מקורות
הבסיס המחקרי מאחורי בדיקת המוכנות
כל המסגרת והממצאים שעליהם מבוססת הבדיקה, במקום אחד, לכל מי שרוצה לבדוק זאת בעצמו/בעצמה.
התיאוריה מאחורי הכלי
הסבר בן שני עמודים על שני הסולמות שהכלי מודד, ולמה קריאה של אחד מהם בלבד מסתירה חצי מהתמונה.
לקריאה נוספת על המסגרת (PDF, שני עמודים)מסגרות
שני הסולמות של הבדיקה, בשלות ארגונית ומיומנות אישית, מבוססים על המסגרות הבאות, שפורסמו בעבר.
- OECD and European Commission, Empowering Learners for the Age of AI (the AI Literacy Framework), 2026https://www.oecd.org/en/publications/empowering-learners-for-the-age-of-ai_65cd27d4-en.html
- Software Engineering Institute (Carnegie Mellon University) with Accenture, AI Adoption Maturity Model, 2026https://www.sei.cmu.edu/news/sei-and-accenture-release-ai-adoption-maturity-model-to-help-organizations-scale-ai-with-predictable-outcomes/
- Cosgrove, J. and Cachia, R., DigComp 3.0: European Digital Competence Framework, 5th edition, Publications Office of the European Union, Luxembourg, 2025https://data.europa.eu/doi/10.2760/0001149
- Dakan, R. and Feller, J., Framework for AI Fluency, v1.1, January 2025https://ringling.libguides.com/ai/framework
לתשומת לב: מסגרת ה-OECD/הנציבות האירופית נכתבה במקור עבור בתי ספר יסודיים ותיכוניים, והותאמה כאן לארגונים באופן רחב יותר.
מקור נוסף: ספורט
מקור נוסף אחד עיצב את הניסוח הספציפי לספורט בבדיקה.
- N3XT Sports, 2026 Digital Trends in the Sports Industry, May 2026https://www.n3xtsports.com/report-2026-digital-trends-in-the-sports-industry/
הממצאים המצוטטים בדוח שלך
בהתאם לדפוס שעולה מהתשובות שלך, הדוח המלא שלך מצטט אחד מהבאים.
מיומנות מנותקת
סקר של 600 אנשי מקצוע, שערכו ה-Software Engineering Institute בקרנגי מלון ו-Accenture בינואר 2026, מצא ש-61 אחוז מהארגונים מחזיקים אסטרטגיית בינה מלאכותית (AI) רשמית שלא מיושמת עד הסוף. שני החסמים הגדולים שעלו: מעט אנשים עם ידע, ונתונים שלא מתאימים.
מקור: AI Adoption Maturity Model, SEI with Accenture, 2026https://www.sei.cmu.edu/news/sei-and-accenture-release-ai-adoption-maturity-model-to-help-organizations-scale-ai-with-predictable-outcomes/
תשתית לא מנוצלת
דוח Global SportsTech Report 2026 מצא ש-21 אחוז מהארגונים שכבר משתמשים בבינה מלאכותית (AI) מצביעים על המיומנויות בתוך הארגון כחסם הגדול ביותר להמשך. מערכות ישנות, פערי מיומנויות והתנגדות פנימית מופיעים שם לפני הטכנולוגיה עצמה.
מקור: Global SportsTech Report 2026, SportsPro with Sportradarhttps://www.sportspro.com/projects/global-sportstech-report/
התאמה בין מיומנויות לתשתית
סקר של מקינזי ממאי 2026, בקרב 8,019 עובדים ו-981 מעסיקים בעשר מדינות באירופה, מצא שהביקוש לשליטה מעשית בבינה מלאכותית (AI) גדל פי חמישה מסוף 2023, לעומת פי 1.7 במיומנויות טכניות.
מקור: Agents, robots, and us, McKinsey Global Institute, May 2026https://www.mckinsey.com/mgi/our-research/agents-robots-and-us-how-ai-reshapes-work-and-skills-in-europe
מחקר קשור
נבדקו במקביל לעבודה על נייר המדיניות SHARE 2.0. הם לא עיצבו סעיף או ציטוט ספציפי בבדיקה, אבל שייכים לאותו תחום ומופיעים כאן לשם שלמות.
- PARIS21 (Partnership in Statistics for Development in the 21st Century) with the Task Team on AI for Official Statistics, The AI Readiness Self-Assessment: A Practical Guide for NSOs, v1.0, 2026https://www.paris21.org/knowledge-base/ai-readiness-self-assessment-practical-guide-nsos
- UNESCO, AI competency framework for teachers, 2024https://www.unesco.org/en/articles/ai-competency-framework-teachers
- UNESCO, AI competency framework for students, 2024https://www.unesco.org/en/articles/what-you-need-know-about-unescos-new-ai-competency-frameworks-students-and-teachers
- Falese, A., Di Palma, D., Digennaro, S. and Merten, D., "Digital Transformation in Sport Organizations: Toward a Conceptual Framework," Societies 2026, 16, 175https://doi.org/10.3390/soc16060175