בינה מלאכותית - ההשפעות על חיינו

מה נחשב בינה מלאכותית, ואיך מבחן טיורינג מכריע

בינה מלאכותית (Artificial Intelligence) היא תחום במדעי המחשב שעוסק בכתיבת תוכנה שמבצעת משימה ברמה שמאפיינת אדם שמבצע אותה. ההבחנה דקה, ודוגמת השחמט ממחישה אותה היטב. תוכנה שרק יודעת לשחק שחמט לפי החוקים עדיין אינה בינה מלאכותית במובן העמוק. תוכנה שמשחקת, מנצחת את המשתמש וגוברת גם על שחקנים מנוסים ומוכשרים כבר מציגה יכולת שמזכירה אינטליגנציה אנושית. המבחן אינו הקוד עצמו אלא ההתנהגות: מכונה שמגיבה לאירועים כפי שאדם חושב היה מגיב נכנסת לתחום.

הכלי הוותיק והמוכר ביותר לבדיקת השאלה הוא מבחן טיורינג. המתמטיקאי אלן טיורינג תיאר אותו ב-1950 במאמר Computing Machinery and Intelligence. בגרסה הקלאסית יושב בוחן בחדר סגור ומנהל שתי שיחות בכתב: אחת עם תוכנה ואחת עם אדם. בסיום עליו לקבוע מי מהשניים הוא האדם. אם הבוחן מזהה נכון, התוכנה נכשלה. אם הוא מתקשה להכריע או טועה, התוכנה הצליחה להטעות אותו.

במבחן הזה מופיע לא פעם רף של 30%, כלומר תוכנה שמצליחה להטעות את הבוחנים בשיעור כזה או גבוה ממנו. חשוב לדעת שרף ה-30% אינו הגדרה רשמית של בינה מלאכותית, אלא נקודת ייחוס שנגזרה מתחזית של טיורינג. טיורינג העריך שבתוך כחמישים שנה, סביב שנת 2000, שופט ממוצע יזהה נכון את המשתתפים לכל היותר ב-70% מהמקרים אחרי שיחה של חמש דקות. ההפך של 70% הוא 30% של הטעיה, ומכאן הרף.

מה קרה כשמכונות ניגשו למבחן

ב-2014 עוררה תוכנה בשם יוג'ין גוסטמן עניין רב. היא הציגה את עצמה כנער בן 13 מאוקראינה, ו-10 מתוך 30 שופטים חשבו שהיא אדם אחרי שיחות של חמש דקות. המבקרים טענו שהשיחות היו קצרות מדי, ושהדמות של נער זר שמתחמק מתשובות הקשתה על השופטים להכריע. בשנים שלאחר מכן השתנתה התמונה עם מודלי השפה הגדולים, כפי שעולה מהטבלה.

מקור: ויקיפדיה העברית - מבחן טיורינג

ההבדל בין מודל עם הנחיית דמות למודל בלעדיה בולט: אותה מערכת קפצה מ-36% ל-73% כשהונחתה לגלם אישיות מסוימת. המשמעות למשתמש הרגיל היא שהיכולת "להישמע אנושי" תלויה מאוד באופן שבו המפעיל מגדיר את הצ'טבוט, ולא רק בטכנולוגיה עצמה.

שלוש דרגות קושי: חישוב, שחמט ושיחה אנושית

לא כל משימה קשה למחשב באותה מידה. אפשר לחשוב על שלוש דרגות: תחומים שבהם המכונה עקפה את האדם מזמן, תחומים שבהם ההישג מרשים אבל כבר אינו מפתיע, ותחום אחד שנחשב במשך שנים ל"גביע הקדוש" של התחום - שיחה אנושית שוטפת.

