Sənaye 5.0 yalnız daha çox avtomatlaşdırma qurmağı deyil, insan ekspertizasını, süni intellekti və maşın imkanlarını eyni sosial-texniki sistem daxilində birlikdə işlətməyi hədəfləyən yanaşma kimi nəzərdən keçirilir. Bu tədqiqat sözügedən birliktəliyin dizayn idarəçiliyində necə strukturlaşdırıla biləcəyini izah etmək məqsədilə insanmərkəzlilik, etik məsuliyyət və dayanıqlılığı eyni çərçivədə birləşdirən Sənaye 5.0 Dizayn İdarəçiliyi Modeli hazırlayır. Tədqiqat sistematik ədəbiyyat icmalı və keyfiyyət məzmun təhlili ilə başlayır; model 11 ekspertlə üç ayrı sessiyada inkişaf etdirilir, daha sonra yeddi müxtəlif sektordan 316 iştirakçının məlumatları ilə PLS-SEM istifadə edilərək kəmiyyətcə sınaqdan keçirilir və son mərhələdə turizm/qonaqpərvərlik ilə səhiyyə xidmətlərindəki iki təşkilatda keyfiyyət hal araşdırmaları vasitəsilə tətbiq oluna bilməsi qiymətləndirilir.

Təklif olunan model altı əlaqəli sahədən ibarətdir: İnsan–Süni İntellekt–Maşın Sinerjisi (HMS), Koqnitiv və Ağıllı Dizayn Ekosistemi (CIDE), Dizayn İdarəçiliyi Strategiyaları (DMS), Texnoloji və İnfrastruktur İmkanvericilər (TIE), Təşkilati və Strateji İnteqrasiya (O&SI) və Birgə Yaratma və Təcrübə Dizaynı (CCXD). Kəmiyyət modelində ən güclü yol İnsan–Süni İntellekt–Maşın Sinerjisi ilə Dizayn İdarəçiliyi Strategiyaları arasında tapılmışdır (β = 0.782, t = 14.418, p < 0.001). Dizayn İdarəçiliyi Strategiyaları həmçinin Təşkilati və Strateji İnteqrasiya ilə β = 0.722 və Koqnitiv və Ağıllı Dizayn Ekosistemi ilə β = 0.646 səviyyəsində müsbət əlaqələr göstərmişdir. Bunun əksinə, DMS-in HMS → CIDE əlaqəsini moderasiya etdiyi fərziyyəsinə dair qarşılıqlı təsir yolu əhəmiyyətli olmamışdır (β = −0.005, t = 0.201, p = 0.841).

Tədqiqatın əsas mesajı budur ki, Sənaye 5.0-da effektiv dizayn idarəçiliyi yalnız daha güclü süni intellekt və ya daha inkişaf etmiş texnoloji infrastrukturla izah edilə bilməz. Tədqiqat modelində insan mühakiməsi, süni intellekt dəstəkli təhlil, maşın imkanları, istifadəçi iştirakı, təşkilati strategiya, etik idarəetmə və texnoloji infrastruktur bir-birini qidalandıran sistem kimi nəzərdən keçirilir. Bununla belə, kəmiyyət bölməsi kəsitsəl və öz-bildirişə əsaslanır; iki hal araşdırmasının nəticələri isə kəmiyyət performans ölçümü deyil, keyfiyyət tətbiq sübutudur. Buna görə modelin bütün sektorlarda eyni nəticələri verəcəyi hələ göstərilməmişdir.

Türkiyə baxımından model istehsal, maşın sənayesi, dizayn ofisləri, səhiyyə xidmətləri, turizm, avtomobil, proqram təminatı və süni intellekt dəstəkli xidmət sistemlərində insan–AI əməkdaşlığının necə idarə edilə biləcəyini araşdırmaq üçün istifadə oluna biləcək çərçivə təqdim edir. Lakin tədqiqatın kəmiyyət nümunəsi Avropa, Şimali Amerika və Asiyadakı müxtəlif sektorlardan toplanmış, real həyat tətbiqi isə yalnız iki xidmət təşkilatında araşdırılmışdır. Türkiyədəki qurumlar üçün tətbiqolunma və təsirlər yerli məlumatlarla ayrıca təsdiqlənməlidir.

Sənaye 5.0 Sənaye 4.0-dan hansı baxımdan fərqlənir?

Tədqiqatın nəzəri çıxış nöqtəsi Sənaye 4.0 ilə Sənaye 5.0 arasındakı fokus dəyişikliyidir. Tədqiqata görə, Sənaye 4.0-ın avtomatlaşdırma və səmərəlilik yönümlü məntiqindən fərqli olaraq Sənaye 5.0 texnoloji irəliləyişi insan yaradıcılığı, ictimai dəyərlər, dayanıqlılıq və insanmərkəzli qərarvermə prosesləri ilə birlikdə nəzərdən keçirir.

Bu baxışda insanla süni intellekt arasındakı münasibət “insanı əvəz edən sistem” şəklində qurulmur. Süni intellekt insanın analitik qabiliyyətini genişləndirən və qərar prosesini dəstəkləyən tərəfdaş kimi mövqeləndirilir. Xüsusilə etik qiymətləndirmə, konteksti anlama, intuisiya və ictimai dəyərlərlə bağlı son qərarın insanda qalması modelin əsas prinsiplərindən biridir.

