פתח דבר

לאורך השנים נתפסה האקדמיה כמי שמתווה את הדרך המקצועית בעבודה הסוציאלית: חוקרת, מפתחת ומנחילה ידע ומתודולוגיות המועברים מן האקדמיה אל השדה. גם כאשר הידע מתפתח בשדה, האסמכתה הסופית לפעולה או להפצתו מגיעה לרוב מן האקדמיה.

כניסתה של הבינה המלאכותית לשדה ההכשרה בעבודה הסוציאלית ערערה את הדינמיקה המוכרת ויצרה היפוך כיוון: השינוי הטכנולוגי לא המתין לפיתוחן של תאוריות אקדמיות מבוססות, להגדרת טכניקות ושיטות עבודה או לפיתוח הקוד האתי; הוא פרץ במהירות אל השדה, כאשר אנשי מקצוע וסטודנטים כאחד החלו להשתמש בכלים אלה בחיי היום־יום, בלימודים ובהכשרה המעשית (Weber & Goldkind, 2026).

כדי לבחון כיצד שינוי זה פוגש את בתי הספר לעבודה סוציאלית בארץ ואת יחידות ההכשרה בשדה, פנינו אל אנשי ונשות אקדמיה הממלאים, או מילאו, תפקידי מפתח בתחום. אנו מביאים כאן את קולם של ארבעה מהם:

• פרופ' לאה שלף – ראשת בית הספר לעבודה סוציאלית, מכללת ספיר.
• ד"ר עמית צריקר – חבר הסגל האקדמי הבכיר במחלקה לעבודה סוציאלית, המרכז האקדמי רופין. בשנים 2026-2021 היה ראש המדור להכשרה מקצועית במחלקה.
• הדס דיקמן – ראשת היחידה להכשרה בשדה, המכללה האקדמית עמק יזרעאל.
• תמי בן שמעון – ראשת היחידה להכשרה בשדה, אוניברסיטת חיפה.

הקולות המובאים כאן אינם מתיימרים לייצג את כלל תוכניות הלימודים וההכשרה בישראל, אלא לפתוח אשנב להתמודדות המתרחשת בזמן אמת.

הבינה כבר כאן

הטכנולוגיה החדשה לא המתינה לאישור האקדמיה וקבעה עובדות בשטח. הדס דיקמן מתארת: "הבינה כבר כאן ומשפיעה. סטודנטים משתמשים בה, עו"סים משתמשים בה, וגם אנחנו, בהכשרה בשדה, משתמשים בה. היא התפרצה פנימה והציבה את שדה ההכשרה המעשית בעבודה סוציאלית בפני מציאות מורכבת, שבה הגבולות האתיים והפדגוגיים של הכלים החדשים פרוצים ופגיעים".

"נציגים מהאקדמיה שיתפו אותנו בדילמות שהתגלגלו לפתחם", מוסיפה דיקמן. "למשל, סטודנטים שהקליטו והזינו שיחות טיפוליות לממשקי בינה מלאכותית ובכך חשפו מידע אישי על אודות מטופלים לשרתים חיצוניים;  סטודנטים שהסתייעו בכלי בינה מלאכותית לצורך ניסוח מחשבות ורגשות בדוחות 'אני-אתה'; ואף מקרה שבו הוגש דוח 'אני-אתה' מפורט ומנומק, שנוצר כולו על ידי מכונה, על מפגש טיפולי שלא התקיים מעולם".

