או: אל תעופו על עצמכם אם בדקתם את כל המקורות
מאת: פרופ' מעיין אגמון
אתאר לכם שיחה עם סטודנט מהבוקר. לא ברור לי אם דיברתי עם הסטודנט או שהוא בעצם ה-Avatar שיצרה הבינה המלאכותית והוא רק נציג שלה מולי.
אני: ״עברתי על התימות שלך, הן כולן נראות גנריות לחלוטין, כל כותרת יכלה להתאים לכל אחת מהתימות ולא ברור לי כיצד החלטת שזו החלוקה, על מה התבססת?״
סטודנט: ״הכנסתי את הראיונות לצ׳אט ונתתי לו מאמר דומה מהג׳ורנל וביקשתי שיכתוב באופן דומה״
ניסיתי להסביר שלא מדובר בטבלת אקסל גנרית של ערכים שניתן להעתיק ושניתוח תימטי מסתמך על קונטקסט עמוק המבוסס על ידע תיאורטי בתחום הנידון. המשקפיים שאנו מרכיבות בשביל הניתוח מסתמכות על קריאה של חודשים והיכרות עם ספרות רחבה, רק כך נוכל לנתח באופן עמוק ויסודי. אלו רבדים שכרגע אין לבינה המלאכותית וגם אם יש לה, זו העבודה שלנו ולא שלה ואנו צריכים לקחת אחריות על כל מילה שכתבנו.
דוגמא אחרת משיחה אתמול היתה לגבי בחירת אופן ניתוח משתנים במחקר אורך המסתמך על מאגר מידע רחב Big Data, הבינה כמובן המליצה לבדוק את ההפרשים בין הבדיקות שנערכו למטופלים אך לא ידעה לומר מה מספר המינימום הבדיקות שנחשב, האם זה שלחלק מהאנשים אין בדיקות, זה מעיד על הזנחה? אולי על בריאות טובה? מה מינימום הבדיקות הנדרשות בכדי לכלול את האדם במדגם? כל אלו החלטות מקצועיות המבוססות על ידע שנרכש בעמל רב לאורך השנים ודורש חשיבה קלינית מעמיקה.
אל תתבלבלו, הטעויות שאנשים עושים כיום הם כבר לא מקורות מומצאים (למרות שלצערי יש גם כאלה), הן טעויות המבוססות על חוסר ידע, היעדרם של חשיבה ביקורתית ומקוריות ורמה לא מבוטלת של שטחיות. אלו דברים שקל לאיש מקצוע מנוסה לעלות עליהם אבל קשה מאוד לטפל בהם והם מובילים לתסכול רב גם בקרב הכותב/ת וגם בקרב הקורא/ת.
מה שמבחין ביננו לבין הבינה הוא חוסר הוודאות, ההבנה של המורכבות, ההיכרות העמוקה עם הספרות ועם אוכלוסית המחקר, הזיהוי של ה״שתיקות״ בתוך ראיון והפרשנות שלהן, ההבנה שהנתונים נאספו באופן שאינו מספק, והלמידה הכנה, האיטית והסקרנית. בכדי לבחון האם התסכול שלי הוא מקומי או אוניברסלי, חיפשתי בספרות.
מהספרות
התשובה הקצרה: התסכול אוניברסלי, והמספרים גדולים מכפי ששיערתי. מחקר שפורסם כטרום-פרסום באוגוסט האחרון מעריך שכמעט תשעה מכל עשרה מאמרים ביו-רפואיים שפורסמו בדצמבר 2025 במאגר מרכזי נושאים סימנים של כתיבה בסיוע AI, לעומת 52 אחוזים בלבד שנה קודם לכן, וסקר מ-2025 מצא ש-71 אחוזים מהחוקרים מדווחים בעצמם על שימוש כזה, כשהמחברים מעריכים שהשיעור האמיתי גבוה עוד יותר (Nature News, 2026). "המשחה יצאה מהשפופרת, והיא לא חוזרת", סיכם זאת אחד החוקרים. הרכבת, כאמור, יצאה מהתחנה. השאלה המדעית המעניינת היא אפוא לא אם להשתמש, אלא מה השימוש עושה לחשיבה, למי, ובאילו תנאים, ועל כך מתנהל בספרות ויכוח ער.
