אוסטרליה מתמחרת מחדש את ערכה של העיתונות בעידן הפלטפורמות וה־AI

ב־20 באוגוסט 2026 אישר הפרלמנט האוסטרלי את חוק News Bargaining Incentive, מנגנון חדש המחייב את ענקיות הטכנולוגיה להשתתף במימון העיתונות המקומית. החוק יחול על פלטפורמות בעלות פעילות משמעותית בשירותי חיפוש או מדיה חברתית והכנסות מפרסום באוסטרליה העולות על 250 מיליון דולר אוסטרלי. גוגל, מטא, טיקטוק ולינקדאין ניצבות מעתה בפני בחירה: לחתום על הסכמים מסחריים עם לפחות שמונה גופי חדשות אוסטרליים, או לשלם היטל בגובה 2.5% מהכנסותיהן המקומיות מפרסום. תשלום למו״ל גדול יזכה את הפלטפורמה בקיזוז המחושב לפי 150% מערך העסקה; תשלום לגוף קטן או בינוני יזכה אותה בקיזוז של 200%. עסקה יחידה לא תוכל לכסות יותר מרבע מחבות ההיטל. המבנה נועד למנוע הסכם ראווה עם תאגיד תקשורת אחד ולפזר חלק מן הכסף גם לעיתונות אזורית ועצמאית. Reuters⁠

על פניו מדובר בחוק המתקן כשל בשוק הפרסום. הפלטפורמות מרכזות את הקשב, המידע על המשתמש ואת הקשר עם המפרסם, בעוד שמערכות החדשות מממנות כתבים, עורכים, תחקירים, צילום, אימות וסיכון משפטי. אוסטרליה קובעת מחיר לפער שבין המקום שבו מיוצר המידע לבין המקום שבו נרשמת ההכנסה. אולם החידוש רחב יותר מחלוקת הכנסות בין גוגל לעיתונים. החוק מגיע ברגע שבו הבינה המלאכותית משנה את משמעותו הכלכלית של תוכן. טקסט גנרי נעשה משאב זול וכמעט בלתי מוגבל; מידע מקורי, עדכני, מיוחס וניתן לאימות נעשה משאב נדיר. משום כך החוק עשוי להתברר בדיעבד כמנגנון מוקדם להסדרת היחסים בין חברות AI לבין המוסדות שמחברים את המודלים למציאות.

המהלך צמח מכישלון חלקי של הניסוי האוסטרלי הקודם. ב־2021 נכנס לתוקף News Media Bargaining Code, שנועד לתקן את פערי המיקוח בין גוגל ומטא לבין המו״לים. עצם האיום בהפעלתו הוביל ליותר משלושים הסכמים מסחריים בשנה הראשונה ולהזרמת סכומים ניכרים למערכות חדשות. ההסדר הוכיח כי התערבות רגולטורית יכולה לשנות חלוקת ערך שהשוק החופשי לא הצליח לתקן. במקביל, הוא חשף חולשה בסיסית: החבות נשענה על המשך הצגתן של חדשות ועל נכונות הפלטפורמות לחדש את ההסכמים. כאשר מטא החליטה להפסיק לחדש חוזים, התברר שהמדינה העניקה למו״לים זכות להתמקח, אך השאירה בידי הפלטפורמה את האפשרות לעזוב את שולחן המיקוח.

קנדה המחישה את החולשה באופן חריף יותר. חוק החדשות המקוונות הקנדי הוביל את גוגל להסכים על תשלום שנתי של 100 מיליון דולר קנדי, צמוד למדד, באמצעות גוף חלוקה קולקטיבי. בשנת הפעילות הראשונה חולקו יותר מ־96 מיליון דולר ל־459 גופי חדשות; בינואר 2026 העבירה גוגל כ־102 מיליון דולר למחזור השני. מטא בחרה בדרך אחרת והסירה חדשות מפייסבוק ומאינסטגרם בקנדה. התוצאה חשפה אסימטריה מובנית: כאשר החבות תלויה בנשיאת חדשות, הפלטפורמה יכולה לצמצם את השירות במקום לשלם. אוסטרליה ביקשה לסגור את הנתיב הזה באמצעות קישור החבות להכנסות מפרסום ולמעמד הפלטפורמה בשוק, גם כאשר היא מפחיתה את נראות החדשות.

