מבוא

"בשמחה! להלן ניסוח מוצע להחלטה בבקשה למתן צו לגילוי מסמכים ולמענה על שאלון"

האומנם?

לפני מספר חודשים הוטמע במערכת "נט המשפט", כלי בינה מלאכותית פנימית המבוסס על Gemini של גוגל, שייעודו המוצהר הוא סיוע טכני בעבודת בתי המשפט.[1] לכלי ניתן השם המקורי והמפתיע, "צ'אט המשפט". בשלב זה, המהלך מוצג ככלי עזר מצומצם, נטול יומרה מוסדית, שמטרתו הקלה על עומס העבודה המוטל על שופטים ורשמים. הבינה המלאכותית מתוארת כסיוע ניטרלי, חסר עמדה, כזה שאינו מחליף את שיקול הדעת אלא רק מייעל את הפעלתו.[2]

הצגה זו מחמיצה את משמעותו העמוקה יותר של המהלך. הטענה שאבקש לבחון במאמר זה היא כי הכנסת בינה מלאכותית לשגרת עבודתם של שופטים היא סימפטום, ואף מנוע, של שינוי תפיסתי רחב יותר – מעבר מתפיסת בית משפט כמוסד שיפוטי, המושתת על הפעלת שיקול דעת, אחריות אישית והכרעה ערכית, לתפיסתו כארגון ביצועי, הנשען על מדדים של קצב, תפוקה וסטנדרטיזציה.

מובהר כבר עתה כי שינוי זה לא מתרחש באמצעות רפורמה חקיקתית או הכרזה מוסדית גלויה. הוא מתרחש מאחורי הקלעים, דרך נהלים פנימיים, מיזמים טכנולוגיים ניסיוניים ושיח ניהולי של הגדלת יעילות. בהיעדר דיון ציבורי מפורש בשאלת תפקידה המתחדש של מערכת בתי המשפט, מתעצבת מציאות חדשה שבה הנחות יסוד נורמטיביות מוחלפות מבלי שנשאלת השאלה מה מותר (ומה מסוכן) להקריב בשם היעילות המוסדית.

חשוב להבהיר כי מאמר זה מבקש להציג תמונה ממצה של יתרונותיה וחסרונותיה של הבינה המלאכותית במערכת המשפט. אין חולק כי שילובה עשוי לשפר את איכות המחקר המשפטי, לסייע באיתור מקורות, להפחית טעויות אנוש, לקצר הליכים ואף לפנות זמן שיפוטי לעיסוק בשאלות מהותיות יותר. יתרונות אלה זוכים כיום להתייחסות רחבה, הן בשיח הציבורי והן במסמכי המדיניות מטעם הנהלת בתי המשפט. מטרת המאמר היא לבחון את המחירים המוסדיים האפשריים של תהליך זה – מחירים אשר מטבעם נוטים להיות סמויים יותר מן היתרונות התפעוליים, ולכן גם זוכים לפחות תשומת לב. דווקא משום שפוטנציאל התועלת נראה ממשי וקרוב, השאלה איננה אם לאמצה או לדחותה, אלא כיצד לעצב את השימוש בה כך שניתן יהיה ליהנות מיתרונותיה מבלי לשנות בהדרגה את אופייה של השפיטה. המאמר מתמקד אפוא בתרחישים אלו לא משום שהם בהכרח יתממשו, אלא משום שהם זוכים כיום לפחות תשומת לב ביחס ליתרונותיה של הטכנולוגיה.

בפרק הראשון אטען כי טכנולוגיות עשויות לעצב את אופייה של הפרקטיקה שבתוכה הן פועלות. בפרק השני אציג את מסגרת הניתוח של אלסדייר מקינטאייר, באמצעות ההבחנה בין פרקטיקות ומוסדות ובין טובין פנימיים וחיצוניים, ואציע ליישמה גם על שפיטה. בפרק השלישי אבחן כיצד שילוב בינה מלאכותית עשוי להשפיע על אופיו של בית המשפט כמוסד, תוך התמקדות בשלוש השלכות אפשריות: חיזוק האחידות והצמצום של מרחב שיקול הדעת, שינוי במבנה האחריות השיפוטית, ופגיעה בתפקידו של העומס כאות אזהרה מוסדי. בפרק הרביעי אדון בשאלה האם בינה מלאכותית אינה אלא "עוזר משפטי טוב יותר", ואציע להבחין בין שני סוגי הסיוע. בפרק החמישי אציע עקרונות לקביעת גבולות השימוש הראויים בבינה מלאכותית במערכת בתי המשפט, ולבסוף, בפרק ו, אסכם ואטען כי האתגר המרכזי איננו אם לאמץ בינה מלאכותית, אלא כיצד לעשות זאת באופן שישמר את אופייה של השפיטה כפרקטיקה אנושית ואת הלגיטימציה של המוסד השיפוטי.

א. טכנולוגיה איננה רק אמצעי – על עיצוב מוסדי באמצעות כלי עבודה

הנטייה להתייחס לבינה מלאכותית ככלי ניטרלי נשענת על הבחנה אינטואיטיבית בין תוכן ובין אמצעי. לפי תפיסה זו, כל עוד התוכן, קרי, ההכרעה עצמה נותרת בידי השופט, אין חשיבות מיוחדת לכלים הטכנולוגיים שבאמצעותם היא מתקבלת. הבינה המלאכותית נתפסת, בהתאם, כאמצעי טכני בלבד – כלי עזר לעיבוד מידע, לארגון חומרים או לחיסכון בזמן.

הבחנה זו מתעלמת מהאופן שבו אמצעים מעצבים פרקטיקות, ופרקטיקות מעצבות מוסדות. טכנולוגיות לא פועלות בחלל ריק. כל כלי עבודה מגלם בתוכו הנחות סמויות באשר למה נחשב לעבודה "טובה", מה דורש זמן, מהו מידע רלוונטי, ומהי הדרך הראויה להתמודד עם עומס וחוסר יעילות. במובן זה, טכנולוגיה היא לא רק אמצעי לביצוע פעולה קיימת, אלא גם מנגנון שמעצב מחדש את אופי הפעולה עצמה.[3]

כך, למשל, מערכת שמטרתה לקצר זמני טיפול בתיקים לא רק חוסכת זמן אלא מניחה שמשך הטיפול הוא מדד מרכזי לאיכות מוסדית. כלי המציע נוסחים מקובלים או מזהה דפוסים חוזרים מסייע לניסוח החלטות, ובד בבד מעודד אחידות, מחזק חזרתיות על פתרונות שכיחים ומצמצם חריגות.

היבט זה משמעותי במיוחד גם ביחס למוסדות שיפוטיים. בית המשפט אינו רק מנגנון להפקת הכרעות, אלא מוסד המבוסס על מסורת ופרקטיקות של שיקול דעת, אחריות אישית, הנמקה וביקורת. הכנסת טכנולוגיות שמטרתן המרכזית היא ייעול, האצה וסטנדרטיזציה עשויה לשנות את מקומם של מאפיינים אלה. גם אם ההכרעה הסופית נותרת אנושית, סביבת העבודה שבתוכה מתקבלות ההחלטות משתנה, ואיתה גם האופן שבו תפקידו של השופט נתפס ומבוצע.

ב. מקינטאייר: המתח בין פרקטיקה למוסד

כדי להבין את משמעותו של שילוב הבינה המלאכותית בעבודת בתי המשפט, אין די בשאלה אילו משימות היא מסוגלת לבצע או עד כמה היא מדויקת. השאלה העמוקה יותר היא מהו טיבו של המוסד שאליו היא נכנסת, ואילו ערכים היא מחזקת במסגרתו. לשם כך, מועילה במיוחד הבחנתו של הפילוסוף אלסדייר מקינטאייר בין פרקטיקות ובין מוסדות, ובין טובין פנימיים לטובין חיצוניים.

