מה זה AI? המדריך המלא לבינה מלאכותית: איך היא עובדת, מה ההבדל מ-ML ומה היא לא יודעת

מה זה AI? AI, או בינה מלאכותית, הוא שם כללי לתוכנות שעושות דברים שעד לא מזמן רק בני אדם ידעו לעשות: לענות על שאלה בשפה חופשית, לזהות פנים בתמונה, לתרגם, להמליץ על שיר או לחזות פקק בדרך לעבודה. ההבדל מתוכנה רגילה הוא בדרך: במקום שמתכנת יכתוב כל כלל מראש, המערכת לומדת את הכללים בעצמה מתוך דוגמאות. בדיבור קוראים לזה גם "איי איי", ובעברית התקנית "בינה מלאכותית".

זו התשובה הקצרה, והיא נכונה. אלא שהיא משאירה בחוץ את מה שבאמת חשוב להבין, כי המילה "בינה" מטעה. מערכת AI לא "יודעת" דברים כמו שאדם יודע. היא עושה משהו צנוע יותר ומפתיע יותר: היא מנבאת. כדי לראות את זה בעיניים, הרצנו במחשב שלנו את מודל השפה הקטן ביותר שאפשר לבנות, ונחזור אליו מיד. אחריו נעבור על ההגדרה הרשמית, על ההבדל בין AI ל-ML, על שבעים שנות היסטוריה, ועל השאלות שהכי הרבה ישראלים מחפשים: מה ה-AI בטלפון עושה, מה זה סוכן AI, מה זה "AI slop", ואם אפשר להשתמש ב-ChatGPT בחינם ובלי הרשמה.

ניסוי קטן: מודל שפה של 42 מילים

כתבנו שמונה משפטים פשוטים בעברית, על קפה, תה ובקרים. "בבוקר אני שותה קפה שחור". "בערב אני שותה תה חם". "הקפה בתל אביב יקר מדי". "התה של סבתא הוא הכי טעים". בסך הכול 42 מילים, מתוכן 27 שונות. על הטקסט הזה הרצנו תוכנית פייתון של כ-20 שורות שעושה דבר אחד בלבד: סופרת, אחרי כל מילה, איזו מילה הופיעה אחריה ובאיזו תדירות.

התוצאה היא טבלת סיכויים. אחרי "אני" הגיעה "שותה" ב-60% מהמקרים ו"הולך" ב-40%. אחרי "שותה" הגיעה "תה" ב-67% ו"קפה" ב-33%. זה כל "הידע" של המודל. אחר כך ביקשנו ממנו לכתוב משפטים חדשים: מתחילים מתחילת משפט, מגרילים את המילה הבאה לפי הסיכויים, וממשיכים כך עד סוף המשפט.

מתוך שישה משפטים שהפיק, שלושה לא הופיעו בטקסט המקורי בכלל. אחד מהם היה "הקפה של הבוקר הוא הכי טעים". אף אחד מאיתנו לא כתב את המשפט הזה. המודל הרכיב אותו מחלקים של שני משפטים אחרים, והוא נשמע טבעי לגמרי. משפט אחר, "בבוקר אני הולך לים", הוא תקני ושוטף, ואין לו שום קשר למציאות שלנו: אף משפט במקור לא אמר שמישהו הולך לים בבוקר.

בשתי השורות האלה יש, בקטן, את כל הסיפור. המודל לא הבין מה זה קפה. הוא למד אילו מילים נוטות לבוא אחרי אילו מילים, וזה הספיק כדי לייצר משפט חדש ומשכנע, וגם משפט שוטף שפשוט לא נכון. ChatGPT, Gemini ו-Claude בנויים על עיקרון קרוב, בהבדלים עצומים של קנה מידה: במקום 42 מילים, טריליוני מילים. במקום טבלה של זוגות, רשת נוירונים עם מיליארדי פרמטרים שמסתכלת על חלון הקשר של אלפי מילים אחורה. אבל השאלה שהמערכת שואלת את עצמה נשארת דומה: מה הכי סביר שיבוא עכשיו?

מודל שפה לא שולף משפטים מזיכרון. הוא מנחש אותם מחדש, כל פעם.