חישוב: הניצחון הישן

בחישובים מתמטיים המכונה מנצחת כבר עשרות שנים. כל מחשבון כיס פשוט מבצע פעולות מסובכות מהר יותר ומדויק יותר מכל אדם, ובלי טעויות הנובעות מעייפות או מהסחת דעת. בתחום הזה היכולת של המחשב יציבה ועולה בבירור על היכולת האנושית, עד כדי כך שאיש כבר אינו מכנה מחשבון "בינה מלאכותית", אף שמבחינה עקרונית הוא מבצע משימה אינטלקטואלית טוב יותר מאיתנו.

שחמט: מרשים, אבל אפשרי

שחמט הוא דוגמה לדרגה השנייה. תוכנות שחמט מסוגלות לנצח שחקנים מהטובים בעולם, ויש להן גם יתרון של מהירות: הן מחשבות מהלכים בקצב שאדם אינו יכול להתחרות בו. ועדיין, מדובר במשחק עם חוקים ברורים, לוח סגור ומספר סופי של מהלכים חוקיים. הסביבה מוגדרת היטב, וזה מה שמאפשר למחשב להצטיין בה.

שיחה: המקום שבו הכול מסתבך

שיחה אנושית היא סיפור אחר. אין לה חוקים סגורים, משמעות של מילה משתנה לפי ההקשר, אנשים משתמשים באירוניה, בקיצורים, במבטאים ובשגיאות דקדוק, ומצפים שהצד השני יבין גם את מה שלא נאמר במפורש. שפה היא הביטוי המובהק ביותר של בינה אנושית, ולכן היכולת של מכונה להבין אותה ולהתבטא בה נחשבת לנקודת המעבר הקריטית של התחום. כאן גם ההבדל בין אדם למכונה מורגש ביותר: אדם שמדבר באותה שפה כמעט תמיד יבין את הכוונה, ובמקרה הגרוע ישאל שאלת הבהרה ויבין אחרי ניסוח מחדש. מכונה עלולה לענות בביטחון מלא על שאלה שלא הבינה נכון.

כדי שאנשים יוכלו להשתמש בבינה מלאכותית בחופשיות, השיחה איתה צריכה להרגיש כמו שיחה עם נציג משכנתאות מנוסה בסניף הבנק: שואלים שאלה, ומקבלים תשובה מדויקת שמתאימה בדיוק לשאלה. המערכות התקרבו מאוד לנקודה הזו, אבל עדיין אינן מפענחות נכון את המשמעות של כל מה שנאמר להן בכל המקרים.

מהדגמות מוקדמות לצ'טבוטים שכל אחד משתמש בהם

לפני שצ'טבוטים הפכו לכלי יומיומי, החברות הגדולות הציגו לציבור הדגמות שנועדו להראות לאן הטכנולוגיה הולכת. ההדגמות האלה חשובות להבנת הדרך, אבל אינן משקפות את מצב השוק היום.

Blender, Meena ו-Google Duplex

פייסבוק הציגה צ'טבוט בשם Blender, שנועד בין היתר לאפשר לבעלי עסקים להציב מענה ממוחשב בדף העסקי שלהם, מענה שינהל שיחה טבעית עם לקוח שפונה לעסק. על התכונות שפייסבוק ייחסה לו ראו במאמר על הצ'טבוט של פייסבוק. גוגל הציגה את Meena, מודל שיחה שהדגים תשובות שנונות ואפילו הומוריסטיות, שלא נכתבו לו מראש אלא הורכבו בזמן אמת.

ההדגמה שזכורה יותר מכולן היא של Google Duplex, שירות שמבצע עבור המשתמש שיחת טלפון קולית לבית עסק כדי להזמין מקום, למשל במסעדה או במספרה שאין להן מערכת הזמנה מקוונת. המשתמש מוסר את שם המקום, את התאריך, את השעה ואת מספר הסועדים, והשירות מתקשר בעצמו. השירות פועל רק באזורים ובשפות נבחרים, ולכן לא כל משתמש יכול להיעזר בו.

