ב־30 שניות
- אסטרטגיית AI לאומית צריכה לקשור בין תשומות — כסף, חישוב והכשרה — לבין תוצאות כגון מחקר, חברות, שירות ציבורי ומיומנויות. בלי מדדי ביניים, קשה להבחין בין חזון מתקדם לרשימת פרויקטים.
- הראיות נבדקות מול רשות החדשנות — אסטרטגיית AI ו-הכנסת — תוכנית מנהלת ה-AI, ולא מוצגות כהוכחת הצלחה מחוץ להקשר שלהן.
- בניתוח "תוכנית לאומית ל-AI נבחנת בביצוע: ארבעה מדדים שצריכים להיות פומביים" המסקנה וההמלצות תחומות למגבלות המפורטות בגוף העמוד.
מה חשוב להבין
המאמר מבוסס על מקורות ראשוניים ומפריד בין עובדות שפרסמו הגופים לבין ניתוח המערכת. המלצות מקצועיות דורשות התאמה להקשר ולרמת הסיכון.
הראיות שעליהן נשען הניתוח
טיוטת רשות החדשנות מאפריל מציגה חזון וצעדים אופרטיביים, וביולי הוצגו בכנסת יעדים של מאה אלף מעבדים, מחשב קוונטי, אוריינות מכיתה ח' והכשרת מיליוני עובדים. ארבעת המדדים שצריכים להופיע בנפרד בלוח פומבי הם: 1. ביצוע תקציבי — כמה אושר, הוקצה ושולם; 2. אבני דרך ותשתית — כמה קיבולת חישוב הותקנה וזמינה בפועל; 3. שימוש ונגישות — מי קיבל גישה, באילו אזורים ובאיזו ניצולת; 4. תוצאות — מחקרים, שירותים, חברות ומיומנויות שהושלמו, כולל פערים בין אוכלוסיות.
מה עדיין לא ידוע
הודעות ועדה וטיוטות אסטרטגיה אינן תקציב מאושר או ביצוע. יש לעדכן את הציבור מה אושר, מה תוקצב ומה הושלם בפועל.
הצעד הבא לאחר הבדיקה הראשונית
מנו גוף ביקורת בלתי תלוי שיבחן השפעה, רכש וסיכונים ויאפשר גישה לנתונים שאינם רגישים.
המשמעות שמעבר לכותרת
הדיון צריך לכלול חלוקת משאבים בין אקדמיה, תעשייה ושירות ציבורי, לצד עברית, נגישות לפריפריה ורכש שקוף. הצלחה אינה רק דירוג בינלאומי אלא יכולת של אזרחים ועסקים להשתמש בתשתית.
צעד יישומי אחד
פרסמו לוח רבעוני עם תקציב, אבני דרך, ניצולת חישוב, משתתפי הכשרה ותוצאות לפי אוכלוסייה ואזור.
מקורות ובדיקת עובדות
ד״ר יניב שנהב
יועץ ארגוני בכיר ומנחה, העוסק במנהיגות, שינוי התנהגותי והטמעת בינה מלאכותית בארגונים. מביא למערכת מבט ניהולי ויישומי על חדשות הטכנולוגיה.
לפריטים המשויכים ל־ד״ר יניב שנהב
