AI ומחקר גנאלוגי יהודי: המדריך המלא 2026

מדריך פרקטי לכל מי שרוצה להבין מה אפשר ומה לא אפשר עם בינה מלאכותית במחקר שורשים יהודיים — מהמכתב היחיד של הסבא ועד ארכיון של מוסד מורשת.

למה דווקא עכשיו

עד 2022, מחקר גנאלוגי יהודי היה במידה רבה אותו עיסוק שהיה ב-1990: לנסוע (פיזית או בדמיון) לארכיון, להזמין מיקרופילם, לקרוא ידנית מאות עמודים, ולקוות שהשם של סבא רבא יהיה כתוב נכון. הגנאלוגים המקצועיים פיתחו טכניקות מצוינות, אבל קצב העבודה הוגבל על ידי קצב הקריאה האנושי.

מאז סוף 2022, שלוש טכנולוגיות שינו את התמונה: מודלי OCR מבוססי רשתות עצביות שיודעים לקרוא כתב יד עברי וייידיש בדיוק של 80-95% (במקום 40-50% שהיה לפני כן); מודלי שפה גדולים (LLM) שיכולים לתרגם, להצליב, ולסכם מסמכים בעשר שפות במקביל; ו-Retrieval-Augmented Generation (RAG) שמאפשר לשאול שאלות בשפה טבעית על אלפי מסמכים בו-זמנית.

המשמעות המעשית: עבודה ש-לפני שלוש שנים דרשה גנאלוג מקצועי לחודשים — כיום אפשר לבצע חלק נכבד ממנה בשבועות, ובעלות נמוכה משמעותית. אבל זה לא אומר שה-AI מחליף את החוקר — הוא משנה את התפקיד שלו.

המדריך הזה מסביר מה האפשרויות האמיתיות, מה המגבלות, וכמה זה עולה — בלי ה-hype.

שלוש טכנולוגיות שצריך להכיר

OCR (Optical Character Recognition) — זיהוי טקסט בתמונה של מסמך מודפס. עובר על סריקה ומחזיר טקסט שניתן לחיפוש ועריכה. בעברית מודרנית — דיוק 95%+. בעברית היסטורית מ-1900-1950 — 85-92%. בעברית רבנית או רש"י — 70-85%, ולפעמים אף פחות. הכלים העיקריים: Tesseract (חינמי), Transkribus (מסחרי-חינמי), Google Document AI (מסחרי).

HTR (Handwritten Text Recognition) — אחיו הצעיר של OCR, מיועד לכתב יד. עד 2020 לא היה ראלי לעברית — היום כן. Transkribus עם מודל מאומן מגיע ל-80-92% דיוק על כתב יד עברי מודרני, ול-60-80% על כתבי יד היסטוריים. הקושי המרכזי: כל סופר כותב אחרת, אז לרוב צריך מודל מותאם לסופר ספציפי או לקטגוריית כתב יד.

RAG (Retrieval-Augmented Generation) — לוקח את כל המסמכים שלך אחרי OCR, מפרק אותם לקטעים סמנטיים, ובונה מנוע חיפוש "חכם" שמבין שאלות בשפה טבעית. במקום לחפש "שלמה גולדברג" ולקבל 500 התאמות — אתה שואל "מי היו הילדים של שלמה גולדברג מקובל יחד עם ההורים שלו ל-1903?" ומקבל תשובה מסוכמת עם ציטוטים מהמסמכים המקוריים. טכנולוגיית RAG מוסברת בעומק כאן.

לכל אחת מהטכנולוגיות יש מקום במחקר גנאלוגי — וגם מגבלות שצריך להבין לפני שמתחילים.

עם אילו מסמכים עובדים

המחקר הגנאלוגי היהודי המודרני נשען על מגוון מקורות, וכל אחד מציב אתגרים אחרים לעיבוד אוטומטי:

תעודות רישום אזרחי — לידה, נישואין, פטירה. במזרח אירופה מ-המאה ה-19 הלאה — בעיקר ברוסית, פולנית, גרמנית או רומנית. עברית מופיעה כתוספת בצד הימני של הדף. ה-OCR צריך להתמודד עם כתב יד מנהלי + שני כתבים (לטיני וקירילי, או לטיני ועברי) בו זמנית.

