פרק 24 - האם לתת לאג'נט לתייג דאטה? על העתיד של הדאטה אופס עם דודי מזיה ודניאל מנוחין
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 7 בספטמבר 2026 |
|---|---|
| אורך | 39 דק׳ (ארוך ב-32% מהממוצע בתוכנית) |
| הנושא המרכזי | תיוג דאטה עם אג'נט בדאטה אופס |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק?
אג'נט לא מחליף מתייג בנגישות דיגיטלית, אלא בודק תיוגים, מחזיר פידבק ומחדד דוקומנטציה, והמתייג נשאר השופט על מקרי הקצה.
צוות דאטה אופס בחברה שמנגישה אתרים ואפליקציות בונה דאטה סטים לזיהוי רכיבים והתנהגות במסך, כי מי שמשתמש בקורא מסך מאבד את השכבה הוויזואלית ותלוי בקוד ובמשמעות שמתחתיה. על אלפי עמודים בנו אג'נט שרץ ברקע, מדווח על תיוגים חסרים ועל ספק, ולא עושה את כל התיוג לבד, כי הוא ניזון מדוקומנטציה וחוקי נגישות ולפעמים טועה כשההנחיות גנריות. כלי תיוג מוכנים מגבילים גמישות בממשק, ולכן פיתחו כלי פנימי אחרי אפיון של פורמט, מיקום ומטא-דאטה לשימוש חוזר בארגון. התפקיד של מתייג לפי כלל בלבד הולך ונעלם, ובמקביל עולה מומחה דאטה שחצי מפתח: מזהה מקרי קצה, בונה כלים ואוטומציות, ומשאיר שיפוט אנושי על מה שמשתמש עיוור מבין מהממשק.
כשיש קונפליקט בין המתייג לאג'נט בודקים בעיניים אם זו טעות תיוג או שהדוקומנטציה והמקורות שהאג'נט ניזון מהם לא מדויקים.
/ תובנות מרכזיות
- חוסר הסכמה בין מתייגים נתפס בעולם הקלאסי כבעיה, אבל זה גם ה-gray area שבו הדאטה עצמו לא חד משמעי.
- רכיב יכול להיראות כמו דרופדאון, להכיל קישורי ניווט ולהתנהג כמו דיאלוג, ואז לא ברור איזה כללי נגישות חלים עליו.
- האג'נט ניזון מדוקומנטציה וחוקי נגישות שנתנו לו, ולכן טעות שלו חוזרת לבדיקה אם חסרים מקורות או שההנחיות לא מדויקות.
- LLM וסוכנים מצליחים בשאלות אטומיות בינאריות, לא בשיפוט מקיף של מה שמשתמש עיוור מבין מהממשק.
- AI יודע לשכנע בתשובה בטוחה וכתובה יפה, ולכן צריך לשאול אותו למה, לבדוק מול ההנחיות, ולא לתת לביטחון שלו להחליף שיפוט אנושי.
למה LLM יודע לכתוב SQL ולא יודע לתייג דאטה?
- 1לבנות אג'נט QA שרץ ברקע ומחזיר ריפורט על תיוגים חסרים ועל ערעורים.
- 2לאסוף מקרי קצה שבהם המתייג מתלבט ולבחון מולם את תשובת האג'נט.
- 3לבקש מהאג'נט גם הסבר למה בחר, כדי לחדד תיוג ודוקומנטציה.
- 4לפני שורת קוד אחת לאפיין כלי תיוג: פורמט אחיד, מיקום, מטא-דאטה ושאלות משפטיות.
- 5להשתמש ב-AI כדי להבין לא רק כדי לקבל תשובה, ולעצור כשמשהו מרגיש לא נכון.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
מתיאור הפרק
״במקביל ולא בניגוד, צומח תפקיד חדש, מומחה דאטה שהוא חצי מפתח…״ דודי מזיה, Data Operations Manager בחברת Evinced, מוביל את אחת הפונקציות הקריטיות ביותר במוצר: תיוג הדאטה שמאפשר לפתח פתרונות נגישות מתקדמים לא.נשים עם עיוורון. על הנייר זה נשמע פשוט - לפרק קוד, לתייג רכיבים ולהתאים אותם לצורכי המשתמשים. לכאורה, בדיוק המשימה שסוכני בינה מלאכותית בעידן האג'נטי החדש אמורים לפתור בקלות. אלא שבפועל, כשהבינה המלאכותית מצטיינת במקרי הכלל אבל נופלת דווקא ביוצאים מן הכלל, המרחק לאוטומציה מלאה עדיין גדול. אז מה בכל זאת אפשר ליישם כבר היום ב-Data Operations, והיכן עובר הגבול של הכלים האוטונומיים? יחד עם דודי
/ נושאים קשורים
איך נוצר העמוד הזה
25 פרקים של DATA & AI | מדברים עם מור ניצן = 25 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.