Tədqiqat bu yanaşmanı augmented cognition, yəni koqnitiv qabiliyyətin texnologiya ilə artırılması perspektivi ilə izah edir. Süni intellekt böyük məlumat dəstlərini təhlil edə, proqnozlar və alternativ dizayn ssenariləri yarada bilər; lakin bunların dəyər, etika, mədəniyyət və istifadəçi təcrübəsi baxımından qiymətləndirilməsi insan ekspertizasının bir hissəsi kimi qorunur.

Tədqiqatın ele aldığı elmi boşluq nədir?

Müəlliflər mövcud Sənaye 5.0 və dizayn idarəçiliyi ədəbiyyatının əhəmiyyətli dərəcədə parçalanmış olduğunu müdafiə edirlər. Əvvəlki yanaşmaların bəziləri süni intellekt dəstəkli optimallaşdırmaya, bəziləri insanmərkəzli dizayna, bəziləri dayanıqlılığa, bəziləri isə kiber-fiziki sistemlərə və ya təşkilati idarəetməyə fokuslanır.

Problem bu komponentlərin eyni dizayn idarəçiliyi arxitekturası daxilində necə koordinasiya ediləcəyinin kifayət qədər izah olunmamasıdır. Buna görə tədqiqatın məqsədi yalnız yeni anlayış siyahısı təqdim etmək deyil; insan yaradıcılığı, süni intellekt imkanları, texnoloji infrastruktur, təşkilati qərar mexanizmləri, etika və dayanıqlılıq arasındakı əlaqələri eyni struktur çərçivədə sınaqdan keçirməkdir.

Tədqiqatın üç əsas sualı

1. Sənaye 5.0 kontekstində süni intellekti, insan ekspertizasını və maşın imkanlarını effektiv şəkildə inteqrasiya edən Dizayn İdarəçiliyi Modelinin əsas komponentləri hansılardır?
2. Sənaye 5.0 yönümlü çərçivədə effektiv insan–süni intellekt–maşın əməkdaşlığını mümkün etmək üçün hansı dizayn idarəçiliyi mexanizmləri və strukturlaşdırma prinsipləri tələb olunur?
3. Təklif olunan model real təşkilati kontekstdə insan–süni intellekt–maşın əməkdaşlığını dəstəkləmək məqsədilə necə tətbiq oluna bilər?

Ədəbiyyat icmalı hansı həcmdə idi?

İlk ədəbiyyat icmalında dizayn idarəçiliyi ilə bağlı 114 tədqiqat və Sənaye 5.0/dayanıqlılıqla bağlı 98 tədqiqat müəyyən edilmişdir. Təkrarlanan və uyğun olmayan nəşrlər çıxarıldıqdan sonra ətraflı keyfiyyət təhlili üçün müvafiq olaraq 88 və 52 tədqiqat saxlanmışdır.

Google Scholar, Scopus, Web of Science, JSTOR və IEEE Xplore məlumat mənbələrindən istifadə edilmişdir. Axtarışlarda “Design Management”, “Industry 5.0”, “Sustainability Goals”, “Industrial Design”, “Human–AI Synergy”, “Design Strategies” və “Participatory Design” kimi açar ifadələrdən istifadə olunmuşdur.

Dizayn idarəçiliyi ədəbiyyatında hansı mövzular önə çıxdı?

Mənbənin 13-cü səhifəsindəki Şəkil 2 də bu tematik quruluşu şəbəkə şəklində göstərir. İnsanmərkəzli dizayn, texnologiya inteqrasiyası və dayanıqlı dizayn böyük düyünlər kimi yer alır; birgə dizayn, dizayn düşüncəsi, liderlik, çeviklik və etika isə digər mövzularla əlaqəli şəkildə göstərilir.

Sənaye 5.0 və dayanıqlılıq ədəbiyyatında hansı mövzular üstünlük təşkil edir?

Bu mövzular bir-birini istisna edən kateqoriyalar deyil. Mənbə açıq şəkildə bir tədqiqatın birdən çox mövzu üzrə kodlaşdırıla biləcəyini bildirir; buna görə faizlərin cəminin %100 olması gözlənilmir.

Model ekspertlərlə necə inkişaf etdirildi?

Ədəbiyyat təhlilindən əldə edilən struktur birbaşa yekun model kimi qəbul edilmədi. Sənaye dizaynı, dizayn idarəçiliyi və Sənaye 5.0 sahəsində ekspert olan 11 nəfər modelin hazırlanması prosesinə daxil edildi.

Mənbəyə görə ekspertlərin hamısı ən azı doktorluq dərəcəsinə malik idi; professor və ya tədqiqatçı kimi fəaliyyət göstərir və eyni zamanda dizaynla bağlı şirkətlərini idarə edirdilər. Beləliklə panelin həm akademik, həm də praktik təcrübəyə malik olması hədəflənmişdir.

