18 במאי 2026. המחוז הפדרלי של קונקטיקט.
מישהו בחדר בית המשפט לא ציפה לזה.
שופט שלום בשם תומאס פאריש ישב על תיק סביבתי ארוך ומייגע, Conservation Law Foundation נגד Shell Oil, ובאמצע ים של מסמכים, שמיעות וטיעונים, הוציא החלטה שנראתה, על פניה, טכנית לגמרי. כמו הערת שוליים. כמו פרוצדורה.
היא לא הייתה.
הוא הורה ל-CLF למסור לצד שכנגד את הפרומפטים שמומחית ההגנה הזינה למודלי OpenAI כחלק מעבודת המחקר שלה על התיק. לפי הדיווחים, זו הפעם הראשונה בארצות הברית שבית משפט פדרלי מורה על גילוי פרומפטים של מומחה.
ההדהוד יצא הרבה מעבר לגבולות ה-Clean Water Act.
(מישהו בחדר ה-IT של Shell חייך חיוך צנוע מאוד ביום הזה.)
המומחית, הכלי, וה”שרת המאובטח”
ד”ר נעמי אורסקס היא לא מי שמזלזלים בו בחקירה נגדית. פרופסור להיסטוריה של המדע בהרוורד, תואר ראשון בגאולוגיה מינרלית מה-Royal School of Mines בלונדון, דוקטורט מסטנפורד, ומחברת (יחד עם אריק קונוויי) של “Merchants of Doubt” (2010). היא שימשה מומחית מטעם CLF, והיקף ניצול הנתונים שלה היה, בכל אמת מידה, שאפתני.
יחד עם עוזרה ד”ר אלכסנדר קאורוב, היא השתמשה בכלי AI מבוסס מודלי OpenAI כדי לסנן מתוך ערימת המסמכים שהפיקה Shell בגילוי ולצמצמם לקבוצה רלוונטית לחוות הדעת. ה”טריק”, לפי CLF: כל העבודה רצה על “שרת מאובטח”.
(ה”שרת המאובטח” הוא שירות שרץ על תשתית OpenAI. אבל בוא נמשיך.)
כדאי לעצור כאן שנייה.
מודלי OpenAI הם שירות ענן. מסמכי ליטיגציה חסויים, ככל הנראה תחת הסכמי הגנת מידע, עברו לכל הפחות על פניו דרך תשתית חיצונית. האם היה זה פריסה ארגונית עם נספח data-processing מתאים? endpoint שמבטיח שהנתונים לא ישמשו לאימון? מודל שהותקן locally? לאף אחת מהשאלות האלה אין תשובה ציבורית. ה”שרת המאובטח” נשאר תיאור, לא ארכיטקטורה. ושאלות כאלה הן בדיוק מה שמומחה הנדסת תוכנה יודע לשאול, ולהפוך לנשק.
שלושה טיעונים, שלוש דחיות
CLF לא קיבלה את ההחלטה בשקט. היא נלחמה בגילוי הפרומפטים בשלושה טיעונים. השופט פאריש דחה את כולם.
ראשון: פרומפטים אינם בתחום גילוי המסמכים לפי Rule 26(b). נדחה: הפרומפטים הם חלק מהמתודולוגיה של המומחית, ומתודולוגיה גלויה.
שני: הסכם Rule 29 בין הצדדים הגן על הפרומפטים כ”טיוטות ורשימות”. נדחה: הסכם כזה “חייב להיות ברור מאוד”, וזה לא היה.
שלישי: CLF טענה שהיא הפיקה בפועל “מונחי חיפוש” (search terms) ולא “פרומפטים”. נדחה: הצהרת ד”ר קאורוב עצמה השתמשה במפורש במילה “prompts”, וזה נתן לשופט בסיס עובדתי מוצק לא להאמין לטענה.
(הדרך הבטוחה ביותר להכשיל טיעון “לא היו פרומפטים”: שהמומחה עצמו ישתמש במילה “prompts” בהצהרה תחת שבועה. מומלץ להימנע.)
תאריך הציות: 1 ביוני 2026.
ה”שגיאה הברורה” ומה שקרה אחריה
ב-3 ביוני 2026 הגישה CLF התנגדות לפי Rule 72(a), בטענה שהחלטת פאריש “שגויה באופן ברור”. הארגומנטים? אותם שלושה בדיוק, ועוד אחד חדש: לא נשמרו פרומפטים בכלל.
(שימו לב לתנועה: ראשית, הפרומפטים חסויים. אחר כך, הפרומפטים לא קיימים. שתי עמדות סותרות, אפס בעיה.)
