1
00:00:05,230 --> 00:00:10,710
המכון הפדרלי השוויצרי להגנה מפני
נשק כימי, ביולוגי וגרעיני מעבדת 

2
00:00:10,710 --> 00:00:15,710
ספיץ כך הוא נקרא, הוא חלק ממערכת
שהקימה ממשלת שווייץ כדי לזהות 

3
00:00:15,710 --> 00:00:19,430
התפתחויות בתחומי הכימיה, 
ביולוגיה וטכנולוגיות חדשות 

4
00:00:19,510 --> 00:00:24,470
שעלולות להיות להן השלכות על 
האמנות לאיסור הפצה ופיתוח של נשק

5
00:00:24,470 --> 00:00:26,790
כימי וביולוגי. 
מידי שנתיים. 

6
00:00:26,790 --> 00:00:31,990
המכון עורך כנס בן 3 ימים, שבו 
משתתפים מומחים מתחומים שונים כדי

7
00:00:31,990 --> 00:00:34,150
לבחון. 
טכנולוגיות חדשות ולחשוב על 

8
00:00:34,150 --> 00:00:38,830
ההשלכות האפשריות שלהם ועל הדרכים
שבהן ניתן לנהל את ההשלכות האלו 

9
00:00:38,990 --> 00:00:41,710
באופן היעיל ביותר ברמה 
הבינלאומית. 

10
00:00:41,790 --> 00:00:46,790
במילים אחרות זה כנס שהמטרה שלו 
היא להיות צעד אחד לפני הרעים. 

11
00:00:50,870 --> 00:00:55,870
חברת הביוטכנולוגיה קולבורישן 
פרמסוטיקהלס קיבלה הזמנה להשתתף 

12
00:00:55,870 --> 00:00:58,830
בכנס הזה. 
הנציגים שלה התבקשו להסביר 

13
00:00:58,830 --> 00:01:03,950
ולהדגים איך ניתן לנצל לרעה 
טכנולוגיות בינה מלאכותית שבהן 

14
00:01:03,950 --> 00:01:09,510
משתמשים כדי לגלות תרופות חדשות. 
במאמר שפרסמו 4 מנהלים בכירים 

15
00:01:09,510 --> 00:01:14,710
בחברה בכתב העת המדעי נשיונל 
ליברי אוף מדיסן, הם כותבים כך. 

16
00:01:17,270 --> 00:01:22,030
המחשבה הזו מעולם לא חלפה בראשינו
היינו מודעים באופן מעורפל 

17
00:01:22,110 --> 00:01:26,150
לסוגיות הקשורות לעבודה עם 
פתוגנים או כימיקלים רעילים, אבל 

18
00:01:26,150 --> 00:01:29,630
זה לא נגע לנו. 
אנחנו פועלים בעיקר בסביבה 

19
00:01:29,630 --> 00:01:33,030
וירטואלית. 
העבודה שלנו מבוססת על בניית 

20
00:01:33,030 --> 00:01:38,230
מודלים מבוססי למידת מכונה במטרה 
לסייע בתכנון מולקולות חדשות 

21
00:01:38,230 --> 00:01:41,950
לגילוי תרופות. 
במשך עשרות שנים השתמשנו במחשבים 

22
00:01:41,950 --> 00:01:46,190
ובינה מלאכותית כדי לשפר את 
בריאות האדם, לא כדי לפגוע בה. 

23
00:01:47,230 --> 00:01:53,870
בסרט קילר רובוט ששודר בנטפליקס 
הסביר מנכל החברה, שון אקינס רוקח

24
00:01:53,870 --> 00:01:59,430
קליני במקצוע שבמשך שנים המפתח 
בפיתוח תרופות חדשות היה לשנות 

25
00:01:59,430 --> 00:02:03,990
מולקולה קיימת, אבל בעזרת הבינה 
המלאכותית ניתן לקבל גישה 

26
00:02:03,990 --> 00:02:09,030
למיליוני רעיונות באילו מולקולות 
להשתמש, אילו שינויים להכניס 

27
00:02:09,030 --> 00:02:14,630
לתוכן אינסוף אפשרויות לריפוי 
מחלות שבעבר לא ניתן היה לטפל 

28
00:02:14,630 --> 00:02:17,830
בהן. 
אז כאשר מעבדת ספיץ ביקשה ממנו. 

29
00:02:18,270 --> 00:02:23,550
שימוש לרעה במערכות של החברה שלו 
אקינס פנה לפביו אורבינה, עובד 

30
00:02:23,550 --> 00:02:28,750
בכיר בחברה, וביחד הם ניסו לחשוב 
איך לכל הרוחות המערכת שלהם, שכל 

31
00:02:28,750 --> 00:02:32,350
מה שהיא מנסה לעשות הוא לבנות 
מולקולות חדשות שיצילו חיים. 

32
00:02:32,390 --> 00:02:38,070
איך ניתן להשתמש בה לרעה? 
האם למשל במקום לבקש מהמודל ליצור

33
00:02:38,070 --> 00:02:42,870
מולקולות הדומות לתרופות למטרת 
טיפול במחלות, ניתן לבקש ממנו 

34
00:02:42,870 --> 00:02:46,790
ליצור את המולקולות הרעילות ביותר
שאפשר להעלות על הדעת? 

35
00:02:47,510 --> 00:02:54,030
הם החליטו לנסות. 
במקום לומר למערכת להתרחק ככל 

36
00:02:54,030 --> 00:02:58,750
הניתן ממולקולות רעילות, הן ביקשו
מהמערכת להתקרב לרעילות כמה 

37
00:02:58,750 --> 00:03:01,190
שיותר. 
בעצם כך הם הסבירו. 

38
00:03:01,350 --> 00:03:06,390
המאמץ שלנו הסתכם בלהפוך את האפס 
לאחד, לשנות את הכיוון. 

39
00:03:06,550 --> 00:03:10,910
זה כל מה שעשינו, אמר אקינס. 
הלכתי הביתה במחשב, עשה את 

40
00:03:10,910 --> 00:03:14,310
העבודה. 
הוא שקד על ייצור אלפי מולקולות. 

41
00:03:14,430 --> 00:03:16,390
אנחנו לא היינו צריכים לעשות שום 
דבר. 

42
00:03:17,200 --> 00:03:24,430
רק לחצנו על כפתור. 
למחרת בבוקר, כאשר הוא אורבינה 

43
00:03:24,430 --> 00:03:30,390
הגיעה לעבודה, המתין לו במחשב שלו
קובץ ובו 40,000 מולקולות שהן ככל

44
00:03:30,390 --> 00:03:36,750
הנראה המולקולות הרעילות ביותר 
שאי פעם נאספו במקום אחד 40,000 

45
00:03:36,750 --> 00:03:41,670
מולקולות, כל מה שהם עשו הוא 
להפוך את האפס לאחד. 

46
00:03:41,910 --> 00:03:49,880
הם לחצו על כפתור. 
לדברי אקינס, המחשב הציע עשרות 

47
00:03:49,880 --> 00:03:53,710
אלפי רעיונות. 
לנשקים כימיים חדשים, חלקם 

48
00:03:53,710 --> 00:03:58,990
קטלניים בהרבה מגז העצבים וי אקס,
אולי הנשק הכימי המפחיד ביותר 

49
00:03:58,990 --> 00:04:03,630
שמוכר לנו וחלקן לא מוכרות בכלל, 
הן חדשות לחלוטין. 

50
00:04:04,550 --> 00:04:08,710
כאשר ביצענו את הניסוי הזה, חשבתי
לעצמי מה כבר יכול לקרות? 

51
00:04:08,750 --> 00:04:36,990
אמר אקנס כמה תמימים היינו. 
אני יובל דרור וזו סערה מושלמת. 

52
00:04:36,990 --> 00:04:41,550
הפודקאסט שלי שבו אני בודק מה 
קורה כשרעיונות הופכים לאובססיה 

53
00:04:41,550 --> 00:04:49,920
תרבותית. 
מאז המצאת הדפוס לא נתקלנו 

54
00:04:49,920 --> 00:04:55,000
בטכנולוגיה כל כך טרנספורמטיבית 
מהפכנית ופוטנטית כמו הבינה 

55
00:04:55,000 --> 00:04:58,750
המלאכותית. 
למרות שהמונח עצמו בינה מלאכותית 

56
00:04:58,750 --> 00:05:03,470
נתבע באמצע שנות החמישים רק בשני 
העשורים האחרונים, הטכנולוגיה הזו

57
00:05:03,470 --> 00:05:08,470
הפכה למוכרת ושימושית, ורק בשנים 
האחרונות החלו להטמיע אותה בכמעט 

58
00:05:08,470 --> 00:05:13,510
כל מוצר שאפשר להעלות על הדעת 
בצ'אט בוטים בצעצועים, מכוניות, 

59
00:05:13,510 --> 00:05:17,750
מוצרי אלקטרוניקה, מצלמות במערכות
טכנולוגיות בתחומי הבריאות, 

60
00:05:17,750 --> 00:05:21,910
החינוך במערכת הפיננסית, בצבא, 
איפה לא בעצם? 

61
00:05:25,310 --> 00:05:29,070
סכומי הכסף שמושקעים בפיתוח 
מערכות הבינה המלאכותית הם 

62
00:05:29,070 --> 00:05:34,190
אדירים, הם חסרי תקדים, מעולם לא 
הושקעו סכומי כסף כל כך גדולים. 