באחת השיחות שגוגל הציגה, ענתה מצד המסעדה עובדת שדיברה אנגלית במבטא כבד ובשגיאות דקדוק. המערכת ניסחה מחדש שאלות כשלא הובנה, והבינה את התשובות למרות הקשיים. כשהעובדת הסבירה שהמסעדה אינה משריינת מקום לארבעה סועדים, ורק מחמישה ומעלה, המערכת שאלה אם יש חשש שלא יהיה מקום ללא הזמנה, וקיבלה תשובה שהמועד אינו עמוס. המערכת השתמשה בקול טבעי, וגם שילבה מילות מילוי כמו "אהה" ו"אממ" כדי להישמע אנושית. הצד השני לא נשמע כמי שחשד שהוא משוחח עם מכונה. כבר הוצגו גם מערכות שמנהלות ויכוח מובנה: הן מציגות טיעונים לצד שהוגדר להן, מקשיבות לטענות הנגד ומנסות להפריך אותן.

ChatGPT ו-Gemini: מהמעבדה אל הכיס

המעבר הגדול לציבור הרחב התרחש עם ChatGPT של OpenAI. הקצב היה חסר תקדים, כפי שעולה מהטבלה.

מקור: ויקיפדיה העברית - ChatGPT

פחות משבוע עבר מהשקת ChatGPT ועד שהשירות חצה, לפי הערכת OpenAI, את רף מיליון המשתמשים. ההשקה הכניסה את גוגל, שרואה את עצמה בחזית הטכנולוגיה, למגננה, והיא הכריזה על Bard כעבור כחודשיים. התמיכה בעברית הוכרזה בכנס Google I/O במאי 2023 ונכנסה לשימוש ביולי של אותה שנה. בפברואר 2024 שינה הצ'טבוט את שמו ל-Gemini. כשחברות בסדר גודל כזה נכנסות לתחרות ישירה, קצב הפיתוח מואץ, והמשתמשים רואים את התוצאה בשיפורים תכופים.

איפה בינה מלאכותית כבר נוגעת ביום-יום

בינה מלאכותית משפיעה על החיים כבר היום, לעיתים באופנים שקשה לשים לב אליהם. הנה שני תחומים מוכרים שבהם היא פועלת מאחורי הקלעים.

זיהוי פנים בטלפון

במשך שנים, היכולת לזהות מי עומד מולך הייתה בלעדית לבני אדם. תוכנות לא ידעו להבחין בין אדם מורשה לבין מי שמציג להן תמונה שלו. כיום, תוכנה שעובדת יחד עם חומרה מתאימה, חיישנים שממפים את הפנים בתלת ממד, יודעת לזהות את בעל המכשיר ולדחות ניסיון לפרוץ באמצעות תמונה. הנוחות של פתיחת הטלפון במבט מחייבת גם הבנה של מה המכשיר שומר עלינו, ולכן כדאי לשלב אותה עם הגדרות אבטחה נוספות. על ההגדרות שכדאי לבדוק ראו במדריך על פעולות שמגנות על הסלולרי ועל המידע שבו.

הבנת דיבור ותרגום

זהו תחום שבו חלק מהיכולות כבר בשלות וחלק עדיין לא. באפליקציה כמו Google Translate אפשר לנהל שיחה בין שתי שפות: אחד הצדדים מדבר עברית, הטלפון משמיע את הדברים באנגלית, הצד השני עונה באנגלית, והתשובה נשמעת מיד בעברית. בשיחת חולין התוצאה טובה למדי. כשמזינים למנוע טקסט ארוך ומורכב, למשל מאמר אקדמי, מצטברות טעויות, ולפעמים התרגום יוצא עקום. בתמצית, הצד של זיהוי הדיבור עובד היטב, והצד של התרגום המדויק עדיין מפגר מאחוריו. אותה טכנולוגיה כבר משתלבת גם בכלי עבודה, למשל בתמלול ובכתוביות של שיחות ועידה בווידאו.