בספרו מעבר למידה הטובה (After Virtue), מבקש מקינטאייר להשיב על השאלה כיצד מתפתחות מידות טובות במסגרת חיי האדם. כחלק מתשובתו הוא מציע את מושג ה"פרקטיקה", שאותו הוא מגדיר כך:

"במילה "פרקטיקה" אשתמש על מנת לציין כל צורה לכידה ומורכבת של פעילות אנושית שיתופית ממוסדת מבחינה חברתית שדרכה טובין שהם פנימיים לאותה צורת פעילות ממומשים במהלך הניסיון לעמוד באמות מידה של הצטיינות ההולמים, ולמעשה באופן חלקי מגדירים, את צורת הפעילות הזאת […]".[4]

הגדרה זו עשויה להיראות מופשטת במבט ראשון, אולם הרעיון, בבסיסו, פשוט. פרקטיקה היא פעילות שבמהלכה מתפתחים סטנדרטים ייחודיים של מצוינות, שאותם ניתן להבין רק מתוך ההשתתפות בה. משחק שחמט, למשל, איננו רק אוסף של כללים המאפשרים לקבוע מי ניצח. הוא עולם שלם של מיומנויות, שיקול דעת, אסטרטגיה והערכה אסתטית של מהלכים. אדם שמעולם לא שיחק שחמט יכול אומנם להבין מהו פרס כספי או גביע ניצחון, אך לא יוכל להבין באמת מדוע מהלך מסוים נחשב מבריק או אלגנטי. מקינטאייר ממשיך:

"איקס-מיקס-דריקס אינה פרקטיקה במובן זה, וגם לא הבעיטה המיומנת בכדורגל; אך משחק הכדורגל הוא פרקטיקה, וכמוהו גם השחמט. הנחת לבנים אינה פרקטיקה; ארכיטקטורה כן […] לפיכך טווח הפרקטיקות הוא רחב: האמנויות, המדעים, המשחקים והפוליטיקה במובן האריסטוטלי, הקמת משק בית וניהולו, כולם כלולים במושג זה".[5]

בהתאם, גם המשפט הוא פרקטיקה בעלת סטנדרטים ייחודיים, וכן יש לה טובין פנימיים וחיצוניים. טובין פנימיים הם אותם הישגים שניתן לממש רק באמצעות השתתפות בפרקטיקה עצמה, ובהתאם לאמות המידה הייחודיות שלה. לעומתם, טובין חיצוניים, כגון כסף, יוקרה, כוח, מעמד או תגמול – אינם ייחודיים לפרקטיקה מסוימת, וניתן להשיגם גם בדרכים אחרות.[6]

עם זאת, פרקטיקות לא מתקיימות בחלל ריק, הן זקוקות למוסדות. משחק השחמט זקוק למועדונים, לתחרויות, למאמנים ולארגונים. הרפואה זקוקה לבתי חולים, לאוניברסיטאות, למערכות תקציב ולמנגנוני ניהול. גם המשפט לא יכול להתקיים ללא בתי משפט, הנהלה, תקציבים, תקני שופטים, מערכות מחשוב ומדדי ביצוע. אלא שכאן מתגלה המתח שעליו מצביע מקינטאייר:

"טיפוסי למוסדות שהם עוסקים במה שכיניתי טובין חיצוניים […] הם מעורבים בכל הקשור להשגת כסף ונכסים חומריים אחרים; הם מתפרשים במונחים של כוח ומעמד […] אכן, כה הדוק היחס בין הפרקטיקות למוסדות […] עד שהמוסדות והפרקטיקות בדרך כלל יוצרים יחדיו סדר סיבתי אחיד שבו האידיאלים והיצירתיות של הפרקטיקה חשופים תמיד לפגיעה מצד הנטייה הרכושנית של המוסד,…]".[7]

אין מדובר בביקורת על עצם קיומם של מוסדות. מקינטאייר מדגיש כי ללא מוסדות הפרקטיקות לא יכולות להחזיק מעמד לאורך זמן. בתי חולים חייבים להתנהל, בתי משפט חייבים לעמוד בתקציב, ומועדוני שחמט חייבים לגייס משאבים. הטובין החיצוניים אינם אויבים לפרקטיקה, אלא הם תנאי לקיומה. הבעיה מתחילה כאשר הם מפסיקים לשמש אמצעי והופכים למטרה בפני עצמה. כאשר הצלחתו של המוסד נמדדת בעיקר באמצעות המדדים החיצוניים כמו כסף, תפוקה, מהירות או היקף פעילות – עולה חשש שהפרקטיקה עצמה תעוצב מחדש בהתאם לאותם מדדים.

ההבחנה של מקינטאייר מאפשרת להעריך מוסדות לא רק לפי התפוקה שהם מייצרים, אלא גם לפי אופייה של הפעילות שהם מאפשרים. מוסד עשוי להיות יעיל יותר, מהיר יותר וזול יותר, ובכל זאת לפגוע בפרקטיקה שאותה הוא אמור לשרת. מנקודת מבט זו, השאלה איננה האם בית המשפט מצליח "לייצר" יותר פסקי דין, אלא האם הוא מוסיף לטפח את אותן מידות מקצועיות – שיקול דעת, אחריות, הקשבה והבחנה – שבזכותן הפכה השפיטה לפרקטיקה ייחודית מלכתחילה. ככל שהצלחתו של המוסד תימדד בעיקר באמצעות טובין חיצוניים, כך יגדל החשש שהפרקטיקה עצמה תותאם אליהם בהדרגה.

נדמה כי הבחנה זו מספקת מסגרת מושגית מועילה במיוחד להבנת האתגרים שמציבה הבינה המלאכותית בפני מערכת המשפט. השפיטה, כך אבקש לטעון, היא פרקטיקה במובנו של מקינטאייר – היא כוללת אמות מידה מקצועיות של מצוינות, ולצד זאת, מערכת בתי המשפט היא גם מוסד. היא נדרשת להתמודד עם מחסור בתקנים, עומס, מגבלות תקציב, מדדי תפוקה ולחץ לקיצור הליכים. אלו שיקולים לגיטימיים ואף הכרחיים, אולם הם שייכים לעולם הטובין החיצוניים. כל מערכת משפט זקוקה להם כדי להתקיים, אך הם לא מגדירים כשלעצמם מהי שפיטה טובה.

מנקודת מבט זו, השאלה שמעלה שילובה של הבינה המלאכותית במערכת בתי המשפט איננה אם היא מסוגלת לנסח טיוטת החלטה טובה יותר, לאתר פסיקה במהירות רבה יותר או לסכם כתבי טענות באופן יעיל יותר. השאלה היא שאלה מוסדית – אילו ערכים מתחזקים כאשר כלי העבודה המרכזיים של השופט מתוכננים בראש ובראשונה למקסם מהירות, אחידות, תפוקה ויכולת עיבוד? האם הם נותרים אמצעי המסייע לפרקטיקה השיפוטית, או שמא הם מתחילים לעצב מחדש את האופן שבו הפרקטיקה עצמה מובנת ומוערכת?

נראה כי ככל שכלי העבודה של המוסד השיפוטי יפותחו מתוך היגיון של יעילות, סטנדרטיזציה ותפוקה, כך עשוי להשתנות בהדרגה גם האיזון שבין הטובין הפנימיים של השפיטה לבין הטובין החיצוניים של בית המשפט כמוסד. שינוי זה אומנם טרם מורגש, אך הוא עשוי להתגבר עם השנים, מתוך הרגל לשינוי צורת החשיבה ותנאי העבודה. שינויים מוסדיים עמוקים לא מתרחשים בהכרח באמצעות רפורמות דרמטיות. לעיתים קרובות, דווקא שינויים קטנים, פנימיים ומצטברים הם אלו שמחוללים את נקודת המפנה. כאשר מערכת משפטית מאמצת כלים שמטרתם המרכזית היא קיצור זמנים והקלה בעומס, היא "עובדת מהר יותר", ובתוך כך מאמצת תפיסה שלפיה עבודת השיפוט היא תהליך שניתן לאופטימיזציה. מיזמים טכנולוגיים ניסיוניים הם לא עניין טכני שצריך להשאיר לשיקולי ההנהלה בלבד. הטמעת כלי שמציע ניסוח "מקובל", שמבליט פסיקה חוזרת, או שמדרג טענות לפי שכיחותן, יוצר מסגרת סמויה של ציפיות – מה נחשב רלוונטי, מה חריג, ומה מיותר.

