17/09/2026
האם פסיכומטריקה יכולה לסייע לנו למדוד לא רק אינטליגנציה אנושית, אלא גם אינטליגנציה מלאכותית?
בסדרת עבודות שהתפרסמו לאחרונה או התקבלו לפרסום, חוקרים מקבוצת המחקר של פרופ׳ Giora Alexandron, בוחנים בדיוק את השאלה הזו: כיצד כלים ושיטות מדידה והערכה שפותחו לאורך שנים כדי למדוד יכולות אנושיות יכולים לעזור לנו להבין ולמדוד את היכולות של מודלי בינה מלאכותית. את המחקר מובילה ד״ר אלונה סטרוגצקי בשיתוף עם Licol Zeinfeld וחוקרים נוספים מהמחלקה – ד״ר Jason Cooper וד״ר Gil Schwarts מקבוצת המתמטיקה, ו זיוה בר-דב , ד״ר Shelley Rap, ופרופ׳ Ron Blonder מקבוצת הכימיה.
במאמר אחד, פיתחו החוקרים אלגוריתם המשתמש בשיטות הנקראות Differential Item Functioning כדי לזהות פריטי הערכה עליהם בני אדם ו-AI מתנהגים באופן שונה, גם כאשר רמת הביצוע הכללית שלהם דומה. זה מאפשר לזהות סוגים של שאלות שבהם קיים פער שיטתי בין האופן שבו בני אדם ומודלים פותרים בעיות.
במאמר אחר, החוקרים הראו שמבנה הידע הסמוי עבור שאלונים בכימיה וחשיבה כמותית שונה עבור לומדים אנושיים ומודלי שפה, ויתרה מכך, שבעוד מומחים יודעים להסביר את הגורמים הסמויים עבור לומדים אנושיים (למשל, ששאלות מסויימות מתייחסות ליכולת הסקה מגרפים), הם מתקשים לעשות כן עבור לומדים מלאכותיים.
במאמר שלישי, החוקרים הראו ששיטות הנקראות Person-fit statistics, ובוחנות עד כמה רצפים של מעני לומדים למבחנים מתאימים למודל החזוי על ידי התיאוריה הפסיכומטרית, מזהות לומדים ממוחשבים (סוכני ב״מ) כ״סטייה מהנורמה״ האנושית המצופה. עם זאת, ממצא מעניין הוא שמודלים חדשים לא רק משתפרים ביכולותיהם, אלא גם מראים דפוסי מענה ״אנושיים״ יותר.
בעזרת שיטות, ממצאים, ותובנות אלו, החוקרים עוזרים לבסס תחום מדעי חדש של LLM Psychometrics.
לינקים למאמרים:
https://educationaldatamining.org/edm2026/proceedings/2026.EDM.short-papers.88/index.html
https://www.sciencedirect.com/science/article/pii/S2666920X2600130X?via%3Dihub
https://arxiv.org/pdf/2608.17810
