Süni intellekt agentləri artıq yalnız suallara cavab verən alətlər deyil. Səhiyyə tətbiqlərində məsləhətçi, təhsil platformalarında müəllim, maliyyə sistemlərində bələdçi, şəxsi inkişaf tətbiqlərində kouç, bəzi sahələrdə isə rəqəmsal yoldaş kimi davranmaları gözlənilir. Bu dəyişiklik süni intellekti yalnız texniki doğruluq baxımından deyil, sosial rol uğuru baxımından da qiymətləndirməyi zəruri edir.

Tədqiqatın əsas iddiası budur: AI agentləri insan həyatında müəyyən rollar üzərinə götürdükcə onların uğuru yalnız düzgün informasiya yaratmalarından asılı olmur. Agent düzgün cavab verə bilər, amma yanlış tonda danışa bilər. İstifadəçinin real ehtiyacını anlayır kimi görünə bilər, amma səlahiyyət sərhədini aşa bilər. Texniki baxımdan təhlükəsiz cavab verə bilər, amma istifadəçi özünü mühakimə olunmuş, kiçildilmiş və ya anlaşılmamış hiss edə bilər.

Buna görə tədqiqat “Interactional AI”, yəni “Qarşılıqlı Əlaqəli Süni İntellekt” adlanan yeni araşdırma sahəsi təklif edir. Bu sahə insanların və rol üzərinə götürən AI sistemlərinin təkrar-təkrar qarşılıqlı əlaqəyə girdiyi sintetik sosial məkanları anlamağa çalışır. Burada əsas məsələ AI-nin ağıllı olub-olmaması deyil; sosial qarşılaşma daxilində uyğun şəkildə davranıb-davranmamasıdır.

Problem Nədir?

Bu günə qədər AI sistemləri əsasən doğruluq, təhlükəsizlik, istifadə rahatlığı, hallüsinasiya, zərərli çıxış və ya tapşırığı tamamlama kimi meyarlarla qiymətləndirilib. Bu meyarlar vacibdir; lakin rol üzərinə götürən AI agentlərinin yaratdığı yeni problemi tam şəkildə əhatə etmir.

Bir sağlamlıq kouçu tətbiqini düşünək. İstifadəçi pis yatdığını, stress yaşadığını və ya motivasiya itkisi hiss etdiyini söylədikdə sistem yalnız biometrik verilənlərə baxaraq “vəziyyət pis görünür” deyə bilər. Bu cümlə texniki baxımdan verilənlərlə uyğun ola bilər. Lakin istifadəçi həmin anda yalnız verilənlərin şərhini deyil, anlaşılmağı, sakitləşdirilməyi və ya nəzakətli istiqamətləndirməni gözləyə bilər. Sistem bu sosial gözləntini oxuya bilmədikdə qarşılıqlı əlaqə pozulur.

Tədqiqatın diqqət çəkdiyi əsas problem budur: AI agentləri getdikcə daha çox insan rolunu üzərinə götürür, lakin onları qiymətləndirmək üçün istifadə etdiyimiz çərçivələr hələ də əsasən “alət” məntiqinə söykənir. Alətin uğurlu olub-olmadığını istifadəçinin məqsədə çatıb-çatmadığı ilə ölçə bilərik. Lakin məsləhətçinin, müəllimin və ya kouçun uğurunu yalnız informasiya doğruluğu ilə ölçə bilmərik.

Buna görə əsas sual budur: Maşının insanlara aid sosial rolları oynaması nə deməkdir və bu rol uğuru necə qiymətləndirilə bilər?

Metod Nə Təklif Edir?

Tədqiqat texniki təcrübə və ya statistik model təqdim etmək əvəzinə sosioloji konseptual çərçivə təklif edir. Bu çərçivə insanların və AI agentlərinin birlikdə yaratdığı “Synthetic Social Spaces” anlayışı ətrafında qurulur. Azərbaycan dilinə “sintetik sosial məkanlar” kimi çevrilə bilən bu anlayış insanların rol üzərinə götürən AI sistemləri ilə təkrarlanan qarşılıqlı əlaqədə olduğu rəqəmsal sosial mühitləri ifadə edir.

