איך מנתחים משוב פתוח מסקר עובדים בעזרת AI?

למי המדריך מתאים ומה מקבלים בסוף

המדריך מיועד למנהלי משאבי אנוש, למידה ופיתוח, חוויית עובד ומנהלי צוות שקיבלו קובץ תשובות פתוחות ורוצים להבין אילו נושאים חוזרים, היכן יש שונות ומה דורש בירור. הוא מתאים לניתוח שאלות כמו ״מה עוזר לך לבצע את העבודה?״ או ״מה כדאי לשפר בתהליך הקליטה?״. הוא אינו מחליף מחקר איכותני מקצועי כאשר הממצאים ישפיעו על זכויות, שכר, קידום או החלטה על עובד מסוים.

בסוף התהליך יהיו לכם ארבעה תוצרים: קובץ נקי ומורשה לניתוח, קודבוק עם הגדרה ודוגמאות לכל נושא, טבלת קידוד שבה כל שיוך מחובר לקטע ראיה, וסיכום למקבל ההחלטה שמפריד בין תצפית, פרשנות ושאלה פתוחה. אלה מאפשרים לחזור לתשובות המקוריות ולבדוק כיצד נבנתה כל מסקנה.

כל הנתונים, התשובות, החלוקה לקבוצות והתוצאות בדוגמה במדריך הם סינתטיים והיפותטיים. הם לא נאספו מעובדים, לא נותחו בניסוי ולא מעידים על שיעור אמיתי בארגון. המדריך הוכן בסיוע AI ועל בסיס המקורות שבסופו; אין כאן ייחוס כתיבה או אישור מקצועי לאדם שלא סקר את הגרסה.

1. מתחילים בהחלטה, לא בענן מילים

לפני פתיחת הכלי נסחו מה צריך להיות ברור בעקבות הניתוח. שאלה טובה יכולה להיות: ״אילו תנאים בעבודה מסייעים או מקשים על ביצוע המשימה, ומה ראוי לבדוק ברבעון הקרוב?״. שאלה חלשה תהיה ״מה העובדים חושבים?״, משום שהיא מזמינה סיכום רחב ללא גבולות וללא קשר להחלטה.

הגדירו את יחידת הניתוח. בדרך כלל זו תשובה אחת לשאלה אחת, ולא שורה שלמה שבה כמה שאלות וטקסטים. הגדירו גם את מסגרת הדיווח: כלל המשיבים, מחלקות רק כאשר הגודל והפרטיות מאפשרים זאת, ותקופת הסקר. אל תערבבו תשובות שנאספו לשאלות שונות רק כדי להגדיל נפח.

כתבו מראש מה הניתוח אינו יכול לקבוע. תשובה פתוחה מתארת את נקודת המבט של המשיב, ולא מאמתת עובדה חיצונית או סיבה. גם שכיחות של נושא בתשובות אינה בהכרח חשיבות, חומרה או ייצוגיות. ONS מדגיש שבניתוח איכותני תדירות אזכור אינה מדד מספרי מדויק ואינה מעידה לבדה על חשיבות הנושא למשיבים.

2. הרשאות ופרטיות לפני הקובץ

תשובה פתוחה עלולה לכלול שם, תפקיד נדיר, אירוע, מצב רפואי או שילוב פרטים שמזהה אדם גם לאחר מחיקת עמודת השם. לכן הסרת שמות אינה מספיקה תמיד. NIST ממליץ לבחון גם מזהים עקיפים וסיכון לזיהוי מחדש, ולהחליט על מודל שיתוף מתאים לפני העיבוד.

עבדו רק בחשבון ובכלי שהארגון אישר לסוג המידע הזה. בדקו מי יכול לפתוח את הקובץ, אם התוכן נשמר או משמש את הספק, אילו חיבורים פעילים וכיצד מוחקים את הנתונים. צמצמו את הקלט לשאלה הנחוצה: אל תצרפו ציונים, כתובות דוא״ל, מספרי עובד או שדות דמוגרפיים שאינם דרושים לשאלת ההחלטה.

