באג או פיצ'ר? איך בינה מלאכותית משנה את כללי המשחק - משחק האחריות

באג או פיצ'ר? איך בינה מלאכותית משנה את כללי המשחק - משחק האחריות 

אני רוצה לספר על הבן שלי שמסיים בימים אלו י"ב ואחת המגמות שהרחיב היא מגמת פיזיקה. זו בגרות אחרונה שנשארה וממש, אבל ממש אין לו סבלנות כבר לבגרות הזו. ביחד עם הפרעות הקשב שיש לו, הרצון לטרוף את העולם (חבר'ה, מסיבות וים) וגם קצת לעבוד - הבגרות בפיזיקה נמצאת במקום האחרון בסדרי העדיפויות שלו. אני כאמא שלו לא רוצה שהוא יוותר, זה המאמץ האחרון שנדרש ממנו. המורה שלו עוקבת אחריו בזהירות וברגישות, ומציגה מידע חשוב ומסייע עבורו של איך יצליח לקבל את מקסימום הנקודות בבגרות. אז של מי האחריות לכך שיעשה את הבגרות בפיזיקה בהצלחה? 

ניתן להצביע על שלוש תחנות של אחריות: אם נקביל את המצב לארגונים הבן שלי הוא העובד, המורה היא מחלקת ההדרכה ואני המנהל. 

ואחרי שהתלבטנו בדוגמה הזו נשאל את עצמינו איך בינה מלאכותית משנה את כללי המשחק, משחק האחריות. ונוסיף שאלה – האם בינה מלאכותית היא באג או פיצ'ר? העובדה שכולם פתאום צריכים ללמוד בינה מלאכותית זה באג במערכת שלנו או פיצ'ר חדש שמישהו תכנן? 

מחקרים מראים, הנחות יסוד ושאלות (באג או פיצ'ר) בצידן 

• מיומנויות המאה ה-21 הפורום הכלכלי העולמי צופה שעד שנת 2027, 44% מהכישורים של העובדים יהיו חסרי חשיבות.  לעומת זאת אוריינות טכנולוגית לבינה המלאכותית תהיה בין הכישורים המובילים. 

• כישורי בינה מלאכותית  קיים חשש מהחלפה בעמיתים בעלי כישורי בינה מלאכותית. 

  41% מהעובדים יפנו תחילה למעסיק הנוכחי שלהם לצורך פיתוח כישורי בינה מלאכותית. 

• בין גיוס לשימור 

  האתגרים העומדים בפני מנהלי מש"א (יוני 2025):  

  גיוס טאלנטים (63%): האם טאלנט הוא עובד בעל כישורי AI בתוספת לכישוריו המקצועיים? 

  שימור עובדים (52%): האם לימוד מיומנויות AI  יעלה מעורבות ומחוברות ארגונית? 

• רכישת מיומנויות / שיפור מיומנויות - Re / Up Skilling 75% מיחידות הלמידה מדווחות כי הן דואגות להכין את העובדים להשפעות הבינה המלאכותית על עבודתם.

  60% מהעובדים מדווחים כי מעסיקיהם נותנים עדיפות להזדמנויות פיתוח מקצועי בתחום הבינה המלאכותית.

  
  

כללי המשחק: שלוש תחנות של אחריות 

🧍‍♂️ 1. העובד: המסע של הגיבור הדיגיטלי 

• בהצלחה לו לפנות זמן ללמוד בינה מלאכותית, עם 97 משימות ביומן ליום, בינה מלאכותית שמאיימת להחליף אותו, ותוכניות למידה מגוונות. 

• עובד לומד מתוך הקשר – עליו להבין מה ההקשר של בינה מלאכותית בעבודתו? 

• עובד לא יכול להרשות לעצמו לחכות שמישהו ילמד אותו על בינה מלאכותית. הוא צריך יוזמה, סקרנות, מוכנות לטעויות. 

• אבל – הוא גם צריך תמיכה וסביבה שמעודדת ניסוי ולמידה. 
  

👩‍💼 2. המנהל: מאמן הכושר 

• כמו שמאמן כושר לא מרים את המשקולות במקום המתאמן, אבל כן בונה לו תוכנית. כך גם המנהל. 

• השימוש בבינה מלאכותית צריך להיכנס לשיח ולמשוב הניהולי: "איך השתמשת בכלי בינה מלאכותית  השבוע?" 

• אחד מעקרונות הניהול הוא בקרה: מדידת שימוש בכלי בינה מלאכותית כחלק מהיעדים. 

• תפקיד המנהל לא רק לאפשר, אלא לתת דוגמה אישית בשימוש מושכל בכלי בינה מלאכותית. 
  

🧠 3. מחלקת הלמידה – "הבמאי שמנהל את הסצנה" 

• תפקידה של מחלקת הלמידה השתנה – לא ספקית תוכן אלא אדריכלית למידה: יוצרת תשתיות, מנגנוני המלצה, תמריצים והטמעה. 

• לא מדובר רק בקורסים על איך עובדים עם בינה מלאכותית ואיך כותבים פרומפטים אפקטיביים, אלא בהבנת אוריינות בינה מלאכותית: מה מותר, מה מסוכן, מתי להפעיל שיקול דעת, איך לפרש תוצאה.  תפקידה של מחלקת ההדרכה להפוך את הלמידה על בינה מלאכותית  ללמידה מוסרית, ביקורתית ורלוונטית לעשייה היומיומית. 

לסיכום: 

הבינה מלאכותית – אבל האחריות אמיתית. הבינה המלאכותית יודעת ללמוד אבל רק אנחנו יכולים ללמוד איך להשתמש בה בחוכמה. והאחריות לזה? בסינרגיה בין כולם 

התפתחות המהירה לא מאפשרת לנו לקפוא על השמרים ומי שרוצה להישאר רלוונטי ונחוץ צריך לדאוג לשמור על כשירות וכל הזמן ללמוד את הדבר הבא.