מערכות בינה מלאכותית במקום העבודה:

מבט משווה על סיכונים, הזדמנויות, רגולציה ושותפים חברתיים

ד"ר גלי רכבי

אפריל 2025

נייר זה עוסק בשילוב מערכות בינה מלאכותית (AI) במקום העבודה, ומתמקד בסיכונים, בהזדמנויות, ברגולציה ובתפקידם של השותפים החברתיים (ארגוני עובדים ומעסיקים). הנייר מציג גישות שונות להשפעות הטכנולוגיה על שוק העבודה, בוחן רגולציות במדינות שונות ומציע פתרונות רגולטוריים עבור ישראל.

בעקבות ההשוואה שערכנו בנייר זה זיהינו פערים בהיערכות לשילוב AI בשוק העבודה של ישראל בהשוואה למדינות אחרות, לצד הזדמנויות ליצירת רגולציה מותאמת. בהסתמך על הממצאים המפורטים בנייר זה, אנו  מציעים לקדם בישראל ארבע רמות של צעדים רגולטוריים:

1.  הגברת תשומת הלב ולמידה מהעולם

2. עידוד התנסות באסדרת בינה מלאכותית במקום העבודה

3. תיקוני חקיקה, דוקטרינה ואסטרטגיה בסיסיים  

4. השקעות בתשתיות ובתוכניות לשילוב עובדים מהפריפריה החברתית-כלכלית

התוצאות החברתיות-כלכליות של שילוב מערכות בינה מלאכותית תלויות במבנה המוסדי והרגולטורי של שוק העבודה. היערכות מתאימה וצמצום הפערים הרגולטוריים יכולים לסייע בצמצום אי-השוויון החברתי-כלכלי במשק ובהפחתת הסיכונים הכרוכים במערכות בינה מלאכותית.

תקציר

מבוא

• מערכות AI משולבות בשוק העבודה בדרכים שונות: בתהליכי מיון וגיוס עובדים, מעקב אחר ביצוע העבודה, התנהלות מול עובדים ועוד.

• החשש משינוי טכנולוגי מואץ עקב השימוש במערכות AI מלווה בשיח בנוגע לרגולציה של השימוש במערכות אלה ולמקומם של עובדים, ארגוני עובדים, מעסיקים ורגולטורים.

• לצד השקעה, פיתוח ויישום כלי AI במקומות עבודה, יש עיסוק רב בעולם בזיהוי הסיכונים ובניצול היתרונות של כלים אלה.

• ההשפעות של יישום AI  בשוק העבודה תלויות במוסדות שוק העבודה וברגולציה ספציפית, ולכן אפשר לעצב את מוסדות שוק העבודה כך שהשפעת אימוץ כלי AI תהא מיטיבה כלכלית וחברתית.

סיכונים בפיתוח ויישום כלי AI בשוק העבודה

• בדומה לשינויים טכנולוגיים אחרים, כלי AI עלולים להחליף עובדים בביצוע מטלות, להביא לחלוקה לא שוויונית של הרווחים בין קבוצות עובדים שונות, להגדיל את אי-השוויון בין עובדים למעסיקים, להקטין את השפעתם של ארגוני עובדים ולהחליש את המבנה המוסדי של שוק העבודה. 

• אחד החששות המרכזיים הוא העתקת ההפליה הקיימת נגד נשים ומיעוטים לתוך כלי ה-AI (הפליה ישירה) או היווצרות תוצאות מפלות בעקבות השימוש בכלים אלה (הפליה עקיפה). חשש נוסף הוא פגיעה בפרטיות העובדים.

• אי-יישום של כלי AI במקום העבודה יכול להוות סיכון גם הוא, למשל, בהיבט של תחרות מול מדינות אחרות, אי מיצוי הפוטנציאל לרווחיות ולצמצום פערים חברתיים ועוד.

מבט משווה על רגולציה של AI

• ארה"ב: התחרות הכלכלית המתעצמת מול סין ואירופה דוחפת את הממשל האמריקאי לאמץ דפוסי פעולה בלתי שגרתיים, כמו השקעה משמעותית בתשתיות ייצור, בשיתופי פעולה פרטיים-ציבוריים וביצירת תשתיות פדראליות משותפות לרגולציה של AI.

• סין: בבסיס המדיניות בסין בנוגע לפיתוח ויישום AI עומד איזון בין קידום הפיתוח והשימוש בטכנולוגיות מתקדמות ובין הצורך לשמור על יציבות הממשל.

• גרמניה: גרמניה מתמודדת עם מחסור משמעותי בעובדים עם כישורים טכנולוגיים. עקב כך נוצר לחץ להענקת אשרות עבודה למהגרים בעלי כישורים טכנולוגיים, מה שמעורר דאגה לגבי אי-השוויון במדינה. החוק מחייב מעסיקים במקומות עבודה שבהם יש מועצות עובדים לחשוף את השימוש ב-AI  למועצות העובדים, ומעודד מעורבות של מועצות העובדים בגיוס עובדים באמצעות AI .

• מדינות סקנדינביה: במדינות אלה מתאפיינת התגובה לשילוב כלי AI במקומות העבודה בחיזוק המוסדות המשותפים למדינה, למעסיקים ולארגוני עובדים, וזאת תחת מטרייה רגולטורית ענפה, המסדירה זכויות שונות, ותוך מאבק מול האיחוד האירופי על עצמאות המודל הסקנדינבי.

• דרום קוריאה: הממשל הקוריאני מקדם פיתוח וייצור באמצעותAI  דרך שלושה צינורות רגולטוריים: תשתיות, חינוך בתחומי STEM והשקעה בהסבת עסקים קטנים ובינוניים לאמצעי ייצור טכנולוגיים.

• דרום אפריקה: בדרום אפריקה קיימים שני סיכונים בעבודה עםAI  שאינם קיימים במדינות המפותחות: סיכון לעובדים בשולי שוק העבודה, שמבצעים עבודות כחלק משרשרת הייצור של ה-AI, וחשש מהשימוש של משטרים אוטוריטריים במידע שנאסף על עובדים וארגוני עובדים שנמצאים בעימות עם מעסיקים ועם כוחות פוליטיים בממשל.

ישראל: המצב כיום והצעות לעתיד

• בישראל, ההיערכות ברמת המדינה והשותפים החברתיים לאימוץ טכנולוגיות AI במקום העבודה היא מעטה. בישראל יש גם פחות ניסיון בפיתוח רגולציה לטכנולוגיות חדשות בשוק העבודה בהשוואה למדינות שסקרנו.

• משרד המשפטים ומשרד החדשנות הוציאו מסמך עקרונות מדיניות, אתיקה ורגולציה, שסוקר שאלות רחבות, כמו תחולת הדין הקיים ואתיקה הנוגעת לפיתוח ויישום של כלי בינה מלאכותית.

• לישראל יש יתרונות מוסדיים יחסיים, שמאפשרים תגובה אפקטיבית למערכות AI, ביניהם הכיסוי הרחב של ארגוני עובדים והגמישות בתוכן ובהיקף של ההסכמים בין השותפים החברתיים. כמו כן, בישראל קיימת אסדרה וחקיקת מגן רחבה, הכוללת הסדרי שכר מפורטים, דיני שוויון הזדמנויות רחבים ודיני פרטיות וביטחון סוציאלי. בנוסף, פרטיות במקום העבודה מהווה תחום רגולטורי מוכר ופעיל.  

• בהסתמך על הניתוח שערכנו בנייר זה, אנו מציעים לקדם בישראל ארבע רמות של צעדים רגולטוריים:

  • רמה ראשונה: הגברת תשומת הלב ולמידה מהעולם. הקמת צוותי עבודה ופורומים ללמידה על הסיכונים והיתרונות שלAI , במיוחד בהיבטים של אי-שוויון וההשפעה על הפריפריה החברתית-כלכלית.

  • רמה שנייה: עידוד התנסות באסדרת בינה מלאכותית במקום העבודה. פיתוח כלים והדרכות לשימוש בטכנולוגיות AI בהתאם לחוקי המגן, קידום הסכמות קיבוציות על שילוב טכנולוגיה בתהליכי עבודה ושיתוף דוגמאות לשיטות עבודה מיטביות (best practices).

  • רמה שלישית: תיקוני חקיקה, דוקטרינה ואסטרטגיה בסיסיים. חובת יידוע של העובדים על שימוש המעסיקים ב-AI  בקבלת החלטות, עיגון זכויות פרטיות ואיסור הפליה וקביעת חובת משא ומתן קיבוצי על שינויים טכנולוגיים משמעותיים במקום העבודה.

  • רמה רביעית: השקעות בתשתיות ובתוכניות לשילוב עובדים מהפריפריה החברתית-כלכלית. פיתוח תשתיות טכנולוגיות ואנושיות, בדגש על הפריפריה החברתית-כלכלית, עידוד השימוש ב-AI לצמצום פערים חברתיים וחיזוק מעורבותם של השותפים החברתיים.

סיכום

• בישראל כיום, תשומת הלב הציבורית והרגולטורית להשפעתן של מערכות AI על שוק העבודה היא נמוכה. אולם, שילוב מערכות AI בשוק העבודה הוא עובדה קיימת, ויש להקדיש לנושא זה תשומת לב פוליטית וציבורית.

• לצד הסיכונים המשמעותיים הכרוכים באימוץ מערכות AI, לשילוב מערכות אלה בעולם העבודה בישראל יש פוטנציאל חיובי לקידום הכלכלה, צמצום אי-השוויון ושיפור תנאי העבודה.

מבוא

מערכות בינה מלאכותית (Artificial Intelligence, AI) משולבות בשוק העבודה ובמקומות העבודה בדרכים שונות. מעסיקים משתמשים במערכות בינה מלאכותית בתהליכי מיון וגיוס עובדים, ניהול מעקב אחר ביצוע העבודה, תגמול והתנהלות שוטפת מול עובדים ועוד. בנוסף, מערכות בינה מלאכותית משפיעות על מקום העבודה עצמו בשינוי תהליכי עבודה מול לקוחות וספקים, ייצור, פיתוח וניהול.

