מחקר חדש: מנהיגות AI נמדדת ב־36 התנהגויות, לא בשליטה בכלי

מה חדש: מפירוט כישורים להתנהגויות שניתן לבחון

מוסטפא אקבן ולסלי קוין מציעים במאמר המקדים סוללת מדידה למנהיגות בסביבת עבודה משולבת AI. המסגרת כוללת 36 תתי־ממדים, שכל אחד מהם נמדד בשלושה פריטים, ומארגנת אותם ב־11 משפחות תוכן. המשפחות עוסקות בין היתר בהתפתחות אישית, מנהיגות מסתגלת, למידה מבחוץ, שקיפות, שינוי תפקידים ומיומנויות, למידת צוות, ביטחון פסיכולוגי, תקשורת תכליתית, התאמה להקשר, גבולות אתיים ואחריות, ומשמעת שינוי.

התרומה החשובה היא שינוי יחידת הניתוח. במקום לשאול אם מנהל בעד AI או אם הוא מכיר כלי מסוים, המסגרת שואלת מה הוא עושה בפועל: מתי הוא מעדכן החלטה, איך הוא מסביר שימוש ומגבלות, האם הצוות יכול לדווח על טעות, ואיך נשמרת אחריות אנושית. השינוי הזה הופך מושג רחב לרשימת התנהגויות שאפשר לתצפת עליהן, לתרגל ולבדוק. עבור פיתוח מנהלים, היתרון אינו מספר המרכיבים אלא היכולת להפריד בין תחומים: מנהל יכול להיות שקוף לגבי שימוש ב־AI ועדיין לא ליצור ביטחון פסיכולוגי לדיווח על טעות; הוא יכול לעודד ניסוי אך להיכשל בהתאמת הכלי להקשר המקומי. ההפרדה מאפשרת לבנות תרגול ממוקד במקום להסתפק בהצהרה כללית על אוריינות או חדשנות.

איך נבנתה הסוללה ומה באמת נבדק

לפי המאמר, החוקרים התחילו ביצירת פריטים מתוך הגדרות תאורטיות, ערכו בדיקת תוכן, ניתוח גורמים חוקר והפחתת פריטים, ולאחר מכן ניתוח גורמים מאשש במדגמים עצמאיים. שלב הפיתוח כלל 590 רשומות מ־589 מנהלים עובדים, ושלב האימות כלל 601 מנהלים ללא חפיפה עם מדגם הפיתוח. בנוסף נבדקו עקביות פנימית, תוקף מתכנס ומבחין וקשרים לתוצאות ארגוניות מדווחות.

המחברים מדווחים שהמדדים הוסיפו מידע מעבר למבנים קרובים ביחס למדדים כמו מהירות החלטה, ביצועי צוות משולב AI, חוויית עבודה, אבטחה וניהול סיכונים ואימוץ. עם זאת, אלה קשרים באותו גל מדידה ודיווח עצמי של מנהלים. הממצאים אינם מוכיחים שההתנהגויות גרמו לתוצאות, ואינם בדיקת ביצועים אובייקטיבית. חשוב גם להבין שמדובר בכמה טפסים וקבוצות תוכן, ולא בכל 108 הפריטים שהועברו יחד לכל משתתף. המחברים עצמם מציעים מחקר המשך שבו כל משפחות התוכן יינתנו לאותם אנשים, לצד השוואת מבני גורמים חלופיים. לכן נכון לקרוא את הנתונים כראיות ראשוניות לאיכות המדידה, לא כמפת דירוג סופית של מנהלים.

שלושה אותות ניהוליים: פנימה, החוצה ועם רגליים על הקרקע

לצורך שימוש מעשי, המחברים מקבצים את המשפחות לשלושה אותות. האות הפנימי עוסק ביכולת המנהל ללמוד, לעדכן עמדה ולפעול זמנית בתנאי אי־ודאות. האות החיצוני עוסק ביצירת תנאים חברתיים לעבודה עם AI: שקיפות, התפתחות תפקידים, למידת צוות, ביטחון לדבר על טעויות ושמירה על משמעות. האות המקורקע עוסק בהתאמה להקשר, גבולות אתיים, אחריות ומשמעת בהטמעה.

החלוקה שימושית מפני שהיא מונעת הטמעה חד־ממדית. ארגון יכול להיות חזק בניסוי ולמידה אך חלש בשקיפות; מנהל יכול לעודד שימוש אך לא להגדיר מי אחראי לתוצאה. Microsoft מתארת במקביל מעבר לצוותים משולבים של בני אדם וסוכנים ומדגישה מערכות שהן AI-operated אך human-led. המסגרת החדשה מציעה שפה התנהגותית לבדיקת החלק האנושי באותו מעבר. היא גם מזכירה שאין התנהגות אחת שמחליפה את האחרות. שקיפות בלי שיקול דעת יכולה להציף מידע בלי לשפר החלטה; ניסוי בלי גבולות יכול להגדיל סיכון; אחריות בלי מרחב לשאול שאלות עלולה להסתיר טעויות. תוכנית פיתוח טובה מחברת בין האותות ובודקת את האיזון שלהם בתוך עבודה ממשית.

