Bu tədqiqat generativ süni intellektdən alınan axıcı və özünəinamlı cavabların etibarlılığı hələ yoxlanmadan istifadəçi tərəfindən bilik kimi qəbul edilməsi problemini araşdırır. Yalançı-inamlı bilik (pseudoconfident knowledge), real etibarlılığı, mənbə əsası və ya faktoloji doğruluğu hələ müəyyən edilməmiş olsa da, ardıcıl, tam və inandırıcı təqdimatına görə istifadəçinin zehnində vaxtından əvvəl bilik statusu qazanan AI məzmunudur; burada “bilik” klassik epistemologiyadakı təsdiqlənmiş bilik mənasında işlədilmir. Tədqiqatçılar bu konseptual çərçivəni Qazaxıstanda 18 yaş və yuxarı şəxslərdən onlayn toplanmış 216 sorğu ilə sınaqdan keçiriblər. Təsviri statistika, çarpaz cədvəllər, Pearson xi-kvadrat testi və Cramér's V istifadə olunub. Əsas nəticə epistemik düzgünlüyün AI-dən istifadə tezliyi ilə əhəmiyyətli əlaqəli olmaması, əvəzində cavabı müqayisə etmə, redaktə etmə və ya yoxlama kimi emal strategiyaları ilə əhəmiyyətli və orta səviyyədə əlaqəli olmasıdır. Tədqiqat kəsiyvari və ehtimala əsaslanmayan seçmə ilə aparıldığı üçün bu əlaqə səbəb-nəticə kimi şərh edilə bilməz və bütün AI istifadəçilərinə birbaşa ümumiləşdirilə bilməz.

Tədqiqatın mərkəzindəki “paradoks” formal məntiqdəki paradoks deyil. Sosial-epistemik mənadakı ziddiyyət ondan ibarətdir ki, istifadəçinin AI-dən cavab alma bacarığı və istifadə vərdişi sürətlə inkişaf etdiyi halda, həmin cavabların epistemik statusunu qiymətləndirmə qabiliyyəti eyni sürətlə inkişaf etmək məcburiyyətində deyil. Şəxs AI-dən hər gün istifadə edə, yaxşı promptlar yaza və faydalı mətnlər əldə edə bilər; lakin cavabın ritorik inamlılığını real əsaslandırma və yoxlanıla bilmə qabiliyyətindən ayıra bilmirsə, yalançı-inamlı biliyə qarşı həssas qala bilər.

Yalançı-inamlı bilik nədir?

Yalançı-inamlı bilik generativ süni intellektin aydın, ardıcıl, məntiqi baxımdan səliqəli və özünəinamlı şəkildə təqdim etdiyi məzmunun real doğruluğu və ya mənbə əsası kifayət qədər sınaqdan keçirilmədən istifadəçi tərəfindən etibarlı bilik kimi qəbul edilməsi halıdır. Bu anlayış yalnız yanlış və ya hallüsinasiya ehtiva edən AI cavablarını təsvir etmir; cavab doğru olsa belə, istifadəçi onun etibarlılığı hələ müəyyən edilmədən yalnız təqdimat formasına görə ona bilik statusu verirsə, eyni epistemik mexanizm yarana bilər.

Yanlış informasiya ilə yalançı-inamlı bilik eyni şey deyil

Tədqiqatın mühüm konseptual fərqi burada ortaya çıxır. AI çıxışının yanlış olması modelin məzmun səviyyəsindəki xətasıdır. Yalançı-inam problemi isə istifadəçinin həmin çıxışı hansı epistemik statusla qəbul etməsi ilə bağlıdır. Yanlış cavab yalançı-inamlı şəkildə qəbul edilə bilər; lakin doğru cavab da əsaslandırması araşdırılmadan, yalnız axıcı ifadəsinə görə qəti bilik kimi mənimsənilə bilər.

Buna görə araşdırmanın mövzusu yalnız “AI hallüsinasiya edirmi?” sualı deyil. Müəlliflərin diqqəti ehtimallı və ya kifayət qədər yoxlanmamış bir çıxışın dil baxımından tamamlanmış və qəti iddia formasında təqdim edilməsi ilə istifadəçinin bu formaya verdiyi inam arasındakı əlaqəyə yönəlib.

Dörd ayrı epistemik səviyyə

Gündəlik AI istifadəsində epistemik uçurum nədir?