השימוש במערכות AI והחשש משינוי טכנולוגי מואץ בתחום זה מלווים בשיח בנוגע לרגולציה של השימוש במערכות אלה ולמקומם של עובדים, ארגוני עובדים, מעסיקים ורגולטורים לאור שילוב כלים אלה במקומות העבודה (White House, 2022; Satariano, 2023). לצד התקדמות משמעותית בהשקעה, בפיתוח וביישום של כלי AI במקומות עבודה, אקדמאים, רגולטורים, ארגוני חברה אזרחית ושחקנים פוליטיים רבים בעולם עסוקים בזיהוי הסיכונים ובניצול היתרונות בשימוש במערכות AI (Calo, 2017; Scherer, 2016). ספרות רבה – אקדמית, מקצועית ופופולרית – מתפרסמת בנוגע לממשק שבין AI למדיניות ציבורית ורגולציה (Turner, 2018). מקומם של ארגוני עובדים וארגוני מעסיקים וסוגי תיאום וסנכרון המבוססים על יחסים בין שותפים חברתיים בנוגע לשימוש ב-AI במקום העבודה מהווים מוקד מחקר חדש ומתפתח (De Stefano and Doellgast, 2023).

חוקרים ברחבי העולם מציגים תפיסות עולם שונות בנוגע להשפעתן של מערכות AI על שוק העבודה, חלקן אופטימיות, חלקן פסימיות. טכנו-פסימיסטים (חוקרים ואנשי מדיניות אשר חרדים מההשפעות השליליות של הטכנולוגיה), חוששים מאבטלה המונית עקב החלפה של מיליוני עובדים ומהחרפה באי-השוויון. טכנו-אופטימיסטיים מנבאים שאימוץ משמעותי של כלי AI יוביל לעלייה משמעותית בתמ"ג (Goldman Sachs, 2023), או לקפיצה משמעותית בצמיחה הכלכלית, ללא השלכות שליליות על התנאים במקומות העבודה (The Economist, 2023).

לצד תחזיות אלו הולך ונבנה קונצנזוס מחקרי, שההשפעות של אימוץ AI על שוק העבודה אינן קבועות מראש ואינן תלויות רק בסוג הטכנולוגיה. חוקרים מובילים בתחום של שוק העבודה, אי-שוויון ו-AI טוענים, שמכיוון שההשפעות של יישום AI בשוק העבודה תלויות במוסדות שוק העבודה וברגולציה ספציפית, אפשר לעצב את מוסדות שוק העבודה כך שהשפעת אימוץ AI תהא מיטיבה, הן כלכלית והן חברתית. גם בכתיבה זו חוקרים שונים נבדלים זה מזה בהדגשת הסיכונים או היתרונות של AI.

דרון אג'מולו (Daron Acemoğlu), כלכלן מ-MIT וחתן פרס נובל, טוען, שההשפעה של אימוץ AI במקום העבודה תלויה באסטרטגיות האימוץ של מעסיקים, שהן בעצמן תלויות במוסדות השוק ובאסטרטגיות של החברות המייצרות מוצרי AI. על פי אג'מולו, בין אם מעסיקים מודעים לכך ובין אם לאו, הם עומדים בפני צומת אסטרטגי, המחייב אותם לבחור באיזו דרך הם ישתמשו בטכנולוגיות חדשות: בדרך שמובילה להחלפת עובדים (למשל, החלפת עובדים שמבצעים מטלה מסוימת בטכנולוגיה שמבצעת את אותה מטלה), או בדרך שמגדילה ומרחיבה את הערך המוסף של העובדים (למשל, שילוב טכנולוגיה במהלך עבודתם של עובדים קיימים). לטענת אג'מולו, כיום נוטים המעסיקים ויצרני מוצרים טכנולוגיים לכיוון אסטרטגיות של החלפה. אג'מולו מזהיר, שהמשך המגמה הקיימת, של אימוץ המוני של טכנולוגיות החלפה, יוביל לעלייה משמעותית באבטלה ולירידה משמעותית בשכר העובדים בהשוואה לפריון העבודה (Acemoğlu and Johnson, 2023).

אורלי לובל (Orly Lobel), משפטנית מאוניברסיטת סן דייגו, מתארת בספרה "מכונת השוויון" (The Equality Machine) כיצד טכנולוגיות הבנויות על AI יכולות לשנות לטובה את עולם העבודה ואת החברה באופן כללי. לובל מתייחסת ל-AI כטכנולוגיה שמאפשרת סגירת פערי שכר ותנאי עבודה בין קבוצות עובדים שונות, למשל סגירת פערי הכנסה בין גברים לנשים (לובל, 2024;  Lobel, 2022). על פי לובל, טכנולוגיות AI יכולות לסייע לסגור פערים בשוק העבודה באמצעות חשיפת מקרי הפליה ומתן כלים למניעתם. לובל מתארת כיצד איסוף נתונים ועיבודם יכול לאפשר גילוי של תהליכים מפלים, אשר לא היו מתגלים ללא ניהול התהליכים בצורה דיגיטלית וללא היכולת לעבד כמות גדולה של נתונים. בנוסף, לובל מתארת כיצד ההפליה הקיימת כיום בשוק העבודה נובעת גם מתהליכי החלטה אנושיים, המוטים עקב העדפה מודעת ולא מודעת כלפי קבוצות עובדים שונות. לובל מתארת שילוב אפשרי של מערכות AI לצד מערכות קבלת החלטות אנושיות, שבו תפעל מערכת ה-AI לטיוב ההחלטות האנושיות ולהסרת גורמים מפלים.

לובל ואג'מולו חולקים שלוש תפיסות בסיסיות בנוגע לשילוב AI במקומות עבודה. תפיסה אחת היא, שהכיוון שאליו לוקחת הטכנולוגיה את שוק העבודה ואת מקומות העבודה תלוי במוסדות, ברגולציה ובאסטרטגיה של יישום הטכנולוגיה. טכנולוגיית בינה מלאכותית אינה מתכננת, מייצרת, אורזת, מוכרת, מיישמת ומתקנת את עצמה בתהליך אוטומטי. ממשלות, חברות, משקיעים ועובדים מתווים ובוחרים את אופן יישום הטכנולוגיה בצורה שאינה תלויה רק בסוג ובאופי של הטכנולוגיה.

תפיסה נוספת משותפת ללובל ואג'מולו היא, שקיים פוטנציאל שוויוני משמעותי באסטרטגיות של שילוב AI במקום העבודה. אג'מולו מדגיש שוויון חברתי "אנכי" בהקשר של חלוקת עוגת הצמיחה בין עובדים, מעסיקים ומשקיעים, ולובל מדגישה שוויון "אופקי" בין קבוצות עובדים שונות (Mundlak, 2011), אך שני החוקרים מסכימים, כי בהינתן המוסדות, האסטרטגיה והגישה הנכונה, לאימוץ טכנולוגיית AI במקום העבודה יש פוטנציאל שוויוני חיובי אדיר לשוק העבודה ולמקומות העבודה. לובל מסכמת את הגישה בתיאורה את ה-AI כמעין משאב טבעי שהתגלה, כמו נפט או גז. למשאב אין תכלית או יעד דטרמיניסטי קבוע מראש, שאינו תלוי באופן שבו החברה משתמשת בו.

התפיסה השלישית המשותפת ללובל ואג'מולו מתבטאת בקריאה לאימוץ מדיניות טכנולוגית "חיובית", כזו המחויבת לקדם את הפיתוח הטכנולוגי ככלי ליצירת הישגים חברתיים, כגון צמצום אי-שוויון וקידום צמיחה כלכלית. לטענתם של לובל ואג'מולו, ללא האימוץ של מדיניות טכנולוגית חיובית, רגולטורים ואנשי מדיניות משאירים את אופן האימוץ והפיתוח של כלים טכנולוגיים בידיהם של משקיעים, יצרנים, מפתחים ומעסיקים, ואלה עלולים לחתור לאופני אימוץ שלא יובילו לשינויים חברתיים חיוביים.

אך בניגוד  ללובל ולאג'מולו, מרבית הרגולציה והשיח האקדמי בנוגע לאימוץ טכנולוגיות חדשות בשוק העבודה ממוקדים במזעור הסיכונים ולא במקסום היתרונות. למשל, ברישן רוג'רס (Brishen Rogers) מאוניברסיטת גורג'טאון בוושינגטון מתאר את האימוץ של טכנולוגיות AI במקום העבודה כפריסה שיטתית של כלים חדשים לדיכוי קולם וכוחם של עובדים במקום העבודה (Rogers, 2023). רוג'רס מודאג במיוחד מאפשרויותיהם של המעסיקים להפוך תהליכים  קולקטיביים, המאפשרים פעילות משותפת (כמו הקמת ארגוני עובדים), לתהליכים אינדיווידואליים, כמו הפיכת מקומות עבודה "שגרתיים" למקומות עבודה שפועלים באמצעות פלטפורמה דיגיטלית או שליטה מוחלטת של המעסיקים בזרימת המידע בארגון וכן במיקרו-החלטות ובתהליכי עבודה של עובדים. שיטות מעקב, ניטור וסינון תקשורת בין עובדים במקום העבודה ומחוצה לו מהווים תהליכים מדאיגים מנקודת מבטו של רוג'רס, מכיוון שהם מגדילים את השליטה של המעסיקים באפשרותם של עובדים ליצור קבוצות מובחנות בעלות אג'נדה וביכולתם להיאבק על חלוקת הרווחים במקום העבודה.

