Robotların dünyayı değiştirmesi denildiğinde akla genellikle fiziki dünya gelir: fabrikadaki robot qolu, pilotsuz vasitə, avtomatik anbar və ya insanın yaptığı işi devralan maşın. Oysa daha səssiz və görünmesi daha çətin bir çevrilmə iqtisadi sistemin üçünde yaşanmaktadır.

Süni intellekt artık yalnız hesap yapan bir nəqliyyat vasitəsi değildir. Maliyyə sistemlərde məlumat analizi, müştəri profilləşdirmə, bazar analizi, risk idarəetməsi, dələduzluq aşkarlanması, portfel süreçleri, pazarlama, müştəri ünsiyyəti və çeşitli qərar dəstəyi mekanizmalarında kullanılmaktadır. 2026 tarihli uluslararası maliyyə sabitliyi tədqiqatları, AI kullanımının finans kuruluşlarının karar süreçlerine giderek daha fazla girdiğini və yüksek otonomili “agentic AI” sistemlərinin daha uzun vəzifə zincirlerini realleştirebilmesinin həmçinin denetlenmesi gereken bir alan hâline geldiğini belirtmektedir.

Ancaq tehlikenin yalnız maşınlerin insanlardan daha hızlı əməliyyat yapması olduğu düşünülmemelidir.

Daha derin mesele şudur:

Süni intellekt yalnız bazarı öğrenmiyor. İnsan davranışını da öğrenebiliyor.

Bir sistem baxımından investornın adını bilmek her zaman gerekli değildir. İşlem sıklığı, tepki zamanı, ürün tercihi, hangi tür içeriğe ilgi gösterdiği, hangi şərtlərda karar değiştirdiği və ya hangi mesajlardan sonra qarşılıqlı təsirinin arttığı gibi məlumatlar davranış profilleri oluşturmak üçün kullanılabilir. Maliyyə AI kullanımına əlaqən rəsmi tədqiqatlar müştəri profilləşdirməyi real kullanım alanları arasında açıq şəkildə göstərir.

Fakat burada daha mühüm bir ikinci aşama vardır.

İnsan davranır, maşın öğrenir demek eksiktir.

Dijital sistem insanın ne gördüğünü də etkileyebilir.

Öneriler, sıralamalar, bildirişler, məzmun seçimi, ödül mekanizmaları, pazarlama mesajları və fərdiləşdirilmiş interfeysler kullanıcının sonrakı davranışını etkileyebilir. Kontrollü bir maliyyə tətbiq təcrübəinde yalnız bildiriş məlumatlmesi əməliyyat sayını təxminən %11, bal və mükafat mexanizmi ise təxminən %12 artırmıştır. Aynı təcrübə bazı rəqəmsal qarşılıqlı təsir xüsusilərinin daha riskli əməliyyatlarin nisbətinı da yükseltebildiğini göstərmişdir.

Bu nedenle real döngü şuna daha yakındır:

İnsan davranır → sistem gözlemler → davranışı modellər → məzmun və ya rəqəmsal mühit değişir → insan buna tepki məlumatr → yeni davranış yeni məlumatye dönüşür → sistem yeniden uyarlanır.

Burada mühüm bir texniki sərhəd vardır: Her süni intellekt her kullanıcı davranışından anında yeniden eğitilmez. Bazı təməl modellər yeni sürümler və yenidən təlim süreçleriyle geliştirilir. Bazı kurum içi modellər yeni məlumatlarle periyodik kimi güncellenir. Bazı tövsiyə və optimizasyon sistemləri ise kullanıcı geri bildirişi və ya çevrim içi təcrübələrden çok daha dinamik şəkildə yararlanabilir. Bilimsel tədqiqatlarda tövsiyə sistemlərinin kullanıcıya bir məzmun göstermesi, kullanıcının buna tepki vermesi və bu tepkinin sonrakı model güncellemelerinde yeniden kullanılması real bir “feedback loop” kimi tanımlanmaktadır.

Bunun anlamı şudur:

Geçmişte insanın davranışı geleceğin modelini yarada bilər; geleceğin modeli ise insanın görəceği dünyayı değiştirerek yeni davranışların yaranmasına katkıda bulunabilir.

Bu durum süni intellektnın bilinçli kimi insanları “avladığı” anlamına gelmez. Böyle bir ümumiləşmə üçün sübut yoktur. Ancaq AI, tövsiyə sistemləri, davranışsal tasarım və pis niyyətli aktörlerin ürettiği məzmunlar eyni dijital ortamda birleştiğinde, insanın yalnız gözlemlenen değil eyni zamanda etkilenebilen və yeniden modellenebilen iqtisadi aktore dönüşmesi mümkündür.

Bu yüzden Bölüm 6’nın əsas sualı şudur:

Oyuncu hâlâ yalnız bazarı mı okumaya çalışıyor, yoksa artık bazar sistemləri də oyunçuyu okuyup onun görəceği bilgi ortamını şəkillendirmeye mi başlıyor?

Dünyayı ele geçirmek yalnız fiziksel değildir

İnsanlığın maşın korkusu tarih boyunca fiziksel olmuştur.

Makine insanın işini alır.

Robot fabrikayı çalıştırır.

Otonom nəqliyyat vasitəsi sürücünün yerini alır.

İnsansı robot fiziksel vəzifəleri yerine getirir.

Bütün bunlar gözle görülebilir.

İqtisadi otomasyon ise çoğu zaman görünmez.

Bir risk modelinin hangi məlumatlari dəyərlendirdiğini görmeyiz.

Bir haberin neden önümüze geldiğini görmeyiz.

Bir müşteri grubunun neden müəyyən bir ürüne yönlendirildiğini görmeyiz.

Bir algoritmanın milyonlarca məlumat noktası arasında hangi örüntüyü bulduğunu görmeyiz.

İşte bu nedenle iqtisadi sistemdəki AI çevrilməü fiziksel robotlaşmadan daha səssizdir.

Robot insanın kas gücüne yaklaşır. Süni intellekt insanın karar alanına yaklaşır.

