מהפכת הבינה המלאכותית – רגולציה, אתגרים והזדמנויות לשינוי מערכתי

בעידן הטכנולוגי המטורף שאנו חיים בו, שבו קצב השינויים הפך לקבוע החדש – קשה שלא להתרשם מהתקדמות מהפכת הבינה המלאכותית. מערכות ממוחשבות המסוגלות ללמוד ולבצע משימות שבעבר נחשבו לייחודיות לבני אנוש הפכו לנגישות יותר מתמיד. האם זו הסנונית הראשונה לשינוי מהפכני במגזר הציבורי והעסקי?

האם אתם נמנים עם המאמצים המוקדמים שקופצים על כל אפליקציה ומטמיעים בשגרות עבודה שלכם? או שאולי התנסתם מתישהו בתחילת 2023 והחלטתם שהצ'ט הוא בגדר "נכון לא נכון – חרטט בביטחון"?

כך וכך- העולם רץ קדימה.   בשנת 2023, הוצאות הממשלות הסקטור העסקי על מוצרים מבוססי AI חצה את רף 500 מילארד. You snooze, you loose

בפוסט הזה ננסה לעשות קצת סדר בכל ההייפ, לשאול איך זה משפיע על עולמות התוכן שלי – שינוי ציבורי, חברתי ומערכתי? מה הסכנות האפשריות וכיצד ניתן/ צריך להסדיר את הרגולציה של התחום?

המונח "בינה מלאכותית" נטבע כבר בשנת 1956, כשהוצעה סדנת מחקר ראשונה בתחום באוניברסיטת דארטמות'. המטרה הייתה ליצור מכונות שיוכלו לחקות את הלמידה וההיגיון האנושיים. חרף העניין המחקרי בתחום, לקראת אמצע שנות השבעים דעך העניין בבינה מלאכותית לנוכח האכזבה מההתקדמות בפועל.

ההגדרה המקובלת כיום לבינה מלאכותית היא "תהליך שהופך מידע לא מסודר לידע שימושי" (דמיס חאסאביס, DeepMind). מדובר במערכות רציונליות (כביכול?), שמסוגלות לפרש מידע, להסתגל לסביבתן ולפעול באופן אדפטיבי ואוטונומי.

למרות שהמחקר בתחום נמשך כבר עשרות שנים, בשנתיים האחרונות חלה התקדמות משמעותית ביכולות של מערכות בינה מלאכותית. בעבר המערכות שירתו את מהנדסי התוכנה מומחים, כגון Tabnine ו־DeepCode  שידעו לאתר באגים בקוד שנכתב. היום הולך וגדל מספר הפלטפורמות שאינן מחייבות ידע טכני בתכנות; כמעט כל אחד יכול ליצור, לבדוק וליישם פתרונות המבוססים על בינה מלאכותית באמצעות ממשקים פשוטים.

"אלפא-גו" של דיפמיינד הצליחה להביס שחקן גו ברמה עולמית בזכות למידה עצמית, מבלי שהיו צריכים להזין אינסוף משחקים לזכרון שלה – אלא היא "הבינה" את ההוראות ועשתה אופטימיזציה לעצמה. המערכות DALL-E  Stable Diffusion ו-Midjourney יכולות ליצור תמונות ווידאו איכותיים רק מפקודה טקסטואלית (פרומט). מודלי השפה GPT-4o, PaLM ו-Jurassic פיתחו יכולת לייצר טקסטים ברמה גבוהה, לענות על שאלות ואפילו "להבין" הומור ולהתאים את רמת הציניות לפי השואל. Gamma תבנה לכם מצגת מדופלמת לפי כמה משפטים, JenniAI יתחיל לנסח את העבודה האקדמית שהיתה תקועה מלא זמן, ואחד החביבים עלי באופן אישי Elicit תעזור לכם עם איתור מקורות וסקירת ספרות לפי קריטריונים שונים ושאלות המחקר.

