Өз ара аракеттенүү модели салттуу “колдонуучу сүйлөйт, модель күтөт, анан модель жооп берет” тартибинен айырмаланып, үн, видео жана текстти үзгүлтүксүз иштеп чыгып, сүйлөшүү жүрүп жатканда сөзгө аралаша ала турган жасалма интеллект архитектурасы болуп саналат. Travis Gillyнин изилдөөсү Thinking Machines Lab 2026-жылдын май айында тааныштырган бул ыкманы техникалык кечигүү жана өз ара аракеттенүү маселеси катары гана эмес, адамдардын мамилелери, когнитивдик автономия, жеткиликтүүлүк жана балдардын купуялуулугу жагынан да баалоо керектигин жактайт.

Изилдөөнүн негизги материалы — эки тааныштыруу сценарийин жана компаниянын техникалык жарыясын жакындан окуп талдоо. Бир сценарийде кулакчын тагынган адамдын сүйлөөсүн модель реалдуу убакытта оңдойт, ал эми анын маңдайындагы адам AIнин кийлигишүүлөрүн укпайт. Экинчи сценарийде камера аркылуу тамак-аш жана суусундуктарды көзөмөлдөгөн модель колдонуучуга эмнени калтыруу же тандоо керектиги боюнча үзгүлтүксүз кийлигишет. Gilly ушул мисалдардын негизинде үчүнчү жактардын макулдугу, колдонуучулардын моделге тез баш ийиши, үзгүлтүксүз жүрүм-турумдук көзөмөл, айрым аялуу колдонуучулардын системага күчтүүрөөк көз карандылык өнүктүрүү ыктымалдыгы, адамдар аралык коммуникациянын көрүнбөгөн AI тарабынан түзүлүшү жана колдонуучуда чыныгы үйрөнүүдөн көз каранды эмес компетенттүүлүк сезиминин пайда болушу деген алты тобокелдик категориясын аныктайт.

Бул категориялар эксперименттик колдонуучу изилдөөсү менен өлчөнгөн натыйжалар эмес. Изилдөө демо жүрүм-турумдарынын концептуалдык чечмеленишин когнитивдик жүктү өткөрүп берүү адабияты жана АКШдагы балдардын купуялуулугун жөнгө салуу менен бириктирген сынчыл талдоо болуп саналат. Айрыкча “push” моделинде AI колдонуучу сурабай туруп кийлигишиши менен “pull” моделинде колдонуучунун жардамды белгилүү учурда өзү чакырышынын ортосундагы айырма макаланын этикалык долбоорлоо талкуусунун борборунда турат.

Өз ара аракеттенүү модели салттуу үн жардамчысынан эмнеси менен айырмаланат?

Thinking Machines Lab аныктаган interaction model киргизүү жана чыгаруу агымдарын 200 миллисекунддук убакытка шайкеш микротурлар түрүндө иштетет. Ошентип, система колдонуучу сүйлөп бүтө электе эле үн, сүрөт жана текстти көзөмөлдөөнү уланта алат; ошол эле учурда сүйлөй алат, визуалдык өзгөрүүлөргө жооп берет жана ылайыктуу деп эсептеген учурда сөзгө аралаша алат.

Бул өзгөчөлүк техникалык жактан кечигүүнү азайтуу менен гана чектелбейт. Ал сүйлөшүү кезегинин чек араларын да өзгөртөт. Салттуу сүйлөшүү системасында колдонуучу көбүнчө суроону качан берерин өзү аныктайт. Үзгүлтүксүз өз ара аракеттенүү архитектурасында болсо модель да сүйлөшүүгө качан кошуларын аныктай алат.

Gillyнин сыны дал ушул экинчи өзгөчөлүккө багытталган. Анын ою боюнча маселе AI маалымат бере алышында эмес, маалыматты качан берүү керектиги тууралуу демилгенин колдонуучудан системага өтүшүндө.

Push менен pull ортосундагы негизги айырма эмнеде?

Булак эки долбоорлоо логикасын бири-биринен бөлөт. Pull негизиндеги колдонууда колдонуучу AI жардамын белгилүү максатта жана белгилүү учурда өзү чакырат. Музейдеги көркөм чыгарма жөнүндө маалымат суроо, баскычты басып жандуу котормону иштетүү же реалдуу убакыттагы субтитрди колдонуучунун талабы менен ачуу — буга мисал.

Push негизиндеги колдонууда система айлана-чөйрөнү үзгүлтүксүз баалап, колдонуучунун жаңы суроо беришин күтпөстөн качан кийлигишүүнү өзү чечиши мүмкүн. Сүйлөп жатканда айтылышын оңдоо же камерада көрүнгөн тамакка дароо комментарий берүү булакта ушул долбоорлоонун мисалдары катары берилет.

