Бул библиометриялык изилдөө уюмдарда жасалма интеллект менен адамдын өз ара аракети академиялык адабиятта кандай түшүндүрүлгөнүн жана изилдөө чөйрөсү кайсы багыттарга өнүгүп жатканын карайт. Изилдөөчүлөр Scopus базасынан алынган 2178 негизги документти жана алар шилтеме берген 15.078 экинчи даражадагы документти VOSviewer 1.6.20 аркылуу document co-citation жана bibliographic coupling ыкмалары менен талдашкан. Биргелешкен шилтеме анализи чөйрөнүн беш негизги интеллектуалдык кластерин ачып берсе, библиографиялык байланыш анализи төрт актуалдуу изилдөө фронтун аныктаган. Жалпы көрүнүш адабият жасалма интеллектти жөн гана натыйжалуулукту жогорулатуучу жана адамдар тарабынан “кабыл алынышы керек” болгон технология катары караган мамилелерден ишеним, адам автономиясы, биргелешкен чечим кабыл алуу, өз ара ыңгайлашуу, башкаруу жана уюштуруучулук жөндөмдөрдү камтыган адамга багытталган кызматташтык мамилеге карай кеңейип жатканын көрсөтөт. Бирок бул жыйынтык бардык жумуш орундарында эмпирикалык түрдө ушундай өзгөрүү болгонун далилдебейт; изилдөө илимий басылмалардын ортосундагы шилтеме мамилелерин картага түшүрөт жана Scopus, издөө терминдери, дисциплина чектери жана библиометриялык босоголордун таасирине дуушар болот.

Изилдөөнүн эң маанилүү билдирүүлөрүнүн бири — жасалма интеллекттин уюмдарда баалуулук жаратышын жалгыз алгоритмдин техникалык күчү менен түшүндүрүүгө болбой турганы. Каралган адабият кызматкерлердин жасалма интеллектти түшүнүүсү, ага ылайыктуу деңгээлде ишенүүсү, адам менен AI ролдорунун кандай бөлүштүрүлүшү, жетекчиликтин колдоосу, маалыматка негизделген маданият, этикалык башкаруу, иш агымынын дизайны жана кызматкерлердин чечим кабыл алуу процессинде маанилүү ролун сактап калышы сыяктуу факторлорду барган сайын борбордук темаларга айлантат. Авторлор бул өзгөрүүнү автоматташтырууга багытталган ой жүгүртүүдөн жасалма интеллект менен адам бири-бирин толуктаган социотехникалык системаларга карай өнүгүп жаткан изилдөө багыты катары чечмелешет.

Жасалма интеллект эми жөн гана куралбы?

Изилдөө колдонгон аныктама боюнча AI–human collaboration — адам акторлору менен акылдуу системалар жумуш тапшырмаларын бирге аткарган, чечим процесстерине бирге катышкан жана уюштуруучулук натыйжаларды чогуу калыптандырган интерактивдүү процесс. Изилдөө адабиятта эки негизги мамиле бар экенин көрсөтөт.

Биринчи мамиле жасалма интеллектти курал катары көрөт. Бул моделде AI талдоо, чечимди колдоо же иш агымынын натыйжалуулугун камсыз кылат, бирок негизги ыйгарым укук жана чечим үчүн жоопкерчилик адамда калат. Экинчи мамиле болсо AI-ни барган сайын командадагы өнөктөш же жарым-жартылай автономдуу иш өнөктөшү катары концептуалдаштырат. Бул жерде адам менен жасалма интеллект тапшырмаларды аныктоого, аткарууга же координациялоого ар кандай деңгээлде бирге катыша алат.

Библиометриялык картада көрүнгөн өзгөрүү курал мамилеси жоголгонун билдирбейт. Туурараак түшүндүрмө — изилдөө чөйрөсү “Адам AI колдоно турган болобу?” деген суроодон өтүп, “Адам менен AI кантип бирге иштейт, ролдорун кантип ыңгайлаштырат жана жоопкерчиликти кантип бөлүшөт?” деген суроого көбүрөөк багыт алып жатат.

Эмне үчүн чөйрө бөлүнгөн деп эсептелет?

Жасалма интеллект–адам кызматташтыгы бир гана илимий дисциплинанын темасы эмес. Изилдөөлөр уюштуруучулук жүрүм-турум, психология, маалымат системалары, менеджмент, билим берүү, адам ресурстары жана адам–компьютер өз ара аракети сыяктуу ар башка дисциплиналарда өнүккөн. Бул ишеним, технологияны кабыл алуу, антропоморфизм, лидерлик, этика, жумуш дизайны, санарип жөндөм, кызматкерлердин мамилеси жана натыйжалуулук сыяктуу түшүнүктөрдүн өз-өзүнчө адабияттарда изилденишине алып келет.

Изилдөөнүн максаты айрым эмгектердин жыйынтыктарын мета-аналитикалык түрдө бириктирүү эмес; ар башка адабияттардын кайсы булактарды бирге колдонорун жана кайсы изилдөөлөр жалпы билим негиздерине таянарын картага түшүрүп, чөйрөнүн интеллектуалдык архитектурасын ачып берүү.