זה החיבור לעולם הבינה המלאכותית. מנוע חיפוש מסורתי הפנה משתמש מן הקישור אל אתר המקור. מנוע תשובות יוצר עבורו מוצר סופי: תקציר, השוואה, ניתוח או תשובה רציפה המורכבת ממספר מקורות. ככל שהתשובה מספקת יותר, הצורך להגיע לאתר פוחת. מבחינת המשתמש מדובר בחיסכון בזמן; מבחינת חברת הטכנולוגיה מדובר בהארכת השהות בתוך המוצר; מבחינת המו״ל מדובר באובדן הקשר עם הקורא, נתוני השימוש והאפשרות להמיר תשומת לב להכנסה. המודל מוסיף ערך באמצעות חיבור, דחיסה והתאמה אישית, אך חומר הגלם ממשיך להגיע מגופים שמימנו את תיעוד המציאות.

בשלב הראשון של האינטרנט, כלי התקשורת מכרו מוצר סופי: גיליון, מהדורה או כתבה. בעידן החיפוש הם מכרו בפועל גם שטחי פרסום ותנועה. בעידן המודלים הם הופכים לספקי תשתית ידע. הארכיון שלהם מספק רצף היסטורי; הדסק מספק זרם עדכונים; הכתב מייצר תצפיות חדשות; העורך מספק היררכיה ושיפוט; מנגנון התיקונים מספק משוב על טעויות; והמותג מספק אות אמון. חברת AI הרוכשת גישה למערכת חדשות אינה קונה רק מילים. היא קונה חיבור מתמשך למוסד שיודע להפוך עולם בלתי מובנה למידע מתוארך, מיוחס וניתן לבדיקה.

ההבחנה החשובה כבר לא עוברת בין כתיבה אנושית לכתיבה ממוכנת. מערכות עיתונאיות, חוקרים ויוצרים מקצועיים משתמשים יותר ויותר במודלים לאיסוף חומר, תמלול, תרגום, איתור הקשרים, בדיקת טענות, בניית מבנה ועריכה. כתיבה באמצעות AI יכולה להיות מקורית, מורכבת ומחקרית. ההבדל עובר בין משתמש שמבקש מן המודל תוצאה לבין משתמש שבונה באמצעותו תהליך. בקשה מסוג ״כתוב לי כתבה״ מושכת את המודל אל המרכז הסטטיסטי של החומר הקיים. תהליך המבוסס על מקורות, השערות, סתירות, ביקורת ואיטרציות מסוגל לייצר טקסט שהמבנה הרעיוני שלו טרם התקיים.

לכן מערכת עיתונאית עתידית לא תמדוד את מקצועיותו של אדם לפי השאלה אם הקליד כל משפט בעצמו. היא תמדוד את יכולתו לבחור שאלה, לאתר חומר, לזהות פער, לפסול ניסוח משכנע אך ריק, לנהל בדיקה חוזרת ולשאת באחריות לתוצאה. המודל יתפקד כחוקר עזר, עורך, מתרגם ומבקר; האדם יחזיק בכיוון, ברף ובהכרעה. שבע מתוך עשר גרסאות יכולות להיפסל גם כאשר כולן תקינות מבחינה לשונית. הערך נוצר ביכולת להבין מדוע הן לא הגיעו לטענה, מה חסר במבנה ומה נדרש כדי להוציא את המודל מן הממוצע שלו.

במובן הזה, כתבה איכותית היא הפלט הגלוי של מערכת הכרעות סמויה. מאחוריה נמצאים מקורות שלא נכנסו, טענות שנפסלו, סתירות שנבדקו, ניסוחים שנדחו, סיכונים משפטיים שנבחנו והבחנות שנוצרו במהלך העבודה. ארכיון הכתבות מספר מה פורסם; ארכיון ההכרעות מסביר כיצד מערכת חושבת. חברות AI עשויות לייחס בעתיד ערך גבוה דווקא לשכבה השנייה, משום שהיא מתאימה לאימון, להתאמה ולהערכת מודלים. עורך מנוסה אינו מספק רק טקסט טוב; הוא מספק אלפי דוגמאות להבדל בין תשובה סבירה לבין תוצאה ראויה לפרסום.

המחקר על מערכות שליפה מחזק את המגמה. מודלים מחזיקים ידע שנלמד במהלך האימון, אך ידע זה מתיישן ואינו מכסה היטב אירועים מקומיים, תחומים צרים או מידע שהופיע לאחר מועד האימון. Retrieval-Augmented Generation מאפשר למודל לשלוף חומר ממאגרים חיצוניים בזמן השאילתה ולבסס עליו תשובה מעודכנת. סקירות מחקריות מראות כי שליפה ממאגרים דינמיים עשויה לשפר דיוק, להוסיף ידע תחומי ולאפשר ייחוס מקורות, גם אם איכות התוצאה ממשיכה להיות תלויה באמינות המאגר ובאופן השימוש בו.

