תקציר
BAZ LEGAL INTELLIGENCE · דו"ח מגמות משפט וטכנולוגיה · 2027 האלגוריתם כבר אינו רק רכיב טכנולוגי מאחורי הקלעים. עבור ארגון בשנת 2027, השאלה המעשית רחבה יותר: האם מותר להזין לספק חיצוני חומר מוגן; מה קובעים תנאי השירות לגבי הקלט והפלט; האם הפלט כולל חומר של צד שלישי; ומי רשאי לעשות בו שימוש מסחרי. המשפט הישראלי נכנס ל־2027 כאשר מערכות AI כבר משולבות בתהליכי עבודה, שירות, גיוס, יצירה וקבלת החלטות.
דו"ח BAZ: המשפט הישראלי בעידן האלגוריתם 2027
האלגוריתם כבר אינו רק רכיב טכנולוגי מאחורי הקלעים. הוא מסכם מסמכים, ממיין מועמדים, מציע החלטות, מנתח לקוחות, מייצר תוכן ומסייע לעובדי ציבור. השאלה המשפטית של 2027 אינה רק אם מותר להשתמש בבינה מלאכותית, אלא מי אחראי לתוצאה, איזה מידע הזין את המערכת, האם ניתן להסביר את ההחלטה ומה קורה כאשר הטכנולוגיה טועה.
הדו"ח ממפה את נקודות המפגש המרכזיות בין הדין הישראלי לבין מערכות אלגוריתמיות. הוא אינו טוען שקיים בישראל "חוק AI" אחד שמסדיר את כל השימושים. בפועל, ארגונים נדרשים לחבר בין דיני פרטיות, אבטחת מידע, חוזים, עבודה, קניין רוחני, משפט מנהלי וחובות מקצועיות — בהתאם למערכת, למידע ולתוצאה.
נקודת הפתיחה לשנת 2027 היא שינוי שכבר התרחש בדיני הפרטיות. תיקון 13 לחוק הגנת הפרטיות נכנס לתוקף ב־14 באוגוסט 2025, עדכן הגדרות יסוד, צמצם חלק מחובות הרישום והרחיב את המיקוד בבעל השליטה, במטרות העיבוד ובהרשאות. במקביל, הרשות להגנת הפרטיות פרסמה ב־2026 מדריך ליישום טכנולוגיות מגבירות פרטיות במערכות בינה מלאכותית. לכן, ארגון שמאמץ מערכת אלגוריתמית צריך לבחון לא רק "איפה נשמר הקובץ", אלא את מסלול העיבוד כולו.
חמש נקודות שבהן האלגוריתם משנה את השאלה המשפטית
מידע הופך לקלט
מסמך, שיחה, קול או נתוני לקוח מועברים למערכת לצורך ניתוח. עצם ההמרה לקלט יוצרת שאלות של מטרה, הרשאה, צמצום מידע ושמירה.
המלצה הופכת להחלטה
ציון, דירוג או סיכום עשויים להשפיע על גיוס, שירות, אשראי, תמחור או טיפול. כאן נבחנת מידת המעורבות האנושית.
תוכן הופך לתוצר
טקסט, תמונה, קוד או חוות דעת נוצרים במהירות, אך עדיין צריך לבדוק מקור, זכויות, דיוק ואחריות לפרסום.
ספק הופך לשכבת תשתית
מערכת חיצונית עשויה לקבל הרשאות לדואר, קבצים ומאגרי מידע. בדיקת הספק הופכת לחלק מממשל המידע.
אוטומציה הופכת לממשל
ככל שהמערכת משפיעה יותר, נדרשים רישום שימוש, בעל תהליך, בדיקה חוזרת ומנגנון תגובה לשינוי או תקלה.
1. פרטיות: האלגוריתם אינו עוקף את דיני המידע
מערכות בינה מלאכותית פועלות על מידע. לעיתים מדובר במידע ציבורי; לעיתים בקורות חיים, תכתובות, נתוני בריאות, מידע פיננסי או מסמכי לקוח. ההבחנה הזאת קובעת את עומק הבדיקה. העובדה שהמערכת "רק מסכמת" אינה מבטלת את העובדה שמתבצע עיבוד.
במונחי הדין הישראלי, תיקון 13 מחייב תשומת לב להגדרת בעל השליטה במאגר מידע, למטרת העיבוד ולהרשאות. ארגון אינו יכול להסתפק בכך שספק AI מציג תעודת אבטחה או הצהרת פרטיות. עליו להבין מה הוא עצמו מבקש מהמערכת לבצע, איזה מידע הוא מאפשר להעביר אליה ומי רשאי להשתמש בתוצאה.
