מקצוע מוביל
חזרהנושאים בתוכנית הלימודים
חזרה לראש הדף
יסודות הדאטה | 15 שעות לימוד
חזרה לראש הדף
היכרות עם מידע ונתונים
5 שעות לימוד
- הסבר על מהו "דאטה" (נתונים) – נתונים גולמיים שנאספים ממקורות שונים, כמו סקרים, אתרים, חיישנים, או משתמשים. הדאטה יכול להיות מספרי (כמותי), טקסטואלי, חזותי ועוד. נבין מה ההבדל בין נתונים גולמיים למידע מעובד.
- אוריינות נתונים היא היכולת לקרוא, להבין, לפרש ולהפיק תובנות מנתונים. מדובר בכישורי בסיס כמו לדעת מהי טבלה, כיצד להבין גרף, ואיך לשאול שאלות נכונות מתוך נתונים.
- הסבר על מטרות ניתוח נתונים: קבלת החלטות מושכלת, חיזוי מגמות, פתרון בעיות, התייעלות עסקית או אישית. נדון בדוגמאות מתחומים כמו בריאות, חינוך, שיווק ועוד.
- הצגה של השלבים השונים שדאטה עובר: איסוף נתונים, ניקוי וסידור, ניתוח, הצגה (ויזואליזציה), קבלת החלטות.
חזרה לראש הדף
היכרות עם כלי בינה מלאכותית
10 שעות לימוד
- הסבר בסיסי על מהי בינה מלאכותית – תחום בטכנולוגיה המאפשר למכונות ולמחשבים לחקות תהליכי חשיבה אנושיים כמו למידה, הבנה, פתרון בעיות ויצירתיות. נסקור דוגמאות מחיי היומיום (כמו צ'אטבוטים, המלצות בספוטיפיי, זיהוי פנים וכו').
- סקירה של כלים זמינים כיום כמו : ChatGPT ,Copilot, Perplexity, Claude, Gemini ועוד.
- נתייחס למה עושה כל כלי, ואיך אפשר להשתמש בו לצרכים לימודיים.
- איך כותבים הנחיה מדויקת וברורה עבור מודלי שפה כדי לקבל תשובות איכותיות הצגת עקרונות חשובים כמו הקשר, פירוט, סגנון, והדרכה של המודל.
- הסבר על המושג LLM – מודלים שנבנו על כמויות עצומות של טקסט ומידע, ומסוגלים להבין ולייצר שפה טבעית. נדון איך הם עובדים, במה הם חזקים, ומה מגבלותיהם.
- כיצד מודלים של בינה מלאכותית עלולים לשקף או להעצים דעות קדומות, ואילו כלים קיימים למניעת אפליה. נציג עקרונות של אתיקה ורגולציה.
- כיצד מודלים לומדים ממידע פתוח באינטרנט, ולמה חשוב להיות מודעים לנושאים כמו פרטיות, זכויות יוצרים ושימוש במידע אישי.
- היכרות עם כלים ליצירת תמונות, תרשימים ומצגות בעזרת AI
חזרה לראש הדף
יסודות המידע | 30 שעות לימוד
חזרה לראש הדף
פירמידת המידע
5 שעות לימוד
- פירמידת המידע מתארת את המעבר ממידע גולמי לידע וחוכמה. היא בנויה מארבע שכבות:
- נתונים (Data) עובדות בלתי מעובדות כמו מספרים או תצפיות
- מידע (Information) נתונים שעובדו וקיבלו הקשר
- ידע (Knowledge) תובנות שמופקות מהמידע
- חוכמה (Wisdom) שימוש שיפוטי וערכי בידע - קיימים סוגי מידע שונים, כמו:
- מידע כמותי (מדיד) ואיכותני (תיאורי)
- מידע מובנה (למשל טבלאות) ולא מובנה (כמו טקסט או וידאו)
- מידע עסקי, חברתי, רפואי ועוד. - מקורות מידע מתחלקים לראשוניים – תיעוד ישיר כמו ראיונות, תצפיות, סקרים או מסמכים מקוריים – ולשניוניים, שהם פרשנויות או סיכומים של מקורות ראשוניים כמו מאמרים, כתבות בעיתונים או דוחות.
- מידע יכול להיות גלוי (Explicit) כלומר כזה שניתן להעביר בקלות כמו מסמכים או הוראות; או סמוי (Tacit) שנמצא בראש של אדם וקשה להעברה, כמו מיומנויות או אינטואיציה.
