המחקר "Opening the Black Box of Union Coverage" בהובלת פרופ' טלי קריסטל וד"ר אסף בונדי מנתח הסכמים קיבוציים בישראל בין 1957 ל-2020, תוך בחינת השינויים בתוכן ההסכמים ולא רק בהיקפם. המחקר, הממומן על ידי ה-ISF, מציג מעבר ממערכת ריכוזית למבוזרת וממפה כיצד השתנו זכויות העובדים לאורך ששת העשורים האחרונים.

הממצאים חושפים כי השינויים המבניים בהסכמים השפיעו ישירות על אי-השוויון בשכר ועל חלוקת הכוח הכלכלי, עם מעבר מהגנות אחידות להסדרים דיפרנציאליים. עבודה זו מדגישה כי איכות ההגנות בהסכמים הקיבוציים, ולא רק שיעור ההתאגדות, היא המדד המרכזי להשפעת האיגוד המקצועי. לפרטים נוספים, ניתן לעיין בפרסומי אוניברסיטת חיפה.

כחלק משיתוף פעולה זה, מעבדת אליהו באוניברסיטת חיפה משמשת כעמוד התווך הטכנולוגי והמתודולוגי של הפרויקט. צוות המעבדה הוביל תהליך מורכב של סריקה וביצוע OCR (זיהוי תווים אופטי) לכלל המסמכים וההסכמים ההיסטוריים, והפך אותם מטקסט גולמי למאגר מידע דיגיטלי נגיש. על בסיס תשתית זו, פיתחה המעבדה מערכות תשאול מתקדמות המאפשרות לחוקרים לשלוף נתונים מדויקים, לחלץ סעיפים ספציפיים ולזהות מגמות עומק כמותיות ביחסי העבודה בישראל לאורך השנים.

מסדי נתונים למחקר איכותני | חילוץ ידע מובנה מחוזים תוך שילוב מתודות NLP

מסדי נתונים למחקר איכותני
המעבדה מתמחה בבניית מסדי נתונים מורכבים ממקורות מגוונים – מסמכים תיעודיים, עדויות, חומרים חברתיים, תקשורתיים ותרבותיים, המותאמים למחקר איכותני מונחה שאלות.
כל מסד נבנה תוך התאמה אישית לצרכים של כל חוקר או קבוצת מחקר, ומתוכנן מראש להשתלב עם יכולות נוספות של המעבדה – כמו עיבוד שפה, ניתוח תמונה, טקסטים מקושרים, מיפוי גיאוגרפי, וניתוח חזותי.
הדגש מושם לא רק על אחסון המידע, אלא גם על מידול מושגי וגמיש, כזה שמאפשר המחשה, חקירה ויזואלית, והסקת מסקנות מתוך הקשרים מורכבים. אנו משלבים בין כלים סטנדרטיים לממשקים מותאמים, מתוך הבנה שהמחקר האיכותני דורש לא רק נתונים, אלא גם דרכי גישה אליהם שמעודדות פרשנות, הבנה ורפלקסיה.

AI במדעי הרוח
מעבדת אליהו שואפת לשילוב עמוק של בינה מלאכותית בתהליכי מחקר במדעי הרוח, תוך התאמת כלים מתקדמים לצרכים הייחודיים של חוקרים במגוון תחומים: היסטוריה, ספרות, פילולוגיה, סוציולוגיה, משפטים וחינוך.
אנו עוסקים בקריאה אוטומטית של מסמכים, בניתוח קורפוסים רחבי היקף, ובפיתוח מודלים מתקדמים של עיבוד שפה טבעית (NLP) המותאמים לשפות היסטוריות, למקורות רב-לשוניים ולטקסטים בעלי מבנים מורכבים.
לצד זאת, אנו מפתחים ומתאימים כלים מבוססי למידת מכונה עבור חוקרים שאינם מתכנתים – תוך הקפדה על תכנון מותאם למשתמש, הפקת תובנות מחומרי גלם מגוונים, ושמירה על שקיפות ופתיחות לפרשנויות שונות של התוצאות. עבורנו, השימוש בבינה מלאכותית איננו תחליף לחשיבה ביקורתית, אלא מנוע להעמקתה: אמצעי לזיהוי תבניות, לחשיפת הקשרים סמויים, ולהצפת שאלות חדשות מתוך עומק הדאטה.