"אם הבינה המלאכותית יכולה כיום לבצע עבודות ברמת מומחה, איך בני אדם יהפכו למומחים?" תהה ד"ר ויקטור פאנג, מנכ"ל ANCHAIN.AI, במאמר שכתב במאי לעיתון "פורבס".

החששות ברחבי העולם מפני האיום שמציבה הבינה המלאכותית (AI) על תפקידים רבים בשוק העבודה מוכרים, אך כעת  עולה חשש נוסף לגורל עובדים אנושיים שעדיין לא הוחלפו על ידי בינה מלאכותית: שורה של מחקרים מצאו באחרונה שהשימוש בכלי AI  שוחקת מיומנויות – תופעה שמכונה "יִתּוּר מימנויות" או לחלופין שחיקת מיומנויות"  או "איבוד כישורים" ("deskilling").

מחקר של חברת הבינה המלאכותית אנתרופיק, שפורסם בפברואר, מצא כי במצב שבו מתכנתים מסתמכים על בינה מלאכותית תוך כדי לימוד מיומנויות חדשות, השיפור בתפוקה עשוי לבוא על חשבון ההבנה. על פי המחקר, ההסתמכות על הבינה המלאכותית פוגעת  בהבנה מושגית, קריאת קוד ויכולות ניפוי באגים.

ביוני, פורסם סקר של שירותי בריאות שחיברה חברת הייעוץ וולטקרס קלוואר בשיתוף חברת הסקרים איפסוס, שמצא כי 74% מהרופאים והאחיות מודאגים משחיקת מיומנויות עקב הסתמכות יתרה על כלי AI באבחון ותכנון טיפול. החששות שלהם היו לאובדן היכולת לאבחן באופן עצמאי ולחשוב בצורה ביקורתית.

בחודש שעבר פורסם גם מאמר בכתב העת "Nature", שכולל עדויות מדעיות מצטברות ממגוון תחומים שמראות כי הסתמכות על AI פוגעת ביכולות של אנשי מקצוע.

"הפעם זה שונה"

ב- PACIS, כנס שנתי למערכות מידע באזור אסיה-פסיפיק ( Pacific Asia Conference on Information Systems), שנערך בתחילת יולי בג'קרטה באינדונזיה, ההתמקדות הייתה על השפעות בינה מלאכותית על עובדים ועל עבודה. מחקר חדש שהוצג בכנס מצא הסתמכות יתר של עובדים על בינה מלאכותית לצורך ביצוע משימות קוגניטיביות עלול להוביל לירידה בידע המקצועי, ביכולת פתרון בעיות ובחשיבה הביקורתית העצמאית של העובד.

החששות כי אוטומציה וטכנולוגיה תזיק לעובדים אנושיים ותגרום לאובדן מיומנויות ליבה בעבודה, אינם חדשים. עם זאת, לטענתו של פאנג, "הפעם זה שונה". לדבריו, התופעה של שחיקת מיומנויות שונה כעת לעומת גלים טכנולוגיים קודמים משום שכיום "הבינה המלאכותית מרחיבה את הדפוס הזה מעבר לעבודה ידנית וחזרתית אל המומחיות הקוגניטיבית עצמה".

הגורמים לשחיקת המיומנויות

על פי המחקרים, שילוב של כמה מרכיבים מוביל לשחיקת המיומנויות. המרכיב העיקרי הוא "הטיית האוטומציה" (automation bias), נטייה קוגניטיבית של בני אדם להסתמך יתר על המידה על מערכות ממוחשבות, אלגוריתמים ותוכנות. הנטייה היא להניח שהפלט של המכונה תמיד מדויק, מה שגורם למשתמשים לקבל הצעות אוטומטיות באופן עיוור ולהתעלם ממידע סותר (תופעה שזוהתה ביחס המשתמשים לכלי המחשוב עוד לפני הבינה המלאכותית).

ד"ר טפאני רינטה-קאהילה, חוקר מערכות מידע באוניברסיטת קווינסלנד, שהשתתף בכנס, הציג את המושג "שאננות אוטומציה" (automation complacency), שהושאל מתחום התעופה ומתאר טייסים שמתעלמים מהתרעות בגלל שהטייס האוטומטי פעיל, נהגים שסומכים על מערכת נהיגה אוטונומית ולא עוקבים אחר הכביש, או מנהלים המאשרים אוטומטית החלטות שגויות של מערכות מיון עובדים או אבטחת מידע. לדברי רינטה-קאהילה, זאת "ההנחה המובנת אך המסוכנת שלפיה אם מערכת היא בדרך כלל מדויקת, אז אין צורך לנטר אותה או לשמור על כשירות אישית".

תופעת השחיקה זוהתה גם ביישום של מיומנויות בסיסיות של המקצוע. ג'וש אנדרסון, יועץ תוכנה ובאחד הבכירים בתעשיית הטכנולוגיה, הפך במהלך הקיץ לוויראלי בזכות שידור חי ביוטיוב של ניסוי בן שלושה חודשים שבו השתמש בבינה מלאכותית – ובמיוחד בקלוד מ-Anthropic – כדי לבנות אפליקציית אינטרנט בשם Road Trip Ninja בלי לכתוב שורת קוד אחת בעצמו.

