דילוג לתוכן המרכזי
בית הספר לשיפוט הנדסישער האימותשיחת מיפוי, בלי עלות
וואטסאפ058-4887876
שיחת מיפוי, בלי עלות

כל המאמרים

קריאת טבלה מתמונה: איפה AI טועה ומה בודקים

פורסם

קריאת טבלה מתקן: 45.27 ו-40.65 מתוך 100. אותו תוכן כטקסט: 98.94 ו-87.27. בדקו כל ערך מול המקור.

כלי בינה מלאכותית קורא טבלה בדיוק נמוך בהרבה מזה שבו הוא קורא את אותו תוכן כטקסט. לכן ערך שהגיע מטבלה בתמונה נשאר טיוטה, עד שמישהו פותח את המסמך המקורי ובודק אותו. זה סוג הכשל G1, טבלה מתמונה.

טבלאות הן המקום שבו הטעות הזאת יקרה. טבלות יחידות, טבלות תקן ולוחות נתונים מגיעים לרוב כתמונה, והערך שנקרא מהן נכנס לדוח, לחישוב או להזמנת רכש.

מה נמדד

מדד שפיט בשם AECBench בחן תשעה מודלי שפה על 4800 שאלות (Liang ואחרים 2026). את השאלות כתבו מהנדסים בתחומי האדריכלות, ההנדסה והבנייה. שתי משימות דרשו קריאת טבלה מתוך תקן בנייה.

בשתי משימות מדודות, הדיוק באחוזים: 45.27 מול 98.94, ו-40.65 מול 87.27.

המספר הראשון בכל זוג הוא הדיוק הבסיסי. המספר השני הוא הדיוק כשאותה טבלה סופקה כטקסט רץ שכתב מומחה. הפער הוא הממצא: המודלים ידעו את התוכן, ונכשלו בקריאתו מתוך טבלה.

המחקר מסכם שהמודלים מציגים חולשה בפירוש ידע מטבלאות בתקני בנייה. אותו דפוס מופיע גם בשרטוטים. מחקר על תרשימי צנרת ומכשור במיזוג אוויר מסכם שיישום ישיר של מודלי שפה לדיגיטציה שלהם מאתגר מאוד (Lu ואחרים 2025). תוצאות שמישות דרשו שם צנרת עיבוד מהונדסת, ולא תמונה שהועלתה ושאלה.

שלושה דברים המספרים האלה לא אומרים, וכדאי להגיד אותם בקול.

לכן כדאי לזכור את הדפוס ולא את המספר. הכלי יכול לדעת את החומר, ועדיין לקרוא שורה לא נכונה.

איך זה נראה בעבודה

הדוגמה הבאה בנויה להמחשה, ואינה מקרה שנמדד.

טכנאי מצלם טבלת נתונים של יצרן א׳ ושואל מה הערך בשורה של הדגם שלו. הכלי מחזיר מספר ויחידות, בניסוח בטוח. באותה טבלה כטקסט, הערך בשורה הזאת שונה. הכלי קרא שורה שכנה.

שום דבר בתשובה לא מסמן את זה. המספר סביר, כי השורה השכנה היא דגם קרוב. היחידות נכונות, כי הן באות מאותה עמודה. לכן מי שמעיף מבט ואומר "נראה בסדר" לא בדק כלום.

מה לא עוזר

שלושה הרגלים נראים כמו בדיקה ואינם בדיקה.

לשאול שוב. במחקר על מבחני רישוי, עקביות התשובות של כלי אחד הייתה 97 אחוז. משמע, תשובה שגויה נשארת שגויה גם בניסיון הבא (Choi, Lee ו-Kim 2025). באותו מחקר סווגו 172 שגיאות, ומהן 20 הופיעו בשאלות שדורשות קריאת תרשים או שרטוט.

לשאול כלי אחר. כלי אינו מקור מוסמך לעולם, וגם פלט של כלי שני אינו כזה. שני כלים שמסכימים הם עדיין שני פלטים.

