הזיה היא כשמודל AI ממציא מידע בביטחון מלא - מספר, ציטוט, שם של ספר, חוק, או עובדה. הסיבה - המודלים אומנו לחזות את המילה הבאה הכי סבירה, לא לבדוק עובדות. אם השאלה דורשת מספר ספציפי שלא נמצא באימון - המודל יבחר מספר 'שנשמע סביר'. ב-2026 הסיכוי להזיה ב-GPT-4 ו-Claude 3.5 הוא 3-7% - נמוך אבל לא אפס. נושאים מסוכנים במיוחד - חוקים מקומיים, סכומים, אחוזים, שמות אנשים, תאריכים, ציטוטים ממאמרים.

שלב 1 (שאלת מקור) - אחרי שמקבלים תשובה עם מספר/עובדה, שאלו 'איך הגעת למספר הזה. תן מקור.' אם ה-AI לא מצליח לתת מקור ברור - חשד גבוה להזיה. שלב 2 (הצלבה) - חפשו בגוגל את המספר/העובדה. אם לא מוצאים תיעוד עצמאי - הזיה. למידע משפטי או רגולטורי, חייב לאמת עם מומחה אנושי. שלב 3 (מבחן סבירות) - שאלו את עצמכם 'האם המספר הזה הגיוני בהקשר העסק/השוק שלי'. אם זה נראה מוגזם או נמוך מדי - חשד. ה-3 שלבים לוקחים 90 שניות.

יועץ מס שאל את ChatGPT - 'מה האחוז של ביטוח לאומי לעצמאי בישראל ב-2026'. התשובה - 'האחוז עומד על 9.4% עד תקרה של 38,650 ₪'. הוא כתב מייל ללקוח עם המספר. רגע לפני שליחה - הפעיל את פרוטוקול האימות. שלב 1 - שאל מקור. ה-AI הסתבך. שלב 2 - חיפש באתר ביטוח לאומי. המספר היה לא נכון. האחוז האמיתי שונה ויש פילוג בין שכבות הכנסה. שלח ללקוח את המספר הנכון אחרי האימות. בלי הפרוטוקול - הלקוח היה תכנן 30 אלף ₪ הוצאות לפי מספר שגוי, ולקוח של היועץ.

טעות 1 - לאמת רק תשובות 'חשובות'. כל תשובה עם מספר או עובדה חוזרת שנשלחת ללקוח חייבת אימות. אין 'לא חשוב'. טעות 2 - להאמין למקור ש-AI נותן. ה-AI יכול להמציא גם מקור (ציטוט מאמר שלא קיים). תמיד תפתחו את המקור עצמאית. טעות 3 - לדלג על מבחן סבירות. אם המספר נראה מוזר, גם אם נראה שנמצא מקור - חשד. מבחן סבירות הוא קריאת הביצים האנושית שלכם.