Ekspert qiymətləndirmələri təxminən iki saat davam edən üç sessiyada aparılmışdır. Birinci sessiyada insan–AI sinerjisi, dayanıqlılıq və terminologiyaya diqqət yetirildi. İkinci sessiyada etik AI istifadəsi, məlumat məxfiliyi, şəffaflıq, ədalət, insanmərkəzli liderlik və dizayn çevikliyi gücləndirildi. Üçüncü sessiyada modelin bütövlüyü və tətbiq oluna bilməsi qiymətləndirilərək son struktur təsdiqləndi.

Müəlliflər ekspertlərin həm akademik, həm də kommersiya dizayn fəaliyyətləri ilə məşğul olmasının perspektiv qərəzi yarada biləcəyini qəbul edirlər. Bu riski azaltmaq üçün ekspertlərin yalnız modeli təsdiqləməsi deyil, strukturları və əlaqələri tənqid etməsi və sorğulaması təşviq edilmiş; rəylərin izlənilə bilən formada qeydə alındığı bildirilmişdir.

Təklif olunan modelin altı əsas sahəsi

Mənbənin 17-ci səhifəsindəki Şəkil 4 tədqiqatın əsas dizayn idarəçiliyi arxitekturasını göstərir. Model altı sahəni müstəqil qutular kimi deyil, bir-birindən əks əlaqə alan dinamik sistem kimi müəyyən edir.

AI-nin rolu: Əvəz etmək deyil, qabiliyyəti artırmaq

Modelin HMS komponentində süni intellekt açıq şəkildə “AI as an Augmenter, Not a Replacement” yanaşması ilə müəyyən edilmişdir. Başqa sözlə, sistemin məqsədi insan dizaynerini aradan qaldırmaq deyil, insanın koqnitiv və yaradıcı qabiliyyətini dəstəkləməkdir.

Bu sahədə koqnitiv yükün idarə edilməsi, uyğunlaşan interfeyslər, əks əlaqə və birgə təkamül, eləcə də əməkdaşlığa əsaslanan insan–AI qərarvermə mexanizmləri ön plana çıxır. İnsan xüsusilə etik qiymətləndirmə, kontekstual şərh və dizaynın mədəni və ya ictimai nəticələrini qiymətləndirmək vəzifəsini saxlayır.

Koqnitiv və Ağıllı Dizayn Ekosistemi niyə mərkəzdədir?

CIDE modelin müxtəlif sahələrindən gələn biliyi bir araya gətirən mərkəzi məlumat və öyrənmə ekosistemi kimi müəyyən edilmişdir. Məlumat yönümlü dizayn zəkası, kontekstə həssas AI sistemləri və avtomatlaşdırılmış yaradıcılıq dəstəyi bu sahəyə daxildir.

Modelin struktur nəticələri CIDE-nin tək bir texnologiya ilə izah edilmədiyini göstərir. CIDE DMS, TIE, HMS, CCXD və O&SI ilə ayrıca mənalı əlaqələr göstərmişdir. Bu struktur ağıllı dizayn ekosisteminin yalnız alqoritmdən deyil; texnologiyanın, insan əməkdaşlığının, istifadəçi iştirakının və təşkilati inteqrasiyanın birlikdə işləməsindən ibarət olduğu model yanaşmasını dəstəkləyir.

Struktur modeldə hansı əlaqələr tapıldı?

Cədvəl 8-ə görə modeldəki ən böyük standartlaşdırılmış yol əmsalı HMS → DMS, β = 0.782-dir. Bunu DMS → O&SI (β = 0.722) və DMS → CIDE (β = 0.646) izləyir.

CIDE-yə birbaşa uzanan yollar arasında rəqəmsal olaraq ən böyük əmsal DMS → CIDE üçün β = 0.646-dır. Mənbənin sonrakı müzakirəsində TIE → CIDE yolu β = 0.595 ilə “ən güclü proqnozlaşdırıcı” kimi müəyyən edilsə də, bu ifadə Cədvəl 8-dəki əmsal sıralaması ilə uyğun gəlmir.

Dizayn idarəçiliyi strategiyalarının moderasiya təsiri dəstəkləndimi?

Xeyr. Tədqiqatın diqqətçəkən nəticələrindən biri Dizayn İdarəçiliyi Strategiyalarının HMS ilə CIDE arasındakı əlaqəni əhəmiyyətli şəkildə dəyişməməsidir. Qarşılıqlı təsir yolu β = −0.005, t = 0.201 və p = 0.841 kimi bildirilmişdir.

Müəlliflər bu nəticəni insan–AI–maşın əməkdaşlığından doğan koqnitiv və uyğunlaşan dizayn zəkasının tamamilə mərkəzləşdirilmiş idarəetmə nəzarəti tərəfindən formalaşdırılmaması kimi şərh edirlər. Modelin öz nəzəri şərhinə görə, bilik və dizayn zəkası müxtəlif insan, istifadəçi və texnologiya düyünləri arasındakı qarşılıqlı təsirlərdən paylanmış şəkildə inkişaf edə bilər.

Turizm və qonaqpərvərlik halında model necə istifadə edildi?

