אם הבינה המלאכותית תכיר אותנו מספיק טוב כדי לחזות את הבחירה הבאה שלנו — מה נשאר מהבחירה החופשית?
דמיינו בוקר רגיל בעוד כמה שנים. הטלפון מציע לכם לא לנסוע לעבודה במסלול הרגיל, כי הוא כבר יודע שתאחרו. סוכן ה-AI ממליץ לדחות הצעת עבודה, מפני שלפי דפוסי השינה, ההוצאות, ההודעות והחיפושים שלכם אתם צפויים להתחרט עליה. הוא מסמן בן זוג פוטנציאלי כ"התאמה נמוכה", ממליץ לא לקנות דירה בשכונה מסוימת, ומציע לאדם מבוגר שלא לעבור ניתוח מסוים. בכל אחת מההחלטות הללו אפשר לומר: זו רק המלצה. אבל מה קורה אחרי שהמערכת צדקה מאה פעמים? כמה פעמים עוד נבחר נגדה?
מהמלצה על שיר ומסלול נסיעה ועד כסף, משפט, ילדים ואבל: כשהאלגוריתם עובר מלנבא את הבחירות שלנו לעצב את מרחב הבחירה עצמו.
הערת מקורות המאמר מבוסס על מחקרים אקדמיים ומקורות פילוסופיים מוכרים. קישורים למחקרים מופיעים לצד הטענות הרלוונטיות, ורשימה מלאה נמצאת בסוף.
דמיינו בוקר רגיל בעוד כמה שנים. הטלפון מציע לכם לא לנסוע לעבודה במסלול הרגיל, כי הוא כבר יודע שתאחרו. סוכן ה-AI ממליץ לדחות הצעת עבודה, מפני שלפי דפוסי השינה, ההוצאות, ההודעות והחיפושים שלכם אתם צפויים להתחרט עליה. הוא מסמן בן זוג פוטנציאלי כ"התאמה נמוכה", ממליץ לא לקנות דירה בשכונה מסוימת, ומציע לאדם מבוגר שלא לעבור ניתוח מסוים. בכל אחת מההחלטות הללו אפשר לומר: זו רק המלצה. אבל מה קורה אחרי שהמערכת צדקה מאה פעמים? כמה פעמים עוד נבחר נגדה?
השאלה המטרידה אינה האם AI ישלול מאיתנו יום אחד את הבחירה החופשית בכוח. התרחיש הסביר יותר עדין בהרבה: אנחנו נמסור לו אותה מרצוננו, החלטה אחר החלטה, משום שהוא יהיה מהיר יותר, רגוע יותר, מעודכן יותר — ולעיתים קרובות גם מדויק יותר.
כשהמכונה מכירה אותנו טוב מדי
כבר ב-2013 הראו מיכל קוסינסקי, דייוויד סטילוול ותור גרייפל כי עקבות דיגיטליים פשוטים יחסית — לייקים בפייסבוק — מאפשרים להסיק תכונות פרטיות ורגישות כמו השקפה פוליטית ודתית, תכונות אישיות, אינטליגנציה, שימוש בחומרים ממכרים ועוד. שנתיים אחר כך, במחקר על 86,220 משתתפים, מודל ממוחשב שהתבסס על לייקים בפייסבוק העריך תכונות אישיות בדיוק גבוה יותר מחברי הפייסבוק של האדם, ובחלק מהמדדים אף ניבא תוצאות חיים טוב יותר מהערכות אנושיות. מקורות: PNAS, 2013 · PNAS, 2015 הקפיצה הגדולה יותר הגיעה כשמודלים החלו ללמוד לא רק מי אנחנו, אלא את רצף חיינו. במחקר life2vec שפורסם ב-Nature Computational Science, חוקרים השתמשו בנתוני מרשם מדנמרק — בריאות, השכלה, מקצוע, הכנסה, מקום מגורים ושעות עבודה — וייצגו חיים כרצף אירועים. המודל ניבא תוצאות שונות, ממאפייני אישיות ועד סיכון לתמותה מוקדמת, טוב יותר ממודלי השוואה מקובלים. חשוב להדגיש: זו אינה מכונת גורל, ואלה הסתברויות, לא נבואות אישיות. מקורות: Nature Computational Science
אם מערכת שמכירה מיליוני דפוסים דומים לשלנו יכולה לומר מה כנראה נעשה לפני שאנחנו מודעים להחלטה — האם היא רק חוזה את הבחירה, או חושפת עד כמה הבחירה שלנו הייתה צפויה מלכתחילה? מהמלצה על שיר לניהול החיים
כבר היום אנחנו חיים בתוך שכבה רצופה של בחירות אלגוריתמיות. אפליקציית הניווט בוחרת עבורנו מסלול. נטפליקס מצמצמת קטלוג עצום לכמה שורות שנדמה שהוכנו במיוחד בשבילנו. ספוטיפיי מחליטה איזה שיר נשמע אחרי השיר שבחרנו בעצמנו. מנועי חיפוש מסדרים את התשובות שנראה. ועכשיו אפשר להעביר לצ'אט מבוסס AI גם שאלות על לימודים, קריירה, כסף, זוגיות ובריאות. בכל פעם זו רק עצה — עד שהעצה נעשית ברירת המחדל.
