תזין את חוקת ארה”ב משנת 1787 לגלאי בינה מלאכותית, והוא יגיד לך בסבירות גבוהה: נכתב בידי בינה מלאכותית. טקסט שנוצר 236 שנה לפני ChatGPT.

זה לא מקרה בודד שנבחר בקפידה, אלא ניסוי נקי: מייסד GPTZero, אדוארד טיאן, הסביר בעצמו את הסיבה - החוקה היא טקסט שהוזן שוב ושוב לאותם מודלי שפה. הגלאי מזהה בה בדיוק את מה שהוא מזהה גם בבינה מלאכותית אמיתית. רק שכאן בטעות.

וזו בדיוק הבעיה. גלאי בינה מלאכותית לא מודד אם טקסט הגיע מבינה מלאכותית. הוא מודד משהו אחר - ומבלבל אותו עם מקור בינה מלאכותית.

מה גלאי באמת מודד

סורק פלגיאט מציג לצידך את המקור המקורי. אפשר לבדוק: כאן הפסקה שהועתקה, שם המקור. את זה אפשר לאמת ולהפריך.

גלאי בינה מלאכותית לא יכול לעשות את זה. אין לו מקור להשוואה. הוא מודד עד כמה טקסט צפוי - במונחים מקצועיים: ה-Perplexity שלו. מודלי שפה מייצרים רצפי מילים סבירים, חלקים וצפויים. לכן ההפך נחשב לחשוד: מי שכותב בצורה חלקה וצפויה נראה לגלאי כמו מכונה.

זה כל הטריק. וזו גם כל הטעות.

כי מי כותב בצורה חלקה וצפויה? לא רק בינה מלאכותית. גם אנשים שלמדו שפה זרה ונשענים על ניסוחים סטנדרטיים ובטוחים. אנשים שכותבים בפשטות ובבהירות. חלק מהכותבים הנוירו-מגוונים. הגלאי לא מסוגל להבחין בין האנשים האלה לבין בינה מלאכותית, כי הוא מעולם לא חיפש בינה מלאכותית - רק חלקות.

ההוכחה שזה תלוי בשפה, לא בבינה מלאכותית

מחקר של Stanford University (Liang et al., שפורסם ב-Patterns של Cell Press, 10.07.2023) בדק שבעה גלאים מסחריים על טקסטים אמיתיים, שאין ספק שנכתבו בידי בני אדם.

בחיבורים של תלמידי כיתה ח’ בארה”ב שיעור הטעויות היה קרוב לאפס. בחיבורי TOEFL - שנכתבו בידי אנשים שאנגלית היא עבורם שפה זרה - אותם גלאים סיווגו בטעות כ-61.22% בממוצע כטקסט שנכתב בידי בינה מלאכותית. כמעט 98% מהחיבורים סומנו על ידי כלי אחד לפחות, וכל חיבור חמישי סומן פה אחד על ידי כל שבעת הכלים.

ואז מגיע החלק שמסביר הכול. החוקרים נתנו ל-GPT-4 לצחצח לשונית את חיבורי ה-TOEFL - בחירת מילים מתוחכמת יותר, שום דבר אחר. שיעור הסיווג השגוי כבינה מלאכותית צנח מ-61.22% ל-11.77%.

אותו תוכן, אותם אנשים, אותם גלאים. רק שפה עשירה יותר. אם אוצר מילים טוב יותר הופך “טקסט של בינה מלאכותית” ל”טקסט אנושי”, אז הגלאי לא מודד בינה מלאכותית. הוא מודד רמת שפה. ומעניש את הרמה הנמוכה יותר.

מה קורה כשבודקים הרבה כלים זה לצד זה

המחקר העצמאי הרחב ביותר עד כה נערך בידי Weber-Wulff, Anohina-Naumeca, Foltýnek ועמיתים (International Journal for Educational Integrity 19:26, בעל ביקורת עמיתים, 25.12.2023). הם בדקו 14 גלאים על 54 מסמכים בעלי מקור ידוע - 756 בדיקות בודדות.