Автор негизги техникалык мүмкүнчүлүктүн өзүн эмес, үзгүлтүксүз жана проактивдүү кийлигишүүнү демейки өз ара аракеттенүү формасына айланткан дизайнды сынга алат.

Автор аныктаган алты тобокелдик категориясы кайсылар?

Бул таблица зыяндын жыштыгын көрсөткөн таблица эмес. Изилдөө бул таасирлер колдонуучулардын канча пайызында пайда болорун, канчага созуларын же кандай шарттарда себептүү түрдө пайда болорун өлчөбөйт.

Адам–адам диалогуна көрүнбөгөн үчүнчү тарап кантип кирет?

Булактагы эң ачык мисалда эки адам сүйлөшүп жатканда алардын бирөө гана кулакчын аркылуу AIнин үнүн угат. Модель колдонуучунун айтылышын жана айтып жаткан бир маалыматын оңдойт; колдонуучу бул оңдоолорду дароо өз сөзүнө киргизет. Ал эми маектеш тарап кайсы сөздөр колдонуучунун өз билиминин негизинде, кайсылары секунданын кичинекей бөлүгүндө келген AI кийлигишүүсүнүн негизинде айтылганын билбейт.

Gilly бул түзүлүштү “эки адамдык мамиленин үч тараптуу мамилеге айланышы” деп чечмелейт. Бул жердеги негизги этикалык суроо AI туурабы же туура эмеспи деген суроо эмес. Суроо — сүйлөшүүнүн экинчи тарабы коммуникацияда үчүнчү маалымат өндүрүүчү бар экенин билеби же жокпу.

Изилдөө бул пунктту Edmond Rostandдын Cyrano de Bergerac пьесасы менен байланыштырат. Аналогиянын милдети эксперименттик далил берүү эмес, бир адамдын башка бирөөнүн сөздөрүн көрүнбөгөн түрдө өндүрүп турушунун мамилелик мүнөзүн көрсөтүү.

Үзгүлтүксүз оңдоо эмне үчүн өзүнчө туура кеңештерден айырмаланышы мүмкүн?

Экинчи демо сценарийде колдонуучу системадан кофеиндүү суусундуктардан жана таттуулардан алыс болууга жардам берүүнү суранат. Модель камера аркылуу колдонуучунун колундагы нерселерди көзөмөлдөп, тандоолоруна дароо кийлигишет.

Булак ар бир өзүнчө кеңеш сөзсүз туура эмес болушу керек эмес экенин атайын баса белгилейт. Сындын негизги объектиси — кеңештердин жыйынды түзүлүшү: эгер колдонуучу күнү бою анын жүрүм-турумун көзөмөлдөгөн жана кайсы учурда кийлигишүүнү өзү чечкен үн менен жашаса, чечим түзүү процессинин канча бөлүгү колдонуучунун өзүндө калат?

Бул суроого изилдөө эксперименттик түрдө жооп бербегенин унутпоо керек. “Үзгүлтүксүз оңдоо колдонуучунун автономиясын мынчага азайтат” деген өлчөм жок. Макала продукт дизайнындагы тобокелдикти концептуалдаштырат.

Майыптык тууралуу талкуу эмне үчүн бир жактуу эмес?

Булак когнитивдик жүктү өткөрүп берүү толугу менен зыяндуу деген көз карашты четке кагат. Календарь, эскерткич, кеңейтүүчү жана альтернативдүү коммуникация каражаттары же эс тутумду колдоочу каражаттар кээ бир адамдар үчүн түз жеткиликтүүлүк куралы болуп саналат. Ошондуктан “адам ишти өзү аткарбаса, когнитивдик мүмкүнчүлүгү сөзсүз начарлайт” деген жалпы тезис майыптык контекстинде жетишсиз.

Макаланын негизги айырмасы — кайсы акыл-эс процесси эмне үчүн өткөрүлүп жатканы жана колдонуучу муну канчалык деңгээлде көзөмөлдөй турганы. Бир курал когнитивдик жүктү азайтып, айрым колдонуучулар үчүн жеткиликтүүлүктү камсыз кылса, ошол эле система үзгүлтүксүз эки үндүү агым жаратып, угуу аркылуу иштетүү же сенсордук интеграция жагынан кыйынчылык көргөн башка колдонуучуга кошумча жүк болушу мүмкүн.

Бул айырма булакта маанилүү дизайн принциби катары берилет: бир эле өз ара аракеттенүү формасы бардык майыптык профилдеринде бирдей натыйжа берет деп божомолдоого болбойт.