הוויכוח על החשיבה עצמה
את הצד המודאג ניסח מאמר מערכת קצר ב-Nature Reviews Bioengineering שהפך למניפסט: Writing is thinking. הטענה אינה סנטימנטלית אלא אפיסטמית: הכתיבה המדעית איננה דיווח על חשיבה שהסתיימה אלא המנגנון שבו החשיבה מתרחשת, הרגע שבו רעיונות עמומים נכפים לכדי מבנה, סתירות נחשפות ופערי ידע מתגלים. מי שמאציל את הכתיבה למודלי שפה מאציל את הרגע הזה עצמו, ואנחנו, הקוראים, נשארים עם "מחשבותיו" של המודל במקום עם אלה של החוקר. הטענה קיבלה חיזוק אמפירי מצוטט מאוד ממחקר של MIT Media Lab, שבו נמדדה באמצעות EEG פעילות מוחית של כותבי חיבורים: המשתמשים ב-ChatGPT הפגינו קישוריות מוחית נמוכה יותר, התקשו לצטט מתוך הטקסט שזה עתה "כתבו" ודיווחו על תחושת בעלות פחותה עליו, דפוס שהחוקרים כינו "חוב קוגניטיבי": הריבית משולמת בפעם הבאה שצריך לחשוב לבד (Kosmyna et al., 2025). ראוי לומר ביושר שמדובר בטרום-פרסום עם 54 משתתפים בלבד, אך הוא מכמת בדיוק את מה שמנחות רואות בעיניים: הטקסט קיים, החשיבה לא. ובצד השני של השולחן, הזכיר מכתב לעורך שכותרתו Reading is thinking, too, גם הקריאה הביקורתית היא עבודה קוגניטיבית שנשחקת כשמאצילים אותה לכלי סיכום (Daly, 2025). מי שמסכם בעזרת מודל את הספרות שמעולם לא קרא מוותר בדיוק על אותם חודשי קריאה שמהם נטוות המשקפיים הפרשניות.
הטיעון שכנגד
אלא שהזיהוי המלא בין כתיבה לחשיבה זכה למתקפה משכנעת לא פחות. ברייאן ארפ ועמיתיו (Earp et al., 2026) טוענים שהמשוואה שגויה לוגית ומזיקה חברתית: אפשר לחשוב היטב בלי לכתוב, כפי שעשו מסורות שלמות של הגות בעל-פה, ואפשר לכתוב שוטף בלי לחשוב כלל, כפי שמדגים כל טקסט גנרי. החשיבה, לשיטתם, מתרחשת בשיפוט, בהכרעה ובעריכה, לא בהקלדה, ולכן מה שקובע הוא עומק המעורבות האינטלקטואלית ולא המדיום שבו נוצרה הטיוטה. יתרה מזו, הדרישה שכל משפט ייכתב ביד אנושית מעניקה יתרון מובנה למי שניחנו ביכולת להפוך רעיונות לפרוזה מלוטשת ומענישה את כל השאר, ובראשם חוקרים שאנגלית אינה שפת אמם. הנתונים תומכים בקריאה הזו: ניתוח של הספרות הביו-רפואית, אף הוא טרום פרסום, מצא שיעורי כתיבה בסיוע AI של 32 אחוזים בדרום קוריאה ו-26 אחוזים בסין, לעומת 7.4 אחוזים בארצות הברית. מה שנראה מחדר ההנחיה כשחיקת החשיבה נראה מסיאול, או ממדינות ששפתן אינה אנגלית, כדמוקרטיזציה של הפרסום המדעי, ושתי הקריאות נכונות בו-זמנית. בעיני הטיעון הזה רק מחזק את קודמו. גם הוא מדבר על דיון אינטלקטואלי, אמנם בעל פה. בכדי לקיים דיון כזה, נדרשים עומק, ידע, חשיבה ושנים של היכרות עם רעיונות של אחרים והתפלמסות עמם.
