Бул изилдөө алгоритмдик божомол системалары адамды пассивдүү маалымат чекити катары гана карабай, адамдын өз жүрүм-туруму жөнүндө ой жүгүртүү жана чечимин өзгөртүү жөндөмүн да системанын иштешине кошот деп ырастайт. Автордун негизги дооматы боюнча рефлексивдүүлүк алгоритмдер сыртта калтырган ызы-чуу эмес; тескерисинче, божомол системалары азыктанган маанилүү сигнал.

Макала өзүн-өзү ишке ашырган пайгамбарчылык, рефлексивдүү божомол, кош герменевтика, финансылык моделдердин performativityси жана машиналык үйрөнүүдөгү performative prediction талкууларын бириктирет. Андан соң Margaret Archerдын рефлексивдүүлүк теориясы, Pierre Bourdieuнүн habitus түшүнүгү жана Hartmut Rosaнын социалдык ылдамдануу сыны аркылуу алгоритмдик системалар аң-сезимдүү чечимдерге да, чечимден мурунку адаттардын негизине да кантип таасир эте алары талкууланат.

Көйгөй эмнеде?

Салттуу түшүнүктө алгоритмдик божомол системалары өткөн маалыматтардан келечектеги жүрүм-турумду болжолдогон техникалык куралдар катары каралат. Сунуш системасы кайсы видео көрүлөрүн, жарнама системасы кайсы товар басыларын, билим берүү аналитикасы болсо кайсы окуучу тобокелдикте экенин божомолдоого аракет кылат. Бирок социалдык дүйнөдө божомолдор сырттан жасалган байкоо гана эмес; божомолдун өзү да жүрүм-турумду өзгөртө алат.

Окуучуга “ийгиликсиз болуу коркунучу жогору” деп айтылганда, бул маалымат анын өзү тууралуу ойлорун, мекеменин ага болгон мамилесин жана келечектеги чечимдерин таасирлентет. Ошентип божомол келечекти жөн гана сүрөттөбөйт; келечектин калыптанышына да катышат. Изилдөөнүн борбордук маселеси дал ушул.

Автор алгоритмдик системалар көп учурда адамдын ички чечим кабыл алуу процесстерине кызыкпагандай көрүнөрүн белгилейт. Бул системалар адам эмне үчүн чечим чыгарганын эмес, кайсы жүрүм-турум үлгүсү кайсы натыйжа менен байланышарын маанилүү көрөт. Бирок текст боюнча бул рефлексивдүүлүк маанисиз дегенди билдирбейт. Тескерисинче, адамдардын баалоолору, күмөндөрү, тандоолору жана системага берген реакциялары жаңы маалыматка айланат.

Ыкма эмнени сунуштайт?

Бул изилдөө эксперименттик эмес. Ал жаңы маалымат топтомун, сурамжылоону, платформа өлчөөсүн же машиналык үйрөнүү моделин үйрөтүүнү сунуштабайт. Ыкма катары теориялык жана концептуалдык талдоо колдонулган.

Автор ар башка дисциплиналардагы чачыранды талкууларды бир эле көйгөйдүн айланасына бириктирет. Robert K. Mertonдун өзүн-өзү ишке ашырган пайгамбарчылык түшүнүгү, Roger C. Buckтын рефлексивдүү божомол логикасы, Anthony Giddensтин кош герменевтика ыкмасы, Donald MacKenzieнин финансылык моделдердеги performativity талдоосу жана Perdomo менен Hardt сыяктуу изилдөөчүлөрдүн машиналык үйрөнүүдөгү performative prediction талкуулары бул интеллектуалдык генеалогиянын негизги баскычтары.