העניין איננו רק חיסכון בזמן. מערכות המלצה משנות את מרחב האפשרויות שבו אנחנו בוחרים. מאמר של מפתחי מערכת ההמלצות של נטפליקס מתאר כיצד המלצות וחיפוש הם חלק מרכזי מהאופן שבו השירות מארגן עבור המשתמש את ההיצע. מחקר של Spotify מצא שהאזנה שמונעת מהמלצות אלגוריתמיות הייתה קשורה לגיוון מוזיקלי נמוך יותר לאורך זמן, אף שהמלצות כאלה יעילות מאוד בלמצוא תוכן שאנשים צפויים ליהנות ממנו. מקורות: ACM · The Web Conference ואפילו בחירה שנראית טכנית לחלוטין — איזה כביש לקחת — יכולה להפוך להחלטה חברתית. ניסוי שטח רחב שפורסם ב-Nature Cities ב-2026 בחן התערבויות בכ-100 מקטעי דרך עמוסים בעשר ערים בארה"ב. שינוי המלצות המסלול לפחות מ-2% מהנסיעות באזורים שנבדקו שיפר את מהירות הנסיעה במקטעים המטופלים ואת זמני הנסיעה ברמת הרשת. אפליקציית ניווט, אם כן, אינה רק מספרת ליחיד מה הדרך המהירה; היא יכולה לתאם התנהגות של המונים כדי לשנות את התוצאה של העיר כולה. מקורות: Nature Cities, 2026
אם אנחנו מקבלים בשמחה מערכת שמכוונת אלפי נהגים לטובת "אופטימום מערכתי", האם נסכים בעתיד גם לאופטימום של תעסוקה, ביטוח, חינוך — או זוגיות? כשהאלגוריתם לא רק מנבא אותנו — אלא מזיז אותנו
הגבול בין חיזוי להשפעה כבר טושטש. במחקר שפורסם ב-PNAS ב-2017 נבדקו שלושה ניסויי שטח בפרסום מותאם-אישיות שהגיעו ליותר מ-3.5 מיליון בני אדם. התאמת המסר לתכונות פסיכולוגיות שינתה התנהגות שנמדדה בקליקים וברכישות; החוקרים דיווחו בתנאים מסוימים על עד 40% יותר קליקים ועד 50% יותר רכישות לעומת מסרים לא תואמים או לא מותאמים. למחקר פורסמה גם ביקורת מתודולוגית ותגובה של החוקרים — תזכורת חשובה שלא להפוך ממצא יחיד לחוק טבע. אבל העיקרון מטריד: מערכת שיודעת מה משפיע עלינו יכולה לבחור את הגירוי שסביר שיזיז אותנו. מקורות: PNAS, 2017 וזה נעשה קריטי כשהבחירה איננה סרט. כלים להערכת סיכון פלילי משמשים במערכות משפט כדי לסייע בהחלטות ענישה. סקירה שיטתית ב-Journal of Criminal Justice בחנה 11 כלים נפוצים ומצאה שביצועי החיזוי במחקרי אימות עצמאיים נעו בין חלשים לבינוניים, ולעיתים חסרו נתוני כיול ושיעורי טעויות מרכזיים. מספר אלגוריתמי עשוי אפוא להיכנס לחדר שבו דנים בחירותו של אדם — גם כשהוודאות שלו רחוקה משלמות. מקורות: Journal of Criminal Justice בעולם הכסף אנשים מוסרים החלטות מרצונם. מחקר ב-Journal of Financial Economics על רובו-אדוויזר גדול בארה"ב מצא שהשירות שינה תיקי השקעות, הגדיל שימוש במדדים, הפחית עמלות והטיות מסוימות, שיפר מדדי סיכון-תשואה — וגם הפחית את הזמן שהמשקיעים הקדישו לניהול הכסף. זו עסקה מפתה: פחות מאמץ ותוצאה טובה יותר. אבל אם המערכת מנהלת את הכסף טוב מאיתנו במשך עשור, האם עדיין נדע לקבל החלטה כשנצטרך לחרוג מהמודל?
