הבינה המלאכותית שבנתה גשר: תובנות מדיאלוג פורץ דרך בין ישראלים לפלסטינים

אחרי אירועי ה-7 באוקטובר, רבים חשו כי האפשרות לדיאלוג קונסטרוקטיבי בין ישראלים לפלסטינים התרחקה עד כדי היעלמות. תחושת הייאוש והקיטוב העמיקה, והספקנות לגבי כל סיכוי למצוא מכנה משותף הייתה כמעט מוחלטת. על הרקע הזה, מאמר אקדמי שפורסם לאחרונה מציג תוצאות מפתיעות ומעוררות תקווה.

המאמר מתעד מאמץ שהובל על ידי ארגון הגג ALLMEP (Alliance for Middle East Peace) בתקופה שבין אפריל ליולי 2024. במסגרתו, השתמשו חוקרים ופעילים בשיטה חדשנית המשלבת דיאלוגים קבוצתיים עם בינה מלאכותית (AI), כדי לאתר הסכמות משמעותיות. התהליך כלל מספר שלבים, שהגיעו לשיאם בדיאלוג משותף שבו השתתפו כ-138 פעילי חברה אזרחית: יהודים-ישראלים, פלסטינים מהגדה המערבית ועזה, ואזרחים פלסטינים בישראל.

בניגוד לדיאלוג מסורתי, המתודולוגיה הזו אפשרה גישור וסינתזה בקנה מידה רחב, באופן שאחרת לא היה מתאפשר. מטרת מאמר זה היא לזקק ארבע תובנות מרכזיות, ולעיתים לא אינטואיטיביות, שעלו מתוך התהליך. התובנות מיועדות למנהלים ומנהלות בארגונים חברתיים בישראל, השוקלים כיצד ניתן לרתום את כוחה של הבינה המלאכותית לקידום משימות הליבה של הארגון, מעבר לשימושים אדמיניסטרטיביים פשוטים.

המחקר הוא תוצר של שיתוף פעולה בין ALLMEP (ארגון גג של ארגוני השלום), Remesh (ספקית הטכנולוגיה), וצוות חוקרים מאוניברסיטאות מובילות (כגון: האוניברסיטה העברית, הרווארד, MIT ואחרות).

תובנה ראשונה: התחלה מפתיעה - דיאלוג פנימי תחילה כדרך לבניית אמון

אחת ההחלטות האסטרטגיות המפתיעות ביותר בפרויקט הייתה להתחיל את התהליך בדיאלוגים "חד-לאומיים" – כלומר, מפגשים נפרדים לכל קבוצה – לפני קיום דיאלוג משותף. על פניו, הגישה נראית מנוגדת להיגיון: כדי לקרב בין קבוצות, קודם כל מפרידים ביניהן.

אך המטרה הייתה ברורה: לבנות אמון בתהליך עצמו ולאפשר לכל קבוצה (יהודים-ישראלים, פלסטינים מהגדה ועזה, ואזרחים פלסטינים בישראל) לגבש ולהגדיר את הערכים וה"קווים האדומים" שלה בסביבה בטוחה.

התוצאה הבולטת ביותר משלב זה הייתה ההתאמה ההדדית שנמצאה בין הקווים האדומים של היהודים-הישראלים לאלו של הפלסטינים מהגדה המערבית ועזה.

לדוגמה, בעוד שהפלסטינים הגדירו "קריאה לעקירה כפויה" כקו אדום שהצד השני לא יחצה, היהודים-הישראלים הגדירו במקביל "שיח על גירוש פלסטינים" כקו אדום שהם עצמם לא יחצו.

בנוסף, התהליך יצר כלי שפה מעשיים לניווט בנושאים רגישים, כמו ההבחנה החשובה בין "הצדקה" (Justification) לאירועי ה-7 באוקטובר, שהוגדרה כבלתי מקובלת, לבין "הסבר" (Explanation) לסיבות שהובילו אליהם, שהוגדר כלגיטימי לדיון.