בדומה להתמקדות של רוג'רס בסיכונים לעובדים הנובעים מאימוץ AI, בספרה "העובד המכומת" (The Quantified Worker) מתארת איפאומה אג'ונווה (Ifeoma Ajunwa), חוקרת משפט וטכנולוגיה מבית הספר למשפטים באמורי, ג'ורג'יה, מגמה של בקרה ושליטה בעובדים באמצעות טכנולוגיות AI חדשות. על פי אג'ונווה, אימוץ כלי AI במקום העבודה יאפשר למעסיקים לאסוף ולנתח כמויות מידע משמעותיות על עובדים כיחידים וכקבוצות, וירחיב ויעמיק את יכולת המעקב והשליטה של המעסיקים (Ajunwa, 2023). אג'ונווה מוטרדת בעיקר מהחדירה של כלי מעקב לנתונים ביומטריים אינדיווידואליים ומהאפשרויות של ביטול המרחב של הגוף הפיזי כמוקד של פרטיות במקום העבודה. כך, למשל, חיוב ענידת שעונים המודדים לחץ דם, דופק נשימה ומאמץ והצמדה של נתונים אלו לביצועים ספציפיים (למשל, מרחק ומהירות), יכולים לאפשר למעסיק גישה ישירה למידע על נתונים ביולוגיים של עובדים.

בספרם "המעסיק שלך הוא אלגוריתם" (Your Boss is an Algorithm), מתארים ולריו דה סטאפנו (Valerio De Stefano) ואנטוניו אלויסי (Antonio Aloisi) קשת שלמה של סיכונים הנובעים מאימוץ טכנולוגיות חדשות בשוק העבודה, לרבות AI, לצד האפשרויות הקיימות למסד ולבקר את השימוש ב-AI (Aloisi and De Stefano, 2022). לטענתם, אימוץ AI במקום העבודה עלול להוביל לפירוק מסגרות רווחה לאומיות, להיעלמות זכות העובד לפרטיות, לסיום תפקידם של ארגוני העובדים במקום העבודה, בשוק העבודה ובדמוקרטיה המערבית, להחלשת כוח המיקוח של עובדים בצורה שלא תאפשר לעובדים חלשים להשתלב בחיים החברתיים והפוליטיים ועוד. לצד תיאור הסיכונים מציעים דה סטאפנו ואלויסי קשת רחבה של פתרונות מדיניות והצעות רגולציה שיש לעדכן בחקיקה וברגולציה הקיימת של שוק העבודה. את הגישה הרגולטורית שמציגים דה סטאפנו ואלויסי אפשר לסכם כ-"Yes We Can". כלומר, אפשר להתמודד עם הקשת הרחבה של הסיכונים הידועים בצורה שתבנה את היכולת הרגולטורית להתמודד עם האתגרים, שאינם ידועים עדיין.

לסיכום, מרבית המחקר והכתיבה בנושא שילוב בינה מלאכותית במקום העבודה מתמקד בזיהוי סיכונים ובמזעורם. גם פתרונות המדיניות שמוצעים ומיושמים ברחבי העולם מתמקדים בפעולה נגד הסיכונים הצפויים. אולם גישה זו היא חלקית, מכיוון שהיא אינה ממוקדת באופטימיזציה של יתרונות והזדמנויות.

א. סיכונים בפיתוח ויישום כלי AI בשוק העבודה

בפרק זה נסקור את הסיכונים המרכזיים שזוהו בספרות המחקרית בנוגע לפיתוח ויישום של כלי AI במקומות העבודה ובשוק העבודה. לצורך קטלוג אפקטיבי של הסיכונים ומאמצי המדיניות, נחלק את סוגי הסיכונים וסוגי המענים הרגולטוריים והחברתיים לשלוש רמות:

• מאקרו (רמת המשק): ברמת המאקרו נציג סיכונים הנוגעים לכלל שוק העבודה או סיכונים הנוגעים למערכות המקבילות לשוק העבודה (המערכת הפוליטית, מערכת החינוך, תקשורת וכדומה), שעשויות להשפיע עליו.

• מזו[1] (רמת הסקטור): ברמת המזו נציג סיכונים הנוגעים לקבוצות, מקצועות (משלחי יד)  ומגזרי אוכלוסייה מסוימים.

• מיקרו (רמת העובדים והמעסיקים): ברמת המיקרו נציג סיכונים הנוגעים לזכויותיהם של עובדים כפרטים ולזכויותיהם של מעסיקים ספציפיים.

סיכונים ברמת המאקרו

• אבטלה המונית הנגרמת מאוטומציה: בדומה לשינויים טכנולוגיים אחרים, כלי AI עלולים להחליף עובדים בביצוע מטלות, עד כדי ייתור מספר משמעותי של עובדים ברחבי שוק העבודה. האפשרות להחלפת עובדים באמצעות AI עלולה להוביל מעסיקים לצמצום העסקה ישירה ועקיפה. הסיכונים באבטלה עקב אוטומציה עלולים להשפיע על כמה סקטורים בו-זמנית ועל מגוון מקצועות ומשלחי יד, עד כדי יצירת עלייה משמעותית באחוז האבטלה הכללי במשק (Estlund, 2018; Acemoğlu and Restrepo, 2019).

• עלייה באי-השוויון הכלכלי (עובדים מול עובדים): ככל שתיווצר עלייה בפריון הנובעת משילוב כלי AI, קיים חשש מחלוקה לא שוויונית של הרווחים בין קבוצות עובדים שונות. כך, למשל, כלי AI יכולים להיות מיושמים על ידי מעסיקים בצורה שתחליף עובדים בעבודות פיזיות או כאלו הדורשות הכשרה בסיסית במערכות AI. חשש זה מבוסס על התחזית שמעסיקים ייטו לשלב עובדים בעלי כישורים גבוהים ושכר גבוה לצד כלי AI, ואז עובדים עם רמות כישורים נמוכות יחסית יוחלפו. כך, אופן השילוב של מערכות AI עלול להוביל להחרפת הפערים הכלכליים בין המרכז לפריפריה.

• עלייה באי-השוויון הכלכלי (עובדים מול מעסיקים): סוג נוסף של עלייה באי-שוויון כלכלי שהספרות מזהה הוא עלייה באי-השוויון בין עובדים למעסיקים. כך, למשל, העלייה בפריון הנובעת משילוב AI במקום העבודה יכולה להיתפס כולה, או ברובה, על ידי מעסיקים, כך שרק מעסיקים ייהנו מהעלייה בפריון. עלייה בפריון העבודה, שלא תיתרגם לעלייה בשכר העובדים, תגדיל את הנתח של המעסיקים בעוגת ההכנסות.

אי-השוויון הכלכלי בין עובדים למעסיקים יכול להיות מושפע גם מהגדלת כוח המיקוח של המעסיקים אל מול כלל ציבור העובדים במשק בעקבות הוזלת עלויות החלפת עובדים, שיטות מעקב ושליטה אפקטיביות יותר ועוד (Rogers, 2023). גידול בכוח המיקוח של המעסיקים מול העובדים ישפיע, כמובן, על חלוקת עוגת ההכנסות בין מעסיקים לעובדים.

• החלשת המבנה המוסדי כדי למשוך פיתוח ויישום של כלים טכנולוגיים: חוקרים שונים מתארים חשש מפני החלשת המבנה המוסדי הקיים של שוק העבודה כדי למשוך הון או לאפשר יישום של כלי AI במקום העבודה. כך, למשל, חוקי עבודה קיימים, כגון שיטות סיווג עובדים, חוק שעות עבודה ומנוחה וכדומה, מוצגים כמיושנים או לא אפקטיביים בהשוואה לטכנולוגיות חדשות. הטיעון הקיצוני ביותר הוא שכל מוסד רגולטורי הוא מיושן ולא אפקטיבי, ויישום החקיקה הקיימת יוביל בהכרח לתוצאות שליליות בנוגע לטכנולוגיות חדשות. למשל, יישום חוקי שעות עבודה ומנוחה על עבודת פלטפורמה יגביל את החופש של העובדים לבחור את הזמן והמקום של עבודתם (Aloisi and De Stefano, 2022).

• חוסר יישום של AI: לצד חששות הנובעים מאופני יישום מסוימים של AI במקומות עבודה, קיים גם סיכון של חוסר יישום, או יישום לא מספק במקומות עבודה. כך, למשל, מדינות שאינן מעודדות יישום של AI, או אף מתנגדות ומאיטות את היישום של כלי AI בשוק העבודה, מסתכנות בהפסד בתחרות עם מדינות שבהן ה-AI משולב בצורה המגבירה את התחרותיות שלהן. היעדר שימוש מספק בטכנולוגיות AI חדשות במקום העבודה עלול להוביל לאי מיצוי הפוטנציאל לרווחיות בנוסף לאי מיצוי פוטנציאלים חיוביים אחרים, כמו צמצום פערים חברתיים (Lobel, 2022).  

• סיכונים פוליטיים: לצד סיכונים כלכליים לשוק העבודה, קיים חשש מהאצה של תופעות קיימות של הפצת מידע מטעה או שגוי, שתשפיע בצורה משמעותית על יכולתן של מדינות דמוקרטיות לתפקד. כך, למשל, עיוותי מידע עלולים להשפיע על בחירות דמוקרטיות ועל דרך קבלת ההחלטות של גורמים מקצועיים או שיפוטיים.

סיכונים ברמת המזו

• אבטלה בסקטורים / משלחי יד / קבוצות אוכלוסייה: לצד החשש מאבטלה המונית בשוק העבודה, קיים סיכון לאבטלה בשווקים ספציפיים יותר, כגון שירותי בריאות, תחזוקה, חינוך, שירותים פיננסיים, ניהול משאבי אנוש וכדומה, זאת לצד סיכונים להפחתת התעסוקה בקבוצות אוכלוסייה מסוימות. אבטלה בסקטורים או במשלחי יד ספציפיים עלולה לנבוע מרגישות של מקצועות מסוימים לשינויים טכנולוגיים, לתחרות על בסיס טכנולוגי, לאסטרטגיות ניהול וללחצים כלכליים מצד מעסיקים ובעלי מניות בשווקים ספציפיים. בנוסף, אבטלה בקבוצות אוכלוסייה מסוימות עשויה לנבוע מהיעדר גישה לחינוך לכישורים טכנולוגיים או לשפה זרה (אנגלית), או מסטיגמות הנוגעות לשילוב קבוצות אוכלוסייה מסוימות בסקטורים טכנולוגיים (למשל, עובדים מבוגרים, חרדים וערבים).