מה יקרה כשהתרגום יבשיל

כשהטכנולוגיה תגיע לבשלות מלאה, מחסומי שפה רבים עלולים להיעלם. נוסע שנוחת בנמל תעופה בהולנד יוכל לכוון את מצלמת הטלפון או להרכיב משקפיים חכמים, ולראות את כל השלטים מתורגמים לעברית. הוא ישאל עובד בעברית היכן השער שלו, העובד יענה בהולנדית, ושניהם יבינו זה את זה. מרצה שמדבר רוסית באוניברסיטה בארצות הברית יישמע באנגלית באיחור של שניות ספורות. ספר שנכתב בשפה זרה יהיה זמין לקריאה מיידית בשפת האם. אלה תרחישים עתידיים, לא מציאות קיימת, אבל הכיוון ברור.

מה חוק הבינה המלאכותית האירופי נותן למשתמש

האיחוד האירופי הוא הגוף הראשון שחוקק מסגרת כוללת לבינה מלאכותית, חוק הבינה המלאכותית (AI Act). החוק נכנס לתוקף ב-1 באוגוסט 2024, אבל החובות שבו נכנסות לתוקף בשלבים. החוק מחלק מערכות לארבע רמות סיכון:

• סיכון בלתי קביל - שימושים אסורים, למשל דירוג חברתי של אזרחים.
• סיכון גבוה - מערכות שמותרות רק בתנאים מחמירים.
• סיכון שקיפות - מערכות שחלות עליהן חובות גילוי וסימון, למשל צ'טבוטים.
• סיכון מזערי - מערכות בלי כללים מיוחדים, למשל מסנני דואר זבל ומשחקי וידאו.

מה כבר חל, ומה נדחה

מאוגוסט 2026 חלים כללי השקיפות. משתמש שמשוחח עם צ'טבוט זכאי לדעת שהוא מדבר עם מכונה, ותוכן שנוצר בבינה מלאכותית, ובכלל זה זיופים עמוקים (deepfakes), חייב להיות מסומן. מ-2 באוגוסט 2026 החוק חל ברובו, ומשרד הבינה המלאכותית של האיחוד קיבל סמכויות אכיפה.

במקביל אושר תיקון בשם AI Omnibus. התיקון הוצע ב-19 בנובמבר 2025, הושגה עליו הסכמה מדינית ב-7 במאי 2026, והוא נכנס לתוקף ב-27 ביולי 2026. לפי התיקון, הכללים למערכות בסיכון גבוה בתחומים כמו ביומטריה, חינוך, תעסוקה ותשתיות קריטיות חלים מ-2 בדצמבר 2027. מערכות שמשולבות במוצרים מפוקחים, כמו מעליות וצעצועים, ייכנסו לכללים מ-2 באוגוסט 2028. התיקון גם הוסיף איסור תשיעי, על מערכות שמייצרות תוכן מיני בלי הסכמה, והוא חל מדצמבר 2026.

מקור: הנציבות האירופית - המסגרת הרגולטורית לבינה מלאכותית

החוק אירופי, וההגנות שבו מחייבות בתוך האיחוד. ישראלים פוגשים אותו בעיקר בנסיעה לאירופה או בשימוש בשירותים שפועלים גם שם. למי שמתעניין בהשלכות בתחום העבודה, כדאי לזכור שבישראל חלים חוקי העבודה הרגילים גם כשמעסיק נעזר בכלים ממוחשבים.

טיפ זהב: כשנתקלים בתמונה, בהקלטה או בסרטון שנראים מפתיעים מדי, כדאי לחפש סימון של תוכן שנוצר בבינה מלאכותית ולבדוק את המקור לפני שמשתפים. חובת הסימון באיחוד חלה מאוגוסט 2026, אבל תוכן שנוצר מחוץ לתחולת החוק עלול להגיע בלי סימון כלל.

