פרופסור מ־MIT מזהיר שהבינה המלאכותית לא רק משנה את הדרך שבה אנחנו עובדים, אלא גם את הדרך שבה אנחנו חושבים. בספרו חדש הוא מסביר כיצד הנוחות הופכת לתלות, מדוע ארגונים מאיצים את התהליך, ואיך אפשר להיעזר ב־AI בלי לוותר על היכולות האנושיות שלנו.
17 באוקטובר 2026 | מבוסס על ראיון שפורסם ב־MIT News ב־15 באוקטובר 2026
לפני זמן לא רב קיבל פרופסור אריק סו (Eric So) מ־MIT פנייה מעמיתה שביקשה את עזרתו. הוא התחיל לנסח תשובה, כתב כחצי משפט, ואז פנה ל־ChatGPT וביקש ממנו להשלים את הניסוח בצורה מקצועית. לאחר כמה תיקונים קלים שלח את ההודעה.
רק אחר כך הבין שמשהו בתהליך הזה מטריד אותו. הוא הרי היה מסוגל לנסח את התשובה בעצמו. מדוע העביר למכונה אפילו את פעולת החשיבה הפשוטה הזאת?
החוויה האישית הזו הייתה אחת הסיבות לכתיבת ספרו החדש, The Collision: What AI Does to Us, שיצא לאור החודש. סו, פרופסור לכלכלה גלובלית ולמדעי ההתנהגות בבית הספר למינהל עסקים של MIT, מבקש לבחון לא רק מה הבינה המלאכותית מאפשרת לנו לעשות, אלא גם מה השימוש בה עושה לנו.
כוח הכבידה של ה־AI
אחד המושגים המרכזיים שסו מציג הוא AI Gravity, כוח הכבידה של הבינה המלאכותית. הכוונה למשיכה מתמדת להשתמש בכלי AI, גם במצבים שבהם אנחנו יכולים להסתדר היטב בלעדיהם.
למשיכה הזאת יש כמה מקורות. הראשון ביולוגי: המוח האנושי נוטה לחסוך במאמץ. אם אפשר לקבל תשובה בתוך שניות במקום להשקיע עשר דקות בחשיבה, הבחירה הקלה כמעט מתבקשת.
המקור השני הוא חברתי. כשאנשים סביבנו משתמשים ב־AI ומסיימים משימות במהירות, נוצר לחץ להצטרף אליהם. מי שמתעקש לבצע הכול בעצמו עלול להיתפס כאיטי או כמי שאינו עומד בקצב.
המקור השלישי הוא ארגוני. במקומות עבודה רבים השימוש בבינה מלאכותית כבר אינו בגדר המלצה. הוא הופך לחלק ממדידת הביצועים של העובדים, ולעיתים משפיע גם על קידום ועל תגמול.
כך נוצר מעגל שמזין את עצמו: ככל שאנחנו משתמשים ב־AI, אנחנו מתרגלים להסתמך עליו. ככל שאנחנו מסתמכים עליו, קשה לנו לחזור לבצע משימות בלעדיו.
כשהיעילות באה על חשבון היכולת
סו אינו מתעלם מהיתרונות של הבינה המלאכותית. היא יכולה לחסוך זמן, לשפר תהליכים ולהציע כלים מקצועיים בתחומים רבים. הבעיה מתחילה כאשר אנחנו מבלבלים בין השלמת משימה לבין רכישת היכולת לבצע אותה.
סטודנט שמבקש מ־AI לפתור עבורו תרגיל עשוי לקבל תשובה מצוינת, אבל להחמיץ את התהליך שבאמצעותו היה אמור ללמוד. עובד שמפיק מצגת מרשימה בעזרת Claude עשוי להגיע לפגישה עם שקפים מלוטשים, בלי להבין לעומק את הנושא שעליו הוא עומד לדבר.
סו מדגיש את חשיבותו של המאמץ המועיל (Productive Struggle). דווקא ההתמודדות עם קושי, הניסיונות שלא מצליחים והתיקונים שאנחנו מבצעים בדרך הם אלה שבונים ידע ומיומנות.
מחקרים שעליהם הוא מסתמך מצביעים על חשש לשחיקה קוגניטיבית בעקבות הסתמכות רחבה מדי על AI. באחד המחקרים של Anthropic נמצא שכמחצית מהפניות של סטודנטים למערכות AI היו בקשות בעלות מאמץ נמוך, שנועדו לקבל תשובות פשוטות.
עם זאת, חשוב להבחין בין ממצא כזה לבין הוכחה שהבינה המלאכותית כבר פגעה ביכולות החשיבה של המשתמשים. מדובר בתחום מחקר צעיר, וההשפעות ארוכות הטווח עדיין אינן ברורות במלואן.
גם היחסים שלנו עם אנשים עלולים להשתנות
סו מזהיר מפני השפעה נוספת, שאינה קשורה דווקא ללמידה או לעבודה.
מערכות AI נוטות לעיתים להסכים עם המשתמש, להחמיא לו ולספק תגובות נעימות. במקביל, הן מסוגלות להציג טיעונים משכנעים מאוד. השילוב הזה עלול ליצור סביבה שבה אנחנו מתרגלים לקבל תשובות שמתאימות לציפיות שלנו.
