"התחושה היא שיש מעט מאוד משרות שפתוחות לבוגרי תואר ראשון\", הוא אומר.ניר גם מעיד שהמשרות המוצעות דורשות ניסיון מוקדם בתעשייה. \"הדרישה היא לשנתיים או שלוש שנות ניסיון לפחות, ורצוי עם עבר בתחום הבינה המלאכותית. אבל ניסיון כזה הוא לא כל כך פשוט: אתה חייב כמויות עצומות של דאטה שתוכל לעבד, כמויות כאלה שיש רק בחברות. אתה שולח קורות חיים והמגייסים לא חוזרים אליך. הם פותחים משרה בלינקדאין ובתוך שעה סוגרים אותה כי קיבלו מספיק קורות חיים. אפשר להבין, כשאנשים לא מוצאים עבודה שמתאימה להם, הם שולחים קורות חיים גם למשרות שלא מתאימות\".אהרן סיני (26), סטודנט שנה ג\' למדעי המחשב באוניברסיטה העברית, מחפש כבר חצי שנה עבודה בתחומי התוכנה, הבדיקות או כל תפקיד כניסה ראשון בתעשייה. \"הגשתי קורות חי

ים ל־150 משרות, הרוב אפילו לא טורחים לחזור\", הוא מספר. \"זה שונה מבעבר – בשנה השלישית אנשים שהיו יוצאים לשוק כבר היו מתחילים לעבוד. ולא רק אני – כל החברים סביבי מחפשים חודשים על גבי חודשים, וכשנפתחת משרה כולם שולחים קורות חיים, ואז מתקבל בר־המזל, כנראה אחד מתוך כמה אלפי מועמדים\".הסיבות לכך רבות. מלבד ריבוי המתכנתים שנפלטו לשוק אחרי שנים של צמיחה במספר ההכשרות ובתי הספר בתחום, מסביר רונן ניר, שותף בקרן ההון סיכון האמריקאית PSG, כי חברות ההייטק חוו ירידה בגיוסי כספים, מעבר לדגש על רווחיות וכמובן את המלחמה וגיוסי המילואים. אלא שבמקביל, הוא אומר, יותר ויותר חברות מכניסות כלי פיתוח, כמו גיטהאב קופיילוט של מיקרוסופט או קלוד של אנתרופיק, שמחליפים את מפתחי התוכנה הצעירים. \"אנחנו רק בהתחלה, ועוד אי אפשר להוכיח את הקשר בין הבינה המלאכותית לבין אבטלה, אבל אין לי ספק שבשנתיים הקרובות נראה את ההשפעה שלה על קצב גיוסי המתכנתים\".כמו רבים מחבריו, גם סיני חושש שכלי AI כבר התמקמו היטב בחברות הייטק וחלקם מבצעים משימות שג\'וניורים שכמותו ביצעו בעבר: \"לא שמעתי על כך במפורש מאף חברה מגייסת, אבל אפשר להניח שאם מישהו היה צריך בעבר כמה שעות כדי לכתוב קוד מסוים, היום אפשר להספיק בזמן זה פי עשרה. אולם אני עדיין לא חושב שאפשר לוותר כליל על מתכנת אנושי שיעבוד עם כלי ה־AI שכן נדרשת הבנה יסודית של מה אפשר לעשות עם הקוד ואיפה החולשות שלו\".מנכ\"ל מטא מארק צוקרברג הודה בפתיחות לפני כמה שבועות בפודקאסט של ג\'ו רוגן כי \"עד 2025 בינה מלאכותית תוכל לתפקד כמו מהנדס ברמת ביניים, לכתוב קוד בעצמה ואולי להחליף מפתחי תוכנה\". סמוך למועד שבו נודע שענקית תוכנת השיווק סיילספורס מפטרת כ-10,000 עובדים, הודיע המנכ\"ל והמייסד מארק בניוף כי החברה עוצרת את גיוסי מהנדסי התוכנה החדשים השנה בשל \"הגדלת פריון הבינה המלאכותית\" בחברה בכ-30%, עד כדי שיעילות מחלקת הפיתוח שלה היא \"מופלאה. לא הייתי מאמין שזה המקום שהגענו אליו\", אמר.רק בשבוע שעבר בראיון לגלובס הודה רק מנכ\"ל למונייד דניאל שרייבר כי הבינה המלאכותית סייעה לחברה לצמצם את מצבת העובדים שלה ב-11% בשנתיים האחרונות ובמקביל להכפיל ההכנסות. \"מנהל הפיתוח שלנו חושב שבעוד שנתיים הוא יפסיק לגייס בוגרי אוניברסיטה, כי את העבודה של הג\'וניורים תוכל לעשות הבינה המלאכותית\", אמר.מהירה יותר, זולה יותר ולא מתעייפת יש מי שמעידים שלא מדובר בחזון לעתיד אלא שזה כבר קורה. \"הבינה המלאכותית טרפה לנו את כל הקלפים\", אומר סמנכ\"ל טכנולוגיות בסטארט־אפ ישראלי צומח. 