איך ייראה היום-יום כשהמכונה תבין שפה באמת

חלק מהתרחישים הבאים נשמעים כמו מדע בדיוני, וחלקם קרובים יותר ממה שנדמה. המשותף לכולם הוא טלפון שהופך לעוזר אישי, שאפשר לבקש ממנו בשפה חופשית כל מה שהיה אפשר לבקש מאדם.

תרחיש ראשון: הקניות השבועיות

קחו מקרה היפותטי: המשתמש אומר לטלפון שצריך לעשות קניות ולבצע הזמנה. הטלפון שואל מה להזמין, וזה החלק הקל. אבל מה קורה כשהתשובה פחות צפויה, למשל: "אין זמן לבדוק, פשוט להזמין את מה שנראה שחסר"? עוזר דיגיטלי מתקדם יפענח את הבקשה, יעבור על היסטוריית ההזמנות, יבדוק מתי הוזמנו לאחרונה עגבניות ומלפפונים ובאילו כמויות, יסיק מה סביר שנגמר, יתקשר לסופר בקול טבעי ויבצע את ההזמנה. הדבר הבא שיקרה הוא שליח שדופק בדלת.

תרחיש שני: תיאום פגישה

עוד מקרה היפותטי: המשתמש מבקש מהטלפון להתקשר לענת ולהסביר שיש בעיה עם הפגישה שנקבעה למחר בצהריים, ולנסות לקבוע מועד אחר. הטלפון מתקשר ברקע, מציג את עצמו כעוזר האישי, מסביר את הבעיה ומציע מועדים לפי היומן. אחרי שהוא מדווח שהעניין סודר, המשתמש נזכר שבשעה החדשה הוא נמצא באזור רמת גן ולא יספיק להגיע לתל אביב. הטלפון מתקשר שוב לענת ומסדר שינוי של מקום הפגישה. רבע שעה של התנהלות טלפונית עוברת לעוזר הדיגיטלי, והמשתמש מתפנה לדברים אחרים.

הומור כמבחן

אחד הסימנים המעניינים להתקדמות הוא הומור. ההדגמות של Meena כללו בדיחות שהמודל הרכיב בזמן אמת ולא נשלפו מרשימה מוכנה. היכולת להבין הומור קשה למכונה, ולייצר הומור קשה עוד יותר, כי בדיחה טובה נשענת על הקשר, על תזמון ועל הפתעה. מכונה שמצליחה בזה מתקרבת מאוד להבנה של שפה כפי שבני אדם משתמשים בה.

לצד הנוחות, תרחישים כאלה מחייבים לתת לעוזר גישה ליומן, לאנשי הקשר, להיסטוריית הרכישות ולעיתים גם לאמצעי התשלום. כל הרשאה כזו היא מידע אישי שנאסף ונשמר, ולכן כדאי להבין מה נשמר ואיפה. על הכללים החלים בישראל על מי שמחזיק מידע אישי ראו במאמר על מאגר מידע וההוראות שבחוק.

אילו תפקידים עשויים להשתנות

אם מפליגים עוד קדימה, אפשר לדמיין ערב סטנדאפ שבו אחד המופיעים הוא רובוט. רובוט שמספר בדיחות שהוא ממציא במקום, מגיש סט חדש בכל הופעה, מנהל דו-שיח עם הקהל ומאלתר עליו, כפי שעושים קומיקאים מנוסים. תרחיש כזה אינו מעבר לפינה, אבל אבני היסוד שלו, הבנת הקשר ויצירת הומור בזמן אמת, כבר נמצאות בפיתוח.

אותו היגיון חל על תפקידים רבים אחרים: שופטים במשחקי כדורגל, מגישי חדשות ואפילו רופאים. אפשר לדמיין מערכת שמקבלת החלטות רפואיות בזמן אמת, ואולי בעתיד גם משתתפת בניתוחים מורכבים ברמת דיוק גבוהה. אלה תחזיות, לא עובדות, ויש סיבות טובות לנהוג בהן בזהירות.

