ההעתקה היא בלתי נמנעת

בשנת 1971 בית משפט בארה"ב קנס את ג'ורג' הריסון בסכום של מעל חצי מיליון דולר עבור פלגיאט של שיר של להקת ה-Chiffons משנת 1963, He's So Fine. מדובר בשירו של הריסון משנת 1970, My Sweet Lord, ואכן, יש דמיון רב בין שני השירים. שירו של הריסון הוא שיר איקוני, והריסון עצמו היה, כמובן, אחד מעמודי התווך של מוסיקת הרוק/פופ. לאור זה, על אף העובדה שקשה היה להכחיש את הדמיון הרב בין השירים, לא היה נעים להצהיר על גניבה של ממש. נדמה לי שזאת הסיבה שבית המשפט טבע מטבע לשון ייחודי וקבע שמה שהריסון עשה היה subconscious plagiarism – פלגיאט של הבלתי-מודע.

נזכרתי בפרשה סביב My Sweet Lord כאשר לפני שבוע קראתי פוסט חדש ב-Substack של קרלו איוקונו (Carlo Iacono) – פוסט, אגב, שבעיני הוא בין המעניינים והמשמעותיים ביותר שקראתי לאחרונה:

The Authenticity Industrial Complex

איוקונו איננו עוסק בפלגיאט, אלא ב-AI, או ליתר דיוק, ביומרה שקיים הבדל תהומי בין הכתיבה של בני האדם לבין זאת של ה-AI. הוא בעצם טוען שהשניים אינם כל כך שונים, במיוחד כאשר מדובר במקוריות, או באותנטיות. הוא כותב:

The authenticity we're so desperate to defend never existed. Every word you write carries the DNA of every word you've read. Every image you create is a recombination of every image you've seen.

ה-Large Language Models הרווחים היום בתחום ה-AI מבוססים על כמות אדירה של טקסטים שמהם הם "לומדים" לחבר משפטים ופסקאות. במהות, המצב הזה איננו שונה מהמצב במוסיקה – כל יוצר מוסיקלי ניזון מיוצרים אחרים, או כמו שג'ון לנון כנראה פעם אמר:

Music is everybody's business. It's only the publishers who think people own it

אבל איוקונו מבקש מאיתנו לבחון את הסוגיה הזאת מהצד ההפוך – שמה שאנחנו לומדים מיכולת הכתיבה המוצלחת של ה-AI איננו שהיא כל כך מוצלחת, אלא שהכתיבה ה-"אנושית" שנהגנו לראות כייחודית היא דווקא די בנאלית. היכולת של ה-AI לחבר טקסטים קוהרנטיים מעמידה בסימן שאלה הטענה שהכתיבה האנושית כל כך ייחודית:

When machines can generate the ten thousandth article about productivity tips, maybe we can finally stop pretending that was ever worth a human mind. When AI can write the corporate newsletter, draft the grant proposal, generate the stock photo, perhaps we can admit these were always inhuman tasks that we forced humans to perform.

הגישה הזאת מאפשרת לנו להבין, למשל, שהאלבום של להקת הבינה המלאכותית Velvet Sundown איננו עדות לכך שה-AI יכולה להפיק מוסיקה איכותית, אלא ההפך: העובדה שקשה להבחין שמדובר בהפקה של AI מעידה על כך שהמוסיקה של להקות אנושיות רבות די רדודה, כך שלא קשה ל-AI להשתוות אליה.

סוגיית המקוריות של ה-AI, או העדרה, מחדדת שאלה נוספת – עד כמה חשוב לנו שהקול הוא קול אנושי? איוקונו, הרי, תהה עד כמה היצירה האנושית נחוצה באיגרת פנימית של חברה, או בהכנת הצעה לקבלת מימון. אבל למה לנו להסתפק באלה? כתבה מהשבוע ב-Technology Review (של MIT) מוסרת לנו ש:

Therapists are turning to ChatGPT. Clients are triggered.

הכתבה מדווחת על מטופל שפתאום הבחין במהלך טיפול פסיכולוגי שהתנהל באמצעות כלי וידיאו שהמטפל שלו פונה ל-ChatGPT. המטופל העיד:

Suddenly, I was watching him use ChatGPT…. He was taking what I was saying and putting it into ChatGPT, and then summarizing or cherry-picking answers.

