קמפוסIL, פלטפורמת הלמידה של מערך הדיגיטל הלאומי, נותנת לכם קורס כמו "AI למתחילים: לומדים לדבר עם בינה מלאכותית" בעברית, בחינם, בכ-8 שעות. זה מספיק כדי להתחיל — אבל בשלב מסוים תגלו שהקטלוג בעברית מצומצם יחסית, ושכל מה שמעניין אתכם באמת יושב באנגלית. השאלה היא לא האם לעבור, אלא מתי אתם מוכנים לעבור, ומה בדיוק מחכה לכם בצד השני.
בקצרה
- אל תעברו לאנגלית ראשונים. התחילו בעברית, רכשו ביטחון בשימוש בכלים עצמם, ורק אז עברו.
- מבחן הכניסה הוא אחד: האם אתם מסוגלים לצפות בהרצאה באנגלית ולהבין את המינוח הבסיסי בלי לעצור כל משפט.
- Google Skills — אלפי קורסים חינמיים בתחומי AI, מבואיים ומתקדמים.
- NVIDIA DLI — קטלוג ללמידה עצמית וסדנאות בהנחיית מדריכים; חלק חינם, חלק בתשלום.
- מיקרוסופט — קורסי Copilot בישראל עולים בדרך כלל כ-1,000–5,000 ש"ח, אבל מעת לעת יש סדנאות קצרות בחינם.
- החיסרון שאף אחד לא מזכיר: הדוגמאות באנגלית לא תמיד מתאימות לכתיבה בעברית ולשוק הישראלי.
קריטריון המעבר: שתי שאלות שאתם שואלים את עצמכם
רוב האנשים עושים את זה הפוך. הם רואים שיש "אלפי קורסים חינמיים של גוגל", נרשמים ביום הראשון, ונתקעים בשיעור השני — לא כי החומר קשה, אלא כי הם מתרגמים בראש כל משפט ובמקביל מנסים להבין מושג חדש. שני מאמצים במקביל, והלמידה נעצרת. הסדר הנכון הוא הפוך: קודם להוריד את העומס של הכלי, ואז להוסיף את העומס של השפה.
לכן קריטריון המעבר בנוי משתי שאלות בלבד, ושתיהן צריכות תשובה חיובית. הראשונה עוסקת בכלי, השנייה בשפה. אם רק אחת מהן חיובית — נשארים עוד קצת בעברית.
- ביטחון בכלי: אני כבר עובד עם ChatGPT או Gemini באופן שוטף, יודע לנסח בקשה, לתקן אותה כשהתשובה לא טובה, ומזהה מתי המודל טועה. כלומר: הכלי לא מפחיד אותי יותר.
- אנגלית פסיבית ברמת הרצאה: אני מסוגל לצפות בהרצאה מוקלטת באנגלית ולהבין את המינוח הבסיסי — model, prompt, dataset, training — בלי לעצור כל עשר שניות ולתרגם.
מבחן פשוט לבדיקה עצמית: פתחו סרטון הדגמה כלשהו באנגלית של אחד הכלים שאתם כבר מכירים, וצפו בעשר דקות בלי כתוביות בעברית. אם בסוף עשר הדקות אתם יכולים לנסח במשפט אחד מה נאמר שם — אתם מוכנים. אם לא — חזרו לקורס נוסף בעברית, ונסו שוב בעוד חודש. אין בזה כישלון; זה פשוט סדר לימוד.
Google Skills: הקטלוג הכי רחב, וגם הכי קל ללכת בו לאיבוד
Google Skills הוא מאגר הלמידה של גוגל, והוא כולל אלפי קורסים חינמיים בתחומי בינה מלאכותית — מקורסי מבוא שמסבירים מה זה בכלל מודל שפה, ועד מסלולים מתקדמים למפתחים ולמדעני נתונים. זה היתרון הגדול וזו גם הבעיה: כשיש אלפי אפשרויות, ההסתברות שתסיימו קורס אחד עד הסוף יורדת דרמטית.
בעברית פשוטה: הקטלוג הזה לא בנוי כ"מסלול" אלא כמדף ספרים ענק. אף אחד לא יגיד לכם מאיפה להתחיל. לכן הכלל היחיד שעובד הוא קורס אחד בכל פעם, עם מטרה מוגדרת מראש — למשל "אני רוצה להבין איך לבנות בקשה טובה למודל שפה", ולא "אני רוצה ללמוד AI".