Bu məkanlarda AI agenti yalnız informasiya verən tərəf deyil. İstifadəçi ilə münasibət qurur, gözlənti yaradır, ton müəyyənləşdirir, etibar qurmağa çalışır, bəzən səlahiyyətdən istifadə edir və bəzən səhvini düzəltməli olur. Buna görə tədqiqat AI agentlərinin sosial fəaliyyətini dörd əsas əməliyyatla izah edir.

Birinci əməliyyat istifadəçinin altında yatan məqsədi anlamaqdır. İstifadəçi “niyə pis yatdım?” deyə soruşduqda yalnız verilən izahını istəməyə bilər; bəlkə də yaşadığı stressin görülməsini və sakitləşdirici cavab gözləyir. AI agenti istifadəçinin açıq tələbi ilə gizli ehtiyacı arasındakı fərqi oxuya bilməzsə, texniki baxımdan əlaqəli, amma sosial baxımdan yanlış cavab verə bilər.

İkinci əməliyyat səlahiyyəti tənzimləməkdir. AI agenti bəzən müəllim, bəzən məsləhətçi, bəzən kouç, bəzən köməkçi kimi davranır. Lakin bu rolların hər birinin fərqli səlahiyyət sərhədləri var. Sistem lazım olandan artıq qəti danışarsa istifadəçi özünü təzyiq altında hiss edə bilər. Davamlı çəkingən və qeyri-müəyyən danışarsa bu dəfə yararsız hala gələ bilər.

Üçüncü əməliyyat tonu və qarşılıqlı əlaqə tərzini idarə etməkdir. İstifadəçi qəzəbli olarkən şən motivasiya dili, istifadəçi narahat olarkən həddindən artıq klinik ton və ya istifadəçi incimiş olarkən avtomatik “kömək edim” qəlibi sosial uyğunluğu poza bilər. Ton yalnız söz seçimi deyil; qarşılıqlı əlaqənin hansı münasibət daxilində baş verdiyini göstərən sosial siqnaldır.

Dördüncü əməliyyat qırılmaları təmir etməkdir. İnsanlar da bir-birini yanlış anlayır; lakin sosial münasibətlər üzr istəmə, izah, yenidən uyğunlaşma və etibarın bərpası kimi təmir praktikaları ilə davam etdirilə bilər. AI agenti səhv etdikdə və ya istifadəçi özünü yanlış anlaşılmış hiss etdikdə sistem bunu fərq edib düzgün şəkildə bərpa etməlidir. Ümumi bir üzr və ya istifadəçini günahlandırır kimi görünən izah qırılmanı daha da böyüdə bilər.

Formullar Nəyi İzah Edir?

Tədqiqatda riyazi formul, statistik model və ya eksperimental tənlik yoxdur. Mətn konseptual və sosioloji çərçivə təklif edir. Buna görə ötürüləcək orijinal MathJax formulu yoxdur.

Bununla belə, tədqiqatın əsas məntiqi sadə proses əlaqəsi ilə belə ümumiləşdirilə bilər:

Bu ifadə tədqiqatda sözbəsöz formul kimi yer almır; konseptual çərçivənin oxucu tərəfindən daha asan anlaşılması üçün hazırlanmış redaksiya xülasəsidir.

Tədqiqatın xəbərdarlıq etdiyi uğursuzluq vəziyyəti isə belə göstərilə bilər:

Bu sadə ifadə mətnin əsas iddiasını açıqlayır: AI agenti faktoloji baxımdan düzgün cavab yaratsa belə, sosial rolu yanlış oynayırsa qarşılıqlı əlaqə uğursuz ola bilər.

Qrafik, Cədvəl və Sxemin Əsas Mesajı

Tədqiqatın konseptual onurğası AI agentlərini “çıxış yaradan alət” kimi deyil, sosial qarşılaşmaya daxil olan rol daşıyıcısı aktorlar kimi düşünməkdir. Bu baxışda agent yalnız istifadəçinin sualını cavablandırmır; eyni zamanda sosial vəziyyətin içinə daxil olur. İstifadəçi onu məsləhətçi, kouç, müəllim, dost, ekspert və ya köməkçi kimi mövqeləndirə bilər.