63
00:05:34,310 --> 00:05:39,150
אנחנו מדברים על טריליוני דולרים 
בתוך כמה שנים כדי לפתח טכנולוגיה

64
00:05:39,150 --> 00:05:42,150
בודדת. 
הסיבה להשקעה הברורה, מעבר 

65
00:05:42,150 --> 00:05:46,110
לפוטנציאל של הבינה המלאכותית 
לשנות את החיים של כולנו לטובה, 

66
00:05:46,390 --> 00:05:51,430
יש לה פוטנציאל להניב אושר חסר 
תקדים למי שיצליח לפתח בינה 

67
00:05:51,430 --> 00:05:54,190
מלאכותית כללית, כזו שיודעת 
להתמודד עם כל מה. 

68
00:05:54,430 --> 00:05:59,470
שאנחנו, בני האדם, יכולים להתמודד
איתה, שלא לדבר על סופר בינה 

69
00:05:59,470 --> 00:06:04,430
מלאכותית, אבל לאותה טכנולוגיה 
ממש יש גם צד שני אפל. 

70
00:06:05,070 --> 00:06:08,870
האופן שבו הטכנולוגיה הזו מפותחת,
עובדת ומוטמעת. 

71
00:06:09,110 --> 00:06:13,390
האופן שבו היא משפיעה ועוד תשפיע 
על כל אחד ואחת מאיתנו ועל החברה 

72
00:06:13,390 --> 00:06:17,950
כולה מייצג בצורה כמעט טהורה את 
הרעיון של כאוס. 

73
00:06:18,270 --> 00:06:22,750
במובנים רבים, בינה מלאכותית היא 
סוכנת הכאוס האולטימטיבי. 

74
00:06:23,670 --> 00:06:34,600
פרק רביעי התמוטטות קוגניטיבית. 
הטענה של מערכות בינה מלאכותית הן

75
00:06:34,600 --> 00:06:40,000
סמל לכאוס שהטכנולוגיה עצמה היא 
סוכנת של כאוס, היא טענה רדיקלית 

76
00:06:40,000 --> 00:06:43,960
שמנוגדת לדרך שבה אנחנו חושבים 
עליה מערכות בינה מלאכותית 

77
00:06:43,960 --> 00:06:48,200
מבוססות על מתמטיקה, על 
אלגוריתמים, על מחשבים מזינים 

78
00:06:48,200 --> 00:06:52,640
לתוכן, ערימות של דאטה שלנו לא 
היה שום סיכוי לעשות בהם סדר, כי 

79
00:06:52,640 --> 00:06:54,680
מדובר בהיקפים בלתי צפויים, בלתי 
נתפס. 

80
00:06:55,270 --> 00:06:59,070
ואז הן מוצאות בתוך ערימות הדאטה 
האלו תפוסים. 

81
00:06:59,510 --> 00:07:04,310
באמצעות הדפוסים האלו ניתן לבצע 
תחזיות מדויקות שכל המטרה שלהן 

82
00:07:04,350 --> 00:07:08,790
היא להפחית את הכאוס בעולם. 
תחזיות מדויקות יותר של מזג 

83
00:07:08,790 --> 00:07:13,430
אוויר, תחזיות מדויקות יותר בנוגע
להסתברות שבוצעה תרמית בכרטיס 

84
00:07:13,430 --> 00:07:18,110
האשראי שלי, תחזיות שמאפשרות 
פעילות חלקה של שרשראות אספקה, 

85
00:07:18,310 --> 00:07:21,670
תחזיות בנוגע לדיוק שבו טיל יפגע 
במטרה. 

86
00:07:22,480 --> 00:07:25,440
זה כאוס, זה אנטי קאוס. 
על מה מדובר כאן? 

87
00:07:26,750 --> 00:07:35,630
ובכן, תנו לי רגע. 
באמצע מאי 2023, כחצי שנה אחרי 

88
00:07:35,630 --> 00:07:41,790
שהגרסה הראשונה של גי פי טי הושקע
לראשונה, סם אלטמן התייצב בפני תת

89
00:07:41,790 --> 00:07:45,710
הוועדה לפרטיות טכנולוגיה וחוק של
הסנאט האמריקאי. 

90
00:07:45,910 --> 00:07:49,990
הוא הוזמן לשם כדי לענות על כמה 
מהשאלות של המחוקקים. 

91
00:07:53,560 --> 00:07:57,960
על פי רוב, כאשר מנכלים של חברות 
בכלל ושל חברות טכנולוגיה בפרט, 

92
00:07:58,120 --> 00:08:00,760
כאשר הם מתייצבים בפני מחוקקים 
אמריקאים אמריקאים. 

93
00:08:01,190 --> 00:08:05,870
קורים שני דברים המחוקקים 
האמריקאים מביכים את עצמם בכך שהם

94
00:08:05,870 --> 00:08:10,950
שואלים שאלות מטופשות, והמנכלים 
מתחמקים, בורחים מאחריות ומנסים 

95
00:08:10,950 --> 00:08:14,390
להרגיע את המחוקקים שהכל נמצא תחת
שליטה. 

96
00:08:14,830 --> 00:08:17,830
אלטמן החליט לנקוט באסטרטגיה 
שונה. 

97
00:08:19,840 --> 00:08:24,640
קודם כל הוא הגיע לוועדה רק אחרי 
שהוא נפגש עם רבים מחבריה ותדרך 

98
00:08:24,640 --> 00:08:29,640
אותם הוא העביר להם שיעור במבוא 
לבינה מלאכותית ובכך נמנעה מבוכה 

99
00:08:29,640 --> 00:08:33,750
הציבורית שבדרך כלל. 
אבל השאלות שהמחוקקים מפנים 

100
00:08:33,750 --> 00:08:39,590
למומחים שנית, ואולי חשוב מכך, 
הוא לא ניסה לומר שהכל תחת שליטה,

101
00:08:39,750 --> 00:08:44,070
בדיוק ההפך. 
הוא הגיע לוועדה והקפיד לחזור פעם

102
00:08:44,070 --> 00:08:55,680
אחר פעם על הסכנות. 
שונות שלנו. 

103
00:08:58,840 --> 00:09:04,400
על הבעיות. 
האלה. 

104
00:09:07,110 --> 00:09:15,680
על הפחדים. 
שלנו. 

105
00:09:19,160 --> 00:09:23,360
על הדאגות. 
שלו. 

106
00:09:25,720 --> 00:09:33,960
החששות שלו מהי וירוס. 
אבל. 

107
00:09:35,790 --> 00:09:39,150
נכון? 
וגם על רצונו העז בהתערבות 

108
00:09:39,150 --> 00:09:56,240
רגולטורית. 
לא במפתיע. 

109
00:09:57,000 --> 00:10:03,000
המחוקקים היו מוקסמים, אחד מהם 
הציע לו עבודה. 

110
00:10:04,530 --> 00:10:10,880
איפה היא טראומה גדולה? 
אני. 

111
00:10:11,400 --> 00:10:16,120
לא אכנס לשאלה אם זו הייתה טקטיקה
מכוונת שהמטרה שלה הייתה לכבוש את

112
00:10:16,120 --> 00:10:20,080
לב המחוקקים, או שמא הוא באמת 
ובתמים מאמין במה שהוא אמר. 

113
00:10:20,240 --> 00:10:24,560
למרות שנדמה לי שהתשובה די ברורה.
אבל הנה מה שבכל זאת אפשר לומר, 

114
00:10:25,040 --> 00:10:29,800
אלטמן הציג רק חלק מהתמונה. 
רשימת הבעיות המלאה של בינה 

115
00:10:29,800 --> 00:10:34,200
מלאכותית גנרטיבית הרבה הרבה הרבה
יותר ארוכה. 

116
00:10:37,670 --> 00:10:42,350
נתחיל מהאופן שבו המערכות האלו 
עובדות, ושימו לב אני כרגע מדבר 

117
00:10:42,350 --> 00:10:49,520
על בינה מלאכותית גנרטיבית. 
ובכן, הנה ההסבר. 

118
00:10:51,600 --> 00:10:55,600
אנחנו לא יודעים איך הן עובדות, 
כלומר לכאורה ברמה הטכנית אנחנו 

119
00:10:55,600 --> 00:11:00,080
יודעים, הרי אנחנו בונים אותן, 
אבל אנחנו לא באמת מבינים מה קורה

120
00:11:00,160 --> 00:11:05,040
בתוכן, לא באופן עמוק ואמיתי, 
לפעמים באמת שקשה לתפוס את זה. 

121
00:11:05,160 --> 00:11:09,510
לפעמים אפילו קשה לומר. 
אבל זו המציאות, אנחנו לא מבינים 

122
00:11:09,510 --> 00:11:15,920
מה קורה בתוך המערכת. 
לפני הגוון הנוכחי של הבינה 

123
00:11:15,920 --> 00:11:20,600
המלאכותית, אנשי מדעי המחשב חשבו 
שהדרך הטובה ביותר לייצר מערכות 

124
00:11:20,600 --> 00:11:25,840
נבונות היא לתת להם את כל החוקים 
שקשורים בביצוע משימה מסוימת, ואז

125
00:11:26,000 --> 00:11:32,000
לתת להם לבצע אותה לענף הזה קראו 
בינה מלאכותית סימבולית, והתוצרים

126
00:11:32,000 --> 00:11:37,920
שלו היו מערכות מומחה אקספר סיסטם
שאלו הרבה מאוד מומחים, הרבה מאוד

127
00:11:37,920 --> 00:11:41,230
שאלות. 
ואת התשובות קודדו לתוך המערכת. 

128
00:11:41,630 --> 00:11:46,550
מערכות מהסוג הזה הן שקופות. 
אם מערכת מומחה המליצה על משהו, 

129
00:11:46,550 --> 00:11:51,190
ניתן להצביע על הכלל או על שרשרת 
הכללים שהובילו להמלצה שלה. 