פנקסי קהילה (פנקסי קהל) — רישומי קהילה יהודיים שתועדו לפעמים מאות שנים. כתב יד עברי או רש"י, עם רישומים על נישואים, ברית מילה, בר-מצווה, מסים, אירועי קהילה. הם הכלי הכי חזק לחיבור משפחות לקהילתן המקורית — ובו זמנית הקשה ביותר ל-OCR בגלל גיוון כתב היד.

מכתבים אישיים — בעברית, יידיש, לאדינו, רוסית, גרמנית, פולנית. מסמכים פרטיים שעוברים ירושה במשפחות. הקושי כאן הוא לא רק זיהוי הטקסט אלא הקשר: שם של אדם ללא תאריך או מיקום הוא מידע חסר ערך לעץ משפחה.

תעודות הגירה — רשימות נוסעים של אניות, רישומי קונסוליה, אישורי כניסה. עם 1900-1950 — בעיקר באנגלית או ספרדית/פורטוגזית. הכלי המוביל כאן: Ellis Island Foundation database, JewishGen, MyHeritage. ה-AI מאפשר חיפוש fuzzy על וריאציות שמות (Goldberg/Гольдберг/גולדברג/Goldburg).

ספרי זיכרון (Yizkor Books) — ~2,000 ספרים שנכתבו אחרי השואה על קהילות יהודיות שנחרבו. כל ספר 200-800 עמודים, בעיקר ביידיש ועברית. דיגיטציה כמעט שלמה כיום (NYPL, Yad Vashem) אבל רובם רק כתמונות, לא כטקסט. כלי OCR טוב על Yizkor Book יכול לחשוף עשרות שמות משפחה בודדים.

דפי עדים מ-יד ושם — כיום 4.8 מיליון רישומים בבסיס הנתונים של יד ושם. דיגיטליים ומחופשים — אבל הדפים המקוריים (לעיתים בכתב יד של קרוב שמילא בידיו) מכילים פרטים שלא הוקלדו, כמו ציורי-עץ, הערות שוליים, תיאורים מילוליים.

ארכיונים סובייטיים שנפתחו — מאז 1991, ובמיוחד אחרי 2014, נפתחו מיליוני מסמכים מ-NKVD, KGB, רישומי גירוש, רישומי מחנות. רובם ברוסית, חלקם באוקראינית או בליטאית. בעבר לא היו מנגישים — היום OCR + תרגום AI הופכים אותם לשימושיים בתוך שעות.

סקירה מעמיקה של אתגרי OCR לעברית היסטורית נמצאת כאן.

עברית, יידיש, לאדינו — האתגרים הייחודיים

מסמכים יהודיים מציבים אתגרים שלא קיימים בעבודה על מסמכים אנגלים או צרפתיים. הבנת האתגרים האלה היא תנאי לתכנון פרויקט ראלי:

ימין לשמאל — נשמע טריוויאלי, אבל כלי OCR שלא תוכנן לזה מחזיר טקסט במהפך, מסדר את הברות ההפוכות, או מערבב את סדר המילים. בדיקה ראשונית של כל כלי לפני שמתחייבים: לקחת עמוד ולוודא שהפלט קוהרנטי.

גופנים היסטוריים — סטם, רש"י, מרובע, ספרדי, אשכנזי. הגופנים הללו שונים מספיק שמודל שאומן רק על Frank Ruhl או David מודרניים פשוט לא יזהה אותיות בסיסיות. רש"י, בפרט, דורש מודל ייעודי שאומן על דוגמאות רש"י — אין דרך לעקוף את זה.

ניקוד — בעברית מנוקדת (ספרי קודש, ספרי לימוד, מסמכי לימוד יהודיים) — הניקוד הוא חלק מהמשמעות. כלי OCR טוב צריך לזהות גם את הניקוד, לא רק את הצורת האותיות. רוב הכלים לא עושים את זה ברירת מחדל.

ערבוב שפות במסמך אחד — מסמך טיפוסי של גנאלוגיה יהודית יכול להכיל: כותרת בעברית, גוף הטקסט בפולנית או רוסית, חתימת הרב בעברית עם כתב רש"י, סטמפים בעברית או לטינית, הערות שוליים ביידיש. OCR שמוגדר רק לעברית יפספס 70% מהמסמך. הפתרון: זיהוי שפה אוטומטי לכל בלוק טקסט בנפרד.