הרשות להגנת הפרטיות הציגה ב־2026 שימוש בטכנולוגיות מגבירות פרטיות (Privacy-Enhancing Technologies)כלים ושיטות שמטרתם לאפשר עיבוד מידע תוך צמצום חשיפה, למשל התממה, פרטיות דיפרנציאלית או שיטות חישוב שמגבילות גישה למידע הגולמי. כאמצעי אפשרי להפחתת סיכונים במערכות AI. אין מדובר בפתרון קסם: התאמת הטכנולוגיה תלויה במקרה השימוש, במבנה הנתונים ובמסגרת המשפטית.
2. החלטות אלגוריתמיות: מי באמת החליט?
הסוגיה נעשית רגישה יותר כאשר האלגוריתם אינו רק מייצר טקסט, אלא משפיע על אדם. מערכת יכולה לדרג מועמד, להמליץ על טיפול בפנייה, לסמן עסקה כחריגה או להציע סדר עדיפויות. ברגע שהתוצר הופך לחלק מתהליך החלטה, השאלה המשפטית משתנה: לא רק האם הפלט מדויק, אלא מי מוסמך לקבל את ההחלטה ומה יכול האדם שנפגע ממנה להבין או לתקוף.
מסמכי מדיניות ישראליים קודמים כבר עסקו במודלים של אדם בתוך הלולאה (Human-in-the-loop)מודל שבו אדם מעורב באופן פעיל בהחלטה, והמערכת האלגוריתמית מספקת המלצה או מידע אך אינה מחליטה לבדה., פיקוח אנושי מעל התהליך ומצבים של אוטומציה רחבה. ב־2026 פרסם מבקר המדינה חומר מקצועי המדגיש כי שימוש בבינה מלאכותית בקבלת החלטות ציבוריות עשוי להשפיע על זכויות אזרח.
חתימה אנושית אינה מספיקה
אם העובד מאשר אוטומטית כל המלצה, אין בקרה מהותית. בקרה אנושית צריכה לכלול סמכות לשנות את התוצאה, גישה למידע רלוונטי וזמן אמיתי לבדיקה.
הסבר אינו רק טכני
אין צורך שכל מנהל יבין את המתמטיקה של המודל. כן צריך להיות אפשר להסביר מה מטרת המערכת, אילו נתונים רלוונטיים, אילו מגבלות ידועות ומה תפקיד האדם בהחלטה.
3. קניין רוחני: מי הבעלים של הקלט, התהליך והתוצר?
בינה מלאכותית יוצרת הרחיבה את שאלת זכויות היוצרים מעבר להעתקה רגילה. משרד המשפטים כבר בחן בעבר את המפגש בין למידת מכונה לבין יצירות מוגנות, לרבות שימוש במאגרים לצורך אימון. עבור ארגון בשנת 2027, השאלה המעשית רחבה יותר: האם מותר להזין לספק חיצוני חומר מוגן; מה קובעים תנאי השירות לגבי הקלט והפלט; האם הפלט כולל חומר של צד שלישי; ומי רשאי לעשות בו שימוש מסחרי.
לכן, נוהל AI ארגוני צריך להבחין בין שלושה מצבים: שימוש בחומר ציבורי; שימוש בחומר שהארגון מחזיק בזכויות בו; ושימוש בחומר של לקוח, עובד, ספק או בעל זכויות אחר. העובדה שקובץ נמצא במחשב הארגוני אינה מוכיחה שקיימת זכות להעביר אותו למערכת חיצונית.
4. עבודה וגיוס: אלגוריתם שמסייע למנהל עדיין משפיע על אדם
מערכות גיוס יכולות לסכם קורות חיים, לאתר מילות מפתח, להשוות ניסיון ולתעד ריאיון. השימוש עשוי לחסוך זמן, אבל הוא גם מרכז מידע אישי ומכניס שכבת דירוג לתהליך שבו החלטה משפיעה ישירות על אדם. לכן, יש להפריד בין כלי שמסייע לנסח מודעת דרושים לבין כלי שמדרג מועמדים.