המעבר לשליפה מגדיל את ערכו של גוף שממשיך לפרסם מידע איכותי. ארכיון מעניק למודל עבר; מערכת פעילה מעניקה לו הווה. מכאן נובעים הסכמי הרישוי שנחתמו בין חברות AI לבין TIME, פייננשל טיימס, אקסל שפרינגר, לה מונד, ניוז קורפ, אקסיוס וגופים נוספים. ההסכמים כוללים שילובים שונים של גישה לארכיון, תוכן עדכני, הצגת תקצירים, ציטוט, קישורים ופיתוח מוצרים. תנאיהם הכספיים חסויים ברובם, אך ההיגיון המסחרי ברור: חברת AI מבקשת מקור איכותי, עדכני ובעל זכויות מוסדרות; המו״ל מבקש הכנסה, ייחוס וגישה לערוץ ההפצה החדש.

הצורך במקורות אנושיים מתחזק גם לנוכח התרבות התוכן הסינתטי. מחקר שפורסם ב־Nature הראה כי אימון רקורסיבי ולא מבוקר על פלטים שנוצרו בידי מודלים עלול להוביל לתהליך של model collapse: אובדן הדרגתי של שונות, מחיקת מופעים נדירים והתרחקות מהתפלגות הנתונים המקורית. Nature⁠ הממצא לא פוסל נתונים סינתטיים; הם יכולים לשמש היטב תחת סינון, תכנון ואימות. הוא כן מדגיש שמערכת סינתטית זקוקה לעוגנים מן העולם הממשי. כאשר הרשת מתמלאת בטקסטים שמודלים יצרו מתוך טקסטים קודמים, תצפית אנושית מתועדת מקבלת ערך גבוה יותר.

מכאן נובע פרדוקס כלכלי. AI מוזילה את עלות ההפקה של תוכן, אך מייקרת יחסית את עלות המקור. עוד סיכום של אירוע קיים ניתן לייצר בשניות; גילוי האירוע, השגת המסמך, ניהול הראיון והבנת ההקשר ממשיכים לדרוש זמן, גישה, מומחיות וסיכון. המודל יכול לנסח אלף דיווחים על ישיבת מועצה, אך הוא לא יידע מה התרחש בה בלי פרוטוקול, נוכחות, מקור או תיעוד. הוא יכול לחבר מידע קיים באופן חדש, אך החיבור נשען על כך שמישהו ייצר את רכיבי הידע לפניו.

הגנריות, לכן, אינה תכונה הכרחית של AI. היא תוצאה של הפעלה דלה. משתמש המתייחס למודל כאל ג׳יני מקבל בדרך כלל טקסט חלק, מוכר וחסר חתימה אינטלקטואלית. יוצר מקצועי מפעיל אותו כמערכת מחקר: מגדיר את הבעיה, בונה קורפוס, דורש הפרדה בין עובדה להערכה, בוחן הסברים מתחרים, מאתר חוסרים ומנהל מספר רב של גרסאות. המקוריות נוצרת במפגש שבין יכולת החישוב של המודל לבין שיקול הדעת של המשתמש. תהליך כזה לא משמר את מלאכת הכתיבה הישנה; הוא יוצר מקצוע חדש של תזמור קוגניטיבי.

מערכות חדשות צפויות להפוך את התהליך הזה לתשתית קבועה. לכל כתב תהיה סביבת עבודה המותאמת לתחומו, למקורותיו ולשיטת הבדיקה שלו. מעליה יפעל מודל מערכתי המכיר את כללי האתיקה, ספר הסגנון, מדיניות הייחוס, הרגישויות המשפטיות והחלטות העבר. סוכן אחד יאתר מסמכים; אחר יבדוק שמות, תאריכים וציטוטים; שלישי יציג הסבר חלופי; רביעי יבחן לשון הרע, פרטיות וסיכון להטעיה. העורך האנושי לא ייעלם מן השרשרת. תפקידו יעבור מניסוח רוב המשפטים לניהול מערכת שמייצרת, בוחנת ומתקנת אותם.

