Yüksək səviyyəli koqnitiv autsorsinq (higher-order cognitive outsourcing), insanın yalnız yaddaş, axtarış, hesablama və ya rutin əməliyyatları deyil, şərh etmə, qiymətləndirmə, məna vermə və qərarların çərçivələnməsi kimi yüksək səviyyəli koqnitiv funksiyaları da xarici sistemə həvalə etməsini ifadə etmək üçün bu tədqiqatda təklif olunan nəzəri anlayışdır. Stoyana Natsevanın konseptual konfrans məruzəsi generativ süni intellektin psixoloji əhəmiyyətini yalnız istifadə tezliyi ilə deyil, insanla süni intellekt arasındakı koqnitiv əmək bölgüsünün keyfiyyəti ilə qiymətləndirməyi təklif edir. Əsas sual “İnsanlar süni intellektdən nə qədər istifadə edir?” deyil, “Hansı düşünmə əməliyyatlarını süni intellektə həvalə edir və bu prosesdə insan mühakiməsi qorunurmu?” sualıdır.

Məqalə bir-biri ilə əlaqəli üç nəzəri təklif irəli sürür. Birincisi, funksional koqnitiv xariciləşdirmə ilə yüksək səviyyəli koqnitiv autsorsinq arasında fərq qoyulmasıdır. İkincisi, insan–AI münasibətinin “alət → assistent → məsləhətçi → şərhçi → qərar əvəzedicisi” formasında irəliləyə bilən kontinuum üzərində araşdırılmasıdır. Üçüncüsü isə generativ süni intellektin şəxsi təcrübələrə təkrar-təkrar məna verən sistemə çevrildikdə avtobioqrafik mənalandırmada iştirak edən potensial xarici şərhçi qat kimi fəaliyyət göstərə biləcəyi hipotezidir.

Tədqiqat süni intellektdən istifadəni mahiyyət etibarilə zərərli hesab etmir. Əksinə, generativ süni intellektin məlumat toplamaq, seçimlər yaratmaq, mürəkkəbliyi strukturlaşdırmaq, məzmun yaratmaq və koqnitiv çıxışı genişləndirmək baxımından mühüm faydalar verə biləcəyini qəbul edir. Kritik fərq texnologiyanın insan mühakiməsini dəstəkləməsi ilə insanın şərh və qiymətləndirmə vəzifəsini əvəz edərək üzərinə götürməsi arasındadır.

Məqalənin konseptual təklifləri eksperimental olaraq təsdiqlənməyib. “Higher-order cognitive outsourcing”, “AI-supported agency”, “AI-displaced agency”, məhsuldar koqnitiv sürtünmə yanaşmasının bu kontekstdə istifadəsi və süni intellektin IAM daxilində xarici şərhçi qat ola biləcəyi təklifi gələcəkdə empirik və psixometrik olaraq sınaqdan keçirilməli konstruksiyalardır. Buna görə də tədqiqat tez-tez AI istifadəsinin asılılığa, tənqidi düşünmənin itirilməsinə və ya kimlik dəyişikliyinə səbəb olduğunu sübut etmir.

Tədqiqatın əsas problemi

İnsanlar koqnitiv işlərini texnologiyaya həvalə etməyə generativ süni intellektlə başlamayıblar. Yazı yaddaşı dəstəklədi, kalkulyatorlar hesablama yükünü azaltdı, peyk naviqasiyası marşrut tapmağı xariciləşdirdi və axtarış sistemləri məlumat əldə etməyi asanlaşdırdı. Belə alətlərdə insan adətən əldə olunan məlumatın nə demək olduğuna, etibarlı olub-olmadığına və nə edilməli olduğuna özü qərar verməyə davam edir.

Generativ süni intellekt isə fərqli koqnitiv səviyyəyə çata bilər. İstifadəçi sistemə yalnız “Bu məlumat nədir?” deyil, “Bu şəxsin davranışı nə deməkdir?”, “Düzgün qərar verirəmmi?”, “Niyə özümü belə hiss edirəm?” və ya “Bu hadisə mənim üçün nə ifadə edir?” kimi suallar verə bilər. Bunlar sadə məlumat əldə etmə sualları deyil; şərh, qiymətləndirmə, özünü anlama və qərarvermə suallarıdır.

Məqalənin mərkəzi tezisi buradan yaranır: psixoloji baxımdan önəmli olan yalnız koqnisiyanın xaricə ötürülməsi deyil, hansı koqnitiv əməliyyatın xaricə ötürülməsidir.

