Индустрия 5.0 көбүрөөк автоматташтырууну гана киргизүүнү эмес, адамдык экспертизаны, жасалма интеллектти жана машиналардын мүмкүнчүлүктөрүн бир эле социалдык-техникалык системанын ичинде биргелешип иштетүүнү көздөгөн ыкма катары каралат. Бул изилдөө мындай биргелешүүнү дизайнды башкарууда кантип түзүмдөштүрүүгө болорун түшүндүрүү максатында адамга багытталууну, этикалык жоопкерчиликти жана туруктуулукту бир алкакта бириктирген Индустрия 5.0 Дизайнды Башкаруу Моделин иштеп чыгат. Изилдөө системалуу адабияттык сереп жана сапаттык мазмун талдоосу менен башталат; модель 11 эксперт менен үч өзүнчө сессияда өнүктүрүлүп, андан кийин жети башка сектордон 316 катышуучунун маалыматтары менен PLS-SEM колдонулуп сандык түрдө текшерилет жана акыркы этапта туризм/меймандостук менен саламаттык сактоо кызматтарындагы эки уюмда сапаттык кейс-изилдөөлөр аркылуу колдонууга жарамдуулугу бааланат.

Сунушталган модель өз ара байланышкан алты тармактан турат: Адам–Жасалма Интеллект–Машина Синергиясы (HMS), Когнитивдик жана Акылдуу Дизайн Экосистемасы (CIDE), Дизайнды Башкаруу Стратегиялары (DMS), Технологиялык жана Инфраструктуралык Мүмкүнчүлүк Берүүчүлөр (TIE), Уюштуруучулук жана Стратегиялык Интеграция (O&SI) жана Биргелешип Жаратуу жана Тажрыйба Дизайны (CCXD). Сандык моделде эң күчтүү байланыш Адам–Жасалма Интеллект–Машина Синергиясы менен Дизайнды Башкаруу Стратегияларынын ортосунда табылган (β = 0.782, t = 14.418, p < 0.001). Дизайнды Башкаруу Стратегиялары Уюштуруучулук жана Стратегиялык Интеграция менен β = 0.722 жана Когнитивдик жана Акылдуу Дизайн Экосистемасы менен β = 0.646 деңгээлинде оң байланыштарды да көрсөткөн. Бирок DMS HMS → CIDE байланышын модерациялайт деген гипотезага тиешелүү өз ара аракеттенүү жолу маанилүү болгон эмес (β = −0.005, t = 0.201, p = 0.841).

Изилдөөнүн негизги билдирүүсү — Индустрия 5.0 шартында натыйжалуу дизайнды башкарууну күчтүүрөөк жасалма интеллект же өнүккөн технологиялык инфраструктура менен гана түшүндүрүүгө болбойт. Изилдөө моделинде адамдык баам, жасалма интеллект колдогон талдоо, машиналардын мүмкүнчүлүктөрү, колдонуучунун катышуусу, уюштуруучулук стратегия, этикалык башкаруу жана технологиялык инфраструктура бири-бирин толуктаган система катары каралат. Ошол эле учурда сандык бөлүк кесилиштик жана өзүн-өзү билдирүүгө негизделген; эки кейс-изилдөөнүн жыйынтыктары болсо сандык натыйжалуулук өлчөмү эмес, сапаттык колдонмо далили болуп саналат. Ошондуктан модель бардык секторлордо бирдей натыйжа берери азырынча көрсөтүлгөн эмес.

Түркия жагынан модель өндүрүштө, машина курууда, дизайн кеңселеринде, саламаттык сактоо кызматтарында, туризмде, автомобиль тармагында, программалык камсыздоодо жана AI колдогон кызмат системаларында адам–AI кызматташуусун кантип башкарууга болорун изилдөө үчүн колдонууга жарай турган алкак сунуштайт. Бирок изилдөөнүн сандык үлгүсү Европа, Түндүк Америка жана Азиядагы ар түрдүү секторлордон чогултулган, ал эми реалдуу жашоодогу колдонуу эки гана кызмат көрсөтүү уюмунда изилденген. Түркиядагы мекемелер үчүн колдонууга жарамдуулук жана таасирлер жергиликтүү маалыматтар менен өзүнчө текшерилиши керек.

Индустрия 5.0 Индустрия 4.0 версиясынан эмнеси менен айырмаланат?

Изилдөөнүн теориялык баштапкы чекити — Индустрия 4.0 менен Индустрия 5.0 ортосундагы көңүл борборунун өзгөрүшү. Изилдөөгө ылайык, Индустрия 4.0 версиясынын автоматташтыруу жана натыйжалуулукка басым жасаган логикасынан айырмаланып, Индустрия 5.0 технологиялык өнүгүүнү адамдын чыгармачылыгы, коомдук баалуулуктар, туруктуулук жана адамга багытталган чечим кабыл алуу процесстери менен бирге карайт.

