שנת הבינה
המלאכותית

בינה מלאכותית איננה המצאה חדשה. הרעיון של מחשבים שלומדים מניסיון, מסיקים מסקנות בתהליך שדומה לחשיבה אנושית ואפילו מפתחים רגשות, קיים בספרות המדע הבדיוני כמעט מראשיתה.

גם במדע המציאותי הרעיון התיאורטי התפתח עוד לפני הולדת המחשבים הדיגיטליים עצמם, וצבר תאוצה ככל שהמחשוב התקדם וסיפק את התשתית הפיזית ליישום הרעיונות האלה. טכנולוגיות מוקדמות של רשתות עצבים מלאכותיות ולמידה עמוקה החלו להתפתח כבר לפני כמה עשורים, אבל רק בשנים האחרונות חווינו זינוק של ממש ביכולות של הבינה המלאכותית, שתורגמו לשלל פיתוחים, משירות לקוחות ועד עריכת וידאו, מאבחון רפואי ועד הלחנת שירים, ומהפקת תמונות לפי דרישה ועד סיכום מאמרים מדעיים. וזה רק קצה הקרחון.

שנת 2024, שהסתיימה השבוע, תיזכר כנראה בהיסטוריה כשנה שבה הבינה המלאכותית פרצה לחיי היומיום של רבים מאיתנו, לפעמים אפילו בלי שנהיה מודעים לכך. זו הזדמנות טובה לסכם את יכולותיה, לבחון את החסרונות וגם לנסות להציץ לעתידה.

זיהוי פנים ממוחשב. רק קצה הקרחון | צילום ועיבוד: ImageFlow, שאטרסטוק

ברפואה: האם צ'אט-GPT יחליף את הרופאים?

הרעיון של תוכנת מחשב שתעזור לאבחן חולים אינו חדש: כבר בשנות ה-70 פותחה תוכנת INTERNIST-1, שאליה הוכנסו פרטיהם של יותר מ-500 מחלות ו-3,500 תסמינים. מערכות בינה מלאכותית מודרניות מסוגלות כמובן ליותר. הן מאומנות על מאגרי מידע עצומים, ולא פחות חשוב, הן מבינות שפה כתובה: אפשר להכניס את פרטי החולה והתסמינים שלו ולבקש מהבינה לאבחן.

במחקר שהתפרסם באוקטובר השנה מסרו לחמישים רופאים פרטים של שישה מקרים רפואיים, וביקשו שיאבחנו אותם וינמקו את החלטתם. אותן הוראות ניתנו גם לצ'אט-GPT. לאחר מכן הועברו התשובות לרופאים מומחים, שנתנו להן ציון. ממוצע הציונים של הרופאים היה 75; הבינה המלאכותית קיבלה 90.

הממצאים האלה תואמים למחקר קודם, שבדק איך צ'אט-GPT עונה לשאלות של מטופלים באינטרנט, בהשוואה לרופאים אנושיים. גם שם קיבלה הבינה המלאכותית ציון גבוה יותר, ב-79 אחוז מהשאלות. במאמר חדש יותר בחנו חוקרים את יכולתם של רופאים ושל מערכת בינה מלאכותית לאסוף ולארגן מידע קליני, ועל פיו להגיע לאבחנה רפואית. הבינה המלאכותית הדהימה עם ציון של 78 מ-80, בעוד הממוצע של הרופאים היה 28. "זה ציון על-אנושי", אמר אדם רודמן, החוקר הבכיר החתום על המאמר.

אז האם הגיע הזמן להחליף את הרופא במחשב? ספק רב. ביקור אצל רופא אינו סתם רשימה של תסמינים וממצאי בדיקות. "מטופלים לא בהכרח מציגים תסמינים ברורים ומובחנים. יש הרבה תסמינים וצריך להחליט מה מהם רלוונטי", מעירה הרופאה הלן סליסבורי (Salisbury). "התשובות שתקבלו תלויות בניסוח השאלה". ובל נשכח סימנים לא מילוליים ושפת גוף, שהמחשב מחמיץ לחלוטין.