Bugün maliyyə kuruluşlarda AI'nın müştəri profilləşdirmə, bazar analizi, yatırım planlaması, portfel süreçleri və müştəri məsləhətçiliyi gibi alanlarda kullanıldığı rəsmi kimi belgelenmektedir.

Buradaki “iqtisadi sistemi ele geçirmek” ifadesi bilinçli bir maşınnin dünpiyada hükmetmesi anlamına gelmemelidir.

Daha doğru ifade şudur:

İnsanlar və qurumlar daha əvvəl insanlar tarafından yürütülen iqtisadi karar süreçlerinin müəyyən parçalarını giderek proqram təminatılara devrediyor.

Süni intellekt da değişiyor

İnsan değişir.

Bazar değişir.

Teknoloji değişir.

Süni intellekt sistemləri də eyni kalmaz.

Ancaq “AI sürekli kendi kendine öğreniyor” cümlesi fazla geneldir.

Gerçekte birkaç fərqli gelişme biçimi vardır.

Birincisi: təməl model gelişir.

Yeni məlumat, yeni təlim üsulleri, yeni arxitekturaler və yeni model sürümleri ortaya çıkar. Kullanılan AI sistemi bir yıl sonra eyni yetenek səviyyəsinde kalmak zorunda değildir.

İkincisi: kuruma özel sistem geliştirilir.

Bir kuruluş kendi məlumatlari, testləri, insan müdahalaleri və geri bildirişleri üzərindən kullandığı AI sistemini iyileştirebilir. 2026 tarihli maliyyə AI tədqiqatsı insan denetimi sırasında AI tövsiyəlerinin ne zaman reddedildiğinin izlenmesini və bu bilgilerin sistemi iyileştirmek üçün geri besleme kimi kullanılmasını açıq şəkildə təklif edir.

Üçüncüsü: çevrim içi optimizasyon sistemləri vardır.

Öneri sistemləri və ya bazı bandit tabanlı sistemlər, hangi seçənəğin hangi kullanıcı və ya bağlamda daha iyi nəticə verdiğini geri bildiriş üzərindən öğrenebilir. Bu tip sistemlər “deneme – tepki – güncelleme” mantığıyla çalışabilir. Akademik ədəbiyyatde kullanıcının tövsiyəye verdiği tepkinin gələcəkteki tövsiyəleri etkilemesi və böylece kapalı bir geri besleme döngüsü oluşması uzun süredir incelenmektedir.

Dolayısıyla doğru cümle:

Her AI seni anında öğrenmez; lakin AI ekosistemi yeni məlumatlar, yeni modellər, yeni geri bildirişler və yeni təcrübələrle sürekli gelişebilir.

İnsan da eyni kalmıyor

Burada genellikle ikinci xəta yapılır.

İnsan sanki sabit bir nesneymiş gibi düşünülür.

Oysa insan da öğrenir.

Yeni strateji öğrenir.

Yeni qrafik kalıbı görür.

Yeni influencer izler.

Yeni haber diline alışır.

Yeni risklerden korkar.

Yeni teknolojilere güvenmeye başlar.

Bir dönem işe yarayan davranış başqa bir dönemde değişebilir.

Bu nedenle modelin karşısındaki insan sabit değildir.

Model değişir.

İnsan değişir.

Bazar değişir.

Ve bunların birbirleriyle qarşılıqlı təsiri yeni davranışlar üretir.

Geleceğin bazarsı sabit bir maşınnin sabit insanları analiz ettiği bir yer olmayabilir. Değişen maşınler ilə değişen insanların birbirlerini sürekli etkilediği bir sistem ola bilər.

Oyuncuyu tanımak artık ismini bilmek değildir

Eski dünyada bir insanı tanımak kimliğini bilmekti.

Adı.

Mesleği.

Yaşı.

Geliri.

Bugünkü məlumat ekonomisinde davranışsal tanıma bundan fərqli ola bilər.

Bir model baxımından daha ilginç olan şu ola bilər:

• hangi şərtda əməliyyat aktiötürmə pilləsini artıyor,
• hangi fiyat hareketi dikkat çekiyor,
• hangi mesaj tipi qarşılıqlı təsir üretiyor,
• hangi tür içeriğin ardından davranış değişiyor,
• hangi ürünlerle daha fazla qarşılıqlı təsir kuruluyor,
• hangi şərtlərda karar süresi kısalıyor.

Bu məlumatlarin tamamının bütün kuruluşlar tarafından toplandığı və ya eyni məqsədlərla kullanıldığı söylenemez.

Fakat AI ilə müştəri profilləşdirmənin finans sektöründe real kullanım alanı olduğu belgelenmiştir.

Buradan şu mühüm nəticə çıkar:

Geleceğin sisteminin seni tanıması üçün adını bilmesine gerek olmayabilir. Davranış örüntünü tanıması yeterli ola bilər.

İnsanlar davranış klasterlərine dönüşebilir

Bir AI sistemi milyonlarca kişiyi tek tek isimlerle düşünmek zorunda değildir.

Benzer xüsusilər gösteren kullanıcıları istatistiksel kimi birbirine yakın dəyərlendirebilir.

Örneğin açıklama amacıyla düşünelim:

• sert yükselişlerden sonra daha fazla əməliyyat yapanlar,
• sert düşüşlerde aktiötürmə pilləsini artanlar,
• haber sonrası hızlı tepki verenler,
• sosyal ilgi arttığında daha sık əməliyyat yapanlar,
• yüksek volatilitede karar değiştirenler.

Bunlar müəyyən bir real platformaun kullandığı sınıflar değildir; mekanizmayı anlatmak üçün örnek davranış gruplarıdır.

Modern modellərde grup bunun gibi okunabilir bir etiket thəddən artıq yüksəlməak zorunda da değildir.

Matematiksel temsil çok daha karmaşık ola bilər.

Asıl məqsəd şu sualya cevap vermektir:

“Belirli şərtlər oluştuğunda bu davranış grubunun hangi tepkiyi verme olasılığı artıyor?”

Bu geleceği bilmek değildir.

Olasılık modelləşdirməktir.