משיטור ללמידה

המציאות חייבה את אנשי האקדמיה לצאת במהירות מאזור הנוחות. תחילה ניסו ללמוד כיצד לזהות שימוש בכלי בינה מלאכותית בכתיבת עבודות אקדמיות, אך עד מהרה הבינו כי עמדת ה"שיטור" איננה מספקת, וכי עליהם להכיר את הכלים עצמם ולהעמיק בהם. "אנשי אקדמיה ותיקים מצאו עצמם יושבים מול המסך, כשהם מצוידים בסקרנות הראשונית של סטודנט שנה א' המגלה שדה ידע חדש, במטרה ללמוד כיצד לעבוד עם הכלים באחריות ובמקביל ללמד את הסטודנטים לעשות בהם שימוש נכון ואחראי", מספרת פרופ' לאה שלף. דיקמן מוסיפה כי שולבו השתלמויות ודיונים שעסקו בשימוש מיטיב בכלי בינה לצורך כתיבה וניתוח של דוחות, וכן לצורך  "חילוץ" סוגיות להעמקה וללמידה במפגש עם הסטודנטים.

תנועה דומה – של מעבר מהתנגדות או שיטור אל עבר שילוב מושכל – מוצאת ביטוי גם בספרות המקצועית העדכנית. מחקרים בתחום ההכשרה לעבודה סוציאלית מדגישים את הצורך בפיתוח אוריינות בינה מלאכותית בקרב סטודנטים ואנשי סגל, שתכלול היכרות והתנסות לצד חשיבה ביקורתית ואתית. מודגשת חשיבותם של מדיניות מוסדית ברורה, למידת עמיתים, סדנאות ומרחבים להתנסות וללמידה, כחלק מתהליך ההטמעה (Weber & Goldkind, 2026; Ray et al., 2026). המעבר משיטור ללמידה אינו מבטל את הצורך בגבולות, אלא מחדד את השאלה  היכן וכיצד להציבם.

איום או אתגר?

מציאות מורכבת זו, שלפחות בראשיתה נראתה כמאיימת על ליבת העבודה הסוציאלית, על ההכשרה ועל אנשי האקדמיה, הולכת ותופסת מקום בעשייה היום־יומית, אך עדיין מציבה אתגר מקצועי, פדגוגי ואתי מורכב – פחות בהיבט הטכנולוגי ויותר בהיבט הערכי, כפי שמגדירה זאת פרופ' לאה שלף.

בדבריהם של אנשי ונשות האקדמיה שרואינו עולה מכנה משותף מרכזי: האתגר העיקרי בשנים הקרובות הוא להבין כיצד לרתום את הבינה המלאכותית ככלי עזר תומך ומעצים, אשר משרת את הליבה האנושית של המקצוע ואינו מחליף אותה. אתגר זה טומן בחובו חששות, דילמות והתמודדויות, לצד הזדמנויות משמעותיות לעצב מחדש את פני המקצוע ואת ההכשרה אליו.

החששות

כניסת הבינה המלאכותית לשדה ההכשרה בעבודה סוציאלית מעוררת חששות מקצועיים ואתיים, הנוגעים בראש ובראשונה לפגיעה בליבת המקצוע. לדברי פרופ' שלף, החששות נוגעים בעיקר לניוון אפשרי של מיומנויות הקשר הבין־אישי – היכולת לפתח אמפתיה ולפענח סימנים ומחוות בלתי־מילוליות. זאת, במקצוע שליבתו, כפי שמדגיש ד"ר צריקר, נשענת על קשר אנושי חם, רגישות והבנת ההקשר הייחודי של כל אדם – היבטים שאי אפשר להחליף בטכנולוגיה.

ד"ר צריקר מתאר גם חשש מהסתמכות יתר על כלי הבינה המלאכותית באופן שעלול לפגוע בחשיבה הביקורתית ובשיקול הדעת המקצועי ולכרסם בידע ובניסיון שצובר העובד. חשש זה מתחבר לדבריה של תמי בן שמעון, המזהירה מפני פגיעה בדיוק ההתאמה לצורכי הפונה ובהפיכת התיעוד והדוחות לשבלונה גנרית.

