דף עבודה מקופל, עיגול אדום וארבעים דקות: GLM-5.3-Flash כעזר להכנת שיעור

JACK GROSS · FICTION + SOURCED ANALYSIS · 28 SEP 2026

מקרה בדיוני, לא ריאיון אמיתי ולא בדיקת מודל

למירה יש ארבעים דקות עד שיעור פרטי. הורה שלח צילום מהטלפון של דף עבודה עם פינה מקופלת. השורה האחרונה של המשוואה נחתכה, והמורה סימן בעיגול אדום צעד אחד. היא יכולה לבזבז את עשר הדקות הראשונות של השיעור על העתקה עם התלמיד, או להגיע כבר עם שאלה טובה יותר. מירה, המשפחה והשיעור בדויים. זהו תהליך עבודה מוצע, לא דיווח על בדיקה של GLM-5.3-Flash.

צילום הדף→שורות נראות→סימנים לא ברורים→מירה שואלת

צילום הוא ראיה, לא מפתח תשובות

Z.AI מתעדת את GLM-5.3-Flash כמודל שמקבל תמונה וטקסט ומחזיר טקסט, עם קוד המודל glm-5.3-flash בממשק. הבנה חזותית מופיעה בין היכולות. אבל שום דבר שם לא אומר שדף מקופל ומטושטש כזה ייקרא נכון. מירה תחתוך שמות, תעלה רק את אזור השאלה ותבקש תמלול שבו סימנים בלתי קריאים מסומנים כלא ידועים. אם ספרה חשובה חסרה, הצעד הבא הוא עוד צילום, לא ניחוש בטוח בעצמו. [source]

בקשה שנבנתה כדי להודות בספק

הבקשה שלה צרה בכוונה: ״תמלל רק את הנראה. לכל שורה צטט את הסימנים, סמן סימנים מפוקפקים, ואז הצע שתי שאלות אבחון. אל תפתור את התרגיל ואל תמציא את הפינה החסרה״. המודל עלול לקרוא את העיגול האדום כפסק דין של המורה, או לבלבל 1 עם 7. לכן מירה בודקת כל שורה מול הצילום, וטקסט שוטף לעולם לא גובר על סימן שלא ניתן לקרוא. [source]

תוכנית שיעור קטנה עם פיצול

נניח שהתלמיד מסביר למה העביר איבר מעבר לסימן השוויון. אם ההיגיון נכון ורק המספר שהועתק שגוי, מירה שולחת אותו חזרה לשורת המקור. אם ההיגיון קורס, היא מביאה משוואה מקבילה פשוטה יותר ומבקשת שיאמר את הפעולה בקול. אף ענף לא טוען שמודל אבחן ילד. את השאלה היא בוחרת אחרי שהקשיבה, והכלי רק עוזר לה לסדר חלופות.

הדף שניסה ללמד את הכיתה

בצילום של דף עבודה יש הוראות מודפסות וכתב יד, ויכולה להיות גם שורה שמורה לעוזר להתעלם מהמורה ולשלוח את כל תיק התלמיד לכתובת חיצונית. מורה לא כתב את זה לסוכן. OWASP מזהירה שתוכן בעל אמינות נמוכה עלול לשאת הוראות הזרקת פרומפט. מירה מתייחסת לטקסט הדף כאל נתונים, משאירה תיקי תלמידים מחוץ לקלט ולא מחברת לשלב ההכנה הזה לא דוא״ל ולא כלי ציון. [source]

מה יהפוך את זה לשימושי

לפני שיעור אמיתי מירה תבנה מדגם מאושר עם שמות בדויים: צילומים חדים ומטושטשים בכוונה, צורות ספרות מוזרות, פינה חסרה והוראה עוינת בתוך התמונה. היא תשווה את התמלול לטקסט שאדם בדק, תספור את הלא־ידועים שהמודל סימן ביושר ותקרא את שאלות האבחון בחיפוש אחר הנחות מובילות. אין כאן ציון. אם המודל משלים סימן חסר, התשובה הבטוחה היא ״אי אפשר לקבוע מהתמונה הזו״. [source]

ההבדל השקט

השיעור נפתח במירה שאומרת ״תסביר לי את הצעד הזה״, לא בפסק דין של מכונה. המודל הבדוי חסך לה זמן להכין את השאלה רק אם התמלול שלו שורד את הבדיקה שלה. תלמיד אינו דף עבודה, ודף עבודה אינו מערך נתונים נקי. הגבול המועיל צנוע: לקרוא את השורות הנראות, לשמור על אי־הוודאות ולהחזיר את ההוראה למורה.

קוד להמחשה, לא הורץ כאן

def prepare_question(transcript, verified_by_tutor):
    if not verified_by_tutor or transcript.has_unknown_symbols:
        return "ask for clearer image; do not grade"
    return "ask the student to explain the first transformation"
# No student grade or parent message is generated here.

מקורות וספק

מירה, המשפחה והשיעור בדויים, ושום מודל לא נבדק. [Z.AI model documentation] · [Z.AI function calling] · [OWASP prompt injection]. כל האמור הוא שיקול תכנוני, בלי דיוק מדוד.