חשוב לא פחות, השלב הזה חשף לא רק חסמים אלא גם בסיס משותף ועמוק של ערכים וחזונות. בכל שלוש הקבוצות עלו באופן עקבי ערכים משותפים כמו "שלום", "שוויון" ו"ביטחון" כיסודות מרכזיים. הגילוי הזה חיזק את האמונה כי מתחת למחלוקות הפוליטיות רוחשת תשתית אנושית משותפת, והיווה קרקע פורייה לשלב הדיאלוג המשותף.

עבור מנהיגים בשטח, המסר כאן הוא חד וברור: השקעה בגיבוש ובהסכמה פנימיים אינה עיקוף בדרך, אלא תנאי מקדים הכרחי להצלחתו של כל מיזם בין-קהילתי משמעותי.

אנדרו קוניה מחברת Remesh, מפרט על ביצוע המחקר, ועל נקודות מבט וערכים משותפים בתחום בניית השלום

תובנה שנייה: הטכנולוגיה היא לא הכל - איך בונים לגיטימיות במערכת מבוססת AI

עיקרון יסוד שהנחה את מתכנני התהליך היה ההנחה שהבינה המלאכותית שתשמש בפרויקט תהיה לא מושלמת. במקום לשאוף לשלמות טכנולוגית, המיקוד היה בבניית תהליך אנושי-ממוחשב שיבטיח אמון ולגיטימיות בתוצאות, גם כאשר הטכנולוגיה עלולה לטעות.

כדי להתמודד עם הסיכונים להטיה או שגיאות של המערכת, ננקטו מספר צעדים מעשיים:

• שילוב מומחים אנושיים (Humans in the loop): מומחים מכל הצדדים עברו על התוצרים שנוצרו על ידי מודלי השפה הגדולים (LLMs), תיקנו ועידנו אותם כדי להבטיח שהם משקפים נאמנה את כוונת המשתתפים.

• שקיפות מלאה (Transparency): המשתתפים עודכנו באופן מפורש כי נעשה שימוש בבינה מלאכותית ובתרגום מכונה לאורך התהליך.

• הצבעה סופית ללא AI (AI-free final vote): הנקודות הסופיות של המכנה המשותף לא אושרו על ידי אלגוריתם, אלא באמצעות הצבעה פשוטה ושקופה של כלל המשתתפים. שלב קריטי זה הבטיח שהתוצאות הסופיות זוכות ללגיטימציה ישירה מהקבוצה, ללא התערבות AI.

הלקח מכך הוא קריטי לכל ארגון חברתי: כדי להשתמש ב-AI בהקשרים רגישים, תכנון התהליך כולו חייב לתת עדיפות לבניית אמון ולגיטימיות אנושית על פני מרדף אחר שלמות טכנולוגית. האמון אינו נבנה על ידי האלגוריתם, אלא על ידי התהליך שמסביבו.

תובנה שלישית: שוויון כוחות דיגיטלי - התמודדות עם א-סימטריה באמצעות מדדים חכמים

אחד האתגרים המובנים בתהליך היה מספר המשתתפים הלא-שווה מכל צד, מצב שעלול היה להטות את התוצאות. כדי להתמודד עם בעיה זו, התהליך השתמש בחבילה של "מדדי כוח שווה" (equal-power metrics).

במילים פשוטות, אלו הן שיטות סטטיסטיות שנועדו להבטיח שלכל קבוצה תהיה השפעה שווה על התוצאה הסופית, ללא קשר למספר הנציגים שלה. הדוגמה האינטואיטיבית ביותר היא מדד "הסכמת מקס-מין" (max-min agreement). הפרשנות שלו ישירה: הוא מזהה את רמת ההסכמה המינימלית שקיבל משפט מסוים מכל הקבוצות.

באופן זה, אמירה יכולה להיחשב כ"מכנה משותף" רק אם היא זוכה לתמיכה גבוהה מכל צד וצד.