מטופלת אחרת מספרת שבתוך התכתבות עם התרפיסטית שלה היא מצאה לא רק תשובה לפנייה שלה, אלא גם את הפרומפט שהתרפיסטית השתמשה בו כדי לקבל את התגובה שהיא מסרה למטופלת.

אבל על אף העובדה שהדוגמאות האלו בהחלט מביכות, קשה לפסול את הפנייה לכלי AI כחלק מטיפול תרפויטי. הכתבה מקשרת למחקר שהתפרסם השנה בו תרפיסטים התבקשו להעזר ב-ChatGPT כדי להכין תגובות למגוון פניות אפשריות של מטופלים. מתברר שהמשתתפים במחקר, מעל 800 איש, התקשו להבחין בין התשובות האנושיות, לבין אלה שנוצרו בעזרת ה-AI. הם אפילו קבעו שתגובות ה-AI נראו מתאימות יותר לטיפול מיטבי. בדיקות דומות אחרות, אגב, העלו תוצאות דומות.

יש דוגמאות נוספות. איאן בוגוסט (Ian Bogost), ב-The Atlantic, למשל, מצא שתוכנת AI ייחודית (מבוססת ChatGPT) היטיבה לכתוב סקירת חיים אודות אמא שלו – סקירה שהיה עליו להכין כאשר היא נפטרה. יד על הלב, על אף התחושה המוזרה בפנייה למכונה לכתוב משהו שלפחות על פניו אמור להיות די אישי, הודעות כאלה שמספרות קצת על חיי המת די שטנציות. בגלל זה לא קשה להבין שאם מוסרים ל-AI מספר נתונים אישיים ומכוונים את הטקסט לרמה המבוקשת של רגש, מדובר במלאכה שהיא די מתאימה למכונה. דווקא בדיוק למצב הזה איוקונו מתייחס כאשר הוא כותב:

The Authenticity Industrial Complex wants you to believe that using AI makes you less human. But what if the opposite is true? What if the most human thing you can do is refuse to waste your finite consciousness on tasks that don't require it? What if the most creative act is knowing when not to create?

לאור העובדה שהבלוג הזה עוסק כמעט באופן בלעדי בתקשוב בחינוך, יש טעם לשאול מה הקשר של כל זה לחינוך. אני מודה שאין לי תשובה נחרצת לשאלה הזאת. אמנם עם פרוץ ה-AI לתודעה, שאלת המקוריות של כתיבה של סטודנטים מאד מעסיקה אותנו, אבל יש הבדל גדול בין סטודנטים לבין ג'ורג' הריסון, וברוב המקרים של העתקה (או כתיבה ע"י ChatGPT) בחינוך לא מדובר בפלגיאט של תת-המודע. כמו-כן, גם אם השימוש ב-AI בכתיבת עבודות איננו מומלץ, הוא נראה הרבה פחות בעייתי מאשר השימוש בו בטיפול פסיכולוגי.

אבל אין ספק שהיום, כאשר ל-AI גישה למה שמתקרב למלוא היצירה האנושית, קשה לא להתייחס לשאלות בנוגע למקוריות וליצירתיות. הרי, כפי שקירבי פרגוסון (Kirby Ferguson) מסביר בווידיאו הקלאסי שלו מלפני 15 שנה על תהליך היצירה – Everything is a Remix – ההעתקה, והחיקוי, הם שלב ראשוני והכרחי בתהליך היצירה. בלשון מאד דומה לזאת של איוקונו הוא מכריז:

But creativity isn’t magic. It happens by applying ordinary tools of thought to existing materials, and the soil from which we grow our creations is something we scorn and misunderstand, even though it gives us so much. And that’s copying. Put simply, copying is how we learn. We can’t introduce anything new until we’re fluent in the language of our domain and we do that through emulation.

אנחנו מתקרבים למצב שבו מלוא היצירה האנושית יהיה זמין לשימוש ה-AI, כתשתית להמשך היצירה. אבל מתברר שפחות מאשר זה מביא אותנו למצב של remix לשם היצירה, זה רק מוביל למחזוּר מייגע. נכון לעכשיו, לפחות, ה-AI עדיין זקוקה לעין האנושית כדי להבחין בהבדל בין יצירה של ממש, לבין סתם GIGO.

הדוגמאות שהובאו כאן מעמידות בסימן שאלה את הייחודיות האנושית לעומת המלאכותית של ה-AI, וגם ממחישות שהכתיבה של ה-AI, בדומה לכתיבה האנושית, ניזונה מכל מה שנוצר לפניה. אולי מכל זה אנחנו מגלים עד כמה קשה להיות מקוריים, ובאותו הזמן גם מבינים שלעתים קרובות המקוריות איננה עד כדי כך נחוצה.