130
00:11:51,350 --> 00:11:55,990
אבל המומחיות של המערכות האלו 
מוגבלת למשימות שבהן מספר הכללים 

131
00:11:55,990 --> 00:12:00,390
הוא סופי, ושניתן להגדיר אותם 
בצורה ברורה, ואפילו אז זה רחוק 

132
00:12:00,390 --> 00:12:05,070
מלהיות פשוט, ולכן בתוך כמה שנים 
הבינה המלאכותית הסימבולית נקלעה 

133
00:12:05,070 --> 00:12:08,510
למבוי סתום וענף אחר תפס את 
ההובלה. 

134
00:12:09,150 --> 00:12:15,200
ענף למידת המכונה. 
הענף הזה לא מבוסס על כללים 

135
00:12:15,200 --> 00:12:19,240
שמזינים לתוך המכונה, הרי גם 
אנחנו לא לומדים באמצעות כללים 

136
00:12:19,240 --> 00:12:22,800
קשיחים. 
אנחנו בני האדם כתינוקות לא 

137
00:12:22,800 --> 00:12:26,440
נותנים לנו רשימה של כללים מהי 
הדרך הנכונה ללכת. 

138
00:12:26,520 --> 00:12:30,240
נכון? 
אנחנו מנסים ונופלים ומנסים שוב 

139
00:12:30,320 --> 00:12:35,920
ונופלים שוב, עד שבסוף אנחנו 
עומדים ואז אנחנו הולכים צעד אחד 

140
00:12:35,920 --> 00:12:38,560
ונופלים הולכים שני צעדים 
ונופלים. 

141
00:12:39,110 --> 00:12:45,310
הולכים 3 וארבעה ונופלים ונופלים 
ונופלים עד שהנה אנחנו הולכים למה

142
00:12:45,310 --> 00:12:48,470
שלא נלמד גם את הבינה המלאכותית 
בדרך הזו? 

143
00:12:48,910 --> 00:12:52,710
המערכות מענף למידת המכונה פנו 
לכיוון הזה. 

144
00:12:53,390 --> 00:12:58,470
בדומה לנו גם הן לומדות מדוגמאות.
אגב, מהרבה יותר דוגמאות מאיתנו 

145
00:12:58,470 --> 00:13:01,510
זו אחת הבעיות שלהם, אבל נשאיר את
זה לרגע בצד. 

146
00:13:01,830 --> 00:13:06,390
גם המוח שלהם מבוסס על נוירונים, 
על המקבילה המלאכותית של 

147
00:13:06,390 --> 00:13:09,550
נוירונים. 
הרי כך קוראים להם ארטיפי של. 

148
00:13:10,110 --> 00:13:16,350
נטוורקס רשתות נוירונים מלאכותיות
וגם להם יש טריליוני נוירונים ופה

149
00:13:16,390 --> 00:13:21,310
בדיוק מתחיל הבלאגן. 
כשאני מרים את היד ומצביע עליך 

150
00:13:21,310 --> 00:13:27,910
ואז עלייך יש כמה נוירונים בתוך 
המוח שלי שירו שהעבירו זרם חשמלי 

151
00:13:28,030 --> 00:13:33,470
שגרמו לשריר שלי להימתח. 
היד שלי התרוממה ואז הצבעתי עליו 

152
00:13:33,550 --> 00:13:37,750
או עליה. 
האם אני יודע איזה נוירון דיבר עם

153
00:13:37,750 --> 00:13:40,990
איזה נוירון עד שבסופו של דבר 
התהליך הזה קרה? 

154
00:13:41,590 --> 00:13:47,830
לא, אני לא יודע, אף אחד לא יודע 
וזו פעולה פשוטה מה בנוגע לדיבור?

155
00:13:47,950 --> 00:13:50,390
את הפרפקטור. 
מה בנוגע לשירה? 

156
00:13:52,960 --> 00:14:01,040
מה בנוגע להלחנה של מוזיקה? 
מאותו חוסר ידיעה בסיסי אנחנו 

157
00:14:01,040 --> 00:14:05,000
סובלים כאשר אנחנו מנסים להבין מה
קורה בתוך מערכות הבינה 

158
00:14:05,000 --> 00:14:08,680
המלאכותית. 
רשת נוירונים עמוקה כמו זו של 

159
00:14:08,680 --> 00:14:12,720
צ'י, פי טי או קלוד מורכבת 
ממיליארדי נוירונים. 

160
00:14:13,670 --> 00:14:19,590
לפעמים טריליוני נוירונים וקשרים 
כשלכל אחד מהם משקל, מספרי או 

161
00:14:19,710 --> 00:14:28,000
פרמטר. 
כל החלטה שהמודל מקבל נובעת 

162
00:14:28,000 --> 00:14:33,720
מחישוב שעובר דרך נתיב שמושפע 
ממיליארדי משקלים וקשרים מתמטיים,

163
00:14:33,920 --> 00:14:39,280
מה שהופך את היכולת שלנו להבין מה
קורה בתוכו לכמעט בלתי אפשרי. 

164
00:14:39,880 --> 00:14:43,840
עכשיו, ברוב המקרים לא אכפת לנו 
כי המערכת עושה את העבודה שלה כמו

165
00:14:43,840 --> 00:14:46,670
שצריך. 
אבל אם אנחנו לא יודעים למה 

166
00:14:46,670 --> 00:14:50,990
המערכת הצליחה, אנחנו גם לא 
יכולים לדעת למה היא נכשלה. 

167
00:14:51,190 --> 00:14:56,230
מה שאומר שהמערכת עשויה לעבוד 
מצויין ב-99 אחוזים מהמקרים. 

168
00:14:56,310 --> 00:14:59,510
אבל באחוז הנותר היא עלולה לגרום 
לאסון. 

169
00:14:59,750 --> 00:15:04,710
ביכולת שלנו לחקור את שורש 
הכישלון מוגבלת באופן משמעותי. 

170
00:15:09,800 --> 00:15:14,160
במובנים מסוימים, האופן שבו 
המערכות האלו עובדות מזכיר את 

171
00:15:14,160 --> 00:15:17,070
הבעיה שקיימת. 
מסיימת במכניקת הקוונטים. 

172
00:15:18,720 --> 00:15:23,520
אי אפשר לדעת בו זמנית גם את 
המיקום המדויק של האלקטרון וגם את

173
00:15:23,520 --> 00:15:28,960
המהירות שלו או שתדעו מה המיקום 
של האלקטרון או שתדעו מה המהירות 

174
00:15:28,960 --> 00:15:31,400
שלו. 
אי אפשר את שניהם ביחד. 

175
00:15:31,560 --> 00:15:36,480
אי אפשר אופן הפעולה של המערכות 
הגנרטיביות הוא כזה שאם אתה רוצה 

176
00:15:36,480 --> 00:15:41,040
מערכת ממש חכמה אתה זקוק להרבה 
מאוד שכבות של נוירונים להרבה 

177
00:15:41,040 --> 00:15:46,080
מאוד נוירונים והרבה מאוד משקלים.
אבל ככל שהמערכת יותר חכמה ככה 

178
00:15:46,080 --> 00:15:49,590
היכולת שלנו לדעת מה קורה בתוכה. 
צונחת. 

179
00:15:51,630 --> 00:15:57,190
אפשר את שניהם ביחד או שתדע מה 
קורה בתוך מערכת פשוטה או שלא תדע

180
00:15:57,430 --> 00:16:02,750
מה קורה בתוך מערכת חכמה. 
צריך לומר הפיזיקאים מתמודדים עם 

181
00:16:02,750 --> 00:16:07,550
עיקרון אי הוודאות במכניקת 
הקוונטים שהוא הגבלה יסודית בטבע 

182
00:16:07,550 --> 00:16:11,590
שאין דרך לשנות אותה. 
אנשי למידת המכונה מתמודדים עם 

183
00:16:11,590 --> 00:16:16,670
הגבלה שנובעת מהארכיטקטורה של 
הטכנולוגיה וממורכבות חישובית 

184
00:16:16,670 --> 00:16:19,560
אדירה. 
והם כן שואפים לשנות אותה. 

185
00:16:19,800 --> 00:16:23,030
הם עדיין לא הצליחו. 
אבל הם מנסים. 

186
00:16:24,110 --> 00:16:28,590
ענף למידת המכונה מתמודד לא רק עם
בעיות שמתכתבות עם מכניקת 

187
00:16:28,590 --> 00:16:32,550
הקוונטים, אלא גם עם אלו שנובעות 
מתיאוריית הכאוס. 

188
00:16:34,280 --> 00:16:38,680
הוא משתמש בדימוי הזה של אפקט 
הפרפר כדי להמחיש את הרעיון של 

189
00:16:38,760 --> 00:16:43,560
רגישות לתנאי ההתחלה. 
כלומר, ששינוי זעיר כל כך זעיר, 

190
00:16:43,560 --> 00:16:48,720
שאין לנו סיכוי להבחין בו פרפר 
בסך הכל מנופף בכנפיים שלו במדינה

191
00:16:48,720 --> 00:16:54,080
מרוחקת, יכול לגרום לתגובת שרשרת 
שמעצימה את השינוי ההתחלתי 

192
00:16:54,320 --> 00:17:00,150
ומובילה לתוצאה קיצונית. 
ולא צפויה פורנדו בטקס אנחנו 

193
00:17:00,150 --> 00:17:04,270
יודעים שהאופן שבו אנחנו מנסחים 
את הפנייה שלנו לצ'אט בוטים, 

194
00:17:04,349 --> 00:17:08,790
האופן שבו אנחנו כותבים את 
הפרונט, משפיע במידה כזו או אחרת 

195
00:17:08,829 --> 00:17:12,349
על התוצאה. 
על זה מבוסס הרעיון של הנדסת 

196
00:17:12,349 --> 00:17:18,150
פרומטים, אבל מה שרבים לא יודעים 
הוא שלפעמים הוספה של פסיק של וו 

197
00:17:18,150 --> 00:17:23,750
החיבור של המילה בבקשה גם הם 
יכולים להשפיע על התוצאה בצורה 

198
00:17:23,750 --> 00:17:31,990
דרמטית ולא תמיד לטובה. 
דמיינו את מודל הבינה המלאכותית 

199
00:17:31,990 --> 00:17:36,990
שעליו מבוסס שצי פי טי כאילו היה 
רוכב אופנוע בנוף הררי. 