מערכות מקצועיות יותר, כמו CoPilot של OpenAI ו-GitHub יכולה כיום ליצור קוד תכנות בצורה אוטומטית – למעשה לא רק לבצע את המשימה, אלא להגדיר מה נדרש לעשות. בשנת 2022 טען בלייק למוין (Lemoine) מהנדס תוכנה בחברת גוגל לשעבר, שמודל השפה המתקדם של החברה פיתח מודעות עצמית ורגשות. גוגל הכחישה, אבל אולי זה רק עניין של זמן?!

תרחיש האימים שבו מכונות חכמות קמות עלינו להורגנו קיים בגרסאות שונות כבר עשרות שנים. מהפכת הבינה המלאכותית משכה זמן רב את דמיונם של בני האדם, והפכה לנושא מרכזי בסרטים וספרים אייקונים רבים.

אחת ההצגות הראשונות של AI בספרות ניתן למצוא ב"פרנקנשטיין" (1818) של מרי שלי, שם יצירתו של ד"ר פרנקנשטיין מעלה שאלות על האתיקה של יצירת חיים ואחריות של יוצר. למרות שאינה רובוט במובן המודרני, היצור גולם את החשש מהתקדמות מדעית בלתי נשלטת. עבודה בולטת נוספת היא המחזה "ר.ו.ר. (הרובוטים האוניברסליים של רוסום)" (1920) אשר הציג לראשונה את המונח "רובוט". המחזה מציג עתיד דיסטופי שבו רובוטים, שנוצרו במקור לשרת את בני האדם, מורדים ובסופו של דבר מובילים להכחדת האנושות. נרטיב זה הניח את הבסיס ליצירות עתידיות החוקרות את האיום הפוטנציאלי של מכונות חכמות. 

באמצע המאה ה-20 חלה פריצת דרך בספרות בנושא AI, כאשר "אני, הרובוט" (1950) של איזק אסימוב בלט כאבן דרך. אוסף הסיפורים הקצרים של אסימוב מציג את שלושת חוקי הרובוטיקה הנודעים – קווים מנחים אתיים שנועדו למנוע מרובוטים לפגוע בבני אדם. חוקים אלה השפיעו על יצירות רבות שבאו אחריהן ועל דיונים בעולם האמיתי על אתיקה של AI. סדרת הסרטים של הטרמינטור (1984 ואח"כ 1991) של ג'יימס קמרון העמיקו עוד יותר את הנושא של AI כיריב שיכול לאיים על האנושיות. הסרטים מציגים עתיד דיסטופי שבו סקיינט, רשת הגנה על ידי AI, מתחילה שואה גרעינית כדי להשמיד את האנושות. הטרילוגיה של מטריקס הציגה בעצם את ה"מכונות" שהשתלטו על העולם וניזונים בעצם מאנרגיה שהם שואבים מתוך גוף האדם. גם פה הבינה המלאכותית קמה להורגנו והפכה את היוצרות.

בשנים האחרונות, ייצוג ה-AI בתרבות הפופולרית הפך למורכב יותר. הסדרה הפופלרית "מראה שחורה" הציגה מספר התקדמויות טכנולוגיות שונות, שבהן כלי AI מטשטשים את הגבולות בין המצוי, הרצוי והנורמטיבי. שום דבר הוא לא טוב או רע אבסולוטי, אלא בעיקר מורכב.  הסרט "היא" (2013) של ספייק ג'ונזה מציג מערכת יחסים אינטימית ומורכבת יותר בין בני אדם ו-AI. הסרט עוקב אחר תיאודור, סופר בודד שמתאהב בישות וירטואלית של בינה מלאכותית.

התסריטים האפוקליפטיים האלה נוטים להדהד יתר על המידה באזהרותיהם של חוקרים ואנשי טכנולוגיה מובילים. בסקר שנערך בשנת 2022 בקרב חוקרי בינה מלאכותית, 36% מהנשאלים השיבו כי יש סבירות שמערכות בינה מלאכותית יוכלו "לגרום במאה זו לקטסטרופה גרועה לפחות כמו מלחמה גרעינית כוללת."