\"היא העלתה את רף הכניסה לחברה, והפחיתה את הסבלנות שיש לנו כדי להכשיר ג\'וניורים מאלף ועד תו. התפיסה שלנו כיום היא שעובדים חדשים צריכים לתת ערך כאן ועכשיו\".החברה שהוא שותף להקמתה כבר מפתחת קוד באמצעות מנועי שפה חכמים, בהם גיטהאב קופיילוט, שכבר הפך לכלי פיתוח סטנדרטי, קלוד, שגם משמש לצורכי פיתוח תוכנה, ופרפלקסיטי, הבת החורגת של ענף ההייטק שמאתגרת את גוגל עם טכנולוגיית חיפוש ובינה מלאכותית מתקדמת.עוד ברשימת הכלים, סטארט-אפ צעיר בשם קרסר (Cursor), שהקליט מיליוני תנועות עכבר של מפתחי תוכנה ויודע לחזות את הקוד שיכתבו על בסיסן. קרסר נחשב למנוע הבינה המלאכותית הצומח ביותר בקרב סטארט-אפים מכל העולם, וגייס בשבועות האחרונים 100 מיליון דולר לפי שווי של 2.6 מיליארד דולר. בסצנה האמריקאית הוא הוגדר כגיוס הצמיחה המהיר בהיסטוריה – החברה גייסה את ההון הראשוני שלה (סיד) סך הכול באוגוסט 2023.גם שתי חברות ישראליות הצטרפו השנה לסל כלי הפיתוח מבוססי הבינה המלאכותית: טסל (Tessl) של מייסד סניק, הישראלי גיא פודחרני, שגייסה יותר מ-100 מיליון דולר לפי שווי של חצי מיליארד דולר; וחברת קודו (Qodo) מתל אביב.\"ראשי הצוותים מבקשים בשפתם שלהם קוד שימלא תפקיד מסוים, והמנוע כותב להם אותו. הם מגדירים לו בעיה, והוא \'מדבג\' (מחפש ומתקן באגים ושגיאות – א\"ג), ועושה זאת טוב יותר מג\'וניור שלא מכיר את בסיס הקוד שלנו\", אומר אותו סמנכ\"ל. \"אבל התועלת לא מסתיימת רק בקידוד או בדיקות – הוא רב־תחומי ומביא לנו תובנות מפיזיקה, מתמטיקה וסטטיסטיקה ובכלל מהמדעים המדויקים. אם מבקשים ממנו להסביר את הנוסחה שהוא מצא, הוא מספק הסבר מפורט נהיר הרבה יותר מרוב העובדים שתשאלו אותם. הנפילות היחידות קורות בדרך כלל כשלא נותנים לו הקשר מספק, לכן אתה רוצה עובדים שהתנסו כבר במערכות כאלה\".דרור וייס הוא מנכ\"ל TabNine, חברה ישראלית שמתחרה בגיטהאב ובקלוד עם מנוע פיתוח קוד שעובד עם כ־70 חברות ענק כמו אריקסון, אסטרה זנקה, קוהיר וקרדיט אגריקול. בעוד את המנועים החדשים מאמצות במהירות חברות טכנולוגיה צומחות, TabNine עובדת עם הגדולות שמחפשות שירותי חבילת קוד הנתפרת במיוחד עבורן. \"כל הכלים הללו החלו כמעין \'אוטוקומפליט\', שכמו במנוע של גוגל, משלים את השורה שאתה כותב בהתחשב במה שהוא חושב שמתאים. אבל היום הכלים האלה משולבים בכלל מחזור פיתוח התוכנה: תכנון הפיתוח, קידוד, בדיקות, בדיקת עמיתים, ניהול פרויקט\", אומר וייס.