המדד הישראלי

עד כמה מערכות AI מתאימות באמת לעבודה משפטית בעברית

מערכות בינה מלאכותית כלליות לא תוכננו עבור המשפט הישראלי. הן יכולות להציע פסיקה שלא קיימת, לטעות בסעיפי חוק, ולחבר כתבי-טענות שלא עומדים בתקנות סדר הדין. המדד הזה בודק כל מערכת לפי קריטריונים שעורכי-דין מכירים מהשטח.

גילוי נאות: המדד פותח על-ידי Hammurabi, שגם נמדדת במדד. המתודולוגיה גלויה ופתוחה לסקירה. כל מערכת נבדקה בדיוק באותם 16 הקריטריונים, באותן 12 המשימות. פירוט בעמוד "מי בנה ולמה".

לראות את התוצאות ↓

מה המדד בודק

שלושה תחומים, סך-הכל 16 קריטריונים שמשפטן/ית מבינים אינטואיטיבית.

תחום 1

איכות הניסוח

עברית משפטית תקנית, מספור פסקאות נכון, פורמט ציטוט לפי הנהוג בבית המשפט הישראלי, ובהירות הטיעון.

תחום 2

נכונות ההסתמכות

האם הפסיקה שמצוטטת אכן קיימת? האם הסעיפים והחוקים שצוטטו נכונים? האם הוזכרה הלכה פסוקה רלוונטית?

תחום 3

עומק והתאמה למערכת

הבנה של היררכיית הערכאות, הבנת דפוסי שופטים, אסטרטגיה לטיעון ופשרה, ותמיכה במהלכי הליך.

לוח התוצאות

ארבע מערכות נבחנו על 12 משימות מ-5 דומיינים משפטיים (ירושה, נזיקין, חוזים, משפחה, מנהלי) ב-5 ערכאות.

Hammurabi Hammurabi.pro

89.6% (421.2 / 470)

Claude Opus 4.7 Anthropic

21.3% (100.3 / 470)

GPT-5.4 (ChatGPT) OpenAI

19.5% (91.5 / 470)

Gemini 3 Pro Google

16.1% (75.5 / 470)

איך לקרוא: הציון מציג את הפלט של כל מערכת מול 16 הקריטריונים שהוגדרו. הפער בין מערכות חשוב יותר מהמספר המוחלט. ציון גבוה אינו ערובה לאיכות בכל תיק — הוא אומר שהמערכת מתפקדת היטב על המשימות שנמדדו.