העתקה, מקוריות, ורווחים

שנת הלימודים מתקרבת לסיומה, וכצפוי גדל החשש שהעבודות שסטודנטים יגישו למרצים שלהם יהיו מועתקות. לא מדובר בנושא חדש. הרבה לפני עידן האינטרנט סטודנטים חיפשו, ומצאו, דרכים להתחמק ממלאכת כתיבת עבודות. יש מי שנעזרו בחברים, או שילמו כסף לסטודנטים אחרים שהצליחו לכסות את הוצאות הלימודים של עצמם על ידי כתיבת עבודות עבור אחרים. מאגרים של עבודות משנים קודמות שירתו סטודנטים שקיוו שהמרצים שלהם אינם זוכרים משנה לשנה מה הוגש להם. אך על אף העובדה שהעתקת עבודות איננה תופעה חדשה, אין ספק שמלאכת ההעתקה השתכללה עוד יותר בעידן האינטרנט.

כמו שהאינטרנט והדיגיטאליות הקלו על ההעתקה, הם גם מסוגלים לסייע במיגורה. כך, לפחות טוענות מספר חברות שפיתחו מוצרים שהם משווקים למוסדות להשכלה גבוהה. אולי המוכרת ביותר מהחברות האלו היא Turnitin שהצליחה לחדור למוסדות רבים עם ההבטחה שהמוצר שלה יקל על עבודת המרצה. אין ספק, בדיקת עבודות של סטודנטים יכולה להיות מלאכה מעייפת ומייגעת, ואם יישומי מחשב יכולים לסייע, למה לא. יישומים כאלה עשויים לחסוך זמן, ואם היישום מסוגל לעשות בשניות מה שעוזר הוראה עושה בשעות, זה חוסך גם כסף.

בפרסומים של החברות שמפיקות יישומים לבדיקת עבודות הדגש איננו על כך שזאת הדרך לתפוס ולהעניש את מי שמעתיק, אלא על כך שהן יכולות להבטיח התנהגות אתית. מה יכול להיות לא בסדר בהשגת יעד כזה? לדעתי, מספר דברים.

לפני כמעט שלוש שנים כתבתי כאן על סידרה של בדיקות שסוזן שורן (Schorn) מהאוניברסיטה של טקסס ערכה. בבדיקות שלה, ב-2007 ושוב ב-2015, שורן הגיעה למסקנה שהעתקת קטע של טקסט מתוך עבודה של סטודנט והדבקת הקטע לתוך חיפוש בגוגל היתה יותר אפקטיבית בזיהוי העתקה מאשר הכלים הייעודיים שנמכרים למוסדות להשכלה גבוהה. אבל מלאכת ההעתקה וההדבקה לתוך גוגל דורשת מאמץ מצד המרצה. אין ספק שקל יותר לתת ליישום לעשות את זה. אבל חיפוש קטע נבחר בתוך גוגל שונה מאד מסריקה כללית עוד לפני שבכלל קוראים את העבודה. כאשר מרצה בוחר קטע טקסט כדי לבדוק אותו סביר להניח שהוא עושה זאת מתוך תחושה שמשהו איננו קשורה. חשדו התעורר בעקבות העיון בטקסט. לעומת זאת, בדיקה שנעשית על ידי יישום אוטומטי מחשיד את הסטודנט לפני שהמרצה בכלל מתחיל לקרוא.

גם בישראל יש כלים שאמורים לזהות העתקות. המכללה שבה עבדתי עד לפני זמן קצר משתמשת באחד כזה. באתר החברה אנחנו קוראים:

החברה מספקת מענה ממוחשב לבעיית ההעתקות על ידי דירוג מקוריות מסמכים בעברית.
השרות כולו ניתן באמצעות האינטרנט. השרות משווה את המסמך הנבדק למקורות אינטרנטיים ולעשרות אלפי מסמכים אחרים אשר נמצאים במערכת.