• ירידה באפקטיביות של ארגוני עובדים: ארגוני עובדים עלולים להיפגע משימוש במערכות AI כתוצאה מעליית האבטלה בסקטורים מאורגנים (תחבורה ציבורית, למשל), כתוצאה משינויים במבנים ארגוניים, אשר יקשו על רישום חברים ויצירת כוח מיקוח קולקטיבי (כגון מעבר של ארגונים לשיטות עבודה מפוצלות: העסקה קבלנית, העסקת קבלנים עצמאיים/פרילנסרים), עקב היכולת לנהל עבודה ללא מקום עבודה פיזי, או עקב ריכוז החלטות העסקה באמצעות כלים אלגוריתמיים, אשר יקשו על ארגוני העובדים להשיג ולשמור על הישגים במישור תנאי העבודה. גורם נוסף שעלול לגרום לירידה באפקטיביות של ארגוני עובדים הוא מחסור באוריינות טכנולוגית בקרב מארגני עובדים ואנשי הדרג המקצועי בארגוני העובדים.

• אבטחת מידע: העלייה בשימוש במערכות מידע מתקדמות, לרבות AI, והרחבת דרכי המעקב במקום העבודה, לצד התקדמות משמעותית בכלי AI לצורך פריצה למערכות מידע, מעלה חשש לזליגת מידע המוני של עובדים ולקוחות ולהגברת התופעה של שחרור מידע תמורת כופר במקומות עבודה, ואף כלפי עובדים ספציפיים. ככל שהמידע שמעסיק שומר על עובדיו רחב ומקיף יותר, כך הסיכון לפרטיות העובדים כתוצאה מפריצה למערכות המידע של המעסיק גדל.

• הסתמכות על כלי AI ואובדן מומחיות ארגונית: שילוב כלי AI במקום העבודה עלול להוביל למיקוד קבלת החלטות באלגוריתם הנשלט בידי מהנדסים או אנשי תוכנה פנימיים או חיצוניים במקום בידי מומחים ארגוניים "מקומיים". חוסר אוריינות טכנולוגית והיעדר היכולת להעריך ולבקר את מנגנון קבלת ההחלטות במקום העבודה עלולים להוביל להסתמכות יתר על תוצרים של מערכות AI, ולמיקור חוץ, בפועל, של קבלת ההחלטות במקום העבודה.

• היחלשות המגזר הציבורי: לצד חששות מאי יישום או יישום חסר של מערכות AI בכלל שוק העבודה, קיים חשש ספציפי מאי יישום של כלי AI במגזר הציבורי. החשש נובע מהיסטוריה של אימוץ חלקי או היעדר אימוץ של כלים דיגיטליים וטכנולוגיים במגזר הציבורי. אי יישום כלים טכנולוגיים במגזר הציבורי משמעה הפחתה יחסית של היעילות במתן מענה לצרכים והתגברות על אתגרים, למשל בנושא של אכיפת חוקי העבודה. בנוסף, אי שילוב כלי AI במגזר הציבורי יוצר חסך טכנולוגי מול המגזר הפרטי, תופעה שעלולה להוביל להיעדר יכולות רגולטוריות ולמעבר של כוח אדם בעל כישורים טכנולוגיים מהמגזר הציבורי למגזר הפרטי.

• אי-התאמה בין כלים רגולטוריים לטכנולוגיה הקיימת: שינויים טכנולוגיים עלולים ליצור בעיה של "סחף מדיניות" (Policy Drift), מצב שבו הכלים הרגולטוריים הקיימים אינם מתאימים למציאות הקיימת (Galvin and Hacker, 2020; Racabi, 2022). בהקשר של שימוש ב-AI במקום העבודה, עלולה להיווצר בעיה של התאמת אחריות משפטית תחת חקיקת עבודה ודוקטרינות עבודה. כך, למשל, במצב שבו מעסיק מקבל החלטה מפלה על סמך תוכנת AI, לא ברור על מי מוטלת האחריות המשפטית תחת חקיקת שוויון בעבודה (Vladeck, 2014 Solum, 1992; ). היעדר מענה רגולטורי לשאלות כאלו עלול להוביל לאי-ודאות משפטית, אשר עלותה, בסופו של יום, תגולגל לצרכנים ולעובדים.

סיכונים ברמת המיקרו

• הפליה בעבודה: אחד החששות המרכזיים בנוגע לשימוש במערכות AI במקום העבודה הוא העתקת ההפליה הקיימת נגד נשים ומיעוטים לתוך כלי ה-AI (הפליה ישירה), או היווצרות תוצאות מפלות בעקבות השימוש בכלי AI (הפליה עקיפה) (Barocas and Selbst, 2016; Buolamwini and Gebru, 2018; Noble, 2018; Wachter-Boettcher, 2018). אולם, ראוי לציין, שקיים גם סיכוי שהשימוש במערכות בינה מלאכותית יפחית דווקא הטיות מפלות אנושיות (לובל, 2024).

• הפליה ישירה: הפליה ישירה היא מצב שבו מערכת AI מדרגת עובדים או מועמדים לעבודה בהתבסס על קריטריון פסול (כגון מין, מוצא, מקום מגורים), או ללא התחשבות באפשרויות התאמה שהחוק מחייב (למשל, התאמה של מקום העבודה לעובדים עם מוגבלות). מקרה ידוע של הפליה ישירה הוא אלגוריתם סינון מועמדים של אמזון לתפקידי הנדסת תוכנה, אשר דירג נשים נמוך יותר, מכיוון שהמידע שעליו אומן האלגוריתם כלל מעט מאוד נשים בתפקידים רלוונטיים (Dastin, 2018).

• הפליה עקיפה: הפליה עקיפה היא מצב שבו השימוש ב-AI יוצר הפליה כלפי קבוצות אוכלוסייה מסוימות בשל מאפיינים הנפוצים באותן קבוצות. למשל, מערכות AI משתמשות לצורך דירוג עובדים ומועמדים לעבודה במספר רב של מקורות, לרבות מידע שמקורו ברשתות חברתיות. דירוג כזה עלול להוביל לפגיעה בדירוגן של קבוצות שפחות נוכחות ברשתות חברתיות (מבוגרים, למשל), או בהינתן שהמידע שנאסף הוא תלוי שפה (למשל, עברית), בדירוגם של עובדים שאינם מפרסמים ברשתות החברתיות בעברית. בדוגמה זו, שאלת הנוכחות ברשתות החברתיות, שמושפעת ממאפיינים דמוגרפיים מוגנים של העובדים והמועמדים, משפיעה על הדירוג.

• מעקב, ניטור ופגיעה בפרטיות: חשש נוסף הוא החשש מפגיעה בפרטיות. למשל, מעסיקים יכולים להשתמש במערכות ניטור תפוקה של עובדי תחזוקה, אשר עוקבות אחרי העובדים במהלך יום העבודה באמצעות שילוב של שעונים חכמים ומצלמות. מעסיקים יכולים להשתמש במידע שנאסף על העובדים גם מחוץ למקום העבודה (למשל, מידע ביומטרי על העובדים הנאסף בשעון החכם מחוץ לשעות העבודה) לצורך קבלת החלטות הנוגעות לשיבוץ למשמרות, שכר, פיטורים וכיו"ב (Hirsch, 2020; Kellogg, Valentine and Christin, 2018).  

• שקיפות ופערי מידע: השימוש במערכות AI לקבלה לעבודה ולניהול עובדים מאופיין בבעיות שקיפות ופערי מידע חדשים. ראשית, עובדים עלולים לא להיות מודעים לעצם העובדה שהחלטות בנוגע אליהם נעשות באמצעות מערכות AI, למשל בקבלה לעבודה. שנית, האופן שבו מערכות AI  מקבלות החלטות בצורה המשקללת מספר רב של גורמים עם קישורים אפשריים רבים ביניהם אינה שקופה לעובדים (בעיה המכונה בספרות בעיית "הקופסה השחורה", Black Box) (Barocas and Selbst, 2018; Coglianese and Lehr, 2019; Kroll et al., 2017). אומנם גם ללא שימוש ב-AI מועמדים לעבודה או עובדים עשויים לא לדעת כיצד מתקבלות החלטות בעניינם, אך כיום הטכנולוגיה מאפשרת למעסיקים או לספקי שירותי AI גישה ותכנון של הליכי קבלת החלטות באופן שלא היה אפשרי כאשר מקבלי ההחלטות היו בני אדם. אימוץ כלי AI לקבלת החלטות מגדיל את הפער במידע בין עובדים למעסיקים ובין מועמדים שונים, למשל, בין מועמדים בעלי יכולת גישה ומניפולציה של כלי AI ובין מועמדים ללא יכולת כזו.

• שרירותיות והיעדר זכויות הליכיות: אחת הבעיות הנובעות מבעיות שקיפות ופערי מידע נוגעת לתפיסות של צדק תהליכי (Procedural Justice). ככל שהחלטות נעשות בצורה שאינה שקופה אף למקבל ההחלטות הפורמלי (במקרה זה, המעסיק, אך גם המדינה או שופטים, למשל), עובדים עשויים למצוא את עצמם ללא הליך לערעור או לקבלת מידע בנוגע להחלטה שהתקבלה בעניינם. דבר זה עלול להגביר את השרירותיות במקום העבודה ולפגוע בתפיסות של צדק תהליכי בנוגע להחלטות הנוגעות לחיי העובדים.

ב. מבט משווה על רגולציה של AI

ברחבי העולם, מוסדות פוליטיים, משפטיים, חברות מסחריות וארגוני חברה אזרחית נמצאים בעיצומם של תהליכי למידה ועיצוב של רגולציה של AI. מדינות שונות קובעות את מדיניות ה-AI שלהן בהתאם ללחצים פוליטיים פנימיים וחיצוניים, בהתאם למוסדות שוק העבודה הקיימים, לתשתית הרגולטורית הקיימת בנוגע לזכויות עובדים ומעסיקים, למערכת היחסים בין השותפים החברתיים (ארגוני עובדים וארגוני מעסיקים) ובהתאם למיקום בשרשרת הייצור והערך של ה-AI שאליו מכוונים ההנהגה הפוליטית והדרגים המקצועיים בממשל.

