איך אני משתמשת ב-AI לכתיבת נהלים - מה עובד ומה לא

בשנה האחרונה שמעתי את אותה שאלה ממספר אנשי איכות ורגולציה: "את משתמשת ב-AI לכתיבת נהלים?"

התשובה הקצרה היא כן. התשובה הארוכה היא זה תלוי מאוד איך.

אני עובדת עם מערכות AI כבר יותר משנתיים, ובמהלך הזמן הזה פיתחתי שיטת עבודה ברורה למדי. לא כי AI הוא קסם, אלא כי הבנתי בדיוק איפה הוא מקצר לי זמן בצורה משמעותית, ואיפה הוא יכול ליצור בעיות אם לא מתנהלים בצורה נכונה.

המאמר הזה הוא שיתוף כנה של הניסיון שלי.

למה בכלל לשלב AI בכתיבת נהלים?

כתיבת נוהל איכות היא לא פעולה יצירתית. רובה המכריע הוא מלאכה: מבנה נכון, כיסוי הדרישות הרלוונטיות, שפה ברורה, עקביות בין מסמכים. זה בדיוק הסוג של עבודה שבו AI יכול לסייע ולא לפגוע, אם מבינים את כללי המשחק.

כשאני חושבת על הנהלים שכתבתי לפני שלוש שנים לעומת היום, ההבדל הוא לא באיכות הסופית, אלא בזמן שלקח להגיע אליה. תהליך שנמשך פעם שלושה ימי עבודה (ראיון עם הלקוח, ניסוח, עריכה, סגירה) יכול היום להסתיים תוך יום וחצי. זה לא קסם, זה שינוי בנקודות הכניסה לתהליך.

מה עובד טוב: הזנת הקשר (context), לא שאלת שאלות

הטעות הנפוצה ביותר שאני רואה היא כשאנשים פותחים שיחה עם AI ואומרים לו: "תכתוב לי נוהל בקרת מסמכים לפי ISO 13485". התוצאה שהם מקבלים הוא נוהל גנרי לחלוטין. נכון טכנית, אבל חסר ערך מעשי.

מה שעובד הרבה יותר טוב הוא לספק הקשר לפני שמבקשים ממנו לכתוב. כלומר: מי החברה, מה המוצר, כמה אנשים בארגון, איך הם מנהלים את מערכת המסמכים שלהם, אילו תהליכים כבר קיימים. ככל שנותנים יותר הקשר, הפלט הראשוני קרוב יותר למה שצריך.

לדוגמה: לקוח שלי, חברת סטארטאפ בת 12 עובדים שמפתחת מכשיר אבחון, ביקשה נוהל לניהול שינויים. במקום לשאול AI שאלה גנרית, הכנתי תיאור קצר: גודל הארגון, שלב הפיתוח, מי מאשר שינויים, האם יש ועדת שינויים פורמלית. הנוהל שקיבלתי בסיבוב הראשון הצריך עריכה של 20 דקות בלבד, לא בנייה מחדש.

מה עובד טוב: שימוש ב-AI כ"עורך ראשון"

תהליך עבודה שאימצתי לגמרי: אני כותבת טיוטה ראשונה בעצמי, בגוף ראשון, מתוך הבנת הלקוח. לאחר מכן מעבירה ל-AI עם הנחיות ספציפיות: "עבור על הנוהל הזה ובדוק שכל סעיפי ISO 13485:2016 הרלוונטיים מכוסים. ציין פערים אם יש".

זה שימוש חכם. AI כעורך ומבקר, לא כיוצר. הוא טוב מאוד בזיהוי פערים מבניים, הצעת ניסוחים חלופיים ובדיקת עקביות. הוא הרבה פחות טוב בהבנת ההיגיון העסקי מאחורי הנוהל.

מה עובד טוב: יצירת מסגרת (skeleton)

עוד שימוש שמשרת אותי כמעט בכל פרויקט: בקשה ממוקדת ליצירת מבנה מסמך בלבד. כותרות, תתי-סעיפים, שאלות שיש לענות עליהן בכל חלק. זה חוסך את ה"דף הלבן" ומאפשר לי להתמקד בתוכן האמיתי.

את הנוהל עצמו אני כותבת. המבנה מגיע מהר יותר עם AI.

מה לא עובד: ציטוטים ודרישות רגולטוריות

כאן חשוב להיות מאוד זהירים. AI יכול לצטט דרישות רגולטוריות בצורה לא מדויקת. לא בגלל כוונה רעה, אלא בגלל שמודלי שפה מייצרים טקסט שנשמע סביר, גם כשהוא לא מדויק לחלוטין.

