פרדוקס הבינה המלאכותית: ה-AI השתכלל, אבל הביקוש לניסיון ומומחיות רק זינק
בעולם שבו תשובות זמינות כמעט לכל אדם בתוך שניות, היתרון התחרותי עובר למי שיודע להבחין בין תשובה משכנעת לתשובה נכונה, בין מידע לבין ידע, ובין תוצר לבין אחריות
הבינה המלאכותית מנסחת במהירות, מייצרת רעיונות מצוינים ומשדרגת את איכות התוצר. ללא ספק. אבל לצד סל היתרונות העצומים, הבינה המלאכותית גם מגבירה את השחיקה, מציפה בטענות שווא ומוכיחה את חיוניותו של שיקול דעת אנושי (לכל הפחות בשלב זה). פרדוקס הבינה המלאכותית: ככל שהתשובה שהבינה מייצרת מהירה ומשכנעת יותר, כך גדלים הזמן והמומחיות הנדרשים כדי לקבוע אם אפשר לסמוך עליה.
הדברים מבוססים על ניסיון יומיומי ומתמשך בעבודה עם כלי בינה מלאכותית בפרקטיקה המשפטית ובייעוץ לארגונים כשותפה במשרד הרצוג פוקס נאמן, לצד עיסוק שוטף בהשלכותיה של הטכנולוגיה על עולם העבודה.
אין לטעות: הבינה המלאכותית היא מהפכה אמיתית, והיתרונות שלה ביומיום המקצועי הם בלתי ניתנים להכחשה. היא מאפשרת לנו לשפר את התוצר המשפטי והניהולי מקצה לקצה, החל מסיעור מוחות מהיר, דרך השבחת ניסוחים ועד להעשרת ניתוחים מורכבים בזמן קצר. ה"נביאים" כבר חזו שהיכולות האלו יובילו לחיסכון דרמטי בשעות עבודה ואף יביאו ליום שבו סוכני AI יחליפו לחלוטין עורכי דין, אנשי משאבי אנוש ומנהלי מטה.
אבל כשצוללים לתוך הפרקטיקה היומיומית, מגלים מציאות מורכבת בהרבה. האלגוריתמים אמנם כאן, והם אכן משדרגים את איכות העבודה, אך במקביל ליתרונות מבורכים אלה, הם מייצרים פרדוקס חדש: במקום לפנות לנו זמן ולפשט את החיים, הם מגבירים את השחיקה, יוצרים עומס קוגניטיבי ומציבים אתגרים ניהוליים שלא הכרנו.
1. הבינה לא בהכרח מקצרת את שעות העבודה. היא בעיקר משנה את אופי העבודה במהלכן
הטעות השכיחה ביותר היא המחשבה ששימוש בבינה מלאכותית בהכרח מקצר את יום העבודה. מניסיוני, הבינה המלאכותית אמנם משדרגת, או יכולה בשימוש נכון לשדרג, את רמת התוצר הסופי. היא משפרת את האיכות, מעשירה את התוכן ומדייקת את השפה. אבל לרוב היא לא חוסכת זמן באופן שבו רבים ציפו.
למעשה, הבינה המלאכותית לא ביטלה את העבודה, אלא החליפה סוג אחד של עבודה בסוג אחר. אם בעבר עיקר הזמן הושקע באיתור מידע, מחקר וניסוח ראשוני, כיום חלק משמעותי ממנו מושקע בבדיקה, הצלבת מקורות, הערכת סיכונים והתאמת התוצר לנסיבות הקונקרטיות. במילים אחרות, חלק יותר משמעותי מהעבודה עבר משלב הייצור לשלב הבקרה.
מכאן נולד מלכוד הפרודוקטיביות. בעוד הנחת הבסיס, או הציפייה, הייתה ועודנה אצל רבים, הפחתה מהותית בשעות העבודה, בשטח מסתמן דבר אחר. בעוד שבעבר חלק ניכר מהזמן הושקע בעבודה הטכנית של האיסוף והניסוח הראשוני, כיום אותן שעות בדיוק, ולעיתים אף יותר, מושקעות בבדיקה, אימות וארגון מחדש.