הטעויות החדשות ופרדוקס המומחיות
שני הצדדים מסכימים על נקודה אחת: הבעיה השתנתה. הדור הראשון של הכשלים היה גס וקל לאיתור, מקורות מומצאים, ציטוטים שמעולם לא נכתבו, ומאמר המערכת עצמו הזהיר שכל הפניה שמייצר מודל חייבת בדיקה מול המקור (Writing is thinking, 2025). הדור הנוכחי מתעתע: טקסטים נכונים-לכאורה, רהוטים ושטוחים, שהכשל בהם אינו עובדה שגויה אלא היעדר שיפוט. התמות הגנריות של הסטודנט מהבוקר הן בדיוק זה: המודל ייצר את התשובה הממוצעת לשאלה הממוצעת, ואילו מחקר מתרחש תמיד בקצוות, בהחלטות הגבול, כמה בדיקות הן מינימום, מה פירוש היעדר בדיקה, מתי שתיקה בראיון היא ממצא. כאן מסתתר מה שאפשר לכנות פרדוקס המומחיות: הכלי בטוח בידי מי שזקוקים לו הכי פחות. חוקרת מנוסה מזהה מיד תמה שטוחה, הנחה סמויה או מקור חשוד, כי יש לה בסיס ידע שמולו נבחן הפלט; סטודנט בתחילת דרכו מקבל את אותו פלט רהוט בלי שום יכולת ביקורת, ובאותה הזדמנות מוותר על תהליך הלמידה האיטי שהיה בונה לו את יכולת הביקורת הזו. וכל זה מתרחש בסביבה שבה אין דרך אמינה לזהות טקסט מכונה, והנורמות עצמן במחלוקת: סקר של Nature בקרב חמשת אלפים חוקרים מצא קהילה חצויה בשאלה מתי לגיטימי לערב AI ומה צריך לגלות (Kwon, 2025).
דרך שלישית
בין "אסור" ל"מותר הכול" מסתמנים ניסוחים מתוחכמים יותר. הפילוסוף לוצ'אנו פלורידי (Floridi, 2025) מציע את המושג "כתיבה מרחוק": הכותב כמעצב שמנחה את המודל, מלטש באיטרציות ושומר על שליטה יצירתית, פחות סופר עם עט, יותר במאי עם צוות. ההצעה מעבירה את הדגש מהשאלה הבינארית "השתמשת או לא" לשאלה המעניינת באמת: היכן בתהליך נמצאת החשיבה שלך, ומי מחזיק בסמכות השיפוט. זו גם השאלה שמכריעה בין הסטודנט מהבוקר ובין שימוש ראוי: לא הכלי הוא הבעיה, אלא מסירת ההכרעה. זה מה שמבחין בין אינטלקט אמיתי לרדידות.
אז איך כן מומלץ להשתמש?
מהספרות ומהניסיון המצטבר בכיתות ובכתבי עת מסתמנים כמה עקרונות עבודה, שאפשר לחשוב עליהם כהיגיינה של חשיבה ולא ככללי משמעת.
- מומחיות קודמת להאצלה. מסרו לכלי רק משימות שאתם מסוגלים לשפוט את התוצר שלהן. אם אינכם יכולים לזהות תשובה גרועה, אינכם מוכנים עדיין להאציל את המשימה, וזה סימן שדווקא במשימה הזו כדאי להתעמק ולבקש משוב אמיתי מהמנחה.