צרו עותק עבודה נפרד מהמקור המוגן. החליפו מזהה עובד במזהה תשובה אקראי, הסירו פרטים ישירים וסמנו לבדיקה ידנית טקסט שעלול לחשוף אדם. קבוצות קטנות או צירופי מאפיינים נדירים יוצגו רק לפי כלל פרטיות שקבע הארגון; אין במדריך מספר קסם שמתאים לכל ארגון.

• כלי עבודה: גיליון נתונים מורשה, עוזר AI ארגוני מאושר, מסמך קודבוק ויומן החלטות.
• הרשאות מינימליות: קריאה לעותק העבודה בלבד; אין צורך בחיבור למערכת HR, לדוא״ל או למאגר העובדים.
• שמירה: קבעו בעלים, מיקום מאושר, קהל צפייה ומועד מחיקה לפני תחילת הניתוח.
• פרסום ציטוט: השתמשו רק אם קיימת הרשאה מתאימה ולאחר הסרת פרטים שעלולים לזהות את המשיב.

3. מכינים קובץ שאפשר לבדוק

שמרו שורה אחת לכל תשובה. העמודות המינימליות הן response_id, question_id ו־response_text. אפשר לצרף wave או תקופת איסוף כדי להשוות סבבים, וקבוצה ארגונית רק אם היא נחוצה ומותרת. ציוני שביעות רצון נשמרים בעמודה נפרדת; אין להפוך אותם לתווית אוטומטית של הטקסט.

נקו תווים שבורים ורווחים מיותרים, אך אל תשכתבו שפה, שגיאות או ניסוח רגשי: אלה עשויים להיות חלק מן המשמעות. שמרו את הטקסט המקורי בעמודה מוגנת, ועבדו על עותק. הבחינו בין תשובה ריקה, ״אין לי מה להוסיף״ וטקסט שלא ניתן לקידוד; אלה מצבים שונים.

בדקו את הקובץ לפני העלאה: מספר שורות, מזהים כפולים, שאלות מעורבבות, קידוד עברית, ערכים חסרים ושורות שנקטעו. קחו מדגם קטן וקראו אותו ידנית. כך מזהים מראש שאלה עמומה, שדה רגיש או תשובות שאינן מתאימות לניתוח המתוכנן.

4. קלט סינתטי לדוגמה

הטבלה הבאה היא קלט מומצא לחלוטין לשאלה: ״מה שינוי אחד יעזור לך להשלים עבודה בצורה טובה יותר?״. היא נועדה להמחיש תשובות עם יותר מנושא אחד, נושא נדיר וטקסט שאינו מספק ראיה. אין להסיק ממנה דבר על עובד או ארגון אמיתי.

בדוגמה אין עמודת מחלקה, ותק או תפקיד. אם ההחלטה אינה מחייבת פילוח, עדיף שלא לצרף אותו. הפרדת המידע מצמצמת סיכון ומקטינה את הסיכוי שהמודל יסיק סטריאוטיפ על קבוצה.

5. בונים קודבוק על מדגם

קודבוק הוא רשימה מנוהלת של קודים, הגדרות, כללי הכללה והחרגה ודוגמאות. הוא מונע מצב שבו אותה מילה מסווגת אחרת בכל פעם. GOV.UK מתאר תהליך ששילב פיתוח קודבוק, קידוד ידני ראשוני, ניתוח ידני ואוטומטי וניתוח תמטי. זו מסגרת שימושית גם כאשר ה־AI מסייע ולא מחליף את הקורא האנושי.

בחרו מדגם שמכסה תחילת קובץ, אמצע וסוף, וכן תשובות קצרות, ארוכות וחריגות. קראו אותו לפני בקשת הקטגוריות. בקשו מהמודל להציע קודים תיאוריים, לא הסברים פסיכולוגיים. קוד כמו ״המתנה לאישור״ נשען על טקסט; קוד כמו ״חוסר מוטיבציה״ דורש פרשנות שאולי אינה קיימת.