“Social Fit” anlayışı agentin daxil olduğu sosial mühiti uyğun şəkildə daşıya bilmə dərəcəsini ifadə edir. Sağlamlıq kouçu istifadəçinin həssaslığını fərq etməli; təhsil agenti tələbənin hansı anda izah istədiyini, hansı anda təşviqə ehtiyac duyduğunu ayıra bilməlidir. Maliyyə məsləhətçisi agenti isə qeyri-müəyyənlik, risk və qorxu olan söhbətdə həddindən artıq qətiyyətdən çəkinməlidir.

“Interaction Failure” anlayışı texniki səhvdən fərqli pozulma növünü müəyyənləşdirir. Sistem hallüsinasiya yaratmamış, toksik dil işlətməmiş, hətta tapşırığı tamamlamış ola bilər. Buna baxmayaraq istifadəçi sistemin sosial vəziyyətə uyğun davranmadığını hiss edə bilər. Bu halda problem çıxışın doğruluğunda deyil, qarşılıqlı əlaqənin münasibət səviyyəsində yanlış qurulmasındadır.

Çərçivənin dörd əməliyyatı AI agentinin sosial rol uğurunu anlamaq üçün bir növ baxış bucağı təqdim edir. İstifadəçi nə axtarır? Agent hansı səlahiyyətlə danışır? Ton vəziyyətə uyğundurmu? Səhv olduqda sistem münasibəti bərpa edə bilirmi? Bu suallar klassik süni intellekt qiymətləndirmələrində çox vaxt görünməyən uğursuzluq sinfini görünən edir.

Oura Advisor nümunəsi bu baxımdan izahlıdır. İstifadəçilər yalnız verilənin yanlışlığından şikayət etmir; sistemin onları necə mövqeləndirdiyinə, necə danışdığına və sonradan yaranan qırılmanı necə bərpa edə bilmədiyinə reaksiya verir. “AI gaslighting” kimi sosial dillə ifadə olunan reaksiya insanların bu sistemləri yalnız alət kimi deyil, sosial qarşılaşmanın tərəfi kimi təcrübə etdiyini göstərir.

Təcrübələr Necə Aparılıb?

Bu tədqiqat klassik mənada eksperimental araşdırma deyil. Müəyyən verilənlər dəsti, statistik test və ya model performans ölçümü təqdim etmir. Bunun əvəzinə Oura Advisor, Noom AI Coach və Khanmigo kimi nümunələrdən çıxış edərək rol üzərinə götürən AI agentlərinin qarşılıqlı əlaqədə necə uğursuz ola bildiyini sosioloji anlayışlarla izah edir.

Mətn Erving Goffman, Harold Garfinkel, Berger və Luckmann, Harvey Sacks, Emanuel Schegloff, Sherry Turkle və Lucy Suchman kimi sosial qarşılıqlı əlaqə, gündəlik həyat, danışıq analizi və insan-maşın münasibətləri üzərində çalışan mütəfəkkirlərdən yararlanır. Bu nəzəri baza AI agentlərinin sosial qarşılaşma daxilindəki rolunu anlamaq üçün istifadə olunur.

Tədqiqatın metodu texniki sistem araşdırmasından çox konseptual ayrışdırmaya əsaslanır. Əvvəlcə mövcud insan-maşın qarşılıqlı əlaqəsi yanaşmalarının sərhədi göstərilir. Sonra AI agentlərinin yeni sosial vəziyyət yaratdığı müdafiə olunur. Nəhayət, bu sosial vəziyyəti qiymətləndirmək üçün Social Fit, Interaction Failure və dörd qarşılıqlı əlaqə əməliyyatı anlayışları təklif edilir.

Buna görə tədqiqat “AI agenti neçə faiz uğurludur?” sualına cavab vermir. Bunun əvəzinə daha əsas sual soruşur: AI agenti insanlara aid sosial rolu üzərinə götürdükdə hansı növ sosial bacarıqlara ehtiyac duyur?

Nəticələr Nəyi Göstərir?

Tədqiqatın ilk nəticəsi AI agentlərini yalnız alət kimi nəzərdən keçirməyin kifayət etməməsidir. Kouç, məsləhətçi, müəllim və ya yoldaş kimi rollar üzərinə götürən sistemlər istifadəçi tərəfindən sosial tərəf kimi təcrübə edilir. Bu vəziyyət qiymətləndirmə meyarlarının da dəyişməsini tələb edir.