ב־2026 פורסמו גם יוזמות ממשלתיות לשילוב טכנולוגיות בינה מלאכותית בתהליכי גיוס. עצם השימוש המוסדי בטכנולוגיה אינו מבטל צורך בממשל; להפך, הוא ממחיש שהשאלות עוברות משלב ניסוי לשלב תפעולי. ארגון פרטי צריך להגדיר מי רשאי להפעיל את הכלי, אילו פרמטרים נבדקים, כיצד מטפלים בהטיה אפשרית ומה נשמר לצורך תיעוד.
כאן חשוב המונח הטיה אלגוריתמית (Algorithmic Bias)מצב שבו נתונים, תכנון המודל או אופן השימוש בו יוצרים תוצאות שיטתיות שעלולות להפלות או לפגוע בקבוצות מסוימות. לא כל פער בתוצאה מוכיח הטיה אסורה, ולכן נדרשת בדיקה עובדתית ומשפטית.. פער סטטיסטי אינו בהכרח הוכחה להפליה משפטית, אך הוא עשוי להיות אות שמחייב בדיקה. לכן חשוב לתעד את מטרת הדירוג ואת הקריטריונים ולא להסתפק בציון סופי.
5. חוזים וספקים: תנאי השימוש הפכו למסמך תפעולי
בעולם תוכנה מסורתי, הסכם ספק התמקד בזמינות, תמיכה, אבטחה ומחיר. במערכות AI צריך לבדוק גם מה קורה לקלט, האם הוא משמש לשיפור השירות, אילו מודלים מופעלים, מי ספקי המשנה, מהי מדיניות השמירה, האם קיימים יומני פעילות ומה קורה כאשר הספק משנה מודל או מוסיף יכולת חדשה.
| שאלה | למה היא חשובה | מה לתעד |
|---|---|---|
| האם הקלט נשמר? | מידע עסקי או אישי עלול להישאר אצל הספק מעבר למשימה. | משך שמירה, מחיקה וחריגים. |
| האם המידע משמש לאימון? | השימוש המשני עשוי להיות שונה מהמטרה הארגונית. | המסלול המדויק והגדרות החשבון. |
| אילו חיבורים קיימים? | גישה לדואר או לענן מרחיבה את שטח החשיפה. | Scopes, הרשאות וביטול גישה. |
| מי ספקי המשנה? | שרשרת העיבוד עשויה לכלול גופים ומדינות נוספים. | רשימה, מיקום ותהליך שינוי. |
| כיצד משתנה המוצר? | יכולת AI חדשה יכולה לשנות שימוש שאושר בעבר. | מנגנון הודעה ובחינה חוזרת. |
6. המגזר הציבורי: יעילות מול זכויות ואמון
דו"ח ביקורת רב־לאומי שפורסם ביוני 2026 על ידי מבקר המדינה קבע כי בינה מלאכותית כבר משנה את עבודת הממשלות, השירות לציבור ותהליכי קבלת ההחלטות. לצד יתרונות החדשנות, הדו"ח הצביע על צורך באסטרטגיה, ממשל נתונים, אסדרה מותאמת סיכון, מדידה, תשתיות והכשרה.
למערכת ציבורית יש מאפיין נוסף: החלטותיה עשויות להיות כפופות לעקרונות המשפט המנהלי. כאשר מערכת אלגוריתמית משפיעה על החלטה של רשות, נדרשת בחינה של סמכות, שיקול דעת, שוויון, סבירות התהליך, תיעוד והיכולת לבקר את ההחלטה. אין להסיק שכל שימוש ב־AI מחייב אותו מנגנון; עוצמת הבקרה צריכה להתאים להשפעה.
גם הכשרת עובדים הופכת לחלק מהממשל. נציבות שירות המדינה פרסמה כבר ב־2025 מסלול הכשרות לסגל הבכיר, ובדוח פעילות שפורסם ב־2026 תוארו עשרות מפגשי למידה בנושאי AI. המשמעות לארגונים פרטיים דומה: מדיניות ללא אוריינות אינה מספיקה. עובד צריך לדעת לזהות מתי משימה שגרתית הופכת לעיבוד מידע או להחלטה בעלת משמעות.
מודל BAZ 2027: חמש שכבות לבדיקה לפני שמכניסים אלגוריתם לתהליך
מה הבעיה העסקית שהמערכת אמורה לפתור?
איזה מידע נכנס, מאין הגיע ולמי הוא שייך?
על מי הפלט משפיע ומה חומרת טעות אפשרית?
מי בודק, מי רשאי לסטות ומי אחראי לתוצאה?
מה נשמר כדי להסביר, לבדוק ולשפר את השימוש?
