Bu çalışma alqoritmik idarəetmənin insanı daha oxunaqlı, daha proqnozlaşdırıla bilən və daha idarəolunan etmək üçün təcrübəni məhdud kateqoriyalara çevirdiyini müdafiə edir. Müəllif bu transformasiyanı “ontoloji sıxışdırma” anlayışı ilə izah edir. Emosiyaların üz ifadələri, davranış nümunələri, rəqəmsal ölçülər və ya təsnifat etiketləri üzərindən oxunması insan təcrübəsinin davamlılığını, qeyri-müəyyənliyini və kontekstdən asılı quruluşunu zəiflədə bilər.

Məqalə xüsusilə affektiv hesablama sistemlərini nümunə götürür. Üz ifadələrindən emosiya çıxarılması, fizioloji siqnallardan daxili vəziyyətin təxmin edilməsi və davranışdan şəxsiyyət və ya niyyət oxunması kimi yanaşmaların insan təcrübəsini həddindən artıq sadələşdirə biləcəyini müzakirə edir. Tədqiqatın təklif etdiyi çıxış nöqtəsi isə sistemdən tam qaçmaq deyil; qeyri-müəyyənlik, dolayı ifadə, kontekstuallıq və ölçülə bilməyən təcrübə sahələrini qorumaqdır.

Problem nədir?

Müasir rəqəmsal sistemlər insan davranışını anlamaq üçün çox vaxt ölçülə bilən məlumata ehtiyac duyur. Üz hərəkəti, klik, ürək döyüntüsü, seçim, imtahan nəticəsi və ya məhsuldarlıq metriyi sistem üçün oxuna bilən işarəyə çevrilir. Problem burada başlayır: Oxuna bilən şey insan təcrübəsinin tamamı deyil.

Müəllifin “ontoloji sıxışdırma” adlandırdığı şey çoxqatlı və davamlı insan təcrübəsinin sonlu, sayıla bilən və emal edilə bilən kateqoriyalara endirilməsidir. Bu, texniki mənada məlumat sıxışdırmasına bənzədilə bilər; lakin burada sıxışdırılan şey fayl deyil, insanın özünü yaşamaq, ifadə etmək və dəyişdirmək üsuludur.

Tədqiqata görə alqoritmik idarəetmə yalnız daha çox məlumat toplayan sistem deyil. Eyni zamanda nəyin məlumat sayılacağını, nəyin vacib görüləcəyini və nəyin “səs-küy” kimi kənarda saxlanacağını müəyyən edən təmsil rejimidir. Buna görə səhv faizi, qərəz və ya texniki dəqiqlik müzakirələri vacib olsa da, müəllifin əsas məsələsi daha dərindir: İnsan təcrübəsi hesablanabilən hala gətirilərkən nə itirilir?

Metod nə təklif edir?

Bu çalışma eksperimental laboratoriya tədqiqatı deyil. Məlumat dəsti, sorğu, klinik təcrübə və ya sahə ölçməsi təqdim etmir. Bunun əvəzinə nəzəri və konseptual təhlil aparır. Müəllif fəlsəfə, tənqidi məlumat araşdırmaları, oyun nəzəriyyəsi, siqnal emalı, ölçü nəzəriyyəsi, topologiya və affekt nəzəriyyəsi kimi sahələrdən istifadə edərək alqoritmik təsnifatın sərhədlərini müzakirə edir.

Mətn üç əsas xətt üzrə irəliləyir. Birincisi, teoloji, kapitalist və alqoritmik sistemlərin insan təcrübəsini təsnif etmə formaları arasında tarixi bənzərlik qurur. İkincisi, affektiv hesablama sistemlərinin emosiya, üz ifadəsi və bədən siqnalları arasındakı əlaqəni həddindən artıq birbaşa şərh etdiyini müdafiə edir. Üçüncüsü isə “Complementary Resonance Protocol” adlı konseptual çərçivə təklif edir.

Bu təklif texniki alqoritm deyil. Daha çox, insan təcrübəsinin tam açıq, ölçülə bilən və sabit kateqoriyalarla təmsil edilməsinə qarşı qeyri-müəyyənlik, dolayı ifadə, zamanilik və kontekstual dəyişmə sahəsini qorumağa yönəlmiş fəlsəfi strategiyadır.