İkinci nəticə texniki doğruluğun sosial uğur üçün kifayət etməməsidir. Cavab düzgün, təhlükəsiz və əlaqəli ola bilər; lakin yenə də istifadəçinin olduğu sosial vəziyyətə uyğun gəlməyə bilər. Belə pozulma hallüsinasiya və ya toksiklik kimi klassik AI səhvləri ilə izah edilə bilməz.

Üçüncü nəticə “Social Fit” anlayışının kritik hala gəlməsidir. AI agenti rolunu və olduğu sosial məkanı düzgün oxuya bilirsə qarşılıqlı əlaqə daha davamlı olur. İstifadəçinin məqsədini anlaya bilmir, səlahiyyətindən yanlış istifadə edir, tonu tənzimləyə bilmir və ya qırılmaları bərpa edə bilmirsə qarşılıqlı əlaqə uğursuz olur.

Dördüncü nəticə bərpa qabiliyyətinin etibar üçün mərkəzi olmasıdır. İnsanlar maşınların səhv edə biləcəyini qəbul edə bilər; lakin səhvdən sonra sistemin istifadəçi təcrübəsini kiçiltməsi, yanlış anlaması və ya ümumi üzrlə keçişdirməsi etibarı daha çox zədələyə bilər. Sosial münasibətlərdə olduğu kimi sintetik sosial məkanlarda da etibar yalnız səhvsizliklə deyil, səhvdən sonra düzgün bərpa ilə qurulur.

Beşinci nəticə bu sahənin yeni sosiologiya tələb etməsidir. AI agentləri geniş yayıldıqca insanlar bu sistemlərlə yalnız informasiya mübadiləsi etməyəcək; məsləhət, istiqamətləndirmə, motivasiya, yaxınlıq, intizam, öyrənmə və dəstək münasibətləri quracaq. Bu münasibətləri anlamaq üçün texniki performans ölçüləri ilə yanaşı sosial qarşılıqlı əlaqə meyarlarına ehtiyac var.

Bu Niyə Vacibdir?

AI agentləri səhiyyə, təhsil, maliyyə, müştəri xidmətləri, iş kouçluğu və şəxsi inkişaf kimi sahələrə daxil olduqca insanlarla qurduqları münasibət daha həssas olur. Bu sistemlər bəzən istifadəçinin narahatlığını, bəzən uğursuzluq hissini, bəzən iqtisadi qorxusunu, bəzən tənhalıq və ya motivasiya ehtiyacını qarşılayır kimi davranır. Belə hallarda yanlış ton, yanlış səlahiyyət və ya yetərsiz bərpa ciddi istifadəçi reaksiyaları yarada bilər.

Bu tədqiqat süni intellekt qiymətləndirməsində çatışmayan sahəni görünən edir. Bu gün bir çox sistem “düzgün cavab verdimi?”, “zərərli məzmun yaratdımı?”, “tapşırığı tamamladımı?” sualları ilə ölçülür. Halbuki rol üzərinə götürən agentlər üçün əlavə suallar lazımdır: İstifadəçini düzgün anladımı? Öz sərhədini bildimi? Həmin an üçün uyğun tonda danışdımı? Səhvdən sonra etibarı bərpa edə bildimi?

Bu yanaşma məhsul dizaynı üçün də vacibdir. AI sağlamlıq kouçu, maliyyə məsləhətçisi və ya təhsil assistenti hazırlayarkən yalnız informasiya bazası və təhlükəsizlik filtri qurmaq kifayət deyil. Sistemin sosial rol sərhədləri, ton keçidləri, istifadəçi gözləntiləri, böhran anları və bərpa protokolları da dizayn edilməlidir.

Cəmiyyət baxımından isə məsələ daha böyükdür. İnsanlar maşınları sosial rolu olan aktorlar kimi təcrübə etməyə başladıqda sosial həyatın bir hissəsi sintetik aktorlarla birlikdə qurulmağa başlayır. Bu, yalnız texnologiya deyil, yeni sosial münasibət formasıdır.