דיקמן, מצידה, חוששת מ"השטחת תהליך ההכשרה והחלפת הבינה של הסטודנט או המדריך בבינה מלאכותית". בן שמעון מוסיפה כי איכות התוצר עלולה שלא לשקף את תהליך הלמידה וההתפתחות המקצועית של הסטודנט. לדוגמה, כלי הבינה המלאכותית עשויים להציע ניתוחים הנשענים על ידע קליני רחב הזמין ברשת, שאינו תואם בהכרח את רמת ההבנה של הסטודנט בשלב הראשוני של הכשרתו. כך, הסטודנט מגיש מטלה מושלמת וזוכה לסיפוק מיידי, אך עלול להחמיץ את הלמידה האמיתית, את פיתוח המודעות והעצמית ואת החשיבה הביקורתית.

ההזדמנויות

לצד החששות, הבינה המלאכותית מזמנת פוטנציאל לשדרוג תהליכי ההכשרה והעבודה בשטח של סטודנטים ועובדים סוציאליים.

דיקמן מסבירה כי הכלים החדשים הם בבחינת "הזדמנות פז לשיפור תהליכי הלמידה וההכשרה של הסטודנטים, במיוחד על רקע המשבר המתמשך בשדה הרווחה בישראל". היא רואה בבינה המלאכותית כלי רב ערך לטיוב הלמידה, ומציינת כי בחוג לעבודה סוציאלית במכללת עמק יזרעאל, כחלק מלימודי השדה, נבחן שילוב של כלי בינה מלאכותית כבר משנת הלימודים הראשונה. השימוש יכלול סימולציות והנחיה אישית לפיתוח מיומנויות מקצועיות כמו ריאיון, אבחון, כתיבה מקצועית ותכנון התערבות. בפרט, היא מציינת, טמונה אפשרות פדגוגית חשובה בעצם היכולת להקדיש יותר זמן לעיון בדוח ולניתוחו, במקום למלאכת כתיבתו. לצד אפשרויות אלה, היא מדגישה שיש לוודא כי הבינה "משרתת את צרכיו המתמשכים של תהליך הלמידה ולא רק את צרכיו המיידיים של הלומד".

בן שמעון מדגישה כי שימוש נכון ומבוקר בכלים לשיפור ניסוח של דוחות מקצועיים יכול לייעל  את העבודה, לחדד ניסוחים ולחסוך זמן יקר. מנגד, שימוש לא מושכל עלול להפוך את התיעוד ותוצריו לגנריים ושבלוניים ולגרוע מהאופן שבו הם מתייחסים לפונה הספציפי ולצרכיו.

ההתפתחות הטכנולוגית מציעה הזדמנויות משמעותיות לייעול עבודתם של העובדים הסוציאליים. לפי ד"ר צריקר, כלי בינה מלאכותית יכולים לייעל משימות אדמיניסטרטיביות המוטלות על העובדים, לסייע באיתור מהיר של מידע – בייחוד בכל הנוגע למיצוי זכויות, בניתוח מסמכים, בניסוח דוחות ובהנגשת ידע מקצועי. צריקר מקווה כי השימוש בכלי בינה מלאכותית במשימות אלו יאפשר לפנות זמן וקשב לעבודה הישירה עם אנשים, משפחות וקהילות, ובכך לאפשר לעובדים הסוציאליים להתמקד במשימת הליבה המשמעותית של המקצוע.

פרופ' שלף מדגישה את יתרונותיהם של כלי הבינה המלאכותית בתמיכה בקבלת החלטות מבוססות נתונים, בהקלה משמעותית על העומס הביורוקרטי השוחק ובסיוע נרחב בכתיבה, בניסוח ובתיעוד. שימוש נבון בכלים דיגיטליים אף עשוי להרחיב את הנגישות לשירותים באזורים הסובלים ממחסור בכוח אדם מקצועי.

דילמות והתמודדויות

כשהחששות וההזדמנויות נפגשים הלכה למעשה בשדה ההכשרה בעבודה סוציאלית, הם אינם נותרים בגדר תאוריה, אלא מייצרים דילמות והתמודדויות מורכבות, שלא פעם דורשות הכרעה. יכולותיה של הבינה המלאכותית מציעות לא מעט יתרונות, אך בה בעת מציבות גם קשיים ודילמות.