או קיי, דברי במספרים גברת – זה טוב או רע? האם העולם הולך להכחד ע"י מכונות? מה עם כל הפוטנציאל – הגברת פרודוקטיביות, יצירת הזדמנויות חדשות, פריצות דרך מדעיות וטכנולוגיות? איך זה ישפיע על תחומי עיסוק ועל טיפול באתגרים חברתיים? הנה כמה השפעות צפויות של מהפכת הבינה המלאכותית בתחומים שונים:

  • תעסוקה – המהפכה של הבינה המלאכותית צפויה להשפיע משמעותית על שוק העבודה. לצד ההזדמנויות שהאוטומציה מביאה, כמו שיפור פרודוקטיביות ואיכות חיים, קיים חשש מפני ייתור מקצועות והגדלת האבטלה. מחקר של הפורום הכלכלי העולמי מ-2020 מעריך שעד 2025, 85 מיליון משרות עלולות להיעלם עקב החלפת עבודה אנושית במכונות, אך במקביל 97 מיליון משרות חדשות עשויות להיווצר המותאמות לחלוקת העבודה החדשה בין בני אדם, מכונות ואלגוריתמים. בסוף הרבעון הראשון של 2023 בחן בית ההשקעות גולדמן סאקס 900 מקצועות ב־22 תעשיות והעריך כי רבע ממשימות העבודה הנוכחיות בתעשיות אלו יכולות להתבצע באופן אוטומטי על ידי בינה מלאכותית. הדוח מעריך כי בשל מבנה שוק העבודה הישראלי – בישראל מדובר בכמעט 30% משוק העבודה.
    בכנס אלי הורביץ של המכון הישראלי לדמוקרטיה, הקדשנו משוב שלם לשאלות של שוק העבודה המשתנה בראי הבינה המלאכותית. מה נדרש לעשות ביום בעצם, כדי שישראל לא תמצא את עצמה מאחור
  • תחבורה – שילוב של טכנולוגיות כמו חיישנים מתקדמים, קישוריות ובינה מלאכותית מאפשרים למערכות אוטונומיות לנווט בבטחה בסביבות מורכבות. נהיגה אוטונומית צפויה להפחית תאונות דרכים, לשפר ניצול זמן הנסיעה, להקל על העומס בכבישים ולהגביר נגישות לתחבורה. מצלמות, טכנולוגיית לידאר (LIDAR – Light Detection and Ranging), זיהוי אור וטווח, מכ"מים, מערכות אינפרה־אדום, מערכות GPS מתקדמות, מערכות זיהוי מכשולים, חישוב סיכונים ועוד – כל אלה מאפשרים למערכת האוטונומית לאסוף באופן שוטף מידע רב על סביבתה המיידית. תחום התחבורה משתנה והפוטנציאל הגלום במהפכת הבינה המלאכותית בתחבורה כולל בין היתר שמירה על בטיחות וחיים, מהירות, אפקטיביות ועוד. חברות כמו טסלה, גוגל ואובר משקיעות משאבים רבים בפיתוח הטכנולוגיות הללו, הן עוד לא שם… אבל השינויים קורים בקצב אקספוננציאלי.  