İlk real həyat tətbiqi turizm və qonaqpərvərlik sektorundakı bir xidmət təşkilatında həyata keçirildi. Mənbə təşkilatın kommersiya adını açıqlamır.

HMS sahəsində AI dəstəkli səyahət ssenarisi simulyasiyalarından istifadə edildi. Süni intellekt real vaxt ekoloji, demoqrafik və tələbat məlumatlarından müxtəlif səyahət və yerləşmə ssenariləri yaradır, insan dizaynerlər isə bu təklifləri mədəni həssaslıq, emosional cavab və təcrübə keyfiyyəti baxımından qiymətləndirirdi. Mənbənin şərhinə görə AI burada qərar səlahiyyəti deyil, koqnitiv qabiliyyəti artıran vasitə kimi işləyirdi.

CIDE çərçivəsində ekoloji şərait, turist hərəkətləri və müxtəlif təmas nöqtələrindən gələn məlumatların birləşdirildiyi planlaşdırma sistemlərindən xidmət düzülüşü, marşrut və resurs istifadəsinə dair dinamik simulyasiyalar üçün istifadə edildi.

DMS qatında AI təklifləri birbaşa tətbiq edilmədi. Dizayn rəhbərləri alqoritmik anlayışlardan istifadə edərkən, təkliflərin sosial və təcrübəvi nəticələri insan rəhbərliyində keçirilən qiymətləndirmə toplantılarında nəzərdən keçirildi.

TIE sahəsində artırılmış reallıq interfeysləri və ağıllı tövsiyə sistemləri vasitəsilə müştərilərə otaq xüsusiyyətləri və tədbir proqramları kimi xidmət elementlərini fərdiləşdirmək imkanı verildi.

CCXD sahəsində AI vasitəli müştəri birgə-dizayn platformalarının daha fərdiləşdirilmiş və kontekstə uyğun xidmət təcrübələrini dəstəklədiyi müşahidə edildi. Lakin bu tapıntılar kəmiyyətləşdirilmiş nəzarətli performans təcrübəsinin nəticəsi deyil; mənbə hal mərhələsini keyfiyyət tətbiq doğrulaması kimi müəyyən edir.

Səhiyyə xidmətləri halında nə dəyişdi?

İkinci hal səhiyyə xidməti təşkilatında həyata keçirildi və yüksək riskli insan–AI qarşılıqlı təsirləri səbəbilə etika, izah edilə bilmə və insan səlahiyyəti daha qabarıq oldu.

HMS çərçivəsində AI dəstəkli sistemlər görüş planlaşdırılması, resurs bölgüsü və müalicə yolu simulyasiyalarında istifadə edildi. Lakin son qərarların səhiyyə mütəxəssislərində qalması modelin insanmərkəzli yanaşmasının əsas tətbiqi idi.

CIDE çərçivəsində xəstə axınlarının və qayğı proseslərinin alternativ strukturlarını qiymətləndirmək üçün rəqəmsal əkiz və simulyasiya alətlərindən istifadə edildi.

DMS sahəsində klinisistlərin, menecerlərin və xəstə nümayəndələrinin daxil olduğu iştirakçı qərar prosesləri yaradıldı. AI çıxışları müzakirəyə məlumat verdi, lakin son qərarı müəyyən etmədi.

TIE sahəsində izah edilə bilən süni intellekt sistemlərindən istifadə olundu. Klinisistlərin alqoritmik tövsiyələrin əsaslandırılmasını görə bilməsi tədqiqatın keyfiyyət müşahidələrində şəffaflıq və etibar baxımından mühüm element kimi qiymətləndirildi.

CCXD sahəsində xəstə rəyləri təkrarlanan xidmət yenidən dizayn dövrlərinə daxil edildi. Turizm halından fərqli olaraq xəstələr texnoloji dizayn alətləri ilə eyni dərəcədə birbaşa qarşılıqlı əlaqədə olmadılar; lakin təcrübə məlumatları AI modellərinə və insan rəhbərliyindəki dizayn qərarlarına giriş təmin etdi.

İki hal birlikdə nə göstərir?

Hər iki halda süni intellektin insan qərarını tamamilə ələ aldığı struktur müşahidə edilmədi. AI təhlil və simulyasiya qabiliyyətini artırarkən, yekun şərh və məsuliyyət insanda saxlanıldı.

Texnoloji tətbiqlər sektorlar üzrə dəyişdi: turizmdə artırılmış reallıq, fərdiləşdirmə və tövsiyə mühərrikləri önə çıxarkən; səhiyyədə izah edilə bilən AI, xəstə axını simulyasiyası və rəqəmsal əkizlər daha qabarıq idi. Buna baxmayaraq altı sahəli arxitekturanın əsas məntiqi hər iki mühitdə qoruna bildi.

Bu tapıntı modelin müxtəlif xidmət kontekstlərinə uyğunlaşdırıla biləcəyinə dair ilkin dəstək verir. Lakin yalnız iki təşkilat araşdırıldığı üçün istehsal, dövlət sektoru, avtomobil, təhsil və ya digər sektorlara ümumi şəkildə tətbiq oluna biləcəyi nəticəsinə gəlmək olmaz.

Dayanıqlılıq modeldə hara yerləşdirilir?