השאיפה לעבור משיטור לחינוך לאחריות דורשת להגדיר גבולות ברורים, במיוחד לנוכח הפגיעה האפשרית בפרטיות הפונים ובחובת הסודיות. אחת ההתמודדויות המרכזיות נובעת מהפער שבין רצון הסטודנטים להסתייע בכלי בינה מלאכותית לטיוב הניסוח והניתוח הקליני לבין חובת השמירה על חסיון הפונה. לדברי ד"ר צריקר, היו מקרים שבהם סטודנטים הזינו תוכני שיחות לממשקי בינה מלאכותית מבלי לקבל את אישור הפונים. מרגע שתוכן פגישה מועלה למערכת חיצונית, הוא אינו נותר עוד בתוך הדיאדה המוגנת שבין הסטודנט למקבל השירות. בן שמעון מספרת על סטודנטים שהקליטו ותמללו שיחות, ופרופ' שלף מוסיפה כי הוכנסו פרטים מזהים של מטופלים לתוך מערכות. ההתמודדות עם מקרים אלה דורשת הדרכה ממוקדת בנושא השמירה על סודיות, ולעיתים אף נקיטת צעדים נוקשים כגון איסור מוחלט על שימוש בכלי בינה מלאכותית בדוחות השדה, גם לא לצורכי הגהה ושיפור ניסוח.

כך עולה דילמה נוספת, הנוגעת לאמינות וליושרה מקצועית ואקדמית ובולטת במיוחד בדוחות "אני-אתה". דוחות אלה אינם רק אמצעי לתיעוד, מדגיש ד"ר צריקר. הסטודנטים נדרשים לתעד הן את תגובותיהם והן את תגובות הפונים, המילוליות והבלתי־מילוליות, ולאחר מכן לנתח תכנים, מחשבות, רגשות והתנהגויות. בתהליך זה הם מצופים לפתח תובנות באשר למפגש המקצועי ולדרכם במקצוע. מאז כניסת הבינה המלאכותית נחשף ד"ר צריקר למקרים שבהם סטודנטים הטילו על הבינה לבצע את תהליך הניתוח במלואו, ובעקבות זאת נאסר באופן גורף השימוש בכלים חכמים בדוחות השדה.

אלא שהגבול שהוצב מעלה דילמה נוספת, בעיקר בקרב סטודנטים שעברית אינה שפת אימם והם נעזרים בבינה מלאכותית לצורך שיפור הכתיבה או לצורכי הגהה – הן במסמכים מקצועיים ורשמיים והן בכתיבה אקדמית ובהכנת חומרי ההדרכה. כך, החלטה שנועדה להגן על פרטיות הפונים ועל תהליך ההכשרה עשויה לעורר שאלות הנוגעות לנגישות ולשוויון.

אל מול היעילות שמבטיח השימוש בבינה מלאכותית בשכתוב ובניתוח דוחות השדה, ניצבת התמודדות משמעותית הנוגעת להתפתחות האני המקצועי של הסטודנט. מצד אחד, כפי שמסבירה דיקמן, כתיבת הדוח באופן המסורתי היא כלי חיוני לפיתוח מיומנויות של חשיבה, כתיבה, רפלקציה וניתוח עצמאי. מצד שני, השימוש בבינה מלאכותית עשוי לייעל תהליכים ולאפשר לסטודנטים ולמדריכים להקדיש פחות זמן למלאכת הכתיבה הטכנית ויותר זמן להתעמקות במפגש ובמשמעויותיו.

