הניסוי הגדול ביותר בהיסטוריה של הבינה המלאכותית מתחיל

הרגע שבו הניסוי הפך לאמיתי

בנובמבר 2022, כשצ'אטGPT נפתח לציבור, 1 מיליון משתמשים נרשמו תוך חמישה ימים. בינואר 2023 כבר היו 100 מיליון. אף טכנולוגיה בהיסטוריה לא הגיעה לאימוץ המוני כל כך מהר. אבל מה שנראה כמו השקת מוצר היה בעצם משהו אחר לגמרי: תחילתו של הניסוי הגדול ביותר שנערך אי פעם על בני אדם, בידיעתם ובלעדיה.

הניסוי הזה לא תוכנן בחדר ישיבות אחד. הוא צמח מהצטלבות של כוחות — השקעות של מאות מיליארדי דולרים, תחרות בין ענקיות טכנולוגיה, ורצון אנושי עמוק להשתמש בכלים שמפשטים חיים מורכבים. עכשיו, כשהניסוי מתרחב לממדים חדשים, שווה לעצור ולהבין מה בדיוק קורה.

מה בדיוק נבדק בניסוי הזה?

שלא כמו ניסויים קלאסיים במדעי המחשב, שנערכו בתנאים מבוקרים עם מדדים ברורים, הניסוי הנוכחי בוחן שאלות שאף מעבדה לא יכולה לסמלץ. האם בני אדם ישנו את אופן החשיבה שלהם כשיש להם גישה לעוזר AI 24/7? האם מוסדות חינוך ישרדו כשסטודנטים יכולים לקבל הסבר מותאם אישית לכל שאלה? מה קורה לשוק העבודה כשכלי AI מבצעים משימות שדרשו שנות הכשרה?

המודלים המרכזיים בניסוי — GPT-4o של OpenAI, Gemini Ultra של Google, Claude 3.5 Sonnet של Anthropic, לא רק מתחרים על נתח שוק. כל אחד מהם צובר נתוני שימוש שמאמנים את הדור הבא. המשתמשים הם בו-זמנית הנבדקים, המאמנים, והמוצר. זה מבנה שאין לו תקדים בהיסטוריה של המחקר הטכנולוגי.

מחקר שפורסם ב-Nature Human Behaviour ב-2024 הראה שאנשים שמשתמשים ב-AI לפתרון בעיות מורכבות מפתחים תלות שמשפיעה על יכולת הפתרון העצמאי שלהם לאחר מכן. זה לא בהכרח רע, אנחנו תלויים במחשבונים ולא נחשיב את זה לבעיה. אבל ההשלכות על חשיבה ביקורתית ויצירתיות עדיין לא ברורות.

השחקנים שמנהלים את הניסוי

OpenAI עומדת במרכז, עם השקעה של מיקרוסופט שחצתה את ה-13 מיליארד דולר. אבל התמונה מורכבת יותר. Anthropic, שנוסדה על ידי לשעבר עובדי OpenAI שעזבו בגלל חששות בטיחות, מייצגת גישה שונה — "Constitutional AI", שיטה שמלמדת את המודל לדחות בקשות מזיקות על בסיס עקרונות מוגדרים מראש.

Google DeepMind, שמיזגה שתי יחידות מחקר ב-2023, מביאה עמה עשורים של מחקר בלמידת מכונה ותשתית חיפוש שאין לאף אחד אחר. Meta, לעומת זאת, בחרה בגישה של קוד פתוח עם סדרת Llama, מהלך שדמוקרטיזציה את הגישה לטכנולוגיה אבל גם הסיר חסמים שמנעו שימוש לרעה.

מאחורי כל אלה עומדים משקיעים, ממשלות, ואוניברסיטאות שמנסות להבין אם הם שותפים בניסוי או נבדקים בו. התשובה, כנראה, היא שניהם.

למה הסקאלה הזו חסרת תקדים

ניסויים קודמים בטכנולוגיה השפיעו על מיליונים. הרדיו שינה את צריכת המידע בשנות ה-20. הטלוויזיה עיצבה תרבות פופולרית מהשנות ה-50. האינטרנט שינה הכל מהשנות ה-90. אבל כל אחד מהשינויים האלה היה חד-כיווני — הטכנולוגיה שידרה, האנשים קיבלו.