Бул көз карашта адам менен жасалма интеллекттин мамилеси “адамды алмаштырган система” катары түзүлбөйт. Жасалма интеллект адамдын аналитикалык мүмкүнчүлүгүн кеңейтүүчү жана чечим кабыл алуу процессин колдоочу өнөктөш катары жайгаштырылат. Айрыкча этикалык баалоо, контекстти түшүнүү, интуиция жана коомдук баалуулуктар боюнча акыркы чечимдин адамда калышы моделдин негизги принциптеринин бири.

Изилдөө бул ыкманы augmented cognition, башкача айтканда когнитивдик мүмкүнчүлүктү технология аркылуу кеңейтүү көз карашы менен түшүндүрөт. Жасалма интеллект чоң маалымат топтомдорун талдап, божомолдорду жана альтернативдүү дизайн сценарийлерин түзө алат; бирок аларды баалуулук, этика, маданият жана колдонуучу тажрыйбасы жагынан баалоо адамдык экспертизанын бөлүгү катары сакталат.

Изилдөө караган илимий боштук эмне?

Авторлор учурдагы Индустрия 5.0 жана дизайнды башкаруу адабияты олуттуу деңгээлде бөлүнүп-жарылган деп эсептешет. Мурунку ыкмалардын айрымдары AI колдогон оптималдаштырууга, айрымдары адамга багытталган дизайнга, айрымдары туруктуулукка, башкалары кибер-физикалык системаларга же уюштуруучулук башкарууга көңүл бурушат.

Маселе — бул компоненттерди бир эле дизайнды башкаруу архитектурасынын ичинде кантип координациялоо керектиги жетиштүү түшүндүрүлбөгөнүндө. Ошондуктан изилдөөнүн максаты жаңы түшүнүктөрдүн тизмесин гана берүү эмес; адамдын чыгармачылыгы, AI мүмкүнчүлүктөрү, технологиялык инфраструктура, уюштуруучулук чечим механизмдери, этика жана туруктуулуктун ортосундагы мамилелерди бир эле структуралык алкакта текшерүү.

Изилдөөнүн үч негизги суроосу

1. Индустрия 5.0 контекстинде жасалма интеллектти, адамдык экспертизаны жана машиналардын мүмкүнчүлүктөрүн натыйжалуу интеграциялаган Дизайнды Башкаруу Моделинин негизги компоненттери кайсылар?
2. Индустрия 5.0 багытындагы алкакта натыйжалуу адам–AI–машина кызматташуусун камсыз кылуу үчүн кандай дизайнды башкаруу механизмдери жана түзүмдөө принциптери керек?
3. Сунушталган модель реалдуу уюштуруучулук контекстте адам–AI–машина кызматташуусун колдоо үчүн кантип колдонулушу мүмкүн?

Адабияттык серептин көлөмү кандай болгон?

Алгачкы адабияттык серепте дизайнды башкарууга байланыштуу 114 изилдөө жана Индустрия 5.0/туруктуулук боюнча 98 изилдөө аныкталган. Кайталанган жана ылайыксыз басылмалар чыгарылгандан кийин кеңири сапаттык талдоо үчүн тиешелүүлүгүнө жараша 88 жана 52 изилдөө калтырылган.

Google Scholar, Scopus, Web of Science, JSTOR жана IEEE Xplore маалымат булактары колдонулган. Издөөдө “Design Management”, “Industry 5.0”, “Sustainability Goals”, “Industrial Design”, “Human–AI Synergy”, “Design Strategies” жана “Participatory Design” сыяктуу ачкыч сөз айкаштары пайдаланылган.

Дизайнды башкаруу адабиятында кайсы темалар алдыга чыккан?

Булактын 13-бетиндеги 2-сүрөт бул тематикалык түзүлүштү тармак түрүндө көрсөтөт. Адамга багытталган дизайн, технологиялык интеграция жана туруктуу дизайн ири түйүндөр катары берилсе, биргелешкен дизайн, дизайн ой жүгүртүүсү, лидерлик, ийкемдүүлүк жана этика башка темалар менен байланыштуу көрсөтүлгөн.

Индустрия 5.0 жана туруктуулук адабиятында кайсы темалар үстөм?

Бул темалар бири-бирин жокко чыгарган категориялар эмес. Булак бир изилдөө бир нече тема боюнча коддолушу мүмкүн экенин ачык белгилейт; ошондуктан пайыздардын суммасы %100 болушу күтүлбөйт.

Модель эксперттер менен кантип өнүктүрүлдү?

Адабият талдоосунан алынган түзүлүш дароо акыркы модель катары кабыл алынган эмес. Өнөр жай дизайны, дизайнды башкаруу жана Индустрия 5.0 жаатындагы 11 эксперт моделди өнүктүрүү процессине тартылган.

Булакка ылайык, эксперттердин баары жок дегенде доктордук даражага ээ болгон; профессор же изилдөөчү болуп иштешкен жана ошол эле учурда дизайнга байланыштуу компанияларын башкарган. Муну менен панелде академиялык да, практикалык да тажрыйба болушу максат кылынган.