בשלב זה ראוי להבהיר כי אין זה הכרחי ששילובה של בינה מלאכותית במערכת בתי המשפט יוביל להגדלת הטובין החיצוניים. ניתן בהחלט להעלות על הדעת גם תרחיש אחר, שלפיו כלי בינה מלאכותית יפנו זמן, יקלו על עומס ויאפשרו לשופטים להקדיש תשומת לב רבה יותר לשאלות המהותיות של ההליך. הבינה המלאכותית עשויה אף לחזק חלק מן הטובין הפנימיים של השפיטה ולא רק את הטובין החיצוניים של המוסד.

ואולם, כפי שנטען במבוא, קיומה של אפשרות זו לא מייתר את הצורך לבחון גם את הכיוון ההפוך. מטרתו של מאמר זה אינה לטעון כי שילוב בינה מלאכותית יוביל בהכרח לשינוי מוסדי מסוים, אלא להצביע על מנגנונים שבאמצעותם שינוי כזה עשוי להתרחש, אם השימוש בכלים אלו ילווה באימוץ הדרגתי של מדדי יעילות, סטנדרטיזציה ותפוקה כערכים מארגנים של עבודת השפיטה. הואיל והפוטנציאל הטכנולוגי טומן בחובו יתרונות ניכרים, הוא יוצר הזדמנות לבחון כבר עתה אילו משימות ראוי להעביר לבינה מלאכותית, ואילו משימות יש להותיר בליבת שיקול הדעת של גורם אנושי. לשאלות אלה אשוב בהמשך המאמר, במסגרת הדיון בגבולות הראויים לשילוב בינה מלאכותית במערכת בתי המשפט.

ג. בין מוסד שיפוטי לארגון ביצועי

העומס הוא עובדה ידועה ובלתי מוכחשת במערכת בתי המשפט. מספר התיקים, משך ההליכים והמחסור במשאבים הפכו זה מכבר לנושא שיחה קבוע.[8] אולם עומס הוא יותר מנתון כמותי; הוא גם כוח מעצב. שיח המתמקד ביעילות והתמודדות עם עומסים ממיר שאלות נורמטיביות בשאלות ניהוליות – כמה תיקים נסגרו, מה משך ההליך הממוצע, היכן מצויים צווארי בקבוק. בתוך שיח זה, בית המשפט מתחיל להיתפס פחות כזירה של הכרעה ויותר כיחידת ביצוע. ההצלחה אינה נמדדת באיכות שיקול הדעת, אלא ביכולת "להזרים" תיקים החוצה. הבינה המלאכותית משתלבת באופן טבעי במהלך זה, כפתרון כמעט מתבקש בתוך מסגרת תפיסתית שכבר רואה במערכת השיפוטית ארגון ביצועי.

בפרק השלישי להוראות נוהל מנהל בתי המשפט בנושא "קוד אתי לשימוש בכלי בינה מלאכותית ברשות השופטת", שכותרתו "עקרונות יסוד", נכתב כך:

"הזדמנות: כלי בינה מלאכותית מספקים למערכת המשפט הזדמנות לייעול העבודה, דיוק ההחלטה השיפוטית, פינוי הסגל השיפוטי והמינהלי לעיסוק בעניינים מהותיים, ושיפור השירות לציבור. שימוש נכון בכלים אלו יכול לחסוך זמן שיפוטי לבר-שיפוטי רב, להקל על העומסים המוטלים על המערכת, לקצר את משך ההליכים, ולאפשר קפיצת מדרגה בעבודת מערכת בתי המשפט".[9]

הבעיה אינה בעצם הרצון לייעול. אין ערך או תועלת בעיכוב, בטרחה או בסרבול הליכים. המדדים עצמם – מה נמדד ומה נותר מחוץ למדידה – מעצבים את אופן הפעולה. שיקול דעת שיפוטי, מטבעו, הוא איטי, בלתי צפוי ולעיתים אף לא יעיל. הוא כולל התלבטויות, עצירות, ולעיתים גם החלטה לא להכריע בדרך הקלה או המקובלת. מאפיינים אלה אינם בגדר תקלה אלא חלק בלתי נפרד ממלאכת השפיטה. כאשר שופט נמדד, במישרין או בעקיפין, בתפוקה, מתרחש שינוי עדין אך משמעותי בציפיות ממנו. הזמן המוקדש לתיק בודד נתפס כמשאב לחלוקה, במקום כמרחב שיפוטי שיש להגן עליו. בתוך הקשר זה, כלי בינה מלאכותית עשויים לחזק את ההנחה שעבודת השיפוט ניתנת לפירוק לשלבים טכניים ולייעול אלגוריתמי.

התוצאה הצפויה, ברבות הימים, היא טשטוש הגבול בין מוסד שיפוטי לבין ארגון ביצועי. בעוד שארגון ביצועי שואף למקסם תפוקה תחת אילוצים, מוסד שיפוטי אמור לעמוד גם מול הלחץ, ולעיתים אף להאט את המערכת במודע. אם אכן שילוב הבינה המלאכותית משנה בהדרגה את האיזון שבין הטובין הפנימיים של השפיטה לבין הטובין החיצוניים של המוסד, ניתן לצפות לכך שהשינוי יבוא לידי ביטוי גם באופן פעולתה של מערכת המשפט.

אין הכוונה לטעון כי השאיפה ליעילות או ללחצי תפוקה נולדו עם הופעתה של הבינה המלאכותית. לחצים אלה מלווים את מערכת המשפט זה שנים, במגמת ההחרפה הידועה שאוזכרה למעלה. ואולם, הבינה המלאכותית עשויה לשנות את האופן שבו לחצים אלה מתורגמים לפרקטיקה מוסדית. ככל שהיא מקלה על הגדלת התפוקה ומספקת כלים המאפשרים ליישם מדיניות של אחידות והאצת תהליכים, כך היא עשויה גם לחזק את מעמדם של ערכים אלה בתוך עבודת השפיטה עצמה. שלוש השלכות מוסדיות בולטות של תהליך זה יוצגו להלן.

1. אחידות והשטחת המרחב השיפוטי

הבעייתיות בתפיסת יעילות ופרודוקטיביות ושילוב כלי בינה מלאכותית איננה רק בדחיקת השופטים לקבל החלטות בקצב מתאים, אלא באפשרות לפגיעה גם באיכות התוצרים וליצירת שינוי מהותי במאפייניהם. כאשר נערכים לחולל שינוי במסורת המערכתית של אופן קבלת החלטות, צריך לשאול: מה הולך לאיבוד?

אחד המאפיינים המרכזיים של שיקול דעת שיפוטי הוא האפשרות לחרוג מן הדפוס הרגיל. שופט לא נדרש רק לזהות מקרים דומים ולהחיל עליהם פתרון קיים, אלא גם להבחין מתי הדמיון מטעה, ומתי הכלל הקיים חדל להתאים ויש לשנות כיוון. כלי בינה מלאכותית מסוג מודלים סטטיסטיים פועלים כמעט הפוך – כוחם נעוץ ביכולת לזהות תבניות חוזרות, להסתמך על דפוסים קיימים ולהציע פתרונות המבוססים על הסתברות, שכיחות ודמיון למקרים קודמים. במובן זה, הם לא רק מסייעים לאתר את המצב "הרגיל", אלא גם מבססים ומחזקים אותו. ככל שמערכת נשענת יותר על זיהוי דפוסים, כך קטֵנה הנראות של מה שלא מתיישב עמם.

אין באמור משום קריאה להרחבת הפערים בין שופטים או לעידוד הכרעות שרירותיות בשם "שיקול הדעת" או "הסבירות". אדרבא, אחידות בפסיקה היא מאבני היסוד של שלטון החוק. היא מגשימה את עקרון השוויון בפני החוק, מחזקת את הוודאות המשפטית ומבטיחה כי מקרים דומים יזכו ליחס דומה, ללא תלות בזהות המותב, העומס באולם, סגנונו האישי של השופט או נטייתו הפוליטית. הקושי מתחיל כאשר האחידות חדלה להיות אילוץ הכרחי של שלטון החוק והופכת לערך מארגן של עבודת השיפוט עצמה. המשפט איננו פס ייצור של פתרונות זהים. הוא פועל בתוך מציאות אנושית מורכבת, שבה גם מקרים הנראים דומים במבט ראשון עשויים להצדיק הבחנה.