Asıl çevrilmə: İnsan davranıyor, AI öğreniyor — ama hikâye burada bitmiyor

Döngüyü yalnız şöyle kurarsak:

İnsan → davranış → AI öğrenir

en mühüm kısmı kaçırırız.

Çünkü rəqəmsal sistem yalnız gözlemci değildir.

Bir şeyler gösterir.

Bir şeyleri sıralar.

Bazı mesajları öne çıkarır.

Bildirim gönderir.

İçerik tavsiye eder.

Bir interfeys yaradır.

Bunların tamamı insanın sonrakı davranışını etkileyebilir.

Daha doğru model:

İnsan → davranış → məlumat → model → seçim/sıralama/mesaj → insan tepkisi → yeni məlumat.

Öneri sistemləri üzerine rəyli akademik tədqiqatlar, algoritmanın önerdiği içeriğin kullanıcı davranışını etkilediğini; bu davranışın yenidən təlim məlumatsine dönüştüğünde sistem ilə kullanıcı arasında geri besleme döngüsü oluşabildiğini göstərmişdir. Bazı tədqiqatlar bu döngünün kullanıcı davranışlarını birbirine daha fazla benzetebileceğini də ortaya koymuştur.

Bu çok mühüm bir ayrımdır.

Model yalnız insanın keçmişini öğrenmiyor ola bilər; modelin yaptığı seçimler insanın gələcəkte üreteceği məlumatnin yaranmasına da katkıda bulunabilir.

Geleceği tahmin etmekten geleceği etkilemeye

Bir model yalnız:

> “Bu kişi ne yapar?”

diye sorarsa tahmin yapmaktadır.

Fakat sistem:

> “Hangi mesajı gösterirsem bu davranışın olasılığı artar?”

sualına görə optimize edilmeye başlarsa artık davranış üzərində etki üretebilecek bir mekanizmaya dönüşür.

Bu otomatik kimi kötü niyet anlamına gelmez.

Örneğin sistem kişiye uygun risk uyarısını gösterebilir.

Dolandırıcılık şüphesi varsa əməliyyati durdurabilir.

Kullanıcı üçün daha uygun bilgi sunabilir.

Ama eyni texniki tutum kötü teşviklerle birleşirse fərqli nəticə verebilir.

Teknolojinin yönünü yalnız ne yapabildiği değil, ne üçün optimize edildiği belirler.

Bir bildiriş realten insan davranışını değiştirebilir mi?

Evet.

Bu yalnız varsayım değildir.

Dokuz binden fazla katılımcının yer aldığı kontrollü bir investisiya tətbiqi təcrübəinde, push bildirişleri kullanıcıların əməliyyat sayını kontrol grubuna görə təxminən %11 artırmıştır. Puan və mükafat mexanizmi ise əməliyyat sayını təxminən %12 artırmıştır. Aynı təcrübə bu iki dizeynin daha riskli yatırımlarda yapılan əməliyyatlarin nisbətinı da artırabildiğini bulmuştur.

Bu tədqiqat şunu sübutlamaz:

> “Bütün yatırım tətbiqlərı kullanıcıyı bilerek zarar ettirmek üçün tasarlanmıştır.”

Böyle bir nəticə çıkarılamaz.

Ama çok mühüm başqa bir şeyi gösterir:

Dijital tasarım değiştiğinde maliyyə davranış da ölçülebilir şəkildə değişebilir.

Sahte qrafik taktiği neden bu kadar mühüm?

İnternette maliyyə məzmunlarin mühüm bir kısmı qrafikler üzərindən sunulmaktadır.

“Bu çizgi her seferinde çalışıyor.”

“Büyük oyunçuların gizli üsulu.”

“AI'nin bulduğu formula.”

“Bu kod bazarı əvvəlden görüyor.”

“Bu stratejinin başarı nisbəti çok yüksek.”

Bunlardan bazıları samimi təcrübəim paylhəddən artıq yüksəlməı ola bilər.

Bazıları kötü analiz ola bilər.

Bazıları yalnız çalışan örnekleri seçiyor ola bilər.

Bazıları ise kasıtlı şəkildə yanlış ola bilər.

AI burada yeni bir risk yaratıyor:

İkna edici yanlış bilgi üretmenin maya dəyəriini düşürebilir.

Profesyonel qrafik hazırlanabilir.

Kod üretilebilir.

Teknik açıklama yazılabilir.

Gerçekmiş gibi görünen performans raporu hazırlanabilir.

Sahte uzman kimliği oluşturulabilir.

Çok sayıda fərqli kişiye fərqli inandırma mesajları gönderilebilir.

Resmî investor koruma davalarında sözde AI tarafından üretilmiş investisiya tövsiyələrinin insanları saxta əməliyyat platformaalarına çekmek amacıyla kullanıldığı vakalar bulunmaktadır. 2025 sonunda açılan bir davada en az 14 milyon dolarlık investor parasının kötüye kullanıldığı və realte söz konusu platformaalarda əməliyyat realleşmediği iddia edilmiştir. Bunlar iddia ərizəsi iddialarıdır; qüvvəyə minmiş məhkəmə hökmü kimi sunulmamaktadır.

AI manipulyasiyau derken neyi kastediyoruz?

Burada kelimeler çok mühümdür.

“AI manipulyasiya yapıyor” denildiğinde sanki bağımsız iradesi olan bir maşınnin gizlice insanlara karşı plan yaptığı anlaşılabilir.

Bu bölüm böyle bir iddia kurmamaktadır.

Gerçekte birbirinden ayrılması gereken en az dört mekanizma vardır:

1. İnsan AI'yı manipulyasiya aracı kimi kullanabilir.

Sahte məzmun, fərdiləşdirilmiş mesaj, otomatik hesaplar və ya yapay görüntü və ses üretebilir.

2. Öneri sistemi yanlış və ya yanıltıcı içeriği büyütebilir.

Sistem gerçeği değil qarşılıqlı təsiri optimize ediyorsa yüksek qarşılıqlı təsir üreten məzmun daha görünür ola bilər.

3. Dijital interfeys kullanıcı davranışını yönlendirebilir.

Bildirim, sıralama, bal, varsayılan seçim və ya başqa tasarım unsurları davranışı etkileyebilir.