וריאציות שמות — שמואל גולדברג יכול להופיע כ-Шмуэль Гольдберг (רוסית), Szmul Goldberg (פולנית), Samuel Goldberg (גרמנית/אנגלית), שמואל גאלדבערג (יידיש), שמואל גולדברג (עברית). חיפוש fuzzy מתוחכם, שמבין שאלה אורתוגרפיות בין שפות סלאביות, גרמניות וסמיות, הוא חלק מהותי מכלי גנאלוגיה AI.

ארמית-עברית — בפנקסי קהילה ומסמכים רבניים, השפה היא תערובת. AI שאומן רק על עברית מודרנית לא יזהה את המבנים הארמיים ("דנן", "דנא", "וכל קבל דנא") — ויכול לסווג אותם כשגיאות אופטיות.

רברסל של תאריכים — מסמכים יהודיים משתמשים בלוח העברי, לפעמים לוח אזרחי, ולפעמים שניהם. תאריך כמו "כ"א בניסן תרצ"ז" צריך להיות מומר ל-1937, וזה דורש לוגיקה ייעודית. כלי AI כללי לא עושה את זה.

המדריך המעמיק על OCR עברית עם השוואת מנועים מגיש את הניתוח הטכני המלא.

סקלות פרויקט — איך לחשוב על ההיקף

לפני שבוחרים כלים או ספקים, צריך להבין באיזה סדר גודל מדובר. גנאלוגיה היא תחום שבו "פרויקט קטן" ו"פרויקט גדול" שונים בעלות ובזמן בגורם 100, ולא רק בכמות.

הסקלה האישית (1-50 מסמכים) — קופסה של מכתבים, אלבום משפחתי, תיק תעודות. הזמן הנדרש לעיבוד: שבועיים-חודש. עלות: 0₪ (DIY) עד 2,500₪ (שירות). הכלים הנכונים: Tesseract / Google Drive OCR לעברית מודרנית, Transkribus לכתב יד. בדרך כלל לא נדרש אימון מודל ייעודי.

הסקלה המשפחתית (50-500 מסמכים) — מחקר משפחתי מקיף שמערב חיפוש אקטיבי בארכיונים, חיבור בין מסמכים, ובניית עץ עם 4-6 דורות. זמן: חודשיים-ארבעה. עלות: 3,500-12,000₪. כאן AI כבר חוסך זמן משמעותי — חיפוש צולב על אלפי שמות לוקח דקות ולא שבועות.

הסקלה הקהילתית (500-5,000 מסמכים) — דיגיטציה של ארכיון קהילה, ספריה משפחתית פרטית גדולה, או מחקר היסטורי לספר/דוקטורט. זמן: 4-12 חודשים. עלות: 12,000-50,000₪. בסקלה הזו אימון מודל OCR מותאם משתלם, ושימוש ב-RAG הופך לכלי מרכזי. סוכני מחקר AI במחקר אקדמי-היסטורי מוסברים בנפרד.

הסקלה המוסדית (5,000+ פריטים) — ארכיון של מוזיאון, ספרייה, או יד ושם. דורש: שילוב OCR + HTR + RAG + מבנה ארגוני של metadata + ממשק נגיש לציבור. זמן: 6 חודשים עד שנתיים. עלות: 50,000-500,000₪+. בסקלה הזו AI הופך לא ל"אפשרות" אלא לתנאי הכרחי — אין דרך אנושית לעבד את הכמות.

הזיהוי הראשון של הפרויקט הנכון — איפה אתה בסקלה — חשוב מכל בחירת כלי. רובם של הפרויקטים נכשלים לא בגלל הטכנולוגיה אלא בגלל ציפיות לא ראליות לזמן ולעלות.