אפשרו כמה קודים לתשובה אחת. R03 עוסק גם בהרשאה וגם בהדרכה, ו־R06 גם בשיתוף חיובי וגם בעדכון מאוחר. מחקר ממשלתי של תשובות פתוחות השתמש באפשרות למספר תמות לכל תשובה; קיבוע של תווית יחידה עלול למחוק חלק מן המשמעות.

6. הנחיה לכלי שמייצרת פלט ניתן לביקורת

העבירו למודל את שאלת הסקר, הגדרות הקודבוק והטבלה המותרת. דרשו פלט במבנה קבוע ושמרו את גרסת ההנחיה. אין צורך לבקש מהמודל לחשוף ״שרשרת מחשבה״; נדרשים קוד, קטע ראיה קצר וסיבה תפעולית לבדיקה.

הימנעו מציון ביטחון מספרי שאין לו כיול מוכח. במקום זאת השתמשו בדגל review_required עם סיבה כמו ״אין ראיה מפורשת״, ״שני קודים חופפים״, ״סתירה״ או ״פרט שעלול לזהות אדם״. דגל כזה מפנה אדם למקרה הנכון בלי להציג מספר מדעי למראית עין.

מטרה: לקודד תשובות לשאלה [נוסח השאלה] לפי הקודבוק המצורף בלבד.

לכל response_id החזר מערך של אפס קודים או יותר.
לכל קוד החזר: code, evidence_quote קצר ומדויק, review_required ו-review_reason.
מותר לשייך כמה קודים לתשובה.
אם אין ראיה מפורשת, החזר NOT_CODABLE ואל תנחש כוונה, רגש, סיבה או מאפיין של המשיב.
אל תסיק מידע על אדם ואל תרחיב ציטוט שעלול לזהותו.
אל תחשב שכיחות ואל תציע פעולה בשלב הקידוד.
בסוף החזר רשימת תשובות שנדרש לבדוק ידנית וסיבת הבדיקה.

• קלט: נוסח השאלה, גרסת הקודבוק, טבלה מצומצמת ומורשית.
• פלט: מזהה, קוד או קודים, ראיה, דגל בדיקה וסיבה.
• אסור בשלב זה: המלצה על עובד, אבחון רגשי, ציון ביצועים או שליחת תוצאה למערכת אחרת.

7. בודקים מדגם לפני ריצה מלאה

הפעילו את ההנחיה על המדגם שקראתם. בדקו כל שיוך מול ההגדרה והציטוט. חפשו במיוחד קוד רחב מדי, קודים כמעט זהים, תווית שמחברת בעיה ופתרון, ותשובות שבהן המודל החמיץ נושא שני. אם משנים הגדרה, מעדכנים את מספר גרסת הקודבוק ומריצים מחדש את כל המדגם.

מומלץ שעובד נוסף יקודד באופן עצמאי חלק מן המדגם כאשר ההחלטה חשובה. מטרת ההשוואה אינה להשיג מספר מושלם אלא לזהות הגדרות עמומות. אי־הסכמה יכולה להצביע על חפיפה בין קודים, על טקסט רב־משמעי או על צורך בשתי תוויות.

מחקרים עדכניים על LLM בניתוח איכותני מדווחים שהמודלים יכולים לסייע בקידוד ובהיקף, אך עלולים לפצל רעיונות, להחמיץ משמעות סמויה או לייצר גבולות לא ברורים בין קודים. Google Research מתאר את העבודה כיחסי תלות הדדית בין אדם למכונה, עם כיול ובדיקה דו־כיוונית, ולא כבעיית אוטומציה מלאה.

8. תבנית מעשית לבדיקת קטגוריות שהמודל הציע

אל תאשרו רשימת קטגוריות רק משום שהשמות נשמעים סבירים. לכל קטגוריה מוצעת פתחו כרטיס בדיקה: מה היא כוללת, מה היא מוציאה, איזו החלטה היא עשויה לשרת ואילו תשובות מפריכות את הגבול שלה. מטרת הבדיקה היא להחליט אם להשאיר, לשנות שם, למזג, לפצל או לדחות את הקטגוריה — לא להעניק לה ציון מדעי למראית עין.