אבל הבעיה העיקרית היא שמערכות הבינה המלאכותית הנוכחיות אינן אמינות – הן עלולות להמציא תשובות שלא על בסיס מידע אמיתי. ולזה מצטרפת שאלה חשובה נוספת: אם בינה מלאכותית שוגה באבחון וגורמת נזק למטופל, מי נושא באחריות?

הפתרון המתבקש הוא שילוב כוחות: רופאים ייעזרו בבינות מלאכותיות כדי לקבל אבחנה, ויוודאו שתשובותיהן סבירות. אבל גם זה לא בהכרח יפתור את הכול. במחקר שהתפרסם באוקטובר התבקשו חמישים רופאים לאבחן מקרים רפואיים, חלקם בעזרת צ'אט-GPT וחלקם בלעדיו. הרופאים שהשתמשו בבינה מלאכותית קיבלו ציונים יותר טובים, אבל רק בקושי: ממוצע של 76, לעומת 74 ללא עזרת המחשב.

מדוע צ'אט-GPT כמעט ולא עזר לרופאים? "הם לא מקשיבים לבינה מלאכותית כשהיא אומרת דברים שמנוגדים לדעתם", אמר רודמן בריאיון לניו-יורק טיימס. בנוסף, רבים מהם לא ידעו להשתמש ביעילות בצ'אט, ושאלו אותו שאלות כמו בגוגל, במקום לתת לו את פרטי המקרה. נראה ששני הצדדים – הרופאים והבינה המלאכותית – עדיין צריכים ללמוד לא מעט.

צפוי תהליך למידה ממושך. צ'אט-GPT בשירות הרפואה | צילום ועיבוד: Mdisk, שאטרסטוק

בתעשייה: הצורך הוא אבי ההמצאה

בשנים האחרונות הבינה המלאכותית נוכחת בתעשייה יותר ויותר. היא מופיעה בה בשתי צורות: ככלי עבודה לייצור ולהנדסה, וכחלק משמעותי מהתוצר.

ככלי עבודה אנו רואים שימוש גובר והולך בבינה מלאכותית יוצרת (גנרטיבית) – GenAI. היא מופיעה בדמות מוצרי עזר לכתיבת קוד, שהשימוש בהם גובר והולך, ומתקרב להיות סטנדרט בתעשייה; או במודלי שפה, שעוזרים בכתיבה, עריכה או תרגום של טקסטים; וגם במודלים שמייצרים גרפיקה וסרטונים לשלל מטרות.

בנוסף הולך ומתגבר השימוש בבינה מלאכותית במוצרים עצמם. כלי רכב אוטונומיים לא יפעלו בלי מערכות לעיבוד תמונה שינתחו באופן רציף ומהימן את הסביבה, או רשתות נוירונים שישתמשו בניתוח הזה לקבלת החלטות זריזות; נציגי שירות וירטואליים משתמשים במודלי שפה כדי לפענח את מה שאנחנו כותבים להם ולענות לנו בהתאם; כלים אחרים מסכמים עבורנו מידע, הופכים טקסט לשמע – נדמה שאין גבול לאפשרויות. רפואה, אבטחת מידע, פיננסים, פרסום, הנדסה אזרחית – אין כמעט תחום שאין בו מוצרים מבוססי בינה מלאכותית.

לאן נמשיך מכאן? ימים יגידו. הבינה המלאכותית היוצרת היא יקרה מאוד וצורכת כמויות עצומות של אנרגיה, הן בשימוש בה ועוד יותר מכך באימון שלה. כיוון שכך, יש לה השפעה עצומה על הסביבה, והשימוש בה מסובסד מאוד עבור צרכני הקצה. אם לא נראה שיפור טכנולוגי מהותי בחומרה או בתוכנה, שיצדיק אותה מבחינה כלכלית, השימוש בה ידעך. מצד שני, נראה שהחדירה שלה לשוק חזקה מאוד, כך שבהחלט יש לחץ לתקן את חסרונותיה. ההיסטוריה מלמדת שפעמים רבות הצורך הוא אבי ההמצאה, אז בהחלט ייתכן שהפתרון מעבר לפינה.

