מה דורש סעיף 4 לחוק ה-AI האירופי, מתי הוא עשוי לעניין ארגון ישראלי ואיך בונים הכשרה תפקידית, מדידה ותיעוד בלי להסתפק בקורס כללי. סעיף 4 לחוק ה-AI האירופי אינו דורש מכל עובד להפוך למפתח מודלים. הוא דורש מספקים ומפעילים של מערכות AI לנקוט, כמיטב יכולתם, צעדים שיבטיחו רמה מספקת של אוריינות AI לעובדים ולאנשים שמפעילים מערכות בשמם. החובה חלה מאז 2 בפברואר 2025, והפיקוח והאכיפה עוברים לשלב מעשי בתחילת אוגוסט 2026. עבור ארגון ישראלי השאלה הראשונה אינה האם לקנות קורס, אלא האם ובאיזה אופן הפעילות נכנסת לתחולת החוק, מי משתמש באילו מערכות, על מי התוצרים משפיעים ומה חייב כל תפקיד לדעת ולעשות.
התכנית מתאימה את עומק הלמידה להקשר השימוש ושומרת ראיות סבירות לצעדים שננקטו.
מה סעיף 4 דורש בפועל
הנוסח הרשמי מחייב Providers ו-Deployers של מערכות AI לנקוט צעדים להבטחת רמה מספקת של אוריינות AI. רמת הידע אינה אחידה: יש להתחשב בידע הטכני, בניסיון, בהשכלה ובהכשרה של האנשים, בהקשר שבו המערכת מופעלת ובקבוצות שעליהן היא עשויה להשפיע. לכן הדרכת מבוא אחת לכל הארגון יכולה להיות שכבת בסיס, אך היא אינה בהכרח מספיקה למגייס, לנציג שירות, למנהל, למפתח ולמי שמאשר החלטה בעלת השפעה.
הנציבות מגדירה אוריינות AI כמיומנויות, ידע והבנה שמאפשרים שימוש מושכל במערכות והכרה בהזדמנויות, בסיכונים ובנזקים האפשריים. המבחן המעשי אינו זכירת מונחים. עובד צריך לזהות מתי הוא משתמש ב-AI, איזה מידע מותר להזין, כיצד לבדוק תוצר, מתי נדרש גילוי ומתי עליו לעצור או להסלים לאדם מוסמך.
- ידע והבנה לפי תפקיד
- שימוש מושכל ולא רק היכרות
- מודעות להזדמנויות ולסיכונים
- יכולת לבדוק, לעצור ולהסלים
מתי הנושא עשוי לחול על ארגון ישראלי
חוק ה-AI האירופי אינו חל על כל חברה ישראלית רק משום שהיא משתמשת ב-ChatGPT, Copilot או Gemini. סעיף התחולה כולל בין היתר ספקים שמעמידים מערכת AI בשוק האירופי, מפעילים שממוקמים באיחוד, וכן ספקים או מפעילים ממדינה שלישית כאשר הפלט של המערכת משמש באיחוד. הפרשנות תלויה במבנה הפעילות, במוצר, בלקוחות, בעובדים ובמקום שבו נעשה שימוש בפלט.
חברה ישראלית עם חברה-בת באירופה, מוצר AI הנמכר באיחוד, מוקד שמשרת לקוחות אירופיים או תהליך שמפיק החלטות ותוצרים לשימוש באירופה צריכה לבצע בדיקת תחולה מסודרת. חברה שאין לה זיקה כזו עדיין עשויה לבחור במסגרת כתקן ניהולי טוב. מאמר זה אינו ייעוץ משפטי; את התחולה ואת רמת התיעוד יש לבחון עם יועץ משפטי שמכיר את הפעילות בפועל.