ללוח הזמנים שלנו התווסף "זמן אימות" משמעותי. ככל שהכלים הופכים מהירים, שוטפים ומשכנעים יותר, כך גדל הצורך לוודא שהמידע מדויק, שהמקורות קיימים, שהמסקנות מבוססות, שהניתוח מותאם לדין הרלוונטי ולנסיבות הספציפיות, ושלא נפלה טעות מהותית.
דו"ח של Workday המבוסס על סקר גלובלי שבוצע בנובמבר 2025 באמצעות Hanover Researchבקרב 3200 משיבים ברחבי העולם, מצא כי כ-37% מהזמן שנחסך באמצעות AI מתקזז בשל הצורך בתיקון, אימות, הבהרה או שכתוב של התוצרים – תופעה שהדו"ח מתאר כ" AI tax on productivity ".
ההפניה: Measuring the Real Value of AI | Workday US
למעשה, ככל שהבינה המלאכותית משתפרת, כך הצורך באימות אינו פוחת אלא מתעצם. הסיבה לכך פשוטה: ככל שהתשובה נראית מקצועית, מנומקת ומשכנעת יותר, כך קשה יותר לזהות את הטעויות המסתתרות בתוכה. במקרים רבים, האתגר כבר אינו למצוא תשובה אלא לקבוע האם ניתן לסמוך עליה.
במובן מסוים, מדובר בגרסה מודרנית של "פרדוקס ג'בונס". הכלכלן ויליאם סטנלי ג'בונס הבחין כבר במאה ה-19 שכאשר טכנולוגיה הופכת שימוש במשאב ליעיל יותר, השימוש הכולל בו אינו בהכרח קטן ולעיתים דווקא גדל. באופן דומה, ככל שהבינה המלאכותית מקצרת את זמן הכתיבה, המחקר והניתוח הראשוני, כך גדלות הציפיות לייצר יותר תוצרים, יותר חלופות, יותר בדיקות ויותר ניתוחים באותו פרק זמן. היעילות אמנם עולה, אך היקף העבודה אינו בהכרח קטן.
2. עייפות טכנולוגית: פעילות חשיבה נטולת הפסקות טכניות
השינוי באופי העבודה מוליד תופעה חדשה: עייפות מנטלית מוגברת.
בתחילת ימי הבינה המלאכותית חיכינו להיעלמותן של אותן משימות טכניות, חזרתיות ופעמים רבות מעיקות. לאחר מכן התברר שכאשר הכלי הטכנולוגי "חוסך" לנו את המשימות הטכניות והרוטיניות, הוא למעשה מעלים גם את אותם רגעים קטנים של "הפוגה מנטלית" שהיו שזורים ביום העבודה.
בעבר, מעבר על מסמך סטנדרטי או סידור נתונים אמנם דרשו זמן, אך אפשרו למוח לעבוד בעצימות נמוכה יותר. כיום, ברגע שהמשימות הטכניות מבוצעות בשניות על ידי המכונה, המשתמש נדרש להיות ב-100% פוקוס חשיבתי, ביקורתי ואנליטי כמעט לאורך כל יום העבודה.
בנוסף, הבינה היא אולי "חכמה", אבל האחריות המקצועית נותרת בידי המשתמש. ההבנה שיכולים להיות, ואפילו צפוי שיהיו, כשלים בתוצרי הבינה המלאכותית מצד אחד, ומצד שני שהאחריות המקצועית והניהולית נותרת בצד של המשתמש, מגבירה את החשש והשחיקה.
הנתונים מהשטח מגובים גם במחקרים עדכניים, המצביעים על כך שלצד יתרונותיה הרבים של הבינה המלאכותית, עובדים ומנהלים רבים חווים עלייה בעומס, בשחיקה ובדרישות הפרודוקטיביות.