Tədqiqat dayanıqlılığı yalnız son performans göstəricisi kimi modelin sonuna əlavə etmir. Mənbəyə görə dayanıqlılıq texnoloji infrastruktur, strateji qərar meyarları, istifadəçi iştirakı və təşkilati idarəetmə daxilində paylanmış vəziyyətdədir.

TIE çərçivəsində enerji səmərəli hesablama, az tullantılı prototipləşdirmə və həyat dövrü yönümlü infrastruktur; DMS daxilində resurs səmərəliliyi, davamlılıq və dövrilik; CCXD daxilində isə istifadəçilərin ekoloji nəticələrə təsir edən dizayn seçimlərinə qoşulması nümunə kimi göstərilir.

Etika niyə ayrıca son yoxlama deyil?

Tədqiqat modeli etikaya da texnologiya tamamlandıqdan sonra edilən müstəqil yoxlama kimi baxmır. HMS insanın etik mühakimədəki rolunu qoruyur; DMS alqoritmik şəffaflıq, məlumat ədaləti və maraqlı tərəflərin məsuliyyətini strateji idarəetmə mexanizminə daxil edir; O&SI isə bu prinsiplərin liderlik və idarəetmə sistemlərinə yerləşdirilməsini hədəfləyir.

Beləliklə etika yalnız AI alqoritminin texniki keyfiyyətinə deyil, təşkilat daxilində AI-nin necə istifadə edildiyinə, qərarları kimin verdiyinə və istifadəçinin prosesə necə daxil edildiyinə bağlanır.

Tədqiqatın dəstəklədiyi nəticələr

• Təklif olunan dizayn idarəçiliyi modeli altı əlaqəli sahə üzrə kəmiyyətcə sınaqdan keçirilmişdir.
• HMS ilə DMS arasında güclü və müsbət struktur əlaqə tapılmışdır (β = 0.782).
• DMS, O&SI (β = 0.722) və CIDE (β = 0.646) ilə mənalı müsbət əlaqələr göstərmişdir.
• CIDE HMS, TIE, DMS, O&SI və CCXD ilə ayrıca mənalı struktur əlaqələrə malikdir.
• DMS-in HMS → CIDE əlaqəsini moderasiya etdiyi fərziyyəsi dəstəklənməmişdir.
• Turizm/qonaqpərvərlik və səhiyyə halları modelin müxtəlif xidmət mühitlərində keyfiyyətcə tətbiq oluna biləcəyinə ilkin dəstək vermişdir.
• Model süni intellekti insanı əvəz edən deyil, insan qərarını və yaradıcılığını artıran əməkdaş aktor kimi mövqeləndirir.

Tədqiqatın dəstəkləmədiyi nəticələr

• Modelin bütün sektorlarda universal şəkildə etibarlı olduğu göstərilməmişdir.
• AI istifadəsinin müəssisə performansını müəyyən faizlə artırdığı göstərilməmişdir.
• İki hal tətbiqi nəzarətli kəmiyyət performans təcrübəsi deyil.
• Kəsitsəl sorğu məlumatları qəti səbəb-nəticə əlaqəsi qurmaq üçün kifayət deyil.
• DMS-in HMS ilə CIDE arasındakı əlaqəni gücləndirdiyinə dair statistik dəstək tapılmamışdır.
• AI-nin insan dizayneri və ya meneceri aradan qaldırmalı olduğu nəticəsinə gəlinməmişdir.
• Türkiyədəki qurumlarda eyni struktur əmsalların etibarlı olduğu təsdiqlənməmişdir.

Tədqiqatın Metodu və Nəticələri

Ümumi tədqiqat dizaynı

Tədqiqat dörd əsas mərhələdən ibarət ardıcıl qarışıq metod yanaşmasından istifadə edir:

1. Sistematik ədəbiyyat icmalı və keyfiyyət tematik təhlil,
2. 11 ekspertlə modelin hazırlanması və məzmun doğrulaması,
3. 316 iştirakçı ilə PLS-SEM kəmiyyət doğrulaması,
4. Turizm/qonaqpərvərlik və səhiyyə xidmətlərində iki hal üzrə keyfiyyət tətbiq doğrulaması.

Mənbənin 9-cu səhifəsindəki Şəkil 1 tədqiqat prosesini 13 addımda ətraflı göstərir. Axın ədəbiyyatın toplanması və Atlas.ti təhlilindən başlayaraq ekspert rəylərinə, modelin qurulmasına, SmartPLS ölçmə və struktur model qiymətləndirməsinə və sonda iki hal tətbiqinin müqayisəsinə qədər uzanır.

Keyfiyyət məzmun təhlili

Seçilmiş ədəbiyyat Atlas.ti 23.2.3 istifadə edilərək Braun və Clarke-ın tematik təhlil yanaşmasına uyğun kodlaşdırıldı. Tədqiqatçılar məlumatla tanışlıq yaratmaq, ilkin kodları hazırlamaq, mövzuları formalaşdırmaq, mövzuları nəzərdən keçirmək, müəyyənləşdirmək və adlandırmaq mərhələlərindən istifadə etdiklərini bildirirlər.

