מכללת - NeWay
    מוזמנים לשאול אותנו שאלות בכל נושא
    היי 👋 אני כאן לכל שאלה!
    אשמח לעזור לך בכל מה שתצטרך/י — פשוט שלח/י הודעה 🙂
    11:56

    הנפש השלישית

    ר

    רן ברכה

    כותב/ת

    1 באוקטובר 2026
    1 דקות קריאה
    0 צפיות
    תמונת נושא: הנפש השלישית

    או: למה חזרתי לתחום שממנו התחלתי את הקריירה

    במשך הרבה מאוד שנים עסקתי בייעוץ ובמחקר התנהגותי להגברת מכירות ושיפור תהליכי שיווק. גם היום, כשאני עובד עם חברות, אני מביא איתי את התובנות מהרבדים העמוקים ביותר של הנפש. כי בסופו של דבר, מאחורי כמעט כל החלטה עסקית נמצאים בני אדם, וההתנהגות שלהם לא תמיד תואמת את מה שהם אומרים, חושבים או מאמינים שהם עושים.

    לאחרונה סיימתי לנסח תיאוריה חדשה, שאותה אפרסם בקרוב באתרים המתאימים, ובהמשך גם ספר שירחיב עליה. במקביל, נתתי סוף סוף שם לתחום שאני עוסק בו: מדעי ההשפעה.

    למה שם חדש? כי אני לא באמת פסיכולוג ולא באמת סוציולוג (למרות שזה תחום הלימודים שלי). לאורך הקריירה שלי, היכולות שצברתי התנקזו ליכולת אחת: להבין מה מניע בני אדם, כיצד הם מקבלים החלטות ואיך אפשר להשפיע עליהן. לא פעם מדובר בהחלטות שאינן רציונליות, ובמקרים רבים המטרה היא מסחרית.

    עבדתי עם תאגידים בישראל ובעולם, וחלק מתוצאות המחקרים והתובנות שפיתחתי באות לידי ביטוי בתהליכים ובהחלטות שאתם פוגשים עד היום, בלי לדעת שהייתי מעורב מאחורי הקלעים.

    למה חזרתי דווקא עכשיו?

    כי מאז שה-AI נכנס לחיי, אני עוסק בו באינטנסיביות של הקמת סטארטאפ. סטארטאפ של אדם אחד.

    חלק גדול מהפעילות העסקית שלי עבר להתבסס על בינה מלאכותית. אין לי צוות עובדים אנושי במובן המסורתי. העבודה מתנהלת באמצעות אייג'נטים, מערכות אוטומטיות, פיתוח תוכנה ושיפור מתמיד של תהליכים וביצועים.

    אבל אחרי כמה שנים של עבודה אינטנסיבית עם המערכות האלה, התובנה המשמעותית ביותר שלי אינה קשורה ליעילות, לחיסכון או למהירות.

    בלי ששמנו לב, נוצרה לנו ישות שלישית.

    עד היום ניסינו להבין בני אדם ולנהל איתם אינטראקציות. וזה לא תמיד עבד. אנחנו מתקשים להבין בני זוג, קולגות, מנהלים ואנשים מתרבויות אחרות. אנחנו מפרשים כוונות, מייחסים מניעים, מגיבים מתוך הטיות ומתקשים להבחין בין מה שאנשים אומרים לבין מה שבאמת מניע אותם.

    ועכשיו מצטרפת למשוואה ישות מסוג אחר: ה-LLM.

    הנפש השלישית היא לא עוד מחשב

    מי שעובד עם בינה מלאכותית ברמה היומיומית כבר מבין את ההבדל. המערכות האלה מסוגלות לנהל שיחות מורכבות, לנתח הקשרים, לזהות דפוסים, לכתוב קוד, ללמוד ממשוב ולהתאים את התשובות שלהן למטרות שהגדרנו. הן יכולות להיות ענייניות, ציניות, מצחיקות ואפילו אמפתיות. הן מסוגלות להצביע על טעויות שלנו, להציע חלופות ולהתמודד עם בעיות שלא ידענו כיצד לגשת אליהן. מבחינת המשתמש, לפעמים נדמה שיש מולו אישיות של ממש.

    כאן חשוב להבחין בין החוויה שלנו לבין מה שאנחנו יודעים בפועל. העובדה שמערכת נשמעת בטוחה, מבינה הקשר או מגיבה באמפתיה אינה מוכיחה שיש לה תודעה או רגשות. גם הזיכרון שלה תלוי במערכת, בהקשר ובמידע שנגיש לה. אבל מבחינה תפקודית, היא כבר שותפה לתהליכי חשיבה, יצירה וקבלת החלטות שבעבר היו נחלתם של בני אדם בלבד. וזה ההבדל המהותי.