איך בוחרים קורס אחד מתוך אלפיים
- מגדירים משימה אחת מהעבודה שאתם רוצים לעשות טוב יותר — סיכום מסמכים, כתיבת תשובות ללקוחות, ניתוח טבלה. משימה אחת, לא שלוש.
- מחפשים בקטלוג לפי המשימה ולא לפי שם הטכנולוגיה. "סיכום מסמכים" יביא לכם קורסים רלוונטיים; "machine learning" יביא לכם מאה קורסים שאף אחד מהם לא מתאים.
- בודקים בדף הקורס את המשך המשוער, את דרישות הקדם ואת השפה. אם הקורס דורש ידע בתכנות ואתם לא מתכנתים — עברו הלאה, אין בזה בושה.
- קובעים תאריך סיום ביומן. קורס חינמי בלי דדליין נוטה להישאר פתוח לנצח בלשונית.
- מייצרים תוצר אחד קטן בסוף הקורס — תבנית, מסמך, תהליך — שאפשר להראות למישהו. בלי תוצר, הידע מתאדה בתוך שבועיים.
שימו לב לנקודה שקל לפספס: מכיוון שמדובר בקטלוג של ספק, המחירים והזמינות נקבעים בדף הרשמי ועשויים להשתנות. קורס שהיה חינמי בעבר יכול לעבור למודל אחר, וקורסים חדשים נוספים כל הזמן. תמיד בדקו את דף הקורס עצמו ברגע ההרשמה, לא לפי המלצה שקראתם לפני חצי שנה.
NVIDIA Deep Learning Institute: חינם חלקי, וטכני יותר ממה שנדמה
NVIDIA Deep Learning Institute — או בקיצור DLI — הוא מרכז ההדרכה של NVIDIA. הקטלוג שלו מכיל שני סוגי תכנים: קורסים ללמידה עצמית, שאתם מתקדמים בהם בקצב שלכם, וסדנאות בהנחיית מדריכים, שמתקיימות בזמן קבוע מול איש הדרכה חי. וכאן ההבדל שחייבים להפנים: חלק מהקטלוג חינם וחלק בתשלום — הביטוי "קורס AI חינם של NVIDIA" מתייחס תמיד לתת-קבוצה, לא לכל הקטלוג.
מבחינת רמה, DLI נוטה להיות טכני יותר מ-Google Skills. הרבה מהתכנים שם מניחים שאתם מכירים סביבת עבודה כלשהי, לפעמים אפילו שורת קוד. לומד ישראלי בוגר שאינו איש טכנולוגיה יכול בהחלט למצוא שם תכנים מבואיים, אבל עליו להיות ערני: קל להיכנס בטעות לקורס שמניח ידע קודם ואז להרגיש שהוא לא מבין כלום — בזמן שהבעיה היא לא ההבנה שלו אלא בחירת הקורס.
מה זה אומר בפועל? אם אתם עובדי משרד, בעלי עסק קטן או אנשי חינוך שרוצים להשתמש ב-AI כדי לעבוד טוב יותר — DLI כנראה לא הכתובת הראשונה שלכם. הוא הופך רלוונטי כשאתם כבר מתעניינים בשכבה שמתחת: איך מודלים מאומנים, מה זה מחשוב מואץ, איך עובדים עם נתונים בקנה מידה גדול. זו כבר שאלה של פיתוח, לא של שימוש — וזה בדיוק ההבדל שאנחנו מפרקים בעמוד ללמוד להשתמש ב-AI או ללמוד לפתח AI.
מיקרוסופט: רוב ההיצע בישראל בתשלום, והחינם מגיע בגלים
כאן התמונה שונה משני הקודמים, ולכן חשוב לא לערבב. Copilot הוא כלי ה-AI של מיקרוסופט המשולב ביישומי Office — Word, Excel, PowerPoint. קורסי Copilot שמוצעים בישראל על ידי מוסדות לימוד שונים עולים בדרך כלל 1,000–5,000 ש"ח, עם שונות בין מוסדות. כלומר: אלה לא קורסים חינמיים, וחשוב לא להתבלבל בין השם המוכר לבין המחיר.
