Clear Sky Science · he

אסטרטגיות ההנחייה של משתמשים וההתאמה הקונטקסטואלית של ChatGPT מעצבות חוויות חיפוש מידע שיחתיות

· חזרה לאינדקס

מדוע השיחות שלנו עם בינה מלאכותית חשובות

מיליוני אנשים פונים כיום לצ׳אטבוטים כמו ChatGPT כדי לקבל תשובות לשאלות על בריאות, מדע ומדיניות ציבורית. המחקר הזה שואל שאלה פשוטה אך חשובה: מה בעצם קורה בשיחות האלה? באמצעות בחינת האופן שבו אמריקאים רגילים שואלים שאלות ואיך ChatGPT מתאים את תשובותיו, החוקרים מראים שנוּעָזים עדינים בניסוח ובנושא יכולים לעצב לא רק איך אנשים מרגישים כלפי הבינה המלאכותית, אלא גם מה הם יסיקו לגבי נושאים מהחיים האמיתיים.

Figure 1
Figure 1.

כיצד המחקר הוגדר

צוות המחקר גייס מדגם מייצג ארצית של 937 מבוגרים בארצות הברית וביקש מכל משתתף לנהל שיחה רב־סיבובית של חיפוש מידע עם ChatGPT. המשתתפים הוקצו באקראי לאחד משישה נושאים שכללו בריאות (כגון חיסוני COVID-19 וממתיקים מלאכותיים), מדע (כגון שינויי אקלים ומיקרופלסטיק), ומדיניות (כגון הגירה ותשתיות כבישים בין־עירוניות). חלק מהנושאים היו מכוונים לעורר מחלוקת, אחרים יחסית ניטרליים. לכולם נאמר לדמיין שהם מתכוננים לדיון שכונתי ולשוחח עם ChatGPT לפחות חמישה סיבובים כדי לאסוף מידע לפני שדווחו על עמדותיהם והרשמים שלהם.

איך אנשים באמת מדברים עם ChatGPT

למרות ההייפ סביב "הנדסת הפרומפטים", המחקר מצא שרוב האנשים אינם משתמשים בטריקים מתוחכמים כשמדברים עם ChatGPT. רק 19.1% מהמשתמשים עשו שימוש בּוּרָא אסטרטגיית הנחייה מפורשת אחת לפחות, כגון מתן רקע נוסף, בקשה למקורות, דרישת סגנון כתיבה מסוים או בקשה לנסח הסבר שלב אחר שלב. הרוב המכריע הקלידו שאלות ישירות ופשוטות. אלה שכן השתמשו באסטרטגיות כאלה נטו להיות בעלי השכלה גבוהה יותר ואפילו נטו פוליטית לצד הדמוקרטים. אנשים שהיו כבר מכירים היטב כלי בינה מלאכותית נטו במיוחד לכוונן את סגנון התשובות של ChatGPT (למשל, בקשה לתשובות קצרות או שיחה יותר שוטפת). לעומת זאת, אנשים עם ידע מוקדם רב בנושא נטו להשתמש בפחות אסטרטגיות, כנראה כי הרגישו פחות צורך בהנחיה נוספת.

איך ChatGPT משנה את תשובותיו

המחברים בחנו אז את השפה של הודעות המשתמשים ושל תגובות ChatGPT על פני אלפי סיבובים. הם בדקו לא את התוכן העובדתי, אלא סגנונות תקשורת: בקשה למידע, הצגת עובדות, שיתוף ניסיון אישי, עידוד לפעולה ושימוש בשפה בעלת מורכבות קוגניטיבית גבוהה יותר. הם גם ספדו כמה פעמים ChatGPT צירף קישורי רשת וכמה השתמש בפורמט מובנה כמו כותרות ונקודות תבליט. תגובות ChatGPT השתנו בבירור בהתאם לסיטואציה. כאשר הנושא היה שנוי במחלוקת, התשובות נטו להיות תובעניות מבחינה מנטלית ומכוונות לפעולה, כללו יותר קישורים חיצוניים אך היו פחות מעוצבות בפורמט קשיח. טקטיקות הנחיה שונות הזיזו גם הן את ChatGPT בכיוונים ספציפיים: מתן רקע נוסף הוביל לייעוץ מכוון־פעולה, בקשות לסגנון דחפו את הממשק לשפה פשוטה יותר, ובקשות מתמקדות בתוכן עודדו הסברים מפורטים ומורכבים יותר קוגניטיבית.

Figure 2
Figure 2.

איך תשובות אלו משפיעות על אנשים

הממצא הבולט ביותר התגלה בקישור בין סגנון התשובה של ChatGPT לתגובות האנשים. תשובות שקיבלו דירוג גבוה יותר במורכבות קוגניטיבית — אלה ששזרו רעיונות בצורה שכבתית וניתוחית יותר — היו בעלות אפקט דו־לשוני. מצד אחד, משתמשים אהבו פחות את התשובות האלה: הם דירגו את התגובות כאיכותיות פחות, ראו את הבינה כפחות נעימה ואף שפטו אותה כפחות אינטליגנטית. מצד שני, אותן תשובות מורכבות היו יעילות יותר בהזזת עמדות המשתתפים כלפי הנושאים עצמם. לאחר שיחה אחת בלבד מסוג זה, המשתתפים הראו דאגה מוגברת ממיקרופלסטיק ושינויי אקלים, ותמיכה גדולה יותר בחיסון, בהגירה, בממתיקים מלאכותיים ובשיקום כבישים בין־עירוניים — גם לאחר שקיזזו את דעותיהם ההתחלתיות.

מה המשמעות של זה לשימוש יומיומי בבינה מלאכותית

עבור משתמשים יומיומיים, המחקר מציע שאין צורך בפרומפטים ברמת מומחה כדי לקבל מידע מועיל מ‑ChatGPT, אבל האופן שבו שואלים חשוב עדיין — ולא כולם מיומנים או נוחים באותה מידה בעיצוב שיחות אלו. עבור מעצבים ומקבלי מדיניות, העבודה מדגישה סוג חדש של פער דיגיטלי: הבדלים לא רק במי שיש לו גישה ל‑AI, אלא במי יודע כיצד לדבר איתו ביעילות. היא גם חושפת מתיחות בעיצוב. תשובות פשוטות וקלות לקריאה גורמות למשתמשים להרגיש טוב יותר לגבי הבינה, בעוד שתשובות תובעניות מנטלית יכולות לשנות את עמדותיהם באופן מהותי אך לא וודאי. בנייה של מערכות שיחה שהן גם נגישות וגם שקופות ביחס להשפעה זו תהיה חיונית ככל שאנשים יתבססו יותר ויותר על בינה מלאכותית כדי לנווט בדיונים ציבוריים מורכבים.

ציטוט: Xue, H., Oh, Y.J., Zhou, X. et al. Users’ prompting strategies and ChatGPT’s contextual adaptation shape conversational information-seeking experiences. Sci Rep 16, 12112 (2026). https://doi.org/10.1038/s41598-026-42465-4

מילות מפתח: בינה מלאכותית שיחתית, פער דיגיטלי, אסטרטגיות הנחייה, ChatGPT, שינוי עמדות