Kod təriflərinin, daxil etmə/xaric etmə qaydalarının və analitik qərarların sənədləşdirilməsi üçün kod kitabçası, audit izi və iterativ qeydlərin istifadə edildiyi bildirilmişdir.

Kəmiyyət nümunəsi

Kəmiyyət doğrulaması 316 iştirakçı üzərində həyata keçirilmişdir. İştirakçılar yeddi sektordan seçilmişdir.

İştirakçıların %34,5-i non-binary, %33,2-si qadın və %32,3-ü kişi kimi bildirilmişdir. Təhsil bölgüsü orta məktəb diplomu %29,1, doktorluq %25,6, bakalavr %23,7 və magistr %21,5 şəklindədir.

Orta yaş 40,76 il (SS = 11,55; aralıq 22–60) və orta peşə təcrübəsi 18,28 il (SS = 10,09; aralıq 1–35) kimi bildirilmişdir.

Coğrafi bölgü Avropa %42, Şimali Amerika %31 və Asiya %27-dir. Kəmiyyət məlumatları 2023-cü ilin noyabrı ilə 2024-cü ilin martı arasında toplanmışdır.

Niyə PLS-SEM istifadə edildi?

Tədqiqatda SmartPLS 4.1.1.5 istifadə edilmişdir. Müəlliflər PLS-SEM-i modelin nəzəriyyə inkişafı və proqnoz yönümlü xarakterinə, birdən çox latent quruluşa malik mürəkkəb əlaqələrə və yeni hazırlanmış model strukturuna görə seçdiklərini bildirirlər.

Əvvəlcə ölçmə modelinin daxili tutarlılığı və yaxınlaşan etibarlılığı qiymətləndirilmiş, daha sonra struktur yollar və izahedici əlaqələr sınaqdan keçirilmişdir. Fərziyyələrin inferensial statistikası bootstrap metodu ilə hesablanmış və əhəmiyyətlilik səviyyəsi 0.05 olaraq müəyyən edilmişdir.

Ölçmə modelinin etibarlılığı

Bütün Cronbach alfa dəyərləri 0.70-dən yuxarıdır. AVE dəyərləri 0.554–0.711 aralığında və 0.50-dən yuxarıdır.

TIE üçün kompozit etibarlılıq 0.607 kimi bildirilmişdir və ümumi 0.70 meyarından aşağıdır. Müəlliflər yeni və kəşfiyyat xarakterli konstruksiyalarda 0.60-dan yuxarı dəyərlərin qəbul edilə biləcəyini bildirərək TIE-ni modeldə saxlamış, lakin bu quruluşun ehtiyatla şərh edilməli olduğunu açıq şəkildə qeyd etmişlər.

Göstərici yükləri

Mənbədə bildirilən normal göstəricilərin xarici yükləri 0.613 ilə 0.919 arasında dəyişir. Məsələn, AI-Powered Decision Support göstəricisinin TIE yükü 0.919, Automated Creativity Augmentation göstəricisinin CIDE yükü 0.918 və Participatory Design göstəricisinin CCXD yükü 0.892-dir.

DMS üçün Dynamic Design Flexibility göstəricisinin yükü 0.613 ilə bildirilən göstəricilər arasında daha aşağı dəyərlərdən biridir; buna baxmayaraq mənbənin qəbul etdiyi 0.60 həddindən yuxarıdır.

Ayırdedici etibarlılıq

Ayırdedici etibarlılıq HTMT istifadə edilərək qiymətləndirildi. Bütün HTMT nisbətləri 0.90-dan aşağı qaldı. Ən yüksək dəyər HMS ilə DMS arasında 0.871 kimi bildirilmişdir.

Müəlliflər bu nəticəni altı əsas latent quruluşun bir-birindən empirik olaraq ayrıla bildiyinə dair dəstək kimi qiymətləndirmişlər.

Struktur modelin əsas nəticəsi

Yeddi birbaşa yol statistik olaraq mənalı tapıldığı halda yalnız HMS × DMS moderasiya təsirinin CIDE üzərindəki yolu mənalı tapılmamışdır.

Ən yüksək əmsal HMS → DMS üçün β = 0.782-dir. Bu nəticə tədqiqatın əsas tezisi ilə uyğundur: insan, süni intellekt və maşın imkanlarının birlikdə işləməsi dizayn idarəçiliyi strategiyalarının formalaşması ilə güclü şəkildə əlaqəlidir.

DMS → O&SI yolunun β = 0.722 olması dizayn idarəçiliyi strategiyalarının təşkilati struktur və strateji inteqrasiya ilə də güclü şəkildə bağlı olduğunu göstərir.

Mənbə daxilində struktur model hesabat problemləri

Cədvəl 8-in moderasiya sətrində standart sapma dəyəri −0.023 kimi çap edilmişdir. Standart sapma mənfi ola bilmədiyi üçün bu dəyər mənbədaxili hesabat problemi kimi qiymətləndirilməlidir. Verianla-nın elmi şərhində bu dəyər istifadə edilməmişdir.