Эксперттик баалоолор болжол менен эки сааттан созулган үч сессияда жүргүзүлгөн. Биринчи сессияда адам–AI синергиясы, туруктуулук жана терминология каралган. Экинчи сессияда этикалык AI колдонуу, маалымат купуялыгы, ачыктык, адилеттүүлүк, адамга багытталган лидерлик жана дизайн ийкемдүүлүгү күчөтүлгөн. Үчүнчү сессияда моделдин бүтүндүгү жана колдонууга жарамдуулугу бааланып, акыркы түзүлүш бекитилген.

Авторлор эксперттердин академиялык жана коммерциялык дизайн ишмердигин катар жүргүзүшү көз караштык ыктымал калыстыксыздыкты жаратышы мүмкүн экенин моюнга алышат. Бул коркунучту азайтуу үчүн эксперттерге моделди жөн гана ырастоо эмес, түзүлүштөрдү жана байланыштарды сынга алуу жана суроо коюу сунушталган; пикирлер байкоого мүмкүн болгон тартипте катталган.

Сунушталган моделдин алты негизги тармагы

Булактын 17-бетиндеги 4-сүрөт изилдөөнүн негизги дизайнды башкаруу архитектурасын көрсөтөт. Модель алты тармакты өз алдынча кутучалар эмес, бири-биринен кайтарым байланыш алган динамикалык система катары аныктайт.

AIнин ролу: Алмаштыруу эмес, мүмкүнчүлүктү кеңейтүү

Моделдин HMS компоненти жасалма интеллектти ачык түрдө “AI as an Augmenter, Not a Replacement” ыкмасы менен аныктайт. Башкача айтканда, системанын максаты адам-дизайнерди жок кылуу эмес, анын когнитивдик жана чыгармачылык мүмкүнчүлүктөрүн колдоо.

Бул тармакта когнитивдик жүктү башкаруу, адаптациялануучу интерфейстер, кайтарым байланыш жана биргелешкен эволюция, ошондой эле кызматташтыктагы адам–AI чечим кабыл алуу механизмдери өзгөчө маанилүү. Адам, айрыкча этикалык баалоо, контексттик чечмелөө жана дизайндын маданий же коомдук кесепеттерин баалоо милдетин сактап калат.

Когнитивдик жана Акылдуу Дизайн Экосистемасы эмне үчүн борбордо?

CIDE моделдин ар башка тармактарынан келген билимди бириктирген борбордук маалымат жана үйрөнүү экосистемасы катары аныкталган. Маалыматка негизделген дизайн интеллекти, контекстке сезимтал AI системалары жана автоматташтырылган чыгармачылык колдоо бул тармакка кирет.

Моделдин структуралык натыйжалары CIDE бир эле технология менен түшүндүрүлбөй турганын көрсөтөт. CIDE DMS, TIE, HMS, CCXD жана O&SI менен өз-өзүнчө маанилүү байланыштарды көрсөткөн. Бул түзүлүш акылдуу дизайн экосистемасы алгоритмден гана эмес, технология, адамдык кызматташуу, колдонуучунун катышуусу жана уюштуруучулук интеграциянын бирге иштешинен түзүлөт деген модель ыкмасын колдойт.

Структуралык моделде кайсы байланыштар табылган?

8-таблицага ылайык, моделдеги эң чоң стандартташтырылган жол коэффициенти HMS → DMS, β = 0.782. Андан кийин DMS → O&SI (β = 0.722) жана DMS → CIDE (β = 0.646) келет.

CIDEге түз барган жолдордун ичинен сандык жактан эң чоң коэффициент DMS → CIDE үчүн β = 0.646. Булактын кийинки талкуусунда TIE → CIDE жолу β = 0.595 менен “эң күчтүү божомолдоочу” деп аталганы менен, бул билдирүү 8-таблицадагы коэффициенттердин иретине туура келбейт.

Дизайнды башкаруу стратегияларынын модерациялык таасири колдоого алындыбы?

Жок. Изилдөөнүн көңүл бурдурган жыйынтыктарынын бири — Дизайнды Башкаруу Стратегиялары HMS менен CIDE ортосундагы мамилени маанилүү деңгээлде өзгөрткөн эмес. Өз ара аракеттенүү жолу β = −0.005, t = 0.201 жана p = 0.841 деп билдирилген.

Авторлор бул жыйынтыкты адам–AI–машина кызматташуусунан пайда болгон когнитивдик жана адаптациялануучу дизайн интеллекти толугу менен борборлоштурулган башкаруу көзөмөлү аркылуу түзүлбөйт деп түшүндүрүшөт. Моделдин теориялык чечмелөөсүнө ылайык, билим жана дизайн интеллекти ар түрдүү адам, колдонуучу жана технология түйүндөрүнүн ортосундагы өз ара аракеттенүүдөн бөлүштүрүлгөн түрдө өнүгүшү мүмкүн.

Туризм жана меймандостук кейсинде модель кантип колдонулган?

Биринчи реалдуу колдонуу туризм жана меймандостук секторундагы кызмат көрсөтүү уюмунда жүргүзүлгөн. Булак уюмдун коммерциялык атын ачыктабайт.