התוצאה: אף כלי אחד לא הגיע ל-80% דיוק, ורק חמישה עברו את ה-70%. שיעורי החיוב השגוי נעו בין 0% (Turnitin במבחן הזה) ל-50% (GPTZero במבחן הזה). כ-20% מהטקסטים שנכתבו בפועל בידי בינה מלאכותית יוחסו לבני אדם - ולאחר עריכה קלה, אפילו מחצית.

המחברים כותבים שהמערכות “אינן מתאימות לשימוש אקדמי”. והם מצביעים על הליבה האמיתית של הבעיה: בניגוד לסורק פלגיאט, אין כאן מקור מקורי. סטודנט שמואשם רק על סמך זה “לא הייתה לו שום אפשרות להתגונן” - במקור: no possibility for a defence.

אי אפשר להפריך מה שלא הוכח.

העד המהימן ביותר: OpenAI עצמה

אם מישהו אמור להיות מסוגל לזהות טקסט שנכתב בידי בינה מלאכותית, זה היצרן של ChatGPT. OpenAI ניסתה - עם כלי משלה בשם “AI Text Classifier”, שפורסם בינואר 2023.

אחרי כחצי שנה בלבד OpenAI הורידה אותו מהרשת. בהודעת העדכון שלה עצמה כתובה הסיבה: due to its low rate of accuracy - בשל רמת דיוק נמוכה מדי. הכלי זיהה רק 26% מהטקסטים שנכתבו בידי בינה מלאכותית, וסיווג 9% מהטקסטים האנושיים בטעות כבינה מלאכותית. לגבי טקסטים קצרים מתחת ל-1,000 תווים, הוא היה “לא אמין במיוחד”.

היצרן שבנה את המודל לא הצליח לזהות באופן אמין את הפלט שלו - והיה הוגן מספיק כדי למשוך את המוצר בחזרה.

מה הספקים עצמם כותבים באותיות הקטנות

הדבר החושף ביותר לא כתוב בחומרי השיווק, אלא בשאלות הנפוצות (FAQ).

Turnitin, המובילה בשוק בתחום החינוך, מציינת שיעור חיוב שגוי ברמת המסמך של “פחות מ-1%”. אם ממשיכים לקרוא, מתברר שהמספר הזה תקף רק למסמכים עם למעלה מ-20% תוכן שנכתב בידי בינה מלאכותית; ברמת המשפט השיעור עומד על כ-4%; ומתחת ל-20% הכלי לא מציג מספר בכלל, רק כוכבית. ו-Turnitin עצמה כותבת שהתוצאה “לא צריכה להיות הבסיס היחיד לנקיטת צעד”.

GPTZero כותבת בשאלות הנפוצות שלה עצמה שהתוצאות שלה “לא צריכות לשמש להענשת תלמידים” - these results should not be used to punish students. ובנוסף: מערך האימון מורכב ברובו מפרוזה אנגלית של כותבים בוגרים. זה בדיוק מה שמסביר את ההטיה.

וזה החוט המקשר: הספקים עצמם מזהירים בדיוק מפני השימוש הזה - ענישה על בסיס חשד - שלמענו מורים משתמשים בכלים האלה.

למען ההגינות יש גם ראיה נגדית, והיא שייכת לכאן: Turnitin פרסמה מחקר משלה (26.10.2023), שלפיו החל מ-300 מילים אין חיסרון סטטיסטי משמעותי ללומדי אנגלית. זה סותר את מחקר Stanford רק בחלקו - לגבי טקסטים ארוכים. לגבי טקסטים קצרים, Turnitin עצמה מודה בשיעורי טעות גבוהים יותר. וזה עד מטעם עצמו. מטלות קצרות, סיכומים, תשובות בנות שתי פסקאות הם שגרת יומו של סטודנט - בדיוק במקום שבו המספרים הכי גרועים.

למה אחוז קטן הוא בכל זאת מסוכן

“פחות מ-1%” נשמע מרגיע. תכפיל את זה.