מקורות: Journal of Financial Economics, 2024 בעבודת פלטפורמות התמונה חריפה עוד יותר. מחקר ב-MIS Quarterly על נהגי Uber מתאר ניהול אלגוריתמי שבו המערכת לא רק משדכת בין נהג לנוסע אלא גם עוקבת, מעריכה ומפעילה מנגנוני שליטה על העבודה. החופש הפורמלי נשאר — אפשר להתנתק — אבל בתוך המערכת, משימות, תמריצים וקצב העבודה מוכוונים יותר ויותר באמצעות קוד. מקורות: MIS Quarterly
המחיר הפסיכולוגי: האם שריר הבחירה מתנוון?
אנחנו אוהבים לחשוב שנקבל עצה ממכונה, נשקול אותה ואז נחליט בעצמנו. בשישה ניסויים שפורסמו ב-Organizational Behavior and Human Decision Processes נמצא שאנשים מן השורה נטו לתת משקל רב יותר לעצה כשהאמינו שמקורה באלגוריתם מאשר כשהיא הוצגה כעצה מאדם. החוקרים כינו את התופעה algorithm appreciation — נכונות להישען על שיפוט אלגוריתמי, גם בלי להבין את התהליך הפנימי שלו. מקורות: OBHDP, 2019 מחקר אחר, ב-Journal of Marketing Research, מצא תוצאה פרובוקטיבית: כאשר אנשים האצילו החלטות לאחרים — למשל ליועץ פיננסי או לרופא — עצם הוויתור על השליטה בהחלטה היה קשור לדלדול משאבי ויסות עצמי ולפגיעה בשליטה עצמית לאחר מכן. האפקט נחלש כאשר המשתתפים חיזקו את אמונתם בבחירה חופשית. המחקר אינו אומר שהאצלת החלטות ל-AI בהכרח מחלישה את האישיות, אבל הוא מזכיר ששליטה היא גם חוויה פסיכולוגית.
מקורות: Journal of Marketing Research לכך מצטרף המושג cognitive offloading — העברת חלק מן המאמץ הקוגניטיבי לכלים חיצוניים. סקירה ב-Trends in Cognitive Sciences הראתה שהעברה כזו יכולה להפחית עומס, אך היא תלויה בשיפוט שלנו לגבי היכולות של עצמנו ושל הכלי — ושיפוט מטא-קוגניטיבי יכול לטעות. היתרון ברור: אנחנו מפנים משאבים. הסיכון מתחיל כשהפינוי הופך להחלפה של השיפוט עצמו. מקורות: Trends in Cognitive Sciences ב-2025 סקרו חוקרי Microsoft ועמיתיהם 319 עובדי ידע וקיבלו 936 דוגמאות אמיתיות לשימוש ב-GenAI. ככל שהמשתמשים דיווחו על ביטחון גבוה יותר ב-AI , הם דיווחו על פחות הפעלה של חשיבה ביקורתית; ככל שהביטחון שלהם בעצמם היה גבוה יותר, נצפתה יותר חשיבה ביקורתית. זו אינה הוכחה לניוון ארוך טווח, אבל היא מצביעה על לולאה אפשרית: המערכת מצליחה, האמון בה עולה, אנחנו בודקים פחות, מתרגלים פחות הכרעה עצמאית — ואז הביטחון שלנו ביכולת לבחור עלול לרדת. מקורות: CHI 2025
אולי הסיכון העמוק ביותר אינו שה-AI ייקח מאיתנו את זכות הבחירה — אלא שנאבד בהדרגה את תחושת המסוגלות לבחור.