Funksional Koqnitiv Xariciləşdirmə ilə Yüksək Səviyyəli Koqnitiv Autsorsinq Arasındakı Fərq Nədir?

Funksional koqnitiv xariciləşdirmə yaddaş, axtarış, hesablama və rutin əməliyyatlar kimi funksiyaları xarici sistemə buraxarkən şərh və mühakiməni insanda saxlayır; yüksək səviyyəli koqnitiv autsorsinq isə hadisələrin mənasını qurmaq, seçimləri qiymətləndirmək, davranışları izah etmək və qərarları çərçivələmək kimi şərhedici funksiyaların özünü sistemə həvalə edir. Məqalənin təklifinə görə psixoloji nəticələrin müəyyənləşdirilməsində istifadə miqdarından çox bu həvaləetmə səviyyəsi önəmli ola bilər; lakin bu fərq hələ psixometrik olaraq təsdiqlənmiş ölçək deyil.

Bu fərq istifadə tezliyi ilə bağlı mühüm problemi görünən edir. Bir şəxs gündə onlarla dəfə süni intellektdən yazı, formatlama və ya rutin araşdırma üçün istifadə edə, amma yenə də əsas şərh işini özü görə bilər. Başqa şəxs isə süni intellektdən həftədə cəmi bir neçə dəfə istifadə etməsinə baxmayaraq şəxsi münasibətlərinin və ya mühüm həyat qərarlarının mənasını birbaşa sistemə buraxa bilər. Sadə “AI istifadə tezliyi” ölçüsü bu iki vəziyyəti bir-birindən ayırmır.

Süni intellekt istifadəsinin miqdarı niyə təkbaşına kifayət deyil?

Məqalənin hipotezinə görə koqnitiv həvaləetmənin səviyyəsi istifadə tezliyindən daha izahlı ola bilər. Bu təklif önəmlidir; çünki mövcud tədqiqatların mühüm hissəsi AI istifadəsini müddət, tezlik və ya öz-bildirimli istifadə miqdarı ilə qiymətləndirir.

Lakin müəllif aydın sərhəd qoyur: higher-order cognitive outsourcing hələ əməliyyatlaşdırılmış və psixometrik olaraq təsdiqlənmiş konstruksiya deyil. Funksional və yüksək səviyyəli istifadə arasında kəskin sərhəd əvəzinə mərhələli keçidin olması da mümkündür.

Yardımdan əvəzləməyə doğru insan–AI kontinuumu

Tədqiqat generativ süni intellektin istifadəçi ilə münasibətində beş mövqeli kontinuum təklif edir:

Alət mövqeyində sistem müəyyən edilmiş əməliyyatı yerinə yetirir. Assistent istifadəçinin qurduğu çərçivə daxilində konkret vəzifəni üzərinə götürür. Məsləhətçi təkliflər yaradır, lakin qiymətləndirmə istifadəçidə qalır. Şərhçi mövqeyində sistem hadisənin mənasını istifadəçi adından yaratmağa başlayır. Qərar əvəzedicisi mövqeyində isə sistemin nəticəsi müstəqil qiymətləndirmə aparılmadan qəbul edilir.

Bu təsnifat şəxsin AI-dan hər zaman eyni mövqedə istifadə etdiyini fərz etmir. Eyni istifadəçi eyni sistemi bir tapşırıqda alət, başqa tapşırıqda məsləhətçi, şəxsi məsələdə isə şərhçi kimi istifadə edə bilər.

Avtomatlaşdırma qərəzi niyə vacibdir?

Məqalə bu nəzəri kontinuumu avtomatlaşdırma ədəbiyyatındakı formalaşmış nəticələrlə əlaqələndirir. Avtomatlaşdırma qərəzi şəxslərin avtomatik sistemin təklifini həddindən artıq qəbul etməsi və ya sistemin səhvini kifayət qədər fərq etməməsi meylidir.

Generativ süni intellekt burada klassik avtomatlaşdırmadan bəzi cəhətlərinə görə fərqlənir. Çıxış axıcı təbii dildə gəlir, çox vaxt fərdiləşdirilir, istifadəçinin ifadələrinə birbaşa cavab verir və insan ünsiyyətinə bənzər sosial işarələr yaradır. Məqalənin müzakirəsinə görə bu xüsusiyyətlər çıxışın düzgünlüyündən asılı olmayaraq ona psixoloji nüfuz qazandıra bilər.

Axıcı mətnin düzgün olduğu hissini yaratması xüsusilə vacibdir. Axıcılıq faktiki düzgünlüyün sübutu deyil; lakin insan koqnisiyasında qavranılan keyfiyyət və düzgünlük üçün evristik işarə kimi istifadə oluna bilər.

