ה-AI ענה בביטחון. אבל האם הוא צודק? כך בודקים מידע מ-AI

שאלתם את ChatGPT, Gemini או Copilot שאלה.

קיבלתם תשובה מסודרת.

יש כותרות, הסברים ואפילו מספרים.

והכול נשמע מאוד הגיוני.

אז אפשר להשתמש בזה?

לא כל כך מהר.

אחת המיומנויות החשובות ביותר בעבודה עם AI היום היא דווקא לא רק לדעת איך לקבל תשובה, אלא לדעת איך לבדוק מידע מ-AI.

כלי AI יכולים להיות מצוינים באיסוף מידע, הסבר והשוואה, אבל הם גם יכולים לטעות, להסתמך על מידע לא עדכני, לפרש מקור בצורה לא נכונה או להציג מידע בביטחון גם כשהוא לא מבוסס מספיק.

לכן כדאי לאמץ כלל פשוט:

תשובת AI היא נקודת פתיחה לבדיקה, לא בהכרח נקודת הסיום.

איך לבדוק מידע מ-AI לפני שמסתמכים עליו?

כשאנחנו קוראים תשובה של AI, יש משהו קצת מתעתע בדרך שבה היא מוצגת.

היא בדרך כלל כתובה היטב.

אין בה היסוסים.

היא מסודרת בצורה ברורה.

ולכן קל לנו להרגיש שאנחנו קוראים מידע שכבר נבדק.

אבל איכות הניסוח ואיכות המידע הן שני דברים שונים.

ה-AI יכול לכתוב משפט מצוין שגם במקרה אינו נכון.

לדוגמה, נניח ששאלתם:

"מהן הדרישות החדשות שנכנסו לתוקף השנה בנושא מסוים?"

יכול להיות שהתשובה מתבססת על כתבה מלפני שנתיים.

יכול להיות שהכלי מצא טיוטה ולא את הנוסח הסופי.

ויכול להיות שהוא שילב מידע מכמה מקורות והגיע למסקנה שהמקורות עצמם בכלל לא אומרים.

לכן השאלה הבאה שלנו לא צריכה להיות רק:

"מה התשובה?"

אלא גם:

"על סמך מה?"

מתוך כתבתו של עומר כביר באתר כלכליסט

בדיקה ראשונה: מי פרסם את המידע?

כשאנחנו רוצים לבדוק מידע מ-AI, אחד הדברים הראשונים שכדאי לשאול הוא מי פרסם את המקור שעליו התשובה מבוססת.

נניח שאנחנו רוצים לדעת מה השתנה בתכונה מסוימת של Microsoft 365.

מצאנו:

• פוסט בפייסבוק.

• כתבה באתר טכנולוגיה.

• פוסט בבלוג של Microsoft.

• דף תיעוד רשמי של Microsoft.

לא כל המקורות האלה שווים באותה מידה.

פוסט ברשת חברתית יכול לעזור לנו לגלות שמשהו חדש קרה.

כתבה מקצועית יכולה להסביר לנו אותו בצורה פשוטה.

אבל אם אנחנו רוצים לדעת בדיוק איך הפיצ'ר עובד, למי הוא זמין ומה המגבלות שלו, נרצה בדרך כלל להגיע גם למקור הרשמי.

אותו דבר נכון כמעט לכל תחום.

מחפשים מידע על שירות ממשלתי? בדקו את אתר הגוף הממשלתי.

מידע על מוצר? חפשו את התיעוד של החברה שמפתחת אותו.

מחקר? נסו להגיע למחקר המקורי ולא רק לכתבה שמספרת עליו.

בדיקה שנייה: מתי המקור פורסם?

בעולם הטכנולוגיה, מידע מלפני שנה יכול להיות עתיק.

פיצ'ר שהיה זמין רק למשתמשי Beta יכול להיות פתוח היום לכולם.

כפתור שהיה במקום מסוים יכול לעבור.

מחיר יכול להשתנות.

תוכנית חינמית יכולה להפוך למוגבלת.

ומוצר שלם יכול להחליף שם.

לכן כש-AI מפנה אתכם למקור, בדקו את התאריך.

לדוגמה, אם אתם שואלים:

"האם האפשרות הזאת זמינה בחינם?"

ומקבלים תשובה שמסתמכת על מקור מ-2024, כדאי לעצור.

המקור אולי היה נכון בזמן הפרסום.

זה לא אומר שהוא נכון היום.