Epistemik uçurum, generativ süni intellektin axtarış, yazı, öyrənmə və izah kimi gündəlik fəaliyyətlərə sürətlə daxil olması ilə istifadəçilərin AI cavablarının etibarlılıq və əsaslandırma səviyyəsini tənqidi şəkildə qiymətləndirmə qabiliyyətinin eyni sürətlə inkişaf etməməsi arasındakı struktur uyğunsuzluqdur. İstifadəçi əməliyyat baxımından səriştəli ola bilər, lakin inandırıcılıq ilə təsdiqlənmiş bilik arasındakı fərqi ayırmaqda çətinlik çəkə bilər.

Əməliyyat AI səriştəsi ilə epistemik yetkinlik niyə ayrılır?

Generativ AI klassik internet axtarışından fərqli informasiya mühiti yaradır. Axtarış sistemində istifadəçi çox vaxt bir neçə mənbə ilə qarşılaşır, onları seçir və parçaları öz zehnində birləşdirir. Generativ AI isə istifadəçiyə çox vaxt artıq təşkil olunmuş, izahlı, qrammatik baxımdan səlis və bütöv tək cavab verir. Bu rahatlıq koqnitiv xərci azaldarkən yan təsir yarada bilər: cavabın formal bütövlüyü onun epistemik etibarlılığı ilə qarışdırıla bilər.

Buna görə “AI-dən istifadə etməyi bilmək” ilə “AI-nin cavabına nə qədər etibar etməli olduğunu bilmək” eyni səriştə deyil. Tədqiqat AI savadlılığını yalnız prompt yazmaq, alətdən istifadə etmək və ya nəticə əldə etmək bacarığı kimi deyil, həm də modelin məhdudiyyətlərini tanımaq, iddiaları ayırd etmək, etibar dərəcəsini tənzimləmək və lazım olduqda müstəqil yoxlama aparmaq qabiliyyəti ilə birlikdə nəzərdən keçirir.

Epistemik sayıqlıq və kalibrə edilmiş etibar

Epistemik sayıqlıq (epistemic vigilance), kənardan alınan informasiyanın mənbəyini, kontekstini, etibarlılığını və xəta riskini qiymətləndirərək etibar səviyyəsini tənzimləmə qabiliyyətidir. Tədqiqat bu anlayışı AI istifadəsinə tətbiq edərkən iki ifrat yanaşmanı rədd edir: bütün AI cavablarına qeyd-şərtsiz etibar etmək və bütün AI cavablarını müstəqil şəkildə sıfırdan yoxlamağa çalışmaq.

Müəlliflərin təklif etdiyi yanaşma kalibrə edilmiş etibardır. Xətanın dəyəri, iddianın növü və istifadə kontekstinin riski artdıqca yoxlama səviyyəsi də yüksəlməlidir. Sadə ideya yaratma tapşırığında məhdud nəzarət kifayət edə bilər, halbuki elmi mənbə, hüquqi hökm, rəqəmsal dəyər və ya ciddi nəticə doğura biləcək normativ iddia daha sərt yoxlama tələb edə bilər.

AI cavabı niyə “yarı-şəhadət” kimi nəzərdən keçirilir?

Tədqiqat AI cavablarını quasitestimony, yəni funksional olaraq şəhadətə bənzəyən, lakin insan şəhadəti ilə eyni epistemik statusa malik olmayan kommunikasiya forması kimi şərh edir. İnsan bir şeyi qəti şəkildə söylədikdə adətən iddiasının əsaslandırılması və doğruluğu ilə bağlı müəyyən məsuliyyət daşıyır. Generativ AI isə qəti təklif formasında danışa bilər, lakin şəxsi təcrübə, mənəvi məsuliyyət və ya dediyinin doğruluğuna subyektiv bağlılıq daşımır.

Buna görə dil forması ilə epistemik status ayrıla bilər. AI çıxışı qəti iddianın qrammatik quruluşuna malik olsa da, epistemik baxımdan yalnız ehtimal, yenidənqurma, hipotez və ya ilkin şərh xarakteri daşıya bilər. Yalançı-inam riski şərti və ya qeyri-müəyyən epistemik vəziyyətin qəti bəyan formasına çevrilməsi ilə artır.

Yalançı-inam hansı formalarda ortaya çıxa bilər?