- נוכחות או פעילות באיחוד
- מוצר AI שמוצע בשוק האירופי
- פלט שמיועד לשימוש באיחוד
- בדיקת תחולה משפטית פרטנית
אין קורס חובה ואין תעודה קסומה
לפי שאלות ותשובות של נציבות האיחוד, אין חובה לקבל תעודה מסוימת. הארגון יכול לשמור רישום פנימי של הדרכות, הנחיות ויוזמות אחרות. גם מאגר הדוגמאות של הנציבות אינו רשימת פתרונות שמקנה חזקת ציות. יותר מארבעים היוזמות שבו מציגות דפוסים אפשריים, החל מלמידה דיגיטלית וסדנאות ועד Bootcamps ושיתופי פעולה.
המשמעות היא שהאחריות נשארת אצל הארגון. תעודת השתתפות אינה מוכיחה שהעובד יודע להפעיל שיקול דעת, והדרכה טובה אינה פוטרת ממדיניות, הרשאות ובקרת תהליך. כדאי לשמור מי הוכשר, לאיזה תפקיד, על אילו מערכות, באילו תרחישים, כיצד הוערכה ההבנה ומתי התוכן עודכן.
- אין דרישת תעודה אחידה
- אפשר לתעד הכשרה והנחיות פנימיות
- דוגמה מהמאגר אינה חזקת ציות
- יכולת מתועדת חשובה מנוכחות בלבד
ארבע שכבות של תכנית אוריינות ארגונית
שכבת הבסיס מיועדת לכל מי שמשתמש ב-AI בעבודה: מגבלות המערכת, מידע, פרטיות, אימות, שקיפות ואחריות. השכבה התפקידית מתרגלת משימות אמיתיות של שירות, משאבי אנוש, כספים, שיווק, הנהלה או פיתוח. שכבת בעלי המערכת עוסקת בספק, הרשאות, ניטור, תיעוד ושינוי גרסאות. שכבת ההנהלה עוסקת בתיאבון סיכון, בעלות, מדדים ותנאי עצירה.
בתוך כל שכבה מחלקים תרחישים לפי השפעה. ניסוח רעיונות על מידע ציבורי אינו דומה לדירוג מועמד, המלצה רפואית או החלטה על זכאות. ככל שההשפעה על אדם גבוהה יותר, נדרשים ידע תחומי, הבנת מגבלות, בקרה עצמאית וסמכות אמיתית לעצור. תכנית שמתחילה מהתפקיד ומהתרחיש נשארת רלוונטית גם כשהממשק או שם המודל משתנים.
- בסיס לכלל המשתמשים
- תרגול לפי תפקיד
- הכשרת בעלי מערכת ומפתחים
- מנהלים, אחריות ושערי החלטה
כך מודדים אוריינות בלי להסתפק בשאלון תחושה
מחקרי מדידה מציעים ממדים כמו זיהוי AI, הבנת אופן הפעולה, שימוש, הערכה, אתיקה ותחושת מסוגלות. עם זאת, סקירה שיטתית מצאה שרוב הסולמות שנבדקו נשענו על דיווח עצמי ורק מיעוטם היו מבוססי ביצוע. עובד שמרגיש בטוח אינו בהכרח מזהה מקור שגוי או נמנע מהזנת מידע רגיש.
לכן מומלץ לשלב שלושה סוגי ראיה: שאלון ידע קצר, תרחיש החלטה ותוצר עבודה. בתרחיש מבקשים לבחור כלי, לסווג מידע ולהסביר מה מחייב אימות. בתוצר בודקים מקור, דיוק, גילוי, התאמה למדיניות והיכולת להסביר את חלקו של האדם. המדידה אינה מבחן ענישה; היא מפת פערים שמכוונת את ההכשרה הבאה.
- ידע עובדתי
- החלטה בתרחיש
- ביצוע במשימה
- הסבר ואחריות
תיק הראיות שכדאי להכין
תיק ראיות בסיסי כולל רשימת מערכות ותפקידים, מפת קהלים, מטרות למידה, חומרי הדרכה, מועדי השתתפות, תוצאות הערכה, מדיניות, מסלול שאלות ורשימת עדכונים. אין צורך להפוך את ההדרכה לפרויקט מסמכים כבד, אבל צריך להיות מסוגלים להסביר מדוע התוכן מתאים לסיכון ולרמת הידע של הקהל.
