New-Tech Magazine | April 2026 | Digital Edition

כנראה לא יחליף אותך. AI ה אבל להתעלם ממנו? כנראה שכן

AI Transformation specialist שי די קסטרו, »

ושאל שאלה שאף אחד לא חשב לשאול. לא מדובר בזיהוי תבניות - אלא בגילוי מרהיב שנולד כשמוח סקרן פוגש חוויה אמיתית. אין את זה, לפחות לא במצבו הנוכחי. AI ל הוא חושב “בתוך הקופסה”, בגבולות המידע שעליו הוא אומן. הוא יכול ביעילות רבה לערבב, לשלב מחדש ולטייב את מה שכבר קיים, אבל אם התשובה לא היתה כתובה באיזשהו מקום מראש - הוא יתקשה מאוד להגיע אליה בעצמו. Nature Scientific מחקר שפורסם ב־ , אחד מכתבי העת המדעיים Reports המובילים בעולם, בחן בדיוק את הסוגיה AI הזו. החוקרים נתנו במסגרת המחקר ל תפקיד של מדען, עם משימה לשחזר תגליות מורכבות בגנטיקה מולקולרית. התוצאה: הצליח לייצר בעיקר התקדמות AI בממצאים הקיימים. ההשערות של המודל לא היו מקוריות או ״מחוץ לקופסא״, והוא התקשה לזהות חריגות בתוצאות ניסוי - אותם רגעים בהם אדם היה אומר ”רגע, משהו פה מוזר“, ושמובילים לפריצות הדרך הגדולות של האנושות. לא חי בינינו. הוא לא חי נקודה. ולכן AI הוא אינו מרגיש, וככל הידוע לנו אינו חווה סקרנות כפי שבני אדם חווים אותה,

חוקרים נוספים. מחקרים בתחום בדקו מגוון מודלים מובילים לאורך זמן ובחנו בדיוק את התכונות האלו. AI והתוצאה? במקרים רבים, מודלי מתקשים לשמור על עקביות. אותו מודל יכול לתת תשובות שונות לאותה שאלה, הביצועים שלו מושפעים משינויים קטנים בניסוח, ורבים מהמודלים מתקשים לזהות אם הם צודקים או טועים - רמת אמינות שלעתים מתקרבת לניחוש. ולא מדובר בבעיה תיאורטית. בתעשיות כמו אווירונאוטיקה, אנרגיה גרעינית והנדסת רכב אמינות היא לא דבר שמתפשרים עליו. מערכות כאלה חייבות להגיב בצורה זהה בכל פעם שתנאים מסוימים מתקיימים, ולשאוף לשגיאה קטסטרופלית בתדירות כמו שהוא AI של אחד למיליארד ניסיונות. היום - עדיין לא קרוב לשם. והאמינות? נשארת במידה רבה נחלתם של בני האדם. מתי בפעם האחרונה יצאת לטיול וראית משתזף בשמש? נכון. אף פעם. AI סוכן זוכרים איך ניוטון גילה את כוח הכבידה? זה לא היה בגלל שהיתה לו גישה למידע אדיר. הוא ישן את שנת הצהריים שלו כשהתפוח המפורסם נפל לו על הראש. הוא חי בעולם הזה, שם לב למשהו מוזר,

, אמירות כמו 2026 במציאות של יחליף את כולנו” AI מת” ו־ " SaaS " הפכו לחלק בלתי נפרד מהשיח היומיומי. אני לא קונה את זה, ובכנות - גם לכם לא כדאי. רוב המחקר בתחום כיום מתמקד בדבר אחד: דיוק. AI ה על האם המודל יודע לתת את התשובה הנכונה. אבל מה לגבי אמינות? הרי דיוק ואמינות אינם אותו דבר, וכמעט אף אחד לא בוחן את ההבדל. כשאנחנו בוחנים מה מגדיר עובד " שאפשר באמת לסמוך עליו, ההגדרה היא לא ״עובד שצודק רוב הזמן״. ההגדרה לעובד טוב ואמין עמוקה יותר מזה: עובד אמין צודק באופן עקבי באותו הנושא, לא היום כן ומחר לא (עקביות), הוא לא מתפרק כשהתנאים לא מושלמים (עמידות), הוא אומר כשהוא לא בטוח במקום לנחש בביטחון (יכולת כיול) וגם כשהוא טעה - הטעויות שלו נוטות להיות ניתנות לתיקון, ולא הרסניות (בטיחות).״ , פרופסור Arvind Narayanan זה ציטוט של למדעי המחשב באוניברסיטת פרינסטון, יחד עם AI שחקר את אמינות מודלי ה-

New-Tech Magazine l 36