כלי בינה מלאכותית בעבודה היומיומית: איך להפיק תועלת ולהימנע מטעויות

בתוך זמן קצר יחסית, כלי בינה מלאכותית הפכו מחידוש טכנולוגי לחלק משגרת העבודה של רבים. עובדים משתמשים בהם כדי לנסח מיילים, לסכם מסמכים ארוכים, לתרגם, לכתוב קוד ולתכנן מצגות. במקומות עבודה רבים בישראל השאלה כבר אינה אם להשתמש בכלים האלה, אלא איך עושים זאת נכון. שימוש מושכל יכול לחסוך שעות, אבל שימוש פזיז עלול להוביל לטעויות מביכות ואף לדליפת מידע רגיש.

במה הכלים האלה טובים במיוחד

מודלים של שפה מצטיינים במשימות שבהן יש הרבה טקסט ומעט צורך בדיוק עובדתי מוחלט. הם יודעים לקחת טיוטה מגומגמת ולהפוך אותה לפסקה זורמת, להציע כמה ניסוחים חלופיים לכותרת, לקצר מסמך לעמוד אחד או להפוך רשימת נקודות למייל מנומס. גם סיעור מוחות הוא שימוש מצוין: לבקש עשרה רעיונות לשם של מוצר, ולבחור מתוכם את השניים הטובים.

תחום נוסף שבו הכלים חוסכים זמן רב הוא עבודה עם מסמכים ארוכים. אפשר לבקש סיכום של פרוטוקול, רשימת משימות מתוך תמלול של פגישה או השוואה בין שתי גרסאות של מסמך. במקרים כאלה הכלי משמש כעוזר ראשוני, והאדם עובר על התוצאה ומשלים את מה שחסר.

איפה צריך להיזהר

החולשה המוכרת ביותר של הכלים האלה היא הנטייה להמציא. מודל שפה עלול להציג עובדה שגויה, מקור שאינו קיים או מספר לא מדויק, ולעשות זאת בביטחון מלא. לכן כל מידע עובדתי שמגיע מכלי כזה, במיוחד נתונים, תאריכים, ציטוטים וסעיפי חוק, חייב לעבור בדיקה מול מקור אמין.

בנוסף, הכלים אינם מכירים את ההקשר המלא של הארגון, של הלקוח או של הפרויקט. טקסט שנראה מצוין על פניו עלול להיות לא מתאים לקהל, לטון של החברה או לרגישויות מסוימות. העין האנושית נשארת אחראית לתוצאה הסופית, ואין להעביר הלאה טקסט שנוצר אוטומטית בלי לקרוא אותו בעיון.

פרטיות ומידע רגיש

אחת השאלות החשובות ביותר היא מה מותר להזין לכלים האלה. מידע אישי של לקוחות, נתונים פיננסיים פנימיים, חוזים, קוד סודי ומסמכים משפטיים עלולים להיות רגישים, ובחלק מהשירותים התוכן שמוזן נשמר או משמש לשיפור המערכת. ארגונים רבים קובעים מדיניות מסודרת, ולעתים מספקים לעובדים גרסה ארגונית של הכלי עם הגנות מתאימות.

כלל אצבע שימושי הוא לא להזין לכלי חיצוני שום דבר שלא הייתם שולחים במייל לגורם זר. אם צריך לעבוד עם מסמך רגיש, אפשר להסיר ממנו שמות ופרטים מזהים לפני השימוש, או לפנות לצוות המחשוב כדי לברר אילו כלים מאושרים בארגון.

איך לכתוב בקשה טובה

איכות התשובה תלויה במידה רבה באיכות הבקשה. בקשה כללית תניב תשובה כללית, ובקשה מפורטת תניב תוצאה שימושית יותר. כדאי לכלול בבקשה כמה מרכיבים:

• מי הקהל ולאיזו מטרה נועד הטקסט
• מה האורך והטון הרצויים
• דוגמה לסגנון שאתם אוהבים, אם יש
• מגבלות ברורות, כמו מילים שאין להשתמש בהן
• בקשה להציג כמה חלופות ולא רק אחת

אחרי התשובה הראשונה אפשר להמשיך לשוחח עם הכלי, לבקש לקצר, לשנות טון או להוסיף נקודה. העבודה האיטרטיבית הזו היא המקום שבו מתקבלות התוצאות הטובות ביותר.