אחת לרבעון או כאשר מערכת משתנה באופן מהותי בודקים אם נוספו תרחישים, הרשאות או סיכונים. אירוע כמעט-ונפגע, שאלה שחוזרת או כשל בתוצר נכנסים לחומר הלמידה. כך אוריינות AI הופכת למנגנון חי של ניהול יכולת ולא לקורס חד-פעמי שנשמר בתיקייה.
- מפת מערכות, אנשים ותרחישים
- מטרות ותוכן לפי תפקיד
- השתתפות והערכת ביצוע
- עדכון בעקבות שינוי או אירוע
המקור המשפטי: חובה מותאמת הקשר ולא סילבוס אחיד
סעיף 4 של Regulation (EU) 2024/1689 קובע שספקים ומפעילים של מערכות AI ינקטו צעדים, כמיטב יכולתם, כדי להבטיח רמה מספקת של אוריינות AI לעובדים ולאנשים שמפעילים מערכות בשמם. הטקסט מחייב להתחשב בידע, בניסיון, בהשכלה ובהכשרה, בהקשר השימוש ובאנשים שעליהם המערכת מופעלת. מכאן נובעת גישה יחסית: תכנית מתאימה לסיכון ולתפקיד, לא קורס אחיד לכל משתמש.
סעיף 2 מגדיר תחולה רחבה אך לא בלתי מוגבלת. הוא כולל ספקים שמציעים מערכת או מודל בשוק האיחוד, מפעילים שממוקמים באיחוד וגם גורמים ממדינה שלישית כאשר פלט המערכת משמש באיחוד. ארגון ישראלי צריך למפות את תפקידו ואת זרימת הפלט לפני שהוא מסיק שהחוק חל או אינו חל.
- Article 4 - רמה מספקת לפי הקשר
- Article 2 - בדיקת תחולה
- Provider מול Deployer
- השפעה על אנשים כחלק מהתכנון
לוח הזמנים והאכיפה לפי הנציבות
החובה לנקוט צעדי אוריינות AI נכנסה לתחולה ב-2 בפברואר 2025. בשאלות ותשובות שפרסמה הנציבות נאמר שרשויות הפיקוח הלאומיות יתחילו לפקח ולאכוף בתחילת אוגוסט 2026. ההחלטה המעשית והסנקציה, אם תהיה, תלויות ברשות הלאומית ובנסיבות המקרה.
הנציבות מדגישה גישה מידתית ושוקלת את אופי ההפרה, חומרתה והאם הייתה מכוונת או רשלנית. היא גם מציינת שאירוע שנבע מהיעדר הכשרה והכוונה מתאימות עשוי להיות רלוונטי יותר בבחינת אכיפה. אין להסיק מכאן קנס אוטומטי על כל עובד שלא השלים קורס; יש לבנות יכולת סבירה ולשמור ראיות לצעדים שננקטו.
- החובה חלה מפברואר 2025
- פיקוח מעשי מתחילת אוגוסט 2026
- אכיפה מידתית לפי מקרה
- קשר בין הכשרה לבין אירוע
מה לומדים ממאגר הפרקטיקות של EU AI Office
מאגר ה-AI Literacy של הנציבות כולל יותר מארבעים יוזמות של חברות וגופים ציבוריים. הדוגמאות כוללות E-learning, מפגשים פנים אל פנים, Bootcamps, קהילות ושיתופי פעולה עם אקדמיה. הגיוון תואם את נוסח החוק: אפשר לבחור שילוב שמתאים לקהל, למערכות ולסיכון.
הנציבות מוסיפה במפורש שהעתקת פרקטיקה אינה יוצרת חזקת ציות ואינה מהווה אישור שלה. לכן אין לרכוש פתרון רק משום שהוא דומה לדוגמה במאגר. כדאי להשתמש במאגר כמקור לרעיונות, ואז להגדיר תוצאות למידה, תרגילים, ראיות ומנגנון עדכון לפי מערכות הארגון.