Document co-citation менен bibliographic coupling ортосунда кандай айырма бар?

Document co-citation эки булак кийинки изилдөөлөрдө канчалык көп бирге шилтемеленерин карайт. Эгер эки эмгек бир эле макалалардын адабият тизмелеринде кайра-кайра чогуу көрүнсө, бул алардын окшош теориялык же концептуалдык билим базасынын бөлүктөрү экенине ишарат кылат. Ошондуктан биргелешкен шилтеме анализи көбүнчө чөйрөнүн интеллектуалдык негиздерин түшүнүү үчүн колдонулган.

Bibliographic coupling болсо тескери багыттан карайт. Эки актуалдуу изилдөөнүн адабият тизмелеринде канча жалпы булак бар экенин текшерет. Бирдей булактарга көп кайрылган жаңы эмгектер окшош изилдөө суроолорун же тематикалык багыттарды бөлүшөт деп күтүлөт. Изилдөөчүлөр бул ыкманы чөйрөнүн актуалдуу изилдөө фронтторун аныктоо үчүн колдонушкан.

Демек, бул эки анализ бир эле суроону кайталабайт. Биринчиси “Бул чөйрө кайсы ой жүгүртүү негиздерине курулган?” деген суроого, экинчиси “Азыркы изилдөөлөр кайсы багыттарга топтолууда?” деген суроого жооп издейт.

Беш негизги интеллектуалдык кластер эмнени көрсөтөт?

Биргелешкен шилтеме тармагындагы алгачкы 100 документ беш кластерге бөлүнгөн. Изилдөөнүн 9-бетиндеги 1-сүрөттө кызыл, жашыл, көк, сары жана кочкул кызыл түстөр менен көрсөтүлгөн бул түзүлүш чөйрөнүн психологиялык теориялардан билим берүү трансформациясына жана технологияны кабыл алууга чейин созулган кеңири теориялык базага ээ экенин көрсөтөт.

Психологиялык жана социалдык негиз эмне үчүн маанилүү?

Эң чоң биргелешкен шилтеме кластери адамдар жасалма интеллектти функционалдык өзгөчөлүктөрү боюнча гана баалабай турганын изилдеген эмгектерден турат. Антропоморфтук дизайн, социалдык катышуу, ишеним, жылуулук сезими, колдонуучунун идентификациясы жана адамга окшош өз ара аракет өзгөчөлүктөрү бул адабиятта маанилүү орун ээлейт.

Бул изилдөө багытынын негизги идеясы — чатбот, кызмат роботу же окшош AI агенти колдонуучу тарабынан таптакыр нейтралдуу программа катары кабыл алынбашы мүмкүн. Адамга окшош жүрүм-турум же коммуникация формасы колдонуучулардын система менен түзгөн мамилесин жана жүрүм-турум реакцияларын өзгөртө алат.

Эмне үчүн жогорку билим берүү ушунчалык үстөм?

Биргелешкен шилтеме түзүмүнүн эки чоң бөлүгү түздөн-түз жогорку билим берүү жана билим берүү трансформациясы менен байланыштуу. Авторлор муну изилдөө дизайнындагы ката катары эмес, өзгөчө генеративдүү жасалма интеллект тез жайылгандан кийин учурдагы адабияттын эмпирикалык бөлүштүрүлүшүнүн чагылдырылышы катары чечмелешет.

Бул изилдөөлөрдө студенттердин мамилеси, мугалимдердин даярдыгы, баалоо формалары, академиялык бүтүндүк, AI сабаттуулугу, институционалдык башкаруу жана генеративдүү AI-ни окутуу процессине интеграциялоо өзгөчө орунда. Натыйжада чөйрөнүн алгачкы теориялык базасы ишканалар менен катар билим берүү мекемелеринен да күчтүү азыктанат.

Этикалык жана когнитивдик талкуунун борборунда эмне турат?

Этикалык-когнитивдик кластер калыстыксыздык, туура эмес маалымат, академиялык бүтүндүк, когнитивдик жүктү AI-га өткөрүү, ачыктык, адилеттүүлүк жана жоопкерчиликтүү башкаруу сыяктуу темалардын тегерегинде калыптанат. Негизги суроо “AI колдонулушу керекпи?” деген менен чектелбейт. Системалар чечим кабыл алуу жана өндүрүш процесстерине көбүрөөк аралашкан шарттарда адамдардын баалоо жөндөмүн, жоопкерчилигин жана автономиясын кантип сактоо керектиги да талкууланат.

Жүрүм-турумдук кабыл алуу теориялары эмне үчүн дагы эле маанилүү?