Prompt əsaslı üçbucaqlama

Tədqiqat müzakirə bölməsində prompt əsaslı üçbucaqlama (prompt-based triangulation) adlandırdığı strategiyanı təklif edir. İstifadəçi eyni sualı müxtəlif formalarda verə, alternativ izahlar istəyə, iddiaların əsaslarını sorğulaya, qeyri-müəyyənliklərin göstərilməsini tələb edə və hansı məqamların xarici yoxlama tələb etdiyini soruşa bilər. Fərqli prompt formaları nəzərəçarpacaq dərəcədə fərqli cavablar yaradırsa, bu, cavabın tamamlanmış bilik kimi deyil, əlavə yoxlama tələb edən qeyri-müəyyənlik sahəsi kimi qiymətləndirilməli olduğuna işarə ola bilər.

Lakin mühüm bir məhdudiyyət var: tədqiqat sorğusunda prompt strategiyaları müstəqil dəyişən kimi ölçülməyib. Buna görə prompt əsaslı üçbucaqlama bu tədqiqatda empirik olaraq təsdiqlənmiş uğur amili deyil, nəticələrdən çıxış edərək hazırlanmış konseptual və praktik təklifdir.

Fərdi xətadan sistemli epistemik əks-əlaqəyə

Müəlliflər yalançı-inamlı məzmunun yalnız fərdi istifadəçi səviyyəsində qalmaya biləcəyini müzakirə edirlər. Yoxlanmamış AI mətnləri tapşırıqlara, hesabatlara, bloqlara, sosial media məzmununa və ya başqa informasiya mühitlərinə daşındıqda yenidən indeksləşdirilə, sitat gətirilə və təkrar istifadə oluna bilər. Beləliklə, zəif əsaslandırılmış məzmunun ortaq informasiya mühitində dövr etməsi uzunmüddətli perspektivdə epistemik əks-əlaqə riskini artıra bilər.

Tədqiqat bu məqamda həddindən artıq iddia irəli sürməməyə xüsusi diqqət yetirir: hər səhv AI çıxışının gələcək təlim məlumatına daxil olacağı və ya birbaşa model çökməsinə səbəb olacağı deyilmir. İrəli sürülən daha məhdud iddia odur ki, geniş miqyasda yoxlanmamış maşın məzmununun dövriyyəsi ortaq bilik mühitinin keyfiyyəti üçün kumulyativ risk yarada bilər.

Tədqiqatın Metodu və Nəticələri

Tədqiqat dizaynı

Tədqiqat tək zamanlı, kəsiyvari və öz-özünə doldurulan onlayn sorğu dizaynına malikdir. Cəmi 216 sorğu Google Forms vasitəsilə toplanıb. İştirakçılar Qazaxıstan Respublikasında yaşayan 18 yaş və yuxarı şəxslərdən ibarətdir. Seçmə könüllü və ehtimala əsaslanmayan üsulla aparılıb; buna görə tədqiqat ümumi əhalinin statistik olaraq təmsilçi qiymətləndirməsini yaratmağı hədəfləmir.

Araşdırmanın empirik məqsədi bütün “yalançı-inamlı bilik” nəzəriyyəsini tək statistik testlə sübut etmək deyil. Daha dar məqsəd AI-dən gündəlik istifadə səviyyəsi ilə AI cavablarını epistemik baxımdan qiymətləndirmə meylinin bir-birindən ayrılıb-ayrılmadığını yoxlamaqdır.

Beş əsas dəyişən

\(U_i\), \(F_i\) və \(G_i\) əsasən AI-nin gündəlik həyata əməliyyat baxımından nə dərəcədə daxil olduğunu göstərdiyi halda, \(S_i\) və \(E_i\) kritik epistemik yönümə daha yaxından bağlıdır. Nəzarət sualı təfərrüatlı və özünəinamlı izahın təkbaşına doğruluq və etibarlılıq təmin etmədiyini iştirakçının anlayıb-anlamadığını minimum səviyyədə ölçmək üçün istifadə olunub.

Faiz bölgüsü

Bir kateqoriyanın seçmə daxilindəki faizi mənbədə Tənlik (1) ilə hesablanıb:

\[ p_j=\frac{n_j}{N}\times100 \]

Burada \(n_j\), \(j\) kateqoriyasındakı müşahidə sayını; \(N\) isə müvafiq analizdəki ümumi etibarlı müşahidə sayını ifadə edir. Tədqiqatda çatışmayan cavablar olduğuna görə bütün dəyişənlərin etibarlı \(N\) dəyəri 216 deyil.