לצד מדד זה, נעשה שימוש בשיטות מתוחכמות נוספות כמו "ניקוד דאודל" (Dowdall score) כדי לספק תמונה רב-ממדית וחסינה יותר של הקונצנזוס.

עבור מנהלי ארגונים חברתיים, זוהי דוגמה קונקרטית לאופן שבו תכנון טכני מחושב יכול להבטיח שערכי ליבה כמו שוויון והכלה נשמרים גם בסביבת עבודה דיגיטלית. הטכנולוגיה יכולה, וצריכה, להיות מעוצבת כדי לשרת את הערכים האלה באופן אקטיבי.

תובנה רביעית: מופשט זה לא מספיק - תוצאות קונקרטיות שניתן לפעול לפיהן

בסופו של דבר, הצלחת התהליך נמדדת בתוצאות המעשיות שלו. השלב המשותף, שכלל כ-138 משתתפים, לא הניב רק רעיונות כלליים, אלא "הצהרות קולקטיביות" חזקות וניתנות לפעולה.

הדוגמה הבולטת ביותר היא רשימת "הדרישות ממנהיגי העולם". כל אחת מהדרישות זכתה להסכמה של 84% לפחות מכל אחד מהצדדים, ורובן קיבלו תמיכה של למעלה מ-90%.

בין הדרישות המרכזיות:

1. דרישה להפסקת אש מיידית ושחרור כל החטופים (הסכמה של 92%)

2. הכרה בטראומה של שני הצדדים (הסכמה של 93%)

3. הכללת ארגוני החברה האזרחית בדיונים לקידום שלום (הסכמה של 94%)

כפי שסיכמו זאת בהנהלת ALLMEP, לתוצאות אלו יש ערך ממשי: "ללא התהליך הזה, השיחות שלנו היו קטנות ומקוטעות יותר. השיטה הזו חיברה קולות מעבר למחלקות פוליטיות וגיאוגרפיות באופן שדיאלוג מסורתי פשוט לא היה יכול להשיג."

התהליך מבוסס ה-AI לא רק זיהה רגשות משותפים, אלא ייצר הצהרות ספציפיות בעלות קונצנזוס גבוה, שארגונים כמו ALLMEP יכולים להשתמש בהן ישירות בעבודת ההסברה והשתדלנות שלהם.

כך התנהל התהליך הדיאלוגי בסיוע בינה מלאכותית

אחת השאלות המרכזיות העולות בעת בחינת מחקר מסוג זה נוגעת לאופן שבו התקיים הדיאלוג בפועל. האם 138 פעילי השלום הישראלים והפלסטינים ישבו בחדר אחד, או שהם השתמשו בשיטות אחרות?

המתודולוגיה העיקרית של פרויקט זה הסתמכה על דיאלוגים קולקטיביים מקוונים (Collective Dialogues). זוהי נקודה קריטית להבנת הצלחת התהליך בסביבת קונפליקט טעונה:

1. השתתפות מקוונת, אנונימית ואסינכרונית

• איפה ומתי? המשתתפים ישבו בביתם או במקום הנוח להם, והתחברו לתהליך באמצעות קישור מאובטח ואנונימי לפלטפורמה טכנולוגית ייעודית (Remesh).

• אופי המשימה: ה"שאלונים" היו למעשה הנחיות פתוחות (open-ended prompts) שניתנו במהלך "סיבובי דיאלוג". המשתתפים הגישו הצהרות כתגובה להנחיות, ולאחר מכן דרגו והעריכו את ההצהרות שהוגשו על ידי משתתפים אחרים.

• היתרון באנונימיות: העובדה שההשתתפות הייתה אנונימית אפשרה לפעילים "לחלוק בפתיחות, ללא חשש משיפוט". עבור חלק מהמשתתפים, האנונימיות והדיבור ל"מחשב" הקלו על ביטוי חופשי בסביבה פוליטית רגישה.