המגבלות: מאמר מקדים, דיווח עצמי ומדגם אנגלי

המחקר פורסם ב־arXiv כמאמר מקדים ולא עבר ביקורת עמיתים. המדגמים גויסו דרך Prolific וכללו מנהלים דוברי אנגלית מארצות הברית, בריטניה וקנדה. החוקרים עצמם מציינים שהמחקר חתכי ומבוסס דיווח מנהלים, ושנדרשות בדיקות לאורך זמן, דיווחי עובדים וצופים אחרים, מדינות ושפות נוספות ובדיקת יציבות המדד בין קבוצות.

גם סקירה שיטתית עדכנית על מנהיגות מונעת AI מציגה את השדה כמתפתח, עם דגש חוזר על שיפוט, יכולת הסתגלות, אמון ואתיקה, אך לא הופכת מסגרת אחת לסטנדרט מוסכם. לכן אין להשתמש בסוללה לציון עובדים או לבחירת מנהלים בשלב זה. נכון יותר להשתמש במשפחות התוכן כמפת שיחה וניסוי, תוך בדיקה מקומית של ניסוח, תרבות ותוצאות. סקירה שיטתית שפורסמה ב־2026 מיפתה גם היא את השדה סביב קבלת החלטות, יכולות ואתגרים אתיים. הדמיון בין הנושאים מחזק את הרלוונטיות של השאלות, אך אינו מאמת את הסוללה הספציפית. אימות כזה דורש שכפול, בדיקה בין תרבויות וראיות ממקורות נוספים מלבד המנהל עצמו.

תרגום לארגון ישראלי: תצפית לפני ציון

הצעד הראשון אינו שאלון ארוך. בחרו תהליך אחד שבו AI כבר משפיע על החלטות או תוצרים, ובדקו שלושה רגעים: שינוי שיפוט של המנהל, שיחה גלויה עם הצוות, והגדרת גבול ואחריות. אספו דוגמה התנהגותית מכל רגע במקום דירוג כללי. כך אפשר לזהות פער בין הצהרה על חדשנות לבין התנהלות בפועל.

לאחר שבועיים, בדקו אם ההחלטות השתפרו לפי מדד מקומי: איכות, מספר תיקונים, זמן מחזור, העלאת סיכונים או בהירות האחריות. אם אין בסיס השוואה, המסגרת נשארת שפה יפה. אם יש דוגמאות ותוצאות, היא יכולה להפוך לתוכנית פיתוח מנהלים שמחברת למידה, בטיחות פסיכולוגית וממשל AI. אפשר לחזור על התצפית בשלושה מחזורים: לפני שינוי התהליך, אחרי שבועיים ואחרי חודש. בכל מחזור רשמו החלטה אחת שעודכנה בעקבות ראיה, שיחה אחת שבה עובד העלה מגבלה, וגבול אחד שהובהר. השוואה כזאת אינה מתקפת את המדד המחקרי, אבל היא יוצרת שגרת למידה ארגונית ומונעת שימוש במושג מנהיגות AI כסיסמה בלבד.

במבחן כזה כדאי להפריד בין התנהגות לבין תפיסה. במקום לשאול מנהלים אם הם אחראים או שקופים, בקשו מהם לתאר החלטה שבה שינו את רמת ההסתמכות על AI, להסביר מה אמרו לצוות, ולהראות היכן תועדה נקודת הבקרה. דוגמה קונקרטית מאפשרת שיחה מקצועית; ציון כללי נוטה למדוד ביטחון עצמי והצגה עצמית. אפשר גם לבקש מעובד או עמית לתאר את אותו אירוע ולבדוק היכן התיאורים אינם תואמים.

ברמת הצוות, מנהיגות AI אינה מסתיימת בבחירת כלי. היא כוללת קצב ניסויים, דרך שיתוף תקלות, הגדרה של מידע שאסור להזין, והחלטה מתי נדרשת מומחיות אנושית. כל אלה משפיעים על איכות הלמידה ועל האמון. מנהל שמתגמל רק מהירות עלול לקבל שימוש נסתר וקיצורי דרך; מנהל שמבקש תיעוד קצר של הנחות, תיקונים ותוצאות יוצר בסיס ללמידה חוזרת בלי לעצור כל ניסוי.

למחלקות משאבי אנוש ופיתוח ארגוני יש כאן תפקיד של תכנון ראיות. לפני סדנה או שאלון, הגדירו אילו התנהגויות צפויות להופיע בפגישות, בהחלטות ובתוצרים, ומי יכול לצפות בהן. לאחר ההתערבות, השוו דוגמאות ולא רק תחושות. כך אפשר לבדוק אם השפה החדשה שינתה שגרת עבודה. אם אין שינוי בדוגמאות או במדדים, יש לעדכן את ההתערבות במקום להניח שהמשתתפים פשוט לא הפנימו.

בישראל חשוב לבדוק גם הקשר של צוותים קטנים, עבודה רב־לשונית, לחץ זמן והבדלים בין ענפים. ניסוח שמתאים למנהל בחברת תוכנה באנגלית לא בהכרח עובד ברשות מקומית, במפעל או בארגון שירות. התאמה מקומית אינה תרגום מילולי: היא דורשת בדיקה שהפריטים מובנים באותה דרך ושדוגמאות ההתנהגות קשורות לתוצאות שהארגון באמת מנסה לשפר.