היעילות עלולה לגבות מחיר, כפי שציינה קודם בן שמעון וממשיכה ומחדדת: כאשר הסטודנטים נעזרים בבינה מלאכותית לצורך הניתוח, המערכת מנתחת את הטקסטים ומציעה פרשנויות על בסיס מאגר ידע קליני רחב ברשת, שאינו מותאם בהכרח ליכולותיו של הסטודנט ולשלב ההתפתחותי־לימודי שהוא נמצא בו. כך, השימוש בכלי עלול לא רק להשטיח את עולם הרגש והמחשבות האותנטיים העולים מהמפגש הטיפולי ולהחליפם בניסוחים אחידים, אלא גם לפגוע בפיתוח המודעות העצמית והחשיבה הביקורתית. הסטודנט עשוי להגיש מטלה "מושלמת" ולזכות בסיפוק מיידי, אך יחמיץ את הלמידה החווייתית ואת ההתנסות העמוקה. כלומר, השאלה אינה רק אם הבינה המלאכותית משפרת את התוצר, אלא מה קורה לתהליך הלמידה כאשר היא משתתפת ביצירתו.

מתח זה עולה גם בספרות העוסקת בתיעוד בסיוע בינה מלאכותית ובהשלכותיו על הכשרת עובדים סוציאליים: Ingram (2026) מצביע על הצורך לבחון את השימוש בכלים אלה לא רק במונחים של חיסכון בזמן ובהפחתת עומס התיעוד, אלא גם מתוך הכרה בתפקיד שממלאת פעולת הכתיבה עצמה בתהליך הרפלקטיבי ובפיתוח שיקול הדעת המקצועי.

סוף דבר

כניסת הבינה המלאכותית לשדה ההכשרה המעשית בעבודה סוציאלית ערערה את הדינמיקה המסורתית, שבה האקדמיה מתווה את הדרך המקצועית. שינוי זה הציב את אנשי האקדמיה בפני אתגר שהוא ערכי הרבה יותר מטכנולוגי: להבין את דרך פעולתם של הכלים הללו כדי לרתום אותם ככלי עזר תומך ומעצים, המשרת את הליבה האנושית והחמה של המקצוע ואינו מחליף או מחליש אותה.

ארבעת הקולות שהובאו כאן אינם מציעים דרך פעולה אחת, אך יחד הם מצביעים על מעבר משאלה של איסור או היתר לשאלות מורכבות יותר העוסקות באופן השימוש, במטרותיו ובגבולותיו. החלוקה שעשינו כאן בין "חששות" ל"הזדמנויות" אינה פשוטה: אותה יכולת עצמה עשויה לשפר את הכתיבה, אך בה בעת לצמצם את ההתנסות בה; לסייע בניתוח, אך גם לבצע עבור הסטודנט חלק מתהליך החשיבה; לייעל את העבודה, אך גם לעורר שאלות של פרטיות, שקיפות ושיקול דעת מקצועי.

מיפוי זה מבהיר כי המציאות החדשה אינה מעמידה לדיון את עצם שילובה של הבינה המלאכותית בשדה; היא כבר משולבת בשטח. האתגר המרכזי הניצב לפתחם של מפתחי ההכשרה והמורים הוא כיצד לנהל ולהוביל את הסביבה הלימודית החדשה. השאלה אינה רק אם הבינה המלאכותית משפרת את התוצר, אלא כיצד להבטיח שהשימוש בה יחזק את תהליך הלמידה, את שיקול הדעת ואת הליבה האנושית של המקצוע.

רשימת המקורות

Ingram, R. (2026). A kind of magic? Artificial intelligence-assisted recording: Developing principles for an AI-informed social work curriculum. Social Work Education. Advance online publication. https://doi.org/10.1080/02615479.2026.2669634

Ray, K., Shklarski, L., & Jacob, S. (2026). From resistance to integration: AI in social work education. Social Work Education. https://doi.org/10.1080/02615479.2026.2638396

Weber, J., & Goldkind, L. (2026). Promoting AI literacy in social work education: Lessons from an interdisciplinary course for social work students. Social Work Education. Advance online publication. https://doi.org/10.1080/02615479.2026.2635471

***

רעות כהן אלימלח, MSW – עורכת משנה מידעו"ס.
Meidaos.new@gmail.com