Tesseract, Transkribus, Google Document AI — מה לבחור

לכל כלי יש תפקיד אופטימלי, ושימוש בכלי הלא נכון הוא הסיבה השכיחה ביותר לתסכול בפרויקטים גנאלוגיים. ההמלצה הבסיסית:

Tesseract — מנוע OCR קוד פתוח של Google, חינמי לחלוטין. הכי טוב ל: עברית מודפסת מודרנית (פוסט-1950), מסמכי טקסט נקיים, וטקסטים יציבים בגודל גופן אחיד. נחות בכתב יד, בגופנים היסטוריים, ובמסמכים עם פריסה מורכבת. דיוק טיפוסי: 92-97% על עברית מודפסת מודרנית, 60-75% על עברית של תחילת המאה ה-20.

Transkribus — פלטפורמה מסחרית-חינמית (פיתחה על ידי University of Innsbruck). 500 קרדיטים בחינם לחודש לכל משתמש, מספיק ל-50-100 עמודים. הכי טוב ל: כתב יד היסטורי, אימון מודל מותאם, ופרויקטים שדורשים שיתוף פעולה בין צוות. דיוק טיפוסי: 88-95% על כתב יד עברי מודרני אחרי אימון, 70-82% על כתב יד היסטורי.

Google Document AI — שירות ענן מסחרי של Google. הכי טוב ל: סריקות באיכות גרועה, מסמכים מודרניים מולכלכים, ו-OCR מהיר על כמויות גדולות. תומך באוטומטית ב-200+ שפות. לא טוב ל: כתב יד היסטורי, אימון מודל מותאם. עלות: ~1.5$ ל-1,000 דפים.

ABBYY FineReader — כלי מסחרי קלאסי. תמיכה טובה בעברית מודרנית, ידידותי למשתמש, פחות מתאים לעבודה ארכיונית עמוקה.

מנועי AI חדשים יותר (GPT-4 Vision, Claude Vision, Gemini) — מודלי שפה גדולים שיכולים גם לקרוא תמונה. דיוק משתפר באופן ניכר ב-2024-2026. יתרון: יכולים להבין הקשר ולא רק לזהות תווים. חסרון: יקרים יותר לעיבוד מסיבי, ולא ניתנים לאימון מותאם.

הצירוף האופטימלי לרוב הפרויקטים הגנאלוגיים — Tesseract לעברית מודפסת + Transkribus לכתב יד + Google Document AI כ-backup לסריקות גרועות + GPT-4V לבדיקת קצוות במקרים קשים. אף כלי לבדו לא יספיק.

AI Research Agents — מה הם עושים בפועל

ההתפתחות החדשה ביותר (2024-2025) היא Research Agents — סוכני AI שיכולים לבצע שרשרת של פעולות חיפוש ולא רק לענות על שאלה אחת. במחקר גנאלוגי, זה משנה את המשחק.

דוגמה מעשית — נניח שאתה מחפש מידע על סבא רבא בשם משה רוזנברג, נולד בערך 1880 בגליציה. במקום לעשות חיפוש בכל ארכיון בנפרד, ה-agent מבצע:

1. חיפוש בפורטל הגנאלוגי של פולין (Geneteka) על כל וריאציה: Rosenberg, Rozenberg, Rojzenberg, Rozemberg
2. חיפוש מקביל ב-JewishGen על וריאציות יידיש: רויזנבערג
3. חיפוש ב-Yad Vashem Names Database על משה רוזנברג + בני משפחה
4. חיפוש ברשימות נוסעים של Ellis Island ו-Hamburg/Bremen
5. הצלבה של כל הממצאים: מי מאלה יכול להיות אותו אדם? מי מהם נמצא בקרבה גיאוגרפית ובחתך זמן הגיוני?
6. דוח עם הצעות מובחנות + ציטוטים למקור

הזמן: דקות עד שעה. אצל גנאלוג אנושי — שבועות.

המגבלות שצריך להבין — Research Agents הם כלי הקאש קומפלמנטרי, לא חליפי, לחוקר אנושי:

• לא יודעים על מה לא יודעים — אם הסבא רבא הופיע במסמך באוסף פרטי שלא דיגיטלי, ה-agent פשוט לא מוצא אותו. הוא לא יודע שזה קיים.
• שגיאות חיפוש — אם השם נכתב באופן שגוי במסמך המקורי (טעות כתב, תרגום שגוי, התעצמות בין שפות) — ה-agent עלול לפספס.
• חיבורים שגויים — ה-agent יכול לזהות "משה רוזנברג נולד 1880" בשני מסמכים — אבל ייתכן שאלו שני אנשים שונים. הוא לא תמיד מבחין.
• תלות בארכיונים דיגיטליים — מה שלא בדיגיטל, לא בקיים מבחינתו.