יובהר, הבעייתיות היא לא באפשרות שהמערכת תציע פתרון שגוי באופן מובהק, אלא בכך שהיא עלולה להפוך את ההכרעה החריגה לפחות טבעית, פחות נגישה, ולעיתים אף לפחות לגיטימית מבחינה מוסדית. פתרון שלא עולה בקנה אחד עם הדפוס הקיים מתחיל להיתפס כסטייה שיש להצדיק, במקום כביטוי אפשרי של שיקול דעת עצמאי. מאפיין זה חשוב במיוחד להתפתחות הפסיקה – התפתחות משפטית מתרחשת, בין היתר, דרך הצבעה על החריג. מערכת שמתגמלת אחידות, גם אם בעקיפין, עלולה להקשות על עצם התנאים בהם שינוי כזה מתאפשר.[10]

הסכנה אפוא אינה בכפיית תוצאה מסוימת באמצעות כלי הבינה המלאכותית. החשש הוא מפני שינוי הדרגתי של תרבות ההכרעה עצמה. איש אינו מורה לשופט "להיות אחיד יותר", ואיש אינו מבטל פורמלית את שיקול הדעת. ההשטחה נוצרת בעקיפין דרך ניסוחים מוצעים, הדגשת פסיקה חוזרת, הצגת "המקרים הדומים ביותר". בהדרגה, מרחב האפשרויות השיפוטי מצטמצם סביב מה שכבר נעשה בעבר.

2. פיזור האחריות השיפוטית

מערכת המשפט מבוססת, בין היתר, על רעיון האחריות האישית של המכריע האנושי. פסק דין אינו מסתכם בתוצאה שאליה הגיע בית המשפט. הוא גם פעולה שמיוחסת לשופט מסוים, שנדרש לנמק את הכרעתו, להסבירה ולשאת באחריות לה. שילובם של כלי בינה מלאכותית מעצב מחדש, בהדרגה, את הקשר בין השופט להכרעה. גם כאשר זו נותרת, פורמלית, בידי השופט, הליך קבלת ההחלטות עצמו מתפצל בין שורה של גורמים: מערכת המסכמת כתבי טענות, כלי המציע פסיקה רלוונטית, מנגנון המנסח טיוטת החלטה או מסווג טענות לפי הסתברות ודפוסים קודמים. גם אם מבחינה טכנולוגית כל הפעולות מתבצעות באמצעות מערכת אחת, מבחינה מושגית מדובר בפונקציות שונות – סיכום עובדות וטענות, איתור מקורות, סינון מידע, ניסוח והמלצה. כל אחת מהן משפיעה על שלב אחר בתהליך קבלת ההחלטות, ולכן גם מעלה שאלות שונות של אחריות וביקורת.

ככל שתהליך העבודה הופך למבוזר יותר מבחינה טכנולוגית, כך גם האחריות עצמה נעשית עמומה יותר. השופט מוסיף לשאת באחריות המלאה להחלטתו, אולם ההכרעה כבר אינה תוצר בלעדי של שיקול דעת אנושי ישיר. במצבים אלו, קשה יותר להבחין בין הכרעה עצמאית להסתמכות על תשתית מערכתית שהנחותיה אינן גלויות במלואן. בעבודה משפטית, חלק מהלגיטימציה הניתנת לשופטים נובעת מהידיעה כי אדם מסוים הפעיל שיקול דעת עצמאי ונושא באחריות מלאה להפעלתו. ככל שההכרעה נשענת יותר על תהליכים טכנולוגיים סמויים, כך מתערער בהדרגה הקשר הישיר בין המכריע ובין ההכרעה עצמה.[11]

הבדל זה אינו מתמצה בכך שיותר גורמים משתתפים בתהליך קבלת ההחלטות. גם כיום שופטים מסתייעים במתמחים ובעוזרים משפטיים, מבלי שהאחריות להכרעה השיפוטית מיטשטשת. ואולם, כל אחד מאותם גורמים הוא אדם שניתן לשאול, לבקר ולהעמיד את שיקול דעתו לבחינה. המלצתו היא תוצר של הנמקה משפטית שניתן להתווכח עמה, לקבלה או לדחותה. לעומת זאת, כאשר תהליך קבלת ההחלטות נשען על תוצריו של מודל סטטיסטי, לא תמיד ניתן לעמוד על ההנחות שהובילו לבחירת מקורות מסוימים, להבלטת טענות מסוימות או להצעת ניסוח מסוים. גם אם השופט מוסיף לשאת באחריות המשפטית המלאה להכרעתו, מתווסף לתהליך גורם שהשפעתו עשויה להיות משמעותית, אך הנמקותיו אינן נתונות לבחינה באותו אופן.[12]

3. עומס כאות אזהרה מוסדי

עומס נתפס בדרך כלל כבעיה תפעולית – יותר מדי תיקים, זמני טיפול ארוכים ומחסור במשאבים. בהתאם לכך, גם הפתרון המבוקש הוא לרוב פתרון תפעולי, כמו הטמעת השימוש בבינה מלאכותית. אלא שלא כל עומס הוא תקלה טכנית בלבד. לעיתים, עומס מתמשך הוא סימן לכך שהמערכת עצמה מייצרת קושי עמוק יותר. אין להבין מכך כי עומס, כשלעצמו בלבד, הוא אינדיקציה לכשל מוסדי. עומס יכול להיות תלוי בשלל גורמים, שחלקם אינם תלויים בבתי המשפט, כמו גידול בהיקף ההתדיינות (אף שניתן לדון בתפקידם ואחריותם של בתי המשפט בסוגייה זו), מחסור במשאבים או שינויים תרבותיים־חברתיים. הדיון להלן מתמקד בעומס שהוא תוצר ישיר של דפוסים מוסדיים שהמערכת מאמצת ומשעתקת, שעשוי לשמש כאות אזהרה המעורר בחינה ביקורתית של אותם דפוסים. כך למשל, הצפה חוזרת של הליכים מסוג מסוים עשויה להעיד על כשל רגולטורי, על תמריצים דיוניים מעוותים, או על שימוש יתר בכלי משפטי מסוים. במצבים אלו, עצם החזרתיות מחייבת בחינה. העומס הוא גם מקור למידע מוסדי, ולא רק ביטוי למגבלת קיבולת.

ככל שכלי הבינה המלאכותית מצליחים לנטרל את העומס ברמה התפעולית, קטן גם הלחץ שמחייב את המערכת לעצור ולבחון את משמעותו. כאשר תיקים חוזרים מטופלים מהר יותר, מנוסחים באופן אחיד יותר ומסווגים ביעילות גבוהה יותר – ייתכן שהבעיה המוסדית עצמה נעשית פחות מורגשת. ההצלחה התפעולית מטשטשת את הצורך בשינוי נורמטיבי. החשש הוא שהטכנולוגיה תאפשר למערכת להמשיך לפעול מבלי להתמודד עם השאלות שהעומס עצמו היה אמור להציף. ככל שהחיכוך קטן, קטן גם הסיכוי לעצירה ביקורתית.

להבהרת הבעייתיות, אתמקד בדוגמה של תובענות ייצוגיות, בהן נדרש שיקול דעת שיפוטי מעמיק בתנאים של עומס כבד והצפת המערכת.

מעצם טיבן, תובענות ייצוגיות אינן יכולות להיות הליכים פשוטים. הן מערבות קבוצה רחבה של נפגעים, השלכות רוחב, ולעיתים גם תפקוד רגולטורי עקיף.[13] גם במקרים שבהם ההליך מסתיים בהסתלקות או בפשרה מוסכמת, אין מדובר בהחלטה טכנית בלבד – נדרשת כתיבה, נשקלת עמדת היועץ המשפטי לממשלה, ונבחנת השאלה האם ההסדר משרת אינטרס ציבורי.[14] במילים אחרות, גם כאשר אין הכרעה מלאה לגופה של עילה, ההליך מחייב הפעלת שיקול דעת שיפוטי מתמשך.

בצד מורכבות זו מתקיים עומס חריג והצפה של תובענות ייצוגיות גבוליות, חזרתיות ולעיתים בלתי יעילות.[15] במצבים אלו, העומס עצמו אינו תוצר מקרי, אלא סימפטום של בעיה מוסדית עמוקה יותר. אישור עקרוני של תובענה ייצוגית אחת עשוי לייצר גל של הליכים חדשים, שמעתיקים את אותה עילה פעם אחר פעם, מבלי שנבחנת מחדש נחיצותם, תרומתם או ההצדקה להמשך הפעלת הכלי הייצוגי באותה מתכונת.