Андан кийин изилдөө социологиядагы түзүм-аракет талкуусуна кайрылат. Margaret Archerдын рефлексивдүүлүк теориясы, Pierre Bourdieuнүн habitus түшүнүгү жана Hartmut Rosaнын reflexive habitus, present contraction жана dynamic stabilization түшүнүктөрү аркылуу алгоритмдик системалар эки катмарда иштейт деген пикир берилет. Үйрөнүү адамдардын аң-сезимдүү жана рефлексивдүү натыйжаларынан азыктанат; багыттоо болсо чечим кабыл алынган адаттык негизди калыптандырат.

Формулалар эмнени түшүндүрөт?

Бул изилдөө түздөн-түз жаңы математикалык формула иштеп чыккан макала эмес. PDF ичинде деталдуу теңдеме блокторуна караганда концептуалдык жана теориялык түшүндүрмөлөр басымдуу. Ошондуктан бул изилдөө математикалык формулаларды камтыбайт.

Ошентсе да макала машиналык үйрөнүү адабиятындагы performative prediction талкуусуна концептуалдык жактан таянат. Бул талкуунун негизги идеясын жөнөкөй түрдө мындайча түшүндүрүүгө болот: Модель бөлүштүрүүнү гана үйрөнбөйт; модель колдонууга киргизилгенде бөлүштүрүүнүн өзү да өзгөрүшү мүмкүн. Башкача айтканда, алгоритмдин божомолу ал божомолдогон социалдык мейкиндикке таасир этет.

Автордун бул талкууга кошкон социологиялык салымы — бөлүштүрүү абстракттуу маалымат чекиттеринен гана турбай турганын баса белгилөө. Социалдык дүйнөдөгү бөлүштүрүү рефлексивдүү субъекттерге таянат. Адамдар божомолдорду көрүп, чечмелеп, өзүн аларга ылайыкташтырат же каршы чыгат. Бул процесстердин баары система кийин кайра үйрөнө ала турган маалымат издерин пайда кылат.

График, таблица жана схеманын негизги билдирүүсү

PDFде эксперименттик график же маалымат таблицасы жок. Изилдөөнүн визуалдык түрдө бериле турган негизги схемасы — үч баскычтуу кайтарым байланыш цикли. Адегенде система өткөн жүрүм-турумдан божомол чыгарат. Андан соң бул божомол социалдык чөйрөгө кайтып келип, адамдардын чечимдерине, күтүүлөрүнө же мекемелердин кийлигишүүсүнө таасир этет. Акырында пайда болгон жаңы жүрүм-турумдар кайрадан маалымат катары системага кирет.

Бул циклдин эң маанилүү билдирүүсү мындай: Алгоритмдик божомол келечекти гана окубайт; келечектин шарттарын да өзгөртө алат. Ошондуктан алгоритмдик системаларды техникалык тактык жагынан гана эмес, социалдык дүйнөнү кандайча кайра уюштурары жагынан да баалоо керек.

Макаланын экинчи схемалык билдирүүсү — үйрөнүү менен багыттоонун айырмасы. Үйрөнүү адамдардын аң-сезимдүү чечимдеринен жана рефлексивдүү баалоолорунан маалымат чогултат. Багыттоо болсо варианттар кантип сунушталарын, кайсы жүрүм-турум табигый көрүнөрүн жана кайсы адаттык негиз күчөтүлөрүн таасирлентет. Ошентип система чечимдин жыйынтыгынан да, чечим жаралган чөйрөдөн да пайда көрөт.

Эксперименттер кантип жүргүзүлгөн?

Бул изилдөөдө эксперимент жүргүзүлгөн эмес. Макала концептуалдык социологиялык талдоо болуп саналат. Автор алгоритмдик божомол системаларын түз өлчөөнүн ордуна, аларды түшүндүрүү үчүн колдонулган ар башка теориялык салттарды бириктирет.

Текстте билим берүү тармагындагы predictive analytics мисал катары колдонулат. Окуучулардын ийгилиги, окуудан чыгып кетүү тобокелдиги же аткаруу ыктымалдыгы тууралуу божомолдор окуучунун келечегин жөн гана сүрөттөп тим болбой, мекемелик кийлигишүүлөр жана окуучунун өзүнүн рефлексивдүү баалоосу аркылуу ошол келечекке таасир эте алары талкууланат.