מה זה AI, בהגדרה שאפשר לעבוד איתה

למילה "בינה מלאכותית" אין הגדרה אחת מוסכמת, וזה לא מקרה. עם זאת, יש הגדרה אחת שהפכה בשנים האחרונות לבסיס של רוב החקיקה בעולם. בנובמבר 2023 עדכן ארגון ה-OECD את ההגדרה שלו, ולפיה מערכת AI היא "מערכת מבוססת מכונה שמסיקה, מתוך הקלט שהיא מקבלת, איך לייצר פלטים כמו תחזיות, תוכן, המלצות או החלטות, שיכולים להשפיע על סביבות פיזיות או וירטואליות". ההגדרה מוסיפה שמערכות שונות נבדלות זו מזו במידת העצמאות שלהן וביכולת שלהן להמשיך להשתנות אחרי שהופעלו.

המילה החשובה בהגדרה היא "מסיקה". מכונת חישוב פשוטה לא מסיקה כלום: היא מבצעת בדיוק את מה שתוכנתה לבצע. מסנן דואר זבל ישן, שחוסם כל הודעה שמופיעה בה המילה "זכית", גם לא מסיק: אדם כתב לו את הכלל. מסנן מודרני, לעומתו, ראה מיליוני הודעות שסומנו כזבל ומיליוני הודעות תקינות, וגזר מהן בעצמו מה מאפיין זבל. אף אחד לא כתב לו את הכלל. הוא הסיק אותו.

חוק ה-AI של האיחוד האירופי, שנכנס לתוקף באוגוסט 2024, אימץ הגדרה שנשענת על הנוסח של ה-OECD. גם ישראל הולכת בעקבותיו: מדיניות הבינה המלאכותית שפרסמו משרד החדשנות, המדע והטכנולוגיה ומשרד המשפטים בדצמבר 2023 מבוססת במפורש על עקרונות ה-OECD, ומעדיפה הנחיות וולונטריות ורגולציה ממוקדת לפי תחום על פני חוק רוחבי אחד. במילים פשוטות, ככל שידוע לנו נכון לנובמבר 2026, לא נחקק בישראל "חוק AI" כללי כמו באירופה.

ומה עם "מה זה איי איי"? זה פשוט אותו דבר, בהגייה. AI נהגה באנגלית "איי איי", והחיפוש הזה מגיע בדרך כלל ממי ששמע את המונח ברדיו או בעבודה ולא ראה אותו כתוב. בעברית מדברת רבים אומרים "איי איי", בכתבות ובמסמכים רשמיים כותבים "בינה מלאכותית", והכוונה זהה.

מה זה AI ו-ML: ההבדל בין בינה מלאכותית ללמידת מכונה

מי שמחפש "מה זה AI, ML" נתקל בשני ראשי תיבות שמופיעים יחד כל הזמן, וקל להתבלבל ביניהם. הדרך הפשוטה לסדר אותם היא שלושה עיגולים, אחד בתוך השני.

העיגול הגדול הוא AI: כל מערכת שמבצעת משימה שנחשבת "אינטליגנטית". בתוכו נמצא ML, ראשי התיבות של Machine Learning, למידת מכונה: הגישה שבה המערכת לומדת מדוגמאות במקום לקבל כללים. את המונח טבע ב-1959 ארתור סמואל, חוקר ב-IBM, במאמר שתיאר תוכנה ששיחקה דמקה ושיפרה את עצמה ממשחק למשחק. בתוך ML נמצא העיגול הקטן ביותר: למידה עמוקה, שבה הלמידה נעשית ברשת נוירונים מלאכותית עם שכבות רבות. כמעט כל מה שמכונה היום "AI" בכותרות, מצ'טבוטים ועד מחוללי תמונות, יושב בעיגול הפנימי הזה.

לא כל AI הוא ML. תוכנת השחמט Deep Blue של IBM, שניצחה את גארי קספרוב ב-1997, נשענה בעיקר על חיפוש מהיר בין מהלכים ועל כללי הערכה שבני אדם כתבו. זה היה AI במובן המלא של המילה, ועדיין לא למידת מכונה במובן של היום. להבחנה הזאת יש משמעות מעשית: מערכת מבוססת כללים צפויה ושקופה, ומערכת לומדת גמישה יותר אבל קשה יותר להסביר למה החליטה מה שהחליטה. מי שרוצה להעמיק בהבדל ימצא אצלנו גם הסבר מפורט על ההבדל בין AI ל-ML ומדריך מלא ללמידת מכונה.

הקו שזז: למה ה-AI של אתמול כבר לא נקרא AI

כאן מגיע הפיתול שרוב ההסברים מדלגים עליו. נוח לחשוב על AI כעל טכנולוגיה מסוימת, כמו מנוע או מקרר, שאפשר להצביע עליה ולומר "זה". בפועל, AI דומה יותר לקו גבול שזז כל הזמן.