בית המשפט המחוזי הורה על עיכוב ההחלטה בינתיים. נכון לאמצע יוני 2026, מחכים לפסיקת שופט המחוז, שתהיה ההכרעה המשמעותית יותר לכל העוסקים בתחום. מה ששמרו, מה שלא שמרו, ולמה, יהפכו בהדרגה לשאלות המרכזיות.
חמישה גלים שיגיעו לישראל
לי, כמומחה מינוי בית-משפט בתחום תוכנה והנדסת מחשבים בישראל, ה-18 במאי 2026 אינו תקדים אמריקאי מרוחק. הוא שינוי מבני שיגיע לכאן, ולהערכתי מהר מהצפוי.
גל ראשון: הכלים שלך הפכו לחלק מהעדות שלך. שורת קוד לפורנזיקה, שאילתת SQL, grep על לוגים, סקריפט Python לניתוח תנועת רשת, ועכשיו גם פרומפט ל-LLM: כולם מתודולוגיה, וכולם גלויים. מומחה תוכנה תלוי בכלים הרבה יותר ממומחה רפואי או כלכלן, וכל כלי כזה הוא עוד פתח לחקירה.
גל שני: אתה הסמכות הטבעית על AI של הצד שכנגד. גאולוגית בכירה שמסבירה את ההתנהגות הסטוכסטית של LLM בחקירה נגדית, זה ניסוי שכדאי לצפות בו מרחוק. מהנדס תוכנה יכול להסביר logging, non-determinism, חלון הקשר (context window), retrieval misses. יש כאן תת-מומחיות חדשה שעדיין אין לה שם: ביקורת מתודולוגיית AI של מומחה יריב.
גל שלישי: “שחזוריות” שוברת לשני כיוונים. תוכנה דטרמיניסטית ניתנת לשחזור: אותו input, אותו output, תמיד. AI גנרטיבי בדרך כלל לא: temperature, עדכוני מודל, non-determinism. אתה מגן על שחזוריות השיטה שלך, ותוקף ממצאי AI של הצד שכנגד בדיוק בנקודת החולשה הזאת. זו שפה שמזכירה את דרישות Daubert ו-Rule 702 לאמינות ולשחזוריות מתודולוגיה, ולפי הערכתי כמי שפועל בשדה זה, גם את הסטנדרטים שמחיל בית המשפט הישראלי על חוות דעת מומחה.
גל רביעי: סודיות ראיות היא עכשיו שאלה הנדסית. “שרת מאובטח” אינו מושג, הוא ארכיטקטורה. מה רץ בפועל: פריסה ארגונית עם endpoint ייעודי? הסכם no-training? מודל on-premise? אפליקציית web צרכנית? chain of custody על הנתונים, data residency, retention logs, הגדרות opt-out לאימון מחדש, כל אלה אינן שאלות משפטיות. הן שאלות הנדסיות שמומחה תוכנה עונה עליהן, ושהתשובה להן קובעת אם החסיון על ראיות התיק נפגע.
גל חמישי: אתה צריך פרוטוקול “היגיינת AI” מתועד מהיום. נניח שהחלטת פאריש תאומץ, גם אם תשתנה בחלק מהפרטים. נניח שפרומפטים, outputs, לוגים ותיעוד מודל הם גלויים. אז שמור אותם: גרסאות, חותמות זמן, שם המודל, הגדרות הריצה. מי שמשתמש ב-AI בצורה רשלנית ולא מתועדת חשוף לסנקציות, לפסילת חוות דעת, ולהיסק שלילי. משמעת של מחקר שחזורי (reproducible research), שמהנדסים מכירים היטב, חלה עכשיו גם על ליטיגציה.
השאלה שכדאי לשאול לפני שמגישים
תיק CLF נגד Shell מלמד שאלה אחת פשוטה: “אם הצד שכנגד יבקש לראות הכל, מה בדיוק יראה?”
הפרומפטים, הכלים, הסביבה שעליה רצו והלוגים הם עכשיו חלק מהמתודולוגיה. מומחה שמשתמש ב-AI בעבודתו ולא מתייחס לשכבה הזו כאל עדות-בהמתנה, נכנס למקום שכדאי לא להיות בו.
ואם CLF אכן לא שמרה פרומפטים, זה לא פותר את הבעיה. זו שאלה אחרת, חמורה לא פחות: כמה שחזוריות הממצאים שלך שווה כשאין לך תיעוד של הדרך להגיע אליהם?
האמור לעיל הוא מידע כללי בלבד ואינו מהווה ייעוץ משפטי. פרטי התיק מבוססים על המקורות המצוטטים.