השפעה על כישורים ועל דרך העבודה

יש מי שחוששים שהשימוש בכלים יגרום לשחיקה של כישורי כתיבה וחשיבה. החשש מוצדק בחלקו: מי שמעביר כל משימה לכלי בלי לחשוב, עלול לאבד את היכולת לנסח בעצמו. מנגד, מי שמשתמש בכלי כשותף, משווה בין ההצעות שלו לבין הכתיבה שלו ולומד מהן, יכול דווקא להשתפר.

במקומות עבודה רבים התפקידים משתנים בהדרגה. פחות זמן מוקדש לניסוח טיוטות ראשונות ויותר זמן לעריכה, לבדיקה ולקבלת החלטות. עובדים שילמדו לעבוד עם הכלים בצורה ביקורתית ימצאו את עצמם בעמדה טובה יותר בשוק העבודה של השנים הקרובות.

שקיפות מול הצוות והלקוחות

שאלה נוספת שעולה היא האם לספר שטקסט נכתב בעזרת בינה מלאכותית. אין תשובה אחת, אבל ככלל, שקיפות מחזקת אמון. בצוות, כדאי לשתף אילו כלים משמשים לאילו משימות, כדי שכולם יידעו מה עבר בדיקה אנושית. מול לקוחות, במיוחד בתחומים מקצועיים, חשוב שהאחריות על התוכן תישאר בידי אנשי המקצוע.

איך מטמיעים את הכלים בצוות בצורה מסודרת

ארגונים שמצליחים להפיק תועלת אמיתית מבינה מלאכותית הם בדרך כלל אלה שניגשים לנושא בצורה מסודרת, ולא משאירים כל עובד להתמודד לבד. הצעד הראשון הוא למפות את המשימות החוזרות בצוות, אלה שגוזלות זמן רב ואינן דורשות שיקול דעת מורכב, ולבחון אילו מהן מתאימות לעבודה עם הכלים.

הצעד השני הוא לנסח הנחיות פשוטות: אילו כלים מאושרים, איזה מידע אסור להזין, מי בודק את התוצרים ובאילו מקרים חובה לציין שנעשה שימוש בכלי. הנחיות כאלה אינן צריכות להיות מסמך משפטי ארוך, ועמוד אחד ברור יעיל יותר מחוברת שאף אחד לא קורא.

כדאי גם לייצר בצוות מאגר משותף של בקשות טובות, כלומר ניסוחים שהוכיחו את עצמם עבור משימות נפוצות כמו סיכום פגישה, מענה ללקוח או הכנת טיוטת הצעת מחיר. מאגר כזה חוסך זמן לכולם ומשפר את איכות התוצאות, משום שכל עובד נהנה מהניסיון של האחרים.

לבסוף, חשוב למדוד. אחרי כמה שבועות של שימוש, שווה לשאול את העובדים כמה זמן נחסך, איפה הכלי עזר ואיפה דווקא יצר עבודה נוספת. הנתונים האלה יעזרו להחליט אם להרחיב את השימוש, לשנות את ההנחיות או לוותר על כלים שלא הוכיחו את עצמם. גישה כזו הופכת את הבינה המלאכותית מאופנה חולפת לכלי עבודה של ממש.

כלי בינה מלאכותית הם עוזרים מצוינים, אבל הם לא מחליפים שיקול דעת. מי שמשתמש בהם למשימות המתאימות, בודק את העובדות, שומר על פרטיות המידע ומנסח בקשות מדויקות, ירוויח זמן ואיכות. מי שמסתמך עליהם בעיניים עצומות, עלול לגלות את הטעות כשכבר מאוחר מדי.