מצד שני, AI יכול גם להגדיל אוטונומיה אם הוא בנוי אחרת. מחקר CHI מ-2025 השווה מערכת שמספקת המלצה ישירה למערכת שנועדה להרחיב את הנימוקים שהמשתמש כבר ניסח. המודל השני השתלב טוב יותר בתהליך החשיבה והוביל לתוצאות מעט טובות יותר, בעוד שמערכת ההמלצה הישירה דרשה פחות מאמץ קוגניטיבי. ההבדל עקרוני AI יכול להיות מחליט, או מכשיר חשיבה. זו בחירת עיצוב, לא חוק טבע. מקורות: CHI 2025 בתחומים קריטיים יש גם תופעה ותיקה יותר automation bias — נטייה להישען יתר על המידה על מערכת אוטומטית, עד כדי טעויות של קבלה או התעלמות ממידע סותר. סקירה שיטתית ב-JAMIA הראתה שמערכות תמיכה בהחלטות רפואיות יכולות לשפר ביצועים, אך גם ליצור טעויות חדשות כאשר המשתמשים מפסיקים לחפש מידע באופן ערני. כשהמערכת בדרך כלל צודקת, דווקא החריגה הנדירה נעשית מסוכנת יותר. מקורות: JAMIA
הילדים שלא יכירו עולם לפני האלגוריתם
אצל מבוגרים עוד קיים זיכרון של עולם שבו טעינו בלי GPS גילינו שיר במקרה, חיפשנו מידע בספרייה ובחרנו בלי דירוג אישי. לילדים של היום אין בהכרח נקודת ייחוס כזו. סקירה מ-2026 של 25 מחקרים בתחום אינטראקציית ילדים-AI מדגישה שילדים כבר פוגשים מערכות המלצה ומודלים גנרטיביים כחלק מסביבת החיים, ושאלת ה-agency — היכולת לתכנן, לווסת את עצמם, להתנגד למערכת ולבקר אותה — נעשית מרכזית. מקורות: ACM IDC 2026 עדיין אין בסיס מדעי מספיק לקבוע שילד שגדל עם המלצות AI יהפוך למבוגר פחות עצמאי. אבל אפשר לשאול כבר עכשיו: כיצד לומדים לשאת אי-ודאות אם תמיד יש מערכת שמציעה את הצעד הבא? כיצד מפתחים טעם אם רוב החשיפה היא למה שמודל כבר חישב שסביר שנאהב? וכיצד לומדים לטעות — תהליך חיוני ללמידה — בעולם שמנסה להסיר חיכוך לפני שהוא מופיע? מקורות: ACM IDC 2026 מצד שני, לילד עם קושי לימודי, בדידות או מחסור במשאבים, מערכת טובה יכולה להרחיב אפשרויות שמעולם לא היו לו. לכן הקרב אינו ילדים נגד AI אלא על מי מחזיק בהגה: הילד והמבוגר האחראי, או מנגנון שמטרתו למקסם זמן מסך, מעורבות או יעד עסקי אחר.
כשהמתים ממשיכים לייעץ לנו
אחת הגרסאות הרגשיות והנפיצות ביותר של הסיפור היא חיים דיגיטליים אחרי המוות Griefbots או deadbots יכולים להיבנות מטקסטים, הודעות, הקלטות ותמונות של אדם שנפטר ולהציע שיחה דו-כיוונית עם סימולציה שלו. מאמר בתחום הפסיכולוגיה תיאר כיצד הטכנולוגיה מרחיבה את הקשר המתמשך עם המת ומאפשרת מרחב שיחה פרטי, בכל זמן. מקורות: Integrative Psychological & Behavioral Science סקירה שיטתית מ-2026 של 30 מחקרים על טכנולוגיות אבל דיגיטליות — קטגוריה רחבה הכוללת בין השאר צ'אטבוטים, מציאות מדומה, טיפול מקוון ואנדרטאות דיגיטליות — מצאה פוטנציאל לתמיכה, נגישות והפחתת מצוקה, לצד סיכונים של תלות רגשית, התרחקות, פגיעה בפרטיות ועיוות דמותו של המת. מאמר אתיקה מ-2024 על תעשיית החיים הדיגיטליים אחרי המוות מדגיש גם שאלות של הסכמה, שקיפות ואופן "פרישה" של אווטאר של נפטר. הראיות הקליניות הספציפיות ל-griefbots עדיין מוקדמות; חשוב לא לבלבל בין אפשרות טכנולוגית לבין טיפול מוכח. מקורות: Computers in Human Behavior Reports, 2026 · Philosophy & Technology, 2024
דמיינו אדם שעומד להתגרש ושואל את הסימולציה של אמו שנפטרה: "אמא, מה היית עושה?" הוא יודע שזו תוכנה. אבל היא משתמשת בקול שלה, בביטויים שלה, בזיכרונות שלה. האם זו עצה אלגוריתמית — או סמכות רגשית שכמעט בלתי אפשרי להתנגד לה?