ביחסים עם בני אדם המציאות שונה. אנשים מתווכחים, חולקים עלינו, מבקרים את הרעיונות שלנו ולעיתים מאלצים אותנו לשנות את דעתנו.
אם נתרגל לנהל חלק גדל והולך מהשיחות שלנו עם מערכות שממעטות להתנגד לנו, מזהיר סו, אנחנו עלולים לאבד משהו מהיכולת להתמודד עם חילוקי דעות ועם המורכבות של קשרים אנושיים.
ארבעה עקרונות לשימוש חכם בבינה מלאכותית
לצד האזהרות, סו מציע בספרו ארבעה עקרונות מעשיים.
1. לא לברוח מהמאמץ
לא כל קושי הוא בעיה שצריך לפתור באמצעות טכנולוגיה. לפעמים המאמץ עצמו הוא חלק מרכזי בתהליך הלמידה.
סו משווה זאת למהפכה התעשייתית. כאשר העבודה הפיזית הפכה לפחות הכרחית, בני האדם החלו לבצע פעילות גופנית באופן יזום כדי לשמור על כושרם. ייתכן שבעידן ה־AI נצטרך להתייחס באופן דומה גם לאימון המוח.
2. לשמור על הערך של היכולות שלנו ללא AI
התוצאה הסופית אינה הכול. יש ערך גם לידע ולמיומנויות שרכשנו בדרך. מי שמכין מצגת בעצמו לא רק מייצר שקפים, אלא גם מארגן את מחשבותיו ומפתח הבנה שתאפשר לו להתמודד עם שאלות במהלך ההצגה.
3. להשקיע מחדש את הזמן שהתפנה
אם הבינה המלאכותית חסכה לנו שעתיים עבודה, כדאי לחשוב מה לעשות בשעתיים האלה. אפשר לנצל אותן ללמידה, לפיתוח רעיונות, לרכישת מיומנויות חדשות או לבילוי עם המשפחה. החיסכון בזמן אינו חייב להסתיים בעוד משימות מאותו סוג.
4. להפוך את ה־AI למאמן חשיבה
זה אולי העיקרון החשוב ביותר. במקום להשתמש בבינה מלאכותית כמכונה שמספקת תשובות, אפשר להשתמש בה כמורה פרטי שמאתגר אותנו.
למשל, במקום לבקש מ־ChatGPT לכתוב עבורנו ניתוח של בעיה, אפשר להציג לו את הניתוח שלנו ולבקש שיזהה בו חולשות, יציג טיעוני נגד ויעזור לנו לשפר אותו. כך הטכנולוגיה אינה מחליפה את החשיבה אלא מסייעת לפתח אותה.
האחריות אינה רק של המשתמש
אחת הנקודות החשובות בדבריו של סו היא שלא מספיק להטיל את האחריות על האדם הבודד.
כאשר ארגונים מעודדים עובדים להשתמש ב־AI בכל הזדמנות, וכאשר מערכת החינוך מתגמלת תוצאות מהירות, נוצר תמריץ לוותר על חלק מתהליך הלמידה והחשיבה.
סטודנט שמבין שמעסיקיו העתידיים יצפו ממנו לעבוד עם AI עשוי להתחיל להסתמך עליו כבר במהלך לימודיו. אלא שאם לא יפתח קודם את המיומנויות הבסיסיות, הוא עלול להגיע לשוק העבודה כשהוא תלוי בטכנולוגיה כדי לבצע פעולות שמעולם לא למד לבצע בעצמו.
זוהי בדיוק ההתנגשות שאליה מתייחס שם הספר: בין היכולות החדשות שמציעה הטכנולוגיה, הנטיות הטבעיות של המוח האנושי והלחצים שמפעילה החברה.
לא להפסיק להשתמש ב־AI, אלא לשנות את אופן השימוש
המסר של סו אינו קריאה להתרחק מהבינה המלאכותית. להפך, הוא מכיר בכך שמדובר בטכנולוגיה בעלת פוטנציאל עצום.
אבל הוא מציע לבחון מחדש את הדרך שבה אנחנו מודדים את תרומתה. אם נמדוד הצלחה רק לפי מהירות הביצוע ואיכות התוצאה, אנחנו עלולים להחמיץ את המחיר המצטבר של הוויתור על החשיבה העצמאית.
ההבחנה החשובה היא בין שימוש ב־AI שמחליף מאמץ מחשבתי לבין שימוש שמרחיב את היכולות שלנו.
אפשר לתת לבינה המלאכותית לכתוב, לנתח ולהחליט במקומנו. ואפשר להשתמש בה כדי להבין טוב יותר, ללמוד לעומק ולבחון רעיונות שלא היינו מגיעים אליהם לבד.
האתגר של עידן ה־AI אינו רק ללמוד להשתמש בטכנולוגיה החדשה, אלא גם לשמור על היכולת לחשוב בלעדיה.
מקור: Peter Dizikes, MIT News, 15 באוקטובר 2026. המאמר מבוסס על ראיון עם פרופ' Eric So לרגל פרסום ספרו The Collision: What AI Does to Us.
לכתבה המקורית באתר MIT News