Formullar nəyi izah edir?

Bu çalışma riyazi formullar ehtiva edir; lakin formullar əsasən eksperimental hesablama aparmaq üçün deyil, konseptual arqumenti gücləndirmək üçün istifadə olunub.

İlk mühüm ifadə monoton məntiqlə bağlıdır. Müəllif klassik məntiqdə bir ilkin şərtin nəticəni dəstəklədiyi halda yeni məlumat əlavə olunsa belə nəticənin pozulmayacağı fərziyyəsini aşağıdakı strukturla izah edir:

Burada A başlanğıc ilkin şərt, B həmin ilkin şərtdən çıxarılan nəticə, C isə sonradan əlavə olunan yeni məlumatdır. Müəllifin tənqidi budur: Yaşayan insan sistemlərində kontekst daim dəyişir. Buna görə bir anda doğru görünən təsnifat yeni kontekst meydana çıxanda keçərliliyini itirə bilər. Alqoritmik sistemlər isə çox vaxt insanı müəyyən anda dondurulmuş məlumat nöqtəsi kimi nəzərdən keçirir.

İkinci mühüm ifadə emosiyaların təsnifatının həddindən artıq daraldılmasını izah etmək üçün istifadə olunur. Ekman-ın altı əsas emosiya kateqoriyası üzərindən aparılan müzakirədə bu altı kateqoriyanı kodlamaq üçün lazım olan informasiya miqdarı belə göstərilir:

Bu ifadə altı emosiya kateqoriyasının təxminən üç bitlik dar təmsil məkanına sığdırıla biləcəyini göstərir. Müəllif bunu “3-bit prison” bənzətməsi ilə tənqid edir. Əsas ideya budur ki, insan affekti qəzəb, sevinc, qorxu və kədər kimi bir neçə sabit kateqoriyaya sıxışdırıldıqda böyük təmsil itkisi baş verir.

Üçüncü mühüm struktur alqoritmik sistemin giriş və çıxış əlaqəsini izah edir:

Burada S alqoritmik sistemi, x müşahidə olunan vəziyyəti, y isə sistemin yaratdığı təsnifat nəticəsini təmsil edir. Müəllif belə modelin işləməsi üçün x ilə y arasındakı əlaqənin kifayət qədər sabit olmalı olduğunu qeyd edir. Halbuki insan davranışı kontekstə, zamana, bədən vəziyyətinə və sosial şərtlərə görə dəyişə bilər.

Dördüncü struktur bu sabitliyi pozan açıq uclu müdaxiləni izah edir:

Burada x mövcud müşahidə olunan vəziyyəti, x’ dəyişmiş vəziyyəti, Ω(x) isə sistemin asanlıqla modelləşdirə bilmədiyi kontekstual və açıq uclu dəyişkənliyi təmsil edir. Bu formul insan davranışındakı qeyri-müəyyənliyin tam təsadüfilik deyil, modelin sabit təsnifat strukturunu çətinləşdirən dəyişmə sahəsi olduğunu göstərməyə çalışır.

Tədqiqatda həmçinin seçmə/örneklemə məntiqinə istinad olunur. Səs kimi fiziki siqnallar müəyyən tezlik sərhədləri daxilində nümunələnə bildiyi halda, müəllif affektin belə aydın yuxarı sərhədə malik olmadığını müdafiə edir. Buna görə affekti rəqəmsal nümunələmə yolu ilə tam tutmağın mümkün olmadığı irəli sürülür.

Bu ifadə Nyquist-Shannon nümunələmə məntiqini ümumiləşdirir. f_s nümunələmə tezliyini, f_max isə siqnaldakı ən yüksək tezliyi təmsil edir. Müəllif bu texniki ideyanı birbaşa eksperimental sübut kimi deyil, bənzətmə kimi istifadə edir: Əgər insan affekti sabit tezlik sərhədlərinə malik deyilsə, onu üz ifadələri və ya məhdud emosiya etiketləri ilə tam tutmaq struktur baxımdan problemli ola bilər.