כל תיקון יוכל להפוך לנתון למידה. כל כותרת שנפסלה, מקור שהתגלה כבעייתי וטענה שהוסרה מחוסר ראיות יתווספו לארכיון ההכרעות. כך תיווצר חתימה קוגניטיבית מערכתית: לא חיקוי שטחי של סגנון, כי אם ייצוג תפעולי של האופן שבו גוף חדשות מדרג חשיבות, חושד במקור ומחליט אם לפרסם. זהו נכס שקשה יותר להעתיק מארכיון טקסטים. כתבות מתארות את תוצאות העבודה; נתוני העריכה חושפים את פונקציית השיפוט שיצרה אותן.

כאן נפתח גם תרחיש של אינטגרציה עמוקה בין חברות AI למערכות חדשות. בשלב הראשון נראה יותר הסכמי רישוי ושיתופי פעולה. לאחר מכן עשויות להגיע השקעות הון, בלעדיות תחומית, רכישת חברות מידע ומאגרי נתונים, ובהמשך גם רכישת מערכות עיתונאיות שנקלעו למצוקה. גופי מידע מתמחים בתחומי כלכלה, משפט, רפואה, אנרגיה וביטחון עשויים להיות יעד אטרקטיבי במיוחד. הם מחזיקים ידע צפוף, קהל מקצועי, מטא־דאטה עקבי ויכולת להעריך תשובות בתחום שבו טעות עולה כסף.

רכישת עיתון שלם יוצרת גם סיכון. חברת AI שתשלוט במערכת חדשות תישא באחריות משפטית, תיחשד בהתערבות עריכתית ועלולה לפגוע באמון שממנו נבע ערך הנכס. מערכת השייכת לספק התשובות עלולה להתקשות לבקר אותו. משום כך, חוזה ארוך טווח עשוי להיות נוח יותר מבעלות: הוא מעניק גישה לארכיון, לעדכונים ולמומחים בלי להפוך את חברת הטכנולוגיה למו״ל. גם כך עלול להיווצר ריכוז כוח משמעותי, כאשר אותה חברה שולטת במודל, בממשק, בהפצה ובהסכמים הקובעים אילו מקורות יהיו זמינים לתשובה.

החוק האוסטרלי מתערב בדיוק בנקודת המיקוח הזאת. ללא חקיקה, מו״ל בודד מנהל משא ומתן מול חברה בעלת הון, תשתית וקהל גלובלי. הפלטפורמה יודעת כמה היא משלמת לכל גוף; המו"לים אינם יודעים מה קיבלו מתחריהם. הסכמי סודיות מקשים על התארגנות קולקטיבית ועל גילוי המחיר האמיתי של התוכן. החוק יוצר מחיר חלופי לסירוב: אם הפלטפורמה לא תחתום על מספר מספק של הסכמים, היא תשלם היטל. בכך משתנה נקודת הפתיחה של המשא ומתן, גם בלי שהמדינה תקבע מחיר לכל כתבה.

הדרישה לשמונה הסכמים נושאת משמעות נוספת בעידן המודלים. מערכת ידע הנשענת על מספר קטן של תאגידים גדולים עלולה לאבד שונות, מומחיות מקומית ונקודות מבט שאינן מגיעות לסדר היום הארצי. הזיכוי המוגדל להסכמים עם גופים קטנים ובינוניים מכיר בעקיפין בערכו של הזנב הארוך. גוף מקומי עשוי להחזיק במידע שאין לתאגיד ארצי; אתר מקצועי עשוי להבין תחום שהמערכת הגדולה מסקרת מבחוץ; יוצר עצמאי עשוי להחזיק בקהילה שמזהה אירוע לפני המוסדות. פלורליזם משפר את הדמוקרטיה, אך גם את איכות הנתונים: הוא מגדיל שונות, מאפשר הצלבה ומפחית תלות במקור יחיד.

עם זאת, החוק ממשיך למדוד ערך באמצעות זהות המו״ל, לא באמצעות תרומתו הממשית לשרשרת הידע. אתר הממחזר הודעות לעיתונות עשוי ליהנות ממעמד דומה לגוף המבצע תחקירים. תאגיד המייצר אלפי טקסטים אוטומטיים עשוי להיראות גדול יותר מעורך־חוקר המפיק מעט תוצרים בעלי מקוריות גבוהה. יוצר עצמאי בעל קהל העולה על קהלם של ערוצי טלוויזיה עלול להישאר מחוץ למנגנון משום שאינו מתאים להגדרה המוסדית הישנה. החוק מתקדם מבחינת מבנה התשלום, אך נשאר שמרני בהגדרת יצרן הידע.