Изилдөө балдар боюнча эмнени айтат?

Автордун тынчсыздануусу даяр жоопко жеткен чоңдордон көрө, белгилүү когнитивдик процесстерди эч качан өз алдынча өнүктүрбөй чоңоюшу мүмкүн болгон балага көбүрөөк багытталган. Үзгүлтүксүз сүйлөп, катаны колдонуучу өзү байкай электе оңдогон система суроо берүү, эстөө, эстен кайра чакыруу жана айтылган дооматты сынчыл баалоо мүмкүнчүлүктөрүн азайтышы мүмкүн деп айтылат.

Бирок булак бул узак мөөнөттүү өнүгүү натыйжасын interaction model колдонгон балдарда түздөн-түз текшерген эмес. Балдар боюнча келтирилген изилдөөлөр көбүрөөк жалпы когнитивдик жүктү өткөрүп берүү, кызыгуу, суроо берүү жана үйрөнүү процесстери жөнүндө. Ошондуктан изилдөө өнүгүү тобокелдигинин гипотезасын сунуштайт; узак мөөнөттүү себептүү натыйжаны көрсөтпөйт.

Изилдөөнүн Ыкмасы жана Табылгалары

Изилдөөнүн ыкмасы кандай?

Изилдөө ыкмасы үч негизги катмардан турат:

1. Демону жакындан окуу: Thinking Machines Lab тааныштыруу видеолорундагы адам–AI өз ара аракеттенүүсүн деталдуу чечмелөө.
2. Концептуалдык адабият синтези: Когнитивдик жүктү өткөрүп берүү, үйрөнүү, эстен кайра чакыруу, майыптык жана жеткиликтүүлүк адабиятын interaction model дизайнына колдонуу.
3. Укуктук/жөнгө салуучу талдоо: АКШнын Children's Online Privacy Protection Act Rule өзгөртүүлөрүн үзгүлтүксүз үн жана сүрөт алган системалар менен байланыштыруу.

Изилдөөдө көзөмөлдөнгөн эксперимент, сурамжылоо, колдонуучу маеги, узак мөөнөттүү байкоо, продукт телеметриясы, эффект өлчөмү же зыяндын инциденттүүлүгүн өлчөө жок.

Assistive, substitutive жана disruptive offloading деген эмне?

Макала Jose жана анын кесиптештеринин когнитивдик жүктү өткөрүп берүү классификациясын колдонот.

Gillyнин негизги дооматы — үзгүлтүксүз push негизиндеги interaction model ушул үч функцияны бир системада бир убакта аткара алышы мүмкүн.

“Компетенттүүлүк иллюзиясы” кантип пайда болушу мүмкүн?

Изилдөөгө ылайык, колдонуучу кулагына келген маалыматты дароо өз сүйлөөсүнө өткөргөндө сырттан караганда билимдүү жана эркин сүйлөгөндөй көрүнүшү мүмкүн. Бирок туура сүйлөмдүн айтылышы маалымат колдонуучунун өз эс тутумунда түзүлдү дегенди билдирбейт.

Булак бул пунктту эстен кайра чакыруу практикасы жана күч-аракетти талап кылган үйрөнүү адабияты менен байланыштырат. Колдонуучу көйгөйдү өзү байкап, маалыматты издеп, варианттарды баалап жана кийин эстегендин ордуна бир нече жүз миллисекундда келген оңдоону кайталаса, үйрөнүү үчүн башка когнитивдик абал түзүлөт.

Ошентсе да interaction model колдонуучулары чындап эле азыраак маалымат эстейби — бул изилдөөдө өлчөнгөн эмес. “Компетенттүүлүк иллюзиясы” бул жерде эмпирикалык продукт натыйжасы эмес, бар болгон когнитивдик жүктү өткөрүп берүү теориясын жаңы өз ара аракеттенүү архитектурасына колдонуу.

COPPA аргументинин түзүлүшү кандай?

Булак 2025-жылы өзгөртүлгөн Children's Online Privacy Protection Rule эрежесинин 2026-жылдагы шайкештик мөөнөтүн interaction model архитектурасы менен бирге баалайт. Автор өзгөчө үзгүлтүксүз үн жана сүрөт иштетүү учурунда балдардын үн же жүз маалыматтары кокусунан системага кирип калышы мүмкүн болгон учурларга көңүл бурат.