במיוחד כשמדובר בכלי AI, רישיונות, מחירים, פיצ'רים וממשקים, עדכניות היא חלק מהאמינות.

איך לבדוק מידע מ-AI מול המקור עצמו

זו בדיקה קטנה שעושה הבדל גדול.

נניח שה-AI כתב:

"לפי Microsoft, הפיצ'ר זמין לכל משתמשי Microsoft 365."

אל תסתפקו בכך שקיים קישור ל-Microsoft.

פתחו אותו.

חפשו את המשפט או הפסקה שעליהם מבוססת הטענה.

יכול להיות שתגלו שהמקור אומר: "Available to eligible Microsoft 365 Copilot users."

וזה כבר משהו אחר לגמרי.

הבעיה היא לא בהכרח שהמקור גרוע.

לפעמים המקור מצוין, אבל הפרשנות של ה-AI למקור אינה מדויקת.

לכן אחת הדרכים החשובות לבדוק מידע מ-AI היא לשאול:

האם המקור באמת תומך בטענה?

בדיקה רביעית: מה חסר?

זו שאלה שאנחנו פחות רגילים לשאול.

אנחנו בדרך כלל בודקים מה כתוב בתשובה.

אבל לפעמים המידע החשוב ביותר הוא דווקא מה שלא כתוב בה.

נניח ששאלתם על כלי חדש וקיבלתם:

"הכלי מאפשר ליצור מצגות אוטומטית באמצעות AI."

נשמע מצוין.

אבל אולי חסר:

• האם הוא עובד בעברית?

• האם הוא זמין בישראל?

• האם צריך מנוי בתשלום?

• האם הוא זמין גם בחשבון ארגוני?

• האם אפשר להעלות אליו מידע רגיש?

• האם הפיצ'ר כבר הושק או רק הוכרז?

• האם הוא זמין לכולם או רק לקבוצה קטנה של משתמשים?

לכן כדאי להוסיף לשאלות הבדיקה גם:

"איזה מידע חשוב חסר כדי שאוכל לקבל החלטה?"

לפעמים זו השאלה שמונעת את הטעות.

בקשו מה-AI להפריד בין עובדה למסקנה

זה טריק קטן ושימושי מאוד.

נניח שאתם מבקשים מה-AI להשוות בין שני כלים.

במקום:

"איזה מהם טוב יותר?"

נסו:

"השווה בין שני הכלים. הפרד בין עובדות שמופיעות במקורות לבין המסקנות שלך מההשוואה."

למה זה חשוב?

כי:

"כלי א' עולה 20 דולר בחודש"

היא טענה שאפשר לבדוק.

אבל:

"כלי א' מתאים יותר לעסקים קטנים"

כבר יכולה להיות מסקנה.

אולי היא הגיונית מאוד, אבל אנחנו רוצים לדעת שמדובר בפרשנות ולא בעובדה שהופיעה במקור.

איך לבדוק מידע מ-AI כשצריך לקבל החלטה חשובה

נניח שאתם צריכים לקבל החלטה עסקית.

אתם בודקים ספק.

כלי חדש.

רגולציה.

מחיר.

או שינוי משמעותי במוצר שאתם משתמשים בו.

במקרים כאלה כדאי לבצע הצלבה.

אפשר לבקש מה-AI:

"מצא לפחות שני מקורות בלתי תלויים שתומכים בטענה הזאת."

אבל גם כאן צריך להפעיל שיקול דעת.

אם שלושה אתרים פשוט העתיקו את אותה ידיעה מאותו מקור, אין לנו באמת שלושה אישורים שונים.

לפעמים השילוב הטוב ביותר יהיה:

מקור רשמי שמאשר את העובדות.

ומקור מקצועי נוסף שמוסיף הקשר, הסבר או ביקורת.

אל תתנו ל-AI לבדוק את עצמו בלבד

אפשר בהחלט לבקש:

"בדוק שוב את התשובה שלך."

או:

"מצא טעויות אפשריות במה שכתבת."

זה יכול לעזור.

אבל אם המידע באמת חשוב, זה לא מספיק.

כי אנחנו עדיין מבקשים מאותה מערכת להעריך את התוצאה שהיא עצמה יצרה.

עדיף לבקש ממנה להביא את המקורות ואז לבדוק את הנקודות הקריטיות מול המקור עצמו.

ה-AI יכול לעזור לנו להגיע מהר יותר לראיות.

הבדיקה הסופית עדיין אצלנו.