יתכן שזה נכון, אם כי לקראת פרסום המאמרון הזה העתקתי שלוש פיסקאות על שמעון פרס מוויקיפדיה והגשתי אותן כעבודה. הבדיקה העלתה שמה שהגשתי היה 100% מקורי. אותו הדבר קרה בנסיון שערכתי לפני מספר חודשים עם טקסט מועתק על יצחק רבים. כנראה שכמו אצל שורן (שהבדיקה שלה ללא ספק היתה יסודית יותר משלי) יש עדיין מקום לשיפור. אבל בעיני בעיית מהימנות הבדיקה איננה הבעיה המרכזית. יש בעיות גדולות יותר.

כדי שסטודנט יוכל להגיש עבודה למרצה שלו דרך מערכת ניהול הלמידה עליו לסמן את הסכמתו בתיבה ליד הטקסט:

אני מודע ומסכים שמטלה זו תיבדק לגילוי גניבה ספרותית על ידי קבוצת דירוג מקוריות ואני מסכים לתנאי השימוש.

אין אופציה של לא להסכים. אם לא מסמנים בתיבה העבודה לא מתקבלת וכמובן שגם איננה נבדקת. האם בכך על הסטודנט להבין שחושדים בו מעצם היותו סטודנט? הרי לא בודקים את העבודה שלו מפני שמה שהוא כותב מעורר חשד; בודקים עוד לפני שבכלל קוראים.

הנסיון האישי שלי עם הכלי איננו מצביע על איכות. אם הכלי אכן "משווה את המסמך הנבדק למקורות אינטרנטיים" יכולנו לצפות שהוא היה מזהה העתקה מוויקיפדיה. במשך השנים ראיתי לא מעט עבודות מועתקות ונדמה לי שלטוב או לרע הסטודנט המעתיק בדרך כלל משקיע את אותו המאמץ בהעתקה שהוא משקיע בקורס באופן כללי. סביר להניח שאפילו אם הסטודנט חושב שהמרצה שלו איננו במיוחד נמרץ הוא יחשוב שהוא עשוי לערוך חיפוש ברשת כדי לראות אם יש העתקה. ומשום מה, זה איננו מונע ממנו להעתיק משם. כלי שאיננו מוצא העתקה שמקורה בוויקיפדיה איננה עושה את המלאכה. ובכל זאת, ככל שעוד ועוד עבודות ייכנסו למאגר העבודות שנבדקות המאגר ייעשה יותר ויותר עשיר והוא יזהה יותר ויותר העתקות.

אין לי סיבה להטיל ספק בכוונות הטובות של החברות שבונות את הכלים האלה. בלשונית "אודות" אשר באתר של הכלי שבשימוש המכללה מופיעה המשפט:

פיתוח התוכנה נעשה מתוך דאגה לרמה האקדמית של תלמידים בישראל, ומתוך שאיפה לאפשר לתלמידים, מורים, מרצים, הורים, לאתר אירועים בהם הכותב לא התנסח בלשונו שלו כמקובל בעבודה מקורית, ובכך לצמצם את ההשפעה השלילית שיש להעתקה על המעתיק בהווה ועל החברה הישראלית בעתיד.

ובכל זאת, מדובר בחברה מסחרית, והמטרה של כל חברה מסחרית היא להרוויח כסף. אם מאגר העבודות שברשותה יישאר דל סביר להניח שהיא לא תזהה הרבה העתקות, ומוסדות להשכלה גבוהה לא ירצו לשלם עבור שירותיה. וכיצד היא יכולה להגדיל את המאגר? גם זה די ברור. כל עבודה שהיא בודקת הופכת לעוד עבודה שמולה עבודות חדשות נבדקות. וכאן נשאלת שאלה אתית. הסכמתו של סטודנט שהעבודה שלו תיבדק (הסכמה שכזכור אין אפשרות לסרב לה) איננה הסכמה שישתמשו בעבודה שלו כדי לבדוק אחרות – וללא תמורה. באמצעות השימוש של עבודות מקוריות של סטודנטים החברה משפרת את הערך, ואת הרווחים, שלה. אבל הרווח הזה הוא של החברה בלבד. בתנאי השימוש אשר באתר שלה החברה מציינת שהסטודנט שומר על זכויות היוצרים שלו, אבל באותו הזמן היא מבהירה שהסטודנט מסכים שהחברה תשתמש בקניינו כדי להיות יותר רווחי. הפיסקה האחרונה בקטע על קניין רוחני אשר בתנאי השימוש מציינת זאת בבירור:

במסירת ו/או משלוח התכנים והעבודות באמצעות המערכת אתה מקנה למפעילת המערכת רישיון-חינם, כלל עולמי ובלתי מוגבל בזמן, להעתיק, לשכפל, להפיץ, לשווק, להעמיד לרשות לציבור, לשדר, לעבד, לערוך, לתרגם ולהשתמש בתכנים כאמור בכל דרך נוספת, לפי שיקול דעתה, באתר, במערכת, במאגר המידע ובכל נגזרת של הנ"ל, בכל מדיה שהיא. כאמור, רישיון זה ניתן למפעילת המערכת ללא מתן תמורה כלשהיא, לרבות אזכור ('קרדיט'), תמלוגים או טובות הנאה אחרות.