  • ביטחון אישי – טכנולוגיות זיהוי פנים, למשל, משמשות יותר ויותר למטרות כמו ביקורת גבולות, אבטחה ואכיפת חוק. זה יכול לסייע בהפחתת פשיעה ואיתור/ זיהוי עבריינם בעוד שטכנולוגיות אלו יכולות לסייע באיתור איומים ומניעת פשיעה, הן מעוררות גם חששות לגבי פרטיות וזכויות אדם. תקנות האיחוד האירופי ה-GDPR באירופה מטילות הגבלות על שימוש בזיהוי ביומטרי בהקשרים מסוימים ללא הסכמה מפורשת. מערכות אבטחה מתקדמות מבוססות בינה מלאכותית נעזרות בטכנולוגיות כמו זיהוי תנועה, זיהוי חפצים וניתוח וידאו כדי לזהות באופן יעיל איומים ופעילויות חשודות, ובכך לשפר את ההגנה על חיי אדם ורכוש.
  • עולם המשפט – מהפכת הבינה המלאכותית לא פסחה גם על עולם המשפט. מערכות בינה מלאכותית יכולות לסרוק ולנתח כמויות עצומות של מסמכים משפטיים בזמן קצר, לסייע בהליכי גילוי ובדיקת נאותות, ולחסוך זמן ומשאבים יקרים. הן גם מסוגלות לזהות תקדימים רלוונטיים, לחזות תוצאות משפטיות ולתת תובנות על אסטרטגיות התדיינות. חברות כמו Luminance ו- ROSS Intelligence מציעות פלטפורמות בינה מלאכותית המיועדות לתעשיית המשפט. בה בעת, האתגר הוא להבטיח שהשימוש במערכות אלה יהיה אתי והוגן, ויהווה תוספת ולא תחליף לשיקול הדעת של השופט בניסוח פסק הדין. זה עוד לפני שהתחלנו לדבר על החששות מהטיות, זיופים ואתגרים נוספים.
  • ברפואה – טעויות רפואיות הן הגורם השלישי למוות בקרב האוכלוסייה בארצות הברית ומהפכת הבינה המלאכותית יכולה ללא ספק לצמצם את טווח הטעות האנושית. אלגוריתמים מתקדמים מסוגלים לנתח היסטוריה רפואית ענקית של מיליוני מטופלים כדי לשפר את הדיוק של אבחונים ולהפחית טעויות רפואיות. מערכות AI יכולות לזהות אנומליות בבדיקות הדמיה, לזהות מחלות בשלבים מוקדמים, ולסייע בקבלת החלטות טיפוליות מותאמות אישית. מערכות בינה מלאכותית יכולות לסייע גם בביצוע פעולות כמו ניתוח ופרוצדורות אחרות. זה עוד לפני שנגענו בעולם בריאות הנפש, שזוכה לתשומת לב רבה בשנים האחרונות ויכול לספק מענים של זיהוי שינויים במצב רוח, טיפול פסיכולוגי מותאם אישית או טיפולים בהפרעות כמו דכאון וחרדה.
  • קצרה היריעה מלעבור על כל התחומים. כך, מוסדות פיננסיים מאמצים טכנולוגיות בינה מלאכותית בקצב מהיר. ניתוח נתוני עתק (ביג דאטה) ולמידת מכונה מאפשרים בניית מודלים חדשניים להערכת סיכוני אשראי, זיהוי הונאות, ייעול מסחר אלגוריתמי ושירות לקוחות יעיל יותר. בעולם החקלאות ישנם פיתוחים רבים שנועדו לשפר את התבואה, לפתח זנים חדשים ובריאים יותר, לחזות מגמות אקלים והשפעות על גידולים ועוד.