בתי המשפט עמדו לא אחת על כך שגלים חוזרים של תובענות ייצוגיות בתחומים מסוימים מחייבים בחינה מחודשת של האיזון הנורמטיבי. כך, למשל, נפסק כי לאחר "מבול" של הליכים ייצוגיים מסוג מסוים – בין אם בענייני ספאם, נגישות או עישון – אין די בהעתקת פסיקה קיימת, ונדרש ריסון שיפוטי או שינוי גישה, המכיר בהשלכות המצטברות של ההליך הייצוגי על המערכת ועל הציבור.

בית המשפט העליון עמד על המתח המובנה בין הצורך ב"מנוע כלכלי" להנעת תובענות ייצוגיות ככלי חברתי רצוי, ובין החשש מפני "תעשיית תובענות ייצוגיות" שעיקרה אינו תיקון עוולה אלא מיצוי תמריצים כלכליים, ועל הצורך לאתר את קו ההפרדה הראוי ביניהם.[16] דברים אלו קיבלו ביטוי חד בפסיקה מאוחרת, שבה הובהר כי אף שהתובענה הייצוגית ממלאת תפקיד חשוב באיזון פערי הכוחות ובהרתעה מפני הפרות חוק, היא טומנת בחובה גם חסרונות מערכתיים משמעותיים. כך, בעניין שטרן נ' Kia Motor Company‏‏ צוין במפורש כי התמריץ הכלכלי להגשת תובענות ייצוגיות – גמול ושכר טרחה – הוביל, במבחן הזמן, לעלייה דרמטית במספר ההליכים המוגשים, עד כדי "עלייה לא סבירה בקצב הגשת תביעות, שיש לה השלכה על המשק בכלל ועל מערכת המשפט והעומס בה בפרט".[17] בית המשפט עמד שם על כך שלמרות תרומתן של תובענות ייצוגיות לאכיפת זכויות ולהרתעה, לא נרשמה ירידה בכמות ההליכים, אלא להפך. תופעה זו מחייבת בחינה מחודשת של האיזון שבין היתרונות והתמריצים לבין המחירים המוסדיים של ההליך, ואף הובילה להמלצות מפורשות לשינויי חקיקה.[18]

דווקא במצבים אלו נדרש שיקול דעת שיפוטי מסוג אחר – לא הכרעה רק במקרה הפרטני, אלא הבחנה מוסדית מתי מנגנון האכיפה מאבד שליטה, מתי הוא חדל לייצר תועלת ציבורית, וכיצד יש לעצב מחדש את הפסיקה כך שתבלום תמריצים עודפים. זהו שיקול דעת שאינו נלמד מהעבר בלבד, אלא מחייב מבט ביקורתי על ההשלכות המצטברות של הפסיקה עצמה.

בנקודה זו נכנסת הבינה המלאכותית – כלי AI המיועדים לאתר פסיקה קיימת, לזהות תבניות חוזרות ולהציע ניסוחים סטנדרטיים, עשויים להקל משמעותית על העומס המיידי. ואכן, יש צורך אמיתי בהקלה כזו. אלא שהקלה בעומס אינה שקולה להפעלת שיקול דעת. אלגוריתם, מעצם טבעו, אינו שואל האם דפוס מסוים ראוי להימשך, הוא רק מזהה שהוא קיים. הקושי שמציבה הבינה המלאכותית לא מתמצה אפוא בסיכון של טעות נקודתית, אלא ביצירת מעגל משוב (feedback loop) מוסדי. מצד אחד, המודל נשען על פסיקה קיימת ועל דפוסים שהתגבשו לאורך השנים. מטבעו, הוא מחזק את הפתרונות השכיחים, מציע את ההלכות המצוטטות ביותר ומעודד המשכיות. כאשר דפוס פסיקתי מסוים הוא עצמו חלק מן הבעיה – למשל, כאשר הוא יוצר תמריצים להגשת מספר הולך וגדל של תובענות ייצוגיות – השימוש בבינה מלאכותית עלול לקבע אותו דווקא במקום שבו נדרשת בחינה מחודשת. במקום לעורר את השאלה האם הגיעה העת לשנות כיוון, היא ממשיכה בדרך המוכרת שהובילה למצב העגום שאליו נקלע בית המשפט היום.[19]

נוסף על כך, אותם כלים עצמם מפחיתים את העומס התפעולי הנובע מן ההצפה. אין בכך פסול או בעיה עקרונית, להפך. ככל שהבינה המלאכותית מאפשרת למערכת להתמודד עם יותר תיקים בפחות זמן, היא ממלאת את ייעודה ככלי לייעול העבודה. ואולם, כאשר העומס אינו רק קושי תפעולי אלא גם ביטוי לדפוס מוסדי הטעון בחינה, הפחתתו עלולה לטשטש את מנגנון המשוב שבאמצעותו מזהה המערכת כי נדרש שינוי. העומס אמנם יורגש פחות, אך בו בזמן המערכת לא תעצור לבדוק מדוע נוצר מלכתחילה.

עומס הוא לא רק בעיה של בית המשפט. ריבוי תיקים בתחום מסוים מלמד על תופעות רחבות יותר המתרחשות מחוץ לכותלי בית המשפט. ריבוי הליכים פליליים בעבירות נשק עשוי ללמד על כשלי אכיפה וביטחון אישי, ריבוי עתירות מנהליות בתחום התכנון והבנייה עשוי ללמד על קשיים במנגנוני קבלת ההחלטות של הרשויות, וריבוי תובענות ייצוגיות בתחום הצרכנות עשוי ללמד על הדרך שבה החברה בוחרת להתמודד עם עוולות צרכניות. בנוסף, יוער, כי העומס מעורר שאלות נוספות בעניין האיזון בין הרשויות – במקום שהפיקוח, ההסדרה והאכיפה יתבצעו בעיקר באמצעות רגולטורים, הם מועברים בהדרגה אל בתי המשפט באמצעות הליכים פרטיים. יוצא כי דווקא הצלחתה של הבינה המלאכותית בהקלה על העומס עלולה לדחות את הרגע שבו יופעל שיקול דעת מוסדי ביקורתי באשר לסיבות שהובילו אליו מלכתחילה. במקום ששופט יעצור וישאל האם גל התביעות הנוכחי מצביע על כשל רגולטורי, תמריץ שגוי או שימוש יתר בכלי הייצוגי, המערכת "מתרגלת" את עצמה לטפל בעוד מאותו הדבר, רק מהר יותר. כך, דווקא בהליכים שבהם נדרש יותר מכל שיקול דעת ביקורתי, טכנולוגיית הייעול עלולה לפעול נגד עצם האפשרות להפעיל שיקול דעת כזה.

ד. האם בינה מלאכותית היא רק עוזר משפטי טוב יותר?

ניתן לטעון כי החשש מפני שילוב בינה מלאכותית בעבודת בתי המשפט מוגזם. ממילא, שופטים אינם פועלים לבדם. הם מסתייעים בעוזרים משפטיים ומתמחים, המעורבים באיתור פסיקה, בארגון החומר, בניתוח טענות וניסוח טיוטות. אם כך, מדוע יש לראות בבינה מלאכותית שינוי מוסדי משמעותי יותר מצורות הסיוע המוכרות?

השוואה זו מחמיצה את ההבדל המהותי בין שני סוגי הסיוע. עוזר משפטי הוא משפטן הפועל בתוך אותה פרקטיקה מקצועית שבה פועל השופט. הוא מפעיל שיקול דעת, מפרש מקורות, מזהה הבחנות בין מקרים ויכול לחלוק על נקודת המוצא של השופט או להציע כיוון אחר. עבודתו לא מבוססת על זיהוי דפוסים סטטיסטיים, אלא על הפעלת אותו סוג של שיקול דעת משפטי שעליו מבוססת גם מלאכת השפיטה, גם אם ברמת ניסיון שונה. עוזר משפטי משתלב בתהליך אנושי משותף של בירור, ביקורת ושכנוע ואינו מחליף את שיקול הדעת השיפוטי.