למה הרגולציה מאטה דווקא את התחומים הרגישים

חוק הבינה המלאכותית האירופי מסווג מערכות בתחומי התעסוקה, החינוך והביומטריה כמערכות בסיכון גבוה, ומחיל עליהן כללים מחמירים מ-2 בדצמבר 2027. הסיווג משקף הבנה שטעות של מכונה בהחלטה על קבלה לעבודה, על ציון של תלמיד או על זיהוי של אדם עלולה לפגוע באנשים בדרכים שקשה לתקן. מערכות שמשולבות במוצרים מפוקחים, כמו מעליות וצעצועים, ייכנסו לכללים עוד מאוחר יותר, מ-2 באוגוסט 2028.

המשמעות היא שגם כשהטכנולוגיה מוכנה, הכניסה שלה לתחומים שמשפיעים ישירות על חיי אדם צפויה להיות הדרגתית ומפוקחת. עבודות שמבוססות על ביצוע משימה חוזרת עשויות להשתנות מהר יותר, ואילו תפקידים שכרוכים באחריות, בשיקול דעת ובאמון, כמו רפואה ושיפוט, יעברו שינוי איטי יותר. לרוב, השינוי הראשון אינו החלפה של אדם במכונה אלא שילוב של כלי שמסייע לו. מי שמתעניין בסיווג של סוגי עבודה ובהבדלים ביניהם ימצא הרחבה במאמר על צווארון כחול, לבן, ורוד ואפור.

איך להשתמש בצ'טבוטים בתבונה

הכלים כבר כאן, ורוב האנשים נעזרים בהם לכתיבה, לחיפוש מידע, לתרגום ולסיכום מסמכים. כמה כללים פשוטים עוזרים להפיק מהם תועלת בלי להיפגע.

• לבדוק עובדות. צ'טבוט עלול לנסח תשובה שגויה בביטחון מלא. מידע על זכויות, על מיסים או על בריאות כדאי לאמת מול מקור רשמי.
• לא להזין פרטים רגישים. מספר תעודת זהות, פרטי חשבון בנק, סיסמאות ומידע רפואי אינם צריכים להגיע לחלון השיחה.
• לשים לב לדמות. כפי שהראה מחקר ג'ונס וברגן, מודל שהונחה לגלם דמות נבחר כאדם ב-73% מהמקרים, לעומת 36% בלי הנחיה. שיחה שנשמעת אנושית לגמרי אינה ערובה לכך שבצד השני יש אדם.
• לשמור על המכשיר. עוזרים דיגיטליים פועלים על המחשב ועל הטלפון, ולכן אבטחה בסיסית חשובה. ראו גם את המדריך על הגנה על המחשב והמידע שבו.
• להגדיר גבולות לילדים. ילדים נחשפים לצ'טבוטים בגיל צעיר. כלי בקרת הורים כמו Google Family Link מאפשרים להגביל אפליקציות ולעקוב אחרי זמן המסך.

הכלל החשוב מכולם הוא להתייחס לתשובה של צ'טבוט כאל טיוטה שדורשת בדיקה, ולא כאל פסק דין. הכלים משתפרים במהירות, אבל ההבנה של משמעות ושל הקשר עדיין אינה מושלמת. גם צ'טבוטים שפועלים בתוך אפליקציות מסרים, למשל בוטים בטלגרם, נכנסים לאותה קטגוריה: נוחים מאוד, אבל לא כל מה שהם מוסרים מדויק.

טיפ זהב: לפני שמזינים לצ'טבוט מסמך אישי, כמו חוזה או תלוש שכר, כדאי למחוק ממנו פרטים מזהים. אפשר לקבל הסבר טוב על סעיף בחוזה גם בלי לחשוף את השם, את הכתובת ואת מספר החשבון.

מקורות

• ויקיפדיה העברית - מבחן טיורינג
• ויקיפדיה העברית - ChatGPT
• ויקיפדיה העברית - ג'מיני (צ'טבוט)
• הנציבות האירופית - המסגרת הרגולטורית לבינה מלאכותית