4. AI destekli fərdiləşdirmə fərqli insanlara fərqli inandırma yolları sunabilir.

Bu dört mekanizmanın eyni aktör tarafından eyni zamanda yürütüldüğü varsayılamaz.

Ama texniki kimi birbirleriyle birleşmeleri mümkündür.

Manipülasyonun en tehlikeli taktikleri

Sahte otorite: Bir kişinin görünüşü, sesi və ya ekspert dili taklit edilerek güven oluşturulabilir. Tüketici koruma otoriteleri AI destekli səs klonlamasının dolandırıcılık üçün kullanılabildiğini açıq şəkildə belgelemektedir.

Sahte sübut: Gerçek olmayan əməliyyat kayıtları, seçilmiş qrafikler, peykrma backtestler və ya yalnız başarılı örnekler istifadə edilərək üsul olduğundan güçlü gösterilebilir.

Sahte sosyal sübut: Çok sayıda hesap eyni fikri destekliyormuş gibi gösterilebilir.

Kişiselleştirilmiş inandırma: Her kullanıcıya eyni mesaj yerine kullanıcının ilgi alanına və ya davranış profiline görə fərqli narrativ sunulabilir.

Aciliyet: İnsan düşünmeden qərarverməye zorlanabilir.

Tekrar maruziyeti: Aynı fikir fərqli qaynaqlardan geliyor gibi tekrar tekrar karşıya çıkabilir.

Oyunlaştırma: Maliyyə karar, oyun içi ödül və ya başarı hissine benzer şəkildə sunulabilir. Kontrollü təcrübələr bazı oyunlaşdırma və bildiriş unsurlarının əməliyyat davranışını değiştirebildiğini göstərir.

Dark pattern: Kullanıcı interfeysü kullanıcıyı müəyyən tercihe yönlendirecek şəkildə tasarlanabilir. Uluslararası tüketici politikası tədqiqatları bu tür tasarımları insanları yanıltabilen, zorlayabilen və ya kendi çıkarlarına aykırı kararlara yöneltebilen tətbiqlər kimi tanımlamaktadır.

Model insanı test esərflir mi?

Bu sual doğru kurulmalıdır.

Bütün AI sistemlərinin insanları təcrübə faresi gibi tek tek test ettiğini söyleyemeyiz.

Ama rəqəmsal sistemlərde təcrübə yapmak yeni değildir.

Farklı mesajlar, interfeysler və ya tövsiyəler fərqli kullanıcı gruplarına gösterilebilir.

Hangi seçənəğin daha fazla klik, qarşılıqlı təsir və ya başqa hedef nəticə ürettiği ölçülebilir.

Çevrim içi öğrenme və contextual bandit gibi üsuller də “exploration–exploitation” problemi üzərindən fərqli seçimlerin sonucunu ölçüp sonrakı seçimleri geliştirmeyi məqsədlayan real texniki üsullerdir.

Bu nedenle texniki kimi mümkün olan şu döngüdür:

Seçənək A göster → tepkiyi ölç → seçim B göster → nəticələri karşılaştır → sonrakı seçimi optimize et.

Bu bir alışməlumatş tövsiyəsinde də kullanılabilir.

Bir məzmun platformaunda da.

Bir reklam sisteminde də.

Maliyyə rəqəmsal qarşılıqlı təsirde də davranışsal etkiler ortaya çıxa bilər.

Ancaq müəyyən bir finans kuruluşunun bunu investoryı kaybettirmek amacıyla kullandığını söylemek üçün birbaşa sübut gerekir.

Geçmiş davranış artık yalnız keçmiş değildir

Süni intellekt baxımından keçmiş məlumat təlim malzemesidir.

İnsan dün ne yaptı?

Hangi mesaj işe yaradı?

Hangi davranış grubu hangi şərta tepki verdi?

Hangi tövsiyə daha fazla qarşılıqlı təsir oluşturdu?

Bunlar gələcəkteki modellərde kullanılabilir.

Fakat keçmişe dayalı model gələcəkteki çevreyi değiştirmeye başladığında məlumat artık nötr değildir.

Öneri sistemləri ədəbiyyatündeki əsas sualnlardan biri tam kimi budur: sistem keçmiş davranıştan öğrenirken keçmiş davranışın kendisi də əvvəlki tövsiyəlerden etkilenmiştir. Böylece model kendi yarattığı dünyanın məlumatsinden yeniden öğrenmeye başlayabilir.

Bu nedenle:

AI yalnız insanın keçmiş algısını kullanmayabilir; keçmiş tövsiyəlerin insan üzərində yarattığı etkileri də yeni məlumat zannederek öğrenebilir.

Bilimsel ədəbiyyatde buna algoritmik geri besleme və confounding problemi denmektedir. Bazı tədqiqatlarda bu tür döngülerin kullanıcıların tüketim və ya seçim davranışlarını birbirine yaklaştırabildiği göstərilmişdir.

Bu finans üçün neden mühüm?

Çünkü maliyyə bazarda inanç davranış üretir.

Davranış emir üretir.

Emir fiyatı etkileyebilir.

Fiyat yeni inanç üretir.

Yeni inanç yeni davranış üretir.

Buna bir də algoritmik məzmun seçimi eklendiğinde ortaya daha karmaşık bir döngü çıkar:

Anlatı → alqoritmik yayılma → insan davranışı → bazar hareketi → yeni məzmun → yeni narrativ.

Buradan “bütün bazar sosial media algoritmaları tarafından kontrol edilmektedir” sonucu çıkarılamaz.

Ama bilgi ortamı ilə bazar davranışı arasındaki geri əlaqənin giderek daha mühüm hala geldiğini görmezden gelmek də doğru olmaz.

Sahte bir taktik real davranış yaratabilir

Burada rahatsız edici bir paradoks vardır.

Bir qrafik taktiği elmi kimi güçlü olmayabilir.

Fakat yeterince çok insan o taktiğe inanırsa insanlar benzer seviyelere bakmaya başlayabilir.

Benzer zamanlarda benzer davranışlar gösterebilir.