Кочкул кызыл кластерде Theory of Planned Behavior (TPB) жана Technology Acceptance Model (TAM) сыяктуу классикалык технологияны кабыл алуу теориялары борбордук орунда турат. Мамилелер, социалдык нормалар, кабыл алынган жүрүм-турумдук көзөмөл, кабыл алынган пайдалуулук жана колдонуу жеңилдиги сыяктуу өзгөрмөлөр адамдардын жаңы технологияны колдонуу ниетин түшүндүрүү үчүн көптөн бери колдонулат.

Изилдөө баса белгилеген теориялык чектөө мындай: бул моделдер адам AI-ни кабыл алабы же жокпу деген суроону түшүндүрүүгө пайдалуу болушу мүмкүн, бирок система кесиптешке же биргелешкен чечим акторуна айланганда узак мөөнөттүү кызматташтык кантип өнүгөрүн түшүндүрүүдө жалгыз өзү жетишсиз болушу мүмкүн.

Актуалдуу изилдөө фронтунда кайсы төрт тармак айырмаланат?

13-беттеги bibliographic coupling тармагы жаңыраак изилдөө адабиятын төрт тематикалык фронтко бириктирет:

AI–CRM изилдөөлөрү уюмдарга эмнени айтат?

AI колдогон кардарлар менен мамилени башкаруу адабиятында технологияга ээ болуу өзүнчө жетиштүү жөндөм деп эсептелбейт. Каралган изилдөө кластери AI колдонууну уюштуруучулук натыйжалуулук менен байланыштырууда лидерлик колдоосу, кызматкерлердин көндүмдөрү, уюштуруучулук даярдык, билим бөлүшүү, маалыматка негизделген маданият жана стратегиялык пландоо сыяктуу факторлорду баса белгилейт.

Демек, AI-ни уюмга киргизүү жөн гана программа сатып алуу же моделди иштетүү көйгөйү эмес, техникалык жана адамдык жөндөмдөрдү чогуу өнүктүрүүнү талап кылган уюштуруучулук трансформация көйгөйү катары каралат.

Адамга окшош жасалма интеллект дайыма жакшыбы?

Изилдөө мындай жалпылоону жасабайт. Антропоморфтук AI кластери адамга окшош өзгөчөлүктөрдүн социалдык катышуу, эмпатия, өзүнө шайкештик, ишеним, катышуу жана колдонуучунун жүрүм-туруму менен байланышын изилдеген эмгектерди бириктирет. Адабиятта адамга окшош өзгөчөлүктөр айрым контексттерде колдонуучунун өз ара аракетин күчөтүшү мүмкүн экенин көрсөткөн жыйынтыктар бар болсо да, библиометриялык анализ антропоморфизм бардык системаларда же бардык колдонуучулар үчүн оң натыйжа берерин текшербейт.

Эмне үчүн сүйлөшүү агенттери өзүнчө изилдөө тармагына айланды?

Чатботтор, виртуалдык жардамчылар жана башка сүйлөшүү агенттери барган сайын жөн гана автоматташтырылган кардарларды тейлөө куралдары катары каралбай жатат. Адабият билдирүүнүн формасы, жооп берүү жөндөмү, социалдык белгилер, антропоморфизм жана өз ара аракет сапатынын ишеним, колдонуучу көзөмөлү, кардар берилгендиги жана тажрыйбасындагы ролун изилдейт.

Ошондуктан изилдөө фокусу “Бот суроого жооп береби?” деңгээлинен “Адам бот менен кандай социалдык жана когнитивдик мамиле курат?” деген суроого карай кеңейүүдө.

Изилдөө чөйрөсү убакыттын өтүшү менен кантип өзгөргөн?

Изилдөөнүн 16-бетиндеги убакыт катмары bibliographic coupling тармагын жарыяланган жыл боюнча көрсөтөт. Авторлордун түшүндүрмөсүнө ылайык, 2021–2022 мезгилиндеги эмгектер негизинен AI кабыл алуу, уюштуруучулук даярдык жана санарип трансформацияга көңүл бурса, 2022–2023 мезгилинде кардар тажрыйбасы, маркетинг жана сүйлөшүү агенттери көбүрөөк көрүнөт.

2023–2024 мезгилиндеги жаңыраак эмгектер башкаруу, адилеттүүлүк, адамдаштыруу, эмоционалдык реакция жана AI системаларынын социалдык натыйжалары сыяктуу темаларга топтолот. Авторлор бул көрүнүштү чөйрөнүн колдонуу жана кабыл алуу суроолорунан көбүрөөк мамилеге багытталган, этикалык жана адам борбордуу көйгөйлөргө карай кеңейиши катары чечмелешет.

Үч катмарлуу модель эмнени түшүндүрөт?

17-беттеги 4-сүрөт эки библиометриялык анализди бирге чечмелөөдөн алынган үч катмарлуу концептуалдык түзүлүштү сунуштайт.