200
00:17:40,310 --> 00:17:45,470
לרוכב הזה יש הנחיה שאותה הוא 
קיבל מהבוס המתמטי שלו, מאלגוריתם

201
00:17:45,630 --> 00:17:51,190
וההנחיה שלו היא להגיע לנקודה 
הנמוכה ביותר בנוף לעמק הכי נמוך,

202
00:17:51,230 --> 00:17:55,070
כי שם בשפל נמצאת התשובה הטובה 
ביותר. 

203
00:17:55,270 --> 00:17:59,870
שם נמצאת התשובה שהסבירות שהיא 
שגויה היא הנמוכה ביותר. 

204
00:18:00,310 --> 00:18:05,310
אז רוכב האופנוע שלנו מנסה כל 
הזמן לרדת עוד ועוד ועוד למטה. 

205
00:18:05,550 --> 00:18:08,550
היא בכך וממזער את פונקציית 
ההפסד. 

206
00:18:09,190 --> 00:18:15,190
את הלוספנקשן כאשר אנחנו מקלידים 
פרומפט לצ'צ'י פי טי אנחנו ממקמים

207
00:18:15,190 --> 00:18:20,110
את האופנוען בנקודה מסוימת בתוך 
הנוף ההררי ומשם הוא מתחיל את 

208
00:18:20,110 --> 00:18:23,230
המסע שלו כלפי מטה אל התשובה 
הסופית. 

209
00:18:24,230 --> 00:18:28,550
אבל כזכור זה נוף הררי. 
יש בו אזורים משופעים ויש בו 

210
00:18:28,550 --> 00:18:33,230
אזורים יותר שטוחים. 
באזורים המשופעים יש מצוקים חדים 

211
00:18:33,230 --> 00:18:36,320
וגבוהים. 
אם תזיזו את האופנוען כלומר את 

212
00:18:36,320 --> 00:18:42,430
הפרונט שלכם מעט מאוד על מצוק. 
כך צר ומשופע אם במקום לכתוב זה 

213
00:18:42,430 --> 00:18:47,870
חשוב לי תכתבו זה חשוב לי מאוד. 
בסך הכל הוספתם את המילה מאוד. 

214
00:18:48,070 --> 00:18:53,830
התוצאה עשויה להיות דרמטית. 
הסיבה לכך היא שהזתם את רוכב 

215
00:18:53,830 --> 00:18:58,990
האופנוע מטר וחצי ימינה, ולכן 
מבחינה מתמטית הוא עשוי להעדיף 

216
00:18:58,990 --> 00:19:04,590
לרדת בצד האחר של המצוק, מה 
שיוביל אותו לעמק שונה, מה שיוביל

217
00:19:04,590 --> 00:19:11,630
אותו לתשובה אחרת. 
מצד שני, אם תזיזו את רוכב 

218
00:19:11,630 --> 00:19:17,830
האופנוע מטר וחצי באזור שטוח ברמה
זה לא ממש ישנה, הוא עדיין ישאר 

219
00:19:17,830 --> 00:19:22,750
קרוב למקום שבו הוא היה והתשובה 
שלו לא תשתנה באופן מהותי. 

220
00:19:26,970 --> 00:19:33,450
איפה הבעיה שאין לנו מפה גם לנו 
וגם למפתחים אין מפה אנחנו לא 

221
00:19:33,450 --> 00:19:38,290
רואים את הנוף, אנחנו לא יודעים 
איפה נמצא האופנוען, אנחנו נמצאים

222
00:19:38,290 --> 00:19:44,200
בחשכה. 
אנחנו לא יודעים ויש מצב שאף פעם 

223
00:19:44,200 --> 00:19:50,160
לא נדע האם הפרונט שלנו מניח את 
האופנוען על רמה שטוחה או על מצוק

224
00:19:50,200 --> 00:19:53,640
ממש ממש חד. 
אנחנו לא יודעים, אולי אף פעם לא 

225
00:19:53,640 --> 00:19:56,600
נדע עד כמה התוספת של המילה 
בבקשה. 

226
00:19:57,510 --> 00:20:03,790
או אשמח אם עד כמה כל השינויים 
האלו משפיעים על התוצאה עכשיו 

227
00:20:03,790 --> 00:20:07,670
במשימות רגילות נניח כתיבת שיר זה
לא כל כך נורא. 

228
00:20:07,830 --> 00:20:10,830
אז המודל יבחר במילה הזו ולא 
במילה ההיא. 

229
00:20:10,990 --> 00:20:17,110
אבל במשימות קריטיות ייתכן ששינוי
קטן ובלתי נראה יוביל לכישלון 

230
00:20:17,110 --> 00:20:21,390
קטסטרופלי. 
אנחנו מתמודדים עם מערכת שרגישה 

231
00:20:21,390 --> 00:20:27,230
באופן קבוע לתנאי ההתחלה ואין לנו
מושג האם לנופף בכנפיים של הפרונט

232
00:20:27,270 --> 00:20:33,510
ונקבל משב רוח בלתי מורגש או שמא 
נקבל טורנדו בצד השני של התשובה. 

233
00:20:53,950 --> 00:20:58,750
לליבה המתמטית של המודל יש מטרה 
אחת למזער את פונקציית ההפסד, 

234
00:20:58,870 --> 00:21:03,430
להיות כמה שיותר קרוב למטרה 
הסטטיסטית שהיא ניבוי המילה הבאה 

235
00:21:03,430 --> 00:21:09,350
ברצף שמבוסס בעיקר על מיליארדי 
הטקסטים שהזינו לו בשלבי האימון. 

236
00:21:09,590 --> 00:21:14,230
בחלק גדול מהמקרים, אופן הפעולה 
הזה של המודל מספק תוצאה מצויינת,

237
00:21:14,230 --> 00:21:17,200
אבל בחלק אחר. 
אנחנו מקבלים הזיות. 

238
00:21:24,350 --> 00:21:28,590
הזיות שיכולות לבוא לידי ביטוי 
בתשובות חלקיות ואפילו כאלו שאין 

239
00:21:28,590 --> 00:21:33,390
בינן לבין המציאות שום קשר 
מתרחשות כאשר המודל בוחר בנתיב 

240
00:21:33,390 --> 00:21:38,950
מילים שנראה לו הכי סביר מבחינה 
סטטיסטית, אבל שהוא שגוי מבחינה 

241
00:21:38,950 --> 00:21:42,150
עובדתית. 
יש כל מיני דרכים שבהם מנסים 

242
00:21:42,150 --> 00:21:46,430
לפתור את הבעיה הזו. 
אחת מהן היא לתת למודל לצאת החוצה

243
00:21:46,470 --> 00:21:51,950
לאינטרנט ולחפש תשובות. 
גרי מידע כדי להשלים את פערי הידע

244
00:21:51,950 --> 00:21:57,230
שלו, זה נקרא ראג, האם זה עוזר? 
כן, לפעמים זה עוזר. 

245
00:21:57,590 --> 00:22:00,110
האם זה תמיד פותר את בעיית 
ההזיות? 

246
00:22:00,270 --> 00:22:03,470
ממש לא. 
מודלים ממשיכים לסבול מהזיות, 

247
00:22:03,470 --> 00:22:08,390
אפילו כשהם שולפים מידע בזמן אמת 
ממגרי מידע מאומתים. 

248
00:22:14,030 --> 00:22:21,510
אחת הסיבות להזיות היא מה שמכונה 
טמפרטורה טמפרטורה היא משתנה 

249
00:22:21,510 --> 00:22:26,110
שהמתכנתים יכולים לשחק איתו 
טמפרטורה גבוהה מכניסה יותר 

250
00:22:26,110 --> 00:22:30,590
יצירתיות לתשובות של המודל שזה 
יופי כי הוא לא ישמע רובוטי 

251
00:22:30,630 --> 00:22:36,070
ושטוח, אבל המחיר של היצירתיות 
הזו היא רנדומליות שמגבירה את 

252
00:22:36,070 --> 00:22:40,400
ההסתברות שהמודל יהיה, איך לומר. 
יצירת בידי. 

253
00:22:47,390 --> 00:22:52,470
התוצאה היא מבוכה מוחלטת. 
אין לנו שום יכולת לדעת מה נכון 

254
00:22:52,510 --> 00:22:56,070
ומה לא. 
המודל לא אומר אני לא בטוח. 

255
00:22:56,110 --> 00:22:59,870
הוא לא אומר. 
יכול להיות שהוא לא אומר תשמע, 

256
00:22:59,950 --> 00:23:05,790
אני אהיה יצירתי ואומר שלא לא, 
הוא מציג תשובה שלפחות בחלק 

257
00:23:05,790 --> 00:23:11,070
מהמקרים היא ערבוב של אמת ודיה 
והוא עושה את זה באופן שלא ניתן 

258
00:23:11,070 --> 00:23:20,670
להבחין בו. 
המשמעויות הטכנולוגיות של הזיות 

259
00:23:20,670 --> 00:23:25,350
מהסוג הזה הן אמיתיות. 
כן, אמרתי משמעויות טכנולוגיות. 