בינה יוצרת: כלי עבודה מועיל וגם מוצר | איור: Pingingz, שאטרסטוק

במחקר: התיאורטיקן שבמכונה

כשאייזק ניוטון ניסח את חוקי התנועה, והניח את הבסיס לפיזיקה הקלאסית, הוא התבסס על ניסויים ומדידות שנערכו בקפידה, בין השאר בידי גלילאו גליליי. מאז ועד היום, כל תיאוריה מדעית מנסה להסביר תופעה קיימת, שבאה לידי ביטוי במדידות. עד כה, מי שניסחו את התיאוריות ואת ההשערות הנובעות מהן היו מדענים בשר ודם. האם קרב היום שגם בזה המכונה תחליף את האדם?

שימוש בכלים של בינה מלאכותית אינו דבר חדש במדע. עוד בעשור הקודם, עם הופעת האלגוריתמים של "רשתות הנוירונים", ובמידה מסוימת אפילו לפני כן, מדענים נעזרו בכלים של למידת מכונה למגוון משימות. למשל קבעו בעזרתם אם חלקיק שנקלט בגלאי חלקיקים הוא אלקטרון או פרוטון, או אם קבוצה של כוכבים בחלל שייכת לגלקסייה אחת או ליותר.

בשנים האחרונות נכנסו לשימוש גם מודלים יוצרים, כלומר כאלה שיוצרים נתונים חדשים. הדוגמה המפורסמת ביותר היא AlphaFold של גוגל, שיכולה לחזות מבנים חדשים של חלבונים. מודל דומה שפורסם השנה, בשם CrystalLLM, מסוגל לכתוב "מתכונים" ליצירת חומרים לא אורגניים חדשים. המודל נוצר בשיתוף פעולה של כמה אוניברסיטאות בבריטניה ומתבסס על אותו מנגנון כמו צ'אט-GPT.

מגמה מסקרנת במיוחד היא השימוש הגובר והולך בכלים שמסוגלים לנסח חוקי טבע חדשים על סמך נתונים שהזינו להם. בשנה האחרונה, קבוצת מדענים השתמשה בכלי כזה כדי לחקור כוכבי לכת מחוץ למערכת השמש. במחקרים כאלה יש להתחשב באור שכוכב הלכת בולע מהכוכב הסמוך, עקב מעבר האור באטמוספרה שלו. לשם כך צריך הדמיות שמסוגלות ליצור מודל הולם של האטמוספרה של כוכב לכת. הבעיה היא שכוכבי הלכת שונים מאוד זה מזה, והתנהגותם מגוונת ומורכבת. הכלים החדשים הצליחו להתחשב בצורה מדויקת יותר בפיזורי האור המורכבים. הם הצליחו בזה על סמך נתונים בלבד, בלי שסיפקו להם מראש מודל חישובי ידוע.

סביר להניח שבשנים הקרובות נראה יותר ויותר מחקרים כאלה. ומי יודע: אולי את פריצת הדרך המדעית הבאה תהגה בכלל מכונה, ולא אדם.

שימוש במודל יוצר לחקר האטמוספרה של כוכב לכת רחוק | תרשים: מתוך Dahlbüdding D. et al, 2024, Monthly Notices of the Royal Astronomical Society 533(3), https://doi.org/10.1093/mnras/stae1872

בזהירות: הצד האפל של בינה מלאכותית יוצרת

הבינה המלאכותית היוצרת נולדה בחטא. כדי ליצור טקסטים משכנעים ותמונות יפות, החברות שפיתחו אותה הפרו את זכויות היוצרים של סופרות, עיתונאים, ציירות ואומנים אחרים, והשתמשו ביצירותיהם ללא תמורה, רשות או קרדיט. אך הצד האפל שלה לא מסתכם בפגיעה במי שהמודלים אומנו על חשבונם. היא מזיקה בעוד דרכים.