1. Негизги теориялык катмар: TPB, TAM, антропоморфизм, социалдык катышуу, ишеним, этика жана институционалдык адаптация сыяктуу негиздер.
2. Ортомчу институционалдык жана жөндөм механизмдери: AI сабаттуулугу, мугалим же кызматкер даярдыгы, этикалык башкаруу, уюштуруучулук даярдык, маалыматка негизделген маданият жана жөндөмдөрдү өнүктүрүү.
3. Актуалдуу колдонуу тармактары: AI башкаруусу, AI–CRM, антропоморфтук AI, кардарлардын эмоционалдык реакциялары, сүйлөшүү агенттери жана керектөөчү тажрыйбасы.

Бул сүрөттүн маанилүү илимий чеги изилдөөдө ачык айтылган: жебелер себептик чынжырды көрсөтпөйт. Диаграмма библиометриялык кластерлердин ортосунда изилдөөчүлөр көргөн тематикалык шайкештикти жана концептуалдык өнүгүүнү визуалдаштырат.

Негизги өзгөрүү: кабыл алуудан биргелешкен ыңгайлашууга

Изилдөөнүн теориялык чечмелөөсүндөгү эң көрүнүктүү өзгөрүү — AI-ни “кабыл алына турган технология” катары кароодон “бирге иштөө керек болгон актор” катары изилдөөгө карай өнүгүп жаткан линия.

Бул жаңы алкакта колдонуу ниети гана эмес; co-agency, co-adaptation, ролдорду сүйлөшүү, өз ара ишенимди калибрлөө, биргелешкен чечим жоопкерчилиги жана өз ара аракет сапаты маанилүү болот. Адам менен AI убакыттын өтүшү менен бири-биринин жүрүм-турумуна ыңгайлаша алат; уюм болсо бул мамиленин эрежелерин жумуш дизайны, окутуу жана башкаруу аркылуу калыптандыра алат.

Уюмдар үчүн практикалык жыйынтык кандай?

Авторлордун практикалык чечмелөөсү — мекемелер “AI-ни ишке киргизүү” мамилесинен “AI–адам кызматташтык системаларын долбоорлоо” мамилесине өтүшү керек. Сунушталган багыттардын арасында ролго негизделген кайра көндүм берүү, жетекчилердин AI жыйынтыгын чечмелей алышы, адам–AI көз карандылыгына жараша иш агымдарын кайра долбоорлоо жана этикалык отчеттуулукту күнүмдүк чечим механизмдерине жайгаштыруу бар.

Изилдөө AI сабаттуулугун бир гана жалпы көндүм катары эмес, техникалык сабаттуулук, чечмелөө сабаттуулугу жана координация сабаттуулугу сыяктуу ар түрдүү жөндөмдөр катары кароону сунуштайт. Максат кызматкерлер AI куралын иштетүүнү гана эмес, системанын чектерин түшүнүүнү, жыйынтыктарды суроону жана AI сунушу менен контексттик адам билими кагылышканда кандай аракет кылууну билүүсүн камсыз кылуу.

Иш агымдары кантип кайра ойлонулууда?

Изилдөөнүн талкуусунда адам–AI толуктоочулугу өзгөчө баса белгиленет. Маалымат синтези же аномалияны аныктоо сыяктуу айрым тапшырмалар AI колдоосуна ылайыктуу болушу мүмкүн, ал эми этикалык баалоо, контексттик чечмелөө же сүйлөшүү сыяктуу тапшырмалар адамдын баамына көбүрөөк муктаж болушу мүмкүн.

Авторлор муну бардык иштер үчүн тастыкталган бирдиктүү тапшырма бөлүштүрүү формуласы катары бербейт. Библиометриялык кластерлердеги толуктоочулук изилдөөлөрүнө таянып, тапшырмаларды бөлүү жана адам менен AI ортосундагы эмгек бөлүштүрүүнү пилоттук колдонмолор аркылуу итеративдүү кайра жөндөөнү келечектеги уюштуруучулук эксперименттер үчүн багыт катары талкуулашат.

Изилдөө колдогон жыйынтыктар

Изилдөө колдогон негизги жыйынтык — уюмдардагы AI–адам өз ара аракети адабияты интеллектуалдык жактан технологияны кабыл алуу менен гана чектелбейт жана актуалдуу изилдөөлөрдө ишеним, этика, адамдаштыруу, уюштуруучулук жөндөм, сүйлөшүү агенттери, эмоционалдык реакция жана адам–AI толуктоочулугу сыяктуу тармактар ачык көрүнүп турат.

Шилтеме тармактарын бирге чечмелөө изилдөөчүлөр AI интеграциясын барган сайын социотехникалык кызматташтык жөндөмү катары карай баштаганын көрсөтөт. Изилдөө бул чечмелөөнү библиометриялык кластерлердин темаларына, өз ара байланыштарына жана убакыт бөлүштүрүлүшүнө негиздейт.

Изилдөө далилдебеген жыйынтыктар

Изилдөө AI менен иштеген адамдар автоматтык түрдө натыйжалуураак экенин далилдебейт. Кызматкер өндүрүмдүүлүгү, ишкана кирешелүүлүгү же белгилүү AI системасынын көрсөткүчү боюнча жалпы эксперимент жүргүзүлгөн эмес.