החוקר האנושי עדיין נחוץ ל: ניתוח הקשר, פירוש סימנים תרבותיים, הבנת היררכיה משפחתית, ובדיקת אמינות הממצאים מול ידע חיצוני.

מחקר שואה — מה האפשרויות

מחקר שואה הוא תחום שונה ממחקר גנאלוגי כללי, ומחייב כלים ומומחיות ייעודיים. אבל גם כאן, AI שינה את הזמינות של מקורות שעד לפני שנים לא היו נגישים.

Yad Vashem Names Database — 4.8 מיליון רישומי שמות. דיגיטלי וחיפוש. ה-AI מאפשר חיפוש fuzzy שמתמודד עם שינויי תעתיק בין רוסית, פולנית, גרמנית ועברית — ניצול מלא של בסיס הנתונים שלפעמים פספסת בחיפוש קלאסי.

International Tracing Service (ITS) Archive — ב-Bad Arolsen, גרמניה. ~30 מיליון מסמכים על קורבנות שואה, אסירי מחנות, עקורים. דיגיטציה חלקית הושלמה רק ב-2007, ופתיחה ציבורית רק ב-2019. כיום, חיפוש מבוצע דרך ה-Arolsen Archives portal — ועם כלי AI מותאמים, אפשר לסרוק ולתרגם מסמכים שמצויים שם.

USC Shoah Foundation Visual History Archive — 55,000 עדויות וידאו של ניצולים. ה-AI מאפשר חיפוש בתוך התמלולים והתרגומים בדיוק שעד לפני שנים לא היה אפשרי.

ארכיונים מקומיים שנפתחו ב-EU מאז 2014 — חוקי גישה למידע במזרח אירופה הוקלו, ומיליוני מסמכים בגרמנית, פולנית, ליטאית, רוסית, אוקראינית — נפתחו לחיפוש. כאן AI חיוני, כי הם לרוב לא נמצאים בפורמט שניתן לחיפוש כללי.

JewishGen Holocaust Database — אגרגציה של 2.7 מיליון רישומים מהמקורות לעיל. נקודת התחלה טובה לחיפוש ראשוני.

מה לזכור — מחקר שואה דורש זהירות אתית. שמות, תאריכים, מקומות — אלה לא רק נתונים. הם זהויות, סיפורי משפחה, וזיכרון. AI שמציע "התאמות סבירות" יכול להוות נקודת התחלה — לעולם לא להוות מסקנה.

סקירה מקיפה של AI במחקר שואה מוצגת כאן.

משפחות ספרדיות ומזרחיות — שונות שצריך לדעת

הכלי ים הסטנדרטיים של גנאלוגיה יהודית פותחו בעיקר על מסמכים אשכנזיים — פולין, ליטא, גליציה, אוקראינה. עבודה על משפחות ספרדיות ומזרחיות דורשת התאמות:

שפות פחות מאומנות — לאדינו, ערבית-יהודית, פרסית-יהודית. כלי OCR שעובדים מצוין על עברית ויידיש מתקשים יותר על הכתבים האלה. בלאדינו, למשל, הגופן ה-rashi-like שונה מעט מהאשכנזי, וכלים שלא הוגדרו לזה מבלבלים.

ארכיונים אחרים — בית הדין הרבני בקושטא (Constantinople) שמתעד את הקהילות הספרדיות באימפריה העות'מאנית מ-1453. ארכיון הקהילה היהודית בסלוניקי (כמעט כולו נשרף ב-1917, מה ששרד הוא חלקים זעירים). ארכיוני מרוקו, אלג'יריה, תוניסיה — דיגיטציה חלקית בלבד, ולא תמיד נגישה לחיפוש מקוון.

רישומי עליה ממדינות האסלאם — לעולים בשנים 1948-1952 (עליית 1, יבוא יהדות תימן, יבוא יהדות עיראק), ולעולים בשנות ה-50 הראשונות, ישנם רישומי הסוכנות היהודית. חלקם בעברית, חלקם בערבית, חלקם נכתבו בידי פקידים אשכנזיים ולכן יש בהם וריאציות תעתיק גדולות.