בעשור האחרון, מדינות רבות בעולם, כמו גם ישראל, זיהו את הבינה המלאכותית כטכנולוגיה מתפרצת בעלת פוטנציאל משמעותי לשינוי חברתי, כלכלי וטכנולוגי. כתוצאה מכך, החלו מאמצים לפתח אסטרטגיות לאומיות ומסגרות רגולטוריות להתמודדות עם האתגרים וההזדמנויות שמציבה טכנולוגיה זו. קבוצת המומחים שכינסה מועצת אירופה (HLEG AI)  הדגישה בראש ובראשונה שמערכות אלו הן רציונליות, והוסיפה להגדרה עוד היבטים, בהם היכולת לפרש מידע ולהסתגל לשינויים בסביבה. מסמך המדיניות של משרד הדיגיטל, המדיה, התרבות והספורט של בריטניה מצביע על שני מאפיינים עיקריים של בינה מלאכותית הרלוונטיים לרגולטור: אדפטיביות ואוטונומיות.

מסמכי מדיניות לעקרונות אתיקה רבים פורסמו בשנים האחרונות, המציעים עקרונות מנחים לפיתוח, שימוש והטמעה של מערכות בינה מלאכותית. שבעת העקרונות המרכזיים שעולים ממסמכים אלו הם: 1. שקיפות; 2. הוגנות; 3. מניעת נזקים ובטיחות; 4. אחריות ואחריותיות; 5. פרטיות; 6. קידום הטוב וערך האדם במרכז; 7. חירות ואוטונומיה. עם זאת, הניסיון מראה כי עקרונות אתיים לבדם אינם מספיקים. כדי להבטיח שמירה על זכויות אדם וחירויות יסוד, יש צורך לעגן עקרונות אלו בחקיקה ורגולציה מחייבת. ברחבי העולם מתגבשות יוזמות חקיקה ורגולציה בתחום הבינה המלאכותית. ניתן להבחין בשלושה  מודלים עיקריים:

  1. חקיקה רוחבית: חוקים החלים על מערכות בינה מלאכותית באופן כללי, ללא תלות בתחום היישום הספציפי.
  2. חקיקה ורטיקלית: רגולציה ממוקדת בתחומים ספציפיים כמו בריאות, פיננסים, או תחבורה.
  3. גישת ניהול סיכונים: חקיקה שלא מתייחס לטכנולוגיה מסוימת או לתחום מסוים, אלא הסדרה של עקרונות מנחים.

ואם אתם שואלים, אבל רגע אני אמורה לדעת מה הרגולציה במדינה X? וזה בטח שדה שמשתנה כל הזמן ויש עדכונים שונים בתחום. ובכן, במקרה הכינו מראש: פלטפורמה שעוקבת אחר ההתפתחויות הרגולטוריות בכל העולם. ממש כך, פשוט לוחצים על המדינה שמעניינת אתכם ומקבלים עדכון חם מהתנור על היוזמות השונות והעקרונות שהמדינה מקדמת גם בהגנה מפני סיכונים של AI וגם תמריצים לקידום.

ככל שטכנולוגיות בינה מלאכותית ממשיכות להתפתח ולהשתלב בחיינו, נדרשת מסגרת גמישה יותר. הרגולטור לא יכול לעמוד בקצב השינויים הטכנולוגיים.

תקנות הבינה המלאכותית של אירופה עוצבו כך שיהיו חסינות עתיד (future proof), הן נוקטות גישה של ניהול סיכונים ונמנעות מלהכנס לפלפולים של הגדרות ל טכנולוגיה כזו או אחרת.

הגישה האירופית מבוססת על מודל ניהול סיכונים, המחלק מערכות בינה מלאכותית לארבע רמות: מערכות אסורות, מערכות בסיכון גבוה, מערכות עם חובת שקיפות מיוחדת, ומערכות בסיכון נמוך. חשוב לציין כי התקנות אינן חלות על מערכות בשימוש צבאי בלעדי, כגון מערכות נשק אוטונומיות, למרות הסיכונים הגבוהים הכרוכים בהן.

  • התקנות אוסרות על מערכות בינה מלאכותית שעלולות לגרום נזק משמעותי לפרט או לחברה. בין היתר, נאסר השימוש במערכות המשתמשות בטכניקות תת-הכרתיות או מניפולטיביות לעיוות התנהגות אנושית באופן שמקשה על קבלת החלטות מיודעת, וכן מערכות המנצלות חולשות של קבוצות פגיעות באופן שעלול לגרום נזק פיזי או פסיכולוגי משמעותי.
  • עבור מערכות המוגדרות כבעלות סיכון גבוה, התקנות מחייבות פיתוח שיאפשר פיקוח אנושי אפקטיבי לאורך כל מחזור החיים של המערכת. כמו כן, נדרש יישום אמצעים למזעור או מניעת סיכונים לבריאות, בטיחות או זכויות יסוד, תוך התחשבות בשימוש סביר ובשימוש לרעה פוטנציאלי במערכת.
  • מערכות בינה מלאכותית בסיכון נמוך הן קטגוריה שיורית, כלומר כל מערכת שאינה מערכת בסיכון גבוה.

