334 הערות, אבל מי באמת מחליט?

לאחרונה פורסם על מקרה שבו כלי בינה מלאכותית הפיק 334 הערות על שלושה מסמכים בפרויקט פינוי־בינוי אחד. המקרה הזה ממחיש תופעה שהולכת ומתרחבת: בעלי דירות מעלים הסכמים לכלי AI, מבקשים לבדוק את זכויותיהם ומגיעים לעורכי הדין עם רשימות ארוכות של הערות ודרישות לתיקון.

אפשר להבין אותם. זו הדירה שלהם, והסכם פינוי־בינוי הוא מסמך מורכב שעשוי לקבוע את עתידה לשנים רבות. הרצון להבין, לבדוק ולשאול הוא טבעי ונכון. הבעיה מתחילה כשמתייחסים לתשובת הבינה המלאכותית כאל חוות דעת מקצועית שאפשר להסתמך עליה ללא בדיקה נוספת.

לא כל הערה היא בעיה אמיתית

334 הערות אינן בהכרח 334 בעיות. חלקן עשויות להצביע על חוסרים מהותיים, אחרות להתייחס לנושאים שכבר הוסדרו בנספחים, ויש גם כאלה שמציעות שינויים שאינם מתאימים לעסקה. כדי להבחין ביניהן צריך להכיר את התחום, לקרוא את מכלול המסמכים ולהבין את המשמעות המעשית של כל דרישה.

קל לקבל מהבינה המלאכותית תשובה שנשמעת משכנעת. קשה הרבה יותר לזהות מתי היא טועה, ממציאה מידע או מתייחסת לבעיה שכלל אינה קיימת. הדבר נכון במשפטים, ברפואה, באדריכלות ובהנדסה. גם כלי מצוין עלול לספק תשובה שגויה, ומי שחסר לו הידע המקצועי לא תמיד יידע לזהות זאת.

לכן, הבינה המלאכותית אינה מחליפה ייצוג משפטי. בעל דירה בהחלט יכול להיעזר בה כדי להבין מושגים ולנסח שאלות, אך עורך הדין נדרש לבחון את הדברים מתוך ראייה רחבה של העסקה ושל המשא ומתן שהוביל אליה.

מאיום על התהליך להזדמנות אמיתית

דווקא המקרה הזה ממחיש את הפוטנציאל העצום של הטכנולוגיה. היכולת לעבור במהירות על מסמכים מורכבים, להצליב הוראות ולזהות סתירות יכולה לשפר משמעותית את העבודה המקצועית. אותה בינה שהציפה מאות הערות יכולה לסייע לעורך הדין לבדוק אותן, לאתר את ההוראות הרלוונטיות ולהציע פתרונות.

אבל הפוטנציאל אינו מסתיים בבדיקת הסכמים. דמיינו מציאות שבה סוכן AI הפועל בהכוונת אדריכל שמגיש תוכנית מתקשר עם סוכן אחר הפועל בהכוונת אנשי המקצוע בוועדת התכנון. לצדם פועלים סוכנים של יועצי תנועה, תשתיות והנדסה ושל עורכי דין, כשכולם עובדים על אותה גרסה עדכנית של התוכנית.

במצב כזה, שינוי שמציע יועץ התנועה נבדק במקביל מול דרישות הבינוי והתשתיות. סתירות מתגלות מוקדם יותר, חלופות נבחנות, וסוגיות הדורשות הכרעה מגיעות לאנשי המקצוע לאחר שהמידע הרלוונטי כבר נאסף ונבדק.

לזהות את העיכוב לפני שהוא מתרחש

אפשר לקחת את החזון הזה צעד נוסף קדימה. באמצעות למידה מתהליכים קודמים, מערכות בינה מלאכותית יוכלו לסייע בזיהוי חסמים צפויים, להתריע על אישורים שעלולים להתעכב ולהצביע על פעולות שכדאי לקדם מראש.

לכך מצטרפת היכולת לתעדף משימות ולהבחין בין פעולה שיכולה להמתין לבין סוגיה שמעכבת את התקדמות הפרויקט כולו. החיבור בין תיאום, חיזוי ותעדוף עשוי לשנות באופן מהותי את הדרך שבה אנחנו מקדמים פרויקטים בענף הנדל"ן.

בכל התרחישים האלה, אנשי המקצוע אינם יוצאים מהתמונה. להפך, תפקידם הופך חשוב יותר. הם אלה שמגדירים את המטרות, מכוונים את הכלים, בודקים את התוצרים ומקבלים את ההחלטות.

בסופו של דבר, השאלה אינה כמה הערות הצליחה הבינה המלאכותית לייצר, אלא מה אנחנו יודעים לעשות איתן. 334 הערות יכולות להיות תחילתו של סרבול מיותר, אבל גם בסיס לעבודה יסודית, מהירה ומדויקת יותר. ההבדל טמון במי שמפעיל את הכלי, ובעיקר במי שמסוגל לבחון את התוצאה.

טור הדעה נכתב על ידי עו"ד שי אליאב, שותף מנהל במשרד עורכי הדין גינדי כספי ושות'