בנו ערכת בדיקה קטנה ומכוונת מתוך המדגם: דוגמה חיובית ברורה, דוגמת נגד, מקרה גבולי, תשובה עם שני נושאים, ניסוח קצר או בסלנג, מקרה נדיר וטקסט שעלול לחשוף אדם. אותה ערכה משמשת להשוואה אחרי שינוי הנחיה או מודל. כל הדוגמאות בהמשך הן הצעת מערכת היפותטית שלא נוסתה על נתוני עובדים אמיתיים ואינה כלי מדידה מתוקף.

התחילו מהראיה ולא משם הקטגוריה. לדוגמה, אם המודל הציע ״תקשורת״, בדקו האם הוא מערבב מידע שמגיע באיחור, אישור מנהל ופגישות כפולות. במקרה כזה השם הרחב אינו מסייע לפעולה. אפשר לפצל לפי תהליך, או להשאיר קטגוריה רחבה ולתעד תתי־קודים, בתנאי שהבחירה עקבית ומשרתת את שאלת ההחלטה.

קטגוריה מוצעת: ______
שאלת ההחלטה שהיא משרתת: ______
הגדרה במשפט אחד: ______
כולל: ______
לא כולל: ______
דוגמה חיובית ומזהה תשובה: ______
דוגמת נגד ומזהה תשובה: ______
מקרה גבולי: ______
קטגוריות חופפות: ______
מקרה שהוחמץ: ______
סיכון פרטיות או זיהוי מחדש: ______

החלטה: להשאיר / לשנות שם / למזג / לפצל / לדחות
נימוק המבוסס על הראיות: ______
שינוי בקודבוק ובהנחיה: ______
מי בדק ומתי: ______
גרסה חדשה: ______

• השאירו קטגוריה כאשר הגבול שלה ברור והיא מחברת ראיות לשאלת החלטה ממשית.
• שנו שם כאשר הכותרת רחבה, שיפוטית או מרמזת על סיבה שלא נכתבה.
• מזגו כאשר שתי קטגוריות אינן ניתנות להבחנה בדוגמאות; פצלו כאשר אותה קטגוריה מובילה לפעולות שונות.
• דחו קטגוריה שאין לה ראיות, שנשענת על מאפיין אישי או שאינה רלוונטית לשאלה.

9. מריצים את הקובץ המלא ושומרים עקיבות

לאחר שהמדגם עבר בדיקה, הריצו את יתר הקובץ במנות שהכלי יכול לעבד בלי חיתוך. שמרו את response_id בכל מנה ובדקו שסך התשובות בפלט שווה לסך התשובות שנשלחו. אל תשלימו שורות חסרות ידנית בלי לתעד; הריצו אותן מחדש באותה גרסה.

צרו טבלת long format: שורה אחת לכל צמד של תשובה וקוד. תשובה עם שלושה קודים תופיע בשלוש שורות. כך אפשר לספור מופעים בלי למחוק רב־נושא. שמרו גם טבלת תגובות עם סטטוס coding_complete, ואת רשימת המקרים שסומנו לבדיקה.

קחו דגימת ביקורת מהפלט המלא, ובחרו גם תשובות שנדחו או סומנו NOT_CODABLE. בדקו אם מופיע נושא חדש שלא היה במדגם. אם מעדכנים קודבוק באופן מהותי, חוזרים על הקידוד לכל התשובות הרלוונטיות; אין לערבב גרסאות בדוח אחד ללא ציון.

10. הופכים קודים לממצאים בלי להפריז

סכמו לכל נושא כמה תשובות כללו אותו מתוך מספר המשיבים שענו לשאלה, וציינו שתשובה אחת יכולה להיספר בכמה נושאים. לכן סכום האחוזים עשוי לעלות על מאה. אל תשוו קבוצות קטנות כאשר הדבר מסכן פרטיות או כאשר ההבדל במספר המשיבים הופך את ההשוואה למטעה.