Həmçinin 22-ci səhifədəki Şəkil 6 və Şəkil 7-nin başlıqları ilə vizualdakı dəyər növlərinin bir-birinə tərs düşdüyü görünür. “T-values on Paths” başlıqlı vizual əmsal/yük böyüklüyündə dəyərləri, “Path Coefficients” başlıqlı vizual isə t-statistikalarını göstərir. Mənbədə səssiz yenidən adlandırma aparılmamışdır.

Müzakirə bölməsində TIE → CIDE yolu β = 0.595 ilə CIDE-nin ən güclü proqnozlaşdırıcısı kimi müəyyən edilsə də, Cədvəl 8-də DMS → CIDE yolu β = 0.646-dır. Buna görə rəqəmsal müqayisədə Cədvəl 8 dəyərləri əsas götürülmüşdür.

Hal doğrulamasının metodu

Kəmiyyət SEM təhlilindən sonra iki xidmət təşkilatı məqsədli şəkildə seçilmişdir: biri turizm/qonaqpərvərlik, digəri səhiyyə xidmətləri sahəsindədir. Təşkilatların adları mənbədə açıqlanmır.

Hal məlumatları yarı-strukturlaşdırılmış müsahibələr, sənəd təhlili və iştirakçı olmayan müşahidələr vasitəsilə toplanmış və məlumat mənbələri arasında triangulyasiya aparılmışdır.

Müəlliflər bu mərhələnin keyfiyyət doğrulaması məqsədi daşıdığını və kəmiyyət performans ölçümü kimi dizayn edilmədiyini xüsusilə vurğulayırlar. Buna görə hallarda bildirilən “yaxşılaşma”, “daha yüksək uyğunluq” və ya “daha yaxşı təcrübə” ifadələri müəyyən faiz və ya eksperimental təsir böyüklüyü kimi şərh edilə bilməz.

Əsas metodoloji məhdudiyyətlər

• Kəmiyyət məlumatları kəsitsəl və öz-bildirişə əsaslanır.
• Model uzunmüddətli sistem təkamülünü birbaşa ölçmür.
• Təklif olunan strukturun tətbiqi müəyyən səviyyədə təşkilati yetkinlik tələb edə bilər.
• Real həyat doğrulaması yalnız iki xidmət sektorundakı təşkilatla məhduddur.
• İstehsal, dövlət, təhsil və digər sənaye sahələrinə ümumiləşdirmə üçün yeni doğrulama tələb olunur.
• Ekspert panelinin akademik və kommersiya fəaliyyətləri potensial perspektiv qərəzi yarada bilər.
• Ədəbiyyat icmalında verilənlər bazası seçimi, açar söz formulalaşdırılması və seçim qərarlarından qaynaqlanan qərəz tamamilə istisna edilə bilməz.

Gələcək tədqiqatlar üçün təklif olunan sahələr

Müəlliflər modelin zamanla dəyişməsini qiymətləndirən uzununa və panel tədqiqatlarını; avtomobil, ağıllı şəhər, rəqəmsal təhsil, dövlət və başqa sektorlarda çarpaz tətbiqləri təklif edirlər.

İnsan–AI qarşılıqlı təsirinin koqnitiv və emosional tərəflərini daha ətraflı araşdırmaq üçün göz izləmə, qalvanik dəri reaksiyası və EEG əsaslı koqnitiv yük ölçümü kimi metodlar da gələcək tədqiqat sahələri arasında sıralanır.

Alqoritmik ədalət, rəqəmsal suverenlik, AI muxtariyyəti ilə insan nəzarəti arasındakı tarazlığın idarə edilməsi, izah edilə bilmə, işçilərin AI sistemlərini qəbulu və məlumat idarəetməsi də modelin gələcəkdə genişləndirilə biləcəyi mövzular kimi göstərilmişdir.

Mənbə və Metod Qeydi

Tam orijinal işin adı: Design Management in Industry 5.0: Synergy of AI, Humans, and Machines

Müəlliflər: Amir Mohammad Amin Nezhad; Parisa Jourabchi Amirkhizi; Siamak Pedrammehr; Zahra Haghighi Aghdam; Mahdi Soleimanzadeh.

Müəllif sırası: Mənbə işindəki sıra olduğu kimi qorunmuşdur.

Bərabər töhfə/birgə birinci müəlliflik: Bildirilməyib.

Məsul müəllif: Siamak Pedrammehr.

Qurum: Faculty of Design, Tabriz Islamic Art University, Tabriz 5164736931, Iran.

Jurnal: Administrative Sciences.

Nəşriyyat: MDPI, Basel, Switzerland.

Cild / say / məqalə nömrəsi: 16 / 7 / 333.

DOI: 10.3390/admsci16070333

Rəsmi nəşr bağlantısı: https://doi.org/10.3390/admsci16070333

Nəşr prosesi: İş 23 Mart 2026-da qəbul edilmiş, 2 İyul 2026-da revizə edilmiş, 7 İyul 2026-da qəbul edilmiş və 9 İyul 2026-da dərc olunmuşdur.

Mənbə növü və resenziya vəziyyəti: Administrative Sciences jurnalında dərc olunmuş resenziyalı orijinal tədqiqat məqaləsidir; preprint deyil.