ה-AI הגנרטיבי שונה מהותית. הוא דו-כיווני, אדפטיבי, ומשתפר מכל אינטראקציה. כשמשתמש מתקן את ChatGPT, הוא תורם לאימון. כשהוא בוחר תשובה אחת על פני אחרת, הוא מעצב העדפות. 100 מיליון שיחות ביום יוצרות כמות נתונים שאף מחקר אקדמי לא יכול לייצר.

הסקאלה הגיאוגרפית גם היא חסרת תקדים. הניסוי מתנהל בו-זמנית בסין, בניגריה, בברזיל, בישראל ובסקנדינביה, עם הבדלי תרבות, שפה, ורגולציה שמייצרים תוצאות שונות לחלוטין בכל מקום.

שאלת הבטיחות שאף אחד לא יכול לדחות

ב-2023 פרסמו מאות חוקרי AI מכתב פתוח שקרא להפסקה של שישה חודשים בפיתוח מודלים חזקים מ-GPT-4. המכתב לא עצר כלום. הפיתוח האיץ. אבל השאלות שהמכתב העלה נשארו.

הסיכונים המתועדים כוללים:

• הפצת מידע שגוי בקנה מידה שלא ניתן לפקח עליו ידנית
• יצירת תוכן מזיק — מניפולציה, פישינג, תעמולה, בעלות אפסית
• השפעה על תהליכים דמוקרטיים, כפי שנצפה בבחירות ב-2024 במספר מדינות
• תלות מוסדית במערכות שאין לנו יכולת לבדוק את הלוגיקה הפנימית שלהן

מנגד, אותם מודלים מאיצים גילוי תרופות, מסייעים לאבחון רפואי, ומאפשרים לאנשים עם מוגבלויות גישה לכלים שלא היו זמינים להם. הדיון על בינה מלאכותית ברפואה הוא דוגמה טובה לאיך אותה טכנולוגיה יכולה להיות גם הזדמנות וגם סיכון בו-זמנית.

אחת הטעויות הנפוצות בשיח הציבורי היא לדון בבטיחות AI כאילו מדובר בבחירה בינארית, בטוח או מסוכן. בפועל, כל מודל, כל שימוש, וכל הקשר תרבותי יוצרים פרופיל סיכון שונה.

מה הרגולציה יכולה ולא יכולה לעשות

ה-AI Act של האיחוד האירופי, שנכנס לתוקף ב-2024, הוא החוק המקיף הראשון בעולם שמסדיר בינה מלאכותית. הוא מחלק מערכות AI לארבע רמות סיכון ומחייב שקיפות, בדיקות, ורישום לפני פריסה. זה צעד משמעותי. אבל יש לו מגבלות ברורות.

ראשית, החוק חל על חברות שפועלות באיחוד האירופי, אבל מודלים שפותחו מחוצה לו ומשמשים אזרחים אירופאים נמצאים באזור אפור. שנית, קצב הפיתוח של AI עולה בסדרי גודל על קצב החקיקה — עד שחוק נכנס לתוקף, הטכנולוגיה שהוא מנסה לפקח עליה כבר השתנתה.

ארה"ב בחרה בגישה שונה: הנחיות וולונטריות ומסגרות רגולטוריות סקטוריאליות, בלי חוק מקיף. סין, לעומת זאת, מחייבת רישום ואישור ממשלתי לפני פריסת מודלים גנרטיביים. שלוש גישות שונות לאותה בעיה, וכולן נבדקות בו-זמנית בניסוי הגלובלי.

ההשפעה על שוק העבודה: מה כבר קורה

דוח Goldman Sachs מ-2023 הציג מספר שהדהים רבים: 300 מיליון משרות עלולות להיות מושפעות מאוטומציה מבוססת AI בעשור הקרוב. אבל המספר הזה מסתיר יותר ממה שהוא חושף.