Изилдөө AI адам кызматкерлеринин ордун басышы керекпи же жокпу деген суроону текшербейт. Адабиятта автоматташтыруудан кызматташууга карай тематикалык кеңейүүнү аныктайт.

Изилдөө адамга окшош AI дайыма жакшы экенин көрсөтпөйт. Антропоморфизм боюнча изилдөөлөр адабиятта маанилүү кластер түзөрүн көрсөтөт.

Изилдөө библиометриялык кластерлер ортосундагы мамилелер себептик экенин далилдебейт. Тармак жакындыгы жана жалпы булак түзүмдөрү интеллектуалдык жана тематикалык жакындыкты көрсөтөт; себеп–натыйжа байланышын көрсөтпөйт.

Изилдөө бардык AI–адам кызматташтыгы адабиятынын толук картасы эмес. Бул Scopus, тандалган издөө терминдери, менеджмент жана социалдык илим категорияларынын чектери жана библиометриялык босоголор менен чектелген адабият ааламы.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Маалымат булагы кантип тандалган?

Бардык библиографиялык жазуулар Scopus маалымат базасынан алынган. Изилдөөчүлөр Scopus-ту менеджмент, психология, уюштуруучулук жүрүм-турум жана маалымат системалары тармагындагы кеңири көп дисциплиналуу камтуусу, шилтеме маалыматтары жана библиографиялык экспорт мүмкүнчүлүктөрү үчүн тандаганын билдиришет.

Маалымат базасы деңгээлинде тил чектөөсү колдонулган эмес. Булак изилдөөгө ылайык англис тилинен башка басылмалар маалымат топтомунун %2-сынан азын түзөт.

Изилдөөнүн максаты уюштуруучулук AI–адам кызматташтыгын кароо болгондуктан менеджмент, бизнес, уюштуруучулук жүрүм-турум жана байланышкан социалдык илимдерге көңүл бурулган; компьютер илими, инженерия, медицина, химия жана физика сыяктуу техникалык же биомедициналык категориялар тема деңгээлинде чыгарылган.

Издөө кайсы түшүнүктөрдү колдонгон?

Издөө стратегиясында “AI-human collaboration”, “AI integration in business”, “AI-human teaming”, “AI-human partner*”, “AI integration in organizations”, “AI integration in the workplace”, “AI in the workplace”, “AI socialization”, “AI social integration”, “AI sociotechnical”, “AI socio-technical”, “AI as social actor”, “AI social interaction” жана “AI integration” сыяктуу сөз айкаштары колдонулган.

Маанилүү камтуу тандоосу катары изилдөөчүлөр “human–AI collaboration”, “human-in-the-loop”, “hybrid intelligence” жана “AI-assisted decision making” сыяктуу айрым альтернативдүү терминдерди акыркы суроого киргизген эмес. Алгачкы издөө бул сөз айкаштары компьютер илими, робототехника жана система архитектурасына багытталган көп эмгектерди алып келерин көрсөткөн; изилдөөчүлөр уюштуруучулук фокусту сактоо үчүн чектелген суроону тандашкан.

Бул чечим изилдөө суроосуна шайкеш, бирок ошол эле учурда жыйынтыктар техникалык адам–AI кызматташтыгы адабиятынын баарын камтыбай турганын билдирет.

Канча басылма бааланган?

PRISMA стилиндеги тандоо агымында 2226 жазуу аныкталып, текшерилген; алардын ичинен 2178 документ акыркы маалымат топтомунда сакталган. Изилдөөчүлөр алгачкы алуу менен экспорттолгон жазуулардын санынын ортосундагы майда айырмачылыктар Scopusтун динамикалык индекстөө жана metadata нормалдаштыруу процесстеринен келип чыгышы мүмкүн экенин билдиришет.

Акыркы анализде 2178 негизги документ жана бул басылмалардын адабият тизмелеринде болгон 15.078 экинчи даражадагы документ колдонулган.

Биргелешкен шилтеме анализи кантип жүргүзүлгөн?

Document co-citation анализи 2178 негизги документ шилтеме берген 15.078 экинчи даражадагы документ боюнча жүргүзүлгөн. Булактын тармак анализине кириши үчүн минималдуу биргелешкен шилтеме босогосу 5 деп белгиленген.

Бул босогодон кийин 304 экинчи даражадагы документ анализ шарттарына жооп берген. Визуалдык окулуучулукту жогорулатуу үчүн co-citation strength мааниси боюнча эң күчтүү 100 документ акыркы тармак картасында көрсөтүлгөн.

Анализде full counting колдонулуп, ар башка документтердин шилтеме тыгыздыгындагы айырмачылыктарды теңдөө үчүн association-strength normalization колдонулган. Тармак VOSviewer 1.6.20нын VOS mapping жана clustering алгоритмдери менен түзүлгөн.