HMS тармагында AI колдогон саякат сценарийлеринин симуляциялары колдонулган. Жасалма интеллект реалдуу убакыттагы экологиялык, демографиялык жана суроо-талап маалыматтарынан ар түрдүү саякат жана жайгашуу сценарийлерин түзүп, адам-дизайнерлер бул сунуштарды маданий сезимталдык, эмоционалдык жооп жана тажрыйба сапаты жагынан баалаган. Булактын чечмелөөсүнө ылайык, AI бул жерде чечим берүүчү бийлик эмес, когнитивдик мүмкүнчүлүктү күчөтүүчү курал катары иштеген.

CIDE алкагында экологиялык шарттарды, туристтердин кыймылын жана ар түрдүү байланыш чекиттеринен келген маалыматтарды бириктирген пландоо системалары кызмат түзүлүшү, маршрут жана ресурстарды колдонуу боюнча динамикалык симуляциялар үчүн пайдаланылган.

DMS катмарында AI сунуштары түздөн-түз колдонулган эмес. Дизайн менеджерлери алгоритмдик түшүнүктөрдү пайдаланганы менен, сунуштардын социалдык жана тажрыйбалык кесепеттери адам жетектеген баалоо жыйындарында каралган.

TIE тармагында кеңейтилген реалдуулук интерфейстери жана акылдуу сунуш системалары аркылуу кардарларга бөлмө өзгөчөлүктөрү жана иш-чара программалары сыяктуу кызмат элементтерин персоналдаштырууга мүмкүнчүлүк берилген.

CCXD тармагында AI ортомчулук кылган кардарлардын биргелешип дизайн платформалары көбүрөөк персоналдаштырылган жана контекстке ылайыктуу кызмат тажрыйбаларын колдогону байкалган. Бирок бул табылгалар сандык көзөмөлдөнгөн натыйжалуулук экспериментинин жыйынтыгы эмес; булак кейс баскычын сапаттык колдонмо текшерүүсү катары аныктайт.

Саламаттык сактоо кейсинде эмне өзгөрдү?

Экинчи кейс саламаттык сактоо уюмунда жүргүзүлүп, жогорку тобокелдиктеги адам–AI өз ара аракеттенүүлөрүнөн улам этика, түшүндүрмөлүүлүк жана адамдык ыйгарым укук дагы даана көрүнгөн.

HMS алкагында AI колдогон системалар кабыл алуу графигин түзүүдө, ресурстарды бөлүштүрүүдө жана дарылоо жолдорун симуляциялоодо колдонулган. Бирок акыркы чечимдердин саламаттык сактоо адистеринде калышы моделдин адамга багытталган ыкмасынын негизги колдонмосу болгон.

CIDE алкагында бейтап агымдары жана кам көрүү процесстеринин альтернативдүү түзүлүштөрүн баалоо үчүн санарип эгиз жана симуляция куралдары колдонулган.

DMS тармагында клиницисттер, менеджерлер жана бейтап өкүлдөрү катышкан чечим кабыл алуу процесстери түзүлгөн. AI натыйжалары талкууга маалымат берген, бирок акыркы чечимди аныктаган эмес.

TIE тармагында түшүндүрүлүүчү жасалма интеллект системалары колдонулган. Клиницисттердин алгоритмдик сунуштардын негиздемесин көрө алышы изилдөөнүн сапаттык байкоолорунда ачыктык жана ишеним жагынан маанилүү фактор катары бааланган.

CCXD тармагында бейтап пикирлери кайталанма кызматты кайра долбоорлоо циклдерине кошулган. Туризм кейсинен айырмаланып, бейтаптар технологиялык дизайн куралдары менен бирдей деңгээлде түз аракеттенишкен эмес; бирок тажрыйба маалыматтары AI моделдерине жана адам жетектеген дизайн чечимдерине кириш маалымат катары кызмат кылган.

Эки кейс бирге эмнени көрсөтөт?

Эки кейсте тең жасалма интеллект адамдын чечимин толугу менен басып алган түзүлүш байкалган эмес. AI талдоо жана симуляция мүмкүнчүлүгүн күчөткөн, ал эми акыркы чечмелөө жана жоопкерчилик адамда калган.

Технологиялык колдонмолор секторлорго жараша айырмаланган: туризмде кеңейтилген реалдуулук, персоналдаштыруу жана сунуш кыймылдаткычтары алдыга чыкса; саламаттык сактоодо түшүндүрүлүүчү AI, бейтап агымын симуляциялоо жана санарип эгиздер көбүрөөк байкалган. Ошого карабастан алты тармактуу архитектуранын негизги логикасы эки чөйрөдө тең сакталган.

Бул табылга моделдин ар түрдүү кызмат контексттерине ыңгайлаштырылышы мүмкүн экенине баштапкы колдоо берет. Бирок эки гана уюм изилденгендиктен, өндүрүш, мамлекеттик сектор, автомобиль, билим берүү же башка тармактарга жалпы түрдө колдонууга болот деген жыйынтык чыгарууга болбойт.