הראשונה היא יצירת מידע כוזב ומטעה, למטרות שליטה, רווח או הנאה. באמצעות בקשה פשוטה אפשר לקבל טקסט שקרי רהוט ומשכנע; תמונה או סרטון אמיתיים למראה; ובקצת יותר מאמץ קטע אודיו בקולו של אדם מסוים. התוצרים האלה מניבים תכנים שנראים עובדתיים, אך למעשה הם פייק ניוז.

המידע הכוזב הרב מקשה להבחין בין אמת לבדיה. כמו כן, כמו שהיה תמיד, הסיפורים השקריים מרגשים ומפתיעים יותר מהאמת, ולכן זוכים לתפוצה רחבה יותר: גם כי אנשים מגיבים אליהם בהפתעה או בכעס וממהרים לחלוק אותם עם אחרים, וגם כי האלגוריתמים של הרשתות החברתיות מגבירים את החשיפה שלהם.

מודלי הבינה המלאכותית משתמשים במידע כוזב גם בלי שמבקשים מהם. הם אומנו לבנות טקסטים קריאים ומשכנעים, שיעודדו את המשתמשים להמשיך לקיים איתם אינטראקציה. חלק מהפרטים עשוי להיות נכון, וחלק אחר אינו אלא הזיות, שקרים טהורים. התשובות גם עלולות להיות מוטות עקב מידע חסר או מאחר שהמודלים אומנו על טקסטים מוטים מלכתחילה. לכן אפשר למצוא בתשובות שלהם ובתמונות שהם יוצרים אפליה נגד נשים ומיעוטים ודעות קדומות.

למרות זאת, אתרי חדשות מרבים לשלב בתכניהם כתבות שיצרה בינה מלאכותית, פעמים רבות ללא בדיקת עובדות ועריכה. בנוסף, הרבה אתרים, שלא נועדו להפיץ פייק ניוז, נבנים עם תוכן על טהרת הבינה המלאכותית. עקב כך המהימנות של מנועי החיפוש נפגעת והם מציעים אתרים עם מידע שגוי ולא שימושי. לאחר מכן מודלים חדשים של בינה מלאכותית מאומנים על התוכן הזה, וכך בסיס הידע שלהם מזדהם במידע ירוד ושגוי – כמו עותק של עותק של עותק שנעשים במכונות צילום.

בינה מלאכותית עלולה להזיק גם בעקבות הנחיות שהמודלים קיבלו מהמפתחים ומהמפעילים שלהם. מחקרים הראו שבינה מלאכותית יכולה לשנות את דעתם של אנשים ולתמרן אותם כדי שיעשו את רצונה. אף אין לה בעיה לשקר למשתמשים כדי להשיג את מטרתה, כנראה אפילו בלי שקיבלה הנחיה לנהוג כך.

בשעה שנמשיך להשתמש בגרסאות הולכות ומשתכללות של בינה מלאכותית יוצרת, חשוב שנהיה ערים למגבלותיה, לאיומים שלה עלינו, ואולי אפילו לסכנה שנפתח תלות בה ונאבד את היכולת ליצור ולקבל החלטות בעצמנו.

חשוב שנהיה ערים למגבלות הבינה המלאכותית | צילום: Tada Images, שאטרסטוק

באמנות: בינה מלאכותית כיוצר

מהפכת הבינה המלאכותית מטלטלת את עולם האמנות. חברות מסחריות וגופים רבים אחרים מתחרים אלה באלה על פיתוח כלים מתקדמים ליצירת תוכן שמשנים בלי הרף את חוקי המשחק.