Түйүндүн өлчөмү чийки Scopus шилтеме санын эмес, total link strength маанисин билдирет. Башкача айтканда, чоң түйүн сөзсүз эң көп жалпы шилтеме алган эмгек эмес; каралган тармактын ичинде башка документтер менен эң күчтүү жалпы байланышта болгон эмгек.

Bibliographic coupling анализи кантип жүргүзүлгөн?

Экинчи анализ дагы 2178 негизги документтен башталган, бирок кеминде 20 шилтеме алган эмгектер coupling тармагына киргизилген. Бул босогонун натыйжасында 219 документ библиографиялык байланыштыруу тармагын түзгөн.

Кластерлөө 219 документтин баары боюнча жүргүзүлгөн; визуалдаштыруу баскычында гана total link strength боюнча алгачкы 100 документ көрсөтүлгөн. Демек, “алгачкы 100” тандоосу кластерлерди түзүү үчүн эмес, тыгыз тармакты окулуучу кылуу үчүн колдонулган.

Бул жерде да full counting жана association-strength normalization колдонулган. Бир байланыштын минималдуу strength мааниси 1 деп белгиленип, ар бир кластерде кеминде 10 документ шарты колдонулган.

Босого тандоолору жыйынтыктарды жасалма түрдө жараткан болушу мүмкүнбү?

Изилдөөчүлөр биргелешкен шилтеме жана bibliographic coupling анализдеринде тандалган босоголорго жакын башка маанилер менен сезгичтик анализин жүргүзгөнүн билдиришет. Булак изилдөөгө ылайык үстөм кластерлердин тематикалык курамы жана салыштырмалуу жайгашуусу бул альтернативдүү босоголордо негизинен сакталган.

Бул көзөмөл аныкталган түзүмдөр бир гана ыктыярдуу босого маанисинин натыйжасы болушу мүмкүн деген ыктымалдыкты азайтат. Ошентсе да библиометриялык тармак түзүмү босого, нормалдаштыруу жана кластерлөө чечимдеринен толук көз карандысыз эмес; авторлор муну изилдөөнүн чектөөлөрүнүн арасында ачык кабыл алышат.

Биргелешкен шилтеме тармагында кайсы эмгектер борбордо?

Кызыл психологиялык жана социалдык кластерде Alabed жана кесиптештери, Araujo жана Adam жана кесиптештеринин адамга окшош AI, социалдык катышуу жана колдонуучу реакцияларына байланыштуу эмгектери айырмаланат.

Жашыл жогорку билим берүү кластеринде Chanдын генеративдүү AI саясаты жана студенттердин/мекемелердин ыңгайлашуусуна байланыштуу эмгектери, ошондой эле Alasadi жана Baizдин генеративдүү AIнин билим берүү жана изилдөөдөгү мүмкүнчүлүктөрү менен тобокелдиктери тууралуу эмгеги маанилүү түйүндөр.

Көк этикалык-когнитивдик кластерде генеративдүү AIнин билим берүү, академиялык бүтүндүк жана этикалык көйгөйлөрүнө көңүл бурган эмгектер; сары кластерде болсо AI сабаттуулугу, мугалим даярдыгы жана билим берүү трансформациясы адабияты топтолгон.

Кочкул кызыл кластердин теориялык өзөгүн Ajzenдин Theory of Planned Behavior мамилеси менен Davisтин Technology Acceptance Model-и түзөт.

Актуалдуу bibliographic coupling тармагы кайсы багытты көрсөтөт?

Актуалдуу тармактын эң чоң кластери 28 документ менен AI башкаруусу, этика жана адамдаштыруу тармагы. AI–CRM жана уюштуруучулук натыйжалуулук кластери 25 документти, антропоморфтук AI жана керектөөчүнүн эмоционалдык реакциясы кластери да 25 документти камтыйт. Төртүнчү кластер сүйлөшүү агенттери жана керектөөчү тажрыйбасына көңүл бурат.

Тармактын тыгыз байланышкан түзүмү изилдөөчүлөр психологиялык ишеним, технология дизайны, уюштуруучулук жөндөм жана этикалык башкарууну барган сайын бир жалпы AI–адам кызматташтыгы көйгөйүнүн ичинде карап жатканын көрсөтөт.

Библиометриялык карталардын эң маанилүү чечмелөө чеги кандай?

Библиометриялык кластер бир темадагы эмгектердин арасында илимий консенсус бар экенин автоматтык түрдө далилдебейт. Кластерлер жалпы шилтеме же жалпы булак колдонуу себептүү бири-бирине жакындаган басылмалар топтору.

Ошол сыяктуу total link strength эмгек теориялык жактан “туура” экенин же башка эмгектерден илимий жактан артык экенин көрсөтпөйт. Өлчөм тармак ичиндеги структуралык байланыш күчүн билдирет.

Булактагы убакыт камтуу дал келбестиги

Изилдөөнүн метод бөлүмү системалуу Scopus издөөсү Ноябрь 2025 айында жүргүзүлгөнүн жана маалымат топтому да Ноябрь 2025 датасындагы Scopus snapshot-ын билдирерин ачык айтат. Бирок бир нече бөлүмдө акыркы маалымат топтому 2019–2026 аралыгында жарыяланган документтерден түзүлгөндөй сүрөттөлөт.