התפקידים שבסכנה הגדולה ביותר לוטן לבקוביץ\', שותף בקרן ההון סיכון גרוב, סקר כמעט 100 חברות טכנולוגיה וגילה כי 92% מהן כבר מייצרות ולו חלק מהקוד באמצעות בינה מלאכותית יוצרת. \"בסקר הקודם בשנה שעברה רק 50% הודו בכך\", אומר לבקוביץ\'.עם זאת, לדבריו יש תחומים שבהם ארגונים עדיין מתקשים להחליף את המפתחים בשר ודם. למשל בדיקות, שרק 21% מהמנהלים הודו כי הם מבצעים באופן אוטומטי, ניהול פרויקטים (10%) וניהול תשתיות וכלי פיתוח (DevOps) עם 29% בלבד.\"כששואלים מה מפריע למנהלים להכניס מנועי בינה מלאכותית, עיקר החששות נוגעים לאיכות הקוד ולדיוק שלו (58%), שיקולים משפטיים (44%), ובעיות אבטחת מידע (42%)\", מציין לבקוביץ\'.

 \"זה אומר שבמחלקות הפיתוח עדיין לא סומכים לחלוטין על הבינה המלאכותית היוצרת, מה שאומר שאי אפשר להפקיד אותה בידיים של ג\'וניור – אנחנו רואים חברות שבהן לא נותנים לג\'וניורים לעבוד עם AI כי הם מפחדים שכך ייכנס קוד לא איכותי. בגלל שכל הקרקע עליה בנויות מחלקות פיתוח משתנה, עושים אופטימיזציה לטווח הקרוב. אם בחברות כמו צ\'קפוינט בונים עתודות ניהוליות לחמש השנים הקרובות, הרי שהיום ארגונים לא יכולים להרשות את זה לעצמם בסביבה שבה הכול משתנה\".לפי הסקר, מנהלי פיתוח תוכנה נמצאים בסכנת ההחלפה הגדולה ביותר על ידי AI, אחריהם מפתחי תוכנה וארכיטקטים של תוכנה. מוגנים באופן יחסי מפני המהפכה הם מנהלי המוצר, לאחריהם מפתחי כלים טכניים ולאחר מכן מדעני דאטה.כיצד זה שדווקא מנהלי הפיתוח מהדרג הבינוני מצאו את עצמם בסכנה? לבקוביץ\' מסביר כי במקרה שבו המכונה תעסוק במרבית עבודת פיתוח הקוד, המפתחים והמהנדסים \"ישודרגו\" למעין מנהלי מוצר או ארכיטקטים. \"המהנדס צריך להתמחות בפתרון הבעיות, חשיבה מערכתית ותכנון ארכיטקטוני\", אומר לבקוביץ\'. \"הם צריכים שתהיה להם יכולת קבלת החלטות בנושאי עיצוב וממשק משתמש, לרתום לקוחות לפיתוח המוצר ולבצע תעדוף משימות\".לפי הניתוח של לבקוביץ הג\'וניורים כרגע נפגעים בגלל שלא סומכים עליהם שיעבדו עם AI, אבל לא הכול אבוד: \"אשתי אדריכלית, היא למדה לתכנן בניינים אבל לא הניחה לבנה מימיה. מצד שני ארכיטקטים של תוכנה הם כאלה שנגעו בקוד. מהר מאוד נגיע למצב שבו מתכנת הופך באמצעות אימון מבוסס AI – הנחת לבנה ועוד לבנה – לארכיטקט תוכנה. במקום לתת F-15 לג\'וניורים שמעולם לא טסו, ניתן להם \'להתחיל מפייפר\'\".