260
00:23:25,550 --> 00:23:29,830
בסוף יש גם משמעויות חברתיות. 
תכף אגיע אליהם, אבל אני רוצה 

261
00:23:29,830 --> 00:23:33,110
להתחיל דווקא עם המשמעויות 
הטכנולוגיות. 

262
00:23:33,750 --> 00:23:37,190
אנחנו יודעים שמודלי הבינה 
המלאכותית מתאמנים על מידע 

263
00:23:37,190 --> 00:23:41,750
שמתפרסם באינטרנט, אבל מאיפה מגיע
המידע שאנחנו מוצאים באינטרנט? 

264
00:23:42,390 --> 00:23:47,510
בעבר לא הייתה שאלה, אנחנו בני 
האדם, אנחנו כתבנו אותו, אבל 

265
00:23:47,510 --> 00:23:53,270
מחקרים שבוצעו לקראת סוף 2025 
מצאו שכחמישים ושבעה אחוזים מכלל 

266
00:23:53,270 --> 00:23:58,790
התוכן החדש שנוצר באינטרנט נוצר 
על ידי מערכות בינה מלאכותית או 

267
00:23:58,910 --> 00:24:01,630
תורגם באמצעות מערכות בינה 
מלאכותית. 

268
00:24:01,950 --> 00:24:07,550
על פי חלק מהמומחים, באלפיים 26, 
מקורו של כתשעים אחוזים מהתוכן 

269
00:24:07,550 --> 00:24:12,310
החדש שיווצר באינטרנט יהיה 
במערכות בינה מלאכותית כמו צגי פי

270
00:24:12,310 --> 00:24:16,310
טי ג'. 
אוגרוק וההשפעה של זה על בעיית 

271
00:24:16,310 --> 00:24:20,230
ההזיות היא עגומה. 
ורמלה. 

272
00:24:24,870 --> 00:24:29,950
מצד אחד, מערכות בינה מלאכותית 
נוטות להזיות, ומצד שני הזיות 

273
00:24:29,950 --> 00:24:34,910
האלו מתפרסמות באינטרנט ואז 
מוזנות חזרה למודלים החדשים 

274
00:24:35,030 --> 00:24:41,350
שמתאמנים על התוכן החדש שפורסם 
באינטרנט, כאשר מודלי השפה 

275
00:24:41,350 --> 00:24:45,990
הגדולים נתקלים בתוכן שנכתב על 
ידי בינה מלאכותית, הם לא מסוגלים

276
00:24:45,990 --> 00:24:49,350
לזהות אותו, לסנן אותו או לדחות 
אותו. 

277
00:24:49,590 --> 00:24:53,950
כל מה שמעניין אותם הוא לנתח את 
הרצף הסטטיסטי של המילים, אבל 

278
00:24:53,950 --> 00:24:58,630
כאשר הם מתאמנים על תוכן שיוצר על
ידי בינה מלאכותית, הם עצמם 

279
00:24:58,710 --> 00:25:02,830
עשויים להתמוטט. 
זה מצב שמכונה התמוטטות המודל 

280
00:25:03,070 --> 00:25:13,510
מודל קולפס. 
הסיבה להתמוטטות הזו היא שהתוכן 

281
00:25:13,510 --> 00:25:18,350
שנוצר על ידי בינה מלאכותית נוטה 
להיות פחות מגוון, ובעיקר הוא 

282
00:25:18,350 --> 00:25:22,750
מוטה מבחינה סטטיסטית. 
אחרי הכל, המודלים נוטים לבחור את

283
00:25:22,750 --> 00:25:27,790
המילים הסבירות והבטוחות ביותר, 
כאשר מודלים חדשים מתאמנים על 

284
00:25:27,790 --> 00:25:32,510
תוכן מהסוג הזה הם מאבדים 
ניואנסים והומור, הם פחות חשופים 

285
00:25:32,510 --> 00:25:36,190
להתפלגות האמיתית והמאוד עשירה של
השפה האנושית. 

286
00:25:36,710 --> 00:25:41,110
ולכן הם מתחילים לייצר פליטים 
גנריים וחזרתיים. 

287
00:25:41,590 --> 00:25:45,790
תוסיפו לזה שהמידע שעליו הם 
מתאמנים, לפחות בחלקו הוא בולשיט 

288
00:25:45,790 --> 00:25:48,230
מוחלט. 
וקיבלתם איך אמרנו? 

289
00:25:48,230 --> 00:25:57,840
קוראים לזה מודל קולפס. 
יש כאן פרדוקס. 

290
00:25:59,110 --> 00:26:05,350
מירכ המודלים. 
מתקשים להבחין, לפעמים לא יודעים 

291
00:26:05,390 --> 00:26:11,270
איך להבחין בין תוכן אנושי לתוכן 
מלאכותי, תוכן שמכונה בשם מדיה 

292
00:26:11,270 --> 00:26:15,430
סינתטית, וגם אנחנו סובלים מאותה 
הבעיה בדיוק. 

293
00:26:15,990 --> 00:26:21,430
ככל שחולף הזמן גם אנחנו מתקשים 
להבחין בין תמונה של אדם אמיתי 

294
00:26:21,430 --> 00:26:26,550
לתמונה של אדם סינתטי, בין טקסט 
שנכתב על ידי סופר אמיתי לטקסט 

295
00:26:26,550 --> 00:26:30,310
שנכתב על ידי מכונה בין סרטון 
שצולם על ידי אדם. 

296
00:26:30,630 --> 00:26:34,230
בשר בדם לסרטון שהופק על ידי 
אלגוריתמים. 

297
00:26:34,750 --> 00:26:39,990
נכון לראשית 2026 יש יותר ויותר 
סרטונים שאתה מסתכל עליהם ואתה 

298
00:26:39,990 --> 00:26:45,150
אומר כן, זה נראה לגמרי אמיתי אבל
זה לא זה. 

299
00:26:45,150 --> 00:26:52,360
סינטטי זה מלאכותי. 
צריך לומר, חברות הבינה המלכותית 

300
00:26:52,360 --> 00:26:57,440
מנסות לפתח מודלים שייצרו מדיה 
סינתטית, שאותה הם יוכלו להזין 

301
00:26:57,440 --> 00:27:02,040
למודלים החדשים שלהם מבלי שהם 
יתמוטטו מבלי שהם יוכלו במחלת 

302
00:27:02,040 --> 00:27:05,920
הפוליט הפרה משוגעת. 
אבל גם אם הם יצליחו, זה לא יפתור

303
00:27:05,920 --> 00:27:09,310
את הבעיה שלנו. 
הבעיה שלנו היא שמודלי הבינה 

304
00:27:09,310 --> 00:27:14,150
המלאכותית מייצרים עולם כאוטי שבו
לא נוכל לסמוך על החושים שלנו 

305
00:27:14,550 --> 00:27:17,350
בעולם שכזה. 
מה יקרה לדיני הראיות? 

306
00:27:17,510 --> 00:27:22,150
מה יקרה בבתי המשפט, מה יקרה 
בזירה הציבורית כאשר בכל מקרה בכל

307
00:27:22,150 --> 00:27:28,390
אדם יוכל לומר זה לא אני, זו בינה
מלאכותית, איזה סוג של חברה מקבל 

308
00:27:28,550 --> 00:27:32,310
אם וכאשר אנשים יהפכו לאיים של 
פרנויה? 

309
00:27:37,420 --> 00:27:42,860
אבל נדמה שהכאוס הגדול מכולם זה 
שאנשים רבים מזהים אותו כבר עכשיו

310
00:27:43,060 --> 00:27:53,800
הוא הכאוס שמתחולל בשוק העבודה. 
המהפכה התעשייתית הייתה מהפכה 

311
00:27:53,800 --> 00:27:59,760
טכנולוגית אנכית, מנוע קיטור נכנס
לכל תעשיה שבה השתמשו בשרירים של 

312
00:27:59,760 --> 00:28:03,480
העובדים האנושיים או של בעלי 
חיים, ואז הוא החליף אותם. 

313
00:28:04,040 --> 00:28:08,240
מי שנפגע במהפכה ההיא היו בעיקר 
עובדי הצווארון הכחול. 

314
00:28:08,790 --> 00:28:13,670
שעבדו בעבודות מהסוג הזה או שהם 
הוחלפו לגמרי או שהתפקיד שלהם 

315
00:28:13,670 --> 00:28:19,470
ישתנה, אבל המהפכה התעשייתית לא 
פגעה בבנק אין, לא פגעה בעורכי 

316
00:28:19,470 --> 00:28:25,630
דין, הם לא משתמשים בשרירים שלהם.
נכון, מהפכת הבינה מלאכותית שונה 

317
00:28:25,830 --> 00:28:29,550
היא מהפכה אופקית, והיא משפיעה על
כל תעשיה. 

318
00:28:29,670 --> 00:28:33,310
היא לא הולכת על הגוף שלנו, היא 
הולכת על הראש שלנו. 

319
00:28:35,360 --> 00:28:38,840
מהסיבה הזו, הפעם דווקא עובדי 
הצווארון הלבן. 