Булак изилдөө Ноябрь 2025те алынган топтомдогу “2026” басылмаларынын мүнөзүн же алар кантип киргизилгенин түшүндүрбөйт. Ошондуктан 2026 камтуусу тексттеги маалымат чогултуу датасы менен түшүндүрмө талап кылган убакыт дал келбестиги катары бааланышы керек. Изилдөөнүн 3-сүрөтүндөгү убакыт катмарынын визуалдык шкаласы да 2021–2024 мезгилин көрсөтүшү бул белгисиздикти жойбойт.

Булактагы шилтеме–түшүндүрмө дал келбестиктери

Bibliographic coupling жыйынтыктарында айрым шилтеме номерлеринин түшүндүрмөсү булактар тизмесиндеги макала аталыштары менен толук дал келбейт. Мисалы, 2-таблицада Chatterjee жана кесиптештери [58] B2B контекстинде AI негизиндеги CRMдин фирма көрсөткүчүнө жана атаандаштык артыкчылыкка таасирин изилдеген эмгек катары сүрөттөлөт; бирок булак тизмесинде B2B аталыштуу эмгек [64] номеринде. [58] номерлүү эмгек болсо AI–CRM жана санарип трансформацияны микро-негиздер жана лидерлик колдоосу көз карашынан карайт.

Ушундай кайчылашуулар [59], [63] жана [64] номерлүү AI–CRM эмгектеринин түшүндүрмөлөрүндө да көрүнөт. Мындан тышкары, 3.2.1 бөлүмүндө Zheng жана кесиптештери [56] үчүн академиктер жана докторанттардын генеративдүү AI тууралуу кабылдоосу айтылат, бирок [56] номерлүү булак чет тилин үйрөнүүдө генеративдүү AI технологиясын кабыл алууну изилдейт. Академиктер жана студенттердин кабылдоосуна байланышкан түшүндүрмө Fırat [55] эмгегинин камтуусуна көбүрөөк туура келет.

Бул дал келбестиктер изилдөөнүн төрт негизги библиометриялык кластерин автоматтык түрдө жараксыз кылбайт; бирок ар бир “борбордук эмгек → түшүндүрмө” дал келүүсү чечмеленгенде булактар тизмесин өзүнчө текшерүү керек экенин көрсөтөт.

Изилдөөнүн негизги чектөөлөрү

• Scopus гана колдонулган; башка маалымат базаларында индекстелген эмгектер камтуудан тышкары калышы мүмкүн.
• Англис тилинен башка басылмалар маалымат топтомунун %2-сынан аз; аймактык изилдөөлөр жетиштүү өкүлчүлүккө ээ болбой калышы мүмкүн.
• Техникалык жана биомедициналык тема тармактары атайылап чыгарылган.
• “Human–AI collaboration”, “human-in-the-loop”, “hybrid intelligence” жана окшош айрым кеңири издөө терминдери акыркы суроодо колдонулган эмес.
• Библиометриялык босоголор, нормалдаштыруу жана clustering параметрлери тармак конфигурациясына таасир этиши мүмкүн.
• Жаңы басылмалар али жетиштүү шилтеме ала элек болгондуктан тармакта төмөн көрүнүшү мүмкүн.
• Ат варианттары, self-citation жана metadata каталары толук жоюлбаган болушу мүмкүн.
• Библиометриялык мамилелер себептүүлүктү көрсөтпөйт.
• Чөйрө өзгөчө негизги co-citation катмарында жогорку билим берүү изилдөөлөрүнө күчтүү багытталган.

Келечектеги изилдөөлөр үчүн кайсы боштуктар аныкталган?

Авторлор келечекте Scopus менен Web of Science же дисциплинага тиешелүү маалымат базаларын бириктирген көп базалуу изилдөөлөрдү жана кеңири көп тилдүү анализдерди сунушташат. Библиометриялык карта түзүүнү системалуу мазмун анализи, topic modeling же мета-анализ менен бириктирүү да сунушталган багыттардын бири.

Андан да фундаменталдуу илимий муктаждык — AI–адам кызматташтыгы убакыттын өтүшү менен кантип өнүгөрүн түздөн-түз байкаган узак мөөнөттүү изилдөөлөрдү көбөйтүү. Ролдорду сүйлөшүү, ишенимди калибрлөө, AI-га таянуу деңгээли, система жаңыртылгандан кийинки кайра ыңгайлашуу жана биргелешкен натыйжалуулук сыяктуу өзгөрмөлөрдү кабыл алуу учурунда гана эмес, колдонуу процессинин бою өлчөө сунушталат.

Изилдөө ошондой эле “AI колдонулуп жатабы?” деген суроону гана өлчөөнүн ордуна өз ара аракет сапаты, жалпы менталдык моделдер, биргелешкен чечим жоопкерчилиги жана этикалык туруктуулук сыяктуу кызматташтык сапатынын көрсөткүчтөрүн өнүктүрүүнү маанилүү изилдөө муктаждыгы катары аныктайт.