התקנות מדגישות את חשיבות השקיפות והאחריותיות בפיתוח ושימוש במערכות בינה מלאכותית. זאת, כדי לאפשר לרגולטורים ולציבור להבין ולפקח על השפעותיהן של מערכות אלו.  הגישה האירופית לרגולציה של בינה מלאכותית מציעה מודל מעניין לאיזון בין הצורך בהגנה על זכויות אדם ובטיחות הציבור, לבין הרצון לעודד חדשנות וצמיחה כלכלית.

למדינה תפקיד כפול בהקשר של המהפכה של בינה מלאכותית. מצד אחד עליה לייצר שדה רגולטורי ותמריצים למשק; ובו בזמן לכלי AI יש פוטנציאל גדול לשפר את התפקוד של השירות הציבורי עצמו.

דוח חדש של ה-OECD בוחן כמה דוגמאות בולטות כיצד מדינות מטמיעות בצורה מערכתית שימוש בבינה מאלכותית, על מנת לשפר את השירותים לאזרחים.

צרפת, לדוגמא, עורכת בימים אלה ניסויים בכלי AI גנרטיבי בשם "אלברט" כדי לייעל את המשימות היומיומיות של יועצים למיצוי זכויות ושירותים סוציאליים בצרפת. כלי זה מסייע בגישה למידע, שאלות נפוצות וקישורים רלוונטיים לשירות מותאם אישית.  קנדה משתמשת באוטומציה רובוטית של תהליכים כדי להפוך משימות שגרתיות- טכניות לאוטומטיות כגון העברת מידע בין מערכות, ייעול התפעול הפנימי והגברת היעילות  בקידום טיפול בבקשות המצריכות שיתוף פעולה של גורמים רבים.

בשוודיה, משרד רישום החברות פיתח מודל AI שממיין ה- 60% מהמיילים הנכנסים. המודל קורא את התוכן שלהם, מזהה ביטויי מפתח ספציפיים ומעביר אותם לטיפול איש המקצוע הנכון במשרד. קוריאה לוקחת את השימושים של בינה מלאכותית לשלב הבא, כחלק ממדיניות הבריאות הלאומית – הסוכנות לבקרת מחלות ומניעתן של קוריאה פיתחה כלי AI מותאם לחיזוי, ניטור ובקרה של  מחלות מדבקות,  נתונים רפואיים, נתוני בידוד ומגמות שונות לפיתוח תרחישים של מחלות זיהומיות.

פינלנד משתמשת בתוכנת AuroraAI כדי לזהות שירותים ציבוריים מסורבלים מדי עבור המשתמש.  היא משתמשת בבינה מלאכותית כדי לדמות מסע לקוח פוטנציאלי ומציעה באופן יזום לאזרחים שירותים המבוססים על אירועי חיים (כמו  נישואין, תחילת לימודים באוניברסיטה, פרישה וכד'). מערכת זו נמצאת בשימוש בתחומי מדיניות רבים ומבצעת בעיקר משימות לזיהוי והתאמה אישית.

המציאות משתנה מהר יותר, ובאופן בלתי צפוי. לכן, מדינות רבות מתחילות לייצר תשתיות ארגוניות כדי להסדיר את נושא משילות כלי הבינה המלאכותית. כך, בארצות הברית ישנה חובה למנות "קציני AI" בכל הסוכנויות פדרליות, האחראים על תיאום שימושים בכלים שונים וניהול אסטרטגי של הטמעת בינה מלאכותית. ואילו אוסטרליה, הקימה כוח משימה ממשלתי לבינה מלאכותית תחת הובלה המשותפת של הסוכנות לטרנספורמציה דיגיטלית והמשרד לתעשייה, מדע ומשאבים.

