יש הבדל בין לקרוא על שיחה קשה לבין לנהל אותה. כל מי שניסה יודע את זה.
אבל יש הבדל גם בין לתרגל עם תסריט לבין לתרגל עם מישהו שמגיב.
מה זה בעצם “תסריט”
הכשרות קלאסיות עובדות עם תרחישים: “אם המשתתף אומר X - הדמות אומרת Y.” זה שימושי. זה מאפשר לתכנן, להכין, לצפות מה יבוא.
הבעיה היא שאנשים אמיתיים לא עובדים ככה.
מישהו שנמצא במצוקה לא עוקב אחרי התסריט שציפית לו. הוא עוצר באמצע, הוא שואל שאלה שלא היית מוכן לה, הוא נסגר כשהרגשת שהשיחה נפתחת. ותגובה שלא הייתה בתסריט - אנחנו לא יודעים מה לעשות איתה.
מה עושה דמות שמגיבה
דמות AI שמגיבה בזמן אמת לא עוקבת אחרי עץ החלטות. היא מגיבה למה שאמרת - לא רק למה שאמרת, אלא איך אמרת את זה. האם ניסית לסגור מהר, האם שאלת שאלה פתוחה, האם הכנסת מרחב שלא לחץ.
זה ההבדל שמחקר מ-CHI 2024 (Stanford / ACM) מצא כאשר בחן תרגול שיחות קונפליקט עם AI מול קבוצת ביקורת: המשתתפים שתרגלו עם AI הפחיתו שימוש באסטרטגיות מסלימות ב-67%, והכפילו שימוש באסטרטגיות שיתופיות - בשיחות אמיתיות, ללא סיוע. הם לא רק ידעו מה לעשות - הם עשו את זה אחרת.
למה ה“טעות” חשובה
יש דבר שקורה בתרגול עם דמות רספונסיבית שלא קורה בשום תצורת הכשרה אחרת: אפשר לטעות, לראות מה קרה, ולנסות שוב.
לא לשפוט. לא להסביר מה היה צריך להיות שונה בלי לגעת בתחושה עצמה. לחזור לאותו רגע - “בסדר, אמרת ‘תבוא אליי כשתרצה לדבר’. מה הייתה האלטרנטיבה? בוא ננסה שוב.”
מטא-אנליזה שפורסמה ב-PMC על סימולציית מציאות וירטואלית ומיומנויות תקשורת בקרב סטודנטים לסיעוד (10 מחקרים, 1,032 משתתפים) מצאה effect size של 0.44 למיומנויות תקשורת - ו-1.32 לחשיבה ביקורתית. אפקטים שלא מתקבלים מהרצאה.
מה זה לא
דמות רספונסיבית היא לא שחקן. היא לא צ’אטבוט. היא לא מסרים ממוספרים שמחכים לתגובה.
היא מישהו שנמצא במצב - עם היסטוריה, עם התנגדות, עם רמת אמון שמשתנה לפי מה שאתה עושה. שמגיב להקשר ולא רק למילים. שנסגר אם הרגיש שדוחקים אותו, ומדבר יותר אם הרגיש שיש מרחב.
כי זה מה שמחכה לך בשטח.