Məqalənin istifadə etdiyi mövcud empirik siqnallar

Bu ədəbiyyatın mühüm nəticəsi birtərəfli deyil. Mənbə məruzənin təqdim etdiyi meta-analizdə insan–AI kombinasiyaları bəzi məzmun yaratma tapşırıqlarında fayda versə də, qərar tapşırıqlarında orta hesabla insan və ya AI tərəfinin təkbaşına daha yaxşı olanından aşağı performans göstərə bilib. Buna görə tədqiqat həm “insan + AI həmişə daha yaxşıdır”, həm də “AI insan düşünməsini həmişə pozur” kimi iki ifrat şərhi rədd edir.

Məhsuldar Koqnitiv Sürtünmə Nədir?

Məhsuldar koqnitiv sürtünmə (productive cognitive friction), düşünmə zamanı ortaya çıxan hər zehni səyin aradan qaldırılmalı səmərəsizlik olmadığını; alternativ yaratma, qeyri-müəyyənliklə qalma, öz izahını qurma və ilk mühakiməsini sınama zamanı sərf olunan bəzi koqnitiv səylərin öyrənmə və mühakimənin inkişafı baxımından funksional ola biləcəyini ifadə edən konseptual təklifdir. Məqalə AI-nın yalnız rutin yükü azaltması ilə şərh və qiymətləndirmə bacarığının formalaşdığı prosesləri davamlı olaraq aradan qaldırması arasında fərq qoyulmalı olduğunu irəli sürür.

Bu fikir generation effect, desirable difficulties və productive failure kimi öyrənmə ədəbiyyatı ilə əlaqələndirilir. Ortaq məqam qısa müddətdə daha çox zehni səy tələb edən bəzi proseslərin uzun müddətdə öyrənmə və ya transferi dəstəkləyə bilməsidir.

Buna görə məqalə mənbə tapmaq, cədvəli formatlamaq və ya mətni tərcümə etmək kimi əməliyyatlarda koqnitiv yükün azaldılmasının şərhetmə qabiliyyətinin inkişafını mütləq təhdid etmədiyini müdafiə edir. Hipotez budur ki, risk xüsusilə şəxsin öz mövqeyini formalaşdırmalı, alternativ izahları ölçüb-biçməli və qeyri-müəyyənlik şəraitində qərar verməli olduğu proseslər davamlı şəkildə hazır cavablarla əvəz edildikdə yarana bilər.

Lakin “inkişaf xərci” bu tədqiqatda ölçülmüş nəticə deyil. Müəllif bunu empirik olaraq yoxlanmalı şərti hipotez kimi təqdim edir.

AI Mənbəli Təsdiqləmə Dövrəsi Nəyi İfadə Edir?

AI mənbəli təsdiqləmə dövrəsi istifadəçinin öz narrativini sistemə verməsi, sistemin əsasən bu çərçivədən çıxış edərək ardıcıl şərh yaratması, istifadəçinin bu çıxışı müstəqil xarici təsdiq kimi qavraması və sonra başlanğıc narrativinə daha güclü bağlanması formasında təklif olunan nəzəri mexanizmdir. Tədqiqat bu dövrənin psixoloji funksiya üzərində təsirini eksperimental olaraq göstərməyib; mexanizm gələcəkdə sınanmalı hipotezdir.

Burada əsas problem süni intellektin mütləq yanlış məlumat verməsi deyil. Sistem istifadəçinin hadisəni necə təqdim etməsindən asılı olaraq izah qurur. Şəxslərarası münaqişə və ya özünü anlama kimi sahələrdə giriş təbii olaraq seçici ola bilər. Sistem bu seçilmiş narrativdən ardıcıl və fərdiləşdirilmiş şərh yaratdıqda istifadəçinin öz ilkin müddəalarının təkmilləşdirilmiş versiyası kənardan gəlmiş müstəqil təsdiq kimi qavranıla bilər.

Mənbə bu məqamı confirmation bias və epistemic vigilance ədəbiyyatları ilə əlaqələndirir. Bundan əlavə, istifadəçi baxışlarına həddən artıq uyğunlaşan sycophancy meylləri və problemin fərqli şəkildə çərçivələnməsinin fərqli AI nəticələri yarada bilməsi dövrəni gücləndirə bilən dizayna yaxın amillər kimi müzakirə olunur.

Lakin tədqiqat aydın sərhəd qoyur: bu mexanizmin psixoloji funksiya üzərində klinik təsiri barədə kifayət qədər sübut yoxdur.