בסביבות 1970 ניסח מדען המחשב לארי טסלר משפט שהפך לפתגם בתחום. הגרסה המצוטטת אומרת ש"בינה מלאכותית היא כל מה שעוד לא נעשה". טסלר עצמו תיקן לימים, באתר שלו, שמה שאמר באמת היה "אינטליגנציה היא כל מה שמכונות עוד לא עשו". בשתי הגרסאות הרעיון זהה: ברגע שמחשב לומד לעשות משהו, אנחנו מפסיקים לראות בזה אינטליגנציה ומתחילים לראות בזה "סתם תוכנה".

הניווט שמציע לכם מסלול עוקף בבוקר, מסנן הספאם, זיהוי הפנים שפותח את הטלפון, התיקון האוטומטי במקלדת, ההמלצה הבאה ביוטיוב: כל אלה היו פעם חלומות של חוקרי AI. היום הם ברקע, ואף אחד לא קורא להם "בינה מלאכותית". אפילו מערכות סיוע לנהג, כמו אלה שפיתחה מובילאיי הישראלית, שמזהות הולך רגל ובולמות לפניו, נתפסות כ"חיישן" ולא כ"AI".

ומכאן ההיפוך האמיתי. השאלה "מה זה AI" אינה שאלה על טכנולוגיה אחת, אלא על היחסים שלנו עם מכונות. התשובה תלויה פחות במה שהמחשב עושה ויותר במה שעוד מפתיע אותנו שהוא עושה. ב-2026 הצ'טבוט עדיין מפתיע, ולכן הוא "AI". בעוד עשור, סביר שגם הוא ייעלם אל הרקע, ושם הקוד יעבור למשהו אחר.

יש עוד דרך להסתכל על אותו פיתול, והיא מחזירה אותנו לניסוי עם הקפה. כמעט כל AI מודרני, מתחת לפני השטח, עושה דבר אחד: תחזית. מסנן הספאם חוזה אם הודעה היא זבל. אפליקציית הניווט חוזה כמה זמן ייקח כל מסלול. מודל השפה חוזה את המילה הבאה. הוא דומה לחזאי מזג אוויר יותר מאשר לאנציקלופדיה: הוא מסתכל על הדפוסים, נותן את התחזית הסבירה ביותר, ומעדכן אותה כשמגיע מידע חדש. הקוראים ששואלים אותנו למה תחזיות משתנות במהלך היום יזהו את ההיגיון מיד: תחזית טובה משתנה כי הנתונים משתנים, לא כי היא שוכחת.

ההשוואה לחזאי עוזרת, אבל היא מחמיאה ל-AI בנקודה אחת. חזאי יודע לומר "יש 30% סיכוי לגשם". מודל שפה, ברוב המקרים, לא מודיע לכם כמה הוא בטוח. הוא מגיש את הניחוש הסביר ביותר באותו טון בטוח, בין שהוא נכון ובין שלא. זה מה שקורה כשצ'טבוט ממציא ציטוט או פסק דין: מבחינתו זו לא "שגיאה" חריגה, אלא עוד תחזית, שהפעם פספסה. כל תשובה של AI היא תחזית. אנחנו פשוט קוראים לה "הזיה" ביום שהיא לא מתממשת.

שבעים שנה בעמוד אחד: מאיפה הגיע ה-AI

המונח עצמו נולד במסמך יבש למדי. ב-31 באוגוסט 1955 חתמו ארבעה חוקרים, ג'ון מקארתי מדרטמות', מרווין מינסקי מהרווארד, נתניאל רוצ'סטר מ-IBM וקלוד שאנון ממעבדות בל, על הצעת מחקר. קראנו את ההצעה במלואה, בגרסה שמפורסמת באתר של מקארתי באוניברסיטת סטנפורד: שלושה עשר עמודים. היא מבקשת "מחקר של חודשיים ועשרה אנשים בבינה מלאכותית" בקיץ 1956, ויוצאת מההנחה ש"כל היבט של למידה, או כל תכונה אחרת של אינטליגנציה, אפשר בעיקרון לתאר בדיוק כזה שאפשר יהיה לבנות מכונה שתדמה אותו". התקציב המבוקש, בעמוד הרביעי: 13,500 דולר. בין הנושאים שהציעו לחקור כבר אז: איך לגרום למחשב להשתמש בשפה, ואיך לסדר "נוירונים" כך שייצרו מושגים. שבעים שנה אחר כך, אלה בדיוק שתי השאלות שמניעות את ChatGPT.