תעודות עות'מאניות — לדורות שלפני 1917, מסמכים רשמיים היו בעות'מאנית-תורקית (תורקית בכתב ערבי). לא אינטואיטיבית, ולא מנוצלת מספיק כי לא כל מי שעובד על גנאלוגיה יהודית יכול לקרוא אותה. כאן AI עם תרגום אוטומטי פותח עולם חדש.

עבודה על משפחה מזרחית או ספרדית דורשת שילוב של כלי AI + הקשר היסטורי-תרבותי ספציפי. לרוב, מומחה שיודע את ההקשר ייקח את התוצאות של ה-AI ויפענח אותן נכון. בלי המומחיות הזו, אפילו OCR טוב יחזיר אותך לנקודת המוצא.

שגיאות שעולות בכסף ובזמן

יש כמה דפוסים נשנים שגורמים לפרויקטים גנאלוגיים להיכשל או להתעכב באופן משמעותי. אלה דווחו על ידי גנאלוגים וארכיונאים בדיוני קהילה ובכנסים מקצועיים:

שגיאה 1: לקנות כלי לפני להבין את הפרויקט — מישהו רואה Transkribus, קונה מנוי, ורק אז מבין שרוב המסמכים שלו מודפסים מודרניים — לשם Tesseract חינמי יספיק. או להפך: משתמש ב-Tesseract על כתב יד היסטורי ומקבל 40% דיוק. הפתרון: לעולם לעבוד על דגימה של 5-10 דפים מייצגים לפני שמתחייבים.

שגיאה 2: לא לעבד מקדמית את הסריקות — תמונה ב-300 DPI לוכלכת, מוטה, עם רעש — תיתן 30% פחות דיוק מאותה תמונה אחרי עיבוד בסיסי (יישור, ביינריזציה, הסרת כתמים). כלים כמו ScanTailor או Python+OpenCV עושים את זה אוטומטית.

שגיאה 3: לסמוך 100% על AI בלי בדיקה אנושית — הדוגמא הקלאסית: AI קורא "שמואל" כ"שאול" באחד מאלפי המסמכים, ואז כל ההתאמות מתבססות על שגיאה. ההמלצה: בדיקת spot של 5% מהמסמכים ידנית, השוואה לנוסח המקורי.

שגיאה 4: לא לתעד את התהליך — ביצעת OCR על 500 דפים, אבל אחרי 3 חודשים אתה לא זוכר אילו הגדרות השתמשת, איזה מודל, מה היה הטיפול המוקדם. לא ניתן לשחזר את התוצאה או לשפר אותה. הפתרון: לוג של כל שלב — לכל פרויקט ארכיב README שמתעד workflow.

שגיאה 5: ערבוב עקרונות OCR ועקרונות פרשנות — ה-AI יכול לקרוא "ילדים: דוד, רחל, שלמה" — אבל הוא לא יודע שדוד מת בילדותו אז הוא לא יופיע ברשימות הגירה. הקשר היסטורי שלא נמצא במסמך עצמו — חייב להגיע מהחוקר.

שגיאה 6: התעלמות מהקשר משפטי — אם המטרה היא אזרחות, צו ירושה, או הליך משפטי, הרבה מסמכים שה-AI מצא לא יתקבלו ככאלה. צריך אפוסטיל, תרגום נוטריוני, ולפעמים גם רישום של שרשרת המקור. שווה לשאול לפני שמתחילים מה רמת הקבילות הנדרשת.

כמה זה עולה? — טווחי מחירים אמיתיים

המחיר הוא הנושא שהגנאלוגים המקצועיים נמנעים ממנו, אבל בלעדיו אי אפשר לתכנן. הנה טווחי מחירים שמשקפים את שוק 2026:

עשייה עצמית (DIY)

עלות כספית: 0-500₪ (כלים חינמיים + אולי מנוי לארכיון אחד) עלות זמן: 40-150 שעות (לפרויקט משפחתי בינוני) מתאים כאשר: יש לך זמן, יש לך סקרנות אמיתית, ואתה מעדיף ללמוד את התהליך. גם אם תשכור מומחה בעתיד, ההבנה תעזור.