המשמעות ברורה: במקרים רבים העבודה לא נעלמה ואף לא הצטמצמה. מה שהשתנה הוא אופייה. פחות מאמץ טכני, יותר מאמץ קוגניטיבי; פחות ניסוח, יותר בקרה; פחות חיפוש, יותר שיקול דעת. כמות העבודה לא בהכרח פחתה, אבל תמהיל העבודה השתנה, וכך גם דרישות התפקיד.
3. גל "טענות השווא": כשהצד השני מתייעץ עם ה-AI
מגמה מרכזית נוספת שאנו חווים בשטח היא עלייה משמעותית בזמן המושקע בהתמודדות עם טענות שמקורן בבינה מלאכותית.
עבודה עם בינה מלאכותית מחייבת תהליך של אימות. כאשר אדם מתייעץ עם הבינה בתחום שהוא מחוץ למומחיותו, ולכולנו יש תחומים כאלה, יכולת האימות שלו מוגבלת. גם אם קיימת מודעות עקרונית לכך שיש לבדוק את התשובה, לא תמיד קיימים הכלים המקצועיים להבין מה בדיוק יש לבדוק, מה חסר ומה שגוי.
בעבר אדם היה מתייעץ עם חבר, מכר או מקור אינטרנטי אקראי. כיום הוא מתייעץ עם מערכת המסוגלת לספק תשובה מנוסחת היטב, בטוחה בעצמה ומשכנעת למראית עין. הבעיה היא שלא אחת מדובר בתשובה שגויה, חלקית, לא מדויקת או נטולת בסיס ממשי. ממצא דומה עולה גם מנייר עבודה של חוקרי Harvard Business School משנת 2025. החוקרים מצאו כי כאשר המשתמשים ניסו לאתגר ולאמת פלט של מודל AI, המודלים נטו להגביר את השימוש בטקטיקות שכנוע שנועדו לחזק את אמינות התשובה המקורית במקום להכיר באי-הוודאות או במגבלות התשובה.
ההפניה: GenAI as a Power Persuader: How Professionals Get Persuasion Bombed When They Attempt to Validate LLMs - Working Paper - Faculty & Research - Harvard Business School
אנו כבר רואים בשטח את ההשלכות. הליכי שימוע, שיחות עם עובדים, דיונים מול מנהלים והתכתבויות משפטיות מתארכים משום שיש להבהיר לצד השני שאין בסיס לטענות או להצעות שנוצרו באמצעות AI . טענה שמקורה בתשובת AI , אך נוסחה בשפה מקצועית ומשכנעת, עלולה להפוך לנקודת מוצא לדיון גם כאשר אין לה עיגון עובדתי או משפטי.
כך נוצר עומס חדש: לא רק עבודה עם הבינה המלאכותית, אלא גם עבודה מול תוצריה כאשר הם מגיעים מהצד השני. באופן פרדוקסלי, הנגישות הגוברת למידע מייצרת במקרים רבים דווקא עלייה בכמות המידע השגוי שיש לברור, לבדוק ולהפריך.
4. תפקיד המנהלים: לייצר את ההפוגה ולשמור על הערך האנושי
שחיקה בשוק העבודה אינה מושג חדש, אך העלייה בתלונות על שחיקה דווקא בעידן של אוטומציה מתקדמת ושדרוג טכנולוגי מלמדת שיש להיות מודעים לכך ולטפל בכך.
מנהלים בכירים, יועצים משפטיים, מנהלי משאבי אנוש ואנשי מקצוע נוספים צריכים להבין שאי אפשר להסתפק רק בהטמעת הכלים הטכנולוגיים, וגם לא רק בהבנת הסיכונים המשפטיים שלהם, נושא בו מתמקדת מרבית הכתיבה בתחום. צריך להתייחס גם ל"תופעות הלוואי" הארגוניות והאנושיות: שחיקה, עומס קוגניטיבי, טשטוש גבולות אחריות, עלייה בציפיות לתפוקה מיידית וצורך מתמיד באימות.