Lisenziya: Creative Commons Attribution (CC BY) lisenziyası altında açıq girişli olaraq dərc olunmuşdur.

Maliyyələşdirmə: Tədqiqat xarici maliyyə almamışdır.

Etik qiymətləndirmə: Tədqiqat yalnız peşəkar sorğular və ekspert müsahibələrini əhatə edən, həssas şəxsi və ya tibbi məlumat toplamayan qeyri-invaziv xarakterinə görə institusional etik baxış və təsdiqdən azad edilmişdir. Müəlliflər tədqiqatın Helsinki Bəyannaməsinə və Tabriz Islamic Art University-nin institusional prinsiplərinə uyğun aparıldığını bildirirlər.

Məlumatlandırılmış razılıq: Tədqiqata qatılan bütün şəxslərdən məlumatlandırılmış razılıq alındığı bildirilmişdir.

Məlumatların əlçatanlığı: Tədqiqatda istifadə olunan məlumatların məsul müəllifdən tələb edilə biləcəyi; iştirakçı səviyyəli tədqiqat məlumatlarına dair məxfilik və etik məhdudiyyətlər səbəbilə məlumat dəstlərinin ictimaiyyətə açıq olmadığı bildirilmişdir.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşması bildirməmişlər.

Müəllif töhfələri: Konseptuallaşdırma A.M.A.N. və P.J.A.; metodologiya S.P.; proqram təminatı A.M.A.N. və M.S.; doğrulama P.J.A., S.P. və Z.H.A.; formal təhlil A.M.A.N.; tədqiqat Z.H.A. və M.S.; resurslar P.J.A.; məlumat kurasiyası A.M.A.N.; ilkin layihə A.M.A.N.; nəzərdən keçirmə və redaktə P.J.A. və S.P.; vizuallaşdırma M.S.; məsləhətçilik və layihə idarəçiliyi P.J.A. tərəfindən həyata keçirilmişdir.

Əsas metod: Tədqiqat ardıcıl qarışıq metod yanaşmasından istifadə etmişdir. İlk mərhələdə 114 dizayn idarəçiliyi və 98 Sənaye 5.0/dayanıqlılıq tədqiqatı müəyyən edilmiş; seçimdən sonra 88 və 52 tədqiqat tematik təhlilə daxil edilmişdir. Atlas.ti ilə aparılan keyfiyyət təhlilindən sonra 11 ekspertlə üç iterativ qiymətləndirmə sessiyası keçirilmiş; yaranan altı sahəli model yeddi sektordan 316 iştirakçının məlumatı ilə SmartPLS 4.1.1.5 istifadə edilərək PLS-SEM üzərindən sınaqdan keçirilmişdir. Son mərhələdə turizm/qonaqpərvərlik və səhiyyə xidmətlərində iki hal tətbiqi ilə keyfiyyət xarici tətbiqolunma qiymətləndirməsi aparılmışdır.

Mənbədaxili hesabat qeydi 1: 22-ci səhifədəki Şəkil 6 və Şəkil 7-nin başlıqları ilə içərisindəki say növlərinin tərs göründüyü müşahidə edilir. Mənbə üzərində səssiz düzəliş edilməmişdir.

Mənbədaxili hesabat qeydi 2: Cədvəl 8-də DMS moderasiya təsiri → CIDE sətrinin standart sapması −0.023 kimi çap edilmişdir. Mənfi standart sapma etibarlı olmadığından bu dəyər elmi şərhdə istifadə edilməmişdir.

Mənbədaxili hesabat qeydi 3: Müzakirədə TIE → CIDE β = 0.595 yolu CIDE-nin ən güclü proqnozlaşdırıcısı adlandırılsa da, Cədvəl 8-də DMS → CIDE əmsalı β = 0.646-dır. Verianla-nın rəqəmsal müqayisəsi Cədvəl 8-i əsas götürür.

Mənbədaxili hesabat qeydi 4: Cədvəl 4 struktur ballarını 9.12–14.65 aralığında verir, müzakirə bölməsində isə beşli Likert şkalasında təxminən 3.46–3.71 aralığında ortalamalardan bəhs olunur. Mənbə bu iki təqdimat forması arasındakı çevrilməni izah etmir.

Əsas şərh sərhədi: SEM mərhələsi kəsitsəl öz-bildiriş məlumatlarına əsaslanır. İki real həyat tətbiqi kəmiyyət performans təcrübəsi deyil, keyfiyyət hal doğrulamasıdır. Buna görə tədqiqat altı sahəli model üçün nəzəri, statistik və ilkin tətbiqi dəstək versə də, modelin bütün sektorlar və ölkələr üçün universal şəkildə təsdiqləndiyini göstərmir.

Bu Verianla məzmununun elmi metodu, rəqəmsal nəticələri və çıxarışları yalnız orijinal tədqiqata əsaslanır. Xarici mənbələr yalnız biblioqrafik kimliyin və nəşr vəziyyətinin doğrulanması üçün istifadə edilmiş; tədqiqatın elmi məzmununa kənardan yeni məlumat, model əmsalı, eksperimental nəticə və ya mexanizm əlavə edilməmişdir.