Şərti bölgülər

Tədqiqatçılar epistemik baxımdan düzgün cavabın istifadə tezliyinə, cavabın emal strategiyasına və istifadə məqsədinə görə necə dəyişdiyini aşağıdakı şərti bölgülərlə araşdırıblar:

\[ P(E=1\mid F=f),\qquad P(E=1\mid S=s),\qquad P(E=1\mid G=g) \]

Bu struktur orta dəyərləri müqayisə etmək əvəzinə kateqoriyalar arasında epistemik düzgünlük nisbətlərinin necə bölündüyünü araşdırmağa imkan verir.

Pearson xi-kvadrat testi

Kateqorik dəyişənlər arasında statistik əlaqənin olub-olmadığını yoxlamaq üçün Pearson xi-kvadrat testi istifadə olunub:

\[ \chi^2=\sum_{r=1}^{R}\sum_{c=1}^{C}\frac{(O_{rc}-E_{rc})^2}{E_{rc}} \]

\(O_{rc}\), çarpaz cədvəlin müvafiq xanasında müşahidə olunan tezlikdir; \(E_{rc}\) isə iki dəyişənin müstəqil olduğu fərziyyəsi altında gözlənilən tezlikdir. Xi-kvadrat testi əlaqənin mövcudluğuna dair sübut təqdim etsə də, əlaqənin ölçüsünü təkbaşına göstərmir.

Cramér's V

Əlaqənin ölçüsünü qiymətləndirmək üçün mənbədə Cramér's V əmsalından istifadə olunub:

\[ V=\sqrt{\frac{\chi^2}{N\times \min(R-1,C-1)}} \]

Burada \(N\) analizdəki etibarlı müşahidə sayı, \(R\) və \(C\) isə çarpaz cədvəlin sətir və sütun kateqoriya saylarını göstərir. Tədqiqatın əsas müqayisəsində cavabın emal strategiyası ilə epistemik düzgünlük arasındakı əlaqənin \(V=0.305\) olduğu və müəlliflər tərəfindən orta ölçüdə qiymətləndirildiyi bildirilib.

Mərkəzi empirik bərabərsizlik

Məqalənin bütün konseptual-empirik quruluşu Tənlik (5) ilə xülasə olunur:

\[ O_i \uparrow \nRightarrow C_i \uparrow \]

\(O_i\), gündəlik AI istifadəsində əməliyyat iştirakını; \(C_i\), kritik epistemik yönümü ifadə edir. Tənlikdəki \(\nRightarrow\) işarəsi AI-dən daha intensiv və ya daha tez-tez istifadənin kritik epistemik yönümün mütləq yüksəlməsi demək olmadığını göstərir. Bu ifadə deterministik riyazi qanun deyil, tədqiqatın sınaqdan keçirdiyi və nəticələrin dəstəklədiyi analitik əlaqəni xülasə edən göstəricidir.

Əsas təsviri bölgülər

Mənbədaxili uyğunluq qeydi: Məqalənin nəqli paragraflarındakı bəzi faizlər Cədvəl 1 ilə kiçik fərqlər göstərir. Yuxarıdakı dəyərlər kateqoriya sayları və etibarlı N məlumatı ilə birlikdə təqdim olunan mənbə Cədvəl 1-dən götürülüb; fərqli mətn faizləri səssizcə mənbə ilə birləşdirilməyib.

AI-dən daha tez-tez istifadə etmək epistemik düzgünlüyü artırırmı?

Bu tədqiqatın seçməsində AI-dən istifadə tezliyi ilə epistemik nəzarət sualındakı düzgünlük arasında statistik baxımdan əhəmiyyətli əlaqə tapılmayıb: \(\chi^2(4)=5.881\), \(p=0.208\), \(V=0.171\). Buna görə AI-dən daha tez-tez istifadənin təkbaşına daha yüksək epistemik yetkinlik və ya daha güclü yoxlama vərdişi demək olduğu nəticəsi bu məlumatlarla dəstəklənmir.

Həftədə 3–5 dəfə istifadə edən qrupdakı nisbət digər qruplardan yüksək görünsə də, bütün qrupları müqayisə edən statistik test əhəmiyyətli deyil. Buna görə ayrı-ayrı faiz fərqlərini “istifadə tezliyi epistemik düzgünlüyü artırır” kimi səbəbli və ya ümumiləşdirilə bilən nəticəyə çevirmək düzgün deyil.