המשמעות הניהולית היא שארגונים צריכים לחשוב מחדש לא רק כיצד משלבים AI בתהליכי העבודה, אלא גם כיצד מעצבים סביבו סביבת עבודה בריאה. יש צורך להגדיר מתי נכון להשתמש בכלי, מי אחראי לבדוק את התוצר, אילו תוצרים מחייבים בקרה אנושית מוגברת וכיצד יוצרים מחדש מרחבים של הפוגה ומנוחה בתוך יום עבודה שהופך אינטנסיבי יותר.
ארגונים שימדדו הצלחה רק לפי כמות התוצרים שהטכנולוגיה מאפשרת לייצר, עלולים לגלות במהירות שהמחיר משולם בשחיקה, באיכות קבלת ההחלטות ובשימור עובדים.
במילים אחרות, הטמעת AI אינה רק פרויקט טכנולוגי. היא גם פרויקט ניהולי, אנושי ומקצועי.
בשורה התחתונה: הניסיון, המקצועיות והאנושיות היו ונותרו מהותיים
"נביאי זעם" ממהרים להספיד ענפים שלמים. אבל לדעתי, מה שנכון לעולם המשפט נכון בעצם למקצועות וענפים רבים בשוק העבודה.
ברור שתפקידים מסוימים יתייתרו, תפקידים רבים יותר ישתנו, ותפקידים חדשים נוצרים ועוד ייווצרו. כך קורה בכל מהפכה: ממהפכת החשמל והקיטור, דרך מהפכת האינטרנט ועד מהפכת הבינה המלאכותית.
הבינה המלאכותית יכולה לנסח חוזה, לייצר קוד, לפלח נתונים פיננסיים או להציע אבחנה ראשונית בתוך שניות. היא מרימה את הרף ומייצרת תוצרים מרשימים. היא לבטח טובה יותר מהדיוט בתחום הפרטני. אבל האם היא מחליפה את בעל המקצוע, בעל הניסיון והידע המיוחד? את מי שיודע לאמת את התוצרים, להתאים ייעוץ לנסיבות פרטניות, להבין הקשרים אנושיים וארגוניים, לזהות סיכונים סמויים וליצור קשר בלתי אמצעי עם הצדדים הרלוונטיים?
ככל שהבינה המלאכותית נעשית נגישה, מהירה ומתוחכמת יותר, כך מתחדד ההבדל בין מי שמסוגל לקבל תשובה לבין מי שמסוגל להעריך אם היא נכונה; בין מי שנשען בלעדית עליה לבין מי שנהנה מ"דבשה" ונזהר מ"עוקצה".
הבינה המלאכותית יכולה לנסח, לנתח, להציע ולשפר. היא אף צפויה להמשיך ולהשתפר בקצב מהיר. אולם דווקא משום כך, הערך של מי שיודע לשאול את השאלות הנכונות, לזהות טעויות, להבין הקשרים, להפעיל שיקול דעת ולקבל אחריות על התוצרים אינו נשחק אלא מתחזק.
לכן, בניגוד לתחזיות שנשמעו בראשית הדרך, לפחות בשלב הזה של המהפכה, הבינה המלאכותית אינה מצמצמת את חשיבותם של ניסיון, מומחיות ואנושיות. היא דווקא מחדדת אותם.
בעולם שבו תשובות זמינות כמעט לכל אדם בתוך שניות, היתרון התחרותי עובר למי שיודע להבחין בין תשובה משכנעת לתשובה נכונה, בין מידע לבין ידע, ובין תוצר לבין אחריות.
ייתכן שזהו פרדוקס הבינה המלאכותית האמיתי: ככל שהטכנולוגיה משתכללת, כך הערך של שיקול דעת אנושי, ניסיון מקצועי ומומחיות מוכחת רק הולך ועולה, ואפילו יותר מאי פעם.