ומה אם החברה שמפעילה את הדמות משנה מודל? מה אם עדכון תוכנה משנה מעט את "האישיות" של אבא? מי אחראי להחלטה שקיבלנו בעקבות עצה של אדם שכבר אינו יכול לתקן, להתחרט או לומר": לא לזה התכוונתי"? מקורות: Philosophy & Technology, 2024
שפינוזה היה מזהה את המלכודת
ברוך שפינוזה טען שבני אדם חווים את עצמם כחופשיים מפני שהם מודעים לרצונותיהם, אך אינם מודעים במלואם לסיבות שקבעו אותם. באנציקלופדיה לפילוסופיה של סטנפורד מסוכמת עמדתו כשלילה של רצון חופשי בלתי-נקבע: תחושת החופש שלנו משקפת במידה מסוימת בורות לגבי השרשרת הסיבתית שמעצבת אותנו. מקורות: Stanford Encyclopedia of Philosophy · Stanford Encyclopedia of Philosophy במובן הזהAI הוא ניסוי שפינוזיסטי ענק. הוא אוסף חלק מהסיבות שאנחנו עצמנו לא רואים — שעת השינה, המקומות שאליהם הלכנו, מה קנינו, על מה התעכבנו, עם מי דיברנו, מה מחקנו לפני ששלחנו — ומחפש בהן מבנה. ככל שהוא מצליח, הוא מערער את האינטואיציה שהחלטותינו נולדות יש מאין. מקורות: PNAS, 2013 · Nature Computational Science אבל פילוסופיית הבחירה החופשית אינה נגמרת בדטרמיניזם. הקומפטיביליזם טוען שחופש יכול להיות תואם גם לעולם סיבתי: השאלה אינה בהכרח אם ההחלטה הייתה ניתנת לחיזוי, אלא אם האדם פעל מתוך רצונותיו, שיקוליו ויכולת להגיב לנימוקים — ולא מתוך כפייה. במובן הזה, חיזוי מדויק אינו שקול אוטומטית לביטול חופש. מקורות: Stanford Encyclopedia of Philosophy כאן מופיעה ההבחנה הקריטית AI שמנבא מה נרצה אינו בהכרח שולל חופש.AI שמחליט אילו אפשרויות נראה, מעצב את הרצונות שלנו באמצעות התאמה פסיכולוגית, ואז "מנבא" שנבחר באחת מהן — כבר מערבב בין חיזוי לייצור ההתנהגות. מקורות: PNAS, 2017
· Stanford Encyclopedia of Philosophy
אם האלגוריתם מכיר אותנו, אבל גם מעצב את מי שאנחנו נהיים — מי בדיוק בחר? תחזית: ממנועי המלצה לסוכני החלטה
בשנים הקרובות סביר שנעבור ממערכות שמציעות למערכות שפועלות: סוכני AI עם זיכרון מתמשך ילמדו העדפות, יזמינו, יקנו, יתאמו, יסננו, ינהלו חלק מהכסף ויציגו רק את האפשרויות שנראות להם מתאימות — ולעיתים יבקשו מאיתנו אישור רק בסוף. זו תחזית הנגזרת מהמגמה שכבר נראית במערכות המלצה, ניהול אלגוריתמי, רובו-אדוויזרים וכלי GenAI מעבר מהצגת מידע לביצוע או הכוונה של פעולה. מקורות: Journal of Financial Economics, 2024 · MIS Quarterly
· CHI 2025 זה יכול להחזיר לנו זמן ולהקטין טעויות. לאדם חולה, מבוגר או מוצף, זו עשויה להיות הרחבה אמיתית של החופש. אבל נוצר גם סיכון של "אוטונומיה מושאלת": אנחנו נשארים בעלי הזכות הפורמלית לומר לא, אך מאבדים את המיומנות, המידע והביטחון לעשות זאת. ההבדל בין עתיד טוב לרע לא ייקבע רק לפי כמה ה-AI יהיה חכם. הוא ייקבע לפי האם נשמור לעצמנו זכות לראות חלופות, להבין מדוע הומלצה בחירה, לדרוש אישור אנושי בהחלטות קריטיות, למחוק פרופיל, לבחור מצב לא-מותאם — ולעיתים, בכוונה, לבחור בדרך הפחות יעילה. מקורות: CHI 2025
· CHI 2025 · JAMIA אם הבינה המלאכותית תוכל לחזות את הבחירה הבאה שלנו, ייתכן שהבחירה החופשית לא תיעלם. היא פשוט תפסיק להיות ברירת מחדל ותהפוך למיומנות שצריך לתרגל. והשאלה האחרונה אולי אינה " האם המכונה תבחר במקומנו ?" אלא: ביום שבו נרצה לבחור נגדה — האם עוד נדע איך? מקורות ומחקרים
1. Kosinski, Stillwell & Graepel. Private traits and attributes are predictable from digital records of human behavior. PNAS (2013). Source / DOI