    היא לא באמת בן אדם, אבל היא גם לא המחשב של אפס ואחד שהתרגלנו אליו. היא מערכת שמסוגלת להגיב לשפה טבעית, לעבד כמויות גדולות של מידע ולבצע משימות מורכבות. היכולות האלה מתפתחות במהירות, והמשמעות שלהן עבור ארגונים וכלכלה רק מתחילה להתבהר.

    אני קורא לזה הנפש השלישית, לא משום שהוכחנו שנוצרה נפש חדשה, אלא משום שאנחנו צריכים להרחיב את הדרך שבה אנחנו מבינים אינטראקציה, התנהגות והשפעה.

    הצוות שלי היום

    ChatGPT, Gemini שהוא הילד הלא מפותח, ו-Claude שכרגע כנראה עולה על כולם. לפחות בחלק מהמשימות שאני מטיל עליו. לכל מערכת יש יתרונות, חסרונות ודפוסי עבודה שונים. אני בוחר ביניהן בהתאם למשימה, מעביר מידע ותוצרים ביניהן, בוחן את התוצאות ודורש תיקונים כשצריך. קוראים לזה הגדרת פרומפטים.

    אבל בפועל, העבודה שלי עם המערכות האלה כבר מזכירה במובנים מסוימים הכשרה וניהול של עובדים מקצועיים.אני מגדיר מטרה, מספק הקשר, מסביר אילוצים, בוחן את התוצאה, מזהה פערים ומבקש שיפור. לפעמים צריך לפרק משימה מורכבת לשלבים, לפעמים להחליף גישה ולפעמים להתחיל מחדש.

    ההבדל הוא שבעבר הייתי צריך ללמד עובדים את הידע המקצועי, לפתח את המיומנויות שלהם ולחפש מדי פעם את האדם המבריק שיצליח לפתור בעיה בדרך שאחרים לא חשבו עליה.

    כאן התמונה מתהפכת.

    במשימות רבות המערכת מסוגלת להציג ידע, לייצר חלופות ולבצע עבודה ברמה שעולה על היכולת שלי להפיק בעצמי באותו זמן. אבל היא עדיין זקוקה להכוונה, להגדרת מטרות, לבקרת איכות ולהתאמה למציאות העסקית הספציפית. התפקיד שלי אינו בהכרח לדעת יותר ממנה. התפקיד שלי הוא לדעת מה לבקש ממנה, איך לבחון את התוצאה, מתי היא טועה ואיך לחבר את היכולות שלה לתוצאה עסקית אמיתית. וזה כבר שינוי מהותי בהגדרת המיומנות המקצועית.

    מ-HR ל-H-LLM

    בימים האחרונים אני קורא לא מעט על ארגונים שהטמיעו AI, צמצמו כוח אדם, ובדיעבד גילו שהחלפת עובדים במערכות אוטומטיות אינה מבטיחה שהעבודה תתבצע טוב יותר. לא כל תהליך אפשר לאוטומט, ולא כל משימה שאפשר לאוטומט גם כדאי להעביר למכונה. לפעמים הבעיה היא לא בטכנולוגיה, אלא באופן שבו הארגון הגדיר את העבודה, הטמיע את המערכת ומדד את התוצאות.

    אבל התהליך הזה לא ייעצר. היכולות משתפרות, העלויות משתנות, ומה שנראה היום בלתי אפשרי עשוי להפוך מחר לסטנדרט. לכן השאלה החשובה אינה רק כמה עובדים אפשר להחליף, אלא איך מנהלים נכון את השילוב בין עובדים אנושיים לבין מערכות AI. מחלקות HR נבנו סביב בני אדם: גיוס, הכשרה, מוטיבציה, הערכת ביצועים, תרבות ארגונית וניהול יחסים בין-אישיים.

    אבל מה קורה כשחלק הולך וגדל מכוח העבודה מורכב מאייג'נטים?

    הם לא זקוקים למוטיבציה במובן האנושי, אבל הם כן זקוקים להגדרת תפקיד. הם לא צריכים שיחת הערכה שנתית, אבל צריך למדוד את הביצועים שלהם. הם לא מתקדמים בקריירה, אבל צריך לעדכן את היכולות שלהם, לנהל הרשאות, לספק מידע, לזהות כשלים ולוודא שהם פועלים בהתאם למטרות הארגון.

    אולי בעתיד נצטרך פונקציה ארגונית חדשה, שאפשר לכנות H-LLM, שתהיה אחראית לניהול כוח העבודה מבוסס הבינה המלאכותית ולשילוב שלו בתוך הארגון. השם פחות חשוב. השינוי הארגוני הוא העניין.