יועץ התוכנה הוותיק חלק לאחר מכן את התובנות שלו מהניסוי ואת ההתפכחות שחווה מיכולות הבינה המלאכותית לחסוך לו עבודה כמתכנת תהליכי קידוד מייגעים. אחרי כמה שבועות שבהם הורה לבינה המלאכותית לכתוב לבדה את הקוד לאפליקציה – כשאנדרסון מתערב רק כדי לפתור בעיות – הוא מצא את עצמו במצב לא מוכר של חוסר חדות וחוסר ביטחון, כמו ספורטאי שלא התאמן מספיק

אנדרסון דימה את החוויה למי שצופה בשחקן גולף ומבין את המכניקה של כל תנועה, אך לא יכול לבצעה בעצמו. "תנועת המחבט שלי נחלשה" הוא אמר. "אני יודע מה לעשות, אבל לא הצלחתי להניע את הגוף שלי כמו שרציתי".

אנדרסון גם תיעד את המלכודות הנסתרות של מיקור חוץ מוחלט של עבודות לבינה מלאכותית, בעיה שעליה התריע גם הכלכלן אנריקה אידה. במאמר שפורסם ב-2025 טען אידה כי אוטומציה של משרות ללא ניסיון קודם (משרות התחלתיות) עלולה לשבש את הלמידה המוקדמת של עובדים צעירים ולפגוע ביכולת שלהם לצבור ניסיון – מה שעשוי לפגוע בשכר שלהם וכתוצאה מכך בחסכונות העתידיים שלהם ובצבירת העושר הדורית.

מצב כזה עלול להוביל, לדידו של אידה, ל"שינוי טכנולוגי מוטה-וותק": טכנולוגיה שמחליפה ביצוע של עובד ללא ניסיון או עובד זוטר תוך השלמת שיקול דעת מומחה. השינוי הזה ייפגע בהעברה הבין-דורית של מיומנויות. כתוצאה מכך, שינוי טכנולוגי מוטה-וותק עלול לכרסם בהיצע העתידי של אותה מומחיות שהוא משלים – מה שמעורר חששות לגבי האופן שבו דורות עתידיים ירכשו מיומנויות חיוניות.

"חוב קוגניטיבי"

על פי החוקרים, ברובד היסודי של חשיבה ביקורתית ופתרון בעיות, שימוש בבינה מלאכותית כקיצור דרך מחשבתי יוצר מצב של "חוב קוגניטיבי". לדברי רבקה הינדס, ראש מכון Work AI בפלטפורמת הבינה המלאכותית Glean, החוב הזה נוצר כשעובדים משתמשים בכלי עזר ומוותרים על "העבודה המיוזעת וגוזלת הזמן של התמודדות עם רעיונות".

תהליך ההתמודדות המייגע והמעצבן עם רעיונות הוא "מאוד לא יעיל", לדברי הינדס, "אבל הוא גם מאוד בריא", ולפי מחקרים רבים אף הכרחי.

אחרים מזהירים מפני "ניוון של ערנות אפיסטמית" – "פגיעה ביכולת לאמת, לאתגר ולבנות ידע באופן עצמאי ללא עזרת אלגוריתמים". עובדים שנעזרים בבינה מלאכותית יתר על המידה גם עשויים לפתח ביטחון עצמי מופרז משום שהביצועים המהירים של המכונה גורמים להם להרגיש יותר מיומנים מכפי שהם.

פיתוח מודעות פעילה

המלצת החוקרים לעובדים היא לפתח מודעות פעילה כדי למנוע את ניוון יכולותיהם. קווין קראוסטון, פרופסור למדעי המידע באוניברסיטת סירקיוז טוען כי שהאנושות צריכה לעשות "חשבון נפש לגבי המיומנויות שאנשים רוצים לשמר ואלה שהם מוכנים להוציא למיקור חוץ של בינה מלאכותית".

כדי להשיג זאת, ד"ר מישל גיבינגס, מומחית לעבודה, מציעה לגבש "מערכת יחסים שונה עם הטכנולוגיה, שבה הכלים הדיגיטליים מרחיבים את היכולת שלנו בלי לשחוק אותה", תוך הקפדה על תפישת הבינה המלאכותית כ"שותף למחשבה ולא כתחליף". לדבריה, יש "לתת ל-AI לייעל את העבודה השחורה בלי למסור לידיה את חלקי החשיבה שאנו רוצים להישאר בעליהם". המטרה היא שהעובד האנושי יישאר "הנהג" מבחינה מנטלית.

ג'ון נוסטה, מייסד מכון המחקר נוסטה לאבס, ממליץ על "התנגדות מכוונת" שנועדה לשמור על חיכוך" ומאמץ מחשבתי, כשהמטרה היא שימוש ב-AI ככלי ללמידה ולא כדרך לעקוף את אותה למידה.

ד"ר פאנג מדגיש את הצורך הניהולי ב"שימור ההתנסות המעשית" כדי להבטיח שצוותים ימשיכו לעסוק במערכות עצמן ולא רק בתוצרים שלהן, וכך ישמרו על יכולתם לאבחן טעויות ולפעול תחת לחץ ותקלות. לדבריו, "המיומנות החשובה ביותר שאסור לנו לשחוק" היא ההחלטה אם התשובות שמתקבלות מכול מכונה שהיא הן נכונות כמו גם "לקיחת אחריות על ההחלטות האלה": "בעידן 'ה-AI הסוכני' (תוכנה אוטונומית שמסוגלת לקבל משימה, לתכנן את הצעדים הדרושים לביצועה, להשתמש בכלים שונים; י.ר.), הביצוע הופך לאוטומטי. שיקול הדעת – לא, וגם לא צריך להיות".