כלי AI עונים על שאלות גרועות — ובכך מקנים להן לגיטימציה

בטור דעה שפרסם ב-South China Morning Post ב-19 בספטמבר 2026 טוען היזם האסטוני טומאס פלאנט (Toomas Plunt), בעל הכשרה במודלים סטטיסטיים, כי כלי AI אינם רק עונים על שאלות שמציגים בפניהם — הם גם מקנים לגיטימציה לשאלות גרועות מלכתחילה. לפי הטענה המרכזית של הטור, ניתוח שמיוצר בקלות על ידי AI יכול להעניק לרעיונות חלשים אמינות שלא הרוויחו אותה, ולכן על מקבלי החלטות לוודא שהשאלה עצמה מנוסחת נכון עוד לפני שהם בוחנים את התשובה.

פלאנט פותח את הטור בסיפור אישי מלפני שנים, מתקופת עבודתו במחקר שוק. בקבוצת מיקוד (focus group) שבה השתתף, נשאלו המשתתפים מה חשוב להם בבחירת ביטוח רכב. המחיר ניצח, ההשתתפות העצמית (deductible) הגיעה במקום השני, והמוניטין של חברת הביטוח לא הוזכר כלל. בהפסקת קפה ביקש פלאנט מהמראיין לשנות את השאלה: כמה זולה צריכה להיות חברת ביטוח פחות יוקרתית כדי שמשתתף יעבור אליה. משתתף שדקות ספורות קודם לכן דירג את המחיר במקום הראשון, השיב שאין הנחה שתספיק כדי שיעבור.

לפי פלאנט, שום דבר לא השתנה מלבד ניסוח השאלה — אך משתנה שלא הוזכר כלל התברר כבלתי משא-ומתן עבור המשתתף. התשובה הראשונה, הוא כותב, לא הייתה לא-כנה; היא פשוט ענתה על השאלה שנשאלה. התשובה השנייה חשפה את מה שהראשונה לא יכלה לחשוף.

כדוגמה נוספת בטור מציין פלאנט כי LinkedIn הוסיפה לאחרונה כפתור המאפשר למשתמשים לדווח על פוסטים ש"נראים כמו AI slop" — כינוי לתוכן דל-איכות שמיוצר בהמוניות על ידי כלי בינה מלאכותית. לפי הדיווח בטור, למעלה ממיליון משתמשים השתמשו בכפתור בשבועיים הראשונים להשקתו.

המשמעות, כפי שעולה מקו הטיעון של פלאנט, היא שכאשר תשובת AI זמינה בלחיצת כפתור, קל לבלבל בין זמינות התשובה לבין איכות השאלה שמאחוריה. ככל הנראה, הנגישות הגבוהה של ניתוח AI מייצרת אשליית ביסוסיות: תשובה מפורטת ומנוסחת היטב יכולה להיראות משכנעת גם כשהיא נשענת על שאלה שמלכתחילה לא תפסה את מה שבאמת מניע את הבוחר או המחליט. מכאן הקריאה של פלאנט למקבלי החלטות — לבדוק תחילה אם השאלה שנשאלה היא באמת השאלה הנכונה, ורק אחר כך לבחון את התשובה שקיבלו, בין אם היא הגיעה מכלי AI ובין אם מכל מקור אחר.