🎓 Education AI • K-12 + Higher Ed + Corporate Training

בינה מלאכותית לחינוך
שמורה תוכל ללמד יותר טוב

מערכות AI ל-adaptive learning, ציון אוטומטי, early-warning של תלמידים בסיכון, ו-AI tutoring בשיטה Socratic — לא נותן תשובות, מנחה לחשיבה. בנוי לעבוד עם Moodle, Canvas, Blackboard, או LMS ביתי. FERPA-aware, GDPR-aware, חוק זכויות התלמיד מודע מהתכנון.

פתרונות EdTech מסורתיים
📊 הקונטקסט

AI בחינוך — לא לשם החיסכון, לשם התוצאה

בחינוך הצלחה נמדדת בלמידה, לא ב-throughput. ה-AI הנכון מגדיל זמן מורה עם תלמידים שצריכים — לא מחליף אותו.

70-85%
deflection rate על שאלות שגרתיות עם RAG על חומר הקורס
FERPA
+ GDPR aware מהתכנון
HE+EN+RU+AR
multilingual native
Audit
trail מלא לכל אינטראקציה

* deflection rate מבוסס deployments פומביים (UK Open University 2024, Coursera AI report) — לא מובטח לפרויקט ספציפי.

🎯 יכולות Education AI

שמונה מודולים שמרכיבים את הפלטפורמה

כל מודול עצמאי — אבל הם בנויים לעבוד יחד סביב profile של הלומד.

📚

Adaptive learning paths

מסלול למידה שמשתנה לפי ביצועי הלומד — אם הוא מבין מהר, מעלים את הקושי; אם הוא נתקע, מספקים שיעורי תרגול נוספים. מבוסס Knowledge State Tracing (Bayesian / Deep KT).

  • Per-student concept mastery tracking
  • Prerequisite graph awareness
  • Difficulty adjustment בזמן אמת
  • Explainable למורה (מדוע הוקפץ ל-pace הזה)
🧠

AI tutoring — שיטה Socratic

Tutor שמנחה לחשיבה בשאלות, לא נותן תשובות. עומד בפני "תן לי את התשובה" — מנחה לתשובה במקום זאת. Grounded על חומר הקורס בלבד, לא משתמש בידע external.

  • Source-bounded — לא מחוץ לחומר הקורס
  • Hint progression — אם תלמיד נתקע ב-3 הזדמנויות, רק אז יותר פירוט
  • Citation לעמוד / שיעור ספציפי
  • Multilingual native (HE/EN/RU/AR)
📝

Auto grading — עם הסבר

ציון אוטומטי לחיבורים, קוד, בעיות מתמטיות — עם feedback per-line ולא רק ציון. מורה רואה את ה-rubric breakdown ויכול לדרוס. עובד מבחנים, שיעורי בית, ופרויקטים.

  • Rubric-based — מורה מגדיר קריטריונים
  • Per-line / per-section feedback
  • Override מורה עם משוב חזרה למודל
  • Plagiarism + AI-generation detection
⚠️

Early-warning system

זיהוי תלמידים בסיכון נשירה / כישלון מוקדם — בשבוע 3, לא בשבוע 12 כשמאוחר. סיגנלים: עמידה בשיעורי בית, זמן הגשה, ביצוע מבחני שליטה, סנטימנט בהשתתפות.

  • Per-student risk score כל שבוע
  • Recommended interventions per case
  • Feedback loop למורה — האם פעולה עזרה
  • Privacy-aware — score אינו נחשף לתלמיד עצמו
📖

RAG על תוכן הקורס

שאלות תלמיד נענות מתוך הקורס בלבד — לא מהאינטרנט, לא מ-Wikipedia. כל תשובה עם ציטוט לעמוד. אם השאלה מחוץ לקורס, ה-AI אומר שזה לא נכלל ומפנה למורה.

  • Out-of-scope detection מובהק
  • Citation per claim — תלמיד יכול לוודא
  • Refresh אוטומטי כשתוכן הקורס משתנה
  • Conversation memory per-student per-course
🎯

Question generation + assessment

יצירת שאלות לתרגול ולמבחנים בהתאמה ל-concepts שהלומד עוד לא שולט. מורה בודק לפני פרסום — מודל מציע, לא מפרסם לבד.

  • Concept-tagged question pool
  • Difficulty calibration (IRT - Item Response Theory)
  • Spaced repetition scheduling
  • Anti-cheat — different questions per session
🌐

Multilingual content adaptation

תרגום + לוקליזציה תרבותית של תוכן קורס מ-EN ל-HE / RU / AR. לא רק תרגום מילים — התאמת דוגמאות לקונטקסט מקומי. עורך שולט, AI טיוטה.

  • RTL native (עברית, ערבית)
  • Cultural example adaptation
  • Mathematical notation rendering נכון בכל שפה
  • Editor approval workflow
📊

Teacher analytics dashboard

מורה רואה את הכיתה ברמת concept mastery, לא רק ציון. אילו נושאים הכי הרבה תלמידים נתקעים? איזה הסבר עבד? איזה לא? לוח שמשרת קבלת החלטות פדגוגיות.

  • Concept heatmap לכיתה
  • Time-on-task per concept
  • Intervention impact tracking
  • Parent / counselor summary on demand
🏗️ ארכיטקטורה

איך זה מתחבר ל-LMS / SIS הקיימים

🔌

LMS integration

Tutor + grading + analytics מתחברים ל-Moodle, Canvas, Blackboard, Google Classroom או LMS ביתי דרך LTI 1.3 / xAPI.

  • LTI 1.3 standard (Canvas, Blackboard, Moodle)
  • xAPI / cmi5 ל-experience tracking
  • SSO via SAML / OAuth
👥

SIS sync

Student Information System (Mashov, Snell, custom) מספק class roster, מקבל grades בחזרה. Bi-directional.

  • Mashov (ישראל)
  • OneRoster standard
  • Custom SIS — adapter framework
🔒

Privacy + compliance

FERPA (US), GDPR (EU), חוק זכויות התלמיד (IL) — נכנסים לארכיטקטורה מהיום הראשון, לא נדבקים אחר כך.

  • PII minimization בכל שכבה
  • Parent consent workflow לתלמידים מתחת ל-13
  • Zero retention על LLM provider (OpenAI Enterprise / Azure)
  • Right to deletion mechanic מתוכננת
🚀 איך מתחילים

פיילוט נכון של 8-12 שבועות

1️⃣

Discovery (שבוע 1-2)

Audit של LMS, SIS, content corpus, ושל ה-pedagogy: איזה תרחיש מורה הכי הרבה זמן נשרף? התחלה משם.

2️⃣

Pilot (שבוע 3-8)

קורס אחד / מורה אחד / 30-50 תלמידים. בנייה של מודול אחד עם eval framework. תלמיד מקבל הכל, מורה רואה הכל, החלטה pedagogical נשארת אצל המורה.

3️⃣

Scale (שבוע 9-12)

Phased rollout לכל קורסים / מורים נוספים, kill switch מתועד, governance baseline. Privacy review סופי לפני production.

* SLAtech מאז 2004 · עבדנו עם בתי ספר, מכללות ופלטפורמות EdTech ב-14 מדינות.

מוכנים להוסיף AI ל-EdTech שלכם?

שיחת ייעוץ של 30 דקות — נמפה את המודולים הרלוונטיים, נציע ארכיטקטורה ונכמת ROI.

מילון AI