Rəqəmsal kimlik və avtobioqrafik mənalandırma

Məqalə rəqəmsal kimlik müzakirəsini avtobioqrafik yaddaş və narrativ kimlik ədəbiyyatı ilə birləşdirir. Avtobioqrafik yaddaş passiv arxiv kimi deyil, şəxsin cari məqsədləri və mənlik anlayışı ilə qarşılıqlı təsirdə yenidən qurulan sistem kimi nəzərdən keçirilir.

İnsanlar təcrübələrini yalnız xatırlamır; təcrübələrə məna verir, onları həyat hekayəsinə yerləşdirir və zamanla “Mən kiməm?”, “Başıma gələn şey nə deməkdir?” kimi suallara cavab verən daxili narrativ yaradır.

Mənbə burada müəllifin Internal Autobiographical Map (IAM) çərçivəsi ilə əlaqə qurur. IAM mühüm təcrübənin emosional olaraq kodlaşdırılması, mənalandırılması və sonra koqnitiv nəticə, kimlik səviyyəsində formalaşma və davranış nümunəsi ilə əlaqələndirilməsi üzərində qurulmuş strukturdur. Mənbə IAM komponentlərini core experience, conclusion, rule, role və scenario kimi sıralayır.

Müəllifin AI ilə bağlı yeni təklifi IAM-in süni intellekt tərəfindən “yenidən proqramlaşdırıldığı” deyil. Daha dar təklif budur: şəxs mənalı şəxsi təcrübələrini təkrar-təkrar generativ AI-ya gətirir və AI-dan bunlar barədə ardıcıl şərhlər alırsa, AI şəxsin məna-atfetmə prosesində əvvəllər refleksiya, münasibətlər və mədəni çərçivələrin tutduğu sahəyə qoşulan əlavə şərhçi mənbəyə çevrilə bilər.

Mənbə IAM haqqında əvvəl dərc olunmuş iki tədqiqatdan bəhs edir: biri 150 iştirakçılı qarışıq metod tədqiqatı, digəri 190 iştirakçılı təsdiqləyici faktor analizi və struktur tənlik modeli tədqiqatıdır. Lakin bu iki tədqiqat IAM-in ölçülməsi və əlaqəli konstruksiyaları ilə bağlıdır; AI-nın xarici şərhçi qat olduğu hipotezini sınaqdan keçirməyib.

AI-Dəstəkli Agentlik ilə AI Tərəfindən Yerindən Edilən Agentlik Arasındakı Fərq Nədir?

AI-dəstəkli agentlik (AI-supported agency), süni intellekt seçim, məlumat və struktur təqdim edərkən qiymətləndirmə, mühakimə, qərar sahibliyi və nəticələrin məsuliyyətinin insanda qaldığı vəziyyəti; AI tərəfindən yerindən edilən agentlik (AI-displaced agency) isə AI tərəfindən yaradılan şərh və nəticələrin şəxsin öz şərhedici və qiymətləndirici proseslərinin yerini tutaraq qəbul edilməsini ifadə edən nəzəri fərqdir. Bu iki konstruksiya hələ təsdiqlənmiş davranış ölçəkləri deyil.

Məqalənin muxtariyyət anlayışında kənardan yardım almaq muxtariyyəti avtomatik aradan qaldırmır. İnsan çoxsaylı məsləhətçiyə müraciət edə, əhəmiyyətli miqdarda işi həvalə edə və yenə də öz dəyərləri və əsaslandırmaları doğrultusunda qərar verə bilər.

Mənbə davranış muxtariyyətinin qorunması üçün beş xüsusiyyətə diqqət çəkir:

• AI çıxışı ilə öz arasında reflektiv məsafə saxlaya bilmək.
• Çıxış barədə öz mühakiməsindən istifadə etmək.
• Çıxışı öz biliyi və dəyərləri ilə qiymətləndirmək.
• Son qərarın sahibliyini üzərinə götürmək.
• Qərarın nəticələrinin məsuliyyətini daşımaq.

Təklif olunan davranış göstəriciləri

Mənbə gələcəkdə ölçmə aləti hazırlamaq üçün bəzi namizəd davranış göstəriciləri təklif edir. AI-dəstəkli agentliyin mümkün göstəricilərinə sistemlə məsləhətləşməzdən əvvəl müvəqqəti fikir formalaşdırmaq, alternativ və əks arqument istəmək, AI çıxışında ən azı bir uyğunsuzluğu müəyyən edə bilmək, mühüm iddiaları yoxlamaq və qəbul edilmiş qərarın əsaslandırmasını AI-nın sözlərini təkrarlamadan izah edə bilmək daxildir.