- יותר מארבעים יוזמות
- כמה פורמטים של למידה
- אין חזקת ציות אוטומטית
- התאמה לתפקיד ולמערכת
הספרות המדעית: דיווח עצמי אינו מספיק
סקירה שיטתית שפורסמה ב-npj Science of Learning בחנה 22 מחקרים שאימתו 16 סולמות לאוריינות AI. הסולמות הציגו בדרך כלל תוקף מבני ועקביות פנימית, אך רק מעטים נבדקו במלואם לתוקף תוכן, מהימנות, תוקף בין-תרבותי ורגישות לשינוי. מתוך הסולמות שנמצאו, רק שלושה היו מבוססי ביצוע לעומת 13 שהתבססו על דיווח עצמי.
הממצא אינו פוסל שאלון. הוא מראה ששאלון תחושה צריך להיות רכיב אחד. בארגון רב-לשוני ובתרבות עבודה מקומית אין להניח שסולם שנבדק במדינה אחרת מתאים ללא התאמה. משלבים ידע עובדתי, החלטה בתרחיש ותוצר עבודה, ובודקים אם המדד באמת משתנה לאחר ההתערבות.
- 22 מחקרי אימות
- 16 סולמות
- רק שלושה מבוססי ביצוע
- פער בתוקף בין-תרבותי
ממדידה כללית ליכולת בתפקיד
מחקר SAIL4ALL מ-2025 פיתח סולם לאוכלוסיות מבוגרות סביב ארבע שאלות: מהו AI, מה הוא יכול לעשות, כיצד הוא עובד וכיצד נכון להשתמש בו. המחקר מציע גם פריטי ידע וגם דיווח עצמי. AICOS מציע מדידה אובייקטיבית ומודולרית שכוללת התפתחויות של Generative AI. שתי העבודות מחזקות מעבר מהצהרה כללית על ביטחון למדידה של ידע ויכולת.
בארגון ממירים את העקרונות להתנהגות תפקידית. איש שיווק מאמת מקור וזכויות; מגייס מזהה שימוש שמשפיע על אדם; נציג שירות יודע לגלות שימוש ולהעביר לאדם; מפתח בודק נתונים והרשאות; מנהל מגדיר אחריות. אותו בסיס משותף נשאר, אך התרחיש ורמת הראיה משתנים.
- ידע ממשי לצד תפיסה עצמית
- מדידה מודולרית
- תרחיש לפי תפקיד
- הערכה שחוזרת לאחר עדכון
מדריך יישומי: כך מתחילים עם אוריינות AI לפי Article 4
כדי להפוך את הקריאה לפעולה, בחרו יחידה אחת ומשימה אחת. תארו כיצד היא מתבצעת היום, מי מעורב, איזה מידע נדרש ומהי תוצאה טובה. לאחר מכן נסחו השערה קטנה: כיצד אוריינות AI לפי Article 4 עשוי לשפר זמן, איכות, בהירות או למידה. הימנעו מיעד כללי כמו “להשתמש יותר ב-AI”; יעד שימושי מתאר התנהגות ותוצר שאפשר לראות.
בשלב הבא מומלץ למפות מערכות ותפקידים, לבנות שכבות הכשרה ולמדוד ידע, החלטה וביצוע. השתמשו רק בכלי ובמידע שאושרו, הגדירו קריטריונים לפני הפעלת הכלי ושמרו גרסה של התהליך הקיים. התייחסו לניסיון הראשון כאל פיילוט ללמידה. אם התוצאה חלשה, בדקו אם הבעיה נבעה מהגדרת משימה, מקור, הרשאה, תדריך, יכולת הכלי או בקרת האדם — ולא רק אם הפרומפט היה ארוך מספיק.
