חיפוש בחדשות

תחקיר מקיף של מגזין WIRED (מגזין הטכנולוגיה WIRED) וגוף Liberty Investigates (גוף התקשורת ללא מטרות רווח Liberty Investigates) חושף כי פרויקט חיזוי פשיעה אלגוריתמי רחב היקף של משטרת Avon and Somerset Police (משטרת אייבון וסומרסט) נכשל ונסגר בחשאי בשל חוסר דיוק חמור והטיות מובנות. הפרויקט, שהתבסס על ה-Think Family Database (מסד הנתונים "לחשוב משפחה") וכלל רשומות רגישות של כחצי מיליון אזרחים, הפיק תוצאות מעוותות: למשל, מודל לחיזוי פורצים פעל ברמת דיוק נמוכה מ-10% במשך שלוש שנים. דוח עצמאי של ארגון Social Finance (סושיאל פייננס) קבע כי מודלי הניקוד היו האלמנט החלש ביותר בפרויקט, מה שהוביל להפסקת השימוש בהם מחשש לפגיעה בפרטיות והטיות חברתיות קשות.

**סוכני AI להתאמה חברתית הם ייצוגים דיגיטליים של אנשים, שמנהלים שיחות כדי לבדוק התאמה לפני מפגש אמיתי.** לפי הדיווח ב-WIRED, Pixel Societies מנסה ליישם את הרעיון הזה דרך סביבה וירטואלית שבה סוכנים "נפגשים" במקום בני אדם. הבעיה היא שהאבטיפוס עדיין מראה טעויות, הזיות ותלות גבוהה מאוד באיכות הנתונים. מבחינת עסקים בישראל, החדשות החשובות אינן דווקא דייטינג, אלא האפשרות להשתמש במנגנון דומה לסינון לידים, התאמת מועמדים או חיבור ראשוני בין לקוח לנציג. השימוש הפרקטי ביותר כרגע הוא בתהליכים קצרים ומדידים, במיוחד כשמחברים AI Agents עם WhatsApp Business API, Zoho CRM ו-N8N.

**מבנה רשתות סוכני AI שונה מרשתות אנושיות: דמיון גלובלי, אך אי-שוויון פנימי קיצוני.** מחקר Moltbook חושף הבדלים שמשפיעים על שירות לקוחות ישראלי דרך WhatsApp. עסקים צריכים לתכנת reciprocity כדי למנוע צווארי בקבוק.

מודלי שפה גדולים נכשלים בתקשורת לקויה: SocialVeil חושפת ירידה של 45% בהבנה הדדית. קראו עכשיו על הבנצ'מרק החדש.

אורקל נטסוויט משיקה את NetSuite Next, ההתפתחות הגדולה ביותר זה 30 שנה, עם AI שקוף ובטוח על בסיס OCI. קראו כיצד שקיפות, בקרה ואודיט הופכים AI לכלי עסקי אמין. קראו עכשיו!