גיוס הג\'וניורים התגלה כלא כלכלי מרים שטילמן ניהלה במשך יותר מ-20 שנה את היבטי התפעול וגיוסי הכספים בחברת האלגוריתמים הרפואיים אלגוטק, וראיינה מאות מתמטיקאים, מהנדסים ומומחי AI. כיום, היא שותפה בטל ונצ\'רס, קרן הון סיכון שמשקיעה בעשרות חברות בדגש על דיפ־טק. היא מספרת שהמנגנון שעמד מאחורי גיוס הג\'וניורים והכשרתם בארגון עובר כעת טלטלה גדולה. \"בעבר היה קיים במחסור במהנדסים אז היו קולטים ג\'וניורים מצטיינים, ולאחר שהמאגר הסתיים היו קולטים ג\'וניורים רגילים מאוניברסיטאות, ולאחר מכן מגייסים אותם מהמכללות. הם היו מגיעים לארגון ושכרם היה עולה בכל שנה 15%־30%, מה שמשקף את עלות ההשקעה של הארגון בהם. זה הגיע לרמה שעלות ההכשרה הייתה מגיעה לחמישית משכרו של מהנדס מנוסה, בגלל שחמישית מהזמן של הצוות שסבב את אותו המהנדס המצטיין – ראשי צוותים, ארכיטקטים של תוכנה – היה מופנה לחניכת ג\'וניור. זה הסתבר כלא כלכלי – הם היו עוזבים את החברה תוך שנתיים־שלוש\".אותם מהנדסים מנוסים ומבוקשים מכונים בתעשייה \"מהנדסי 10X\", מפתחים שחזקים פי עשרה מהממוצע. \"אלה אנשים שבעבר ישבו סביבם מפתחים וג\'וניורים עם פחות יכולת וניסיון שהיו מסייעים במשימות פשוטות יותר ולא תמיד מעניינות. אותם מהנדסי 10X היו מדריכים אותם ומשתפים אותם בנסיון שלהם, אבל היום הם כבר לא זקוקים להם – מהנדסי ה-10X הופכים ל-100X, בלי לבזבז זמן על הדרכות ועל חניכה\".עבורה, השינוי המואץ קיים בעיקר בדור החדש של החברות: \"לא נראה פיטורי אלפי מהנדסים בן לילה\", היא מסייגת. \"אבל סטארט־אפים חדשים כבר קמים באופן רזה הרבה יותר ממה שהיה מקובל בצד פיתוח התוכנה\", היא אומרת. \"מי שמקים חברה חדשה כבר לא צריך לשכור בבת אחת חמישה מהנדסים איכותיים ומנוסים – מדובר במשאב יקר. מפתח אחד שמצויד בכל הכלים שהוא צריך יכול לייצר כמות אדירה של קוד\".רבים משווים את ה־AI למהפכה התעשייתית: הטכנולוגיה תפגע במשרות מסוימות אך בסך הכל תוסיף הרבה משרות לשוק. \"לא הייתי משווה את מה שקורה כאן למהפכה התעשייתית. זה דומה יותר למהפכת הדפוס השנייה – זו שהביאה את הדפוס הדיגיטלי והעלימה את סדרני האותיות\".את עיקר ההשפעה, רואה שטילמן בכתיבת קוד בכל סוגי השפות, ופחות בעולמות פיתוח משיקים כמו פיתוח כלים ותחזוקת קוד, פיתוח מודולים של למידת מכונה או אפליקציות ענן. היא ממליצה להתמקצע בהנדסת דאטה או ביישום AI על תחום תוכן ספציפי, אבל בעיקר מודה שדווקא יכולת הבעה, ובעיקר הבעה בעל פה ובכתב הפכה חשובה מאוד: היכולת לנסח פקודה מקיפה בעלת הקשר נכון ובאנגלית רהוטה. \"כתיבת קוד היא למעשה כתיבת טקסט, המקום שאליו נכנסת ה־AI, אבל זה אומר שעכשיו גם ארכיטקטים של תוכנה, מפתחים בכירים ומנוסים מאוד, יכולים לחזור ולכתוב קוד בכל שפה שירצו, אפילו בסינית\", היא אומרת.