מה כן חינמי? שני דברים. הראשון — מעת לעת מוצעות סדנאות קצרות בחינם מטעם מיקרוסופט או כנסי חשיפה. אלה מסגרות של מפגש או שניים, מצוינות כטעימה, אבל אי אפשר לבנות עליהן מסלול לימוד. השני, והמעניין יותר — הכשרת Agentic AI של מיקרוסופט: מסלול חינמי בן ארבעה חודשים, שמתקיים אונליין בעברית, ומיועד למפתחות ומפתחים מנוסים.
שימו לב לאירוניה הקטנה: דווקא ההיצע החינמי המשמעותי ביותר של ספק בינלאומי בישראל מגיע בעברית — אבל הוא סגור בפני מי שאינו מפתח מנוסה. כלומר מחסום השפה נעלם, ובמקומו הופיע מחסום הרקע הטכני. אם אתם לא מפתחים, זו לא הכתובת שלכם, ואין טעם לנסות.
טבלת ההשוואה: מי מתאים לאיזו רמה
| פלטפורמה | שפה | חינם? | רמה נדרשת |
|---|---|---|---|
| קמפוסIL (נקודת המוצא) | עברית | כן | ללא ידע טכנולוגי מוקדם |
| Google Skills | אנגלית | אלפי קורסים חינמיים | מבואי עד מתקדם — תלוי בקורס |
| NVIDIA DLI | אנגלית | חלקי — חלק חינם, חלק בתשלום | נוטה לטכני; בדקו דרישות קדם |
| מיקרוסופט — קורסי Copilot בישראל | עברית | לא — כ-1,000–5,000 ש"ח | משתמשי Office |
| מיקרוסופט — סדנאות קצרות | משתנה | מעת לעת בחינם | חשיפה כללית |
| מיקרוסופט — הכשרת Agentic AI | עברית | כן — ארבעה חודשים | מפתחים מנוסים בלבד |
מה שהטבלה מראה בבירור: אין "פלטפורמה הכי טובה". יש התאמה בין הרמה שלכם לבין מה שמוצע. מי שרק התחיל — קמפוסIL. מי שרוצה להרחיב לשימושים מעשיים באנגלית — Google Skills. מי שסקרן לגבי הצד ההנדסי — NVIDIA DLI. מי שכבר מפתח — המסלול של מיקרוסופט. הזזה בין השורות היא עניין של זמן, לא של כישרון.
החיסרון שכדאי לדעת עליו מראש: הדוגמאות לא נכתבו בשבילכם
זו הנקודה שכמעט אף מדריך לא מזכיר, והיא מעשית מאוד. קורס באנגלית לא מלמד רק מושגים — הוא מלמד דרך דוגמאות. והדוגמאות האלה נכתבו עבור קהל דובר אנגלית, שעובד עם מסמכים באנגלית, ומשווק לשוק שאינו ישראלי. התוצאה היא פער שמורגש בדיוק כשאתם מנסים ליישם.
- ניסוח בקשות: ההנחיות בקורס מותאמות לניסוח באנגלית. כשמעבירים אותן לעברית, לפעמים התוצאה פחות טובה, ולא תמיד ברור אם האשמה בבקשה או בשפה.
- כיוון הכתיבה: דוגמאות של עיצוב מסמכים, טבלאות ומצגות מניחות כתיבה משמאל לימין. בעברית זה נראה אחרת.
- הקשר שוקי: תרחישים של שיווק, שירות לקוחות או ניתוח נתונים מבוססים על שוק שאינו הישראלי — סוגי לקוחות אחרים, ערוצים אחרים, ציפיות אחרות.
- כלים שלא בהכרח בשימוש כאן: חלק מהקורסים מדגימים על שירותים או תוספים שאינם נפוצים בארגונים בישראל.
בפועל זה אומר שאחרי כל יחידת לימוד באנגלית, כדאי להקדיש עשר דקות לתרגול מקביל בעברית. ראיתם דוגמה של סיכום דוח באנגלית? קחו דוח אמיתי שלכם בעברית ועשו עליו את אותו תרגיל. ההשוואה בין השניים היא בעצמה שיעור — היא מלמדת אתכם איפה הכלי מתנהג אחרת בעברית.