Böylece başlangıçta yalnız narrativ olan şey davranış üretmeye başlayabilir.

Bu, o taktiğin geleceği tahmin ettiği anlamına gelmez.

İnsanların taktiğe verdiği ortak tepkinin bazarda gözlemlenebilir hala gelmesi anlamına gelir.

Bazen sistem yalnız insanların neye inandığını ölçmez; insanların neye inanacağını etkileyen bilgi axınının da parçası olur.

Süni intellekt burada yeni davranışları öğrenebilir

İnsanlar yeni bir bazar davranışı geliştirdiğinde eski model zayıflayabilir.

Ama model ekosistemi də sabit kalmaz.

Yeni məlumatlar toplanır.

Yeni davranış klasterləri ortaya çıkar.

Yeni modellər geliştirilir.

Model performansı ölçülür.

İnsan müdahalaleri incelenir.

Yeni sürümler uygulanabilir.

2026 tarihli maliyyə AI rehber tədqiqatsı, insanın AI tövsiyəlerini ne zaman değiştirdiğinin və ya geçersiz kıldığının izlenmesini və bu örüntülerin AI sistemini geliştirmek amacıyla kullanılmasını açıq şəkildə tavsiye etmektedir.

Bu nedenle uzun vadede karşılıklı adaptasyon ortaya çıxa bilər:

İnsan AI'ya uyum sağlar.

AI sistemləri yeni insan davranışlarından öğrenerek güncellenir.

İnsan yeniden davranış dəyişdirir.

Sistem yeniden ölçer.

Bu, hiçbir zaman tamamlanmayan bir adaptasyon yarışı yaratabilir.

İşte Bölüm 6'nın en karanlık tarafı

Gelecekte iqtisadi sistemin insanı “anlaması” yalnız keçmiş məlumatden tahmin üretmekle məhdud kalmayabilir.

Sistem:

• davranışı ölçebilir,
• gruplandırabilir,
• tepki olasılıklarını tahmin esərflir,
• hangi mesajın hangi grupta daha etkili olduğunu ölçebilir,
• rəqəmsal mühityi kişiselleştirebilir,
• sonrakı davranışı yeniden gözlemleyebilir.

Bütün bunlar eyni sistem tarafından və ya kötü niyetle yapılmak zorunda değildir.

Ama teknolojik parçalar vardır.

Ve parçaların birleşme ihtimali geleceğin mühüm istehlakçı müdafiəsi sualnlarından biridir.

İnsanı anlamanın iqtisadi dəyəri varsa, insanın davranışını etkileyebilmenin iqtisadi dəyəri daha da böyük ola bilər.

AI kendi yarattığı insanı mı öğrenebilir?

Bu sual ilk baxınta felsefi görünür.

Fakat tövsiyə sistemlərinde texniki karşılığı vardır.

Bir sistem müəyyən məzmunlari tövsiyər.

İnsan bu məzmunlarle daha fazla karşılaşır.

Davranışı değişebilir.

Sistem değişmiş davranışı kaydeder.

Sonra:

> “Kullanıcı bunu seviyor.”

sonucunu çıkarır.

Oysa kullanıcının davranışının bir kısmı zaten algoritmanın əvvəlki seçiminin sonucudur.

Bu nedenle akademik tədqiqatlarda tövsiyə sisteminin kendi ürettiği davranış məlumatsinden tekrar öğrenmesi mühüm bir nedensellik və geri besleme problemi kimi incelenmektedir.

Finans baxımından bunun teorik karşılığı çok mühümdür:

Sistem insanların yalnız doğal davranışını öğrenmeyebilir; sistemin oluşturduğu bilgi ortamına tepki veren insanın davranışını da öğrenebilir.

Geleceğin oyunçusu insan mı, model mi?

İnsan bazarya:

> “Ne olacak?”

diye bakar.

Model:

> “Hangi olasılık daha yüksek?”

diye bakar.

İnsan karar məlumatr.

Model milyarlarca məlumat noktasını karşılaştırabilir.

İnsan uyur.

Makinenin biyolojik uyku ihtiyacı yoktur.

İnsan eyni zamanda birkaç bazarı takip eder.

Yazılım çok daha fazla bazarı eyni zamanda izleyebilir.

Bu yüzden geleceğin eşitsizliği yalnız:

> “Kim daha fazla bilgi biliyor?”

olmayabilir.

Daha kritik sual:

> “Kim bilgiyi daha hızlı analiz edip eyleme dönüştürebiliyor?”

ola bilər.

Ve bazar giderek daha uzun süre açık kalıyor

Bu çevrilmə AI'dan bağımsız değildir.

Temmuz 2026'da böyük bir geleneksel pay bazarsında 24 saat əməliyyate geçişe hazırlanmak üzere rəsmi bir düzenleyici toplantı duyurulmuştur. Görüşülecek konular arasında gecə ticarəti, operasyonlar, sistem dayanıqlılığı və genişletilmiş əməliyyat saatlerinin fırsatları ilə sualnları bulunmaktadır. Bu, bütün bazarların kesin kimi 7/24 olacağı anlamına gelmez; ancaq fasiləsiz bazarya doğru kurumsal tartımmanın artık rəsmi aşamaya geldiğini göstərir.

İnsan baxımından bunun anlamı basittir:

Bazarnın tədqiqat süresi büyürken insanın biyolojik tutumsi büyümüyor.

Programlanabilir para + AI

Aynı dönemde maliyyə altyapının başqa bir katmanı da dönüşmektedir.

2026'da tamamlanan böyük bir uluslararası prototip, tokenlaştırılmış kommersiya bankı pulu ilə tokenlaştırılmış mərkəzi bank ehtiyatlarınin ortak proqramlaşdırıla bilən platforma üzərində birleştirilebildiğini göstərmişdir. Prototip şərtlu ödeme mantığının birbaşa əməliyyatlare eklenebilmesini və uygulanması hâlinde sərhəd ötesi toptan ödemelerin günün her saatinde realleşebilmesini texniki kimi göstərmişdir.

