זרקור ספטמבר בנושא בינה מלאכותית
שש המגמות המשותפות של בינה מלאכותית על פני ההתמחויות
|
אוטומציה, ואחריה שיקול דעת איסוף נתונים, ניתוח והפקת תוכן שגרתיים עוברים לאוטומציה - הערך של עובד אנושי עובר לפרשנות, הצבת ספקות ואימות של תוצרי הבינה המלאכותית. |
|
משרות הפתיחה מתרוקנות תפקידי ג'וניור שהתבססו על עבודת אקסל, סקירת שוק והכנת מצגות מצטמצמים; החשיבות עוברת לתפקידי לבקרה, מסגור המשימה ושיקול דעת. |
|
היסודות חשובים יותר המסגרות הקלאסיות חשובות יותר מתמיד כדי לפקח על תוצרי בינה מלאכותית ולזהות שגיאות |
|
שליטה בבינה מלאכותית היא רף בסיס כל תחום מצפה לשליטה בבינה מלאכותית כמיומנות ליבה - ולא כמומחיות של מעטים. |
|
ניהול צוותים משולבים אדם-סוכן כאשר סוכני בינה מלאכותית מצטרפים לצוותים ומבצעים משימות מקצה לקצה, נדרשות מיומנויות חדשות של פיקוח, האצלה ואחריות. |
|
אתיקה ואחריותיות הטיה, הוגנות, שקיפות, פרטיות ואחריותיות הן סוגיות בוערות, גם בהקשר של תוכניות הלימודים ואת של הרגולציה הפורמלית. |
השפעת הבינה המלאכותית על ניהול טכנולוגיה מאת פרופ' ליאור זלמנסון
- מערכות מידע לסוכנים פועלים: מערכות עוברות מאחסון והצגה של מידע להפקת תכנים, לפרשנות מצבים ולפעולה בשם המשתמש מקצה לקצה. מגמה זו נלמדת כבר בקורס המבוא.
-
No-code ו-vibe coding מטשטשים את הגבול בין משתמש למפתח: עובדים יכולים כיום לבנות אפליקציות ואוטומציות בעצמם, מה ששוחק את הגבול בין משתמש, מפתח ומנהל מערכת.
-
ידע ארגוני הופך לתשתית פעילה: מודלי שפה הופכים את הידע הארגוני למשהו שהארגון יכול לפעול עליו ישירות; האתגר האמיתי הוא החיבור בין מודלים, נתונים פנימיים, מומחיות אנושית ותהליכי עבודה.
משמעות עבור ההתמחות:
היקף ההתמחות מתרחב אל עיצוב מחדש של תהליכים ותפקידים, עם משקל גובר לאינטגרציה, לסייבר, לפרטיות ולפיקוח על סוכנים.