AI tərəfindən yerindən edilən agentliyin namizəd göstəricilərinə ilk cavabı alternativ axtarmadan qəbul etmək, qəbul edilən nəticənin əsaslandırmasını yenidən qura bilməmək, AI ilə məsləhətləşmədən qərar verərkən narahatlıq hiss etmək və qərarı sistemə aid etmək daxildir.

Bu göstəricilər hələ təsdiqlənməyib. Xüsusilə uyğun və səmərəli AI istifadəsini həqiqətən yerindən edilmiş insan agentliyindən ayıracaq psixometrik alət hazırlamaq mənbə tərəfindən mühüm və çətin gələcək tədqiqat problemi kimi təsvir edilir.

Məsuliyyətli koqnitiv tərəfdaşlığın beş prinsipi

Müəllif bu prinsipləri sübuta əsaslanan müdaxilə proqramı kimi təqdim etmir. Prinsiplərin effektivliyi tədqiqat çərçivəsində sınaqdan keçirilməyib. Bunlar AI-dəstəkli agentlik düşüncəsini praktik davranışlara çevirmək üçün təklif edilmiş modeldir.

Təhsil baxımından nəticə

Məqalənin təhsil baxımından əsas arqumenti budur ki, AI savadlılığı yalnız yaxşı prompt yazmağı öyrənməkdən ibarət olmamalıdır. Daha yaxşı prompt daha inandırıcı və daha keyfiyyətli çıxış yarada bilər; lakin istifadəçinin tənqidi qiymətləndirmə rolunu avtomatik qorumaq demək deyil.

Mənbə daha əhatəli psixoloji AI savadlılığı üçün epistemik ehtiyatlılıq, mənbə qiymətləndirməsi, metakoqnitiv monitorinq, avtomatlaşdırma qərəzi və axıcılıq təsirləri barədə məlumatlılıq, həll edilməmiş qeyri-müəyyənliyə dözümlülük, AI ilə məsləhətləşmədən hipotez yarada bilmək və alqoritmik çıxışa etiraz etmə praktikasının mühüm olacağını müdafiə edir.

Psixologiya, məsləhət və kouçinq baxımından sərhəd

Mənbə psixologiya və məsləhət sahəsində insanların peşəkarlara AI tərəfindən əvvəlcədən yaradılmış münasibət, emosiya və ya davranış şərhləri ilə gələ biləcəyini müzakirə edir. Buradakı təklif bu şərhlərin avtomatik rədd edilməsi deyil; şəxsin AI çıxışını çoxsaylı məlumat girişlərindən biri kimi istifadə edib-etmədiyinin, yoxsa öz şərh işini tamamilə bu çıxışa buraxıb-buraxmadığının ayırd edilməsidir.

Məqalə həmçinin generativ süni intellektin ixtisaslı psixoloji, tibbi və ya başqa peşəkar qayğının yerini tutmadığını açıq şəkildə bildirir. Psixoloji sıxıntı, risk və ya klinik vəziyyət olduqda uyğun insan peşəkar dəstəyinin zəruri olduğu vurğulanır.

Tədqiqatın Metodu və Nəticələri

Bu tədqiqatın “metodu” eksperimental metod deyil

Tədqiqat yeni iştirakçı nümunəsi, eksperiment qrupu, nəzarət qrupu və ya statistik hipotez testi istifadə etmir. Müəllif koqnitiv xariciləşdirmə, tənqidi düşünmə, avtomatlaşdırma qərəzi və alqoritmik etibar, davranış muxtariyyəti və rəqəmsal kimlik olmaqla əvvəllər əsasən ayrı inkişaf etmiş beş ədəbiyyatı konseptual şəkildə bir araya gətirir.

Bu ədəbiyyat sintezindən üç əsas nəzəri təklif yaranır:

1. Funksional koqnitiv xariciləşdirmə ilə yüksək səviyyəli koqnitiv autsorsinqin ayrılması.
2. AI-dəstəkli agentlik ilə AI tərəfindən yerindən edilən agentliyin insan–AI qarşılıqlı əlaqə kontinuumu üzərindən ayrılması.
3. Generativ AI-nın avtobioqrafik mənalandırmada iştirak edən potensial xarici şərhçi qat kimi konseptuallaşdırılması.

Bunlara əlavə olaraq tədqiqat məhsuldar koqnitiv sürtünmə anlayışını müzakirə edir, confirmation loop mexanizmini hipotez kimi təklif edir və beş bəndlik məsuliyyətli koqnitiv tərəfdaşlıq modelini irəli sürür.