בפרק זה נתאר את המיקודים הרגולטוריים השונים במדינות שונות ברחבי העולם וכיצד הם נועדו לתת מענה לסיכונים ספציפיים הנובעים משילוב מערכות AI. חשוב לציין, שקיימים כמה פתרונות רגולטוריים אשר מייצרים סיכונים משלהם. למשל, לצורך התמודדות עם מחסור בעובדים עם כישורים טכנולוגיים, מדינות יכולות לפתוח את שוק העבודה לעובדים בעלי כישורים רלוונטיים (כפי שנעשה בגרמניה) (Brown, 2024), אך פתיחת שוק העבודה להגירה יכולה להוביל להעלאת אי-השוויון במשק או בסקטורים ספציפיים או להחלשת כוחם של ארגוני העובדים.

נציין, שבמרבית הדוגמאות, הרגולציה נמצאת בתהליכי פיתוח ועיצוב, וייתכנו שינויים מהירים יחסית במצב העניינים הרגולטורי. בסוף כל חלק הנוגע למדינה מסוימת מוצגת טבלה שכוללת מבחר של סיכונים, יתרונות ושילוב השחקנים החברתיים ברגולציה של כלי בינה מלאכותית[2].

מיפוי הסיכונים, המענים הרגולטוריים ומקומם של השותפים החברתיים נעשה לאורך צירי המאקרו, המזו והמיקרו, לכל מדינה בנפרד.

ארה"ב

ארה"ב חותרת למצב את עצמה כמובילה בתחום של פיתוח AI והתשתית הטכנולוגית שעליה פועלות מערכות AI (מעבדים, ענן וכדומה). התחרות הכלכלית המתעצמת מול סין ואירופה דוחפת את הממשל האמריקאי לאמץ דפוסי פעולה בלתי שגרתיים, ביניהם השקעה משמעותית בתשתיות ייצור, השקעה בשיתופי פעולה פרטיים-ציבוריים המוכוונים לייצור ולחינוך מדעי, ויצירת תשתיות פדראליות משותפות לרגולציה של AI.

החקיקה המשמעותית ביותר בתחום זה היא ה-CHIPS and Science Act, אשר יוצרת מנגנוני סבסוד שונים למחקר על השפעות AI על שוק העבודה, ועיקרם סבסוד מסיבי של תשתיות ייצור ופיתוח חומרה. השימוש ב-CHIPS and Science Act נמצא בתחילת דרכו, אך אינדיקציות ראשוניות מעידות על צמיחה משמעותית בהשקעה בפיתוח וייצור של חומרה בארה"ב. חלק מהמהלך הוא עידוד יוזמות ושיתופי פעולה פרטיים-ציבוריים בין חברות לרשויות מקומיות, מוסדות להשכלה גבוהה וארגוני עובדים. יוזמות אלו מתחרות זו בזו על מענקים פדראליים למימון תשתיות הקשורות לפיתוח, ובכלל זה יוזמות חינוכיות בתחומי STEM (מדע, טכנולוגיה, הנדסה ומתמטיקה) וחינוך למבוגרים (מגור, 2024).

בתחום הרגולטורי, הממשל הפדראלי הוציא סדרה של הנחיות אשר קובעות, בצורה יוצאת דופן בהשוואה לדרך המבוזרת שבה רגולציה נעשית בארה"ב, ערכים מנחים לפיתוח רגולציה של AI. באופן כללי, סדרת הערכים המנחים מתמקדת בשני סיכונים משמעותיים: ביקוש נמוך בשוק האמריקאי למוצרי AI; וסיכונים למיעוטים, צרכנים ועובדים (הפליה, הפרת פרטיות וכדומה). ההתייחסות לסיכון השני תומכת ביצירת ביקוש למוצרי AI באמצעות הורדת חסמים רגולטוריים לשוק הפרטי ועידוד פיתוח טכנולוגי במגזר הציבורי. בנוסף, הממשל גם הנחה את כלל המגזר הציבורי הפדראלי לשלב AI בתהליכי העבודה הפנימיים (למשל, באכיפה או במעקב אחר ההשפעה של רגולציות קיימות).

כמה סוכנויות האמונות על אכיפת חוקי עבודה פדראליים הוציאו הנחיות המפרשות את תחולת חקיקת העבודה הקיימת בנוגע למערכות AI במקום העבודה:

:Equal Employment Opportunity Commission (EEOC)

ה-EEOC היא הסוכנות האמונה על אכיפת חקיקה פדראלית הנוגעת לשוויון זכויות בעבודה (עובדים עם מוגבלויות, הפליה על בסיס מין וגזע ועוד). אחת הסוגיות המרכזיות המעסיקות את ה-EEOC נוגעת לאחריות המשפטית של מעסיקים וצדדים שלישיים לתוצאות מפלות של שימוש ב-AI. הסוכנות הוציאה הנחיות שקובעות שמעסיק שמשתמש במוצרי AI לצורך קבלת החלטות במקום העבודה (מיון מועמדים, קביעת שכר, מעקב אחר שעות וכו') אחראי תחת חוקי שוויון הזדמנויות בעבודה לתוצאות מפלות של השימוש בטכנולוגיה, גם אם רכש את הטכנולוגיה מצד שלישי (Equal Employment Opportunity Commission, 2023). בנוסף, בהליכים משפטיים הנוגעים להפליה בגיוס לעבודה מנסה הסוכנות להגדיר את הצדדים השלישיים שמפתחים ומוכרים את הטכנולוגיה כאחראים על תוצאות מפלות עקב השימוש בטכנולוגיה.

בנוסף, ה-EEOC הוציאה הנחיות המזהירות מעסיקים מקבלת החלטות באמצעות מערכות AI בנוגע לעובדים עם מוגבלויות, שכן הן עשויות להתעלם מהתאמות אשר המעסיק מחויב להן תחת חקיקה פדראלית, הקובעת חובות התאמה לעובדים עם מוגבלויות (Equal Employment Opportunity Commission, 2022).

:National Labor Relations Board (NLRB)

ה-NLRB היא הסוכנות האמונה על אכיפת National Labor Relations Act (NLRA), החקיקה הפדראלית המרכזית אשר מסדירה את יחסי העבודה הקיבוציים במגר הפרטי. התובעת הכללית של ה-NLRB, שלה הסמכות הבלעדית להגיש תביעות נגד מעסיקים על הפרת ה-NLRA, הוציאה הנחיות שקובעות שמעקב אחר עובדים באמצעים טכנולוגיים הכוללים AI עלול להוות הפרה של איסור ההתערבות בהתארגנות (National Labor Relations Board, 2022). ההיגיון שעומד בבסיס ההנחיה הוא, שטכנולוגיית AI מאפשרת למעסיקים לעבד כמויות משמעותיות של מידע בצורה שאינה שקופה, וששימוש בשיטות מעקב כאלו עלול להוביל להרתעת העובדים מפני התארגנות. ההנחיה קובעת, שעל המעסיקים חלה החובה לדאוג ששיטות המעקב אינן פוגעות בזכויות העובדים וארגוני העובדים, המוגנות תחת ה-NLRA.

:Department of Labor (DOL)

ה-DOL אמון על אכיפת חוקי מגן פדראליים מרכזיים, כגון ה-Fair Labor Standards Act, שקובע שעות עבודה וחובת תשלום שעות נוספות, וה- Occupational Safety and Health Act, שקובע חובות בטיחות וגהות. הממשל הטיל על ה-DOL לפתח הנחיה הנוגעת לתחולת חוקים אלו על כלי AI, אך ה-DOL טרם ביצע זאת. יחד עם זאת, ה-DOL קידם התנסויות באכיפת חקיקה באמצעות AI. כך, למשל, ה-DOL התנסה בשימוש בכלי AI לצורכי עיבוד טפסים רפואיים והוציא תוכניות לאכיפת חקיקת בטיחות באמצעות רחפנים ותוכנות הבנויות על AI.

סין

סין היא המתחרה הגלובלית המרכזית של ארה"ב בפיתוח ויישום של AI, ואחת המדינות עם הרגולציה המקיפה ביותר בתחום של AI. כמו בארה"ב, גם בסין הרגולציה של AI מיושמת למטרות פנימיות וחיצוניות, כאשר המטרות החיצוניות מרוכזות בתחרות על נתח השוק הגלובלי. בניגוד לארה"ב, שבה הסמכות להוביל ולערער על רגולציה מבוזרת בתוך הממשל הפדראלי ובין המדינות, בסין הסמכות נובעת מריכוזיות המפלגה בניהול השוק ובהובלת רגולציה, והדגשים הפנימיים ברגולציה של AI מתרכזים בשימור הלגיטימציה של הממשל הריכוזי (Liu, Zhang and Sui, 2024).

בדומה לארה"ב, המדיניות בנוגע לפיתוח ויישום AI בסין היא מוצהרת. בבסיס המדיניות עומד איזון בין קידום הפיתוח והשימוש בטכנולוגיות מתקדמות ובין הצורך לשמור על יציבות הממשל. עיקר היישום של פיתוח המדיניות ואכיפתה מוטל על רשויות מנהליות שונות[3].

מדיניות המאקרו של סין בנוגע לכלים דיגיטליים הבשילה בעשור השני של המאה ה-21, עם הפיתוח והקידום של ענקיות מסחר דיגיטליות כמו Alibaba או TikTok. השלב הנוכחי במאמץ מורכב מסבסוד משמעותי לחיזוק החינוך המדעי ואוריינות דיגיטלית ומיצירת תנאים רגולטוריים נוחים לפעילות מקומית של חברות המסתמכות על AI לצורך ניהול יחסי עבודה, בעיקר חברות המעסיקות עובדים באמצעות פלטפורמות דיגיטליות.

במקביל, הממשל הסיני אימץ שורה של צעדים המגבילים את השימוש במערכות AI במקום העבודה. כך, למשל, שימוש באלגוריתם לקבלת החלטות במקום העבודה צריך להיות מדווח לרשויות ולהיות ידוע לעובדים. בנוסף, הממשל הטיל איסור הפליה באמצעות AI וחובות ניהול ובקרה המוטלות על מעסיקים המשתמשים ב-AI. יחד עם זאת, קיים חשש, שבעוד שעל פניו הרגולציה מטילה חובות משמעותיות על מעסיקים, בפועל האכיפה חסרה (Liu, Zhang and Sui, 2024).