Туруктуулук модельде кайда жайгаштырылган?

Изилдөө туруктуулукту акыркы натыйжалуулук көрсөткүчү катары моделдин аягына гана кошпойт. Булакка ылайык, туруктуулук технологиялык инфраструктурага, стратегиялык чечим критерийлерине, колдонуучунун катышуусуна жана уюштуруучулук башкарууга бөлүштүрүлгөн.

TIE алкагында энергияны натыйжалуу эсептөө, аз калдыктуу прототиптөө жана жашоо циклине багытталган инфраструктура; DMS ичинде ресурстук натыйжалуулук, туруктуулук жана айлампалуулук; CCXD ичинде болсо колдонуучулардын экологиялык натыйжаларга таасир эткен дизайн тандоолоруна катышуусу мисал катары берилет.

Этика эмне үчүн өзүнчө акыркы текшерүү эмес?

Изилдөө модели этиканы технология бүткөндөн кийин жүргүзүлүүчү өзүнчө көзөмөл катары да карабайт. HMS адамдын этикалык баалоодогу ролун сактайт; DMS алгоритмдик ачыктыкты, маалымат адилеттүүлүгүн жана кызыкдар тараптардын жоопкерчилигин стратегиялык башкаруу механизминин ичине киргизет; O&SI бул принциптердин лидерлик жана башкаруу системаларына жайгашышын көздөйт.

Ошентип, этика AI алгоритминин техникалык сапатына гана эмес, уюм ичинде AI кандай колдонулганына, ким чечим чыгарганына жана колдонуучу процесске кантип кошулганына байланышат.

Изилдөө колдогон жыйынтыктар

• Сунушталган дизайнды башкаруу модели өз ара байланышкан алты тармак боюнча сандык түрдө текшерилген.
• HMS менен DMS ортосунда күчтүү жана оң структуралык байланыш табылган (β = 0.782).
• DMS O&SI (β = 0.722) жана CIDE (β = 0.646) менен маанилүү оң байланыштарды көрсөткөн.
• CIDE HMS, TIE, DMS, O&SI жана CCXD менен өз-өзүнчө маанилүү структуралык байланыштарга ээ.
• DMS HMS → CIDE байланышын модерациялайт деген гипотеза колдоого алынган эмес.
• Туризм/меймандостук жана саламаттык сактоо кейстери моделдин ар түрдүү кызмат чөйрөлөрүндө сапаттык жактан колдонулушуна баштапкы колдоо берген.
• Модель жасалма интеллектти адамды алмаштыруучу эмес, адамдык чечимди жана чыгармачылыкты күчөтүүчү кызматташ актор катары жайгаштырат.

Изилдөө колдобогон жыйынтыктар

• Модель бардык секторлордо универсалдуу жарактуу экени көрсөтүлгөн эмес.
• AI колдонуу ишкананын натыйжалуулугун белгилүү бир пайызга жогорулатары көрсөтүлгөн эмес.
• Эки кейс колдонмосу көзөмөлдөнгөн сандык натыйжалуулук эксперименти эмес.
• Кесилиштик сурамжылоо маалыматтары так себеп-натыйжа мамилесин түзүү үчүн жетишсиз.
• DMS HMS менен CIDE ортосундагы мамилени күчөтөт деген статистикалык колдоо табылган эмес.
• AI адам-дизайнерди же менеджерди жок кылышы керек деген жыйынтык чыгарылган эмес.
• Түркиядагы мекемелерде ушул эле структуралык коэффициенттер жарактуу экени текшерилген эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Жалпы изилдөө дизайны

Изилдөө төрт негизги баскычтан турган ырааттуу аралаш ыкма мамилесин колдонот:

1. Системалуу адабияттык сереп жана сапаттык тематикалык талдоо,
2. 11 эксперт менен моделди өнүктүрүү жана мазмундук текшерүү,
3. 316 катышуучу менен PLS-SEM сандык текшерүүсү,
4. Туризм/меймандостук жана саламаттык сактоо кызматтарындагы эки кейс аркылуу сапаттык колдонмо текшерүүсү.

Булактын 9-бетиндеги 1-сүрөт изилдөө процессин 13 кадам менен кеңири көрсөтөт. Агым адабияттарды чогултуу жана Atlas.ti талдоосунан башталып, эксперттик пикирлерге, моделди курууга, SmartPLS өлчөө жана структуралык моделди баалоого, андан соң эки кейс колдонмосун салыштырууга чейин уланат.

Сапаттык мазмун талдоосу

Тандалган адабият Atlas.ti 23.2.3 аркылуу Braun жана Clarkeтын тематикалык талдоо ыкмасына ылайык коддолгон. Изилдөөчүлөр маалымат менен таанышуу, баштапкы коддорду түзүү, темаларды түзүү, темаларды карап чыгуу, аныктоо жана ат коюу баскычтарын колдонгонун билдиришет.