• המפגשים עצמם: מרבית הדיאלוגים הקולקטיביים התקיימו כאירועים "חיים" (Live), שהחלו בשיחת וידאו בזום שנועדה לתת הקשר לפעילים. לאחר שיחת ההקדמה, הועבר הקישור להשתתפות בדיאלוג המקוון. הדיאלוגים נפתחו גם להשתתפות אסינכרונית (למשך מספר ימים) כדי לאפשר גמישות ונגישות מקסימלית.

• מפגשים פיזיים? הרוב המכריע של הפעילים לא נפגשו בפועל פנים אל פנים כחלק מתהליך הליבה לאיתור בסיס משותף. משוב ממשתתפים מסוימים אף ציין כי היו רוצים "להיות מסוגלים לדבר זה עם זה, לראות את הפנים של זה", מה שמדגיש את המעבר לשיטה מקוונת.

  

  צילום מסך מתוך המחקר

2. אתגר השפה: עברית, ערבית ואנגלית

נושא השפה היה אתגרי וקריטי עבור לגיטימיות והכלה, שכן שפות האם של המשתתפים כללו עברית, ערבית פלסטינית ואנגלית.

שפות השאלונים (הנחיות):

• בשלב החד-לאומי (Uninational Phase): הדיאלוגים התקיימו באופן מונו-לשוני. עבור יהודים ישראלים הם התקיימו בעברית, ועבור פלסטינים מהגדה המערבית ועזה, הם התקיימו בערבית פלסטינית.

• בשלב המשותף (Joint Phase): הגישה הייתה תלת-לשונית (Trilingual), שכללה עברית, ערבית ואנגלית. כל החומרים הטקסטואליים – כולל ההנחיות וההצהרות – סופקו לכל המשתתפים בכל שלוש השפות.

  
  

שפות המפגשים (האירועים והדיונים):

• הדיאלוגים הקולקטיביים המקוונים: התקיימו בשפות המתאימות, כאשר בפלטפורמה נעשה שימוש ב-Google Translate כדי ליצור גרסאות תלת-לשוניות של כל הצהרה בזמן אמת במהלך הדיאלוג המשותף. המשתתפים עודכנו מפורשות על שימוש זה בכלי תרגום מכונה.

• דיוני מעבר (Transitional Deliberations): מפגשים אלה, שכללו קבוצה מצומצמת של מנהלי תהליך ומומחים, נערכו כדי לסקור ולשפר את התוצרים. בשלבים אלו, הוקפד על מומחים אנושיים דוברי שפת אם (עברית וערבית) שבדקו ושיפרו את כל התוצרים שנוצרו על ידי הבינה המלאכותית, כדי להבטיח עקביות לשונית ולגיטימציה.

לסיכום, הטכנולוגיה אפשרה להתגבר על מחסום המפגש הפיזי, שעלול היה להיות בלתי אפשרי או מסוכן בתקופה שלאחר 7 באוקטובר 2023, ולהבטיח שכל אחד מהמשתתפים יוכל להשתתף באופן שוויוני בשפתו העיקרית.

מה הלאה?

המקרה שתואר כאן מדגים בעוצמה: כאשר בינה מלאכותית משולבת בתהליך אנושי מתוכנן היטב, היא יכולה להפוך לכלי משמעותי בהתמודדות עם אתגרי ליבה של ארגונים חברתיים, גם בתנאים של קיטוב עמוק וחוסר אמון.

הפרויקט מהווה הוכחת היתכנות לכך שכלי AI כבר אינם תיאוריה עתידנית, אלא משאב ממשי לעבודה רגישה, אסטרטגית ובעלת השפעה. לא כתחליף למגע האנושי, אלא כמגבר שלו.

כעת, האתגר לצוותי ההנהלה בארגונים הוא כיצד לרתום את הבינה המלאכותית לא רק למשימות שוטפות, אלא לפתרון בעיות מהותיות כמו בניית חזון, גיבוש הסכמות פנימיות, קבלת החלטות מורכבות או שיח מעמיק עם בעלי עניין. הניסיון כאן מוכיח: עם תכנון נכון, AI יכול להיות שותף אמיתי לתהליכים שמעצבים מציאות.