לחשוד רק כשמשהו נראה מוזר. הפלט אינו נושא שום סימן חיצוני לשגיאה, ולכן הבדיקה אינה יכולה להישען על חשד. היא רצה על כל ערך ומשאירה רשומה.

הבדיקה להריץ מחר

קחו טבלה אחת שאתם עובדים איתה השבוע, והריצו עליה את הסדר הזה.

  1. לפני שפותחים את הכלי, קוראים בעיניים את השורה וכותבים את הערך שאתם מצפים לו. אומדן שלא נכתב אינו נחשב.
  2. אם יש לטבלה גרסה כטקסט, מזינים אותה ולא את התצלום. המדד מצא פער בין טבלה בתקן לטקסט רץ. על תצלום אין לנו מספר, וטקסט הוא הבחירה הזהירה.
  3. מבקשים מהכלי לכתוב ליד כל ערך את הדגם, העמודה והיחידה. מוסיפים את ההנחיה: אל תמציא, כתוב חסר.
  4. פותחים את המסמך המקורי ובודקים ארבעה דברים: השורה, העמודה, היחידה והערת השוליים אם יש.
  5. רושמים תוצאה אחת מארבע: תואם, פער, לא אומת או חסר. פער מתוקן לפי המקור ונרשם כ-G1.

שלב 3 לא מחליף את שלב 4. הוא רק מקצר אותו, כי הוא אומר לכם איפה לחפש.

מה עושים כשאין מסמך מקורי, רק תצלום? הערך נחסם. הוא מסומן "לא אומת", ואינו נכנס לתוצר. אם התוצר תלוי בו, התוצר נשאר טיוטה. זו התוצאה שהשיטה מגדירה, ולא כשל שלה. במקרה כזה מבקשים את גיליון הנתונים מהיצרן, או מודדים ישירות.

מה רושמים, ואיפה

ברוב פקודות העבודה די בשלושה שדות: מקור, ערך שנבדק, ומי בדק. התבנית נמצאת בפקודת עבודה ב-3 שדות.

בתוצר חתום רושמים יותר, ביומן של 13 שדות. שלושה מהם עושים את העבודה בטבלה: מה הכלי אמר, מילה במילה. שם המסמך המוסמך. המיקום בו: עמוד, סעיף או טבלה. כך מבקר יכול לפתוח את אותה טבלה ולראות את אותו ערך.

הרמה נקבעת לפי ההשלכה של טעות, ולא לפי הקושי. קריאת ערך מטבלה נשמעת פעולה פשוטה, וזה לא מוריד את הרמה שלה. חישוב פשוט שנכנס לתסקיר חתום הוא רמה 0, בלי כלי בכלל. ערך מטבלה שנכנס לאותו תסקיר ראוי לאותה מחשבה, לפני שפותחים את הכלי.

מי צריך לדעת את זה

מי שמזמין, מי שחותם, ומי שמקבל את הדוח. טכנאי שהעתיק ערך מטבלה לא רואה בעיה, כי המספר נראה סביר. גם מי שחותם אחריו לא רואה בעיה, אם אין בדוח מקור ומיקום. לכן השדה הזה שווה יותר מכל הדרכה על זהירות: הוא מראה למי שבא אחריכם איפה לבדוק.

איפה הבדיקה נעצרת

הבדיקה אינה הופכת את התוצר לנכון. אם המקור שגוי, התוצר שגוי, והיומן מראה בדיוק איפה.

היא דורשת כשירות לקרוא את הטבלה. מי שלא יודע מה ההבדל בין שתי עמודות לא יתפוס את הטעות גם מול המסמך המקורי.

היא גם מוסיפה זמן לכל תוצר. האם הזמן הזה קטן מעלות של טעות חתומה היא שאלה אמפירית, ועדיין אין לנו עליה מספר.

והראיות כאן מודדות את הכשל, ולא את הבדיקה. מסמך העבודה שמאחורי הסיווג לא עבר שיפוט עמיתים, ולא נאספו בו נתונים. G1 הוא אחד משבעה סוגי כשל, והוא בין השניים שנשענים על מחקר שפיט.

מקורות