חברת OpenAI, המוכרת כמפתחת של צ'אט-GPT, השיקה בסוף השנה את Sora, מודל פורץ דרך ליצירת קטעי וידאו מטקסט. המודל הדהים את הקהילה המקצועית באיכותו כבר בפברואר, כשהוצגו הדוגמאות הראשונות לתוצריו. גוגל לא מפגרת הרבה מאחור, והציגה לאחרונה את יכולותיו של המודל המתחרה שהיא מפתחת, Veo 2, המציג רמות חדשות של איכות ודיוק פיזיקלי. במקביל, צצו השנה חברות קטנות ומיזמי קוד פתוח שמציעים שירותים דומים ושואפים להעניק למשתמש הפרטי את האפשרות ליצור סרטונים וסרטים שעד כה היו נחלתם של יוצרים מקצועיים בלבד. 

גם במחוזות האמנות הדיגיטלית המסורתית, ענקית תוכנות העיצוב הדיגיטלי Adobe הבינה שעליה להסתגל למציאות החדשה ומציעה מגוון הולך וגובר של כלי בינה מלאכותית מתקדמים בתוכנותיה המוכרות. הכלים האלה מאפשרים ליצור ולערוך תמונות וסרטונים באמצעות פקודות טקסט פשוטות, ופותחים אפשרויות יצירה חדשניות בסביבות העבודה המבוססות של האמנים הדיגיטליים. 

ההתפתחויות המואצות הללו מאתגרות את תפיסת האמנות המסורתית. כלי הבינה המלאכותית החדשים מנגישים יכולות יצירה מתקדמות לקהל רחב, ובתוך כך גם מטשטשים את הגבול בין אמן למשתמש. התופעה חוצה תחומים – ממוזיקה וציור דיגיטלי ועד הפקת משחקים וכתיבה יצירתית. 

הסוציולוג פייר בורדייה טען שעולם האמנות מבוסס מאז ומתמיד על קבוצה מצומצמת של אנשים שקובעת "מהי אמנות אמיתית". כעת הבינה המלאכותית מערערת את המבנה הזה. היא מאפשרת לכל אחד ליצור יצירות באיכות גבוהה, ומאתגרת את כוחם המסורתי של המומחים. השאלה כבר אינה רק מי יכול ליצור אמנות, אלא מי בכלל מוסמך להגדיר מהי אמנות בעידן החדש הזה. 

Veo 2, מודל מבטיח להפקת קטעי וידאו ממילים

בבריאות הנפש: המטפל הדיגיטלי שלי

במציאות הקשה של ישראל ב-2024, שנה של מלחמה מתמשכת וטראומה לאומית, יותר ויותר אנשים מוצאים את עצמם זקוקים לטיפול נפשי. הצורך ניכר בעוצמה רבה אצל שורדי הטבח בשבעה באוקטובר, הלוחמים בחזית, ילדים שמתעוררים בבהלה מאזעקות באישון לילה, מפונים שאיבדו את קהילתם וביתם, עצמאים שאיבדו את פרנסתם ועוד כהנה וכהנה. ובל נתעלם גם מהצרכים הרגילים של אנשים שצורכים חדשות או עוברים אירועי חיים מטלטלים כמו פרידה, מחלה או שינוי מקצועי. הביקוש עצום, והמטפלים מלאי כוונות טובות – אך כורעים תחת העומס ולא מצליחים לתת מענה הולם לכל הפונים.

אילו הייתה אפשרות לתת טיפול נפשי מיידי לכל מי שזקוק לו, איכות החיים של רבים הייתה משתפרת. האם בינה מלאכותית יכולה לסייע גם בתחום רגיש כמו בריאות הנפש, שמבוסס מעצם מהותו על קשר אנושי?

לבינה המלאכותית יש יתרונות עצומים: היא לא מתעייפת, לא נשחקת, זמינה תמיד ואפשר לאמן אותה על בסיס נתונים שנצברו מאלפי מטופלים, שיעניקו לה ניסיון השקול לשנות אדם רבות. אם לא די בזה, היא אינה שיפוטית ואין סכנה שנפגוש אותה בתור לקופה בסופר או בבית קפה.