Buna AI ajanlarını eklediğimizde mühüm bir gələcək sualı doğar:

Karar verebilen proqram təminatı + proqramlaşdırıla bilən pul + proqramlaşdırıla bilən aktiv + sürekli çalışan maliyyə altyapı.

Bunların tek bir bütün hâline geleceği kesin değildir.

Fakat her bir parçanın ayrı-ayrı gelişmekte olduğu belgelenmiştir.

Agentic AI neden fərqli?

Klasik AI bir sualya cevap verebilir.

Agentic AI ise hedefe ulaşmak üçün birden fazla adım planlayabilir, nəqliyyat vasitəsi kullanabilir və müəyyən yetkiler məlumatlmişse eylem realleştirebilir.

2026 tarihli maliyyə AI raporu yüksek otonomili sistemlər üçün “human-in-command”, kill switch, əməliyyat limitləri və müştəri fondları üzərində birbaşa əməliyyat yapıldığında əlavə insan təsdiqi gibi kontrol mekanizmalarını xüsusilə tartımmaktadır. Bu önlemlerin rəsmi raporda yer alması bile finans sektörünün AI ajanlarının iqtisadi eylem tutumsini ciddi şəkildə dəyərlendirdiğini göstərir.

Aynı tədqiqat bu gün üretken AI'nın tamamen otonom bazar əməliyyatlarinde yaygın kullanıldığına əlaqən sübutın hâlâ məhdud olduğunu da açıq şəkildə söylemektedir.

Yani:

Bugün tamamen AI tarafından yönetilen bazar yoktur.

Ama:

AI ajanlarının maliyyə karar zincirine daha fazla girmesi real bir gelişim alanıdır.

Makinelerin eyni şeyi düşünmesi

Geleceğin tehlikesi yalnız maşınlerin insanlardan üstün olması değildir.

Daha ilginç risk:

çox sayda maşınnin birbirine benzemesidir.

Maliyyə istikrar otoriteleri ortak AI modelləri, eyni məlumat qaynaqları və ya benzer altyapıların çox sayda kuruluş tarafından kullanılması hâlinde davranışların korelasyonunun artabileceğini; sürü davranışı, pro-siklik hareket, likvidlik sıxılması və aktiv qiyməti kırılganlıklarının büyüyebileceğini açıq şəkildə belirtmektedir.

Geleceğin problemi maşınlerin birbirinden fərqli düşünmesi değil, eyni zamanda eyni şeyi düşünmesi ola bilər.

Ovçu artık kim?

Bu noktada “Piyasanın İçindeki Avcı” kavramını yeniden düşünmek gerekir.

Ovçu mutlaka tek kişi değildir.

Tek şirket değildir.

Tek fon değildir.

Tek maşın değildir.

Tek gizli mərkəz değildir.

Bazen:

• eyni teşviklere,
• eyni davranış məlumatsine,
• eyni optimizasyon hedeflerine,
• eyni bazar siqnallerine

tepki veren çox sayda bağımsız sistemin toplamı dışarıdan tek bir organizma gibi görünebilir.

Bu bilinçli koordinasyon sübutı değildir.

Emergent, yani sistemin parçalarının qarşılıqlı təsirinden ortaya çıxan davranış ola bilər.

İnsanları yönlendirmek geleceği şəkillendirmek midir?

Bir insanın ne yapacağını kesin kimi bilemezsiniz.

Ama milyonlarca insan üçünde müəyyən davranışların olasılığını kiçik miktarda bile değiştirebilirseniz toplam nəticə iqtisadi kimi anlamlı ola bilər.

Burada “geleceği şəkillendirmek” sözü mutlak kontrol anlamına gelmez.

Daha məhdud lakin real anlamı şudur:

Bilgi ortamını değiştirmek, insanların gələcəkte vereceği bazı kararların olasılıklarını değiştirebilir.

İşte bu nedenle AI'nın davranış analizi ilə fərdiləşdirmə tutumsini birbirinden ayrı düşünemeyiz.

İnsan kendini nasıl koruyacak?

Bu bölüm investisiya məsləhəti vermemektedir.

Ama dijital manipulyasiyaa karşı kendini korumak yatırım stratejisi değil, əsas dijital özünümüdafiədır.

Bir: Kaynağın kim olduğunu doğrula.

Profesyonel görünen video, qrafik və ya kod real otorite değildir.

İki: “AI yaptı” ifadesini sübut kimi görme.

Bir üsulun AI tarafından üretilmiş olması onun doğru olduğunu göstermez.

Üç: Performansın tamamını iste.

Tek başarılı qrafik yerine başarısız nəticələr, istifadə edilən dönem, məlumat seçimi və test üsulu görülmelidir.

Dört: Görüntü və sese tek başına inanma.

AI destekli səs klonlama və şəxs təqlidinin dolandırıcılıkta kullanılabildiği rəsmi kimi belgelenmiştir.

Beş: Aciliyet gördüğünde doğrulamayı artır.

“Şimdi”, “son fırsat”, “hemen gir”, “kaçırma” gibi dil karar süresini azaltmak üçün kullanılabilir.

Altı: Aynı fikri yüz hesapta görmek yüz bağımsız qaynaq değildir.

İçerikler ortak qaynaqtan çoğaltılmış və ya algoritmik kimi büyütülmüş ola bilər.

Yedi: İqtisadi teşviki sor.

Bu kişiye və ya sistemə sen əməliyyat yaptığında, kayıt olduğunda, tıkladığında və ya başqa insan getirdiğinde iqtisadi fayda doğuyor mu?

Sekiz: Sana gösterilen axını real dünyanın tarafsız özeti sanma.

Kişiselleştirilmiş məzmun axını dünyanın ne düşündüğünü değil, sistemin sana göstermeyi seçtiği şeyi temsil esərflir.

Dokuz: Karar ilə eylem arasına zaman koy.

İçerik seni aşırı heyecanlandırıyor və ya korkutuyorsa bu, doğrulama süresini kısaltmak yerine uzatmak üçün neden olmalıdır.

On: Bir fikrin sana nasıl ulaştığını da analiz et.

Yalnız:

> “Bu bilgi doğru mu?”

değil,

> “Bu bilgi neden tam şimdi benim karşıma çıktı?”

sualınu da sor.