לעומת זאת, בינה מלאכותית פועלת מתוך היגיון שונה. היא לא מקיימת דיאלוג משפטי, לא במובן האנושי על כל פנים, ולא בוחנת האם ההלכה הקיימת עדיין ראויה או האם דווקא המקרה החריג מצדיק סטייה מן הדפוס. כוחה מצוי בזיהוי דפוסים חוזרים, בהצעת הפתרון הסביר ביותר על בסיס מידע קודם ובהבלטת מה שכבר נעשה בעבר. אין בכך פסול כשלעצמו, אולם מדובר בסוג אחר של סיוע – כזה המבוסס על מודל הסתברותי של עיבוד מידע, ולא בהפעלת שיקול דעת משפטי.[20]

הבדל נוסף, ומשמעותי יותר, נוגע להיקף ההשפעה. עוזר משפטי עובד עם שופט מסוים, ולכן עבודתו מושפעת מסגנון עבודתו והעדפותיו של אותו שופט. טעויותיו או יתרונותיו נותרים מקומיים. בינה מלאכותית, לעומת זאת, עשויה להפוך לתשתית עבודה משותפת של מערכת בתי המשפט כולה. אותו מודל, אותם מנגנוני חיפוש ואותם קריטריונים להצגת מידע פועלים ביחס למספר רב של שופטים במקביל. בכך, אין מדובר עוד בסיוע אישי אלא בכוח אחיד המעצב את תרבות ההכרעה של המערכת כולה. אם עוזר משפטי משפיע על לשכתו של שופט אחד, בינה מלאכותית עשויה להשפיע על מערכת שלמה.

לבסוף, קיים גם הבדל חשוב במנגנוני הביקורת. עוזר משפטי נתפס מלכתחילה כמי שעשוי לטעות. השופט בוחן את עבודתו ומתקן אותה, כשנקודת המוצא היא שהוא עשוי לטעות. דווקא משום שמדובר באדם אחר, מנוסה פחות, מתקיים כלפיו יחס מתמיד של ביקורת מקצועית. לעומת זאת, ככל שכלי בינה מלאכותית יהפכו מדויקים ומרשימים יותר, כך עלולה להיווצר נטייה להסתמך עליהם באופן כמעט אינטואיטיבי. במצב כזה, הסיכון אינו שהמערכת תטעה יותר, אלא שהיא תיבחן פחות. דווקא הצלחתו של הכלי עלולה להפחית את המוטיבציה לבחון באופן ביקורתי את הנחות היסוד שעליהן מבוססים תוצריו. כמו כן, עוזר משפטי עשוי כמובן לטעות בפרשנות או באיתור מקור, אולם עצם הטעות היא חלק מן הדיאלוג המקצועי בינו לבין השופט. לעומת זאת, כאשר בינה מלאכותית מציגה תוצר סדור, מנומק ובטוח בעצמו, קל יותר להתייחס אליו כאל נקודת מוצא ניטרלית, גם כאשר ההנחות שעליהן הוא מבוסס אינן גלויות. הצלחתו של הכלי עלולה להפחית את הביקורת המופעלת כלפיו.

ה. הצעת גבולות לשימוש בבינה מלאכותית

המסקנה העולה מן האמור איננה כי יש להימנע משילוב בינה מלאכותית במערכת בתי המשפט. עמדה כזו אינה מעשית ואף אינה רצויה. מערכת המשפט מתמודדת עם עומס כבד, מחסור במשאבים והיקפי מידע שקשה יותר ויותר לעבד באמצעים אנושיים בלבד. במציאות זו, שימוש מושכל בכלים טכנולוגיים עשוי לאפשר לשופטים להקדיש זמן רב יותר לשאלות המהותיות של ההליך השיפוטי.

עם זאת, ההבחנה שהוצגה לאורך המאמר בין הטובין הפנימיים של השפיטה לבין הטובין החיצוניים של המוסד מספקת גם אמת מידה לקביעת גבולות השימוש. ככל שהבינה המלאכותית מסייעת במימוש הטובין החיצוניים – ניהול ידע, איתור מסמכים, סיכום חומר, חיפוש פסיקה, בדיקת הפניות, זיהוי סתירות או ארגון מידע – קשה לראות בכך קושי עקרוני. שימושים אלו לא מחליפים את שיקול הדעת השיפוטי, אלא מאפשרים למוסד לבצע את תפקידו בצורה יעילה יותר. אין סיבה להתעקש לקרוא תצהיר של 1000 עמודים בחיפוש אחר שורה אחת, כשאפשר לבקש מהבינה המלאכותית למצוא את אותה שורה.

לעומת זאת, ככל שהשימוש בבינה מלאכותית מתקרב אל הטובין הפנימיים של הפרקטיקה, כך נדרשת זהירות רבה יותר. הערכת אמינות של עדים, בחירת הפתרון המשפטי הראוי, דירוג טענות הצדדים, הערכת סיכויי הצלחתו של הליך או הצעה לנימוק שיפוטי אינם עוד עניינים טכניים. הם מצויים בלב מלאכת השפיטה.

מטעם זה, ראוי להבחין גם בין שני סוגי שימוש בניסוח החלטות. שימוש בבינה מלאכותית לצורך כתיבת טיוטה ראשונית של החלטה עלול להסיט את נקודת המוצא של השופט כבר בתחילת תהליך החשיבה ולהעמיד במרכזו את ההיגיון הסטטיסטי של המערכת. לעומת זאת, שימוש בכלי בינה מלאכותית לאחר שהשופט כבר גיבש טיוטה עצמאית עשוי למלא תפקיד שונה לחלוטין. בשלב זה הכלי אינו יוצר את ההכרעה אלא מסייע בבדיקתה, ככלי בעל גישה לחומרים בתיק. הוא יכול לאתר הפניה חסרה, להצביע על סתירה פנימית, לזהות טעות עובדתית או להציע מקורות נוספים שלא נבחנו. במילים אחרות, יש להשתמש בו ככלי לביקורת, ולא כלי יצירה.

דווקא לעניין האחידות בפסיקה עשויה הבינה המלאכותית לתרום תרומה משמעותית לחיזוק שלטון החוק. אמנם, הסכנה באחידות הובהרה לעיל, אך יש לזכור לצידה את הסיכון בהכרעות שגויות (ולכל הפחות לא שוויוניות) שנובעות מטעות אנוש, היסח דעת, עומס או מסיבות בעייתיות אף יותר. בינה מלאכותית יכולה לשמש כלי ביקורת חשוב המתריע בפני השופט פסיקה דומה שלא נבחנה, או על איזו טענה שהוחרגה מפסק הדין. כך, ניתן לחשוב על אופני שימוש שיחזקו את העקביות והוודאות המשפטית, מבלי להחליף את שיקול הדעת השיפוטי עצמו או לצמצם את האחריות של השופט. בשים לב לכך ששמירה על אחידות בפסיקה קרובה מאד ל"גרעין" שיקול הדעת, יש להשתמש במודלים בצורה זהירה, כשלב ביקורת אחרון לאחר שהתגבשה טיוטת הכרעה עצמאית, ולמצוא את השביל הצר בו היא לא ממליצה על פסיקה. הבחנה זו משקפת גם את עקרון היסוד של המאמר כולו. השאלה איננה האם בינה מלאכותית תיכנס למערכת בתי המשפט, אלא באיזה שלב של מלאכת השפיטה היא תשתלב. כל עוד היא מסייעת לשופט להפעיל את שיקול דעתו, היא מחזקת את הפרקטיקה השיפוטית. אולם כאשר היא מתחילה לעצב את שיקול הדעת עצמו, היא משנה בהדרגה את אופיו של המוסד. דווקא משום שהבינה המלאכותית צפויה להפוך לחלק בלתי נפרד מעבודת בתי המשפט, חיוני לקבוע כבר עתה גבולות ברורים שיבטיחו כי היעילות תוסיף לשרת את השפיטה, ולא תגדיר אותה מחדש.