לצד שכיחות, בדקו שונות, נושא נדיר בעל השלכה גבוהה, ודוגמאות נגד. ייתכן שנושא מוזכר מעט מפני שהוא נוגע לקבוצה קטנה או משום שהשאלה לא הזמינה אותו. ONS מציין שממצאים מתשובות פתוחות עלולים לא לייצג היטב קבוצות מסוימות, וששיעורי מענה שונים משפיעים על הפרשנות.

הפרידו בדוח בין תצפית לפרשנות. תצפית: ״חמש תשובות במדגם הסינתטי הזכירו עיכוב, פגישה או מידע״. פרשנות: ״ייתכן שיש חיכוך בתיאום העבודה״. שאלה לבדיקה: ״באיזה שלב נוצרת ההמתנה ומה ניתן לשנות?״. רק לאחר שיחה עם בעלי התהליך בוחרים פעולה.

11. דוגמת פלט מנומק — היפותטית ולא תוצאת ניסוי

בדוגמה הסינתטית, R03 מקבל שני קודים: ״גישה וכלים״ על בסיס ״לתת הרשאה לכלי הדיווח״, ו״הדרכה ותמיכה״ על בסיס ״מדריך קצר״. R08 מקבל NOT_CODABLE מפני שאין בו הצעה. R06 מקבל ״זרימת מידע״, אך אין להסיק ממנו שכל הצוות אינו משתף פעולה; המשפט אף אומר שהשיתוף טוב.

נוסח אפשרי למנהל: ״במדגם ההיפותטי חוזרים חיכוכים בתיעדוף, באישור, בגישה למידע ובהדרכה. הקידוד מצביע על שאלות תפעוליות לבירור, ולא על סיבות מוכחות. מומלץ לבדוק תחילה היכן מתעכבות החלטות, מי בעל המידע המעודכן ואיזו תמיכה נדרשת למערכת החדשה. אין לבצע פילוח אישי או להעריך עובד על בסיס התשובות״.

הניסוח אינו מציג אחוזים משום שהמדגם מומצא וקטן ואינו בסיס למדידה. בארגון אמיתי ניתן לדווח ספירה ומכנה לאחר בדיקת איכות, אך יש לציין מי ענה, מי לא ענה, אם התשובות היו וולונטריות ומהן מגבלות הייצוג.

12. כשלים נפוצים ודרך ההתאוששות

קטגוריה רחבה כמו ״תקשורת״ עלולה לבלוע עדכון לקוח מאוחר, החלטה לא מתועדת ופגישה מיותרת. פצלו אותה לפי תהליך רק כאשר ההבחנה משרתת החלטה. מנגד, עשרות קודים חד־פעמיים מקשים לראות דפוס. שמרו קוד ״אחר לבדיקה״ ובחנו אותו בסוף כל מנה.

מודל עלול להמציא סיבה או להציג רגש שלא נכתב. דרשו ציטוט, וסמנו מקרה ללא ראיה. הוא עלול גם לתרגם עברית, סלנג או שלילה באופן שגוי; בדקו תשובות כאלה בשפת המקור. אם ניתוח בעברית חלש בכלי שנבחר, עדיף קידוד ידני או כלי אחר מאשר תרגום לא מתועד שמוחק משמעות.

נושא נדיר עלול להיעלם מסיכום אוטומטי אף שיש לו חשיבות בטיחותית או אתית. לכן בונים רשימת חריגים נפרדת ולא מדרגים רק לפי שכיחות. בדומה לכך, ציטוט עשיר בפרטים עלול לזהות את המשיב; במקרה כזה מתארים את הנושא בלי לפרסם את הציטוט.

אם חסרות שורות, גרסת הכלי השתנתה או הקודבוק הוחלף באמצע, עצרו את הסיכום. תעדו את התקלה, חזרו למנה האחרונה התקינה והריצו מחדש. אם אין אפשרות לשחזר, הציגו את הפלט כטיוטה חלקית ולא כממצא מלא.