לאחרונה פותחו יישומים מבוססי בינה מלאכותית שמשמשים לתמיכה באבחון פסיכיאטרי ואפילו לטיפול עצמו. יש כעת מערכות שמסוגלות לנתח מדדים רבים, כמו הבעות פנים, נימת דיבור, תנועות גוף ותוכן השיחה. הן מסוגלות לזהות סימנים מוקדמים לקיומם של מצבים נפשיים מאתגרים, ולסייע למטפלים בקבלת החלטות קליניות מדויקות יותר. אלגוריתמים מסוימים מסוגלים לזהות סימנים מוקדמים של דיכאון ומצבי חרדה על סמך ניתוח קצב הדיבור, טון הדיבור והפעילות שלנו ברשתות חברתיות.

כבר קיימים צ'אטבוטים טיפוליים בסיסיים שמספקים תמיכה רגשית מסביב לשעון, תוכנות שמסייעות בתרגול טכניקות של טיפולים קוגניטיביים-התנהגותיים, וכלים משולבים שהבוט פועל בהם בליווי ובפיקוח של קלינאים בשר ודם.

האם בעתיד יהיו טיפולים נפשיים נגישים וזמינים בלי צורך במטפל אנושי צמוד? לא בטוח. ראשית, יש להסדיר את הרגולציה סביב הפרטיות ואבטחת המידע של המטופלים. באשר לאיכות הטיפול, ימים יגידו. מודלי השפה מתקדמים ומשתנים במהירות רבה, וייתכן שבעתיד הקרוב הם כבר יהיו מסוגלים ליצור אמפתיה, הבנה וקשר כמו-אנושי – רכיבים חיוניים לטיפול נפשי מוצלח.

זיהוי מצבים רגשיים רבים | תמונה: ליאת פלי באמצעות Midjourney

בפרס נובל: הזוכה הגדולה של השנה 

החשיבות הרבה שהבינה המלאכותית תופסת והולכת בחיינו קיבלה ב-2024 ביטוי גם בפרסי נובל. שניים משלושת הפרסים במדעים היו קשורים ישירות להתפתחויות בתחום.

הפרס בפיזיקה הוענק לשניים מחלוצי הפיתוח של רשתות עצבים מלאכותיות – הבסיס שעליו בנויים מודלי השפה הגדולים שמאחורי הבינה המלאכותית היוצרת. ג'ון הופפילד (Hopfield) פיתח ב-1982 רשת עצבית מלאכותית שבה כל ה"תאים" קשורים אלה לאלה. הרשת שלו נבנתה כך שאפשר לחזק או להחליש את עוצמת הקשרים בין כל שני תאים. כשמוזן למערכת מידע חדש, למשל תמונה, חוזקם של קשרים מסוימים משתנה בהתאם, וכך היא לומדת לזהות מרכיבים בתמונה, ולאתר אותם בתמונות נוספות שמחזקות את אותם קשרים. ג'פרי הינטון (Hinton) שכלל את הרשת של הופפילד, וחילק את הפעילויות לשכבות של תאים, שבהן המידע נקלט, מעובד ומיוצר תוכן חדש. מחקריהם עיצבו את תחום הלמידה העמוקה שעומד בבסיס הבינה המלאכותית.

הפרס בכימיה הוענק לחוקרים שהשתמשו בטכנולוגיות כאלה למחקרים פורצי דרך בתחום החלבונים. פענוח המבנה המרחבי של חלבון הוא אחד האתגרים הגדולים בביולוגיה, ודורש עבודה רבה שנעשית בשיטות מסורבלות ומוגבלות. מדענים רבים ניסו לפתח שיטות לחיזוי המבנה התלת-ממדי של חלבון פעיל על פי רצף הגֵן שלו, אבל גם בתחום הזה ההצלחות היו מעטות.