Çünkü geleceğin okuryazarlığı değişiyor

Geçmişte maliyyə savadlılığı:

faiz,

bilanço,

fiyat,

borç,

risk

bilmekti.

Bunların hepsi hâlâ mühümdür.

Ama gələcəkte başqa suallar eklenecektir:

• Bu içeriği bana kim gösterdi?
• Bu kararın ne kadarı algoritmik?
• Ben hangi məlumatyle profilleniyorum?
• Bu tövsiyə neden bana geliyor?
• Bu sistem neyi optimize ediyor?
• Modelin başarısı benim çıkarımla eyni şey mi?
• Karşımdaki kişi realten insan mı?
• Gösterilen performans real mi?
• Ben karar mı məlumatyorum, yoksa qərar mühitim mı tasarlanıyor?

Geleceğin en böyük eşitsizliği

Bence Bölüm 6'nın ulaştığı en mühüm nəticələrdan biri budur:

Geleceğin iqtisadi eşitsizliği yalnız kapital bərabərsizliyi olmayabilir.

Yalnız məlumat bərabərsizliyi də olmayabilir.

Modelleme tutumsi eşitsizliği ola bilər.

Bir taraf yalnız kendi davranışını görür.

Diğer taraf milyonlarca davranıştan örüntü çıkarabilir.

Bir taraf kendisine gösterilen grafiğe bakar.

Diğer taraf hangi grafiğin hangi davranış grubunda daha fazla tepki ürettiğini ölçebilir.

Bir taraf bazarı tahmin etmeye çalışır.

Diğer taraf bazar ilə birlikdə bazar katılımcılarının davranışını modelləşdirməye çalışabilir.

Oyuncular bazarı sinifləndirməya çalışırken, bazar sistemləri də oyunçuları sinifləndirməya başladı.

İnsan son oyunçu mu?

Bugün hayır.

İnsan hâlâ iqtisadi sistemin mərkəzindədir.

Sermayenin sahibi insandır.

Kuralları insanlar koyar.

Hedefleri insanlar belirler.

AI sistemlərinin yetkisini insanlar sərhədlər.

Hukuki sualmluluk insan və qurumlar üzərindədir.

2026 tarihli rəsmi maliyyə AI tədqiqatsı da yüksek otonomili sistemlərde nihai hesap verebilirliğin insanlarda və maliyyə kuruluşlarda kalması gerektiğini açıq şəkildə vurgulamaktadır.

Ama başqa bir sual giderek önem kazanıyor:

İnsan sistemin sahibi kimi kalırken, sistemin her kararında bulunan son oyunçu olmaktan çıkabilir mi?

Cevap muhəsasen bazı alanlarda evet olacaktır.

İnsan hedefi məlumatr.

Makine alt vəzifəleri yürütür.

İnsan sərhədi koyar.

Makine saniyede binlerce hesap yapar.

İnsan denetler.

Makine sürekli çalışır.

Bu gələcək kesin değildir.

Ama mövcud gelişmeler bu yöndeki olasılığı artık ciddiye almamız gerektiğini göstərir.

Bölüm 6'nın ana gerçeği

Süni intellekt dünyayı ele geçirmiş değildir.

İqtisadi sistem AI tarafından yönetilmiyor.

AI geleceği bilmiyor.

AI insan zehnini okumuyor.

AI bütün investorları kişisel kimi avlamıyor.

Bunların hiçbirini bu bölüm iddia etmemektedir.

Ama realler yeterince çarpıcıdır:

AI insan davranışını modelleyebilir.

İnsanları davranış örüntülərine görə sınıflandırabilir.

Dijital sistemlər insanın görəceği bilgiyi kişiselleştirebilir.

Dijital tasarım insan davranışını değiştirebilir.

Öneri sistemlərinde davranış ilə algoritma arasında geri besleme döngüleri oluşabilir.

AI pis niyyətli kişiler tarafından saxta məzmun və inandırma tutumsini miqyaslendirmek üçün kullanılabilir.

AI sistemlərinin kendisi də yeni sürümler, yeni məlumatlar və yeni geri bildirişlerle gelişebilir.

Maliyyə altyapı eyni dönemde daha proqramlaşdırıla bilən və daha kesintisiz hala gelmektedir.

Bunlar geleceğe əlaqən komplo değildir.

Bunlar bu gün ayrı-ayrı gözlenebilen gelişmelerdir.

Geleceğe əlaqən asıl sual bu parçaların ne ölçüde birleşeceğidir.

Geçmişte insan bazarı anlamaya çalışıyordu. Gelecekte bazar sistemləri insanı daha iyi anlamaya başlarsa ne olacak?

Ve daha rahatsız edici sual:

Sistem yalnız insanı anlamakla kalmaz, insanın görəceği dünyayı da şəkillendirirse gələcəkte karar kimin kararı olacak?

Tədqiqatın Yöntemi və Bulguları

Yöntem

Bu bölüm tek bir elmi tədqiqatın özeti değildir. Maliyyə süni intellekt, agentic AI, müştəri profilləşdirmə, rəqəmsal qarşılıqlı təsir tasarımları, tövsiyə sistemi geri besleme döngüleri, onlayn öyrənmə, AI destekli dolandırıcılık, tokenizasyon və genişleyen bazar saatlerine əlaqən rəsmi və rəyli qaynaqların sentezidir.

İddialar dört sınıfa ayrılmıştır:

1. Belgelenmiş mövcud kullanım
2. Deneysel kimi gösterilmiş davranış etkisi
3. Resmî kimi müəyyən edilmiş gələcək və ya sistemik risk
4. Mevcut eğilimlerden çıkarılmış lakin henüz sübut olunmamış gələcək ssenarisi

Ana tapıntılar

En mühüm nəticə

Bölümün əsas tapıntısu süni intellektnın insan davranışını kesin kimi tahmin esərflmesi değildir.

Temel tapıntı:

İnsan davranışı giderek daha fazla məlumatye dönüşürken, AI bu məlumatyi modelleyebilir; rəqəmsal sistemlər ise insanın karşılaşacağı bilgi ortamını değiştirebilir. Bu ikisi birleştiğinde insan ilə algoritma arasında çift yönlü bir geri besleme döngüsü ortaya çıxa bilər.