Код аныктамаларын, киргизүү/чыгаруу эрежелерин жана аналитикалык чечимдерди документтештирүү үчүн код китеби, аудит изи жана итеративдик ноталар колдонулганы айтылган.

Сандык үлгү

Сандык текшерүү 316 катышуучу менен жүргүзүлгөн. Катышуучулар жети сектордон тандалган.

Катышуучулардын %34,5 бөлүгү non-binary, %33,2 бөлүгү аял жана %32,3 бөлүгү эркек деп билдирилген. Билим берүү бөлүштүрүүсү орто мектеп диплому %29,1, докторлук %25,6, бакалавр %23,7 жана магистр %21,5 түрүндө.

Орточо жаш 40,76 жыл (SS = 11,55; диапазон 22–60) жана орточо кесиптик тажрыйба 18,28 жыл (SS = 10,09; диапазон 1–35) деп көрсөтүлгөн.

Географиялык бөлүштүрүү Европа %42, Түндүк Америка %31 жана Азия %27. Сандык маалымат 2023-жылдын ноябрынан 2024-жылдын мартына чейин чогултулган.

Эмне үчүн PLS-SEM колдонулган?

Изилдөөдө SmartPLS 4.1.1.5 колдонулган. Авторлор PLS-SEMди моделдин теория иштеп чыгууга жана божомолго багытталган мүнөзүнө, бир нече жашыруун түзүлүштөрү бар татаал мамилелерге жана жаңы түзүлгөн модель структурасына байланыштуу тандаганын билдиришет.

Адегенде өлчөө моделинин ички шайкештиги жана конвергенттик жарактуулугу бааланып, андан кийин структуралык жолдор жана түшүндүрмөчү мамилелер текшерилген. Гипотезалардын инференциалдык статистикасы bootstrap ыкмасы менен эсептелип, маанилүүлүк деңгээли 0.05 деп белгиленген.

Өлчөө моделинин ишенимдүүлүгү

Бардык Cronbach alfa маанилери 0.70 маанисинен жогору. AVE маанилери 0.554–0.711 диапазонунда жана 0.50 маанисинен жогору.

TIE үчүн композиттик ишенимдүүлүк 0.607 деп билдирилген жана жалпы 0.70 критерийинен төмөн. Авторлор жаңы жана изилдөөчү мүнөздөгү түзүлүштөрдө 0.60 маанисинен жогору маанилер кабыл алынышы мүмкүн экенин айтып, TIEни моделде калтырган, бирок бул түзүлүштү этият чечмелөө керектигин ачык белгилешкен.

Көрсөткүч жүктөрү

Булакта берилген кадимки көрсөткүчтөрдүн тышкы жүктөрү 0.613 маанисинен 0.919 маанисине чейин өзгөрөт. Мисалы, AI-Powered Decision Support көрсөткүчүнүн TIE жүгү 0.919, Automated Creativity Augmentation көрсөткүчүнүн CIDE жүгү 0.918 жана Participatory Design көрсөткүчүнүн CCXD жүгү 0.892.

DMS үчүн Dynamic Design Flexibility көрсөткүчүнүн жүгү 0.613 болуп, билдирилген көрсөткүчтөрдүн арасындагы төмөн маанилердин бири; ошого карабастан, булак кабыл алган 0.60 чегинен жогору.

Айырмалоочу жарактуулук

Айырмалоочу жарактуулук HTMT менен бааланган. Бардык HTMT катыштары 0.90 маанисинен төмөн болгон. Эң жогорку маани HMS менен DMS ортосунда 0.871 деп көрсөтүлгөн.

Авторлор бул жыйынтыкты алты негизги жашыруун түзүлүш бири-биринен эмпирикалык жактан айырмалана аларынын колдоосу катары баалашкан.

Структуралык моделдин негизги жыйынтыгы

Жети түз жол статистикалык жактан маанилүү болуп, HMS × DMS модерациялык таасиринин CIDEге жолу гана маанилүү болгон эмес.

Эң жогорку коэффициент HMS → DMS үчүн β = 0.782. Бул жыйынтык изилдөөнүн негизги тезисине туура келет: адам, жасалма интеллект жана машина мүмкүнчүлүктөрүнүн биргелешип иштеши дизайнды башкаруу стратегияларынын калыптанышы менен күчтүү байланышта.

DMS → O&SI жолунун β = 0.722 болушу дизайнды башкаруу стратегиялары уюштуруучулук түзүлүш жана стратегиялык интеграция менен да күчтүү байланышта экенин көрсөтөт.

Булак ичиндеги структуралык модель боюнча отчеттук көйгөйлөр

8-таблицанын модерация сабындагы стандарттык четтөө −0.023 деп басылган. Стандарттык четтөө терс боло албагандыктан, бул маанини булак ичиндеги отчеттук көйгөй катары баалоо керек. Verianlaнын илимий чечмелөөсүндө бул маани колдонулган эмес.