Бул мисалды эмпирикалык case study катары эмес, теориялык аргументти конкреттештирген түшүндүрмө талаа катары окуу керек. Автордун негизги максаты — рефлексивдүүлүк алгоритмдик системалардан толугу менен чыгарылып салынбаганын, тескерисинче алардын иштешинде борбордук роль ойной аларын көрсөтүү.

Жыйынтыктар эмнени көрсөтөт?

Изилдөөнүн негизги жыйынтыгы — алгоритмдик божомол системалары адамдын рефлексивдүүлүгүн толугу менен маанисиз кылбайт. Айрым алгоритмдик башкаруу ыкмалары системалар адамдын аң-сезимдүү ой жүгүртүүсүн айланып өтүп, жүрүм-турум үлгүлөрүнө көңүл бурат деп эсептейт. Автор болсо бул алкак жетишсиз дейт.

Текстке ылайык рефлексивдүү субъект дагы эле борбордо, бирок башка формада. Адамдар ойлонгон, чечим кабыл алган, өзүн системанын божомолдоруна ылайыктаган же аларга жооп кайтарган ар бир учурда система үчүн жаңы маалымат жаралат. Ошентип рефлексивдүүлүк системадан тышкаркы эркин мейкиндик болуудан чыгып, системанын үйрөнүү жөндөмүнө кошулушу мүмкүн.

Изилдөө ошондой эле алгоритмдик системалар эки деңгээлде иштейт деп ырастайт. Биринчи деңгээлде система адамдардын рефлексивдүү чечим жыйынтыктарынан үйрөнөт. Экинчи деңгээлде адамдар чечим кабыл алып жатканда турган адат, күтүүлөр жана практикалык сезимдердин негизин багыттайт. Бул экинчи деңгээл Bourdieuнүн habitus түшүнүгү менен байланыштырылат.

Автордун эң көңүл бурарлык жыйынтыгы — кеч модерндик коомдордо адамдын өзүн үзгүлтүксүз баалоо жана багыттоо милдети алгоритмдик системалар үчүн өндүрүмдүү ресурс болуп калышы мүмкүн. Адам канчалык көп чечим чыгарып, өзүн түшүндүрүп жана система менен аракеттенсе, система ошончолук көп үйрөнөт.

Бул эмне үчүн маанилүү?

Бул талкуу жасалма интеллект жана алгоритмдик божомол системалары билим берүү, жарнама, платформа экономикасы, социалдык медиа, мамлекеттик башкаруу жана кеңеш берүү сыяктуу тармактарда кеңири колдонулуп жатканы үчүн маанилүү. Бул системалар эмне болорун гана божомолдоого аракет кылбайт; көбүнчө адамдар эмнени мүмкүн, акылга сыярлык же табигый деп көрөрүнө да таасир этет.

Мисалы, сунуш системасы колдонуучу эмнени көрөрүн гана божомолдобойт; варианттарды белгилүү бир тартипте көрсөтүп, көрүү жүрүм-турумун да багыттайт. Билим берүү аналитикасы окуучунун тобокелдигин гана эсептебейт; окуучуга, мугалимге жана мекемеге ал окуучу жөнүндө белгилүү бир келечек күтүүсүн сунуштайт. Бул күтүү жүрүм-турумдун кайра калыптанышына салым кошо алат.

Ошондуктан изилдөө алгоритмдик системаларга “божомол туурабы?” деген суроо менен гана кароо жетишсиз экенин көрсөтөт. Маанилүүрөөк суроо мындай: Бул божомол социалдык дүйнөгө кайтып келгенде кайсы жүрүм-турумдарды, кайсы адаттарды жана кайсы келечектерди көбүрөөк мүмкүн кылат?