AI cavabını emal strategiyası niyə daha vacib görünür?

AI cavabını başqa mənbələrlə müqayisə etmək, istifadə etməzdən əvvəl redaktə etmək və ya praktik olaraq sınaqdan keçirmək strategiyaları daha yüksək epistemik düzgünlük nisbətləri ilə əlaqəli olduğu halda, cavabı olduğu kimi istifadə etmək daha aşağı düzgünlük nisbəti ilə əlaqəlidir. Strategiya ilə epistemik düzgünlük arasındakı əlaqə statistik baxımdan əhəmiyyətlidir və tədqiqatda orta ölçüdə bildirilib: \(\chi^2(4)=18.939\), \(p=0.0008\), \(V=0.305\).

Sonuncu sətir həmçinin mühüm bir fərqi göstərir: ümumən AI-yə etibar etməmək avtomatik olaraq epistemik baxımdan güclü mövqe demək deyil. Tədqiqatın müdafiə etdiyi yanaşma qeyd-şərtsiz etibar və ya qeyd-şərtsiz etibarsızlıq deyil, iddianın riski və kontekstinə görə tənzimlənən kalibrə edilmiş etibardır.

Mənbədaxili uyğunluq qeydi: Mənbə Cədvəl 2-də müqayisə və redaktə qrupları üçün müvafiq olaraq %68,2 və %65,5 verildiyi halda, dərhal sonrakı mətndə %67,8 və %64,9 dəyərləri keçir. Yuxarıdakı cədvəl bildirilən n dəyərlərinə uyğun olan mənbə cədvəl dəyərlərini qoruyur; bu fərq Verianla tərəfindən yeni məlumat yaradılaraq aradan qaldırılmayıb.

İstifadə məqsədi ilə epistemik düzgünlük

Qruplar arasında görünən fərqlərə baxmayaraq istifadə məqsədi ilə epistemik düzgünlük əlaqəsi ənənəvi statistik əhəmiyyət həddinə çatmayıb: \(\chi^2(5)=9.311\), \(p=0.097\), \(V=0.214\). Buna görə, məsələn, AI-dən iş məqsədilə istifadənin epistemik düzgünlüyü artırdığı nəticəsinə gəlmək olmaz.

Mənbə Şəkil 1-in elmi mesajı

Mənbə Şəkil 1-in əsas mesajı AI-nin gündəlik həyata güclü şəkildə daxil olmasının kritik epistemik yönümü öz-özünə yaratmamasıdır. Empirik fərq “AI istifadə edənlərlə etməyənlər” arasında deyil, AI cavabını müxtəlif etibar və yoxlama rejimlərində emal edən istifadəçilər arasında ortaya çıxır.

Tədqiqatın dəstəklədiyi nəticələr

• Araşdırılan seçmədə generativ AI gündəlik informasiya və mətn işlərinə geniş miqyasda daxil olub.
• AI-dən istifadə tezliyi ilə epistemik nəzarət sualındakı düzgünlük arasında əhəmiyyətli əlaqə tapılmayıb.
• AI cavabını emal strategiyası ilə epistemik düzgünlük arasında statistik baxımdan əhəmiyyətli və orta ölçüdə əlaqə bildirilib.
• Müqayisə, redaktə və praktik yoxlama aparan qruplarda epistemik düzgün cavab nisbəti cavabı olduğu kimi istifadə edən qrupdan yüksəkdir.
• Əməliyyat baxımından AI-dən istifadə səriştəsi ilə epistemik yetkinlik eyni anlayış deyil.
• AI savadlılığının yoxlama, metodoloji şübhə, mənbə qiymətləndirilməsi və kalibrə edilmiş etibar komponentlərini əhatə etməli olduğu müdafiə olunur.

Tədqiqatın dəstəkləmədiyi nəticələr

• AI cavablarını yoxlamağın birbaşa epistemik yetkinliyə səbəb olduğunu sübut etmir.
• AI-dən daha tez-tez istifadənin tənqidi düşüncəni artırdığını göstərmir.
• 216 nəfərlik könüllü seçmənin bütün Qazaxıstan əhalisini və ya dünyadakı bütün AI istifadəçilərini təmsil etdiyini göstərmir.
• Tək epistemik nəzarət sualının bütün epistemik yetkinliyi tam ölçdüyünü göstərmir.
• Prompt əsaslı üçbucaqlamanın epistemik düzgünlüyü artırdığını empirik olaraq sınaqdan keçirmir.
• İstifadə məqsədi qrupları arasındakı faiz fərqlərinin statistik baxımdan əhəmiyyətli olduğunu göstərmir.
• Hər inandırıcı AI cavabının yanlış olduğunu və ya hər AI çıxışının yalançı-inamlı olduğunu iddia etmir.
• Hər yoxlanmamış AI çıxışının gələcək model təlim məlumatını çirkləndirəcəyini göstərmir.