ראוי להבהיר כי המאמר לא מבקש להכריע בשאלה הרחבה האם בינה מלאכותית תוכל בעתיד להחליף שופטים אנושיים. שאלה זו זוכה בשנים האחרונות לדיון נרחב, והיא מעוררת סוגיות מורכבות הנוגעות ליכולתה של בינה מלאכותית לפרש נורמות משפטיות, להפעיל שיקול דעת, לשקול שיקולים ערכיים ואף לזכות באמון הציבור. שאלות אלו חשובות, אך הטענה המוצגת במאמר זה צנועה וממוקדת יותר. גם אם נניח, לצורך הדיון, כי בעתיד תפותח מערכת בינה מלאכותית שתוכל להגיע להכרעות משפטיות איכותיות, עקביות ואף מדויקות יותר מאלו של שופטים אנושיים, עדיין תיוותר בעינה השאלה הנפרדת כיצד משפיע שילובה על מוסד בית המשפט. יכולתה של מערכת לקבל החלטות איננה זהה לשאלה כיצד ראוי לעצב את התנאים שבהם מתקבלות החלטות במוסד ציבורי, ומהם הערכים שאותו מוסד מבקש לקדם.

הבחנה זו אף עשויה להוביל למסקנות שונות ביחס למסגרות מוסדיות שונות. כך למשל, ניתן להעלות על הדעת כי בעתיד יתפתחו מנגנוני בוררות המבוססים על בינה מלאכותית, שבהם הצדדים יסכימו מרצונם למסור את ההכרעה למערכת ממוחשבת, מתוך רצון ליהנות מהכרעה מהירה, עקבית וזולה יותר (ואולי גם נקייה משיקולים מאינטרסים אישיים או פוליטיים). אין הכרח לראות באפשרות זו תרחיש בלתי רצוי, וייתכן שאף יהיו לה יתרונות משמעותיים במקרים המתאימים. אלא שבוררות פרטית ובית משפט ממלכתי אינם ממלאים אותו תפקיד. בעוד שהראשונה נועדה בעיקר ליישב סכסוך בין צדדים מסוימים, בית המשפט הוא מוסד ציבורי עם מסורת, הנושא באחריות לפיתוח המשפט, לעיצוב נורמות, להגנה על זכויות ולשמירה על אמון הציבור במערכת המשפט. משום כך, גם אם ניתן להצדיק שימוש רחב יותר בבינה מלאכותית במסגרת אחת, אין הדבר מוביל בהכרח לאותה מסקנה ביחס לאחרת.

ו. שמירה על האנושיות של המוסד השיפוטי

מטרת המאמר הייתה להסיט את הדיון בבינה מלאכותית במערכת בתי המשפט מדיון טכנולוגי על דיוק, תרומה וחיסכון אל שאלות של משמעויות מוסדיות. המוסד המשפטי נושא מסורת, נורמות וציפיות ציבוריות שנבנו לאורך זמן. כוחו של בית המשפט נשען על האופן שבו מתקבלת ההכרעה – הפעלת שיקול דעת, אחריות אישית, שקיפות ונכונות לעצור ולהציב גבולות. שינוי באופן פעולתו של מוסד כזה, גם כאשר הוא מוצג כשינוי טכנולוגי בלבד, אינו ניטרלי, משום שהוא משפיע על האיזונים העדינים שבין יעילות, שיקול דעת ולגיטימציה.

מנקודת מבט זו, תרומתה של הבחנתו של מקינטאייר אינה בהתנגדות לטכנולוגיה או ליעילות כשלעצמן. מוסדות לא יכולים להתקיים ללא טובין חיצוניים, ובית המשפט אינו יוצא מן הכלל. מערכת שיפוטית חייבת להתמודד עם עומס, לנהל משאבים ולהעניק שירות ציבורי יעיל. אלא שהיעילות היא אמצעי לקיומה של הפרקטיקה השיפוטית, ולא תכליתה. בהתאם לכך, השאלה שיש לשאול ביחס לשילוב בינה מלאכותית היא האם בכך תשנה את האיזון שבין הטובין החיצוניים של המוסד לטובין הפנימיים של השפיטה. ככל שכלי הבינה המלאכותית מחזקים בעיקר ערכים של מהירות, תפוקה, אחידות וסטנדרטיזציה, קיים חשש שהם יעצבו בהדרגה גם את האופן שבו מובנת השפיטה עצמה. במובן זה, הדיון בבינה מלאכותית מתמקד בגבולותיו של שינוי מוסדי ובשאלה אילו ערכים מבקשת מערכת המשפט לשמר גם בעידן של חדשנות טכנולוגית.

מוסדות ציבוריים אינם רק כלים לביצוע משימות, הם פרקטיקות חיות. שינוי בהם מחייב דיון ערכי מוקדם, ולא תיקון בדיעבד לאחר שההרגלים כבר התקבעו. חדשנות שיפוטית נמדדת גם במידת הזהירות שבה היא שומרת על אופיו של המוסד. אם מערכת בתי המשפט מבקשת לשלב בינה מלאכותית מבלי לפגוע בלגיטימציה שלה, עליה לעשות זאת מתוך הכרה מפורשת בגבולות השימוש. עליה לשקף לציבור את טיבם ומקורם של הכלים המופעלים, להציג אחריות אנושית ברורה להכרעה, והבחנה מודעת בין ייעול לגיטימי לבין שינוי תפקודי. לא כל מה שניתן לאוטומציה ראוי לאוטומציה – ובוודאי שלא מבלי הכרעה שקופה וגלויה.

בית משפט יעיל הוא נכס. בית משפט אחראי הוא תנאי הכרחי למשטר דמוקרטי. ההבחנה ביניהם אינה טכנית, אלא ערכית. את ההבחנה הזו לא ניתן להותיר לפיילוט שקט, והיא בוודאי אינה יכולה להיות תוצר לוואי של אלגוריתם.

אזכור מוצע: יעל גרוזמן "מבית משפט למכונת תפוקה: המחיר השקט של הבינה המלאכותית במלאכת השפיטה" רשות הרבים (5.8.2026).

[1] ראו: הדס עמרם "כך נכנסה הבינה המלאכותית לאולמות בתי המשפט בישראל" רגעNWES (10.8.2025); איתמר לוין "900 שופטים יקבלו בקרוב כלי חדש שיסייע לעבודתם, והתגובות נלהבות" גלובס (24.08.2025); נטעאל בנדל "שופט, נאשם וצ'אטבוט: כך ייראה המשפט של העתיד" Ynet (10.08.25).

[2] ראו את הוראות נוהל מנהל בתי המשפט מס' 01-26 בנושא "קוד אתי לשימוש בכלי בינה מלאכותית ברשות השופטת" (26.3.2026) (להלן: נוהל מנהל בתי המשפט).

^[3] על ההשפעות הפוליטיות והמוסדיות העמוקות הגלומות באימוץ טכנולוגיות מורכבות, ראו: Langdon Winner, Do Artifacts Have Politics?, 109(1) Daedalus Daedalus 121 (1980). במאמר זה, וינר טוען כי מערכות טכנולוגיות אינן כלים ניטרליים אלא מגלמות בתוכן צורות ספציפיות של כוח וסמכות. בהקשר מאמר זה רלוונטית במיוחד אזהרתו של וינר כי נימוקים של "צורך מעשי" (Practical Necessity), קרי, הצורך בתפעול יעיל, מהיר וחלק של המערכת – נוטים לדחוק הצידה שיקולים מוסריים וערכיים של צדק וחירות, הנתפסים כ"אידיאליסטיים" או לא רלוונטיים. יתרה מכך, וינר מדגיש כי טכנולוגיות מסוימות מחייבות מעצם טבען שינוי במבנה הסמכות, שכן הן דורשות ניהול היררכי, ריכוזי ומומחיות טכנית המעבירה את כוח ההכרעה מהדרגים המסורתיים למבני שליטה חדשים.

[4] אלסדייר מקינטאייר מעבר למידה הטובה 206 (הוצאת שלם, 2006).

[5] שם.

[6] מקינטאייר מדגים רעיון זה דרך משחק שחמט: נניח שילד מסכים לשחק שחמט רק משום שהובטח לו ממתק אם ינצח. כל עוד זו המוטיבציה שלו, הוא פועל למען תוצאה חיצונית למשחק. אולם ככל שהוא לומד את המשחק ומשתפר בו ,הוא עשוי להתחיל ליהנות מן האתגר האינטלקטואלי, מן היופי שבמהלכים ומן האפשרות לפתח מיומנות – והמוטיבציה שלו משתנה. הסוכרייה עדיין מתוקה וקיימת, אך הילד מתחיל לשאוף אל הטובין הפנימיים של הפרקטיקה. ראו שם.

[7] שם, בעמ' 214.