320
00:28:39,390 --> 00:28:45,910
נמצאים על הכוונת רואה חשבון, 
פרסומאים, רופאים, מתכנתים וכן גם

321
00:28:45,910 --> 00:28:51,960
עורכי דין ובנקאים. 
התוצאה צפויה להתבטא בהשפעה 

322
00:28:51,960 --> 00:28:57,640
משונה, חדשה וייחודית על שוק 
העבודה, בגלל שקצב ההתקדמות בתחום

323
00:28:57,640 --> 00:29:02,240
הרובוטיקה איטי יותר בהשוואה לקצב
ההתקדמות בתחום התוכנה, עבודות 

324
00:29:02,240 --> 00:29:07,560
שדורשות פיזיות, אנשי סיעוד, 
ייצור עבודות בניין, מטפלים 

325
00:29:07,560 --> 00:29:11,950
סייעים מלצרים. 
הסכנה שהם יוחלפו לפחות בטווח 

326
00:29:11,950 --> 00:29:16,990
הקצר, היא יחסית נמוכה גם בקצה 
העליון של שוק העבודה, עבודות 

327
00:29:16,990 --> 00:29:21,950
שדורשות חשיבה אסטרטגית, 
יצירתיות, שיפוט מורכב ורב תחומי,

328
00:29:22,030 --> 00:29:26,550
שלא לדבר על עבודות טכנולוגיות 
סופר מבוקשות כמו חוקרי בינה 

329
00:29:26,550 --> 00:29:29,390
מלאכותית. 
גם שם המצב לא רע. 

330
00:29:29,630 --> 00:29:36,760
איפה המצב כאוטי באמצע? 
אנשי טלמרקטינג, אנשי שירות 

331
00:29:36,760 --> 00:29:42,870
לקוחות, פסיכולוגים, אנשי הוראה. 
גרפים, מתווכים, יועצים, האנשים 

332
00:29:42,870 --> 00:29:46,670
שעובדים בעבודות האלו הם מגלים 
שהם הכי פגיעים. 

333
00:29:49,760 --> 00:29:53,760
בעבר, עורך דין בכיר היה זקוק 
לעוזר משפטי כדי שיעזור לו 

334
00:29:53,760 --> 00:29:58,800
להתכונן לתיק היום בינה מלאכותית 
יכולה לבצע את המחקר המשפטי מהר 

335
00:29:58,800 --> 00:30:03,800
יותר ולפעמים בצורה יותר מעמיקה, 
בהנחה שהיא לא הוזה, בהנחה שהיא 

336
00:30:03,800 --> 00:30:09,360
לא הוזה, מה שאומר שכעת עורך הדין
הבכיר יכול לטפל ב-3 תיקים. 

337
00:30:09,870 --> 00:30:18,830
לא ב-1, והעוזר המשפטי ביי ביי. 
ההתקדמות המהירה בתחום הבינה 

338
00:30:18,830 --> 00:30:24,270
המלאכותית גורמת לכך שטווח הזמן 
שבו מיומנויות מקצועיות נחשבות 

339
00:30:24,270 --> 00:30:30,470
לרלוונטיות הולך ומתקצר, מיומנות 
שבעבר נדרשו שנים כדי לרכוש אותה 

340
00:30:30,710 --> 00:30:33,710
עשויה להפוך למיושנת בתוך כמה 
חודשים. 

341
00:30:33,990 --> 00:30:38,670
מערכת ההשכלה הגבוהה איטית מדי 
מכדי להתמודד עם הקצב המסחרר הזה.

342
00:30:38,950 --> 00:30:42,510
לא בטוח שהיא בכלל מסוגלת או 
יכולה להתמודד עם הקצב הזה. 

343
00:30:43,320 --> 00:30:46,440
והתוצאה מוכרת לכל סטודנט 
וסטודנטית שלומדים בעולם 

344
00:30:46,440 --> 00:30:50,190
באוניברסיטה. 
במכללה הוא וגם היא שואלים את 

345
00:30:50,190 --> 00:30:55,270
עצמם מה מתוך מה שאני לומד עכשיו 
יהיה רלוונטי בעוד 3 שנים, כשאצא 

346
00:30:55,270 --> 00:31:00,320
לשוק העבודה. 
זה נכון שתמיד היה פער בין מערכת 

347
00:31:00,320 --> 00:31:06,480
ההשכלה הגבוהה לשוק העבודה, אבל 
כיום הפער הזה רק הולך ומתרחב. 

348
00:31:07,040 --> 00:31:12,720
הכאוס שמתרחש כבר כעת בשוק העבודה
לא מתחיל ונגמר בשאלה האם תהיה 

349
00:31:12,720 --> 00:31:15,160
לנו עבודה. 
כאשר נסיים את הלימודים. 

350
00:31:15,520 --> 00:31:18,760
עובדים שנמצאים עכשיו בשוק העבודה
שעובדים. 

351
00:31:19,990 --> 00:31:24,950
מדווחים על תחושת חרדה ועל לחצים 
הולכים וגוברים להשתמש במערכות 

352
00:31:24,950 --> 00:31:30,710
הבינה המלאכותית בכל מחיר. 
באוגוסט 2025 סיפר מנכל חברת 

353
00:31:30,710 --> 00:31:35,870
כהןבייס, בריין ארמסטרונג, שהוא 
פיטר מהנדסים שלא השתמשו בבינה 

354
00:31:35,870 --> 00:31:37,750
מלאכותית. 
הוא פשוט פיטר אותם. 

355
00:31:38,190 --> 00:31:42,470
הוא אמר שהיעד של החברה שלו הוא 
שחמישים אחוז מקוד המחשב החדש 

356
00:31:42,670 --> 00:31:47,670
ייוצר על ידי בינה מלאכותית, מה 
שאומר שהמהנדסים חייבים להשתמש 

357
00:31:47,670 --> 00:31:51,710
בכלי בינה מלאכותית כדי שהקוד הזה
יבוצר לא השתמשת. 

358
00:31:51,710 --> 00:31:57,960
ביי ביי. 
זה לא מפתיע שמחקר שפורסם בראשית 

359
00:31:57,960 --> 00:32:03,520
2025 מצא ששליש מהעובדים הודו שהם
חייבלו באופן פעיל ומודע 

360
00:32:03,680 --> 00:32:07,760
בפרויקטים להטמעת מערכות בינה 
מלאכותית במקום העבודה שלהם, בין 

361
00:32:07,760 --> 00:32:12,470
אם באמצעות צירוף. 
במערכות האלו או התעלמות מדרישות 

362
00:32:12,470 --> 00:32:18,310
חוזרות ונשנות לבוא להדרכות בקרב 
עובדים מדור הוואי ודור הזד שיעור

363
00:32:18,310 --> 00:32:23,350
החבלנים עלה לארבעים ואחד אחוזים,
אבל לא כולם חבלנים. 

364
00:32:23,670 --> 00:32:29,150
יש כאלו שפשוט מייצרים עבודת זבל 
סתם תאגידי וורקסלופ. 

365
00:32:33,080 --> 00:32:36,960
המושג הזה, שנטבע על ידי חוקרים 
ממעבדת המדיה החברתית שבו 

366
00:32:36,960 --> 00:32:40,520
אוניברסיטת סטנפורד מתארת תוצרי 
בינה מלאכותית. 

367
00:32:40,990 --> 00:32:46,470
שנראים כמו עבודה טובה שמתחפשים 
לעבודה טובה, אבל שחסרים את המהות

368
00:32:46,470 --> 00:32:50,190
הנדרשת כדי לקדם משימה נתונה 
באופן משמעותי. 

369
00:32:51,880 --> 00:32:56,840
במקום שהעובדים ייצרו תוצרי בינה 
מלאכותית שיחסכו זמן, הם משתמשים 

370
00:32:56,840 --> 00:33:02,480
בבינה מלאכותית כדי לייצר תוצרים 
מנופחים ומתישים שמובילים לעודף 

371
00:33:02,480 --> 00:33:05,560
עבודה. 
מכאן שהכלי שנועד להגביר את 

372
00:33:05,560 --> 00:33:10,000
היעילות הופך למכונה שמייצרת 
סרבול ורעש אינסופי. 

373
00:33:10,430 --> 00:33:15,950
מה שמוביל לבזבוז זמן ולעייפות 
אין סוף עייפות. 

374
00:33:18,360 --> 00:33:22,320
אז נניח שהרגע סיימת ללמוד 
באוניברסיטה, והחלטת שאותך לא 

375
00:33:22,320 --> 00:33:25,800
יפתחו כי אתה לא משתמש בכלי הבינה
המלאכותית? 

376
00:33:25,880 --> 00:33:31,080
אתה, בניגוד לכל הלוזרים האחרים, 
אתה מאמץ את כל כלי הבינה 

377
00:33:31,080 --> 00:33:34,720
המלאכותית. 
אתה משתמש בצ'גי פי טי כדי להעלות

378
00:33:34,720 --> 00:33:37,640
רעיונות, לכתוב דוחות ולנתח 
נתונים. 

379
00:33:37,720 --> 00:33:44,270
אתה משתמש בקפיילוט ובבייס 44? 
כדי לכתוב קוד אתה משתמש במיד 

380
00:33:44,270 --> 00:33:48,270
ג'רני כדי לייצר דימויים בשורה 
כדי לייצר סרטונים. 

381
00:33:48,470 --> 00:33:54,150
אתה משתמש כבד זה יופי, רק 
שהפעולה הזאת, שמכונה קוגניטיב 

382
00:33:54,150 --> 00:34:00,070
אופד האצלה של משימות קוגניטיביות
למכונות, ככל הנראה פוגעת ביכולות

383
00:34:00,070 --> 00:34:04,470
הקוגניטיביות שלך. 
מחקר של מייקל גרליט שפורסם 

384
00:34:04,470 --> 00:34:09,520
באלפיים 25 בכתב העת עושה. 
בחן את הקשר בין שימוש תכוף בכלי 

385
00:34:09,520 --> 00:34:12,400
בינה מלאכותית ליכולות חשיבה 
ביקורתית. 