Sınırlılıklar

• Her finans kuruluşu eyni AI teknolojilerini və ya eyni məlumat setlerini kullanmamaktadır.
• Müşteri profilleme yapılması, kullanıcıya karşı əməliyyat yapıldığı anlamına gelmez.
• Davranış tahmini kesin davranış bilgisi değildir.
• Kişiselleştirme manipulyasiyala eş anlamlı değildir.
• Öneri sistemi geri besleme nəticələri platforma, hedef fonksiyon və kullanıcı grubuna görə değişebilir.
• Her AI sistemi sürekli onlayn öyrənmə yapmaz.
• AI tarafından oluşturulan bütün maliyyə məzmunlar saxta değildir.
• Sosyal medyada yayılan her strateji manipulyasiya değildir.
• Agentic AI'nın gələcəkteki maliyyə kullanım əhatəı bu gün kesin kimi bilinmemektedir.
• 24 saatlik bazar tartımmaları bütün bazarların kesintisiz olacağını sübutlamaz.
• Tokenizasyon projeleri bütün maliyyə sistemin eyni altyapıya taşınacağını sübutlamaz.

Mənbə və Metod Qeydi

Kaynak yapısı: Bölüm, 2024–2026 dönemindeki rəsmi maliyyə sabitliyi raporları, investor davranışı təcrübələri, istehlakçı müdafiəsi tədqiqatları, rəqəmsal qarşılıqlı təsir raporları, tokenizasyon prototipleri və tövsiyə sistemləri üzerine rəyli elmi tədqiqatlar istifadə edilərək hazırlanmışdır.

AI və finans: 2026 tarihli küresel maliyyə sabitliyi istişare raporu müştəri profilləşdirmə, yatırım planlaması, bazar analizi və agentic AI kullanımını finans sektöründeki real və ya aktif kimi araştırılan alanlar arasında göstərir. Aynı belge, tamamen otonom üretken AI trading kullanımına əlaqən mövcud sübutın məhdud olduğunu açıq şəkildə belirtmektedir.

AI'nın gelişmesi və geri bildiriş: Aynı rapor, insan denetimi sırasında AI kararlarının ne zaman değiştirildiğinin analiz edilmesini və bu bilgilerin sistemi geliştirmek üçün kullanılmasını tövsiyərken; rəyli tövsiyə sistemləri tədqiqatları kullanıcıya yapılan tövsiyəlerin davranışı etkileyip bu davranışın daha sonrakı model təlimine yeniden girebildiğini göstərir.

Dijital davranış etkisi: Kontrollü maliyyə tətbiq təcrübəinde push bildirişleri və ödül mekanizmalarının əməliyyat tezliyinda ölçülebilir artım oluşturduğu göstərilmişdir. Sonuç, rəqəmsal dizeynin maliyyə davranışı etkileyebileceğine əlaqən eksperimental sübut sağlamaktadır; bütün platformaaların eyni etkiyi oluşturduğu anlamına gelmez.

Manipülasyon və aldatıcı tasarım: Dijital tüketici politikası tədqiqatları insanları yanıltan, zorlayan və ya müəyyən tercihlere yönlendiren interfeys texnikilerini real bir istehlakçı müdafiəsi sualnu kimi tanımlamaktadır.

AI destekli dolandırıcılık: Resmî istehlakçı müdafiəsi belgeleri AI destekli səs klonlama və taklit risklerini ele alır. 2025 tarihli ayrı bir maliyyə dava ise sözde AI investisiya tövsiyələri istifadə edilərək investor güveni kazanıldığı və saxta platformaalara yönlendirildiği iddiasını içermektedir. Dava iddiaları kesinleşmiş hüküm kimi sunulmamıştır.

Bazarnın gələcəkteki tədqiqat biçimi: 2026'da geleneksel pay bazarlarında 24 saat əməliyyate doğru hareketin operasyonel və investor koruma boyutlarının görüşüleceği rəsmi toplantı ilan edilmiştir.

Programlanabilir finans: Aynı yıl tamamlanan uluslararası prototipte tokenlaştırılmış ticari banka mevduatı ilə tokenlaştırılmış mərkəzi bank ehtiyatları ortak proqramlaşdırıla bilən altyapıda birleştirilmiş və uygulanması hâlinde günün her saatinde çalışan toptan ödeme olasılığı göstərilmişdir.

Bilimsel və hukuki sərhəd: Bölüm hiçbir kişi, finans kuruluşu, bazar, teknoloji şirketi və ya platformaun investorları gizlice profilleyip onlara karşı əməliyyat yaptığını iddia etmemektedir. Belirli bir aktöre yönelik manipulyasiya suçlaması yapılmamaktadır. Belgelenmiş teknolojik tutum ilə müəyyən bir kötüye kullanım iddiası birbirinden ayrılmıştır.

Tədqiqatın söylediği: AI insan davranışını modelleyebilir; dijital tasarım davranışı etkileyebilir; bazı sistemlərde kullanıcı davranışı ilə algoritmik tövsiyə arasında geri besleme oluşabilir; AI sistemləri yeni məlumatlar və güncellemelerle gelişebilir; AI pis niyyətli kullanımın ölçeğini büyütebilir; maliyyə altyapı daha otomatik və proqramlaşdırıla bilən hala gelmektedir.

Tədqiqatın söylemediği: AI'nın insan zehnini okuduğunu, geleceği bildiğini, bütün investorları tek mərkəzden yönettiğini, müəyyən bir platformaun kullanıcılarını bilerek kaybettirdiğini və ya süni intellektnın bilinçli şəkildə insanlığa karşı iqtisadi savaş yürüttüğünü söylememektedir.

Koruma notu: Bölümdeki koruma tövsiyəleri investisiya məsləhəti değildir. Kaynak doğrulama, saxta məzmun aşkarlamai, dijital manipulyasiyau fərq etme və qərar mühitinı sorğulama amacı taşıyan əsas dijital-maliyyə özünümüdafiə ilkeleridir.