"מושפעות" לא אומר "נעלמות". חלק מהמשרות ישתנו, חלק יצטמצמו, וחלק ייעלמו. אבל גם מקצועות חדשים נוצרים בקצב מהיר. Prompt engineering, AI auditing, AI ethics consulting, ו-model fine-tuning הם תחומים שכמעט לא היו קיימים לפני 2022 ועכשיו מציעים שכר גבוה ודרישה גוברת.

מניסיוננו בעבודה עם עסקים שמאמצים כלי AI, הדפוס שאנחנו רואים שוב ושוב הוא זה: החברות שמצליחות הן לא אלה שמחליפות עובדים ב-AI, אלא אלה שמלמדות עובדים לעבוד עם AI. ההבדל בתפוקה בין עובד שמשתמש ב-AI לעובד שלא יכול להגיע ל-40% במשימות מסוימות.

אם אתם שוקלים כיצד לשלב כלי AI בתהליכי העבודה של העסק שלכם, פנו אלינו לייעוץ בתחום הבינה המלאכותית — אנחנו עוזרים לעסקים לנווט את המעבר הזה בצורה מעשית.

ישראל בתוך הניסוי הגלובלי

ישראל היא שחקנית לא מבוטלת בניסוי הזה. AI21 Labs, שפיתחה את מודל Jamba, היא אחת מחברות ה-AI הבולטות מחוץ לארה"ב. הטכניון ואוניברסיטת תל אביב מובילים מחקר שמצוטט בכנסים הגדולים בעולם. ב-2023-2024 גייסו סטארטאפים ישראליים בתחום ה-AI מעל 3 מיליארד דולר.

אבל יש גם צד אחר. אימוץ ה-AI במגזר הציבורי הישראלי איטי. מערכות בריאות, חינוך ורווחה עדיין עובדות עם תשתיות ישנות שמקשות על אינטגרציה. הפער בין הסקטור הפרטי הדינמי לסקטור הציבורי המסורבל הוא אחד האתגרים המרכזיים שישראל תצטרך לפתור.

בנוסף, השאלה של AI בהקשר ביטחוני — שישראל מכירה היטב, מוסיפה שכבה של מורכבות שמדינות אחרות לא מתמודדות איתה באותה עוצמה.

מה יקרה בשלוש השנים הקרובות

כמה מגמות ברורות כבר עכשיו. ראשית, המודלים ימשיכו להשתפר — GPT-5, Gemini 2.0, Claude 4 כבר בפיתוח, ויביאו יכולות שהיום נראות כמו מדע בדיוני. שנית, ה-AI יעבור ממסכים לעולם הפיזי: רובוטיקה, רכבים אוטונומיים, ומכשירים רפואיים חכמים.

שלישית, ומשמעותי לא פחות, הניסוי יתחיל לייצר תוצאות מדידות שיאפשרו לנו לענות על שאלות שהיום עדיין פתוחות. האם AI מגדיל אי-שוויון או מצמצם אותו? האם הוא מחזק דמוקרטיה או מחליש אותה? האם הוא מאיץ חדשנות מדעית בקנה מידה שיצדיק את הסיכונים?

ברוב המקרים, הטכנולוגיות הגדולות בהיסטוריה לא נשפטו בזמן אמת, הן נשפטו בדיעבד. עם AI, אנחנו מנסים לעשות משהו שונה: לשפוט, לכוון, ולתקן תוך כדי תנועה. זה קשה. אבל זה גם הדבר הנכון לעשות.

מה כל זה אומר עלינו

הניסוי הגדול ביותר בהיסטוריה של הבינה המלאכותית לא מתנהל במעבדה. הוא מתנהל בכל פעם שמישהו שואל שאלה ב-ChatGPT, מבקש מ-AI לכתוב אימייל, או מסתמך על המלצת אלגוריתם לקבלת החלטה רפואית. אנחנו כולנו חלק ממנו, רוצים או לא.

השאלה הרלוונטית אינה אם להשתתף — זה כבר קרה. השאלה היא איך להשתתף בצורה מושכלת: להבין את הכלים, לדעת את המגבלות שלהם, ולשמור על שיקול דעת עצמאי גם כשהתשובה של ה-AI נראית משכנעת. הניסוי ימשיך. התוצאות שלו יעצבו את העשורים הבאים. ועדיין יש לנו השפעה על הכיוון שלו.