סטודנט אשר משלם שכר לימוד למוסד להשכלה גבוהה עושה זאת תוך ציפייה שבתמורה הוא באמת יזכה בהשכלה. לשם כך, בין היתר, הוא כותב עבודות ומקבל הערות (וציון) מהמרצים שלו. לא ידוע לי שבשלב כלשהו הוא גם הסכים להעשיר חברה פרטית.

וכצפוי, זה איננו הסוף. לפני שלושה חודשים, באתר Inside Higher Ed סופר בעל נסיון בהוראת הכתיבה במספר מוסדות להשכלה גבוהה ג'ון ורנר (Warner) פרסם מאמרון בו הוא דיווח על מוצר חדש של Turnitin:

Most known for their core service of hoovering up student writing and telling instructors how likely it is to be plagiarized, they will soon offer Authorship Investigation, which “will monitor and learn the writing styles of individual students and flag up content which shows considerable divergence from their previous work.” 

כלי מהסוג הזה בוודאי יוכל לזהות שמה שסטודנט מגיש למרצה איננו עקבי עם מה שהוא כבר הגיש, וזה יכול להעיד על העתקה. זה כמובן גם יכול להעיד על התפתחות ביכולת הכתיבה של הסטודנט, ואולי על כך שסגנון הכתיבה בעבודה שעוסקת בהיסטוריה שונה מסגנון הכתיבה בעבודה שעוסקת במדעים. אבל מעבר לכך, כדי שכלי כזה יצליח עליו לא רק לזהות העתקות, אלא גם לזהות מי הכותב. יהיה עליו לשמור את העבודות של כל סטודנט כך שאפשר לראות אם וכיצד הכתיבה שלו משתנה. המעקב הזה עשוי להיות דבר חיובי אם מדובר במרצה שעוקב אחר התפתחות הסטודנט, אבל כאשר חברה מסחרית עושה זאת? יש הבדל עצום.

וכמו תמיד, יש עוד. לא כל מרצה מתנגד לכלים האלה. לפני חודש מרצה באוניברסיטה של פנסילבניה פרסמה כתבה ב-Inside Higher Ed שבה היא תיארה כיצד היא נעזרת ב-Turnitin כדי לעזור לסטודנטים לשפר את כתיבתם. היא מסבירה לסטודנטים שלה שהם יכולים להגיש עבודה כמה פעמים שהם רוצים וכל פעם לקבל את הדוח של Turnitin על מידת ההעתקה בה, ואז לשפר את העבודה שוב ושוב עד שהיא נקייה ומוכנה לקבל ציון. הרעיון אכן מעניין, אם כי נדמה שבמקום לפתח את הרעיונות ואת הטיעונים בעבודה שהסטודנט מגיש הוא כל הזמן יהיה עסוק בלמצוא דרכים מוצלחות יותר להסתיר את העובדה שהעבודה איננה מקורית. בתגובה למאמרון לאורה גיבס, מרצה באוניברסיטה של אוקלהומה עם נסיון רב בקורסים מקוונים, כתבה:

I hope everybody knows that, like a weapons dealer arming both sides in a war, TurnItIn sells its services to students so that they can know in advance just how much they have to jiggle their words, consult a thesaurus, even use a paraphraser bot, etc. to beat the system. TurnItin calls it WriteCheck and they charge the students $8 per paper, or $6 if you buy a jumbopack: https://goo.gl/Jh3C1c … They even give you a few resubmissions so you can make sure you have jiggled your words enough to be ready for your school's TurnItIn.

אפשר היה לחשוב שהחברות האלו יסתפקו בכסף שהן גובות מהמוסדות שרוכשות את הכלים שלהן. אבל כאשר שני הצדדים – גם המרצה וגם הסטודנט – משתמשים בכלי התחרות המסלימה בין הרצון לזהות העתקה לבין הנסיון לכסות עליה רק מגדילה את ההכנסות.