2. Youyou, Kosinski & Stillwell. Computer-based personality judgments are more accurate than those made by humans. PNAS (2015). Source / DOI
3. Savcisens et al. Using sequences of life-events to predict human lives. Nature Computational Science (2024). Source / DOI
4. Gomez-Uribe & Hunt. The Netflix Recommender System: Algorithms, Business Value, and Innovation. ACM TMIS (2015). Source / DOI
5. Anderson et al. Algorithmic Effects on the Diversity of Consumption on Spotify. The Web Conference (2020). Source / DOI
6. Arora et al. Urban congestion relief experiments through routing-app interventions. Nature Cities (2026). Source / DOI
7. Matz et al. Psychological targeting as an effective approach to digital mass persuasion. PNAS (2017). Source / DOI
8. Fazel et al. The predictive performance of criminal risk assessment tools used at sentencing: systematic review. Journal of Criminal Justice (2022).
Source / DOI
9. Rossi & Utkus. The diversification and welfare effects of robo-advising. Journal of Financial Economics (2024). Source / DOI
10. Möhlmann et al. Algorithmic Management of Work on Online Labor Platforms: When Matching Meets Control. MIS Quarterly (2021). Source / DOI
11. Logg, Minson & Moore.
Algorithm appreciation: People prefer algorithmic to human judgment. OBHDP (2019). Source / DOI
12. Usta & Häubl.
Self-Regulatory Strength and Consumers’ Relinquishment of Decision Control.
Journal of Marketing Research (2011). Source / DOI
13. Risko & Gilbert.
Cognitive Offloading. Trends in Cognitive Sciences (2016). Source / DOI
14. Lee et al. The Impact of Generative AI on Critical Thinking. CHI (2025).
Source / DOI
15. Reicherts et al. AI, Help Me Think—but for Myself. CHI (2025). Source / DOI
16. Goddard, Roudsari & Wyatt. Automation bias: a systematic review. JAMIA (2012). Source / DOI
17. Agency in Child–AI Interaction: A Review of How It Is Conceptualised, Studied, and Supported in HCI. ACM IDC (2026). Source / DOI
18. Jiménez-Alonso & Brescó de Luna. Griefbots. A New Way of Communicating With The Dead? Integrative Psychological & Behavioral Science (2023).
Source / DOI
19. Digital grief technology to support bereavement: A systematic review of potential benefits and risks.
Computers in Human Behavior Reports (2026).
Source / DOI
20. Hollanek & Nowaczyk-Basińska. Griefbots, Deadbots, Postmortem Avatars. Philosophy & Technology (2024). Source / DOI
21. Stanford Encyclopedia of Philosophy. Spinoza’s Epistemology and Philosophy of Mind (rev. 2026). Source / DOI
22. Stanford Encyclopedia of Philosophy. Free Will. Source / DOI
23. Stanford Encyclopedia of Philosophy. Compatibilism (rev. 2024). Source / DOI
הערת דיוק: במקומות שבהם המחקר מצביע על קשר סטטיסטי ולא על סיבתיות, או שהראיות עדיין מוקדמות (למשל griefbots והשפעות התפתחותיות ארוכות טווח על ילדים), הניסוח במאמר נשמר במכוון מסויג.