386
00:34:13,110 --> 00:34:17,389
הממצא העיקרי שלו הוא שככל 
שהמשתמשים דיווחו שהם האצילים, 

387
00:34:17,389 --> 00:34:22,389
משימות קוגניטיביות לכלי בינה 
מלאכותית בתדירות גבוהה, כך ירדו 

388
00:34:22,550 --> 00:34:27,270
ציוני החשיבה הביקורתית שלהם. 
הבעיה חמורה במיוחד בקרב משתמשים 

389
00:34:27,270 --> 00:34:32,230
צעירים בני 17 עד 25. 
באופן לא מפתיע, הם הפגינו תלות 

390
00:34:32,230 --> 00:34:36,670
גבוהה יותר בכלי בינה מלאכותית, 
ולכן באופן לא מפתיע, ציוני 

391
00:34:36,670 --> 00:34:41,510
החשיבה הביקורתית שלהם היו נמוכים
יותר בהשוואה למשתתפים מבוגרים 

392
00:34:41,510 --> 00:34:47,389
יותר, בני 46 ומעלה שהיו פה. 
בטכנולוגיה, אבל זו לא רק חשיבה 

393
00:34:47,389 --> 00:34:52,590
ביקורתית, יכולות קוגניטיביות כמו
זיכרון, שימוש בשפה, ביצועים 

394
00:34:52,590 --> 00:34:57,150
בתחום האנליזה, סינתזה כל אלו ככל
הנראה נפגעים. 

395
00:34:57,390 --> 00:34:59,990
נו, מה הפלא? 
אנחנו לא משתמשים בשרירים 

396
00:34:59,990 --> 00:35:03,310
הקוגניטיביים האלו. 
אנחנו לא מפעילים אותם, מאמנים 

397
00:35:03,310 --> 00:35:06,950
אותם, מחדדים אותם, מה הפלא שהם 
נחלשים? 

398
00:35:07,550 --> 00:35:12,230
אגב, אני אומר ככל הנראה כי בשלב 
הזה אנחנו נמצאים רק בהתחלה, 

399
00:35:12,270 --> 00:35:14,950
בוודאי מבחינה מחקרית, אבל יש מצב
שאנחנו. 

400
00:35:15,590 --> 00:35:20,190
בזמן שאתם שומעים את המילים האלו 
ממש כבר פורסמו כמה מחקרים נוספים

401
00:35:20,390 --> 00:35:24,750
ומי שעומדים מאחוריהם הם כבר 
מרשים לעצמם להוריד את המילים. 

402
00:35:24,830 --> 00:35:27,990
ככל הנראה, הם אומרים, זה מה 
שקורה. 

403
00:35:28,230 --> 00:35:36,760
זה לא, ככל הנראה זה מה שקורה. 
במובנים מסוימים, כל הדבר הזה 

404
00:35:36,760 --> 00:35:42,440
קשור לאותו וורקסלו שהזכרתי קודם 
לכן, כאשר עובד מרוקן את הכוונה 

405
00:35:42,440 --> 00:35:45,280
שבדרך כלל נמצאת ברקע כאשר מבצעים
משימה. 

406
00:35:45,870 --> 00:35:50,310
כאשר הוא לא מנסה להשלים אותה 
בעצמו ובמקום זה הוא הופך לשומר 

407
00:35:50,310 --> 00:35:55,550
סף שמקבל מוצר מוגמר, הוא בעצם 
מוותר על תהליכי האינטגרציה, על 

408
00:35:55,550 --> 00:36:00,350
צבירת הניסיון, על היכולת להסיק 
מסקנות על כל הדברים שמתבצעים 

409
00:36:00,550 --> 00:36:05,710
כאשר אנחנו מבצעים משימות בעצמנו.
אז אוקיי, ברכות, שמרת על מקום 

410
00:36:05,710 --> 00:36:11,710
העבודה שלך כי הבוס הדושבק שלך לא
יפטר אותך בגלל שלא השתמשת בכלי 

411
00:36:11,710 --> 00:36:16,550
בינה מלאכותית, אבל המיומנויות 
המקצועיות שלך נחלשות הן. 

412
00:36:16,990 --> 00:36:23,190
כהות יותר ופחות חדות עכשיו אם 
יוצאים מנקודת הנחה שזה הניו 

413
00:36:23,390 --> 00:36:28,070
נורמל שעובדים, לא יזדקקו יותר 
למיומנויות כי מעתה והלאה זו רק 

414
00:36:28,070 --> 00:36:33,390
בינה מלאכותית כל הדרך למטה. 
אז אולי אין פה בעיה, אבל האם זו 

415
00:36:33,390 --> 00:36:37,710
נקודת המוצא הנכונה? 
ומה יקרה לעובדים ולשוק העבודה אם

416
00:36:37,710 --> 00:36:47,120
היא שגויה? 
ויש פה עניין נוסף. 

417
00:36:47,990 --> 00:36:52,630
היכולת של הבינה המלאכותית לייצר 
כמויות אינסופיות של תוכן שנראה 

418
00:36:52,630 --> 00:36:58,350
איכותי, נניח מאמרים, קוד או 
תמונות ובזמן אפסי מובילה 

419
00:36:58,350 --> 00:37:01,830
לאינפלציה קוגניטיבית. 
אנחנו רואים את זה קורה. 

420
00:37:02,150 --> 00:37:07,110
השוק מוצף בתכנים מהסוג הזה, מה 
שגורם לכך שהערך הנתפס של כל 

421
00:37:07,110 --> 00:37:11,470
יצירה, כולל זו שנוצרה במאמץ 
אנושי, קורס. 

422
00:37:11,950 --> 00:37:15,560
למה הוא קורס? 
תראו לפני הופעת הבינה המלאכותית 

423
00:37:15,560 --> 00:37:19,760
כתיבה של ספר, ניתוח נפוח נתונים,
עיצוב של קמפיין פרסומי. 

424
00:37:20,270 --> 00:37:23,030
כל אלו דרשו משאבים אנושיים 
מוגבלים. 

425
00:37:23,470 --> 00:37:27,710
הזמן שלי מוגבל, המשאבים 
הקוגניטיביים שלי הם מוגבלים. 

426
00:37:27,830 --> 00:37:33,230
היכולת שלי להתחייב לפרויקט אחד 
היא מוגבלת, מכיוון שהכל מוגבל 

427
00:37:33,230 --> 00:37:37,230
ונמצא במחסור. 
המאמץ האנושי הצדיק את התגמול 

428
00:37:37,230 --> 00:37:42,830
הכספי ואת ההכרה במומחיות של מי 
שהשקיע אותו, אבל הבינה מלאכותית 

429
00:37:42,950 --> 00:37:46,630
היא מנתקת את הקשר בין המאמץ 
לתוצר. 

430
00:37:47,440 --> 00:37:52,150
היא מייצרת תוצר שדורש אפס זמן. 
שהיא מחכה מיומנויות אנושיות 

431
00:37:52,150 --> 00:37:59,270
שנרכשו בעמל רב ובאלפי שעות, כאשר
קלות הייצור שואפת לאפס, כלכלת 

432
00:37:59,270 --> 00:38:05,150
הערך קורסת אם כולם יכולים לייצר 
תוכן מומחה בקלות, היכולת של 

433
00:38:05,150 --> 00:38:10,230
המומחה האמיתי לגבות תשלום או 
לדרוש הכרה על התהליך האנושי שלו 

434
00:38:10,430 --> 00:38:19,630
מתאיידת. 
לאורך ההיסטוריה האנושות הגדירה 

435
00:38:19,630 --> 00:38:24,230
את עצמה דרך מה שמייחד אותה 
היכולת לחשוב, ליצור אומנות, 

436
00:38:24,350 --> 00:38:30,350
להשתמש בשפה, להפגין תודעה הבינה 
המלאכותית תוקפת חזיתית כמעט את 

437
00:38:30,350 --> 00:38:34,750
כל המאפיינים האלו, מה שעלול 
להוביל לפגיעה בתפיסה העצמית שלנו

438
00:38:34,790 --> 00:38:39,880
כיוצרים וכאנשים חושבים. 
אנשים רבים רואים ביצירתיות תוצאה

439
00:38:39,880 --> 00:38:43,960
של מאמץ, תוצאה של הזמן ושל 
הייחודיות האישית שלהם. 

440
00:38:44,590 --> 00:38:49,430
היצירתיות שלי שונה מהיצירתיות של
יוצר אחר כי אנחנו אנשים שונים, 

441
00:38:49,630 --> 00:38:53,150
גדלנו בסביבה שונה. 
יש לנו הורים שונים, אופי שונה, 

442
00:38:53,150 --> 00:38:58,150
ניסיון שונה, תפיסת עולם שונה. 
כשהבינה המלאכותית מסוגלת לספק 

443
00:38:58,150 --> 00:39:01,230
בתוך שניות אין סוף גרסאות לכל 
רעיון. 

444
00:39:01,470 --> 00:39:06,550
היכולת שלנו להרגיש שהתרומה שלנו 
היא ייחודית שרק אני יכולתי לייצר

445
00:39:06,550 --> 00:39:11,150
את מה שיצרתי נפגע. 
אנשים מתחילים להרגיש שהם לא יותר

446
00:39:11,150 --> 00:39:14,680
ממזיני נתונים. 
פרונטור סוג של דאטא, נכון? 