גרמניה

כמו ארה"ב וסין, גם גרמניה מכוונת את ענפי ההיי-טק והייצור להשתלב בהובלת השוק הטכנולוגי העולמי,  ויוצרת מסמכי מדיניות, אשר מתכללים את מדיניות הייצור של AI עם מדיניות הרגולציה המקומית של AI במקומות עבודה.

מכיוון שגרמניה מתמודדת עם מחסור משמעותי בעובדים עם כישורים טכנולוגיים, נוצר לחץ ליצירת תוכניות הכשרה, ומעסיקים דוחפים להקלת הענקת אשרות עבודה למהגרים בעלי כישורים טכנולוגיים. מכיוון שכניסת מהגרי עבודה לתחום הייצור הטכנולוגי מתאפיינת בשכר נמוך יחסית, הספרות מתייחסת להתפתחות זו כמעוררת דאגה בנוגע להשפעתה על אי-השוויון במדינה ועל השתלבות המהגרים במקומות עבודה או ענפים עם כיסוי נמוך יותר של ארגוני עובדים (Özkiziltan, 2024).

בדומה לסין ובניגוד לארה"ב, בגרמניה ובאירופה בכלל, כבר קיימת תשתית רגולטורית להגנה על פרטיות, אשר מגבילה צורות מעקב ובקרה דיגיטליות מסוימות. ה- General Data Protection Regulation (GDPR) האירופי הוא הסטנדרט הרגולטורי המתקדם ביותר להגנה על פרטיות של צרכנים ועובדים, וגרמניה יצרה הנחיה רגולטורית ספציפית, שבנויה על ה-GDPR ונוגעת לצרכנים ולעובדים  (Lorenz and Gabel, 2024). כך, למשל, מעסיקים הונחו לזהות את התכלית של השימוש בכלי AI, להבטיח את השקיפות בשימוש בכלי AI וליצור כלי אבחון ומדידה להשפעה של השימוש ב-AI. היישום בפועל של חקיקת פרטיות למקום העבודה ולכלי AI עדיין אינו ברור, אך ה-GDPR והחקיקה של מדינות אירופה צפויים ליצור סטנדרטים קשוחים יחסית לשמירה על פרטיות העובדים.

בנוסף, בגרמניה קיים מוסד של מועצות עובדים (Work Councils), אשר בהסתמך עליו חוקק בשנת 2021 Works Council Modernisation Act. חוק זה מחייב מעסיקים במקומות עבודה שבהם יש מועצות עובדים לחשוף את השימוש ב-AI למועצות העובדים ומעודד מעורבות של מועצות העובדים בגיוס עובדים באמצעות AI. לצורך כך, החוק מחייב מעסיקים לממן מומחים טכנולוגיים, שיוכלו לסייע למועצות העובדים לקבל תמונה מלאה בנוגע לכלי ה-AI שהמעסיק משתמש בהם (Riso, 2020). החידוש ברגולציה זו הוא בחיזוק מוסד מועצות העובדים כבסיס לייצוג עובדים במקום העבודה גם כאשר מקום העבודה מפעיל כלי AI (בורד, 2023).

מדינות סקנדינביה

מדינות סקנדינביה (נורווגיה, דנמרק ושוודיה) מתאפיינות במדיניות רווחה רחבה ובהשפעה משמעותית של השותפים החברתיים על שוק העבודה ועל תנאי העבודה. שלוש המדינות גם מתאפיינות בתשתית טכנולוגית מתקדמת יחסית במגזר הפרטי והציבורי. בהמשך לתגובתן של מדינות אלה לאתגרים טכנולוגיים אחרים, כמו כניסת חברות פלטפורמה לשוק העבודה[4], התגובה ל-AI במקום העבודה מתאפיינת בחיזוק המוסדות המשותפים למדינה, למעסיקים ולארגוני העובדים, וזאת תחת מטרייה רגולטורית ענפה, המסדירה זכויות שונות, כמו הזכות לפרטיות, ותוך מאבק מול האיחוד האירופי על עצמאות המודל הסקנדינבי (Ilsøe et al., 2024).

בכל מדינות סקנדינביה, ארגוני עובדים וארגוני מעסיקים משתתפים בוועדות שחוקרות ומתעדות את ההשפעות של AI על שוק העבודה ומהווים מסד משמעותי לקבלת החלטות בנוגע לרגולציה של AI. כך, למשל, ממשלת דנמרק הקימה ועדות משותפות לארגוני עובדים ולארגוני מעסיקים, אשר דנות במדיניות שוק העבודה בתגובה לדיגיטליזציה של שוק העבודה, ובכלל זה בהיבטים של AI. בכל מדינות סקנדינביה חותרים ארגוני העובדים להתמודד עם AI באמצעות חקיקת העבודה ומוסדות העבודה הקיימים, ובכלל זה תניות בהסכמים קיבוציים, שמסדירות את זכויות העובדים באופן כללי, ללא צורך להישען על אסדרה קונקרטית של  AI(Ilsøe et al., 2024).

במדינות סקנדינביה גם נחתמו כמה הסכמים קיבוציים, שמסדירים את יחסי העבודה במקומות עבודה הנסמכים על טכנולוגיה דיגיטלית, כמו עבודה של חברות פלטפורמה. הסכמים אלו כוללים לעיתים קרובות גם תניות אשר מגינות על זכויות העובדים מול ניהול אלגוריתמי ועל פרטיות העובדים והמידע שנאסף עליהם (Jesnes, Ilsøe and Hotvedt, 2019). יחד עם זאת, קיימת אי-ודאות לגבי ההיתכנות של אכיפת תניות אלו בצורה אפקטיבית, עקב השינוי המהיר של הטכנולוגיה ושל האלגוריתמים עצמם.

קוריאה הדרומית

בקוריאה הדרומית (להלן, קוריאה) קיים מגזר ייצור משמעותי. כ-25.6% מה-GDP ב-2023 נשען על ייצור בטכנולוגיות מתקדמות, שמהוות אלמנט משמעותי בתחרותיות של המשק הקוריאני (Kim and No, 2024; Statista). הממשל הקוריאני מקדם פיתוח וייצור באמצעות AI דרך שלושה צינורות רגולטוריים: תשתיות, חינוך בתחומי STEM והשקעה בהסבת עסקים קטנים ובינוניים לאמצעי ייצור טכנולוגיים. במהלך 30 השנים האחרונות השקיעה קוריאה בתשתיות אינטרנט שמקדמות גם גישה לפס רחב וגם מהירות גבוהה. קוריאה גם משקיעה ישירות במחקר וחינוך טכנולוגי בשותפות עם מגוון חברות מסחריות ועם האקדמיה.

הרגולציה של AI במקום העבודה בקוריאה נסמכת על חקיקת פרטיות משתמשים (Personal Information Protection Act, PIPA), אשר מהווה גרסה חלשה יותר של הגנות ה-GDPR (פחות הגנות למידע דיגיטלי מפני שימוש לא הוגן). בשנים הקרובות צפויים עדכונים ל-PIPA, אשר יטילו על חברות שמשתמשות ב-AI חובת הודעה למשתמשים על שימוש במידע וחובת מתן הסבר להחלטות המתקבלות באמצעות AI.

ארגוני עובדים וארגוני מעסיקים חברים בוועדה אשר חוקרת את השפעות ה-AI על שוק העבודה ותגיש את המלצותיה בנוגע לרגולציה של שוק העבודה. בנוסף, ארגוני עובדים בקוריאה משקיעים מאמצים בארגון עובדים בחברות היי-טק וייצור הקשורות ל-AI, ובארגון עובדים שתנאי העבודה שלהם מושפעים מאלגוריתמים ו-AI, למשל עובדי פלטפורמה. כך, למשל, Rider Union, ארגון העובדים של שליחי מזון, דורש שקיפות הנוגעת לניהול אלגוריתמי ולמעקב של הפלטפורמה אחר העובדים. גם ארגוני עובדים בחברות ייצור מסורתיות, כמו Kia, מנהלים מו"מ על השילוב של אוטומציה הנסמכת על AI בתהליכי הייצור (Kim and No, 2024).

דרום אפריקה

בדרום אפריקה, לצד ניסיונות לפתח ולעודד תעשיית היי-טק מקומית וחשש מפגיעה בזכויות הקשורות לפרטיות של עובדים, קיימים שני סיכונים בעבודה עם AI שאינם קיימים במדינות המפותחות שנסקרו לעיל. הסיכון הראשון הוא הסיכון לעובדים בשולי שוק העבודה, שמבצעים עבודות כחלק משרשרת הייצור של ה-AI. הסיכון השני הוא החשש מהשימוש של משטרים אוטוריטריים במידע שנאסף על עובדים וארגוני עובדים שנמצאים בעימות עם מעסיקים ועם כוחות פוליטיים בממשל (Bischoff, Kamoche and Wood, 2024).

בדרום אפריקה, כמו גם בקניה, קיים מחקר המתעד את הגידול של סקטור "עובדי רפאים" (Gray and Siddharth, 2019), אשר עמלים על ניקוי מאגרי מידע והכשרה ואימון של תוכנות AI. שוקי העבודה בקניה ובדרום אפריקה, שבהם כוח המיקוח של עובדים רבים, ובכללם מהגרים ממדינות אפריקאיות אחרות, הוא נמוך, מאפשרים חדירה של מעסיקים אשר מפעילים "חוות" של עובדי רפאים בשירותי ניקוי וניטור מידע. לצד הקמת ועדות ממשלתיות וארגוני מעסיקים שקוראים לפיתוח ויישום אתי של AI במקום העבודה, כוח המיקוח הנמוך של העובדים יוצר לחץ על הממשלה לאפשר רגולציה קלה יחסית לכניסה של AI למקום העבודה.