השלב הבא ידרוש מדדים מורכבים יותר: שיעור המידע הראשוני, העסקת אנשי מקצוע, איכות הייחוס, קיום מנגנון תיקונים, שקיפות בעלות, גיוון מקורות, שמירת מטא־דאטה ויכולת להוכיח אחריות אנושית. אסור להפוך את המדידה לבחינה ממשלתית של איכות הדעות. המטרה צריכה להתמקד בתהליך, לא בהשקפה: האם הגוף מייצר מידע, האם הוא מאפשר זכות תגובה, האם הוא מתקן טעויות והאם אדם מזוהה נושא באחריות לפרסום. בעולם של שפע סינתטי, שרשרת האחריות עשויה להיות חשובה יותר מן הפורמט שבו פועל הגוף.

גם מועצות העיתונות יצטרכו להשתנות. מוסד וולונטרי המבוסס על מו״לים מסורתיים מתקשה להסדיר מרחב שבו יוצר יחיד מסוגל להגיע למאות אלפים בלי תעודה, רישיון או חברות מקצועית. רייטינג לבדו לא מעיד על עיתונות, אך התעלמות ממוקדי כוח חדשים הופכת את האסדרה העצמית לחסרת השפעה. מועצה רלוונטית תצטרך להציע ליוצרים ערך ממשי: הגנה על מקורות, סיוע מול תביעות השתקה, מנגנון מהיר לתיקונים, תקני שימוש ב־AI וחותם אמון שהפלטפורמות והמפרסמים מכירים בו. סמכותה תצמח משירות, לא מדרישה שהשוק יבקש את אישורה.

בישראל הדיון טרם הגיע לבשלות הזאת. לפי מרכז המחקר והמידע של הכנסת, כ־70% מן ההוצאה על פרסום דיגיטלי בישראל ב־2023 הופנתה לגוגל, מטא וטיקטוק, לעומת כ־60% בממוצע העולמי. השוק המקומי קטן, ריכוזי ותלוי בפלטפורמות, בעוד שהעיתונות המקומית והמתמחה פועלת בשולי מודל ההכנסות. למרות זאת, אין בישראל מנגנון מקביל לחוק האוסטרלי, חובת מיקוח, בוררות או קרן המחלקת תשלומי פלטפורמות. רפורמת השידורים עוסקת בטלוויזיה, בהפקות מקור, בספורט וברשות רגולטורית; היא לא מטפלת במבנה הכלכלי של ייצור חדשות בעידן מנועי התשובות.

דווקא בישראל עשוי להיווצר ערך גבוה לתוכן מקומי איכותי. עברית, ערבית, מוסדות ישראליים, שפה ביטחונית, פוליטיקה מקומית וקבוצות חברתיות יוצרות שכבות הקשר שמודל גלובלי מתקשה להבין מתוך תרגום. גוף המשלב מקורות, מומחיות אזורית, קהילה ותהליך מחקר מבוסס AI יכול להפוך לספק ידע בעל אי־תחליפיות גבוהה. כוחו לא יימדד רק במספר הכניסות לאתר, כי אם ביכולת לייצר מידע שמערכות גלובליות זקוקות לו כדי לענות נכון על ישראל.

הערך הכלכלי העתידי של יצרן תוכן יורכב מחידוש, עדכניות, אמינות, בהירות זכויות, ייחוד תרבותי ומידת התחליפיות. תוכן גנרי ימשיך להתרבות ומחירו ימשיך לרדת. טקסט מקורי שנוצר בתהליך אדם־מכונה עשוי להיות בעל ערך גבוה כאשר הוא מבוסס על שאלה טובה, מחקר, גישה ושיפוט. חברת AI לא תחפש בהכרח אדם שכותב ללא מכונה; היא תחפש מערכת שיודעת להפעיל מכונה בלי להיבלע בממוצע שלה.

החוק האוסטרלי מסמן את תחילת ההכרה בכך שלתשובה יש שרשרת אספקה. בקצה האחד נמצאים האירוע, המקור, הכתב והעורך; בקצה השני נמצאים המודל, הממשק והמשתמש. עד כה רוב הכסף זרם לקצה ששלט בהפצה. אוסטרליה מתחילה להחזיר חלק ממנו אל המקום שבו העולם הופך לידע. בעתיד הוויכוח לא יתמקד בתשלום על קישור או על מספר מילים. הוא יעסוק בשאלה מי מממן את המערכות האנושיות־חישוביות שמייצרות עובדות, בודקות אותן ומלמדות את המודלים להבחין בין תשובה משכנעת לתשובה ראויה לאמון.

לחצו ליצירת קשר עם מחבר המאמר