בשנת 2022 הגישה Vanderbilt University כ-75,000 עבודות. מבחינה חשבונית בלבד - לא נמדד בפועל - ה”פחות מ-1%” של Turnitin עצמה היה נותן כ-750 מקרים שבהם אדם היה מסומן בטעות. האם המקרים האלה אכן קרו - החשבון לא אומר. אבל Vanderbilt הסיקה את המסקנה וכיבתה את הגלאי ב-16.08.2023, בנימוק שלדעתה תוכנת זיהוי בינה מלאכותית אינה כלי יעיל שכדאי להשתמש בו.

בהיקף המוני, שיעור שגיאה נמוך הוא לא מספר קטן. זהו מספר תלת-ספרתי של חשדות בשנה - וכל אחד מהם עם אדם מאחוריו שלא עשה דבר.

ומה לגבי המצב המשפטי בגרמניה?

הדבר החשוב ביותר קודם, וכמעט אף סיכום לא מזכיר אותו: בגרמניה נטל ההוכחה מוטל על המוסד האקדמי. גורם הבחינה חייב להוכיח מקרה של הטעיה - וגם ההטעיה וגם הסנקציה חייבות להיות מוסדרות מראש בתקנון הבחינות. ציון של גלאי אינו הופך את נטל ההוכחה.

פסק הדין העדכני ביותר ניתן על ידי בית המשפט לענייני מינהל בקאסל (25.02.2026, מס’ תיק 7 K 2134/24.KS ו-7 K 2515/25.KS). בית המשפט אישר סנקציות בשל שימוש בבינה מלאכותית - אך הסתמך במפורש לא על גלאי, אלא על סימנים שניתן לבדוק אנושית: פער בולט בין ביצועים בכתב לבין ביצועים בעל פה, שימוש חוזר ומופרז בניסוחים סטנדרטיים. פסקי הדין עדיין אינם חלוטים (נכון ל-24.07.2026); האם ערכאה גבוהה יותר תאשר אותם - זה עדיין פתוח.

מדריך מעשי של Digitale Lehre Hub Niedersachsen (Baresel, Horn & Schorer, נכון ל-24.02.2025) ממליץ למוסדות אקדמיים שלא להשתמש בגלאי בינה מלאכותית. הטיעונים שלו: נתוני בחינה אישיים (סעיף 6 ל-GDPR), האיסור על החלטות אוטומטיות לחלוטין (סעיף 22 ל-GDPR), אפשרות לסיווג ככלי בינה מלאכותית בסיכון גבוה לפי ה-EU AI Act. בהליכים הדחופים המצוטטים בבית המשפט לענייני מינהל במינכן, תוצאות הגלאי נחשבו בכל מקרה רק לאינדיקציה אחת, אף פעם לא להוכחה.

כמה אוניברסיטאות גרמניות מסיקות מכך את המסקנה הברורה ביותר ובאופן מודע כלל אינן מספקות גלאי בינה מלאכותית - כקו מדיניות רשמי, לא כדעת יחיד.

מה אפשר לעשות אם גלאי מסמן אותך בטעות

זה כאן ניתוח עיתונאי, לא ייעוץ משפטי למקרה הקונקרטי שלך - לזה צריך מישהו שמכיר את התיק. אבל אפשר לציין את הכיוון שאליו מצביעות העובדות המתועדות וההנחיות המצוטטות:

הציון לבדו אינו הוכחה. הוא מציין הסתברות, לא מקור שאפשר לאמת. תשאל מה הבסיס: איזה כלי, איזו גרסה, איזה מספר, נמדד ביחס למה? “ציון גבוה של בינה מלאכותית” בלי הפרטים האלה הוא לא הוכחה, אלא טענה.