הזמנה חד-פעמית (חבילה קטנה)

עלות: 1,500-4,500₪ מתאים כאשר: יש לך משימה מוגדרת — תרגום קופסת מכתבים, OCR לפנקס משפחתי, חיפוש סבא ספציפי בארכיונים. החבילה הזו לא בונה עץ משפחה שלם.

פרויקט גנאלוגי משפחתי מלא

עלות: 4,500-15,000₪ משך: 2-4 חודשים מה כלול: ייעוץ ראשוני, OCR/תרגום של מסמכים קיימים, חיפוש ארכיוני אקטיבי בכמה ארכיונים, בנייה של עץ משפחה עם תיעוד מקורות, דוח סופי כתוב. מתאים כאשר: רוצה לבנות תמונה משפחתית מקיפה, יש לך כמה דורות חסרים.

פרויקט מורשת מורחב (כולל ארכיונים סובייטיים / מזרח-אירופאיים)

עלות: 12,000-35,000₪ משך: 4-9 חודשים מה כלול: כל הנ"ל + חיפוש בארכיונים שדורשים הגעה פיזית, פניות לרשויות במזרח אירופה, תרגומי שפות מגוונות, אימות הצלבה. מתאים כאשר: יש לך הרגשה שיש "המון" בארכיוני המדינות שעליהם המשפחה הגיעה.

פרויקט מוסדי / קהילתי

עלות: 25,000-250,000₪+ משך: 6 חודשים עד שנתיים+ מה כלול: דיגיטציה של ארכיון שלם, אימון מודלי OCR מותאמים, בניית מערכת חיפוש מקוונת, אינטגרציה עם מערכות קיימות. מתאים כאשר: ארגון / מוסד / משפחה שמחזיקה ארכיון משמעותי.

מה משפיע על המחיר:

• מספר שפות ומסמכים (יותר שפות = יותר עיבוד)
• מצב פיזי של המסמכים (מסמכים בלויים דורשים זמן עיבוד מקדמי)
• היקף החיפוש הארכיוני (כמה ארכיונים, פיזיים או דיגיטליים)
• רמת הדיוק הנדרשת (לחקירת רקע משפחתית — 90% מספיק; לתעודה משפטית — 99.5%)
• שירות מקוון / שילוב עם מומחה אנושי

עשייה עצמית מול שכירת מקצוען

לפעמים שווה לעשות לבד. לפעמים שווה לשלם. הנה איך להחליט:

עשה לבד אם: יש לך פחות מ-50 מסמכים, רובם מודפסים בעברית מודרנית, יש לך 15-30 שעות פנויות, ואתה רוצה ללמוד את התהליך. השקעה ראשונית: שעה-שעתיים של צפייה בטיוטוריאל Tesseract או Transkribus, ואז התחלה.

שכור מקצוען אם: יש לך כתבי יד מאמצע המאה ה-19 או לפני, יש לך מסמכים בשפה שאתה לא קורא (יידיש, פולנית, רוסית), יש לך תאריך יעד (נישואין, אזרחות, פרסום ספר), או יש לך פחות מ-10 שעות פנויות בחודש.

סימני אזהרה בבחירת ספק: מבטיח דיוק 100% (לא קיים), מציע מחיר חד-פעמי בלי לראות דגימה, לא מסביר באיזה כלים ישתמש, לא נותן הערכת זמן מציאותית, מבקש תשלום מלא מראש.

מה לבדוק במי שאתה שוכר: ניסיון ספציפי בעבריה/יידיש/שפת המסמכים שלך (לא רק "AI experience" כללי), דוגמאות עבודה קודמת, אופי הדוח הסופי, מה קורה אם נמצאות שגיאות, ביטחון בשמירת הפרטיות.