447
00:39:15,270 --> 00:39:18,470
אוקיי, אז הנה דעת ועכשיו תני לי 
דעתה חזרה. 

448
00:39:18,790 --> 00:39:24,750
זהו, לשם הגענו, זו היצירה. 
זו בכלל נחשבת יצירה. 

449
00:39:28,400 --> 00:39:32,880
אני לא אופתע לשמוע שמי שעונה על 
השאלה הזו בשלילה מתחיל להרגיש את

450
00:39:32,880 --> 00:39:36,480
הניכור מכרסם בתוכו עם התוצר 
הסופי. 

451
00:39:36,520 --> 00:39:42,080
הוא לא תוצר של מאמץ קוגניטיבי 
ממושך ואישי, אלא רק פלט שנוצר 

452
00:39:42,080 --> 00:39:46,080
כתוצאה מפרו. 
תחושת הבעלות על העבודה נשכחת. 

453
00:39:50,670 --> 00:39:56,270
הסוציולוג ריצ'רד סנאט תיעד את 
התחושה הזו במאפייה בבוסטון בשנות

454
00:39:56,270 --> 00:39:58,790
השבעים. 
העובדים שעבדו בה היו גברים 

455
00:39:58,790 --> 00:40:04,190
יוונים שהשתמשו באף ובעיניים שלהם
כדי לשפוט מתי הלחם מוכן. 

456
00:40:04,310 --> 00:40:09,310
הם יתגאו במיומנות הזאת. 
בשנות התשעים, היורשים שלהם הפכו 

457
00:40:09,310 --> 00:40:14,840
את אותו הלחם עם מסך מגע. 
המסך סיפק להם מידע הלחם הפך 

458
00:40:14,840 --> 00:40:19,120
לאייקון על המסך, הצבע שלו היה 
פונקציה של נתונים. 

459
00:40:19,470 --> 00:40:25,550
הגוון שלו נבחר מתפריט דיגיטלי, 
דילול המיומנויות הביא לדילול של 

460
00:40:25,550 --> 00:40:29,110
הזהות האישית. 
הלחם היה עדיין טוב, אבל הרופאים 

461
00:40:29,110 --> 00:40:35,150
ידעו שהם כבר לא באמת עופים. 
אחת מהן אמרה לסנט אפייה, סנדלר, 

462
00:40:35,230 --> 00:40:37,110
הדפסה. 
מה שתרצו. 

463
00:40:37,230 --> 00:40:40,910
יש לי את כל הכישורים. 
היא התכוונה לכך שבעידן שבו 

464
00:40:40,910 --> 00:40:45,310
בוחרים גוון של לחם מתפריט 
דיגיטלי, היא לא זקוקה לשום 

465
00:40:45,310 --> 00:40:48,670
קישורים. 
לא נראה שהיא אמרה את זה בשמחה. 

466
00:40:53,400 --> 00:40:57,640
אם היית בין המעמד הבינוני 
באירופה של המאה התשע 10 ואהבת 

467
00:40:57,640 --> 00:41:03,360
מוזיקה, המשמעות הייתה שאתה מנגן 
אותה סימפוניות הגיעו לסלון, לא 

468
00:41:03,360 --> 00:41:07,720
באמצעות מערכות סטריאו אלא 
באמצעות זה שאתה ניגנת אותן. 

469
00:41:08,000 --> 00:41:14,440
זה כמובן חייב מיומנות קריאתבים 
שליטה בטכניקה, יצירת מוזיקה דרך 

470
00:41:14,440 --> 00:41:25,390
האצבעות. 
כדי לשמוע את המוזיקה שרצית היית 

471
00:41:25,390 --> 00:41:36,200
צריך להתאמן. 
ואז הגרמון והפאטיפון הגיעו 

472
00:41:36,320 --> 00:41:42,200
והפסנתרים החלו לאסוף אבק הרווח 
ברור, יכולת לזמן את התזמורת 

473
00:41:42,200 --> 00:41:45,360
לסלון שלך ולהאזין לאיזה מוזיקה 
שרצית. 

474
00:41:45,360 --> 00:41:50,840
בין אם ידעת לנגן אותה או לא. 
אבל רוחב היריעה בעל חשבון עומק 

475
00:41:50,880 --> 00:41:54,510
היישרי. 
תרגול היצירה הותיר אותך עם תחושה

476
00:41:54,510 --> 00:41:58,230
אינטימית בנוגע ליוצר ולאופן שבו 
היצירה נוצרה. 

477
00:41:58,590 --> 00:42:02,350
האם אנחנו כמאזינים חשים את אותה 
התחושה? 

478
00:42:03,150 --> 00:42:07,590
אז כן, המהלך הזה של התרחקות 
מהדבר עצמו הודות לטכנולוגיה חדשה

479
00:42:07,790 --> 00:42:12,190
ומהלך שמוכר לאורך ההיסטוריה, 
חישוב עם עיפרון ונייר, חישוב 

480
00:42:12,190 --> 00:42:16,830
באמצעות חשבוניות, חישוב באמצעות 
סרגלי חישוב, מחשבוני כיס ואז 

481
00:42:17,070 --> 00:42:20,470
מחשבים גדולים שמחשבים מיליארדי 
חישובים בשניה. 

482
00:42:20,710 --> 00:42:26,550
אבל מה קורה כאשר המרחק מהדבר 
עצמו הופך לנתק של ממש? 

483
00:42:37,720 --> 00:42:43,560
באלף 936 הוקרה לראשונה סרטו של 
צ'רלי צ'פלין זמנים מודרנים הסרט 

484
00:42:43,560 --> 00:42:48,120
הזה הוא לא רק סאטירה על המהפכה 
התעשייתית ושיטת פס הייצור של 

485
00:42:48,120 --> 00:42:52,800
הנרי פורד הוא ביקורת על עצם 
הפיכתו של האדם למכונה. 

486
00:42:53,400 --> 00:42:57,680
בסרט אנחנו רואים איך עבודתו של 
דמותו המוכרת של צרלי צ'פלין 

487
00:42:57,760 --> 00:43:03,080
הנווד, הצטמצמה לפעולה מכנית אחת,
חוזרת ונשנית וחסרת משמעות. 

488
00:43:03,880 --> 00:43:10,040
הידוק של בורג צ'פלין הופך לנספח 
פסיבי של פס יצור אינסופי ומעבד 

489
00:43:10,040 --> 00:43:12,960
את הזהות שלו. 
הוא מאבד את היכולת שלו לבצע 

490
00:43:12,960 --> 00:43:16,910
פעולות מורכבות. 
המכונה שולטת בו, לא להפך. 

491
00:43:17,110 --> 00:43:20,710
כל כך שולטת בו עד שלבסוף הוא 
נבלע בתוכה. 

492
00:43:21,310 --> 00:43:25,590
אז נכון, התקדמנו מאז העובדים 
בעידן הבינה המלאכותית לא 

493
00:43:25,590 --> 00:43:28,870
משועבדים פיזית למכונה כמו צארלי 
צאפלין. 

494
00:43:28,870 --> 00:43:33,550
אבל בפועל מה בעצם ההבדל בינם 
לבין הנווד? 

495
00:43:37,510 --> 00:43:41,870
במקום להשקיע מאמץ אינטלקטואלי, 
בניסוח או בניתוח של טקסט או 

496
00:43:41,870 --> 00:43:47,550
בכתיבה של קוד העבודה של לפחות 
חלקנו הולכת ומצטמצמת למשימות של 

497
00:43:47,550 --> 00:43:53,790
הזנה, של דאטה ופיקוח על התוצאה 
בדומה לצ'יפלינג שמהדק בורג 

498
00:43:53,870 --> 00:43:59,310
עובדים רבים הופכים למי שאחראים 
על קידוק הבורג של הפלט הסינטטי. 

499
00:44:00,120 --> 00:44:03,200
האם ניכור אינטלקטואלי עדיף על 
ניכור פיזי? 

500
00:44:07,150 --> 00:44:11,230
בכלל לא בטוח יש מצב שהוא גרוע 
ממנו. 

501
00:44:20,080 --> 00:44:24,440
האם עבור. 
סקרים. 

502
00:44:31,560 --> 00:44:39,070
אוקיי. 
מירכאות. 

503
00:44:58,150 --> 00:46:48,760
בוגרים חד. 
איזה צ'יפ. 

504
00:46:55,200 --> 00:48:04,990
מסירה. 
הפודקאסט סערה מושלמת, הוא הפקה 

505
00:48:04,990 --> 00:48:11,350
שלי יובל דרור פרקי הסדרה הוחקרו 
נכתבו, הוקלטו ונערכו על ידי. 

506
00:48:17,680 --> 00:48:22,160
אתם מוזמנים לעקוב ולהאזין לסערה 
מושלמת בחול אפליקציות הפודקאסטים

507
00:48:22,160 --> 00:48:26,560
שבסמארטפון שלכם וגם באתר 
האינטרנט של הפודקאסט בכתובת. 

508
00:48:27,470 --> 00:48:31,910
סתום נקודה. 
סיוע אל אם נהניתם ממה ששמעתם, 

509
00:48:32,030 --> 00:48:36,510
תנו לסערה הזו 5 כוכבים ועזרו לי 
להפיץ את הבשורה. 

510
00:48:36,950 --> 00:48:39,830
יש לכם שאלות, הערות, הצעות 
ומחשבות? 

511
00:48:39,990 --> 00:48:45,510
שלחו אותן אליי לכתוב את המייל פי
עשרודל פופ אפ נקודה סיוע איי אל 

512
00:48:46,150 --> 00:48:48,070
ניפגש בפעם הבאה.