Mövcud sübut nəzəri modeli nə dərəcədə dəstəkləyir?

Mənbənin istinad etdiyi mövcud tədqiqatlar avtomatlaşdırma qərəzi, alqoritmik tövsiyəyə həddindən artıq etibar, axıcı məlumatın qavranılan düzgünlüyü, AI-nın qərarlara təsir göstərə bilməsi və AI istifadəsi ilə bildirilən tənqidi düşünmə arasında əlaqələr olduğunu göstərir. Lakin bu tədqiqatlar yeni məruzədə təklif olunan konseptual konstruksiyaların hamısını birbaşa sınaqdan keçirmir.

Xüsusilə Lee və b. ilə Gerlich tədqiqatlarında mənbə müəllifin vurğuladığı məhdudiyyət önəmlidir: kəsik zamanlı və öz-bildirimli dizaynlar əlaqə göstərə bilər, lakin AI-nın şəxsin tənqidi düşünmə qabiliyyətini zamanla aşındırdığını sübut edə bilməz. Müşahidə olunan aşağı tənqidi düşünmə mövcud qabiliyyətin itirilməsindən deyil, konkret tapşırıq zamanı istifadə edilməməsindən də qaynaqlana bilər.

Bu fərq gələcək tədqiqat gündəminin əsas səbəblərindən biridir.

Məqalənin təklif etdiyi tədqiqat gündəliyi

Mənbə konseptual modeli sınamaq üçün əvvəlcə ölçmə alətlərinin hazırlanmalı olduğunu müdafiə edir. Prioritet ölçmə sahələri bunlardır:

• Funksional cognitive offloading ilə higher-order cognitive outsourcing-i istifadə tezliyindən müstəqil şəkildə ayıra biləcək ölçəklər.
• Ümumi texnologiya etibarından ayrı olaraq qavranılan AI nüfuzunu ölçən alətlər.
• AI-dəstəkli və AI tərəfindən yerindən edilən agentliyi davranış səviyyəsində ayıra biləcək meyarlar.
• Reflektiv məsafə, alternativ yaratma və qərar sahibliyi göstəriciləri.

Məzmun baxımından sınaqdan keçirilməsi təklif olunan suallara koqnitiv həvaləetmə səviyyəsinin standart tənqidi düşünmə ölçmələri ilə əlaqəsi, metakoqnitiv düzgünlük, AI dəstəyinin etibarı performansdan daha sürətli artırıb-artırmadığı, qeyri-müəyyənliyə dözümlülük, kimliklə bağlı mövzularda AI şərhinə etibar, avtobioqrafik mənalandırma üzərində təsirlər və fərdi fərqlər daxildir.

Araşdırılması təklif olunan fərdi fərqlərə need for cognition, epistemic curiosity, sahə ekspertizası, yaş və təhsil keçmişi daxildir.

Gələcəkdə hansı tədqiqat dizaynları lazımdır?

Müəllif xüsusilə koqnitiv həvaləetmə səviyyəsinin eksperimental olaraq dəyişdirilib AI istifadə tezliyinin sabit saxlandığı eksperimentlər təklif edir. Belə dizayn “AI-dan çox istifadə etmək” ilə “yüksək səviyyəli düşünmə tapşırıqlarını AI-ya vermək” arasındakı fərqi birbaşa sınaqdan keçirə bilər.

Uzunmüddətli tədqiqatlar da kritik hesab olunur. Səbəb budur ki, kəsik zamanlı tədqiqat şəxsin koqnitiv qabiliyyətində zamanla real dəyişiklik olub-olmadığını, yoxsa mövcud qabiliyyətini yalnız həmin anda istifadə etmədiyini ayıra bilmir.

Bundan əlavə, kəmiyyət eksperimentləri ilə yanaşı insanların öz AI asılılıqlarını, etibarlarını və qərar proseslərini necə təsvir etdiyini araşdıran qarışıq metod tədqiqatları təklif olunur. Mənbə şəxsin öz koqnitiv prosesi barədə öz-bildiriminin də qüsurlu ola biləcəyini xüsusilə qeyd edir.

Bu Tədqiqat Tez-tez AI İstifadəsinin Tənqidi Düşünməni Pozduğunu Sübut Edirmi?

