הביבי-בוט ואפליקציית "אלקטור" היו שניים מהסמלים הבולטים של הדיגיטציה של הפוליטיקה הישראלית בעשור האחרון. הראשון שימש לתקשורת ישירה עם מצביעים. השנייה לניהול מידע עליהם. הפרסומים האחרונים על כוונת הליכוד להפעיל צ'טבוט פוליטי מבוסס בינה מלאכותית מעלים שאלה חדשה: כיצד עשויות טכנולוגיות בינה מלאכותית לשנות את מערכת היחסים בין שכנוע פוליטי, איסוף מידע וניהול בוחרים?

לפני כמה שנים חקרתי, יחד עם ד"ר אלינור כרמי, את ה"ביבי-בוט", הצ'טבוט הפוליטי שהפעיל בנימין נתניהו בבחירות 2019. בניגוד לבוטים שפעלו במרחבים ציבוריים כמו טוויטר או פייסבוק, הצ'טבוט פעל במרחב אישי ופרטי יותר – אפליקציית המסרים מסנג'ר של פייסבוק.

הבוט התחזה לנתניהו וניהל שיחה מוגבלת עם מצביעים באמצעות כפתורי תגובה, תוך שימוש ברטוריקות מוכרות מהספרות על הנדסה חברתית והשפעה. מצאנו כי פעילותו התבססה על שלושה שלבים: תחילה הוא יצר קשר אישי עם המשתמש ואסף עליו מידע; לאחר מכן חיזק מסרים פוליטיים באמצעות אינטראקציות חוזרות ונשנות; ולבסוף גייס משתמשים לבצע פעולות עבור הקמפיין, ובהן התקשרות לבוחרים אחרים ודיווח למטה הקמפיין על עמדותיהם הפוליטיות ועל כוונות ההצבעה שלהם.

במאמר כינינו את המודל הזה "Dark Cycles": מחזורי השפעה המבוססים על איסוף מידע, אימון והפעלה.

במחקר אחר בחנתי את אפליקציית ניהול הבוחרים "אלקטור", שאפשרה לפעילי מפלגות להזין מידע על חברים, בני משפחה ומכרים ולעקוב אחר השתתפותם בבחירות. שם טענתי כי מערכות כאלה מטפחות סוג חדש של השתתפות פוליטית: אזרחים המסייעים למפלגה שבה הם תומכים באמצעות איסוף מידע על סביבתם החברתית.

כיניתי אותם "Little Samaritan Brothers": תומכים ותומכות הסבורים שהם מסייעים למפלגה שבה הם תומכים, אך בפועל משתלבים במערכי איסוף מידע ומעקב על סביבתם החברתית.

במבט לאחור, שתי הדוגמאות הללו מצביעות על מגמה משותפת: מעבר גובר של פעילות פוליטית לערוצים אישיים ומבוססי-נתונים, שבהם איסוף מידע, פרופיילינג והשפעה פוליטית משתלבים אלה באלה. בבחירות 2026, ההתפתחויות בתחום הבינה המלאכותית מוסיפות שאלות חדשות לממד זה.

בניגוד לצ'טבוטים מבוססי תסריטים שהיו נפוצים לפני כמה שנים, מערכות המבוססות על מודלי שפה גדולים (LLMs) מסוגלות לנהל שיחות פתוחות ומתמשכות, להסיק מסקנות מתוך טקסט חופשי ולהתאים את עצמן בזמן אמת. המשמעות היא שהשיחה אינה רק אמצעי להעברת מסרים פוליטיים. היא גם מנגנון לאיסוף מידע.

אינטראקציה עם LLM פוליטי עשויה לחשוף, לעיתים מבלי משים, מידע אישי ופוליטי רב: חששות, כעסים, תחומי עניין, זהויות חברתיות, עמדות בנושאים שנויים במחלוקת או מידת מחויבות למחנה פוליטי מסוים. גם כאשר מידע כזה אינו נאמר במפורש, מערכות בינה מלאכותית עשויות להסיק אותו מתוך דפוסי השיחה.

כאן עולה שאלה חדשה: מה קורה אם מידע כזה אינו נשאר בתוך השיחה, אלא משתלב עם מאגרי מידע פוליטיים קיימים?

בעולם של קמפיינים דיגיטליים, ערכו של מידע אינו נובע רק מהפרט הבודד אלא מהיכולת לחבר בין מקורות מידע שונים. אם בעבר מאגרי בוחרים התבססו על מידע שהוזן על-ידי פעילים, סקרים או אינטראקציות מוגבלות עם קמפיינים, הרי שכיום השיחה עצמה עשויה להפוך למקור מידע רציף. לא רק מאגר המתעד העדפות פוליטיות, אלא מערכת הלומדת אותן תוך כדי שיחה.

אלא שמערכת כזו אינה רק לומדת. היא גם יכולה להגיב למה שהיא לומדת. אם השיחה חושפת חשש ביטחוני, ניתן להדגיש מסרים ביטחוניים. אם היא חושפת תיסכול כלכלי, ניתן לעבור למסרים על יוקר המחיה. אם היא חושפת מחויבות אידיאולוגית גבוהה, ניתן לגייס את המשתמש לפעילות פוליטית נוספת. במצב כזה, איסוף המידע, התאמת המסרים וההשפעה הפוליטית אינם בהכרח שלבים נפרדים.