ג. ישראל:  המצב כיום והצעות לעתיד 

ישראל מפגרת אחרי מדינות רבות בהיערכותה לשילוב מערכות בינה מלאכותית במקום העבודה (אורבך, 2024). בישראל, בניגוד למדינות רבות ברחבי העולם, ההיערכות ברמת המדינה והשותפים החברתיים לאימוץ טכנולוגיות בינה מלאכותית במקום העבודה היא מעטה. בשונה מארה"ב, ממדינות האיחוד האירופי ומהמדינות שנסקרו במזרח אסיה ובאפריקה, בישראל לא קיימת מדיניות המוכוונת להשתלבות בשרשרת הערך הגלובלית של פיתוח וייצור הקשורה ל-AI. כן קיימות תוכניות ממשלתיות להשקעה במחקר ופיתוח ובקידום השימוש ב-AI במגזר הציבורי (רשות החדשנות, 2024), וישראל חתמה על הצהרות בינלאומיות הנוגעות לשימוש ממשלתי אתי ב-AI.

בנוסף, משרד המשפטים ומשרד החדשנות הוציאו מסמך עקרונות מדיניות, אתיקה ורגולציה, אשר סוקר שאלות רחבות, כגון תחולת הדין הקיים ואתיקה הנוגעת לפיתוח ויישום של כלי בינה מלאכותית (משרד המשפטים, 2023). המסמך קובע העדפה לרגולציה ייעודית של סקטורים ספציפיים (בנקאות, תיירות, ביטחון וכו'), על פני רגולציה כללית של כלי בינה מלאכותית. בנוסף, קיימת התייחסות במסמך להעדפה של התנסויות רגולטוריות ועידוד שימוש ויצירה של כלי AI בתוך "ארגזי חול" רגולטוריים, המאפשרים ליזמים להתנסות בפיתוח בסביבה עם הקלות רגולטוריות. המסמך מתייחס באופן כללי לשאלות של חוזים, נזיקין, פרטיות וצרכנות, ומלבד עיסוק בהפליה לא נוגע בסוגיות הנוגעות לעולם העבודה.

בנוסף, יש מספר מצומצם של מחקרים שמנסים לאמוד את ה"חשיפה" של מקצועות וסקטורים שונים בישראל להשפעה של בינה מלאכותית (דבאוי ואח', 2024), אך חשיבותם של מחקרים אלו היא מוגבלת, מכיוון שהם מניחים מדיניות רגולטורית סטטית ושמירה על סטטוס קוו מבחינת האסטרטגיות של מעסיקים וארגוני עובדים.

בישראל יש גם פחות ניסיון בפיתוח רגולציה לטכנולוגיות חדשות בשוק העבודה בהשוואה למדינות שסקרנו. בניגוד להן, ישראל לא התמודדה באמצעות רגולציה או מדיניות כללית בשוק העבודה עם עבודה באמצעות חברות פלטפורמה, וכמו מדינות אחרות, גם בישראל התקשו ארגוני העובדים למצוא נקודות אחיזה בחברות פלטפורמה. במקום זה, ובניגוד למדינות שנסקרו, ההתמודדות הרגולטורית עם העסקה באמצעות פלטפורמה נעשתה על ידי איסור כניסה לשוק כמו במקרה של אובר, או דרך בתי הדין לעבודה באמצעות יישום הדוקטרינות הכלליות וחקיקת המגן הבסיסית כמו במקרה של וולט. היעדר התמודדות רגולטורית עם עבודת פלטפורמה לא מעלים את הבעיה, כמובן. חוסר הניסיון הרגולטורי בהתמודדות עם עבודה באמצעות פלטפורמה יוצר פער משמעותי בין ישראל למדינות אחרות, שלומדות מהניסיון הקונקרטי של רגולציה של מקום עבודה המתווך באמצעות טכנולוגיה, ומתרגמות את הניסיון הזה לפעולה רגולטורית חדשה.

יחד עם זאת, לישראל יש יתרונות מוסדיים יחסיים, שמאפשרים תגובה אפקטיבית למערכות בינה מלאכותית. בין יתרונות אלו אפשר למנות את הכיסוי הרחב יחסית של ארגוני עובדים ואת הגמישות בתוכן ובהיקף של ההסכמים בין השותפים החברתיים. בנוסף, בישראל יש היסטוריה של שיתופי פעולה משמעותיים בין השותפים החברתיים ליצירת פורומים ושיתופי פעולה בין מעסיקים, עובדים והממשלה. יתרון נוסף של ישראל הוא קיומה של ערכאה שיפוטית ייעודית לדיני עבודה, אשר צברה ניסיון בהתמודדות עם שינויים טכנולוגיים בשוק העבודה. כך, למשל, בית הדין החיל עקרונות כלליים של פרטיות ומחשבים[5], דואר אלקטרוני[6] ומעקב אחר נתונים ביומטריים במקום העבודה[7].

בנוסף, בישראל קיימת אסדרה וחקיקת מגן רחבה, הכוללת הסדרי שכר מפורטים, דיני שוויון הזדמנויות רחבים ודיני פרטיות וביטחון סוציאלי. בנוסף, פרטיות במקום העבודה מהווה תחום רגולטורי מוכר ופעיל (הרשות להגנת הפרטיות, 2017). הדגש להעדפה של רגולציה סקטוריאלית/ענפית של מסמך העקרונות לפיתוח רגולטורי של AI שהוציא משרד המשפטים גם הוא תואם לכלי ההסדרה הענפיים/סקטוריאליים של שוק העבודה ומאפשר מקום מובנה לשותפים החברתיים בפיתוח האסדרה.

למרות הכתוב לעיל, המוסדות בישראל התמודדו בהצלחה חלקית בלבד עם שינויים בשוק העבודה. ההתפשטות של צורות העסקה "מפוצלות", ובייחוד הרחבת העסקה כקבלנים עצמאיים (פרילנסרים), היא בעיה מבנית קיימת ומתרחבת בשוק העבודה בישראל. הסקטוריזציה של שוק העבודה בין מגזרים שונים (חרדים, ערבים, חילונים) ובין מרכז לפריפריה היא בעיה שממשיכה להתקיים למרות ניסיונם של מוסדות שוק העבודה לפתור אותה. בנוסף, היעדר השקעה בתשתיות ברחבי הארץ בצורה שווה בין המגזרים השונים של שוק העבודה היא אתגר משמעותי לפיתוח דרכי התמודדות עם האתגרים הקיימים בשוק העבודה ואלה שיבואו. היעדר תשומת לב ציבורית לבעיות מבניות בשוק העבודה, מסיבות שונות, מציב אתגר משמעותי בפני כל פתרון שדורש התגייסות פוליטית משמעותית.

בהתחשב במבנה שוק העבודה ובאתגרים הקיימים, אנו מציעים להלן ארבע רמות רגולטוריות אפשריות לישראל. כל רמה נבנית על הרמה הקודמת ודורשת השקעה פוליטית רבה יותר והתגייסות משמעותית ומשותפת יותר של הרגולטורים והשותפים החברתיים.

רמה ראשונה: הגברת תשומת הלב ולמידה מהעולם

המטרה

עד כה נדמה שמרב תשומת הלב לכל הקשור לאסדרה של טכנולוגיות AI אינה מוקדשת להשפעת הפיתוח והיישום של כלי AI על שוק העבודה ומקומות העבודה. מכיוון שבינה מלאכותית במקום העבודה אינה מהווה מוקד של עניין ציבורי ורגולטורי, ממילא גם אין תפיסה המקנה חשיבות לעמדותיהם של השותפים החברתיים, ובתוך כך לעמדותיהם של העובדים על פיתוח ויישום כלי בינה מלאכותית. לכן, מטרת הרמה הראשונה היא הקדשת תשומת לב ולמידה רגולטורית ואסטרטגית לסיכונים המשמעותיים ביותר של שילוב בינה מלאכותית בשוק העבודה, ובעיקר על אי-השוויון  והפריפריה של שוק העבודה[8].

תפקיד הרגולטורים והשותפים חברתיים

• הקמת צוות עבודה משותף לעובדים, למעסיקים ולרגולטור, שיחקור מענים רגולטוריים והסכמיים קיימים (למשל בהסכמים קיבוציים) ל-AI, ימפה סיכונים נבחרים ויציע מענים אפשריים לסיכונים אלו.

• הקמת צוותים פנימיים של השותפים החברתיים (ארגוני העובדים, ארגוני המעסיקים ולעיתים גם הממשלה), אשר יבחנו אפשרויות לשילוב AI במערכות המדינה והשותפים החברתיים. למשל, עידוד הקמת פורום ייעודי של ארגוני מעסיקים ופורום מקביל של ארגוני עובדים, שיבחנו וילמדו מקרים של יישום מערכות AI בשוק העבודה ויעודדו יצירת אסטרטגיות להתמודדות עם כלי AI וליישומם.

תפקיד בתי הדין לעבודה

הקמת קבוצת למידה ייעודית של שופטים ודיינים, שיחקרו את השפעת הבינה המלאכותית על שוק העבודה ומקומות עבודה ואת תפקידם של השותפים החברתיים ורגולטורים במדינות אחרות.

רמה שנייה: עידוד התנסות באסדרת בינה מלאכותית במקום העבודה

המטרה

בישראל קיים ניסיון מועט ברגולציה של טכנולוגיות חדשות בשוק העבודה. מטרת רמה זו היא עידוד התנסות באסדרה של בינה מלאכותית בשוק העבודה ובהסכמות לגבי יישום ופיתוח בינה מלאכותית בין השותפים החברתיים. חלק משמעותי בשלב זה הוא יידוע עובדים ומעסיקים על קיומן של מערכות AI ועל תחולת הדין הקיים על פעולתן. בנוסף, עידוד עובדים ומעסיקים להסדיר את היישום של AI במקומות עבודה באמצעות הסכמים קיבוציים.

תפקיד הרגולטורים  

• יצירת מדריכים טכניים וקיום הדרכות וסדנאות למעסיקים, עובדים ונציגי עובדים בנוגע ליישום חוקי המגן בסביבה של AI.