Xeyr. Bu tədqiqat yeni eksperiment aparmayan konseptual məruzədir və tez-tez AI istifadəsinin tənqidi düşünmə qabiliyyətini pozduğunu səbəb-nəticə baxımından göstərmir. Mənbədə təqdim olunan bəzi tədqiqatlar AI istifadəsi, AI-ya etibar, cognitive offloading və daha aşağı bildirilən tənqidi düşünmə arasında əlaqələr göstərir; lakin tədqiqat bu nəticələrin qabiliyyət eroziyası, tapşırığa xas düşünməmə və ya başqa dəyişənlərdən qaynaqlanıb-qaynaqlanmadığının hələ ayırd edilmədiyini açıq şəkildə bildirir.

Tədqiqatın dəstəklədiyi nəticələr

• Generativ AI yalnız məlumat əldə etmə deyil, şərh və qiymətləndirmə səviyyəsində tapşırıqları da üzərinə götürəcək formada istifadə oluna bilər.
• Formalaşmış cognitive offloading ədəbiyyatı xarici sistem istifadəsinin insan koqnisiyası üzərində sistemli təsirlər yarada biləcəyini göstərir.
• Avtomatlaşdırma ədəbiyyatı insanların alqoritmik tövsiyələri həmişə yalnız düzgünlüyünə görə qiymətləndirmədiyini göstərir.
• İnsan–AI performansı tapşırıq növünə görə dəyişir; mövcud ədəbiyyat birtərəfli “AI həmişə faydalıdır” və ya “AI həmişə zərərlidir” nəticəsini dəstəkləmir.
• AI istifadəsini yalnız istifadə tezliyi ilə ölçmək hansı koqnitiv funksiyaların həvalə edildiyini ayırmaya bilər.
• Higher-order cognitive outsourcing və AI-supported / AI-displaced agency empirik olaraq sınaqdan keçirilə bilən nəzəri fərqlərdir.
• Generativ AI-nın şəxsi şərh proseslərində iştirak edə biləcəyi hipotezi tədqiqata uyğun şəkildə formalaşdırıla bilər.

Tədqiqatın dəstəkləmədiyi nəticələr

• Tez-tez AI istifadəsinin insanlarda asılılıq yaratdığı sübut edilməyib.
• AI istifadəsinin tənqidi düşünmə qabiliyyətini daimi olaraq azaltdığı göstərilməyib.
• AI-nın şəxsin kimliyini dəyişdirdiyi və ya “yenidən proqramlaşdırdığı” göstərilməyib.
• AI-nın IAM strukturlarını dəyişdirdiyi göstərilməyib.
• Confirmation loop-un klinik psixoloji pozuntuya yol açdığı göstərilməyib.
• AI-displaced agency üçün təsdiqlənmiş psixometrik hədd yoxdur.
• Beş məsuliyyətli koqnitiv tərəfdaşlıq prinsipinin effektivliyi eksperimental olaraq sınaqdan keçirilməyib.
• İstifadə tezliyindən çox həvaləetmə səviyyəsinin qəti şəkildə daha önəmli olduğu hələ sübut edilməyib.

Tədqiqatın mərkəzi və hələ cavabsız sualı

Məqalənin gələcək tədqiqat gündəliyinin mərkəzindəki sual budur: Generativ süni intellektin psixoloji təsirini istifadə tezliyi, yoxsa AI-ya həvalə edilən koqnitiv funksiyaların səviyyəsi daha güclü şəkildə müəyyən edir?

Müəllifin nəzəri təklifi ikinci variantdır: həvaləetmə səviyyəsi daha önəmli ola bilər. Lakin tədqiqat bu təklifin yanlış çıxa biləcəyini də açıq şəkildə qəbul edərək onu falsifikasiya edilə bilən hipotez kimi mövqeləndirir.

Tədqiqatın ümumi elmi əhəmiyyəti

Tədqiqatın əsas töhfəsi generativ süni intellekt müzakirəsini “istifadə et / istifadə etmə” ikiliyindən çıxarıb koqnitiv əmək bölgüsü probleminə çevirməsidir. Beləliklə, süni intellektin insana nə qədər kömək etdiyi deyil, kömək zamanı hansı zehni əməliyyatların insanda qaldığı və hansılarının sistemə həvalə edildiyi araşdırıla bilir.

Bu çərçivədə əsas fərq artırma (augmentation) ilə əvəzləmə (substitution) arasındadır. Generativ AI insanın məlumata çıxışını və yaratma qabiliyyətini genişləndirə bilər; lakin şərh, qiymətləndirmə və qərar sahibliyinin davamlı olaraq sistem tərəfindən üzərinə götürülməsinin fərqli psixoloji nəticələri olub-olmadığı hələ eksperimental olaraq cavablandırılmayıb.

Mənbə və Metod Qeydi

Orijinal tədqiqat: When AI Starts Thinking for Us: Digital Identity, Critical Thinking, and Behavioural Autonomy in the Age of Generative AI

Müəllif: Stoyana Natseva.