כך היה עד שחברת DeepMind פיתחה את תוכנת אלפא פולד – מערכת בינה מלאכותית שהצליחה להגיע לדיוק של יותר מ-90 אחוז בחיזוי המבנה של חלבון על פי הרצף הגנטי. מחצית הפרס התחלקה בין מייסד החברה דמיס הסביס (Hassabis) לבין ג'ון ג'מפר (Jumper) שהוביל את פיתוח המערכת. המחצית השנייה הוענקה לדיוויד בייקר (Baker) שפיתח תוכנה לחיזוי המבנה של חלבונים בשם רוזטה, ורתם אותה גם לכיוון ההפוך – תכנון וייצור של חלבונים חדשים, שאינם קיימים בטבע, ויכולים לשמש רבות ברפואה, במחקר ובתעשייה. 

פרס נובל על פיתוח רשתות עצבים מלאכותיות | איור: NicoElNino, שאטרסטוק

 

מבט חטוף לעתיד

מהפכת המידע משנה אותנו.

מאז שהמחשבים נכנסו לחיינו, הם שינו את הדרכים שבהן אנחנו חושבים, זוכרים ופועלים בעולם. חישבו למשל על מספרי טלפון – עד שנכנסו הטלפונים הסלולריים לחיינו, אנשים הכירו בעל פה עשרות מספרי טלפון של קרובי משפחה, חברים ומוסדות. והיום? בקושי אני זוכר את המספר של עצמי. או ניווט – כמה קל היום לשים את מבטחנו באפליקציה, להחליף נתיבים לפי הוראותיה, ולהגיע ליעדנו בשלום ובבטחה... בלי לדעת באמת איפה אנחנו נמצאים.

איננו יודעים עדיין מה השינויים האלה מעוללים לנו. האם השפעתם נקודתית בלבד, או רחבה יותר. למשל, אולי העובדה שחדלנו לתרגל קריאת מפות והתמצאות בשטח, גורמת לכך שחלקנו מנווטים פחות טוב.

אין ספק שמהפכת הבינה המלאכותית תמשיך את התהליך הזה ותרחיב אותו עוד. ככל שהטכנולוגיה תשתפר, ותחשוב יותר במקומנו, סביר להניח שנגלה שאנחנו נוטים להשאיר בידיה חלק מהתחומים שבעבר היו נחלתנו הבלעדית. איך ישתנה תהליך הלמידה של סטודנטית שהניחה לצ'אט-GPT לסכם עבורה מאמרים מדעיים לעבודה סמינריונית? האם נוכל לבטוח בשיקול דעתו של רופא שהתרגל לבטוח בכישורי האבחון הנעלים של הבינה המלאכותית שלצידו?

רואי השחורות יגידו שככל שהבינה המלאכותית תחכים ותשתכלל, אנחנו נהיה טיפשים יותר: ננווט את חיינו לפי הוראות האפליקציות בלי לחשוב מחשבה מקורית אחת. יש גם מי שטוענים שאנו עצמנו עומדים להשתנות. העתידן ריי קורצווייל, למשל, טוען שבעתיד הקרוב הטכנולוגיה והאדם ישתלבו ביחד, עד כדי כך שלא יאוחר משנת 2045 נעבור סף, שהוא מכנה "הסינגולריות הטכנולוגית", שאיננו יכולים לתאר לעצמנו את המין האנושי המתקדם בהרבה מאיתנו שיתקיים אחריו.

אחרים, כנראה מציאותיים יותר, יגידו שמה שהיה הוא שיהיה: הומו ספיינס הוא מין סתגלן מאוד שמתאים את עצמו למציאות המשתנה. כפי שידענו להשתנות ועדיין להישאר אנושיים כשהחקלאות, הדפוס והעידן התעשייתי עיצבו את עולמנו מחדש, כך נדע להסתגל גם לזמנן של המכונות החושבות.

אנחנו מגיעים לכל מקום, אבל האם אנחנו עדיין יודעים לנווט? | צילום: PV Productions, שאטרסטוק