- מקורות גלויים מתייחסים למידע שמקורו באתרי חדשות, מדיה חברתית, מסמכים ציבוריים ועוד.
- אוסינט ויומינט:
- יומינט נוגע למידע הנאסף מאנשים באמצעות ראיונות, תצפיות וכו'
- אוסינט - חכמת ההמונים היא עיקרון שלפיו קבוצה גדולה של אנשים, גם ללא מומחיות, עשויה להציע פתרונות טובים יותר לבעיה בהשוואה ליחידים.
חזרה לראש הדף
חיפוש המידע
5 שעות לימוד
- חיפוש מידע מתקדם מתייחס לשימוש בטכניקות וכלים מתקדמים לאיתור מידע רלוונטי, מדויק ואיכותי ממקורות מגוונים, תוך שימוש בפילטרים, חיפושים לפי סוג קובץ, תאריך, שפה, או תחום תוכן. מעבר למנועי חיפוש רגילים, נעשה שימוש גם במסדי נתונים מקצועיים, מאגרי מידע אקדמיים, רשתות חברתיות, אתרים ממשלתיים. בשנים האחרונות נוספו גם כלי בינה מלאכותית המסייעים לא רק באיתור מהיר יותר של מידע אלא גם בניתוחו, סיכומו, תרגומו והסקת תובנות ממנו. כלים כמו ChatGPT, Copilot ו-Google Gemini מאפשרים ניסוח שאילתות בשפה טבעית, חיפוש מושכל לפי הקשר, זיהוי מידע רלוונטי מתוך מסמכים מורכבים, והפקת תובנות בזמן אמת. שילוב של AI עם חיפוש מידע מתקדם מאפשר למשתמשים לחסוך זמן, לשפר דיוק, ולהגיע לרמות עומק חדשות באיסוף וניתוח נתונים.
- מודיעין עסקי (Business Intelligence – BI) הוא תהליך איסוף, עיבוד וניתוח של מידע פנימי וחיצוני הנוגע לארגון, למתחרים ולשוק, במטרה לתמוך בקבלת החלטות אסטרטגיות. תהליך זה כולל ניתוח מגמות, תחזיות, הבנת חוזקות וחולשות של המתחרים, ומיפוי הזדמנויות עסקיות. כלי BI משלבים נתונים ממקורות כמו דוחות כספיים, פעילות צרכנית, תנועות שוק, תובנות ממדיה חברתית, ומידע פתוח ומסייעים בהצגת המידע דאשבורד (Dashboards) ובדו"חות ויזואליים.
- שאילת שאלות בהקשר של מודיעין עסקי (BI) והיכרות עם עולם לקוח הינו בסיס חיוני להבנת שווקים, זיהוי מגמות, וגיבוש תובנות אסטרטגיות. בשונה מאיסוף נתונים טכניים, שאילת השאלות מכוונת את החוקרים לחשוב באופן ספציפי: מה אנחנו באמת צריכים לדעת? אילו שאלות לשאול כדי לקבל הבנה עמוקה לגבי הלקוח, השוק או המתחרה.
- בלימוד התחום יש להבחין בין סוגים שונים של שאלות – שאלות מחקר שוק, שאלות תחרותיות, שאלות על התנהגות לקוח או על פערי מידע – וללמד את העקרונות: פתיחות, עומק, רלוונטיות ויכולות לאתגר הנחות קיימות. כלים פרקטיים כמו מודלי 6 W, "חמשת הלמה" ( 5 WHY'S), ניתוח פרסונות לקוח מאפשרים לתלמידים לתרגל חשיבה עסקית חקרנית בצורה חווייתית וישימה.
חזרה לראש הדף
חשיבה ביקורתית והערכת מידע
10 שעות לימוד
- חשיבה ביקורתית היא היכולת להפעיל שיקול דעת עצמאי, להטיל ספק, לשאול שאלות, ולבחון את המידע המתקבל מבלי לקבל אותו כמובן מאליו.
- חשוב לדעת כיצד להעריך את מהימנותם של אתרים ומקורות ברשת: מי עומד מאחורי האתר, האם יש לו אינטרס, מתי המידע עודכן לאחרונה, ומה רמת הדיוק והעומק שלו.
- הערכת מידע מבוסס נתונים דורשת בחינה של מקור הנתונים, שיטות האיסוף והמדידה, האם יש שקיפות בגבולות המחקר, ומהם המסקנות שניתן (או לא ניתן) להסיק ממנו.