חמש שנים לפני כן, ב-1950, פרסם אלן טיורינג את המאמר שבו הציע את "משחק החיקוי", שנודע לימים כמבחן טיורינג: אם אדם משוחח בכתב עם מכונה ולא מצליח להבחין שזו מכונה, אולי אין טעם להתווכח אם היא "חושבת". מכאן הדרך לא הייתה ישרה. התחום עבר גלים של התלהבות, ואחריהם תקופות ארוכות של אכזבה וקיצוצי מימון, שזכו לכינוי "חורפי ה-AI". ההבטחות היו גדולות בהרבה מכוח המחשוב ומכמות הנתונים שעמדו לרשות החוקרים.

לפרק הזה יש גם פרק ישראלי חשוב. יהודה פרל, יליד תל אביב ופרופסור ב-UCLA, זכה ב-2011 בפרס טיורינג, הפרס היוקרתי ביותר במדעי המחשב, על עבודתו בהסקה הסתברותית ובסיבתיות. הרשתות הבייסיאניות שפיתח לימדו מחשבים לחשוב במונחים של אי ודאות, ולא רק של "כן" ו"לא", ועבודתו על סיבתיות שואלת שאלה שגם המודלים החזקים ביותר של היום מתקשים בה: לא רק מה קורה יחד, אלא מה גורם למה.

הקפיצה של העשור האחרון נשענת על שלושה רגעים. ב-2012 ניצחה רשת נוירונים בשם AlexNet בתחרות זיהוי התמונות ImageNet בפער גדול, והוכיחה שראייה ממוחשבת מבוססת למידה עמוקה עובדת. ב-2017 פרסמו חוקרי גוגל את המאמר "Attention Is All You Need", שהציג את ארכיטקטורת הטרנספורמר, הבסיס של כל מודלי השפה הגדולים. וב-30 בנובמבר 2022 השיקה OpenAI את ChatGPT, ובתוך חודשיים, לפי הערכה של UBS שדיווחה עליה רויטרס, הוא הגיע ל-100 מיליון משתמשים. ב-2024 הגיעה ההכרה הממסדית: פרס נובל לפיזיקה הוענק לג'ון הופפילד ולג'פרי הינטון על יסודות רשתות הנוירונים, ומחצית מפרס נובל לכימיה הוענקה לדמיס הסאביס ולג'ון ג'מפר מ-Google DeepMind על AlphaFold, שחוזה את המבנה של חלבונים.

המכונות לא נעשו פתאום חכמות. הן קיבלו סוף סוף מספיק נתונים ומספיק כוח מחשוב כדי שרעיון בן שבעים שנה יעבוד.

מה זה AI בטלפון

מי שמחפש "מה זה AI בטלפון" ראה כנראה את המילה על קופסה של מכשיר חדש או בהודעת עדכון. בפועל זה מכסה שני דברים שונים מאוד. הראשון הוא AI ותיק שכבר שנים פועל בשקט: עיבוד התמונה במצלמה, זיהוי הפנים, השלמת מילים במקלדת וסינון שיחות ספאם. השני הוא עוזר גנרטיבי שאפשר לדבר איתו: לסכם שיחה, לנסח הודעה, לשאול על מה שמופיע על המסך.

באנדרואיד, השינוי הגדול של 2026 הוא שהעוזר Gemini של גוגל מחליף את Google Assistant. גוגל הודיעה באוגוסט שהיא מתחילה להסיר את Assistant מטלפונים וטאבלטים ב-4 בספטמבר 2026, ובסוף ספטמבר דיווח האתר 9to5Google שההחלפה מתפרסת באופן רחב. החריגים, לפי הדיווחים, הם מכשירים ישנים שלא עומדים בדרישות של Gemini ואזורים שבהם הוא עוד לא זמין. האפליקציה של Gemini עובדת בעברית.

באייפון התמונה שונה, ודווקא כאן יש פרט שחשוב במיוחד לקוראים בישראל. לפי דף התמיכה הרשמי של אפל, שבדקנו השבוע, Apple Intelligence תומכת ב-16 שפות, בהן אנגלית, צרפתית, גרמנית, יפנית, קוריאנית, טורקית וויאטנמית. עברית אינה ברשימה. מי שמשתמש באייפון בעברית לא יקבל את רוב היכולות שמוצגות בפרסומות, אלא אם יעביר את המכשיר לאחת השפות הנתמכות.

