שאלות על חקר השאלות ומהי שאלה שממקסמת ידע עם יועד קנת

יועד קנט הוא חוקר קוגניציה, יצירתיות ושאילת שאלות, וחבר סגל בפקולטה למדעי הנתונים וקבלת החלטות בטכניון. נקודת המבט המחקרית שמנחה את עבודתו היא פונקציונלית ואמפירית: שאלות אינן רק אובייקט פילוסופי, אלא מנגנון קוגניטיבי לחיפוש מידע, לצמצום אי ודאות ולהעשרת הידע הדרוש להגדרת בעיות בעולם מורכב ועמום. הפרק נפתח כהרגלנו במשחק קצר. יועד בוחר את המספר 42 ועונה לשאלה יומיומית לכאורה על 500 שקלים נוספים בחודש. התשובה שלו, השקעה ברווחה המשפחתית, משמשת ככניסה ישירה לטענה המרכזית של הפרק: איכותה של שאלה אינה נמדדת רק לפי “עומק” מופשט, אלא לפי האופן שבו היא מכוונת קשב, מבהירה רצונות, ומאפשרת פעולה או שינוי פרספקטיבה. משם אנחנו עוברים למסע המחקרי שלו, שמחבר בין חקר יצירתיות לבין חקר שאלות דרך תפקידו של ידע. לאורך השנים יועד פיתח ויישם כלים כמותיים למיפוי מבני ידע ולמדידה של שינויי ידע לאורך זמן, בהקשרים כמו למידה, הזדקנות ופתרון בעיות. במונחים מתודולוגיים, הוא מתאר את הגישה כמעין reverse engineering לתהליכי חשיבה: הסקה על מנגנונים קוגניטיביים מתוך דפוסים התנהגותיים, נתוני שפה, ורשתות סמנטיות. הציר האמפירי המרכזי בפרק הוא המעבר ממדידה עקיפה של “יצירתיות” למדידה ישירה של “יכולת לשאול”. המעבדה של יועד משתמשת במטלה פשוטה אך פורצת דרך, Alternative Questions Task, שבה נבדקים מתבקשים לייצר שאלות על אובייקטים במקום לייצר שימושים חדשים לאובייקטים. לאחר מכן ניתן לאפיין את השאלות לפי תכונות כמו מורכבות, מקוריות ורלוונטיות, ולבחון כיצד הן קשורות לביצועים בתחומי חשיבה אחרים. בתוך הדיון הזה עולה גם שימוש מעשי בטקסונומיה של בלום כמסגרת לסיווג רמות מורכבות של שאלות, ומהלך מחקרי שמראה קשר בין שאלות ברמות גבוהות יותר לבין יצירתיות, בעיקר במצבים פתוחים ולא מוגדרים היטב. אחת התובנות החשובות בפרק היא תלות בהקשר. יועד מדגיש ששאלות מורכבות מסייעות במיוחד כאשר הבעיה עמומה, מרובת פתרונות, או דורשת בנייה מחדש של הבעיה עצמה. לעומת זאת, בבעיות סגורות ואנליטיות, לעיתים ינבאו ביצועים טוב יותר יכולות אחרות כמו קשב, שליטה קוגניטיבית ואינטליגנציה. במילים אחרות, “שאלות טובות” אינן תכונה אוניברסלית אחת, אלא התאמה דינמית בין סוג הבעיה לבין אסטרטגיית החקירה. הפרק מרחיב גם מעבר למעבדה אל סביבות טבעיות יותר באמצעות משחקים מחקריים מבוססי בינה מלאכותית. המשחקים מאפשרים לראות שאלת שאלות כשרשרת דינמית של צעדים: חקירה, עדכון השערות, בחירת שאלה הבאה, ומעבר בין איסוף מידע לבין ניסוח פתרון. כאן נכנס גם הממד העתידי: כיצד נראית אינטראקציה אדם מכונה שאינה רק “מכונה עונה”, אלא מערכת שמאתגרת, מדרגת, ומקדמת שאלות שמרחיבות הבנה. זה מוביל באופן טבעי לשאלות פתוחות שנשארות איתנו לפרקים הבאים: איך מודדים תרומת מידע מחוץ למטלות סטריליות, מהו תפקידו של הקשר חברתי ורגשי, ואיך נראית למידה שיטתית של מיומנות שאילת שאלות לאורך זמן. מאמרים ומקורות להמשך העמקה Bloom, B. S. (1956). Taxonomy of Educational Objectives: Handbook I, Cognitive Domain https://scholar.google.com/scholar?q=Bloom+Taxonomy+of+Educational+Objectives+1956 Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A Taxonomy for Learning, Teaching, and Assessing https://scholar.google.com/scholar?q=Anderson+Krathwohl+taxonomy+learning+teaching+assessing+2001 Loewenstein, G. (1994). The psychology of curiosity: A review and ...