Qrafik, cədvəl və sxemin əsas mesajı

PDF-də klassik mənada təcrübə nəticələrini göstərən qrafik və ya məlumat cədvəli ön plana çıxmır. Bunun əvəzinə çalışma konseptual axın sxemi kimi oxuna bilən bölmələr üzrə irəliləyir. Əsas struktur bu qarşıdurma üzərində qurulub: davamlı, kontekstual və dəyişkən insan təcrübəsi bir tərəfdə; sonlu, sayıla bilən və təsnif edilə bilən alqoritmik təmsil digər tərəfdədir.

Mətnin əsas sxematik mesajını belə ümumiləşdirmək olar: İnsan təcrübəsi əvvəlcə dil, din, bazar və ya alqoritm kimi təmsil sistemlərinə daxil edilir. Bu sistemlər təcrübəni oxuna bilən edərkən eyni zamanda onu daraldır. Daraldılmış təcrübə daha sonra proqnoz, idarəetmə və optimallaşdırma proseslərinə daxil edilir. Lakin geridə həmişə ölçülə bilməyən, təsnif edilə bilməyən və tam təmsil olunmayan qalıq qalır.

Veb oxucusu üçün çalışmanın ən anlaşıqlı vizual qarşılığı “davamlı təcrübə sahəsi”ndən “sonlu kateqoriya qutuları”na doğru sıxışdırma diaqramı ola bilər. Bu diaqramda affekt, bədən, kontekst və zaman geniş axın kimi; alqoritmik sistem isə həmin axını bir neçə etiketə, bala və ya davranış kateqoriyasına çevirən filtr kimi göstərilə bilər.

Təcrübələr necə aparılıb?

Bu çalışma eksperimental tədqiqat deyil. Yəni müəyyən sayda iştirakçıdan məlumat toplanmayıb, statistik test aparılmayıb, laboratoriya şəraitində emosiya tanıma performansı ölçülməyib.

Müəllifin metodu konseptual təhlildir. Affektiv hesablama, üz ifadəsinin kodlaşdırılması, alqoritmik idarəetmə, təsnifat sistemləri, oyun nəzəriyyəsi və ölçülə bilmə anlayışları üzərindən nəzəri müzakirə qurulub. Buna görə mətndəki iddialar empirik nəticələr kimi deyil, tənqidi və fəlsəfi arqumentlər kimi oxunmalıdır.

Tədqiqatda Paul Ekman-ın əsas emosiya nəzəriyyəsi və üz hərəkətlərini kodlaşdıran FACS yanaşması mühüm nümunə kimi nəzərdən keçirilir. Müəllif bu yanaşmanın insan üzünü maşın tərəfindən oxuna bilən sistemə çevirdiyini, lakin affektin bədən, mədəniyyət və kontekst baxımından mürəkkəbliyini tam təmsil etməyə bilməyəcəyini müdafiə edir.

Nəticələr nə göstərir?

Tədqiqatın gəldiyi əsas nəticə alqoritmik idarəetmənin insan təcrübəsini tam tutan neytral güzgü olmamasıdır. Əksinə, sistem nəyi ölçdüyünə, nəyi təsnif etdiyinə və nəyi kənarda saxladığına görə insanı müəyyən formaya salır.

Müəllifə görə emosiya tanıma sistemləri üz ifadəsi və ya fizioloji siqnallar üzərindən daxili vəziyyəti birbaşa oxumağa çalışanda ciddi təmsil problemi ilə üzləşir. Eyni ürək döyüntüsü qorxu, həyəcan, fiziki gərginlik və ya başqa bədən vəziyyəti ilə əlaqəli ola bilər. Eyni şəkildə, üz ifadəsinin olmaması da emosiyanın olmaması demək deyil.

Tədqiqat həmçinin daha çox məlumatın və daha yüksək model mürəkkəbliyinin həmişə daha yaxşı təmsil demək olmadığını vurğulayır. Kateqoriya sayını artırmaq, vektor ölçülərini böyütmək və ya daha detallı təsnifatlar aparmaq davamlı və kontekstual təcrübə ilə diskret təmsil arasındakı struktur fərqi tam aradan qaldırmaya bilər.

Müəllifin təklif etdiyi “çıxış hüququ” sistemlərdən tamamilə qaçmaq demək deyil. Daha çox insan təcrübəsinin hər tərəfinin ölçülə bilən, optimallaşdırıla bilən və proqnozlaşdırıla bilən hala gətirilməsinə qarşı sərhəd qoymaq cəhdidir.