תראה את תהליך היצירה שלך. זו ההוכחה הנגדית החזקה ביותר, וזה בדיוק מה שגלאי לא יכול לספק: היסטוריית הגרסאות של המסמך שלך (Google Docs, Word, כל שירות ענן שומר אותה), טיוטות ביניים, הערות, לשוניות מחקר, מקורות. תהליך כתיבה אמיתי משאיר עקבות. הסתברות לא משאירה.

ציין את ההטיה אם היא נוגעת לך. אם גרמנית - או אנגלית - אינה שפת האם שלך, מחקר Stanford הוא המקור שלך: אותם כלים שמעבירים דוברי שפת אם כמעט ללא שגיאות, מסמנים דוברי שפה זרה בהמוניהם. זה לא אינדיקציה נגדך, אלא פגם מבני ידוע ומדוד בכלים עצמם.

תכיר את נטל ההוכחה. בגרמניה המוסד האקדמי הוא זה שחייב להוכיח את ההטעיה, לא אתה את חפותך. במקרה חמור, זה שייך בידי הייעוץ המשפטי של המוסד שלך, עורך דין מומחה או ממונה הגנת הפרטיות.

הטיעון ההוגן שכנגד

כדי שזה לא יהפוך לחד-צדדיות נוחה: יש שני דברים שמדברים בזכות הגלאים - ואת שניהם צריך לומר.

ראשית, בני אדם מזהים טקסט של בינה מלאכותית אפילו גרוע יותר. מחקר על כתיבה מדעית (Cheng et al., 2025) מצא: שופטים אנושיים הגיעו ל-19% - רמת ניחוש אקראי. הגלאים ניצחו אותם בבירור. אלא שאותו מחקר מדד באותה עת שיעור חיוב שגוי של 72.2% בטקסט אנושי טהור. “טוב יותר מבני אדם בזיהוי” ו”לא כשיר כהוכחה” פשוט אינם סותרים זה את זה.

שנית: זיהוי במקור היצירה כן עובד. Google DeepMind הציגה ב-Nature (23.10.2024) סימן מים טקסטואלי (SynthID-Text) שמסמן פלט של בינה מלאכותית באופן אמין, מבלי להוריד באופן מדיד את איכות הטקסט - נבדק על כ-20 מיליון תשובות של Gemini. ההבדל הוא מכריע: האות מוטמע בזמן היצירה, לא מנוחש בדיעבד. בדיוק בגלל זה גם הרגולציה מתבססת על כך: החל מ-2 באוגוסט 2026 סעיף 50 של ה-EU AI Act (לפי ה-FAQ של נציבות האיחוד האירופי) מחייב ספקי בינה מלאכותית גנרטיבית לסמן את הפלט שלהם באופן קריא למכונה - עם תקופת מעבר למערכות קיימות עד 2 בדצמבר 2026. (זה המצב המשפטי לפי המקור הראשי, לא ייעוץ משפטי; בדוק את המצב נכון לתאריך הקריאה שלך.)

אז הדרך קדימה היא סימון במקור, לא ניחוש בתוצאה. העובדה שהרגולציה בוחרת בדרך הזו היא הודאה שקטה: הגלאי שפועל בדיעבד לא פותר את הבעיה.

המשפט האחד שכדאי לזכור

גלאי בינה מלאכותית הוא סיבה לשיחה, לא פסק דין. מותר לו לעורר שאלה - “ספר לי איך הטקסט הזה נוצר”. אסור לו לעולם שתהיה לו המילה האחרונה. לא בגלל שזו עמדה נחמדה, אלא כי מבחינה טכנית הוא לא מסוגל לשום דבר אחר: הוא מודד חלקות, מציין הסתברות, ולא מניח לצידה שום מקור. מי שמבסס על כך ציון או האשמה, מבלבל בין השערה לבין הוכחה.

והחוקה משנת 1787 לא הייתה כזאת.

מקורות

כל המקורות נבדקו ב-24 ביולי 2026. הנתונים תקפים לתאריך המדידה שצוין; ערכי הגלאים והמצב המשפטי עשויים להשתנות מאז.

אם משהו כאן נראה לך מיושן או שגוי: כתבו לי.