מה לא ללמוד שם (לפחות לא עכשיו)
כשנכנסים לקטלוג של גוגל או של NVIDIA, יש פיתוי אמיתי להירשם לקורס שנשמע מרשים: אימון מודלים, רשתות עצביות, עבודה עם ממשקי תכנות. אם אתם לא מתכנתים — אלה לא הקורסים שלכם, וזו לא אמירה על היכולות שלכם אלא על סדר עדיפויות.
ההבחנה פשוטה: יש הבדל מהותי בין ללמוד להשתמש בכלי AI לבין ללמוד לפתח מערכות AI. השני דורש רקע בתכנות ובמתמטיקה, נמדד במאות שעות, ופתוח בפני מי שמתכוון לעשות ממנו מקצוע. הראשון נמדד בעשרות שעות, לא דורש רקע, ומשפר את העבודה שלכם כבר בשבוע הראשון. הקורסים החינמיים באנגלית מכילים את שניהם באותו קטלוג, בלי שלט שמפריד ביניהם.
סדר הפעולות: מהעברית לאנגלית בארבעה שלבים
- מסיימים בסיס בעברית — קורס מבוא אחד לפחות, כזה שלימד אתכם לדבר עם מודל שפה ולתקן את התשובה שקיבלתם. אל תדלגו על השלב הזה כדי לחסוך זמן; הוא זה שחוסך זמן.
- בודקים את עצמכם במבחן ההרצאה — עשר דקות באנגלית בלי כתוביות. אם אתם עוקבים, אתם מוכנים.
- נרשמים לקורס אחד באנגלית, מבואי, עם מטרה מוגדרת מהעבודה — ומוודאים בדף הרשמי שהוא עדיין חינמי ומה דרישות הקדם שלו.
- מתרגלים בעברית אחרי כל יחידה — לוקחים את העיקרון שנלמד ומיישמים אותו על מסמך או משימה אמיתיים שלכם, בעברית. זה השלב שהופך צפייה ללמידה.
ולסיום, אזהרה קטנה על ציפיות: אף אחד מהקורסים האלה לא הופך אתכם למומחים בחודש. הם נותנים לכם שפה, כלים והבנה של הגבולות — מה הכלי עושה טוב, ומתי הוא ממציא. זו הערכה בלבד, וכל ארגון ומקצוע נראים אחרת; לפני שמעלים מסמכים או נתוני לקוחות לכלי חיצוני, בדקו את מדיניות המידע במקום העבודה שלכם.
רוצים לתרגל על משהו אמיתי? נסו אצלנו
הפער הכי גדול בין "סיימתי קורס" ל"אני באמת יודע" הוא תרגול על משימה שלכם. אם אתם רוצים להתנסות באוטומציות ובכלים בעברית, בלי להתחיל מקטלוג באנגלית — יש לנו מקום להתחיל בו:
- אוטומציות — לראות איך תהליך חוזר הופך למשהו שרץ לבד, ולתרגל את זה על משימה שאתם עושים כל שבוע.
- כלים — מבחר כלים לתרגול מיידי, בלי הרשמה לקורס ובלי אנגלית.
מקורות
- Google Skills / Google Cloud Skills Boost — קטלוג הקורסים הרשמי — לבדיקת זמינות, שפה ודרישות קדם של כל קורס. נכון ל-22/08/2026.
- NVIDIA Deep Learning Institute — קטלוג הקורסים והסדנאות הרשמי — סימון קורסים חינמיים מול בתשלום, למידה עצמית מול סדנה בהנחיה. נכון ל-22/08/2026.
- Microsoft Learn — תיעוד ההדרכה הרשמי של מיקרוסופט — מסלולי למידה, סדנאות והכשרות, כולל תכניות זמניות. נכון ל-22/08/2026.
- קמפוסIL — מערך הדיגיטל הלאומי — הקטלוג הרשמי של הקורסים החינמיים בעברית, כנקודת המוצא לפני מעבר לאנגלית. נכון ל-22/08/2026.
הבהרה: זמינות הקורסים, המחירים ותנאי התעודה נקבעים בדף הרשמי של כל ספק ועשויים להשתנות. בדקו תמיד בדף הקורס עצמו ברגע ההרשמה. אין באמור הבטחת תוצאה או ייעוץ מקצועי.