Эске алынуучу жагдайлар

Бул изилдөө рецензиядан өтө элек preprint. Ошондуктан теориялык дооматтарды так кабыл алынган академиялык жыйынтыктар катары эмес, талкууга ачык социологиялык сунуш катары кароо керек.

Макала эмпирикалык маалымат бербегендиктен, алгоритмдик системалар ар бир контекстте бирдей иштейт деген жыйынтык чыгарууга болбойт. Билим берүү аналитикасы, жарнама алгоритмдери, социалдык медиа сунуштары жана жасалма интеллект чат системалары ар башка техникалык жана мекемелик түзүмгө ээ. Тексттин баалуулугу — бул системаларды бирдиктүү социологиялык алкакта ойлонууга чакырышы.

Рефлексивдүүлүктүн “ресурс” болуп калышы адам толугу менен көзөмөлдөнөт дегенди билдирбейт. Автордун аргументи кыйла нюанстуу: Адам дагы эле ойлонот, баалайт жана реакция берет; бирок бул ой жүгүртүү жана реакция процесстери системалар тарабынан байкалып, моделденип жана кайра колдонулушу мүмкүн.

Изилдөөдө жасалма интеллекттин колдонулушу да билдирилген. Автор Claude жазуу жана редакциялык колдоо үчүн, Qwen менен Llama сыяктуу жергиликтүү чоң тил моделдери болсо адабият боюнча ноталарды иштетүү үчүн колдонулганын, акыркы жоопкерчилик өзүндө калганын белгилейт. Бул маалымат тексттин өндүрүш процесси жагынан эске алынышы керек.

Жыйынтык

“Reflexive Predictions – Reflexivity as Resource in Algorithmic Systems” алгоритмдик божомол системаларын техникалык курал катары гана эмес, социалдык дүйнөгө таасир эткен кайтарым байланыш механизмдери катары караган маанилүү теориялык талкууну сунуштайт. Изилдөөнүн негизги идеясы — божомолдор социалдык дүйнөдө пассивдүү калбайт. Адамдар божомолдорду көрөт, чечмелейт, аларга жараша аракет кылат жана бул аракеттер система үчүн жаңы маалымат өндүрөт.

Автор рефлексивдүү субъект алгоритмдик доордо жок болуп кетпейт деп эсептейт. Тескерисинче, рефлексивдүү субъект системалардын иштеши үчүн борбордук мааниге ээ болушу мүмкүн. Адамдардын өздөрү тууралуу ойлонушу, чечимдерин кайра жөнгө салышы жана санарип системалар менен аракеттениши алгоритмдик үйрөнүү азыктанган маалымат агымын күчөтөт.

Бул ыкма жасалма интеллект жана божомол системалары тууралуу тереңирээк этикалык суроону чыгарат: Эгер система биздин жүрүм-турумду гана божомолдобостон, кайсы келечек тууралуу ойлонуп жатканда кайсы адаттардын ичинде чечим чыгарарыбызды да калыптандырса, анын таасирин кантип баалашыбыз керек?

Булак жана ыкма жөнүндө эскертүү

Бул мазмун Oskar Kirschтин “Reflexive Predictions – Reflexivity as Resource in Algorithmic Systems” аттуу preprint эмгеги окулуп даярдалган. Текст сөзмө-сөз котормо эмес; академиялык эмгектеги негизги идеялар Verianla форматына ылайык жөнөкөйлөштүрүлүп, өз алдынча жана автордук укук жагынан коопсуз кыргызча редакциялык мазмунга айландырылган.

PDFде текст рецензиядан өтпөгөнү ачык көрсөтүлгөндүктөн, жазууда так академиялык жыйынтык тили колдонулган эмес; “автор жактайт”, “изилдөө талкуулайт”, “текст сунуштайт” сыяктуу этият туюнтмалар тандалган. Жасалма интеллект, билим берүү аналитикасы жана алгоритмдик башкаруу сыяктуу тобокелдүү тармактардагы чечмелөөлөр чектөөлөрү менен кошо берилген.