[8] קרן וינשל־מרגל, ענבל גלון ויפעת טרבולוס, "יצירת מדד משקלות תיקים להערכת העומס השיפוטי בישראל" משפטים מד 769 (2015).

[9] נוהל מנהל בתי המשפט, לעיל ה"ש 2.

[10] על הנטייה של מערכות מוסדיות וטכנולוגיות לשמר דפוסים קיימים ולהעצימם באמצעות מנגנוני תלות במסלול (path dependence) ותשואות עולות (increasing returns), המביאים ל"נעילה" של נורמות ופרקטיקות. ראו: Paul Pierson, Increasing Returns, Path Dependence, and the Study of Politics, 94(2) Am. Pol. Sci. Rev. 251 (2000). פירסון מדגיש כי בתהליכים אלו, לאירועים מוקדמים ברצף יש השפעה מכרעת על תוצאות עתידיות, וכי ככל שהמערכת מתקדמת במסלול מסוים, הגמישות לשינוי פוחתת בשל עלויות מעבר גבוהות ואפקטים של למידה ותיאום המקבעים את הסטנדרט הקיים.

[11] על החובה המהותית להותיר את האחריות המנדטורית לקבלת החלטות שיפוטיות בידיו של הגורם האנושי, ועל הסיכונים הכרוכים בהעברת סמכויות למערכות אוטומטיות ללא פיקוח הולם, ראו: Raja Parasuraman & Victor Riley, Humans and Automation: Use, Misuse, Disuse, Abuse, 39(2) Human Factors 230 (1997). המחברים מזהירים מפני מצב של ניצול לרעה של אוטומציה, המתרחש כאשר מתכנני מערכות מגדירים את תפקיד המפעיל האנושי כ"תוצר לוואי" של המכונה, מבלי להתחשב בהשלכות על ביצועיו ועל יכולת הפיקוח שלו. בהקשר המשפטי, הדבר עלול להתבטא בשימוש לרעה בדמות הסתמכות־יתר על פלטי הבינה המלאכותית, המייצרת "הטיית אוטומציה" (Automation Bias), שעלולה לגרום לשופטים להפוך פחות קשובים למקורות מידע סותרים ולזנוח את חובתם המקצועית לבחון כל מקרה לגופו. העברת שיקול הדעת המהותי למערכת אלגוריתמית מבלי שהשופט יוכל להסביר או לבקר את נתיב קבלת ההחלטה חותרת תחת עקרון האחריות השיפוטית והופכת את השופט למשגיח פסיבי על מערכת אטומה.

[12] להשוואה, על הנטייה להפקיד החלטות גורליות הנוגעות לביטחון ולבטיחות בידי מערכות אוטומטיות, ועל המחסום המבני בביקורת על מערכות אלו בשל אופיין כ"קופסה שחורה" המקשה על הבנתן ושליטה בהן, ראו: Bernd W. Wirtz, Jan C. Weyerer & Carolin Geyer, Artificial Intelligence and the Public Sector—Applications and Challenges, 42(7) Int'l J. Pub. Admin. 596, 603-604 (2019). המחברים מציינים כי בני אדם נוטים להפקיד את ביטחונם ובריאותם בידי מכונות אינטליגנטיות. עם זאת, מערכות אלו מאופיינות בדרגת אטימות גבוהה, שכן המידע שהן מעבדות מופץ באופן שקשה באופן חריג לפענוח. מציאות זו יוצרת קושי מהותי עבור גורמי פיקוח ומשילות בבואם לבקר את החלטות המערכת, ומעוררת חשש מפני אובדן גישה אנושית לתהליכי האינטראקציה, שעלולים לחרוג מהבנה ומסמכות אנושית ישירה. ראו למשל גם: שאול שארף "חוזים חכמים אבל לא רגישים" jokopost.com (6.6.2022).

[13] ראו, רועי שפירא "היחס בין תובענות ייצוגיות לבין רגולציה" עיוני משפט מז (תשפ"ד); עלי בוקשפן "תובענות ייצוגיות, תכלית החברה ותפיסת בעלי העניין בעידן התאגידי המודרני – הקרן למימון תובענות ייצוגיות כזכוכית מגדלת" משפט ועסקים כד 111 (2021).

[14] אף כי בית המשפט עשוי להורות שלא לשלוח בקשות להסתלקות מבקשה לאישור תובענה כייצוגית לייעוץ המשפטי לממשלה, בהעדר תועלת ממשית וגרימת סרבול והוצאות מיותרות. ראו למשל, ע"א 1362/12 היועץ המשפטי לממשלה נ' סלקום ישראל בע"מ (נבו 3.5.2013).

[15] אביאל פלינט וחגי ויניצקי תובענות ייצוגיות 702 (2017); כן ראו, יעל גרוזמן "אכיפה בלי מדיניות – התובענה הייצוגית כרגולציה לא מוצהרת" השילוח (עתיד להתפרסם, 2026).

[16] רע"א 3698/11 שלמה תחבורה (2007) בע"מ נ' ש.א.מ.ג.ר. שירותי אכיפה בע"מ (נבו 6.9.2017).

[17] ת"צ (מחוזי־מרכז) 47147-04-21 שטרן נ' Kia Motor Company 6-5 (נבו 22.8.2023)‏‏ (להלן: עניין שטרן נ' Kia Motor Company).

[18] שם, פסקה 23, וכן ראו ת"צ ‏(‏מחוזי־מרכז‏)‏ 1380-02-22 שמילוביץ נ' בנק דיסקונט לישראל בע"מ ‏(נבו ‏25.2.2024‏)‏‏; רע"א 2598/08 בנק יהב לעובדי מדינה בע"מ נ' שפירא ואחרים ‏(‏נבו 23.11.2010‏)‏‏.

[19] דו"ח הצוות הבין משרדי לבחינת ההסדרים הקבועים בחוק תובענות ייצוגיות התשס"ו־2006 23 (2023): "על תופעת תביעות הסרק ניתן ללמוד, בין היתר, מכמות התובענות הייצוגיות שאינן מסתיימות בפיצוי לציבור. ממחקר שערך פרופ' קלמנט, היועץ החיצוני של הצוות, עולה כי בין השנים 2016-2021, מתוך התיקים שהסתיימו ונכללו במחקר, רק בכ-22% מההחלטות השיפוטיות התוצאה היתה קבלת התובענה או סיומה בתוצאה המיטיבה עם הקבוצה המיוצגת (בפשרה, חדילה, או קבלת התובענה). בכל יתר התיקים שהסתיימו בשנים אלו, התובענה הסתיימה בהסתלקות התובע, מחיקה או דחיית הבקשה לאישור, דחיית התובענה הייצוגית וסילוק על הסף".

[20] על השוני המהותי שבין שיקול הדעת האנושי לבין מערכות למידת מכונה בכל הנוגע ליכולת ההסבר והביקורת של הליך קבלת ההחלטות, ראו: Finale Doshi-Velez & Been Kim, Towards A Rigorous Science of Interpretable Machine Learning, arXiv:1702.08608 (2017). המחברות מגדירות את המושג "ניתנות לפירוש" (Interpretability) כיכולת להציג הסבר במונחים המובנים לבני אדם, ומציינות, תוך הסתמכות על ספרות פסיכולוגית, כי הסברים הם ה"מטבע" שבאמצעותו בני אדם מחליפים ביניהם אמונות. בהקשר המשפטי, עבודת העוזר המשפטי משתלבת בטבעיות במערכת זו של החלפת אמונות, שכן שיקול דעתו נשען על לוגיקה אנושית הניתנת להתחקות ולביקורת ישירה על ידי השופט. לעומת זאת, המחברות מדגישות כי הצורך בהסבר גובר דווקא במקרים של חוסר שלמות (Incompleteness) – מצבים בהם ערכים מופשטים כמו "צדק" או "הגינות" אינם ניתנים לקידוד כמותי מלא בתוך האלגוריתם. בעוד שעוזר משפטי מפעיל שיקול דעת אנושי שקוף המאפשר לוודא כי ערכים אלו נשמרו, מערכות בינה מלאכותית עלולות להגיע לתוצאות מדויקות סטטיסטית אך בדרכים אטומות. המאמר מבהיר כי ללא "ניתנות לפירוש", לא ניתן לאמת האם הרציונל האלגוריתמי עולה בקנה אחד עם קריטריונים אתיים (ומשפטיים) חיצוניים.