המודל אינו תקן משפטי ואינו מחליף ייעוץ. מטרתו להפוך שיחה מופשטת על "סיכון AI" לבדיקת תהליך. מערכת שמנסחת כותרות על בסיס מידע פומבי אינה שקולה למערכת שמדרגת מועמדים. לכן, רמת הבקרה צריכה לנבוע מהשימוש ולא מהמותג של הכלי.
מפת הסיכון: ארבע שאלות שמנהלים צריכים לשאול
האם אפשר לבצע את המשימה בלי מידע אישי?
אם כן, צמצום הקלט עשוי להפחית סיכון עוד לפני בחירת הספק.
האם הפלט משפיע על אדם?
ככל שההשפעה משמעותית יותר, גדל הצורך בבקרה אנושית, תיעוד ובחינת הוגנות.
האם אפשר לשחזר את ההחלטה?
ארגון צריך לדעת איזה שימוש נעשה במערכת ומה היה תפקידו של האדם בתוצאה.
מה יקרה אם הספק ישנה את המוצר?
אישור חד־פעמי אינו מספיק למערכת שמתעדכנת במהירות. נדרש טריגר לבחינה חוזרת.
מה ההנהלה צריכה לדרוש ב־2027?
הנהלה אינה צריכה להפוך לצוות הנדסת מודלים. היא כן צריכה לדרוש תמונה ארגונית: אילו שימושי AI קיימים, מי הבעלים של כל שימוש, אילו שימושים נוגעים במידע אישי או בהחלטות על אנשים, אילו ספקים מחוברים למערכות הליבה ומהו מסלול הטיפול באירוע.
במקום רשימת איסורים ארוכה, עדיף לבנות שלוש קבוצות: שימושים מאושרים; שימושים שמחייבים אישור מוקדם; ושימושים שאינם מותרים ללא שינוי בתהליך. כך עובד יכול לקבל החלטה בזמן אמת. בנוסף, כל שימוש משמעותי צריך לקבל תאריך בחינה מחדש ולא להישאר "מאושר לנצח".
לקראת 2027: מה צפוי להפוך למוקד משפטי?
התחזית כאן היא ניתוח מגמות ולא תיאור של חקיקה עתידית ודאית. ארבעה נושאים צפויים לדרוש תשומת לב מוגברת: מערכות שמבצעות פעולות בשם המשתמש; חיבור AI למאגרי מידע ארגוניים; שימוש במודלים לצורך החלטות על אנשים; והיכולת להבחין בין תוכן אנושי לתוכן סינתטי במצבים שבהם למקור התוכן יש משמעות משפטית.
גם הדיון הישראלי אינו מתקיים בחלל ריק. ארגונים שפועלים מול אירופה או בריטניה עשויים להתמודד עם דרישות נוספות לפי תחולה. עם זאת, אין להעתיק אוטומטית מסגרת זרה ולהציג אותה כחובה ישראלית. הדרך הנכונה היא למפות שווקים, משתמשים, מוצרים ושרשרת ספקים, ורק לאחר מכן לקבוע אילו מסגרות חלות.
שאלות ותשובות
האם יש בישראל חוק אחד שמסדיר בינה מלאכותית?
אין לראות בכל שימוש ב־AI ככפוף לחוק ישראלי יחיד וייעודי. בפועל יש לבחון את הדין החל לפי סוג המידע, התחום, זהות המשתמשים, ההחלטה והפעילות, לרבות דיני פרטיות, עבודה, חוזים, קניין רוחני ומשפט מנהלי לפי העניין.
מה השתנה בעקבות תיקון 13 לחוק הגנת הפרטיות?
התיקון עדכן הגדרות יסוד, שינה את משטר רישום מאגרי המידע, חיזק את מסגרת האכיפה והדגיש בין היתר את תפקידו של בעל השליטה ואת מגבלות העיבוד. הוא נכנס לתוקף ב־14 באוגוסט 2025.
האם מותר להשתמש ב־AI כדי לקבל החלטות על עובדים או מועמדים?
אין תשובת כן או לא גורפת. יש לבחון את מטרת השימוש, סוג המידע, הקריטריונים, מידת ההשפעה, חשש להטיה, תפקיד האדם בהחלטה והדינים הספציפיים החלים על התהליך.
מהי בקרה אנושית אפקטיבית?
בקרה שבה האדם אינו רק מאשר פורמלית את הפלט, אלא מבין את תפקיד המערכת, יכול לבדוק מידע רלוונטי, מוסמך לשנות את התוצאה ומתעד החלטה כאשר הדבר נדרש.