אולי כדאי ללמוד דברים אחרים? גם ג\'נסן הואנג, מנכ\"ל ענקית הבינה המלאכותית אנבידיה נדרש בסופו של דבר להתייחס לנושא, שהוא אחד המחוללים שלו. לפני מספר חודשים הפתיע את השוק כשטען ש\"אם בעבר אמרנו שחיוני שהילדים ילמדו מדעי המחשב או לתכנת, המציאות היא כמעט הפוכה. התפקיד שלנו הוא ליצור טכנולוגיות מחשוב כך שאף אחד לא יצטרך לתכנת וששפת התכנות תהיה אנושית\". במצב שבו קידוד תוכנה מטופל על ידי הבינה המלאכותית, בני אדם חופשיים להתמחות במקצועות אחרים כמו ביולוגיה, חקלאות, חינוך או תעשייה, הוא טוען. אם אפילו הואנג ממליץ שלא ללמוד מדעי המחשב, מה כדאי ללמוד במקום זאת? \"ברור שיש צורך להעמיק את הידע בתחומים שבהם מודלי השפה לא יחליפו אותך\", אומרת שטילמן ומציינת מקצועות כמו פיזיקה, הנדסת חשמל או סטטיסטיקה שמקנים מיומנויות שלא ניתנות להחלפה בקלות.סטודנטים שלמדו מדעי המחשב ומתקשים למצוא עבודה מתארים לא אחת את הפער העצום בין הלימודים לבין המציאות בה הם נתקלים. \"האוניברסיטה באה להכשיר את החוקרים הבאים ולאו דווקא להכשיר עובדים להייטק\", אומר יהב ניר, בוגר האוניברסיטה הפתוחה. \"מנסים, אמנם, לעשות צעדים לקראת תוכנית יישומית יותר אבל אתה רואה שאנשים שיוצאים מהאקדמיה לא מבינים מה האופציות שעומדות בפניהם. לקחתי סדנה בהנדסת תוכנה בשילוב של האונבירסיטה עם מיקרוסופט שהמטרה הייתה להכניס אותנו לעולם הפיתוח – אבל אחרי מפגש אחד עם שני מתכנתים התוכנית בוטלה\".לאחר שאהרן סיני, שבשנה האחרונה באוניברסיטה העברית, לא מצא עבודה מתאימה הוא החל להתנדב במשרה חלקית בחברה טכנולוגית שמפתחת מערכת לבתי חולים. גם הוא מודה בכך שאין \"תאימות בין תוכנית הלימודים לצורת העבודה או סגנון העבודה\". אבל הוא בטוח שתואר שכזה מאפשר לבוגריו לספק פקודות טובות יותר למנועי AI ולהבין טוב יותר את הפלט שיוצא מהם. \"זה ההבדל בין כתיבת קוד לבין כתיבת קוד חכם\", הוא אומר. \"אדם שלא שולט בידע באבטחת מידע והסיבוכיות סביב הקוד, ילך מהר מאוד לאיבוד\".אזהרות בכירי התעשייה והקושי שבו נתקלים הבוגרים מעלים את שאלת ההצדקה ללימודי מדעי המחשב. כיום זו עדיין אחת מתוכניות הלימודים המבוקשות ביותר באקדמיה, שעד לאחרונה לפחות נחשבה לשער המרכזי לקריירה מבטיחה בהייטק. פרופ\' שמעון שוקן, דקאן מייסד של בית הספר אפי ארזי למדעי המחשב באוניברסיטת רייכמן, אומר כי הוא \"מסכים עם הטענה שלא חייבים ללמוד מדעי המחשב כדי להשתלב בהייטק. אפשר ללמוד מתמטיקה, פיזיקה, סטטיסטיקה, או מדעי החיים – כל אלה מכינים באופן מעולה לשוק העבודה. אם תרצו, תלמדו גם תיאטרון, בתנאי שבמקביל תיקחו קורסים בתכנות ואלגוריתמים – המקצוע הספציפי פחות חשוב, אלא יותר איכות האוניברסיטה, המרצים והרחבת האופקים\".