• יצירת מנגנון לאיסוף שאלות רגולטוריות מעובדים ומעסיקים הנוגעות לשילוב כלי AI, ופיתוח מנגנון שמאפשר מענה בסגנון חוות דעת מקדמית (pre ruling).

תפקיד השותפים חברתיים

• יצירת מאגר של שיטות עבודה מיטביות הנוגעות ליצירת תניות בהסכמים קיבוציים או לאכיפת סעיפים בהסכמים קיבוציים הנוגעים ל-AI.

• קיום משא ומתן על קיומה והשפעתה של בינה מלאכותית במקום העבודה, ובהתאם הכנסת סעיפים נדרשים להסכמים קיבוציים מפעליים או ענפיים.

• קידום תוכניות עבודה להגברת האוריינות הטכנולוגית של עובדים ומעסיקים, הכשרת עובדים ומנהלים במקומות העבודה לזהות תפקידים שעלולים להיות בסיכון ובניית תוכניות להסבה מקצועית או להתאמת הידע של עובדים ומנהלים למערכות AI.

רמה שלישית: תיקוני חקיקה, דוקטרינה ואסטרטגיה בסיסיים

המטרה

יישור קו רגולטורי בנוגע לתחולת הדין הקיים על מערכות בינה מלאכותית ועל חשיבות האסדרה של בינה מלאכותית בשוק העבודה.

תפקיד הרגולטורים

• איתור מתן תמריצים לשותפים החברתיים לשאת ולתת בנוגע לשילוב טכנולוגיות AI במקום העבודה והשפעתן. למשל, התניית הרחבת הסכמים קיבוציים כלליים במשא ומתן על קיומן והשפעתן של מערכות AI.

• התניית קבלת מענקי רשות החדשנות בפיתוח קוד אתי הנוגע לפיתוח ולשימוש ב-AI.

תפקידי המחוקק

• תיקון חוק הודעה לעובד, כך שתוחל חובת יידוע של עובדים ומועמדים לעבודה על שימוש ב-AI בהחלטות בנוגע למיון וגיוס עובדים.

• תיקון חוק שוויון הזדמנויות בצורה אשר מטילה אחריות משותפת על הפליה בעבודה, הנובעת משימוש במערכות AI, על מעסיקים וצדדים שלישיים (ספקי תוכנה, פלטפורמות למיון מועמדים).

תפקיד בתי הדין לעבודה

• הרחבת חובת תום הלב במשא ומתן קיבוצי, שתכלול חובת משא ומתן על שינויים טכנולוגיים משמעותיים.

• הבהרה שחובת השימוע לפני פיטורים חלה על ידי שימוע "אנושי" בלבד, כלומר כזה שמבוצע על ידי מנהל ולא על ידי תוכנת AI.

רמה רביעית: השקעות בתשתיות ובתוכניות לשילוב עובדים מהפריפריה החברתית-כלכלית

המטרה

בנוסף להחלת הדין הקיים על מערכות AI ולמיצוי תפקידם של השותפים החברתיים, ל-AI יש פוטנציאל חיובי משמעותי לפיתוח כלכלי ולצמצום פערים. מטרת רמה זו היא חתירה למיצוי הפוטנציאל החיובי הטמון בבינה מלאכותית.

תפקיד הרגולטורים

• יצירת תוכניות לעידוד פיתוח תשתיות טכנולוגיות ואנושיות, בדגש על הפריפריה החברתית-כלכלית והמגזר הציבורי. שימת דגש על פיתוח תשתיות של שיתופי פעולה בין השותפים החברתיים למגזר הציבורי.

• אימוץ חקיקה הכוללת הגדרה רחבה לפיתוח ויישום מערכות AI במקום העבודה, וכן סל זכויות עובדים הכולל רכיבים פרטניים וקיבוציים.

  • זכויות הפרט: זכויות הודעה, פרטיות, איסור הפליה רחב, חובות שימוע ומתן אפשרות ערעור על החלטות המתקבלות באמצעות מערכות AI.

  • זכויות קיבוציות: חובות משא ומתן על שילוב מערכות AI, זכויות הנוגעות לקבלת מידע, קול וייצוג של עובדים בתהליכי הפיתוח והיישום של טכנולוגיות במקום העבודה.

• עידוד התנסות בשימוש בכלי AI לצמצום פערי העסקה ותנאי עבודה בין מגזרים שונים בשוק העבודה.

תפקיד השותפים החברתיים

• יצירת תוכניות כניסה לשוק העבודה והכשרה מחדש של עובדים הנמצאים מחוץ לשוק העבודה.

• הדגשת מענים מיטביים ופתרונות לבעיות ברמת הענף באמצעות הסכמים ענפיים.

• יצירת תוכנית עבודה הנוגעת למתן מענה למקומות עבודה מפוצלים ולתחתית שרשרת הערך של AI ("עובדי רפאים").

סיכום

שילוב מערכות בינה מלאכותית בשוק העבודה ובמקומות העבודה הוא עובדה קיימת. חוסר תשומת לב פוליטית או ציבורית לעובדה זו לא משנה את קיומה.

בנייר זה ניתחנו את הסיכונים וההזדמנויות הטמונים בשילוב מערכות בינה מלאכותית בשוק העבודה ובמקומות העבודה, ולאחר מכן השווינו את הרגולציה וההתערבות של השותפים החברתיים במדינות שונות. מצאנו שמדינות רבות מנהלות אסטרטגיות אקטיביות של השתלבות בשרשרת הערך של פיתוח, ייצור ופריסת מערכות AI. קיומה של אסטרטגיית מאקרו כזו מסייע בהכוונת הרגולציה של מערכות AI. עוד גילינו שקיימות דרכים שונות להשתלבות בשרשרת ייצור הערך של מערכות AI. גם במדינות שאינן חותרות להשתלט על שרשרת הייצור של מערכות AI (כמו ארה"ב וסין), יש מדיניות רגולטורית אקטיבית, החותרת להתאים חלקים במשק הכלכלי להשתלבות בשלבים שונים של ייצור, פיתוח ופריסת מערכות בינה מלאכותית.

לאחר מכן תיארנו את תמונת המצב בישראל כיום. תשומת הלב הציבורית והרגולטורית להשפעתן של מערכות בינה מלאכותית על שוק העבודה היא נמוכה. בהיעדר רגולציה ותיאום בין השותפים החברתיים, ברירת המחדל של אסדרת ההשפעות של AI על מקום העבודה היא דרך בתי הדין לעבודה. בבחינה של הנעשה בעולם, לא מצאנו דוגמאות להסתמכות מוחלטת על בתי משפט לפיתוח תגובה לאומית לשילוב מערכות בינה מלאכותית במקום העבודה.

בחלקו האחרון של הנייר פירטנו המלצות בארבע רמות לפיתוח מדיניות רגולטורית בהקשר לשילוב מערכות AI בשוק העבודה בישראל. המלצות אלו מכוונות למשוך תשומת לב רגולטורית, פוליטית ומקצועית לשאלות של סיכונים והזדמנויות בשילוב מערכות AI בשוק העבודה; ליצור ודאות סביב תחולת חקיקה קיימת; ולעודד דיון והצעות מדיניות הנוגעות להתמודדות עם הסיכונים והיתרונות הטמונים בשילוב מערכות AI במקום העבודה. מעקב אחר המלצות אלו יסייע בידי השותפים החברתיים ליצור מענה לסיכונים ולהזדמנויות הנובעים מהשינוי הטכנולוגי המשמעותי ביותר בעשור האחרון.

[1] המושג מזו (meso-level analysis) מגיע מהמילה היוונית meso, שפירושה אמצע או בין לבין. בהקשר של ניתוח חברתי או ארגוני, רמת המזו מתייחסת לניתוח ברמה בינונית, בין רמת המיקרו (הרמה הפרטית והאישית) לרמת המאקרו (הרמה הרחבה והמערכתית). רמת המזו עוסקת בקבוצות, מוסדות וארגונים, ובוחנת כיצד מבנים אלה מתפקדים ומתקשרים הן עם פרטים (רמת המיקרו) והן עם מערכות גדולות יותר (רמת המאקרו).

[2] המידע לגבי חלק מהמדינות מוגבל עקב מגבלות שפה וזמינות המחקרים.

[3] תרגום של החקיקה לאנגלית: https://www.chinalawtranslate.com/en/generative-ai-interim/ 

[4] חברת פלטפורמה: צורת התקשרות שבה חברת פלטפורמה (אובר, למשל) מפעילה אפליקציה או אתר דיגיטלי המקשר ומתאם בין לקוחות לעובדים לצורך ביצוע עבודה מסוימת בתמורה לתשלום הנגזר מהעסקה. חברות פלטפורמה שונות שולטות בצורות שונות בקשר ובאינטראקציה בין הלקוחות לעובדים, וכן בתנאי העבודה בחברה עצמה.

[5] סעש (ת"א) 60161-06-16 קלי בלקאר נ' גרשון בלקין (2019).   

[6] עע (ארצי) 90/08 טלי איסקוב ענבר נ' מדינת ישראל - הממונה על חוק עבודת נשים ואח .(2011) 

[7] עסק (ארצי) 7541-04-14 הסתדרות העובדים הכללית החדשה נ' עירית קלנסווה (2017).

[8] למשל, ההשפעה של בינה מלאכותית על עובדים במקומות עבודה בלתי שגרתיים צפויה לגדול. בעשורים האחרונים, המבנה הארגוני הקלאסי של מקומות עבודה עובר סדרה של שינויים מהותיים. במקום העבודה המסורתי הייתה היררכיה ניהולית ברורה ויחסי העסקה ישירים בין כלל העובדים במפעל למעסיק אחד. כיום, מקום העבודה מפוצל בין ליבה לפריפריה ארגונית. דוגמאות קלאסיות כוללות העסקה של עובדי ניקיון ואבטחה, שכיום מועסקים בעיקר באמצעות העסקה קבלנית; זכיינות, העסקה במתכונת של קבלן עצמאי או פרילנסר/משתתף חופשי; ולאחרונה, כניסה של פלטפורמות דיגיטליות לביצוע עבודה. צורות ארגוניות אלו מתקיימות לצד צורת ההעסקה הקלאסית.