרה ואת הליווי למורים, ונבנה מאגר ארצי של פרויקטים ומקרי בוחן. בהמשך יוטמע המודל גם בפרויקטי הגמר ויפותח רצף מלא של עבודה הנדסית משולבת AI.

מה שינינו

פיתחנו את אירוע ההערכה ״קפיצה קוונטית״: לאחר הוכחת ידע תיאורטי וביצוע ניסוי או סימולציה, התלמיד מיישם את הידע שלמד: חוקר מקורות, בונה בעצמו סביבת סימולציה בעזרת AI ומגן על עבודתו בעל־פה. ההערכה בוחנת אוריינות נתונים, חשיבה חישובית, הנדסת פרומפטים, זיהוי שגיאות ותיקוף הפלט מול חישובים ידניים.

תוכנית הלימודים נבנתה כרצף תלת־שנתי: חיקוי מודרך בכיתה י׳, עצמאות חלקית וחקר בכיתה י״א, ועצמאות מלאה בצוותי אדם–מכונה בכיתה י״ב. פותחו סימולציות וחדרי בריחה, ונבנתה הכשרת מורים דו־שלבית. קהילת המורים תהפוך את הקלאסרום והוואטסאפ לספרייה משותפת של פרומפטונים, מערכי שיעור ופרקטיקות.

מה גילינו

גילינו שהבינה עלולה להוביל לניוון מחשבתי! העוצמה הקוגניטיבית בפיזיקה היא הסיבה שבוגרי פיזיקה מבוקשים במודיעין ובתעשיה כמו אינטל. גילינו שהקנייה נכונה של ה-AI ניתן להעצים את היכולת הקוגניטיבית. ״כלל ה־20%״. הקדשת זמן קבוע לאימות, חישוב וביקורת ואימון מודלים. הופך את התלמיד ממקבל תשובות לחוקר שמסוגל ללמד את המכונה, לזהות את טעויותיה ולהגן על מסקנותיו.

לאן ממשיכים

נפעיל את התוכנית באופן מדורג: תחילה בכיתה י׳ בנושאי קרינה וחומר על ידי חיקוי מודרך והקניית שימוש מושכל בבינה, לאחר מכן במכניקה ובמעבדות חקר בכיתה י״א נקנה עצמאות חלקית, על ידי תכנון חקר משולב בינה, ולבסוף בחשמל ובפיזיקה מודרנית בכיתה י״ב, נקנה עצמאות מלאה במסגרתה התלמידים יפעלו בצוותי אדם-מכונה, יאמנו מודלים ויפיקו תחזיות.

במקביל יורחבו הכשרות המורים, תפתח קהילה כהמשך טבעי להשתלמות מורים ותבנה ספריית תכנים משותפת.

מה שינינו

פיתחנו מטלת ביצוע לכיתות י׳–י״א שבה התלמידים מתכננים ומקימים רשת עבור ארגון קהילתי, תוך שימוש בסימולציה, בציוד פיזי וב-AI כיועץ לתכנון. במסלול תשתיות תקשורת וסייבר הדגש הוא על פיתוח כלי ניטור, הגנה ופרוטוקולים; במסלול יישומים גרפיים — על תכנון והפקת תוצרים למיתוג, שיווק ויצירת ערך חזותי.

ההערכה מתייחסת לא רק לתוצר הסופי, אלא גם לאופן שבו התלמיד השתמש ב-AI, שיפר את הפתרון ותרם לסביבה שבה הוא פועל. במקביל מתוכנן שילוב מערכי שיעור משולבי AI בפרקי הליבה. כבר נפתחו הכשרות למורים, ומתוכננים מחזורים נוספים והקמת קהילה מקצועית דיגיטלית.

מה גילינו

כשירות AI מתקדמת בתקשוב אינה רק היכולת להפעיל כלי או להפיק תוצר, אלא היכולת להבין צורך, לבחור ולשלב טכנולוגיות, לבדוק את איכות הפתרון ולהפוך אותו לשימושי ובעל ערך בעולם האמיתי.

לאן ממשיכים

נפעיל פיילוט של מטלת הביצוע בכ־20 בתי ספר, נשלב תוצרי AI בפרויקטי הגמר בשתי ההתמחויות, נמשיך את הכשרת המורים, נפתח תכנים ונקים קהילה מקצועית דיגיטלית.

מה שינינו

פיתחנו פרויקט גמר המבוסס על חקר ואבחון תקלות, שבו מודל בינה מלאכותית (כמו Gemini) משמש כחונך וכלי מחקר בזמן אמת. התלמיד מתעד את תהליך העבודה, מאמן את המודל על ספרות יצרן, מזהה תשובות שגויות ומתקן אותן. במהלך ההגנה על הפרויקט מוזרקת תקלה בלתי צפויה, והתלמיד נדרש לאבחן אותה ולהגן על החלטותיו. המחוון החדש של פרויקט הגמר כולל גם מדדי ״עצור״ בנושאי בטיחות ואתיקה.