המיומנויות שמעבר ליכולות הבינה המלאכותית ברייכמן, בכל זאת, לא יושבים בחיבוק ידיים ומפתחים גם כיוונים יישומיים חדשים, בשילוב עם התעשייה. האוניברסיטה הקימה לאחרונה את בית ספר גוגל־רייכמן להייטק, שם מוצע שילוב של קורסים אקדמיים והכשרות יישומית – כמו פיתוח מערכות מבוססות AI, פיתוח תוכנה, כריית מידע, ועוד, בהכשרה מהירה ואינטנסיבית של חצי שנה. 

\"אחת הסיבות שבגללן הקמנו את בית הספר הזה היא שאין לנו מושג איך תיראה האקדמיה בעוד עשור, והאם במקביל לתארים אקדמיים יוצעו גם \'מיקרו־תארים\' מודולריים שניתן לפרק ולהרכיב לפי הצורך\", אומר פרופ\' שוקן. \"בית הספר הזה הפך למעבדה שבה אנחנו בודקים רעיונות חדשים להכשרה לעבודה\". לדבריו, עד 2023 קרוב ל־90% מהבוגרים הושמו בתעשייה, אך הוא אינו מכחיש את תופעת אבטלת הג\'וניורים. \"זו תופעה שהחלה לפני שנתיים והחמירה במהלך הזמן, אי אפשר לטייח אותה\", הוא אומר. \"הג\'וניורים נפגעים פעמיים: האחת, מהנטייה שלא לגייס ג\'וניורים מלכתחילה, והשנייה מכך שהביקוש הכללי לעובדים ירד ומטבע הדברים השוק שייך לבעלי הניסיון\".גם בלימודי התואר האקדמי הרגיל במדעי המחשב ברייכמן נערכו שינויים: נוספו קורסים חדשים לפיתוח תוכנה וניהול מוצר עם כלי AI, תכנות בסביבות הרשת, הענן, והמובייל. במקביל נפתחו תוכניות לימודים חדשות שמשלבות מדעי המחשב עם חטיבות ביזמות, קוגניציה, ורפואה, ותוכנית לימודים חדשה לתואר שני בלמידת מכונה וכריית מידע. כל זה במקביל לתכניות הלימודים הקלאסיות לתואר ראשון, שני, ושלישי במדעי המחשב. כמו כן, ברייכמן מתחילים לעשות שימוש בצ\'טבוטים יעודיים לקורסים ספציפיים שמנחים ומסייעים לסטודנטים לפתור בעיות בכוחות עצמם, בלי לגלות את התשובות מראש.אך האם התואר יעבור מהפכה? שוקן טוען שאת יסודות מדעי המחשב ואת השכל האנושי הישר לא ניתן להחליף, והם אלה שיעשו את ההבדל גם בקרב מפתחי הבינה המלאכותית של העתיד. \"כמעט תמיד, התשובה שאתה מקבל ממודל השפה לא מספקת – אתה חייב להתייחס אליה באופן סקפטי כאל טיוטה שצריך לעדן ולשפר לפי משתנים רבים, לדבג ולייעל אותה, להתאים אותה למערכות אחרות, ולוודא שהיא יעילה במונחי זמן־ריצה ושימוש בזיכרון\". כללית, טוען שוקן, \"התיאוריה של מדעי המחשב קריטית בחשיבותה, והיא אחת הסיבות בגללה האקדמיה והתעשייה בישראל הן מובילות גם ברמה עולמית: הדור המייסד של מדעי המחשב בישראל שם מלכתחילה דגש על לימודי מתמטיקה, לוגיקה, אלגוריתמיקה, וסטטיסטיקה, ואלה לא ילכו לשום מקום וימשיכו לככב בתוכניות אקדמיות מובילות\".