עוד הבחנה ששווה להכיר: חלק מה-AI בטלפון רץ על המכשיר עצמו, וחלק נשלח לשרתים בענן. מה שרץ על המכשיר מהיר יותר ופרטי יותר, אבל מוגבל בגודל המודל. מה שרץ בענן חזק יותר, ומחייב לשלוח את המידע החוצה. על ההבדל הזה ועל המשמעות שלו לפרטיות כתבנו בהרחבה במדריך לEdge Computing ב-AI.

מה זה AI agent, סוכן AI

צ'טבוט עונה. סוכן עושה. זה ההבדל בשתי מילים. סוכן AI הוא מערכת שמקבלת מטרה ("תזמין לי תור", "תמצא את שלושת הספקים הזולים ותשווה ביניהם"), מפרקת אותה לשלבים, ומשתמשת בכלים כדי לבצע אותם: גולשת באתרים, ממלאת טפסים, מריצה קוד, שולחת מיילים. המודל הוא המוח, והכלים הם הידיים.

איך זה עובד בפועל? נותנים למודל שפה רשימה של פעולות שמותר לו לבצע. המודל מחליט איזו פעולה לנקוט, רואה את התוצאה, ומחליט על הצעד הבא, שוב ושוב, עד שהמשימה הושלמה או שהוא נתקע. לפי מדד ה-AI של אוניברסיטת סטנפורד לשנת 2026, היכולת של סוכנים לבצע משימות אמיתיות במחשב קפצה משמעותית בשנה האחרונה, אם כי הם עדיין נכשלים בחלק ניכר מהמשימות.

המחיר של "ידיים" הוא סיכון. סוכן שיכול לשלוח מייל יכול גם לשלוח את המייל הלא נכון, וסוכן שקורא דפי אינטרנט עלול להיתקל בדף שמכיל הוראות זדוניות. השבוע פרסמנו ניתוח של מחקר של מיקרוסופט על דלתות אחוריות במודלים שמפעילים סוכנים, וכתבה על צוותי סוכנים של DeepMind שכתבו מיליוני שורות הוכחה לקוד של Signal. שתי הכתבות מראות את שני הצדדים של אותו מטבע: סוכנים מסוגלים לעבודה עצומה, ודורשים פיקוח צמוד.

מה זה AI slop

בדצמבר 2025 בחר מילון מרים-וובסטר במילה slop כמילת השנה, והגדיר אותה כ"תוכן דיגיטלי באיכות נמוכה, שמיוצר בדרך כלל בכמויות באמצעות בינה מלאכותית". בעברית אפשר לתרגם את זה בערך ל"דייסה" או "שאריות": הסרטונים המוזרים שממלאים את הפיד, תמונות של ישו עשוי שרימפס, מתכונים שאף אחד לא בישל, ספרים שלמים שנכתבו במכונה ונמכרים באמזון, וכתבות שנראות כמו עיתונות ואומרות מעט מאוד.

ה-slop הוא תוצאה ישירה של מה שראינו בניסוי הקפה. כשמכונה מסוגלת לייצר טקסט או תמונה שוטפים כמעט בחינם, העלות של לייצר תוכן צונחת לאפס, והתמריץ להציף את הרשת בתוכן זול כדי למשוך קליקים ופרסומות עולה. מה שמבחין בין slop לבין שימוש מועיל ב-AI הוא לא הכלי, אלא האם מישהו בדק, ערך ועמד מאחורי התוצאה.

צ'אט GPT חינם ללא הרשמה: מה באמת אפשר לעשות

השאלה הזאת חוזרת אצלנו כל שבוע, והתשובה הקצרה היא כן, עם כוכביות. ב-1 באפריל 2024 הודיעה OpenAI שאפשר להשתמש ב-ChatGPT בלי להירשם, כדי להנגיש את הכלי לכמה שיותר אנשים. לפי ההודעה ולפי דיווחים ב-TechCrunch וב-Engadget, בלי הרשמה השיחות לא נשמרות בהיסטוריה ואי אפשר לשתף אותן, וחלק מהיכולות חסרות. האפשרות תלויה גם באזור: אם האתר מבקש להתחבר, ייתכן שהיא לא זמינה כרגע.