אם במחקר על הביבי-בוט תיארנו מחזור השפעה שהתבסס על מעבר בין שלבים של איסוף מידע, אימון והפעלה, הרי שמערכות מבוססות מודלי שפה גדולים עשויות לאפשר גרסה חדשה של אותו היגיון.

ככל שהמערכת לומדת יותר על האדם שמולה, כך היא יכולה להתאים את השיחה, לבחון את התגובה אליה, לאסוף מידע נוסף ולשנות את האסטרטגיה שלה בהתאם. במובן זה, השיחה הופכת ללולאת משוב מתמשכת, שבה איסוף מידע והשפעה פוליטית מזינים זה את זה בזמן אמת.

ככל שהמערכת לומדת יותר על האדם שמולה, כך היא יכולה להתאים לו מסרים מדויקים יותר. כבר אין צורך להסתמך רק על מנגנוני הטרגוט של פלטפורמות הפרסום, עם קטגוריות הפילוח המוגבלות שהן מציעות. ככל שהשיחה נמשכת, כך נאסף מידע נוסף, והתוכן הפוליטי יכול להיות מותאם בתוך ההקשר עצמו. השיחה הופכת לזירת השפעה פוליטית דינמית ואדפטיבית.

לצד שאלות של פרטיות, מתעוררות גם שאלות הנוגעות לתקינות הבחירות ולפיקוח ציבורי.

חוק התעמולה בישראל נחקק בעידן של מודעות בעיתון, שלטי חוצות ותשדירי רדיו וטלוויזיה. הוא מתקשה, בלשון המעטה, להתמודד עם מערכות המבוססות על שיחות פרטיות, מותאמות אישית ומשתנות מאדם לאדם. אם כל אדם מקבל מסר אחר, כיצד ניתן לפקח על תוכן המסרים? כיצד ניתן לזהות מידע מטעה או מניפולטיבי? כיצד ניתן לאכוף כללים החלים על תעמולת בחירות כאשר התעמולה עצמה מתרחשת במרחב פרטי ובלתי נראה?

נוסף על כך עולה גם שאלת התחרות ההוגנת. אם מפלגה אחת מפעילה מערכות בינה מלאכותית מתקדמות לאיסוף מידע ולהשפעה בזמן אמת, מפלגות אחרות עשויות להרגיש שהן חייבות לאמץ כלים דומים כדי שלא להישאר מאחור. כך עלולה להיווצר דינמיקה של מירוץ לתחתית, שבה כל מערכת בחירות דוחפת את הגבול מעט רחוק יותר מקודמתה.

אלא שהשאלה אינה מסתיימת בפרסונליזציה של מסרים. מערכות ניהול בוחרים כדוגמת אלקטור נועדו בראש ובראשונה לשרת את הרגע הקריטי של יום הבחירות: לזהות מי כבר הצביע, מי טרם הצביע, היכן נמצאים מוקדי התמיכה של המפלגה, ואילו בוחרים יש להניע לקלפיות. החיבור האפשרי בין מערכות כאלה לבין צ'טבוטים מבוססי בינה מלאכותית מעלה אפשרות חדשה: לא רק התאמת מסרים פוליטיים, אלא גם הפעלה בזמן אמת של בוחרים ופעילים על בסיס מידע עדכני.

אם בעבר פעילי שטח, מוקדנים ומתנדבים היו אחראים ליצירת קשר עם בוחרים לאורך יום הבחירות, מערכות מבוססות AI עשויות לאפשר תקשורת רציפה, אישית ומותאמת בקנה מידה רחב בהרבה. מערכת כזו עשויה לדעת לא רק למי לפנות, אלא גם כיצד לפנות, באיזה טיעון להשתמש, ואילו פעולות לבקש מכל אדם לבצע, מהגעה לקלפי ועד יצירת קשר עם בני משפחה, חברים ומכרים. כיצד נוכל לדעת אילו אמצעי שכנוע יופעלו בערוצים אישיים אלה ומה מידת הלגיטימיות שלהם?

במובן זה, הפרסום הנוכחי אינו רק סיפור על כלי טכנולוגי חדש. הוא ממשיך דפוס רחב יותר שאנו רואים בישראל כבר שנים: אימוץ מהיר של טכנולוגיות קמפיין חדשות לצד היעדר דיון ציבורי ורגולטורי מספק בהשלכותיהן. ישראל הפכה במובנים רבים למעין מעבדת ניסוי לטכנולוגיות בחירות חדשות, לעיתים עוד לפני שנקבעו כללי המשחק.

הדיון הציבורי הנדרש כעת, ובדחיפות, הוא כיצד ניתן להבטיח שטכנולוגיות כאלה לא יהפכו את השיחה הפוליטית עצמה למנגנון בלתי נראה של איסוף מידע, פרופיילינג, השפעה והפעלת בוחרים בזמן אמת. אלו אינן שאלות שכדאי לדון בהן לאחר הבחירות. אם יש מקום לקבוע כללי משחק, זהו הרגע לעשות זאת.