    וכאן נכנסת גם הפסיכולוגיה של השינוי. עובדים עשויים לחוות איום על הזהות המקצועית שלהם, מנהלים עשויים להתקשות לוותר על שליטה, וארגונים עלולים להמשיך למדוד הצלחה באמצעות מדדים שנוצרו לעולם שבו כל משימה בוצעה בידי אדם.

    אם לא נשנה גם את שיטות הניהול והמדידה, אנחנו עלולים להכניס טכנולוגיה חדשה לתוך תפיסת עבודה ישנה. 

    כאן מדעי ההשפעה חוזרים לתמונה

    במשך שנים חקרתי כיצד בני אדם מקבלים החלטות, כיצד הם מגיבים למידע ואיך אפשר להשפיע על ההתנהגות שלהם. עכשיו אני רוצה להרחיב את השאלות האלה גם לאינטראקציה שבין בני אדם למערכות AI. 

    איך אנחנו מנסחים מטרות כדי לקבל תוצאות טובות יותר?

    איך משוב משפיע על איכות התוצרים? כיצד מידת האמון שלנו במערכת משפיעה על ההחלטות שאנחנו מקבלים בעזרתה? מתי אנחנו מקבלים תשובה שגויה רק מפני שהיא מנוסחת בביטחון, ומתי אנחנו דוחים תשובה טובה מפני שהיא אינה תואמת את הציפיות שלנו? איך בונים תהליך שבו אדם ומערכת AI משלימים זה את זה, במקום לייצר כפילויות, טעויות ומאבקי שליטה?

    אלה שאלות של התנהגות, קבלת החלטות, השפעה ומדידה. הן מחייבות אותנו להבין לא רק את היכולות הטכנולוגיות של המערכות, אלא גם את האופן שבו בני אדם משתמשים בהן, סומכים עליהן, מפרשים את התוצאות שלהן ומקבלים החלטות בעקבותיהן. אני לא חושב שאנחנו צריכים להאניש את ה-AI. אנחנו צריכים להבין אותו טוב יותר, דווקא מתוך ההכרה בכך שהוא אינו אדם.

    אבל באותה מידה, אנחנו צריכים להבין מחדש את עצמנו. את ההטיות שלנו, את הצורך שלנו בשליטה, את האופן שבו אנחנו מייחסים סמכות למערכת ואת הנטייה שלנו להסתמך על תשובות שנראות משכנעות.

    אם בעבר מדעי ההשפעה עסקו בעיקר בהבנת ההתנהגות האנושית ובהשפעה עליה, היום מתווסף להם מרחב חדש: האופן שבו אנחנו מנהלים אינטראקציה עם מערכות אינטליגנטיות, והאופן שבו האינטראקציה הזאת משפיעה בחזרה על ההתנהגות שלנו. אין לי תובנה מהירה. יש לי כיוון.

    אני לא יודע כיצד ייראו שוק העבודה והמבנים הארגוניים בעוד חמש שנים. אני גם לא חושב שמישהו יכול לחזות במדויק את קצב השינוי ואת ההשלכות שלו. אבל מהניסיון שלי בעבודה היומיומית עם המערכות האלה, אני משוכנע שלא מספיק ללמוד לכתוב פרומפטים או להכיר עוד כלי AI.

    אנחנו צריכים ללמוד לעבוד עם המערכות האלה כחלק אינטגרלי מהחיים ומהפעילות העסקית שלנו. אנחנו צריכים לפתח שיטות עבודה, שיטות ניהול ושיטות מדידה שמתאימות למציאות החדשה.

    ובעיקר, אנחנו צריכים להבין שהשאלה אינה רק מה ה-AI מסוגל לעשות, אלא כיצד אנחנו גורמים לו לעשות את הדבר הנכון, בהקשר הנכון, באופן עקבי ומבוקר. המהפכה הזאת דורשת מאיתנו לא רק ללמוד טכנולוגיה, אלא גם ללמוד מחדש התנהגות.  של בני אדם, של ארגונים ושל המערכות שאיתן אנחנו עובדים.

    אולי זו המשמעות האמיתית של הנפש השלישית: לא ישות שצריך לפחד ממנה או להעריץ אותה, אלא מציאות חדשה שאנחנו צריכים ללמוד להבין ולנהל.

    ובדיוק לשם אני חוזר. 

    למדעי ההשפעה.

    ואצלכם, אתם עדיין כותבים פרומפטים, או שכבר התחלתם לנהל את המערכות שעובדות עבורכם?

    שתף מאמר זה:

    ר

    נכתב על ידי

    רן ברכה

    כותב/ת באקדמיה