Bu niyə vacibdir?

Bu müzakirə süni intellekt sistemlərinin gündəlik həyatda getdikcə daha çox qərar prosesinə daxil olması səbəbindən vacibdir. İşə qəbul, təhsil, təhlükəsizlik, sağlamlıq monitorinqi, reklam, sosial media və dövlət idarəçiliyi kimi sahələrdə insanlar artıq yalnız dedikləri ilə deyil; üz ifadələri, davranış nümunələri, rəqəmsal izləri və ölçülə bilən performansları ilə də qiymətləndirilə bilirlər.

Əgər insan təcrübəsi yalnız sistemin oxuya bildiyi siqnallardan ibarət hesab edilirsə, ölçülə və ya təsnif edilə bilməyən tərəflər dəyərsizləşə bilər. Bu xüsusilə emosiyalar, qeyri-müəyyən seçimlər, mədəni kontekst, şəxsi transformasiya, sükut və ifadə edilə bilməyən təcrübələr baxımından vacibdir.

Tədqiqat “daha çox məlumat həmişə daha yaxşı anlama yaradırmı?” sualını gündəmə gətirir. Müəllifin cavabı ehtiyatlıdır: Daha çox məlumat daha detallı izləmə təmin edə bilər; lakin bu, insan təcrübəsinin tamamının düzgün qavrandığı demək deyil.

Diqqət edilməli məqamlar

Bu mətn güclü və yaradıcı konseptual bənzətmələr ehtiva edir, lakin empirik tədqiqat deyil. Buna görə iddialar məlumatla sınaqdan keçirilmiş nəticələr kimi deyil, nəzəri-tənqidi şərhlər kimi qiymətləndirilməlidir.

Tədqiqatda riyaziyyat, topologiya, ölçü nəzəriyyəsi və siqnal emalı anlayışları əsasən izahlı və intuitiv məqsədlə istifadə olunur. Bu anlayışlar insan affektinin birbaşa riyazi olaraq sübut edilmiş modelini təqdim etməkdən daha çox, alqoritmik təmsilin sərhədlərini göstərmək üçün seçilib.

Süni intellekt və alqoritmik idarəetmə sürətlə inkişaf edən sahələrdir. Buna görə çalışma mövcud sistemlərin hamısının eyni şəkildə işlədiyini iddia edən qəti texniki hesabat kimi oxunmamalıdır. Daha düzgün oxu forması onu alqoritmik təsnifat sistemlərinin insan təcrübəsini daraltmaq riskinə diqqət çəkən fəlsəfi xəbərdarlıq kimi görməkdir.

Həmçinin mətndəki “qaçış”, “çıxış hüququ” və ya “sistemi pozmaq” ifadələri texniki sabotaj mənasında şərh edilməməlidir. Çalışmanın əsas istiqaməti insan təcrübəsinin tam ölçülə bilən və idarəolunan hala gətirilməsinə qarşı etik və konseptual sərhədlər düşünməkdir.

Nəticə

“The Right to Exit: Against Ontological Compression” alqoritmik dövrdə insanın necə təmsil edildiyi sualını mərkəzə alan nəzəri çalışma kimi oxuna bilər. Mətn müasir sistemlərin yalnız məlumatı emal etmədiyini, eyni zamanda insanı məlumata çevrilməyə məcbur edən nizam qurduğunu müdafiə edir.

Müəllifin ən diqqətçəkən töhfəsi alqoritmik idarəetməni yalnız səhv, qərəz və ya texniki çatışmazlıq üzərindən deyil, varoluşsal sıxışdırma üzərindən müzakirə etməsidir. İnsan təcrübəsi davamlıdır, ziddiyyətlidir, kontekstdən asılıdır və çox vaxt açıq ifadə edilə bilmir. Alqoritmik sistemlər isə aydın etiketlər, sabit davranışlar və ölçülə bilən siqnallar tələb edir.

Bu gərginlik süni intellekt dövründə etik müzakirələrin yalnız “model düzgün proqnoz verirmi?” sualına endirilə bilməyəcəyini göstərir. Əsas sual budur: Sistem bizi daha yaxşı anlamağa çalışarkən, bizi daha dar formada yaşamağa da məcbur edə bilərmi?