במסגרת תוכנית ה MA במשפטים, טכנולוגיה וחדשנות עסקית, אירחנו את ד"ר אור כהן ששון מאוניברסיטת מיאמי, מנהל המעבדה למשפט ובינה מלאכותית באוניברסיטה, להרצאה מעוררת השראה שסחפה את הקהל והשאירה את הסטודנטים עם לא מעט חומר למחשבה – וגם רצון לעוד.
בהרצאתו סיפק ד"ר כהן ששון הצצה אל מאחורי הקלעים של הבינה המלאכותית כפי שהיא פועלת כיום: לא עוד מערכות המבוססות על חוקים שנכתבו מראש, אלא מודלים שניזונים מדאטה עצום ולומדים דרכו – ממש כפי שמרמז השם Machine Learning. הוא הדגים כיצד אלגוריתמים אלה אינם "מבינים" מילים כפי שאנחנו מבינים אותן, אלא מתרגמים כל מילה למספר, מזהים דפוסים, ומבצעים תחזית למילה הבאה על בסיס ההקשרים הקודמים.
הסטודנטים גילו עניין רב, וההרצאה התארכה הרבה מעבר למצופה – בזכות שאלות סקרניות ודיאלוג פורה. ד"ר כהן ששון הסביר כיצד נוצרות טעויות והזיות במודלים הללו, מדוע חשוב להקפיד על ניסוח מדויק בעת ניסוח שאלות לצ'אט, ואילו טעויות כתיב עלולות לשלוח את המודל לחיפושים באזורים פחות אמינים ברשת. הוא שיתף גם בהתפתחויות הטכנולוגיות העדכניות, כמו השימוש באפליקציות מבוססות שפה שמקליטות פגישות, מסכמות אותן ואף מנתחות את הרגשות של המשתתפים – שינוי מרחיק לכת בתפיסת ה־Note Taking המסורתית.
בחלקה השני של ההרצאה, ד"ר כהן ששון התייחס להיבטים רגולטוריים והשווה בין עמדות הרגולציה בישראל לאלו שבארה"ב. לדבריו, הגישה הישראלית מציגה הבנה עמוקה יותר של הסיכונים והאחריות, וממקמת את סוגיית הסודיות במרכז הדיון. הוא הדגיש את חשיבות הביקורת המשפטית על תוצרי הבינה המלאכותית, ואת הצורך ההולך וגובר במיומנות בתחום ה-Prompt Engineering – היכולת לשאול נכון, לדייק, ולהפיק תשובות מהימנות ככל האפשר.
לסיום, נגע ד"ר כהן ששון בפוטנציאל המשפטי והעסקי הגלום בשימושים של בינה מלאכותית, ואף הציג כלי ייחודי שפיתחו במעבדה שלו – מוגן בפטנט – המאפשר לסביבות עבודה משפטיות להכניס דאטה חיצוני למערכת סגורה ובטוחה, ולעבוד עליו מבלי להפר פרטיות או לפגוע בסודיות. הכלי משמש, בין היתר, עורכי דין וסדנאות הכשרה, ומהווה דוגמה חיה לאופן שבו חדשנות משפטית וטכנולוגית משתלבות ליצירת פתרונות פרקטיים.