האם אפשר להזין חוזה או מסמך לקוח לכלי AI?
לפני העברה יש לבדוק סודיות, פרטיות, הרשאות, תנאי הספק והתחייבויות חוזיות. לעיתים ניתן לצמצם את המידע או להשתמש בסביבה מאושרת במקום להעביר את המסמך המלא.
מי אחראי לטעות של מערכת AI?
האחריות תלויה בהקשר המשפטי ובמערכת היחסים בין הצדדים. מבחינה ארגונית, חשוב שלא להשאיר את האחריות עמומה: יש להגדיר בעל תהליך, תפקיד ספק, תפקיד משתמש ומנגנון בדיקה.
מה צריך לבדוק בחוזה עם ספק AI?
בין היתר: שמירת נתונים, שימוש בקלט ובפלט, ספקי משנה, הרשאות, מיקום עיבוד, מחיקה, אבטחה, אירועים, זכויות קניין רוחני ושינויים עתידיים במוצר.
מהן טכנולוגיות מגבירות פרטיות?
אלו טכנולוגיות ושיטות שנועדו לאפשר שימוש בנתונים תוך צמצום החשיפה למידע אישי. התאמתן תלויה במערכת ובמקרה השימוש, והרשות להגנת הפרטיות פרסמה ב־2026 מדריך ייעודי בנושא AI.
האם כל כלי AI דורש בדיקה משפטית מלאה?
לא בהכרח באותה רמה. מומלץ ליישם גישה מבוססת סיכון: שימוש במידע ציבורי לצורך רעיונות אינו דומה למערכת שמעבדת מידע אישי או משפיעה על החלטה משמעותית לגבי אדם.
מה הצעד הראשון שארגון צריך לבצע?
למפות שימושים בפועל לפי משימות ולא רק לפי שמות מוצרים. לכל שימוש יש לזהות מטרה, מידע, ספק, הרשאות, השפעה, בעל תהליך ובקרות קיימות.
סיכום: המשפט אינו עוצר את האלגוריתם — הוא דורש לדעת מי מנהל אותו
המשפט הישראלי נכנס ל־2027 כאשר מערכות AI כבר משולבות בתהליכי עבודה, שירות, גיוס, יצירה וקבלת החלטות. נקודת המוצא אינה איסור גורף וגם לא היתר גורף. אותה טכנולוגיה יכולה לשמש לכתיבת כותרת שיווקית או לדירוג אדם; ההבדל המשפטי נמצא במידע, בהשפעה ובאופן שבו הארגון מנהל את התהליך.
לכן, ממשל AI אפקטיבי מתחיל במיפוי. לאחר מכן מגיעים צמצום מידע, בדיקת ספק, בקרה אנושית, תיעוד ובחינה מחדש. ארגון שמסוגל להסביר מדוע בחר במערכת, מה היא עושה, מי בודק אותה ומה קורה כאשר היא משתנה נמצא בעמדה טובה יותר להתמודד עם הסיכון המשפטי והעסקי.
דו"ח BAZ 2027 מציע להסתכל על האלגוריתם לא כעל "קופסה שחורה" טכנולוגית, אלא כתהליך ארגוני שניתן לפרק לשאלות משפטיות ברורות. ככל שהמערכות נעשות עצמאיות ומחוברות יותר, השאלה החשובה אינה רק מה האלגוריתם יודע לעשות — אלא האם הארגון יודע להסביר מה הוא מרשה לו לעשות.
מקורות מוסדיים
- הרשות להגנת הפרטיות — מדריך מקצועי לתיקון 13 לחוק הגנת הפרטיות.
- הכנסת — חוק הגנת הפרטיות (תיקון מס' 13), התשפ"ד–2024.
- הרשות להגנת הפרטיות — מדריך ליישום טכנולוגיות מגבירות־פרטיות במערכות בינה מלאכותית, 2026.
- מבקר המדינה — ביקורת מקבילה רב־לאומית בנושא ההיערכות הממשלתית לבינה מלאכותית, 2026.
- מבקר המדינה — שימוש בבינה מלאכותית בגופים ציבוריים: עקרונות לבחינה מוסדית ונורמטיבית.
- משרד המשפטים — למידת מכונה וזכויות יוצרים.
- נציבות שירות המדינה — הכשרות בנושא בינה מלאכותית לסגל הבכיר.