- טיוטה ראשונה של הליבה נכתבת לבד. שאלת המחקר, המהלך הפרשני, התמות, ההכרעות המתודולוגיות, שם מתרחש הגילוי, ושם משלמים אחר כך את החוב הקוגניטיבי. ליטוש ניסוח, ארגון וקיצור הם שלב אחר, שבו הכלי מצוין.
- השתמשו בו כיריב, לא כסופר צללים. השימוש המשובח ביותר הוא ביקורת: בקשו ממנו לתקוף את הטיעון, להציע פרשנות חלופית לתמות, לאתר הנחות סמויות. כך הוא משפר את איכות החשיבה ומדגיש את הפערים עליהם עוד נדרש לגשר טרם הגשת המסמך הסופי.
- כל מקור נבדק מול המקור. ללא יוצא מן הכלל: הפניה שלא אומתה איננה קיימת, וקישור עם חותם של כלי הוא נורת אזהרה לקורא על כל השאר.
- שקיפות מלאה. שימוש מהותי מדווח, למנחה, לכתב העת, לקוראים, בהתאם לכללים המתגבשים, וזכרו שהקהילה עצמה עוד חלוקה עליהם (Kwon, 2025), כך שגילוי נדיב עדיף על מינימלי.
- מבחן ההסבר בעל-פה. אם אינכם מסוגלים להסביר ולהגן על כל פסקה בלי הכלי, הטקסט אינו שלכם עדיין. בניתוח איכותני בפרט: הכלי רשאי לסייע בארגון, בתמלול ובתיעוד, אך הפרשנות, המשקפיים שנרכשו בחודשי קריאה, נשארת אנושית.
מעבר לאקדמיה
הדילמה אינה אקדמית בלבד. בבתי ספר, במרפאות, במשרדים ובכתיבה משפטית מתחולל אותו מהלך: הכלי מסיר את המאמץ, והשאלה היא איזה חלק מהמאמץ היה בעצם התוכן. התשובה המסתמנת מהמחקר איננה נוסטלגיה ואיננה כניעה, היא מיפוי. יש שלבים שהם אריזה, ואפשר למסור אותם למכונה בלב שקט; ויש שלבים שהם החשיבה עצמה, ניסוח השאלה, ההכרעה בין פירושים, ההקשבה לשתיקות. חברה שתדע להבחין ביניהם תרוויח פעמיים, גם את היעילות וגם את המוח. חברה שלא, תגלה שהיא כותבת יותר מאי פעם וחושבת פחות מאי פעם.
ולסטודנט מהבוקר קבעתי פגישה נוספת. בלי מחשב. הוא יביא את הראיונות מודפסים, נשב יחד, ונתחיל לקרוא. לאט ותוך היכרות מעמיקה עם הספרות.
מקורות עיקריים
Writing is thinking [Editorial]. (2025). Nature Reviews Bioengineering, 3, 431. https://doi.org/10.1038/s44222-025-00323-4
Earp, B. D., Guernon, A., & Porsdam Mann, S. (2026). Thinking is not only writing. Nature Reviews Bioengineering. https://www.nature.com/articles/s44222-026-00447-1
Kosmyna, N., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task [Preprint]. arXiv. https://arxiv.org/abs/2506.08872
Daly, S. (2025). Reading is thinking, too. Annals of Biomedical Engineering, 53, 2734-2735.
Floridi, L. (2025). Distant writing: Literary production in the age of artificial intelligence. Minds and Machines, 35.
Kwon, D. (2025). Is it OK for AI to write science papers? Nature survey shows researchers are split. Nature, 641, 574-578. https://doi.org/10.1038/d41586-025-01463-8
Staggering 90% of biomedical papers now show signs of AI help. (2026). Nature News. https://www.nature.com/articles/d41586-026-02551-z
Fine-grained detection of AI-generated writing in the biomedical literature [Preprint]. (2026). bioRxiv. https://www.biorxiv.org/content/10.64898/2026.01.01.697311.full.pdf