מחברי דוח ה-OECD יצרו המשגה של אבעה סוגי תפקידים עבור השירות הציבורי אל מול הבינה המלאכותית: 1) מאפשרים (Enablers); 2) השומרים (Guardrails); 3) מייצרי שותפויות (Engagement); ומאיצי אימפקט (Impact). החלוקה בינהם איננה דיכוטומית ומצריכה להציב שאלות מאתגרות שמתעלות רמה מעל שימוש בכלי כזה או אחר, אלא להגדיר מטרות ויעדים אסטרטגיים נוסח מה השינוי שאני רוצה לראות בעולם?

עולם הבינה המלאכותית מתפתח בקצב מסחרר, ואין סימנים להאטה. כפי שראינו, ההשפעות של טכנולוגיה זו מורגשות כבר היום במגוון תחומים – מתעסוקה ועד ביטחון אישי, מרפואה ועד משפט. אבל חשוב לזכור – בינה מלאכותית כשלעצמה אינה טובה או רעה. השאלה המהותית שאני רוצה להציב: כיצד אנחנו, כחברה, בוחרים לרתום אותה לטובת פתרון אתגרים חברתיים מורכבים?

האתגר הוא כמו קובייה רב-מימדית של השפעות ומשמעויות: מצד אחד, עלינו להבטיח שהרגולציה תגן על זכויות אדם ותמנע הטיות ושימוש לרעה. מצד שני, אנחנו צריכים לוודא שהיא לא תעצור קדמה, חדשנות ופיתוח. בפן השלישי: ישראל לא יכולה להרשות לעצמה להשאר מאחור, לא רק כמשתמשי קצה – אלא כמובילי מהפכת הבינה המלאכותית.  מצד רביעי, בעידן של היפר קישוריות, אתגרים חברתיים מורכבים מצריכים פתרונות מערכתיים של חדשנות חברתית טכנולוגית ולא-טכנולוגית יחדיו.

בסופו של דבר, במציאות הכאוטית של החודשים האחרונים, "שגרת החירום" ההזויה שלנו – האתגר האמיתי אינו טכנולוגי, אלא אנושי. כיצד נשתמש בכלים החדשים הללו כדי ליצור חברה צודקת, שוויונית ומשגשגת יותר? זו השאלה שצריכה להנחות אותנו בעיצוב המדיניות של העתיד.

ואל תשכחו – העולם הזה ממשיך להתפתח. מה שנכון היום עשוי להשתנות מחר. המשיכו להתעדכן, לשאול שאלות, ולחשוב באופן ביקורתי על ההשלכות של הטכנולוגיות החדשות. רק כך נוכל להבטיח שמהפכת הבינה המלאכותית תשרת את האנושות, ולא להיפך.

ריטה גולשטיין-גלפרין

ריטה גולשטיין-גלפרין

בקצרה: חיה, חוקרת ונושמת את עולמות המנהיגות והחדשנות – בעיקר השילוב בינהם כמחולל שינוי.

בהרחבה: מרצה ומנטורית, מנהלת תכנית הכשרה למנהלים בסקטור הציבורי; יזמת חברתית; מייסדת של האקסלרטור לחדשנות ציבורית; עו"ד ודיפלומטית לשעבר ומקימה של הנספחות הכלכלית ל-OECD.
משרתת ציבור בכל רמ"ח אברי. יזמת בנשמתי.

פוסטים נוספים

כל הזכויות שמורות – Makeover Strategy – ריטה גולשטיין-גלפרין ©  2019-2020.
התכנים בבלוג מייצגים את דעותיי האישיות בלבד.

חדשנות. מנהיגות. שינוי

בין אם אתם משרתי ציבור בעבר או בהווה, יזמים חברתיים, יועצים שמלווים תהליכי שינוי או פשוט תומכים נלהבים מבחוץ – בואו להיות חלק מהשינוי!

משרת-הציבור-של-המאה-ה21