ראיתי מקרים שבהם AI ניסח דרישה כ"סעיף 7.3.3 של ISO 13485 מחייב...", אלא שהניסוח לא היה מדויק. מי שלא יודע את התקן בעל פה או מתעצל לבדוק את הפלט מול התקן, עלול לקבל את זה כעובדה ולשים אותו בנוהל.

הכלל שלי: כל דרישה שמיוחסת לתקן, לרגולציה, ל-FDA guidance או לכל מסמך חיצוני - נבדקת מול המקור. תמיד. ללא יוצא מהכלל.

מה לא עובד: הבנת ההיגיון הארגוני

AI לא יודע למה ה-QA Manager הוא גם ה-Management Representative. הוא לא יודע שבחברה הזו אין ועדת שינויים פורמלית כי יש רק שלושה מהנדסים. הוא לא יודע שהנוהל הזה צריך להתחבר לנוהל אחר שכתבנו לפני חצי שנה.

כל ההיגיון ה"אנושי" שמגיע מהכרת הלקוח, ממפגשים, מניסיון של שנים, לא נמצא ב-AI. לכן נהלים שנכתבים ב-AI בלי מעורבות של מומחה אמיתי יוצאים טכניים אבל ריקים מתוכן אמיתי.

דוגמה: קיבלתי פעם נוהל שכתב לקוח בעצמו עם AI לפני שפנה אלי. הנוהל היה מנוסח יפה, כיסה את הסעיפים הנכונים, אבל לא תאם כלל את מה שהחברה עושה בפועל. הרשות המאשרת, שיטת ה-Review, מי אחראי על מה, הכל היה "תיאורטי". נאלצנו לכתוב את הנוהל מחדש.

מה לא עובד: להניח שה-AI "מבין" את התחום

AI מבין את הטקסט של ISO 13485. הוא לא מבין ביקורת. הוא לא מבין מה אודיטור חיצוני יחפש. הוא לא מבין שנוסח מסוים שנשמע טוב על הנייר יפתח שאלה קשה בביקורת.

את ההבנה הזאת מביא המומחה, לא הכלי.

שיטת העבודה שלי — בפועל

כדי לסכם את הגישה שלי, הנה איך שהתהליך נראה בפרויקט ממוצע:

שלב 1 - הבנת הלקוח: ריאיון, שאלות, הבנת המבנה הארגוני, מצב הQMS הנוכחי. זה לא משתנה.

שלב 2 - בניית הקשר ל-AI: לפני שאני מבקשת משהו, אני כותבת תיאור של 10-15 שורות על החברה, המוצר והצרכים. זה ה"context" שמגדיר את האיכות של הפלט.

שלב 3 - מבנה ראשון: מבקשת מ-AI מבנה (skeleton) של הנוהל בלבד, לא תוכן.

שלב 4 - כתיבה שלי: ממלאת את המבנה על בסיס הידע שצברתי בשלב 1.

שלב 5 - סקירת AI: מעבירה ל-AI עם שאלות ספציפיות: כיסוי דרישות, עקביות, פערים.

שלב 6 - עריכה ואישור: כל עריכה סופית עוברת אותי ואני עושה ריוויו מקצועי. כל ציטוט רגולטורי נבדק.

שאלה שאנשים תמיד שואלים: האם שימוש ב-AI זה לא בעיה לפני ביקורת?

שאלה מצוינת. התשובה הפשוטה: לא, כי הנוהל מייצג את מה שהחברה עושה בפועל. לא משנה איך הוא נוצר, מה שחשוב הוא שהוא מדויק, עקבי, ומיושם.

אם תהליך הכתיבה שלך הוא שקוף, מבוסס על הבנה אמיתית של הארגון, ועובר עריכה מקצועית, אין שום בעיה.

הבעיה היא כשמגישים נוהל גנרי שכתב AI, בלי שהארגון קרא אותו לעומק, בלי שהוא תואם את המציאות. אז לא AI הוא הבעיה, אלא תהליך הכתיבה והאימוץ.

לסיום: AI הוא כלי, לא תחליף

AI הוא הכלי הכי שימושי שנכנס לארגז הכלים שלי בשנים האחרונות.

הוא מקצר זמן, מסייע בניסוח, ועוזר לי לתפוס פערים. אבל הוא לא מחליף שיפוט מקצועי, ניסיון בשטח, או הבנת הלקוח.

כשמשתמשים בו נכון, הוא מכפיל פרודוקטיביות. כשמשתמשים בו לא נכון, הוא מייצר ערימת מסמכים שנראים טוב אבל לא שווים כלום.

ההבדל בין השניים? בדיוק כמו בכל כלי אחר, אנשי מקצוע שיודעים מה הם עושים.