- לעיתים מידע עשוי להיות מוטה אם בשל בחירת נתונים סלקטיבית, ניסוח מגמתי, או דגימה לא מייצגת ולכן חשוב להיות מודעים להטיות מידע וליכולת של נתונים להציג תמונה מעוותת.
- ישנן גם מניפולציות מכוונות על נתונים לדוגמה: שימוש מטעה בגרפים, הסתרת נתונים אשר לא עולים בקנה אחד עם המסר של המציג , או ניסוח סטטיסטי מבלבל.
- כאשר מקבלים תשובות מכלי בינה מלאכותית, יש לבצע אימות עצמאי של המידע לבדוק מקורות, להשוות לתשובות מכלי בינה אחרים, ולחפש ביסוס במקורות מהימנים.
- תהליך הצלבת מידע בין מספר מקורות וכלים, בשילוב חשיבה ביקורתית, הוא הדרך הבטוחה להבטיח אמינות, דיוק והבנה מעמיקה של הנושא.
חזרה לראש הדף
מבוא לגרפים
10 שעות לימוד
- הבנה ויזואלית בסיסית של נתונים - השימוש בגרפים נועד לפשט ולהמחיש מידע מורכב, לאפשר זיהוי דפוסים במהירות.
- קיימים סוגים שונים של גרפים. בפרק זה נתמקד ב 3 גרפים עיקריים - גרף עמודות, גרף קווים, גרף עוגה. כל אחד מהם מתאים להצגת סוגי מידע שונים, כמו השוואת כמויות, מגמות לאורך זמן או קשרים בין משתנים.
- הצגת מידע גרפי איכותית דורשת עיצוב מדויק וברור: צירים מסומנים היטב, בחירת צבעים מתאימה, כותרות מדויקות והימנעות מעומס חזותי.
- קריאת גרפים בצורה ביקורתית דורשת הבנה של קנה מידה, המקרא, מקור הנתונים וההקשר – כדי שלא נוטעה על ידי ייצוגים לא מדויקים.
- לעיתים נעשה שימוש בהטיות גרפיות מכוונות – כמו קיצור ציר ה-Y השמטת קטגוריות או שימוש בפרופורציות מבלבלות – כדי לייצר מצג שווא.
- אינפוגרפיקה משלבת גרפים, טקסטים ואיורים בצורה ויזואלית חווייתית אחת, ומטרתה להעביר מסר.
חזרה לראש הדף
אינפואתיקה ברשת ובבינה מלאכותית | 10 שעות לימוד
חזרה לראש הדף
אינפואתיקה ברשת
10 שעות לימוד
- אינפואתיקה - האתיקה הדיגיטלית (היבטים מוסריים של מידע), עוסקת בשאלות של אחריות, שקיפות, פרטיות והוגנות בעולם טכנולוגי. בעולם שבו מידע זורם במהירות ונשמר בענן.
- אבטחת מידע אישי היא חיונית להגנה על פרטיות המשתמש בין אם מדובר בסיסמאות, נתוני אשראי, העלאת תמונות אישיות, מיקום גיאוגרפי או היסטוריית גלישה.
- ארגונים נדרשים לאבטחת מידע ארגוני כולל מסמכים פנימיים, תוכניות עסקיות, ביצוע התממה (anonymization) כדי להגן על נתונים רגישים של לקוחות, מניעת דליפות, מתקפות סייבר ונזקים כלכליים.
- בעידן הנוכחי של רשתות חברתיות ובינה מלאכותית, תופעת הפייק ניוז (חדשות כזב) הפכה למאתגרת במיוחד – כאשר מידע כוזב מופץ במהירות ויכול להשפיע על דעת קהל, בחירות ואירועים פוליטיים.
- שימוש בכלי בינה מלאכותית לצורכי הונאה, כמו דיפ פייק (Deepfake) בוטים משכנעים, טקסטים או סרטוני וידאו מזויפים, מדגיש את הצורך במודעות ציבורית וכלים טכנולוגיים לזיהוי תכנים מזויפים.
- נושא זכויות היוצרים - הבעלות החוקית על יצירות טקסט, תמונה, מוזיקה או קוד ולוודא שאיננו מפרים זכויות בעת שימוש, העתקה או הפצה של תכנים, גם כשמדובר בתכנים שנוצרו בעזרת בינה מלאכותית.