החדשה הגדולה של 2026 היא דווקא במסלול החינמי עם הרשמה. באוגוסט 2026 הודיעה OpenAI, כפי שדיווחו PCWorld ו-Engadget, שהיא מסירה את מגבלת הודעות הטקסט למשתמשי Free ו-Go, ושהמודל ברירת המחדל שלהם הוא GPT-5.6 Luna. דף התמחור של ChatGPT, שבדקנו השבוע, מתאר את המסלול החינמי כ"שיחות טקסט ללא הגבלה, בכפוף למנגנוני מניעת ניצול לרעה", עם מגבלות על יצירת תמונות, העלאת קבצים, מצב קולי ומחקר מעמיק.

מסלול	מחיר	מה מקבלים	למי זה מתאים
בלי הרשמה	חינם	שיחה בסיסית. אין היסטוריה, אין שיתוף, חלק מהיכולות חסרות, תלוי באזור	שאלה חד פעמית, ניסיון ראשון
Free (עם הרשמה)	חינם	טקסט ללא הגבלה (בכפוף למניעת ניצול), תמונות, קבצים וקול במגבלות	רוב המשתמשים הפרטיים
Go	8 דולר בחודש בארה"ב, כ-30 שקלים בישראל לפי כלכליסט וגאדג'טי	יותר קבצים, תמונות וזיכרון מהחינמי. עשוי לכלול פרסומות	מי שנתקע במגבלות של החינמי
Plus	20 דולר בחודש בארה"ב	מודלי חשיבה מתקדמים, מחקר מעמיק, פרויקטים ומשימות מתוזמנות	עבודה יומיומית, משימות מורכבות

המחירים בדולרים לקוחים מהודעת ההשקה של OpenAI על מסלול Go. בישראל החיוב מוצג בשקלים ועשוי להשתנות, והמחיר שמופיע באפליקציה ביום הרכישה הוא הקובע. לפני שמשלמים, שווה לבדוק אם החינמי לא מספיק: לרוב השימושים הפרטיים הוא מספיק בהחלט. השוואה מפורטת יותר, כולל מה מקבלים בחינם בעברית ומה נעלם מוואטסאפ, פרסמנו במדריך נפרד.

ולמי לא כדאי להשתמש בלי הרשמה? למי שמנהל משהו מתמשך, כמו לימודים או פרויקט, כי ההיסטוריה נמחקת. ובכלל, בשום מסלול לא כדאי להדביק מידע רפואי מזהה, מספרי תעודת זהות, סיסמאות או מסמכים חסויים של מעסיק. מדיניות השימוש בנתונים של OpenAI משתנה לפי סוג המנוי וההגדרות, ומי שלא בדק אותה לא יודע לאן המידע הולך.

AI במספרים, ומה המספרים לא מספרים

בפברואר 2026 אמר ניק טרלי, ראש ChatGPT ב-OpenAI, שלמוצר יותר מ-900 מיליון משתמשים בשבוע, כפי שדיווחו eWEEK ואחרים. דיווחים מאוחרים יותר מדברים על מספר גבוה יותר, אבל לא מצאנו לו אישור ראשוני ברור, ולכן אנחנו נשארים עם הנתון המאומת. מדד ה-AI של סטנפורד לשנת 2026, שפורסם באפריל, מעריך שבינה מלאכותית גנרטיבית הגיעה ל-53% מאוכלוסיית העולם בתוך שלוש שנים מההשקה ההמונית, קצב מהיר יותר מזה של המחשב האישי או האינטרנט. גם MIT Technology Review, בסיכום שלו לדוח, כתב שיותר ממחצית מהאנשים בעולם משתמשים ב-AI.

באותו דוח יש נתון שמסדר את הפרופורציות. לפי הסיכום של Unite.AI, מודל מהשורה הראשונה הצליח לקרוא שעון מחוגים נכון רק ב-50.1% מהמקרים. מערכות שפותרות בעיות מתמטיקה ברמת אולימפיאדה נכשלות במשימה שילד בכיתה ב' עושה בלי לחשוב. זו לא סתירה, אלא תזכורת למה שהניסוי שלנו הראה: המודלים מצטיינים במה שדומה לדפוסים שראו הרבה, ומתקשים במה שלא.