Diqqət Edilməli Məqamlar

İlk diqqət nöqtəsi tədqiqatın konseptual xarakteridir. Mətn genişmiqyaslı empirik verilənlər təhlili təqdim etmir. Buna görə təklif olunan anlayışlar ölçülmüş yekun nəticələr kimi deyil, yeni tədqiqat sahəsi üçün qurucu çərçivə kimi qiymətləndirilməlidir.

İkinci diqqət nöqtəsi AI agentlərinə sosial rol aid etməyin mürəkkəb nəticələridir. İstifadəçilərin sistemləri sosial aktor kimi təcrübə etməsi real sosial hadisədir; lakin bu, sistemlərin insan kimi şüurlu, niyyətli və ya mənəvi subyekt olduğu demək deyil. Sosial təcrübə ilə texniki reallıq qarışdırılmamalıdır.

Üçüncü diqqət nöqtəsi etibar məsələsidir. AI agenti sosial baxımdan uyğun danışdıqda istifadəçi etibarı arta bilər; lakin bu etibar bəzən həddindən artıq asılılıq və ya səlahiyyəti olduğundan böyük görmə riski yarada bilər. Xüsusilə səhiyyə, maliyyə, təhsil və psixoloji dəstək sahələrində sərhədlər açıq olmalıdır.

Dördüncü diqqət nöqtəsi bərpanın manipulyasiyaya çevrilmə riskidir. Sistem səhvini qəbul etmək əvəzinə istifadəçini sakitləşdirən, amma problemi görünməz edən dildən istifadə edərsə, bu sosial uyğunluq deyil, etibar aşınması yaradar. Həqiqi bərpa səhvi tanımağı, məsuliyyət sərhədini izah etməyi və gözləntini yenidən qurmağı tələb edir.

Nəhayət, bu məzmun texniki məhsul tövsiyəsi və ya hüquqi/etik uyğunluq bələdçisi deyil. Rol üzərinə götürən AI sistemləri hazırlanarkən fənlərarası qiymətləndirmə, istifadəçi təhlükəsizliyi, verilənlərin qorunması, şəffaflıq və insan nəzarəti birlikdə nəzərə alınmalıdır.

Nəticə

Bu tədqiqat süni intellekt agentlərini anlamaq üçün mühüm istiqamət dəyişikliyi təklif edir. AI agentləri artıq yalnız əmr alan və çıxış verən alətlər deyil. Bir çox sahədə kouç, məsləhətçi, müəllim, bələdçi və ya yoldaş kimi sosial rollar üzərinə götürürlər. Bu rollar özləri ilə sosial gözləntilər gətirir.

Tədqiqatın əsas mesajı aydındır: AI agentinin uğuru yalnız nə dediyi ilə deyil, içində olduğu sosial vəziyyəti necə daşıdığı ilə də bağlıdır. Düzgün informasiya yanlış tonla verildikdə istifadəçini itirə bilər. Faydalı məsləhət yanlış səlahiyyətlə təqdim edildikdə təzyiqedici görünə bilər. Səhv düzgün bərpa edilməzsə etibarı qalıcı şəkildə zədələyə bilər.

Verianla baxımından bu tədqiqatın dəyəri süni intellekt müzakirəsini texniki doğruluğun kənarına daşımasıdır. Gələcəyin AI sistemləri yalnız daha düzgün cavablar yaratmaqla deyil; insanlarla daxil olduqları sintetik sosial məkanlarda daha anlaşıqlı, sərhədini bilən, tonunu tənzimləyən və bərpa edə bilən aktorlar kimi dizayn edilməklə qiymətləndiriləcək.

Mənbə və Metod Qeydi

Bu məzmun Sudhir Venkatesh tərəfindən hazırlanmış “Interactional AI: Agent Encounters in Synthetic Social Space” başlıqlı konseptual tədqiqata əsasən hazırlanıb. Tədqiqat AI agentləri, sintetik sosial məkanlar, sosial uyğunluq, qarşılıqlı əlaqə uğursuzluğu və rol üzərinə götürən maşınların sosioloji mənası barədə nəzəri çərçivə təklif edir.

Bu məzmun sözbəsöz tərcümə deyil; tədqiqatın əsas ideyası Verianla nəşr xəttinə uyğun şəkildə sadələşdirilib və orijinal Azərbaycan dilli redaksiya məqaləsinə çevrilib.