ה-AI לא מחליפה מומחים – היא חושפת את הבינוניות

דווקא בעידן שבו הידע זמין לכולם, המומחיות הופכת חשובה יותר מאי פעם – לא משום שהידע נעלם, אלא מאחר שהיכולת להבין אותו נעשית נדירה יותר. מעולם לא היה קל יותר לקבל תשובות, אבל גם מעולם לא היה קשה יותר לדעת אם הן נכונות אם לאו.

יש שאלה שמטרידה בימים אלה יותר ויותר ארגונים: כאשר מידע זמין בלחיצת כפתור, נדמה שלמומחים כבר אין יתרון ברור. אם מערכת יכולה להסביר תהליך מורכב, לנתח נתונים או להציע פתרון לבעיה מקצועית, מה ההבדל בין מומחה לבין אדם שיודע לשאול את הבינה המלאכותית את השאלה הנכונה? האם המומחים עדיין נחוצים?

אשליה של הבנה

השאלה הזו מבוססת על הנחה עמוקה שלפיה מומחיות היא בעיקר ידע. אבל בפועל, מומחיות אמיתית היא לא רק היכולת לדעת תשובות, אלא היכולת להפעיל שיפוט, להבין הקשרים ולהעריך סיכונים, ובעיקר לזהות מתי תשובה שנראית נכונה לא מתאימה למציאות. וכאן בדיוק נכנסת הבינה המלאכותית.

מודלים של AI מצטיינים ביצירת תשובות משכנעות. הם יודעים להסביר רעיונות מורכבים ולהפיק תובנות מתוך כמויות עצומות של מידע. אלא שהם גם יוצרים תופעה חדשה ומסוכנת למדי: אשליה של הבנה. חוקרים מכנים זאת לעתים "אשליית מומחיות" – מצב שבו גישה להסבר גורמת לנו להרגיש שאנחנו מבינים תחום לעומק, גם כאשר הידע שלנו שטחי.

אפשר לראות זאת כבר כיום בארגונים. מנהל שמבקש ממודל AI לנתח נתונים מקבל בתוך שניות דו"ח מפורט והמלצות לפעולה. הדו"ח נראה מקצועי ומשכנע, אבל המודל לא מכיר את ההקשר הארגוני, את מגבלות הנתונים ואת ההיסטוריה של ההחלטות. מי שאין לו ניסיון בתחום עלול להתרשם מהתשובה ולפעול לפיה מיד. מומחה אמיתי יעשה בדיוק את ההיפך: הוא יתחיל לשאול שאלות.

כשהמערכת מספקת הסבר ברור, קל מאוד להרגיש שהבנו את הנושא לעומק. בפועל, פעמים רבות אנחנו מבינים רק את ההסבר – ולא את הבעיה עצמה. כלומר, יש כאן אירוניה – שהבינה המלאכותית לא רק מנגישה ידע. היא גם גורמת לנו להרגיש שאנחנו מבינים יותר ממה שאנחנו באמת מבינים.

כאשר מידע זמין בלחיצת כפתור, נדמה שלמומחים כבר אין יתרון ברור. אם מערכת יכולה להסביר תהליך מורכב, לנתח נתונים או להציע פתרון לבעיה מקצועית, מה ההבדל בין מומחה לבין אדם שיודע לשאול את הבינה המלאכותית את השאלה הנכונה?

הפרדוקס החדש

מה שתואר כאן הוא למעשה פרדוקס חדש: ככל שקל יותר לקבל תשובות, כך קשה יותר להבחין בין הבנה אמיתית לבין תחושת הבנה.

דווקא בעידן שבו תשובות נוצרות במהירות, הסיכון הגדול אינו חוסר ידע, אלא ביטחון יתר. הבעיה היא כבר לא מחסור במידע, כי אם עודף תשובות. במובן הזה, הבינה המלאכותית לא מורידה את ערך המומחיות – היא פשוט מעלה את הרף שלה. במילים אחרות, היא לא מבטלת מומחיות, אלא מסננת אותה.

כאן מתגלה ההבדל האמיתי בין ידע לבין מומחיות: מומחים הם לא רק אלה שמסוגלים להגיע לתשובה, אלא מי שמסוגלים להטיל בה ספק. הם יודעים לזהות מתי משהו נשמע נכון אך לא מתאים למציאות, מתי חסר מידע ומתי ההקשר הארגוני משנה את התמונה.

זה ההבדל בין עובד שמקבל תשובה ממודל AI ומיישם אותה מיד לבין מומחה שעוצר ושואל: אילו הנחות עומדות מאחורי ההמלצה הזו? איזה מידע חסר כאן? והאם הפתרון הזה בכלל מתאים למציאות שלנו?

ייתכן שהשינוי האמיתי שמביאה כאן הבינה המלאכותית היא לא היעלמות של מומחים, אלא חשיפה של פערים. במובן הזה, ה-AI אינה רק טכנולוגיה חדשה. היא גם מבחן לאופן שבו אנחנו חושבים, מחליטים ומעריכים ידע.

בעולם שבו ידע נגיש לכולם, היתרון של מומחים כבר לא טמון רק במה שהם יודעים, אלא במה שהם מבינים. במציאות כזו, המומחיות לא נעלמת – היא פשוט חושפת מי באמת מומחה, ומי רק נשמע כזה.

הכותבת הינה מנמ"רית מכון וולקני – מנהל המחקר החקלאי.