דוגמה מהעבודה: בודקים כלי חדש לפני שממליצים עליו

נניח שקראתם על פיצ'ר AI חדש ואתם רוצים להציע אותו לצוות.

במקום לשאול רק:

"מה הפיצ'ר החדש עושה?"

נסו תהליך כזה:

שלב ראשון:"בשתי פסקאות, הסבר מה הפיצ'ר עושה."

שלב שני:"עכשיו הצג את המקורות שעליהם התבססת."

שלב שלישי:"לכל טענה מרכזית ציין איזה מקור תומך בה."

שלב רביעי:"בדוק האם המקורות עדכניים."

שלב חמישי:"ציין אילו מגבלות, תנאי רישוי או הבדלי זמינות קיימים."

שלב שישי:"מה עדיין לא ניתן לקבוע בוודאות על סמך המקורות שמצאת?"

פתאום עברנו מ"תן לי מידע" לתהליך הרבה יותר מקצועי של מחקר ואימות.

פרומפט שכדאי לשמור כדי לבדוק מידע מ-AI

בפעם הבאה שאתם מקבלים תשובה חשובה מכלי AI, אפשר להמשיך עם:

"עכשיו בדוק את התשובה שנתת. עבור על הטענות המרכזיות והצג לכל אחת את המקור שעליו היא מבוססת. ציין מי פרסם את המקור ומתי, והאם המקור תומך בטענה באופן ישיר או שהטענה היא מסקנה שלך. אם יש מידע חסר, סתירה בין מקורות או נקודה שאינך יכול לאמת, ציין זאת במפורש. העדף מקורות רשמיים ועדכניים."

זה לא מבטיח שהתוצאה תהיה מושלמת.

אבל זו התחלה הרבה יותר טובה מאשר להעתיק את התשובה הראשונה שקיבלנו.

מתי חשוב במיוחד לבדוק מידע מ-AI?

לא כל תשובה דורשת עבודת בילוש.

אם שאלתם את ה-AI:

"תן לי חמישה רעיונות לשם למצגת"

אין צורך לפתוח חמישה מקורות.

אבל ככל שהתשובה משפיעה יותר על החלטה אמיתית, כך רמת הבדיקה צריכה לעלות.

במיוחד כשמדובר ב:

מידע רפואי.

מידע משפטי.

כסף ומחירים.

רגולציה.

זכויות.

אבטחת מידע.

החלטות עסקיות.

נתונים ומספרים.

מידע עדכני.

או תוכן שאנחנו עומדים להעביר הלאה לאחרים.

הכלל הפשוט הוא:

ככל שמחיר הטעות גבוה יותר, כך צריך לבדוק יותר.

ה-AI טוב לא רק במציאת תשובות, אלא גם במציאת הראיות!

קל לחשוב שהערך של AI בחיפוש הוא שהוא פשוט נותן לנו תשובה מהר יותר.

אבל זה רק חלק מהסיפור.

השימוש המעניין יותר הוא להפוך אותו לשותף בתהליך המחקר.

לבקש ממנו:

למצוא מקורות.

להשוות ביניהם.

לזהות סתירות.

להפריד עובדות ממסקנות.

למצוא מידע חסר.

ולהצביע על המקומות שבהם צריך בדיקה אנושית.

אם אתם רוצים לדעת איך לבדוק מידע מ-AI בצורה טובה יותר, זו בדיוק הגישה שכדאי לאמץ:

לא להסתפק בתשובה.

לעבור ממנה אל המקורות.

מהמקורות אל הראיות.

ומהראיות אל המסקנה שלנו.

וזו כנראה אחת המיומנויות החשובות ביותר בעידן ה-AI.

לא רק לדעת לשאול.

לדעת מתי לא להסתפק בתשובה.

לעבוד מהר יותר, בלי לוותר על שיקול הדעת

ב-TechBuddy אנחנו משלבים בהדרכות ובקורסי AI לא רק עבודה עם ChatGPT, Gemini, Copilot וכלי מחקר, אלא גם את המיומנויות שמאפשרות להשתמש בהם בצורה מקצועית: חיפוש חכם, בדיקת מקורות, אימות מידע, עבודה עם מסמכים והבחנה בין עובדה, פרשנות ותוכן שנוצר על ידי AI.

בהדרכות ובהטמעות בארגונים אנחנו מחברים את הכלים לתרחישים אמיתיים מהעבודה, כדי ליהנות מהמהירות של AI בלי לוותר על הבקרה ושיקול הדעת האנושי.

להדרכות פרטניות

להדרכות לארגונים