שני סייגים לגבי המספרים האלה. ראשית, "משתמש" יכול להיות מי שפתח את האפליקציה פעם בשבוע לשאלה אחת, ויכול להיות מי שעובד איתה שמונה שעות ביום. המספרים לא מבחינים ביניהם. שנית, ככל שה-AI נבנה לתוך מוצרים אחרים, בטלפון, במנוע החיפוש ובמעבד התמלילים, נעשה קשה יותר למדוד מי "משתמש ב-AI" בכלל. אנשים רבים משתמשים בו כל יום בלי לדעת. וזה, שוב, הקו שזז.

מה AI לא יודע לעשות, ומי צריך להיזהר

מה שעולה מכל מה שראינו הוא רשימה כנה של מגבלות. AI ממציא פרטים בביטחון מלא, כי הוא חוזה טקסט סביר ולא בודק עובדות. הוא משקף את ההטיות של הנתונים שעליהם אומן, ולכן עלול לטפל פחות טוב בקבוצות או בשפות שמיוצגות פחות. עברית היא שפה קטנה במונחים של נתוני אימון, ולכן הביצועים בה לרוב נמוכים מבאנגלית, כפי שמראה גם היעדרה מ-Apple Intelligence. החברות הגדולות גם חושפות פחות ופחות על האופן שבו המודלים נבנים: לפי מדד השקיפות של מודלי יסוד, שאותו מצטט דוח סטנפורד, הציון הממוצע ירד מ-58 ל-40.

מי צריך להיזהר במיוחד? מי שמקבל החלטה רפואית, משפטית או פיננסית על סמך תשובה של צ'טבוט, בלי לבדוק אותה מול איש מקצוע או מקור ראשוני. תלמידים, שעלולים לוותר על הלמידה עצמה כשהמכונה כותבת במקומם. ומי שמזין מידע רגיש של אחרים, לקוחות או מטופלים, לכלי שאינו מאושר לכך בארגון. AI הוא כלי מצוין לטיוטה ראשונה, לסיכום, להסבר ולסיעור מוחות. כמקור יחיד לאמת, הוא כלי גרוע.

מה אנחנו יודעים, ומה לא

אנחנו יודעים איך המודלים בנויים ואיך הם מאומנים, ברמת העיקרון. אנחנו יודעים שהם חוזים, ושהתחזיות שלהם טובות להפליא במשימות רבות. מה שאיננו יודעים, וגם החוקרים בחברות עצמן מודים בכך, הוא להסביר במלואו למה מודל מסוים נתן תשובה מסוימת. תחום שלם, פרשנות של מודלים, מנסה לפתוח את הקופסה השחורה, והוא עוד בתחילת דרכו. איננו יודעים גם אם ההתקדמות תמשיך בקצב הנוכחי, ואם "בינה כללית" היא יעד קרוב, רחוק או מושג שגוי מיסודו. כל מי שמציג תשובה בטוחה לשאלות האלה מוכר משהו.

חמש שאלות לשאול לפני שסומכים על AI

1. מה המערכת בעצם חוזה? כל AI עונה על שאלה של "מה הכי סביר". כשמבינים מה הוא חוזה, מבינים גם איפה הוא עלול לטעות.
2. על מה הוא אומן? מודל שראה מעט עברית, מעט רפואה ישראלית או מעט חוק ישראלי ינחש יותר בתחומים האלה. ככל שהנושא מקומי ונקודתי יותר, הבדיקה צריכה להיות קפדנית יותר.
3. אפשר לבדוק את התשובה? עובדה, מספר או ציטוט שהגיעו מצ'טבוט הם נקודת התחלה. מאמתים אותם מול מקור ראשוני לפני שמשתמשים בהם.
4. לאן הולך המידע שהזנתי? בודקים את הגדרות הפרטיות בפרופיל המשתמש, ולא מדביקים מידע שלא הייתם מוכנים שיגיע לשרת של חברה זרה.
5. מה המחיר של טעות? טעות בניסוח של ברכת יום הולדת עולה מעט. טעות במינון של תרופה עולה הרבה. ככל שהמחיר גבוה יותר, האדם צריך להיות קרוב יותר להחלטה.

החזאי שלא אומר כמה הוא בטוח

התחלנו עם שמונה משפטים על קפה ותוכנה של עשרים שורות, שהצליחה לכתוב משפט שאף אחד לא כתב, ומשפט שוטף שפשוט לא היה נכון. כל מה שבא אחר כך, מהצעת המחקר של דרטמות' ועד הטלפון שבכיס, הוא אותו רעיון בקנה מידה אחר: מכונה שלומדת דפוסים ומנבאת מה יבוא.

