הטכנולוגיה המתקדמת שינתה כמעט כל תחום בחיינו, וכעת היא גם משנה את עולם המדידה וההערכה. שימוש בבינה מלאכותית (AI) בתחום זה מבטיח ייעול ושיפור משמעותי, אך גם טומן בחובו סכנות שעלינו להכיר ולהתמודד עימן. ד״ר דניאלה שידלובסקי, המתמחה בקידום אימפקט חברתי וסביבתי, מציעה מבט מעמיק על השפעת הבינה המלאכותית בתהליך המדידה וההערכה, ומפרטת את השלב שבו הטכנולוגיה יכולה לשפר את התהליכים, כמו גם את האתגרים שהיא מציבה.

שלב 1: פיתוח תיאוריות שינוי ומודלים לוגיים

השלב הראשון בתהליך המדידה וההערכה הוא פיתוח תיאוריות שינוי ומודלים לוגיים. כאן, הבינה המלאכותית יכולה להיות כלי עזר חשוב, במיוחד כאשר מדובר בבניית בסיס לתיאוריות שינוי או מודלים לוגיים מתוך מידע קיים. עם זאת, השימוש בAI בשלב זה צריך להתנהל בזהירות. ד״ר שידלובסקי מדגישה, "הבינה המלאכותית יכולה לספק בסיס טוב למודל לוגי, אבל חשוב להבין מה היא עושה ולבקר את תוצריה" . יש צורך בשיח מתמיד עם הכלים וביקורת של עין מקצועית כדי למנוע טעויות ולהבין את התוצרים בצורה נכונה. בימים אלה עובדת דניאלה עם שותפים מהתחום על בניית AI בעל ידע מקצועי שמכוון לבניית מודלים לוגיים וביצוע פעולות הערכה ומדידה. "הניסיון הרב שלנו גם מהתחום וגם מהלמידה שבעבודה מול הAI עוזר לנו בבניית תבנית פעולה מבוססת נתונים שגם תדע לבצע בדיקה עצמית לפי קריטריונים מוגדרים".

שלב 2: איסוף נתונים וסקירת ספרות

בשלב איסוף הנתונים, והסקירה האקדמית, הבינה המלאכותית יכולה לעזור מאוד. בעידן שבו יש אינסוף שאלונים וכלים מדעיים, AI מאפשר לבצע סקירות ספרות מהירות ויעילות, ולספק גישה למאגרים של מידע שיכולים לשפר את איכות הנתונים הנאספים. שידלובסקי מסבירה: "AI  יכול לסייע בסקירות ספרות ואין סיבה לא להשתמש בו. יש כלים מסוימים שמיועדים לכך כמו perplexity, elicit ועוד אבל השימוש העיקרי במדידה והערכה הוא אחרי שינויים. לשם כך אני משתמשת בAI כדי לחפש כיצד מדדו אחרים, דברים דומים." עם זאת, יש לוודא תמיד שהמידע שAI מספק מתוקף ומדויק, ולבצע התאמות לפי הצורך. טיפ של דניאלה- תמיד לבקש שייתן את שם החוקר, המקור, ודוגמאות- הפריטים עצמם, (לדוגמא בשאלונים) לבדוק, ולאמת אותו מול המידע.

שלב 3: ניתוח נתונים והפקת מסקנות

השלב הסופי בתהליך המדידה וההערכה הוא ניתוח הנתונים. כאן, הבינה המלאכותית מביאה עימה יתרונות משמעותיים, במיוחד בניתוח נתונים כמותיים ואיכותניים. שידלובסקי מספרת, "השתמשתי בכלים של AI לניתוח טקסטים ושאלות פתוחות, וזה חוסך לי המון זמן." הבינה המלאכותית יכולה להוציא תמות מתוך נתונים, לחלק את התשובות לקטגוריות ולהפיק גרפים שמסייעים בהבנה טובה יותר של התוצאות. ככל שהמידע יותר דיכוטומי ככה היעילות שלו עולה.

עם זאת, יש גם סכנות בשימוש בטכנולוגיה זו. הAI יכול להיות "עצלן" ולעיתים מספק תשובות שטחיות לשאלות מורכבות, אם לא מחלקים את המשימות בצורה מדויקת. ההמלצה היא להפעיל אקטיבית את הכלים ולוודא שהנתונים המתקבלים מותאמים לצרכים הספציפיים של הפרויקט.