Ошондой эле 22-беттеги 6-сүрөт жана 7-сүрөт аталыштары менен сүрөттөгү маанилердин түрлөрү тескери көрүнөт. “T-values on Paths” деп аталган сүрөт коэффициент/жүк чоңдугундагы маанилерди, “Path Coefficients” деп аталган сүрөт болсо t-статистикаларды көрсөтөт. Булакта унчукпай кайра ат коюу жасалган эмес.

Талкуу бөлүмүндө TIE → CIDE жолу β = 0.595 менен CIDEнин эң күчтүү божомолдоочусу деп аталганы менен, 8-таблицада DMS → CIDE жолу β = 0.646. Ошондуктан сандык салыштырууда 8-таблицанын маанилери негиз катары алынган.

Кейс текшерүүсүнүн ыкмасы

Сандык SEM талдоосунан кийин эки кызмат көрсөтүү уюму максаттуу тандалган: бири туризм/меймандостук, экинчиси саламаттык сактоо тармагында. Уюмдардын аттары булакта ачык айтылган эмес.

Кейс маалыматтары жарым структураланган маектер, документтерди карап чыгуу жана катышуусуз байкоо аркылуу чогултулуп, маалымат булактарынын ортосунда триангуляция жүргүзүлгөн.

Авторлор бул баскыч сапаттык текшерүү максатын көздөй турганын жана сандык натыйжалуулук өлчөөсү катары долбоорлонбогонун өзгөчө белгилешет. Ошондуктан кейстерде айтылган “жакшыртуу”, “жогорку шайкештик” же “жакшы тажрыйба” деген билдирүүлөр белгилүү пайыз же эксперименттик таасир көлөмү катары чечмеленбеши керек.

Негизги методологиялык чектөөлөр

• Сандык маалымат кесилиштик жана өзүн-өзү билдирүүгө негизделген.
• Модель системанын узак мөөнөттүү эволюциясын түз өлчөбөйт.
• Сунушталган түзүлүштү колдонуу белгилүү деңгээлде уюштуруучулук жетилгендикти талап кылышы мүмкүн.
• Реалдуу жашоодогу текшерүү эки гана кызмат секторундагы уюм менен чектелген.
• Өндүрүш, мамлекеттик сектор, билим берүү жана башка өнөр жай тармактарына жалпылоо үчүн жаңы текшерүү керек.
• Эксперттик панелдин академиялык жана коммерциялык ишмердиги мүмкүн болгон көз караштык калыстыксыздыкты жаратышы мүмкүн.
• Адабияттык серепте маалымат базасын тандоо, ачкыч сөздөрдү түзүү жана тандоо чечимдеринен келип чыккан тандоо калыстыксыздыгын толугу менен жокко чыгарууга болбойт.

Келечектеги изилдөөлөр үчүн сунушталган багыттар

Авторлор моделдин убакыт өтүшү менен өзгөрүшүн баалаган узак мөөнөттүү жана панелдик изилдөөлөрдү; автомобиль, акылдуу шаар, санарип билим берүү, мамлекеттик жана башка секторлордо кайчылаш колдонмолорду сунуштайт.

Адам–AI өз ара аракеттенүүсүнүн когнитивдик жана эмоционалдык жактарын кененирээк изилдөө үчүн көз кыймылын көзөмөлдөө, гальваникалык тери реакциясы жана EEG негизиндеги когнитивдик жүктү өлчөө сыяктуу ыкмалар да келечектеги изилдөө багыттары катары аталат.

Алгоритмдик адилеттүүлүк, санарип эгемендүүлүк, AI автономиясы менен адамдык көзөмөлдүн ортосундагы тең салмакты башкаруу, түшүндүрмөлүүлүк, кызматкерлердин AI системаларын кабыл алышы жана маалыматты башкаруу да моделди келечекте кеңейтүүгө боло турган темалар катары көрсөтүлгөн.

Булак жана Ыкма Жөнүндө Эскертүү

Толук түпнуска иштин аталышы: Design Management in Industry 5.0: Synergy of AI, Humans, and Machines

Авторлор: Amir Mohammad Amin Nezhad; Parisa Jourabchi Amirkhizi; Siamak Pedrammehr; Zahra Haghighi Aghdam; Mahdi Soleimanzadeh.

Авторлордун ирети: Булактагы түпнуска ирет өзгөртүүсүз сакталган.

Тең салым/биргелешкен биринчи авторлук: Билдирилген эмес.

Жооптуу автор: Siamak Pedrammehr.

Мекеме: Faculty of Design, Tabriz Islamic Art University, Tabriz 5164736931, Iran.

Журнал: Administrative Sciences.

Басма: MDPI, Basel, Switzerland.

Том / сан / макала номери: 16 / 7 / 333.

DOI: 10.3390/admsci16070333

Расмий жарыя шилтемеси: https://doi.org/10.3390/admsci16070333

Жарыя процесси: Иш 23 Март 2026-жылы кабыл алынган, 2 Июль 2026-жылы кайра каралган, 7 Июль 2026-жылы кабыл алынган жана 9 Июль 2026-жылы жарыяланган.

Булак түрү жана рецензия абалы: Administrative Sciences журналында жарыяланган рецензияланган оригиналдуу изилдөө макаласы; preprint эмес.