Tədqiqatın məhdudiyyətləri

Seçmə könüllü və ehtimala əsaslanmayan üsulla formalaşdırılıb. Buna görə nəticələr bütün AI istifadəçilərinin əhali parametrləri kimi şərh edilə bilməz. Tədqiqat kəsiyvari olduğuna görə cavab emal strategiyasının epistemik dayanıqlığı artırıb-artırmadığını və ya onsuz da daha tənqidi istifadəçilərin yoxlama strategiyalarını daha tez-tez seçib-seçmədiyini ayırmaq mümkün deyil.

Epistemik nəzarət sualı inandırıcı təqdimat ilə əsaslandırılmış qəbul arasındakı fərqi ölçmək üçün istifadə olunan minimal göstəricidir; epistemik yetkinliyin bütün ölçülərini əhatə etmir. Müəlliflər gələcəkdə real AI dialoqlarının təhlilini, daha mürəkkəb eksperimental tapşırıqları, prompt strategiyalarının ölçülməsini və mənbə etibarlılığı, iddia yoxlaması, dil həssaslığı və kalibrə edilmiş etibar üçün ayrı şkalaları təklif edirlər.

Prompt əsaslı üçbucaqlama sorğu daxilində ayrıca dəyişən kimi ölçülmədiyi üçün bu tədqiqat əsasında müstəqil empirik proqnozlaşdırıcı kimi qəbul edilməməlidir.

Mənbə və Metod Qeydi

Orijinal tədqiqat: The Pseudo-Confidence Paradox: The Epistemic Gap in Everyday AI Use.

Müəlliflər: Lyazzat Tulbayevna Kurmanbayeva; Anar Saduakasovna Tanabayeva; Akmaral Ivanovna Doszhanova; Aidyn Aidaruly Olzhashov; Denis Bakarassov; Adilbek Knarovich Bisenbaev.

Məsul müəllif: Anar Saduakasovna Tanabayeva.

Qurumlar: Mukhametzhan Tynyshbayev ALT University; International Information Technology University; Al-Farabi Kazakh National University; International University of Engineering and Technology; Institute of Philosophy, Political Science and Religion Studies, Ministry of Science and Higher Education of the Republic of Kazakhstan; Tengrion LLP.

Jurnal: Philosophies.

Nəşriyyat: MDPI.

Biblioqrafik qeyd: Philosophies 2026, 11(3), 97.

DOI: 10.3390/philosophies11030097.

Nəşr tarixi: 16 iyun 2026. Məqalə 10 aprel 2026-da qəbul edilmiş, 25 may 2026-da yenidən işlənmiş və eyni tarixdə qəbul olunmuşdur.

Mənbə növü: Resenziyalı tədqiqat məqaləsi. Nəzəri sosial epistemologiya çərçivəsini tək zamanlı kəsiyvari onlayn sorğu ilə birləşdirən konseptual-empirik tədqiqat.

Seçmə: Cəmi 216 sorğu toplanıb. Tədqiqat Qazaxıstan Respublikasında yaşayan 18 yaş və yuxarı iştirakçılarla aparılıb. Seçmə könüllü və ehtimala əsaslanmayan üsulla formalaşdırılıb. Çatışmayan cavablara görə analizlərin etibarlı N dəyərləri dəyişir.

Məlumat toplama: Öz-özünə doldurulan onlayn sorğu, Google Forms.

Təhlil: Məlumat təmizləmə və kateqorik kodlamadan sonra təsviri tezlik və faiz bölgüləri, çarpaz cədvəllər, Pearson xi-kvadrat testi və Cramér's V istifadə olunub. Mənbə təşəkkür bölməsində məlumatların IBM SPSS Statistics 27 istifadə edilərək əl ilə emal olunduğunu və tədqiqatda LLM istifadə edilmədiyini bildirir.