ORCID: 0009-0008-1692-1935.

Correspondence: Nstoiana@gmail.com

PDF-də verilən akademik/institusional rollar: Full Professor (Profesor Titular B) of Psychology and Education, Universidad Azteca; Professor of Practice, Dunster Business School; Founder and CEO, Happy Life Academy® and DCS® Academy; Founder, Happy Life Institute for Direct Change Science; President, IAPTC®.

Mənbə növü: Konseptual konfrans məruzəsi.

Konfrans: Psychology of Cyberspace 2026.

Konfrans konteksti: Poland / International Online Conference.

Təqdimat tarixi: 5 sentyabr 2026.

Rəsmi konfrans proqramındakı sessiya: 5 sentyabr 2026, 15:00–16:00.

Konfrans təşkilatçısı: Instytut Cyberpsychologii, Polşa.

Resenziya statusu: Mənbə PDF və təsdiqlənmiş konfrans qeydi tədqiqatın resenziyadan keçdiyini açıq şəkildə bildirmir. Buna görə tədqiqat resenziyalı jurnal məqaləsi kimi təsnif edilməyib.

SSRN qeydiyyat nömrəsi: 7610338.

SSRN yüklənmə tarixi: 14 oktyabr 2026.

SSRN DOI: 10.2139/ssrn.7610338.

Zenodo DOI: 10.5281/zenodo.22347697.

SSRN rəsmi keçidi: https://ssrn.com/abstract=7610338

Zenodo DOI keçidi: https://doi.org/10.5281/zenodo.22347697

Lisenziya: SSRN qeydi tədqiqatın Creative Commons Attribution 4.0 International (CC BY 4.0) lisenziyası ilə yayımlandığını göstərir.

Maliyyələşdirmə: SSRN qeydinə görə tədqiqat dövlət, kommersiya və ya qeyri-kommersiya maliyyələşdirmə təşkilatından konkret tədqiqat qrantı almayıb.

Maraq bəyanatı: SSRN qeydi müəllifin bu məqalədə müzakirə olunan Direct Change Solution® (DCS®) və Internal Autobiographical Map (IAM) çərçivələrinin tərtibatçısı; Happy Life Academy®-nin qurucusu və CEO-su; Happy Life Institute for Direct Change Science-ın qurucusu və IAPTC® prezidenti olduğunu bildirir. Başqa maraq toqquşması bildirilməyib.

Əsas nəzəri ədəbiyyat sahələri: cognitive offloading; critical thinking; automation bias və algorithmic reliance; behavioural autonomy; digital identity.

Təklif olunan əsas yeni fərq: Functional cognitive offloading ilə higher-order cognitive outsourcing.

Təklif olunan insan–AI kontinuumu: AI as tool → AI as assistant → AI as adviser → AI as interpreter → AI as decision surrogate.

Təklif olunan agentlik fərqi: AI-supported agency və AI-displaced agency.

Təklif olunan kimlik hipotezi: Təkrarlanan generativ AI qarşılıqlı əlaqəsinin avtobioqrafik mənalandırmada iştirak edən xarici şərhçi qat yarada bilməsi.

IAM üçün AI ilə bağlı sübut statusu: Mənbədə təqdim olunan əvvəlki IAM tədqiqatları IAM strukturu və əlaqəli psixoloji dəyişənlərlə bağlıdır; generativ AI-nın IAM daxilində xarici şərhçi qat yaratdığı təklifini sınaqdan keçirməyib.

Təklif olunan praktik model: Beş prinsipli responsible cognitive partnership with AI yanaşması.

Modelin təsdiq statusu: Beş prinsipin effektivliyi eksperimental olaraq sınaqdan keçirilməyib; sübuta əsaslanan müdaxilə protokolu kimi təqdim edilmir.

Əsas elmi məhdudiyyət: Tədqiqat eksperimental deyil; məruzənin orijinal anlayışları nəzəri təkliflərdir və psixometrik/empirik təsdiq tələb edir.

Səbəb-nəticə həddi: Mənbədə müzakirə olunan kəsik zamanlı AI istifadəsi–tənqidi düşünmə əlaqələri koqnitiv qabiliyyət itkisini və ya AI-nın səbəbkar təsirini sübut etmir.

Klinik hədd: Tədqiqat AI istifadəsinin psixopatologiya yaratdığına dair klinik iddia irəli sürmür. Generativ AI ixtisaslı psixoloji, tibbi və ya başqa peşəkar qayğının əvəzi kimi mövqeləndirilmir.