מה AI לא יוכל לעשות

חשוב להבין את המגבלות לפני שמתחילים — לא כדי לוותר, אלא כדי שהציפיות יהיו ראליות:

• לא יחליף את אחיך שזוכר את הסיפור. הסיפור של איך סבתא ברחה מטולציה ל-1939 — אם זה לא במסמך, אף AI לא יוצר אותו.
• לא יקרא מסמכים שנשרפו או איבדו. רוב הארכיון של סלוניקי נשרף ב-1917. רוב הארכיונים של ורשה הושמדו ב-1944. ה-AI לא יחזיר אותם.
• לא יודע על הקשר ומורשת. AI יכול לזהות שיש שני "שלמה גולדברג" באותה עיר — אבל לא ידע שאחד מהם היה הסבא שלך והשני שכן עם אותו שם.
• לא יעשה החלטות אתיות. האם לפרסם שם של קרוב משפחה שנעלם? האם לשתף מסמך עם משפחה מורחבת? אלה החלטות שלך.
• לא יבצע אימותים משפטיים. AI יכול להציע התאמות — אבל לתעודה רשמית, חוקרי גנאלוגיה מוכרים, נוטריונים, וקונסולים הם הסמכויות.

זה לא חיסרון של AI — זה איפה הוא מתאים בתהליך. AI חוסך 80% מהזמן בקריאת הטקסט. ה-20% האחרים — הפרשנות, ההבחנה, ההחלטה — נשארים אנושיים.

ההתחלה — צ'קליסט מעשי

לפני שמתחילים פרויקט, השאלות הבאות יחסכו טעויות יקרות:

לפני שאוספים מסמכים, לאסוף שאלות:

1. מה אני באמת רוצה לדעת? (שמות + תאריכים? סיפור משפחתי? תעודות לצורך משפטי?)
2. כמה דורות לאחור? (3? 7? נכון לוודא — לא כל הדורות זמינים)
3. אילו ארצות / קהילות מעניינות אותי?

איסוף ראשוני בבית:

1. אסוף כל מסמך, תמונה, מכתב, יומן, אלבום של המשפחה
2. סרוק את כולם ב-300 DPI מינימום, ב-PDF (לא JPG)
3. שמור עותק גיבוי (Google Drive / Dropbox / כונן חיצוני)
4. תייג ראשונית: מה זה, של מי, מתי

שאלות לדור הקודם, כל עוד אפשר:

1. סבא וסבתא — איפה הם נולדו? באיזו שפה דיברו בבית?
2. שמות של ההורים שלהם? אחים? היכן חיו לפני המלחמה/לפני העלייה?
3. תאריכי לידה / מקום קבורה?
4. סיפורים — לכל אחד יש שאלה אחת שאם תספיק לשאול, ייתן הכל

שלוש הפעולות הראשונות:

1. חיפוש ב-JewishGen — חינמי, נקודת התחלה. תזין את כל השמות שאתה יודע + הערים. ראה מה עולה.
2. חיפוש ב-Yad Vashem (אם יש קרובים שנספו בשואה) — חינמי.
3. OCR ראשוני על מסמכים קיימים — Google Drive עושה את זה בחינם, או Tesseract לוקאלי.

מהפעולות האלה תקבל תמונה ראשונית. בהתאם — תחליט אם להמשיך לבד, או לפנות לעזרה מקצועית.

סיכום

הטכנולוגיה השתנתה. מה שלפני שלוש שנים דרש חודשים של עבודה ידנית — היום אפשר לבצע בשבועות, ולפעמים בימים. AI לא מחליף את החוקר האנושי — הוא משחרר אותו מהעבודה החזרתית של זיהוי טקסט וחיפוש מקבילי, ומאפשר לו להתמקד בפרשנות ובבניית הסיפור המשפחתי.

הסקלה והכלים שכדאי לבחור תלויים לחלוטין במה שאתה רוצה לעשות. קופסת מכתבים וארכיון של 10,000 פריטים דורשים גישות שונות לחלוטין. ההמלצה הראשונה, תמיד: להתחיל קטן, לוודא שהכלים עובדים על דגימה, ורק אז להרחיב.

אם יש לך שאלות ספציפיות על פרויקט קונקרטי — אפשר לפנות לייעוץ ראשוני ללא תשלום. אם אתה מעדיף לעבוד לבד — המדריכים המעמיקים שלנו על OCR לעברית, עברית היסטורית, ו-RAG לארכיונים נותנים את הפרטים הטכניים.

המידע קיים. הכלים זמינים. השאלה היא רק האם אתה מוכן להתחיל.