פרופ\' שרה כהן, דקאנית בית הספר להנדסה ומדעי המחשב באוניברסיטה העברית, אומרת כי \"מהפכת הבינה המלאכותית לא הפתיעה אותנו. מאות הסטודנטים שלנו לומדים AI כבר מאז 2013 כחלק מקורס חובה, לצד קורסי למידה מתקדמים במגוון תחומים כמו עיבוד תמונה, עיבוד שפה טבעית ועיבוד קול.\"בנוסף, בקורסים המתקדמים אנו מדגישים מיומנויות מעבר ליכולות של מערכות ה-AI היוצרות, ובהן חשיבה יצירתית, כישורי ניתוח והסקה מסדר גבוה – מיומנויות קריטיות להבנת התוצרים של מערכות מבוססות AI ולהתמודדות עם מחיר הטעות. הרי ב-AI אין פתרון מוחלט; תמיד יתקבלו מספר אפשרויות, ולכן הגורם האנושי חייב לדעת לקבל החלטות מושכלות על בסיס הידע המקצועי שצבר בלימודיו ובקריירה\". 

 כהן מוסיפה כי \"עלינו להתבונן בצורה מושכלת ב\'משבר הג\'וניורים\'. בסופו של דבר, הגורם האנושי חייב לשלוט ביסודות המקצוע כדי להבין את השפה ואת תוצרי ה-AI, לפקח, לזקק ולהתאים את עבודת הבינה המלאכותית לתוצר הרצוי, ולשפר את היעילות היומיומית של השימוש בה. כאשר ממנפים נכון את כלי ה-AI, הג\'וניורים שיוצאים היום לשוק העבודה חזקים ומוכנים יותר מאי פעם\".פרופ\' רודד שרן, ראש בית הספר למדעי המחשב באוניברסיטת תל אביב מודה גם הוא שהבינה המלאכותית גורמת למהפכה בתוכנית הלימודים. \"היא משנה דרמטית את המחקר וההוראה, היום יותר ממחצית מחברי הסגל והסטודנטים עוסקים במחקר שממוקד ב־AI\", הוא אומר. למעשה, בחודש שעבר שינה בית הספר הוותיק את שמו ל\"בית הספר למדעי המחשב ובינה מלאכותית\".בבית הספר קיימים כ־20 קורסים מוכווני AI; נמצאים בתהליכי אישור קורס חובה \"מבוא לבינה המלאכותית\"; מתכננים השקת קורס חדש העוסק בתכנות שיכלול גם יסודות מתחום ההנדסה, בשיתוף הפקולטות למדעים מדויקים והנדסה; ומנהלים קורסים המועברים במשותף או בהובלת מומחי טכנולוגיה מגוגל ומיקרוסופט. אבל לטענת שרן – אין תחליף ליסודות מדעי המחשב: הפשטה, פירוק בעיות מורכבות לבעיות קטנות יותר, הוכחה, ביקורת ועצמאות חשיבה. כדוגמה פרופ\' שרן נזכר ב\"הכנס זיז א\' בחור ב\'\", סיפור קצר של אייזיק אסימוב: \"שני אסטרונאוטים נוסעים לתחנת חלל עם ציוד להרכבה, הבעיה היא שהוראות ההרכבה מסובכות, אז הם מבקשים מכדור הארץ שישלח להם רובוט שיקרא את ההוראות וירכיב עבורם. אלא שכשנוחתת החללית עם הרובוט, הם מגלים שגם הוא הגיע עם הוראות הרכבה מסובכות\". \"אנחנו\", הוא אומר, \"מכשירים מפתחים שיבנו גם את המכונות הללו בעצמם\".