סכנות והמלצות

השימוש בבינה מלאכותית טומן בחובו סכנות רבות. אחת מהן היא התלות האפשרית ביכולת הטכנולוגיה לייצר תוכן מבלי להבין את ההקשר המלא. ד״ר שידלובסקי מזהירה, "AI יכול לספק תשובות מדויקות לכאורה, אך ללא הבנה עמוקה של התהליך, הוא תמיד ינסה לייצר תמונה חלקה ופשוטה, כשבפועל הדברים מורכבים יותר". נוסף על כך, תהליך העבודה מול הבינה המלאכותית הוא מיידי ומהיר. התוצאות מתקבלות תוך השקעה של מאמץ מועט, דבר שמצד אחד חוסך זמן ופותח אפשרויות להתקדמות משמעותית לאנשים ללא רקע והבנה ומצד שני, בעיקר כאשר מדובר בעולמות של מדידה והערכה, נחסך גם תהליך העבודה עצמו והמורכבות שלו, שלעיתים מלווה בתהליך פסיכולוגי של ממש ומעמתת אותנו עם השאלות המדויקות והמשמעותיות שמובילות להבנה מלאה של עולם הבעיה.

בנוסף, כמו בעבודה מול אדם נוסף, הAI צריך ללמוד. יש צורך בהשקעת זמן בהכנת פרומפטים מתאימים עבור ה-AI, וביצוע ביקורת מתמדת על התוצאות המתקבלות. חשוב להבטיח שהאינפורמציה המתקבלת מה-AI לא רק מתאימה לצרכים אלא גם מבוססת על מקורות מהימנים.

ולסיכום..

בינה מלאכותית מציעה כלים רבי עוצמה לשיפור תהליכי מדידה והערכה, אך יש להשתמש בהם בזהירות ותוךמודעות. שילוב נכון של AI בתהליך המדידה יכול לייעל את העבודה, לשפר את איכות הנתונים ולהציע תובנות חדשות, אך הוא דורש ביקורת מתמדת ושימוש נכון כדי למנוע טעויות ולהבטיח תוצאות מהימנות. ולשאלה המתבקשת- האם לדעתה של דניאלה AI יוכל בעתיד להחליף עין מקצועית ומוסמכת? כמו שאולי הבנתם מקריאה של הכתבות עד עכשיו- לא ממש. או אולי עדיין לא. אנשי מקצוע עדיין ממלאים חלק חשוב ואינטגרלי בעבודה, הן בהיבט האנושי, והן בעבודה והאימות מול הAI. אז אולי לא בינה מלאכותית תחליף אותנו, אבל אין ספק שאנשים שיודעים להשתמש בבינה מלאכותית עלולים..

***

ד"ר דניאלה שידלובסקי:

חוקרת ויזמת בעלת ניסיון של למעלה מ-20 שנה במחקר אקדמי ויישומי. בעלת דוקטורט בפסיכולוגיה חברתית מהאוניברסיטה העברית. מומחית בהערכת אימפקט, פיתוח מדדים, סקרים, ניתוח נתונים, ויעוץ אסטרטגי מבוסס תובנות התנהגותיות.

בשנים האחרונות, במסגרת עבודתה כמנהלת צוות במכון ERI, כאחראית על תחום הסקרים בחברת Zencity וכעצמאית, הובילה מחקרים יישומיים בין השאר בתחומי החינוך, הבריאות, הסביבה והקהילה ועבדה מול בכירים בממשלה, בעמותות, ברשויות מקומיות ובקרנות פילנתרופיות בארץ ובחו״ל.

כיום עובדת כחוקרת עצמאית ושותפה מייסדת של חברת AIvaluate המפתחת טכנולוגיה מבוססת בינה מלאכותית שנועדה לעזור לארגונים לבנות אסטרטגיית אימפקט ולגבש מחקר הערכה באופן מהיר ויעיל,מרצה באוניברסיטת רייכמן. מייסדת ומובילה שותפה בקהילת ״פסיכולוגיה חברתית בעולם האמיתי״.