• אין ראיה טקסטואלית: דוחים את השיוך או מעבירים לבדיקה אנושית.
• שני קודים חופפים: מחדדים הגדרה ומקודדים מחדש את המקרים הרלוונטיים.
• נושא נדיר בעל סיכון: מציגים בנפרד בלי לחשוף את המשיב.
• פער בין קבוצות: בודקים גודל, שיעור מענה ופרטיות לפני פרשנות.
• המלצה נראית משכנעת אך אינה נגזרת מהטקסט: מסמנים כהשערה ובודקים מול בעלי התהליך.

13. דף עבודה להפעלת הניתוח

העתיקו את התבנית למסמך ארגוני מורשה. היא מרכזת החלטה, הרשאות, גרסאות ובקרות, ואינה שולחת מידע מהאתר. מנהל התהליך משלים אותה לפני ההרצה ומעדכן לאחר בדיקת המדגם והפלט.

מפתח ניתוח ותאריך: ______
שאלת הסקר המדויקת: ______
שאלת ההחלטה: ______
אוכלוסייה, תקופה ומספר משיבים לשאלה: ______
מי לא נכלל או לא ענה: ______

בעל הקובץ ובעל ההחלטה: ______
הכלי והחשבון המאושרים: ______
שדות שנכללים בקלט: ______
שדות שהוסרו ולמה: ______
סיכון לזיהוי מחדש ואופן הטיפול: ______
מיקום שמירה ומועד מחיקה: ______

גרסת קודבוק: ______
גרסת הנחיה: ______
גודל המדגם ואופן בחירתו: ______
בודק אנושי: ______
פערים שהתגלו במדגם: ______
שינויים לפני הריצה המלאה: ______

מספר תשובות שנשלחו: ______
מספר תשובות שחזרו: ______
מקרים שסומנו לבדיקה: ______
נושאים חדשים: ______
ממצאים תיאוריים: ______
מגבלות וייצוגיות: ______
שאלות להמשך: ______
החלטה אנושית ופעולה: ______

14. מממצא לפעולה וללמידה ארגונית

בחרו פעולה קטנה שאפשר לבדוק, ולא רשימת פתרונות שהמודל המציא. אם חוזר עיכוב באישור, מפו את נקודת ההחלטה והגדירו בעלים. אם חוזר חוסר בהדרכה, בדקו מה המשתמש צריך לבצע ומדוע החומר הקיים אינו מספיק. קשרו כל פעולה לראיה, לבעל תפקיד ולמועד בדיקה.

חזרו לעובדים עם סיכום שמכבד את ההבטחה שניתנה בעת הסקר: מה נשמע, מה ייבדק, מה לא ניתן לשנות ומתי יעדכנו. אין לפרסם ציטוטים מפתיעים רק משום שהם דרמטיים. אמון בתהליך חשוב לא פחות מהמהירות שבה נוצר הסיכום.

בסדנת AI למשאבי אנוש אפשר לתרגל את השלבים על מידע סינתטי, לבנות קודבוק ולבדוק את הפלט. לעבודה על נתונים מספריים, תרשימים ומדדים משלימים, השתמשו במדריך ניתוח הנתונים. מדידת השפעת הפעולה דורשת קו בסיס ומדד נפרד; היא אינה נגזרת מעצם קיומם של נושאים בתשובות.

• סדנת AI למשאבי אנוש
• ניתוח נתונים עם AI
• מדידת ROI של הדרכת AI

על המקורות ועל גבולות המדריך

המקורות נבדקו ב־8 באוקטובר 2026. דוחות GOV.UK ו־ONS מספקים דוגמאות מתועדות לקודבוק, קידוד אינדוקטיבי, מספר תמות לתשובה ומגבלות ייצוגיות. NIST מספק מסגרת לניהול סיכון פרטיות והנחיות לדה־זיהוי. מחקר Google והמאמר על LLM בניתוח תמטי מספקים הקשר עדכני לחלוקת עבודה בין אדם למודל ולמגבלות קידוד אוטומטי.

המקורות אינם מאמתים את הנתונים, הקודים או הפלט ההיפותטי שבמדריך. לפני ניתוח של מידע אישי או החלטה בעלת השפעה על עובדים, נדרשת התאמה למדיניות, לדין ולמומחיות המקצועית של הארגון.