Əsas empirik nəticə: Cavabı emal strategiyası ilə epistemik düzgünlük arasında əhəmiyyətli əlaqə tapılıb: \(\chi^2(4)=18.939,\ p=0.0008,\ V=0.305\). AI-dən istifadə tezliyi ilə epistemik düzgünlük arasında əhəmiyyətli əlaqə tapılmayıb: \(\chi^2(4)=5.881,\ p=0.208,\ V=0.171\). İstifadə məqsədi ilə epistemik düzgünlük müqayisəsi də ənənəvi əhəmiyyət həddinə çatmayıb: \(\chi^2(5)=9.311,\ p=0.097,\ V=0.214\).

Lisenziya: Creative Commons Attribution (CC BY).

Maliyyələşdirmə: Tədqiqat xarici maliyyələşdirmə almayıb.

Məlumatlandırılmış razılıq: Mənbə sorğuda iştirakın könüllü və anonim olduğunu; iştirakçıların tədqiqatın məqsədi, məxfilik və istədikləri vaxt geri çəkilmək hüquqları barədə məlumatlandırıldığını və sorğunu könüllü doldurmaları yolu ilə razılıq alındığını bildirir.

Məlumatların əlçatanlığı: Nəticələri dəstəkləyən toplulaşdırılmış məlumatların məqalədə təqdim edildiyi, şəxsiyyəti müəyyənləşdirən məlumatların toplanmadığı və yalnız toplu nəticələrin bildirildiyi qeyd olunur.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşmasının olmadığını bildiriblər. Adilbek Knarovich Bisenbaevın Tengrion LLP-də işlədiyi, şirkətin tədqiqat dizaynı, məlumat toplama, təhlil, şərh, yazı və ya nəşr qərarında rol oynamadığı ayrıca qeyd olunub.

Müəllif töhfələri: Konseptuallaşdırma A.K.B., A.S.T., L.T.K. və A.I.D.; formal təhlil A.S.T. və A.K.B.; ilkin layihə A.K.B., A.S.T. və L.T.K.; metod D.B. və A.K.B.; yoxlama və vizuallaşdırma D.B. və A.K.B.; araşdırma A.S.T., L.T.K., A.I.D. və A.K.B.; resurslar A.S.T. və A.K.B.; məlumat kurasiyası A.K.B.; nəzərdən keçirmə/redaktə A.S.T., L.T.K., A.I.D., A.A.O. və A.K.B.; rəhbərlik L.T.K.; layihə idarəetməsi A.S.T.; maliyyələşdirmənin əldə edilməsi A.S.T. və A.K.B. kimi bildirilib.

Mənbədaxili etik bəyan uyğunsuzluğu: PDF-in Institutional Review Board Statement bölməsi tədqiqatı “tamamilə konseptual”, “empirik komponenti olmayan” və “insan iştirakçıları daxil etməyən” iş kimi təsvir edir. Bu ifadə həmin məqalənin metod bölməsində bildirilən 216 iştirakçılı sorğu və dərhal sonra verilən məlumatlandırılmış razılıq bəyanı ilə açıq şəkildə uyğun gəlmir. Verianla bu ziddiyyəti səssizcə düzəltmir və hansı ifadənin redaksiya baxımından düzgün olduğuna dair mənbədənkənar hökm vermir.

Mənbədaxili say uyğunsuzluğu: Bəzi nəqli faizlərlə Cədvəl 1–3-dəki faizlər arasında kiçik fərqlər var. Verianla müqayisə cədvəllərində müvafiq n və etibarlı N dəyərləri ilə birlikdə dərc edilmiş cədvəl faizlərini qoruyub; mətndəki fərqli dəyərlər mənbədaxili fərq kimi qiymətləndirilib.

Əsas metodoloji məhdudiyyət: Kəsiyvari dizayn səbəb-nəticə göstərmir; könüllü və təmsilçi olmayan seçmə bütün əhaliyə ümumiləşdirilə bilməz; tək nəzarət sualı epistemik yetkinliyin hamısını ölçmür; prompt əsaslı üçbucaqlama bu tədqiqatda empirik olaraq sınaqdan keçirilməyib.

Elmi istifadə sərhədi: Bu Verianla mətni orijinal tədqiqatın anlayışlarını, metodunu, rəqəmsal nəticələrini və məhdudiyyətlərini öyrədici quruluşda izah edir. Akademik istinad, orijinal sual formalaşdırılması, ətraflı nəzəri müzakirə və ədəbiyyat siyahısı üçün orijinal DOI qeydi istifadə olunmalıdır.