- משימה אחת וקהל מוגדר
- קו בסיס של זמן ואיכות
- כלי ומידע מאושרים
- קריטריונים ותיעוד
תכנית עבודה ל-30 יום
בשבוע הראשון ממפים את המשימה, אוספים שתי דוגמאות ומגדירים כללי מידע. בשבוע השני מקיימים הדרכה ותרגול מונחה, ובונים תבנית ראשונה. בשבוע השלישי המשתתפים מפעילים את השיטה בעבודה ומתעדים תוצאה, תיקון ושאלה. בשבוע הרביעי משווים לקו הבסיס, משתפים לקחים ומחליטים אם לשפר, להרחיב או לעצור.
הקצב חשוב יותר מהיקף התוכן. עדיף ניסוי קטן עם משוב מאשר קורס רחב שאין אחריו יישום. מנהל הקבוצה צריך להקצות זמן, להסיר חסם ולהבהיר שאין להסתיר טעויות. שגריר AI או מומחה מלווה מרכז שאלות חוזרות והופך אותן לחומר למידה. כך הידע שנוצר בפיילוט הופך לנכס ארגוני.
- שבוע 1 — מיפוי וקו בסיס
- שבוע 2 — הדרכה ותבנית
- שבוע 3 — יישום ומשוב
- שבוע 4 — מדידה והחלטה
שאלות ביקורת לפני שמרחיבים
לפני הרחבה שאלו האם המשתמשים יודעים להסביר מתי להשתמש ומתי לא, האם הם פותחים מקורות, מהי עלות התיקון והאם התהליך עובד גם בקלט שאינו מושלם. בדקו מי מרוויח מהשינוי, מי נושא בעומס חדש ומה קורה כאשר הכלי אינו זמין. שאלות אלה מונעות מצב שבו הדגמה מוצלחת הופכת במהירות לסטנדרט לא יציב.
לבסוף, ודאו שקיימים בעלים, מדד וקצב עדכון. AI משתנה במהירות, אך ארגון אינו יכול לשנות נורמות מדי יום. בנו עקרונות יציבים, רשימת כלים מתעדכנת וספריית תרחישים שעוברת בדיקה. הרחיבו רק כאשר אפשר לשחזר את התהליך, להדריך עובד חדש ולהסביר את ההחלטה לגורם מקצועי או ניהולי.
- אפשר להסביר ולשחזר
- המקורות וההרשאות ברורים
- עלות התיקון סבירה
- קיימים בעלים ומנגנון עדכון
להמשיך מהידע ליכולת
מה לקחת מכאן?
- חובת Article 4 חלה מאז פברואר 2025 והפיקוח מתחזק בתחילת אוגוסט 2026
- לא כל ארגון ישראלי נמצא אוטומטית בתחולה ונדרשת בדיקה פרטנית
- אין תעודה מחייבת אחת - נדרשים צעדים מותאמים ותיעוד סביר
- אוריינות נמדדת ביכולת לפעול, לבדוק ולהסביר ולא רק בנוכחות בקורס
המקורות שעליהם נשענת הסקירה
- European Union (2024), Regulation (EU) 2024/1689 - Articles 2, 3 and 4
- European Commission (2025-2026), AI Literacy - Questions & Answers
- European Commission, AI Act Service Desk - Article 4
- European Commission (updated 2025), Repository of AI Literacy Practices
- Lintner (2024), A Systematic Review of AI Literacy Scales, npj Science of Learning
- Soto-Sanfiel, Angulo-Brunet & Lutz (2025), SAIL4ALL
- Yuan, Tsai & Chen (2024), Charting Competence: A Holistic AI Literacy Scale
- Markus, Carolus & Wienrich (2025, preprint), AI Competency Objective Scale
המקורות נועדו להעמקה ואינם תחליף לייעוץ משפטי, מדעי או מקצועי המותאם לארגון.
רוצים להפוך את הידע לתכנית עבודה?
המכון הישראלי לבינה מלאכותית יבנה עבורכם הרצאת בינה מלאכותית, הרצאת AI, סדנה מעשית או סדרת 3–5 מפגשים שמותאמת לאנשים, לכלים ולמשימות בארגון.
לבניית תכנית אוריינות AI ארגונית