מי שמבין את זה מפסיק לשאול אם AI "חכם" או "טיפש", כי זו פשוט לא השאלה הנכונה. מתחילים לשאול מתי אפשר לסמוך על התחזית ומתי צריך לבדוק אותה. זה בדיוק היחס הבוגר שיש לרובנו לתחזית מזג האוויר: מסתכלים עליה כל בוקר, לוקחים מטרייה כשהיא אומרת גשם, ולא מבטלים חתונה בגללה בלי להציץ לשמיים. מה שחסר ל-AI הוא החזאי שאומר בכנות "30% סיכוי". עד שהמכונות ילמדו לומר את זה בעצמן, את העבודה הזאת צריך לעשות האדם שמול המסך. ואם תרצו להמשיך מכאן, הצעד הבא הטבעי הוא להבין את המנוע עצמו, רשתות הנוירונים שמאחורי הבינה המלאכותית.

שאלות נפוצות

מה זה AI ו-ML, ומה ההבדל ביניהם?

AI, בינה מלאכותית, הוא שם המטרייה לכל מערכת שמבצעת משימות שדרשו בעבר שיקול דעת אנושי. ML, למידת מכונה, היא תת תחום שלו: הגישה שבה המערכת לומדת דפוסים מדוגמאות במקום לקבל כללים כתובים. כמעט כל ה-AI המודרני מבוסס על ML, אבל לא כל AI הוא ML. תוכנת השחמט Deep Blue, למשל, נשענה בעיקר על חיפוש ועל כללים שבני אדם כתבו.

מה זה איי איי?

"איי איי" הוא פשוט האופן שבו הוגים באנגלית את ראשי התיבות AI, קיצור של Artificial Intelligence. בעברית קוראים לזה בינה מלאכותית. בשיחה יומיומית, בעבודה וברדיו שומעים הרבה "איי איי", ובכתבות ובמסמכים רשמיים כותבים בדרך כלל "בינה מלאכותית". אין הבדל במשמעות: אלה מערכות מחשב שלומדות מדוגמאות ומבצעות משימות כמו הבנת שפה, זיהוי תמונות והמלצות.

מה זה AI בטלפון?

זה כולל שני דברים. האחד הוא AI שפועל ברקע כבר שנים: עיבוד תמונה במצלמה, זיהוי פנים והשלמת מילים במקלדת. השני הוא עוזר גנרטיבי שאפשר לדבר איתו. באנדרואיד, Gemini מחליף את Google Assistant מאז ספטמבר 2026 ותומך בעברית. באייפון, לפי דף התמיכה של אפל בנובמבר 2026, Apple Intelligence עדיין אינה תומכת בעברית.

מה זה AI agent?

סוכן AI הוא מערכת שלא רק עונה על שאלות, אלא מבצעת משימות. מקבלת מטרה, מפרקת אותה לשלבים ומשתמשת בכלים: גולשת באתרים, ממלאת טפסים, מריצה קוד או שולחת הודעות. המודל מחליט על הצעד הבא אחרי כל תוצאה. הסוכנים השתפרו מאוד בשנה האחרונה, אבל עדיין נכשלים בחלק ניכר מהמשימות ודורשים פיקוח אנושי, במיוחד כשיש להם גישה לכסף או למידע רגיש.

מה זה AI slop?

AI slop הוא כינוי לתוכן דיגיטלי זול ובאיכות נמוכה שמיוצר בכמויות בעזרת בינה מלאכותית: סרטונים מוזרים בפיד, תמונות מפוברקות, ספרים ומתכונים שנכתבו במכונה בלי בדיקה. מילון מרים-וובסטר בחר ב-slop כמילת השנה של 2025. מה שמבדיל slop משימוש לגיטימי ב-AI הוא לא הכלי עצמו, אלא אם אדם בדק, ערך ולקח אחריות על התוצאה.

אפשר להשתמש בצ'אט GPT חינם וללא הרשמה?

כן, ברוב המקרים. מאז אפריל 2024 OpenAI מאפשרת שיחה עם ChatGPT בלי הרשמה, אבל השיחות לא נשמרות, אי אפשר לשתף אותן וחלק מהיכולות חסרות. הזמינות תלויה גם באזור. עם הרשמה חינמית מקבלים יותר: מאוגוסט 2026 שיחות הטקסט במסלול החינמי אינן מוגבלות במספר ההודעות, ויש גישה מוגבלת לתמונות, לקבצים ולמצב קולי.