ה-AI שולב כחלק בלתי נפרד מתוכנית הלימודים. המורים פיתחו סימולטורים ומשחקים לימודיים המדמים מצבים אמיתיים כמו תרחישי החלקה ומערכות אחיזה. במקביל, אנו מפתחים תכנית הכשרה למורים ומקימים קהילה מקצועית שתשמש לשיתוף תוצרים ותלווה את פיילוט ההערכה.

מה גילינו

כשירות AI מתקדמת בתחבורה נמדדת ביכולת לאבחן בתנאי אי־ודאות, לבדוק את המכונה מול ספרות יצרן ומציאות פיזיקלית, ולדעת מתי לעצור. הבוגר אינו רק מתקן רכב — הוא מבקר ומנהל את המערכות החכמות שמפעילות אותו.

לאן ממשיכים

בשנה הבאה יופעל פיילוט ב־10 בתי ספר ותוכשר נבחרת מורים ובוחנים. לאחר מכן יורחב הפיילוט, ובתוך שלוש שנים המטרה היא לעגן את ה-AI כסטנדרט קבוע בתוכנית הלימודים ובהערכה בכל בתי הספר במגמה.

מה שינינו

הוגדר כיוון חדש לפרויקט המשלב Vibe Coding, חשיבה ביקורתית ולמידה עצמאית. התלמידים אינם נדרשים רק לכתוב כל שורת קוד בעצמם, אלא להגדיר בעיה, לתכנן מערכת, לנהל תהליך פיתוח עם AI, לעבוד עם שירותי API, לבדוק את הקוד ולשפר את הפתרון באופן איטרטיבי.

השינוי ממקם במרכז ההערכה את תהליך החשיבה והפיתוח: איכות הגדרת הבעיה, הבחירות התכנוניות, הבנת הקוד, הבדיקות והיכולת להסביר ולהגן על הפתרון. במקביל הוגדר הצורך לעגן את העבודה עם AI בפרויקטים, בתכנים ובהכשרת המורים, כך שהשימוש בו יפתח יכולת מקצועית ולא יחליף את יסודות מדעי המחשב.

מה גילינו

כשירות AI מתקדמת בפיתוח תוכנה אינה נמדדת בכמות הקוד שהתלמיד מייצר, אלא ביכולתו לנהל את תהליך הפיתוח כולו. ככל שה-AI כותב יותר קוד, כך גדלה החשיבות של חשיבה אלגוריתמית, תכנון מערכתי, ביקורת, בדיקות והבנת ההשלכות של הבחירות הטכנולוגיות.

לאן ממשיכים

נפתח את מודל הפרויקט ואת כלי ההערכה, ונשלב בהדרגה משימות מבוססות Vibe Coding, עבודה עם API ופיתוח פתרונות חכמים. לצד זאת יידרשו תכנים והכשרות שיסייעו למורים להנחות תהליכי פיתוח משולבי AI ולבנות קהילה מקצועית שתשתף פרקטיקות, פרויקטים ותובנות מהיישום.

מה שינינו

הטמענו בלומדות ה STEM רכיבים המקדמים חשיבה ביקורתית אודות רכיבים של החקר המדעי לרבות אופן הצגת הנתונים בפרק הממצאים באופן שגוי או הטייה למקורות מידע ממומנים או פיקטיביים.

שילוב של הבינה המלאכותית בהערכה מעצבת וכתיבת משוב אישי מקדם לייעול זמני מתן תגובה.

שילוב של כלי הבינה המלאכותית בפיתוח חשיבה יצירתית ופתרון בעיות (חשיבה הנדסית) - פיתוח חדרי בריחה וצילומים בהשראת הטבע.

פיתוח יחידות הוראה וסימולציות לימודיות בנושא ההידרוספרה המקדמות למידה פעלתנית וחוויתית.

מה גילינו

המורים מעידים על כך שעליהם לבצע שינוי בדרכי ההערכה שלהם בהינתן ותלמידים מבצעים כיום שימוש נרחב ולעיתים שטחי בכלי AI במענה לאירועי הערכה.

המורים מודעים לכך שעדיין אינם מנצלים בצורה מייטבית את יכולות הבינה המלאכותית בסיוע בתהליכי למידה - הוראה - הערכה.

מורים מייצרים יחידות הוראה בעזרת כלי הבינה המלאכותית מבלי ליישם חשיבה ביקורתית על התוצר המתקבל או קבלה של ערך דידקטי בתוצר המתקבל.

לאן ממשיכים

פיתוח של קהילות לומדות ופיתוח מקצועי לטיוב של שימושים ומיומנויות בכלי הבינה המלאכותית המגוונים, תוך העמקה של האוריינות המדעית המוטמעת בלומדות בגישת STEM, המפותחות בימים אלו.