Лицензия: Creative Commons Attribution (CC BY) лицензиясы менен ачык жеткиликтүү жарыяланган.

Каржылоо: Изилдөө тышкы каржылоо алган эмес.

Этикалык баалоо: Изилдөө кесиптик сурамжылоолорду жана эксперттик маектерди гана камтыган, сезимтал жеке же медициналык маалыматтарды чогултпаган инвазивдүү эмес мүнөзүнө байланыштуу институционалдык этикалык кароодон жана бекитүүдөн бошотулган. Авторлор изилдөө Helsinki декларациясына жана Tabriz Islamic Art Universityнин институционалдык принциптерине ылайык жүргүзүлгөнүн билдиришет.

Маалымдалган макулдук: Изилдөөгө катышкан бардык адамдардан маалыматдалган макулдук алынганы айтылган.

Маалыматтын жеткиликтүүлүгү: Изилдөөдө колдонулган маалыматтарды жооптуу автордон сурап алууга болору; катышуучу деңгээлиндеги изилдөө маалыматтарына байланыштуу купуялык жана этикалык чектөөлөрдөн улам маалымат топтомдору коомчулукка ачык эмес экени билдирилген.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришкен эмес.

Автордук салымдар: Концептуалдаштыруу A.M.A.N. жана P.J.A.; методология S.P.; программалык камсыздоо A.M.A.N. жана M.S.; текшерүү P.J.A., S.P. жана Z.H.A.; формалдуу талдоо A.M.A.N.; изилдөө Z.H.A. жана M.S.; ресурстар P.J.A.; маалымат курациясы A.M.A.N.; биринчи долбоор A.M.A.N.; карап чыгуу жана редакциялоо P.J.A. жана S.P.; визуалдаштыруу M.S.; консультация жана долбоорду башкаруу P.J.A. тарабынан аткарылган.

Негизги ыкма: Изилдөө ырааттуу аралаш ыкма мамилесин колдонгон. Биринчи баскычта дизайнды башкаруу боюнча 114 жана Индустрия 5.0/туруктуулук боюнча 98 изилдөө аныкталган; тандоодон кийин 88 жана 52 изилдөө тематикалык талдоого киргизилген. Atlas.ti менен жүргүзүлгөн сапаттык талдоодон кийин 11 эксперт менен үч итеративдик баалоо сессиясы өткөрүлүп; түзүлгөн алты тармактуу модель жети сектордон 316 катышуучунун маалыматтары менен SmartPLS 4.1.1.5 колдонулуп PLS-SEM аркылуу текшерилген. Акыркы баскычта туризм/меймандостук жана саламаттык сактоо кызматтарындагы эки кейс колдонмосу менен сапаттык тышкы колдонууга жарамдуулук бааланган.

Булак ичиндеги отчеттук эскертүү 1: 22-беттеги 6-сүрөт жана 7-сүрөттүн аталыштары менен алардагы сан түрлөрү тескери көрүнөт. Булакта унчукпай оңдоо жасалган эмес.

Булак ичиндеги отчеттук эскертүү 2: 8-таблицада DMS модерация таасири → CIDE сабынын стандарттык четтөөсү −0.023 деп басылган. Терс стандарттык четтөө жараксыз болгондуктан, бул маани илимий чечмелөөдө колдонулган эмес.

Булак ичиндеги отчеттук эскертүү 3: Талкууда TIE → CIDE β = 0.595 жолу CIDEнин эң күчтүү божомолдоочусу деп аталганы менен, 8-таблицада DMS → CIDE коэффициенти β = 0.646. Verianlaнын сандык салыштыруусу 8-таблицаны негиз кылат.

Булак ичиндеги отчеттук эскертүү 4: 4-таблица түзүлүш баллдарын 9.12–14.65 диапазонунда берет, ал эми талкуу бөлүмүндө беш баллдык Likert шкаласында болжол менен 3.46–3.71 диапазонундагы орточо маанилер айтылат. Булак бул эки көрсөтүү формасынын ортосундагы өзгөртүүнү түшүндүрбөйт.

Негизги чечмелөө чеги: SEM баскычы кесилиштик өзүн-өзү билдирүү маалыматтарына негизделет. Эки реалдуу жашоо колдонмосу сандык натыйжалуулук эксперименти эмес, сапаттык кейс текшерүүсү. Ошондуктан изилдөө алты тармактуу модель үчүн теориялык, статистикалык жана баштапкы колдонмолук колдоо бергени менен, модель бардык секторлор жана өлкөлөр үчүн универсалдуу текшерилгенин көрсөтпөйт.

Бул Verianla мазмунундагы илимий ыкма, сандык жыйынтыктар жана тыянактар оригиналдуу изилдөөгө гана негизделген. Тышкы булактар библиографиялык идентификацияны жана жарыя абалын текшерүү үчүн гана колдонулган; изилдөөнүн илимий мазмунуна сырттан жаңы маалымат, модель коэффициенти, эксперименттик жыйынтык же механизм кошулган эмес.