Булак жана Ыкма Жөнүндө Эскертүү

Толук оригиналдуу изилдөө аталышы: From Automation to Collaboration: Mapping AI–Human Interaction in Organizations Through Bibliometric Analysis

Авторлор: Elissar Abdul Khalek; Jeffrey Macias; Itamar Shabtai.

Тең биринчи/тең салым: Булакта мындай билдирүү жок.

Жооптуу автор: Itamar Shabtai.

Мекемелер: Drucker School of Management, Claremont Graduate University, Claremont, California, АКШ; Center of Information System and Technology, Claremont Graduate University, Claremont, California, АКШ.

Булак түрү: Рецензияланган обзордук макала; библиометриялык анализ жана илимий карталоо изилдөөсү. Мета-анализ же эмпирикалык кызматкер үлгүсүндө жүргүзүлгөн уюштуруучулук эксперимент эмес.

Журнал: AI.

Басма: MDPI, Basel, Швейцария.

Библиографиялык жазуу: AI, 2026, Том 7, Сан 6, Макала 189.

DOI: 10.3390/ai7060189.

Келип түшкөн / ревизия / кабыл алынган / жарыяланган: 19 Март 2026 / 11 Май 2026 / 12 Май 2026 / 25 Май 2026.

Рецензия статусу: Рецензияланган журналдык басылма.

Лицензия: Creative Commons Attribution (CC BY).

Академиялык редактор: Tihomir Orehovački.

Изилдөө маалымат булагы: Scopus.

Библиометриялык программа: VOSviewer 1.6.20.

Негизги анализдер: Document co-citation жана bibliographic coupling.

Негизги маалымат көлөмү: 2178 негизги документ жана 15.078 экинчи даражадагы документ.

Кошумча материал: File S1; толук Scopus суроосу, тема тармагындагы чыгарылуулар, босого параметрлери, thesaurus түзөтүүлөрү жана Ноябрь 2025те жүргүзүлгөн библиометриялык анализ кадамдарынын деталдарын камтыганы айтылат.

Каржылоо: Макаланы иштетүү төлөмү (APC) Claremont Graduate University тарабынан колдоого алынганы айтылат. Булак каржылоочу изилдөө дизайнына, маалымат чогултууга, анализге, чечмелөөгө, жазууга же жарыялоо чечимине катышпаганын билдирет.

Этикалык комитет: Колдонулбайт.

Маалымдалган макулдук: Колдонулбайт.

Маалымат жеткиликтүүлүгү: Изилдөөдө колдонулган Scopus metadata экспорту негиздүү суроо-талап менен жооптуу автордон алынышы мүмкүн экени айтылат. Толук методикалык документ кошумча материалда берилген.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришкен эмес.

Авторлордун салымы: Концептуалдаштыруу E.A.K., J.M. жана I.S.; методология E.A.K. жана J.M.; маалыматтарды курациялоо E.A.K.; алгачкы долбоор E.A.K. жана J.M.; карап чыгуу жана редакциялоо E.A.K., J.M. жана I.S.; визуалдаштыруу E.A.K.; кеңеш/көзөмөл E.A.K., J.M. жана I.S. тарабынан аткарылган.

Илимий чечмелөөнүн чеги

Бул изилдөөдө кызматкерлер, менеджерлер, кардарлар же уюмдар боюнча жаңы жүрүм-турумдук эксперимент жүргүзүлгөн эмес. Жыйынтыктар академиялык басылмалардын шилтеме жана жалпы булак мамилелеринен алынган библиометриялык түзүмдү көрсөтөт.

“Автоматташтыруудан кызматташууга өтүү” деген сөз айкашы ошондуктан бардык уюмдарда байкалган эмпирикалык трансформация деңгээли эмес, изилдөө адабиятынын тематикалык түзүлүшү тууралуу авторлордун чечмелөөсү. Библиометриялык убакыт жана кластер көрүнүштөрү бул чечмелөөнү колдойт, бирок уюмдар чындап канчалык тез же канчалык деңгээлде өзгөрүп жатканын өлчөбөйт.

Ошол сыяктуу изилдөөнүн үч катмарлуу концептуалдык модели тастыкталган себептик уюштуруучулук теория эмес. Авторлор 4-сүрөттөгү жебелер себептик иретти эмес, тематикалык өнүгүү менен концептуалдык шайкештикти билдирерин ачык айтышат.

Акырында, булакта Ноябрь 2025 Scopus snapshot-ы менен 2019–2026 маалымат камтуусунун ортосунда түшүндүрүлбөгөн убакыт дал келбестиги жана айрым шилтеме номери–эмгек түшүндүрмөсү дал келүүлөрүндө көйгөйлөр бар. Verianla текстинде бул маселелер булакта жок түрдө оңдолгон эмес, түз эле көрүнүктүү кылып берилген.