Аргументтин логикасы мындай:

1. Система айланадагы үн жана сүрөттү үзгүлтүксүз иштете алат.
2. Бул агым колдонуучудан башка адамдарды да камтышы мүмкүн.
3. Балдарга тиешелүү айрым биометрикалык идентификаторлор COPPA алкагында жеке маалымат болуп саналат.
4. Ошондуктан балдар бар керектөөчү чөйрөлөрүндө макулдук жана маалыматты иштетүү дизайны колдонуу башталгандан кийин эмес, маалымат чогултулганга чейин чечилиши керек.

Gilly мындан архитектура азыркы түрүндө COPPAга шайкеш келе албайт деген жыйынтык чыгарат. Бул акыркы кадам автордун укуктук баалоосу. Макала Thinking Machines Labдын interaction model боюнча FTC чыгарган бузуу чечимин же сот чечимин келтирбейт.

Компаниянын коопсуздук түшүндүрмөсү менен изилдөөнүн айырмасы эмнеде?

Thinking Machines Labдын техникалык жарыясындагы негизги Safety бөлүмү реалдуу убакыттагы өз ара аракеттенүүдө модалдуулукка ылайык баш тартуу жүрүм-турумуна жана узак сүйлөшүүлөрдө коопсуздук чек арасынын сакталышына басым жасайт. Gilly болсо коопсуздук алкагы мындан да кеңири болушу керек деп эсептейт.

Булак баса белгилеген темалардын арасында:

• сүйлөшүүгө катышкан үчүнчү жактардын макулдугу,
• үзгүлтүксүз жүрүм-турумдук кийлигишүү,
• балдардын өнүгүү абалы,
• майыптыктын жана сенсордук иштетүүнүн ар түрдүү профилдери,
• жумуш ордундагы же үй-бүлөдөгү күч мамилелери,
• когнитивдик жүктү өткөрүп берүү жана үйрөнүү,
• балдардын купуялуулугу

бар.

Бул салыштыруу компания бул тобокелдиктерди эч качан башкара албайт дегенди билдирбейт; болгону Gillyнин коопсуздук баалоосунда продукт коопсуздугу мазмундан баш тартууга караганда кеңири социалдык-техникалык талаа катары каралышы керек деген тезисти түшүндүрөт.

Эмне үчүн push ордуна pull дизайн сунушталат?

Изилдөөнүн чечим сунушу технологияны толугу менен жок кылуу эмес. Ошол эле кабылдоо жана реалдуу убакытта жооп берүү мүмкүнчүлүгүн колдонуучунун демилгеси сакталган башка интерфейстер менен колдонууга болот деп айтылат.

Булак келтирген, колдонуучунун каалоосу менен иштеген мисалдардын арасында:

• музей гиддери,
• ботаникалык бак маалымат системалары,
• жандуу котормо,
• угуу мүмкүнчүлүгү чектелген колдонуучулар үчүн субтитр системалары

бар.

Бул мисалдарда чечүүчү фактор маалыматтын мазмуну эмес, жардам качан башталарын ким чечери. Ошондуктан автор колдонуучу чакырган “pull” модели менен система баштаган “push” моделинин ортосунда этикалык дизайн айырмасын коёт.

Изилдөөнүн негизги чектөөлөрү

Изилдөөнүн негизги жыйынтыгын кантип окуу керек?

Булактын негизги жыйынтыгы “реалдуу убакыттагы мультимодалдык AI техникалык жактан зыяндуу” деген эмес. Тар тезис төмөнкүдөй: ошол эле техникалык мүмкүнчүлүктү үзгүлтүксүз, проактивдүү жана колдонуучу сурабай туруп кийлигишкен формада продуктка айлантуу; макулдук, когнитивдик автономия, жеткиликтүүлүк жана балдардын купуялуулугу жагынан колдонуучу чакырган чектелген жардам системасынан башкача тобокелдиктерди жаратышы мүмкүн.

Далил деңгээлин да туура чектөө керек. Макала маанилүү дизайн суроолорун жана текшерүүгө боло турган гипотезаларды жаратат, бирок сүрөттөгөн психологиялык жана өнүгүү зыяндары interaction model колдонуучуларында чындап пайда болорун эксперименттик түрдө көрсөтпөйт.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталышы: I Am Not Allowed: The Voice Thinking Machines Lab Wants In Every Ear

Автор: Travis Gilly

ORCID: 0009-0007-2954-6313

Аффилиация: Real Safety AI Foundation, Illinois, United States

Булак PDFдеги дата: May 2026, v1

Платформа: SSRN

SSRNге жүктөлгөн дата: 17 июнь 2026

DOI: 10.2139/ssrn.6855460

Булактын түрү жана рецензия статусу: Working paper / preprint. Текшерилген жазууда рецензияланган журналдык жарыя көрсөтүлгөн эмес.

Библиографиялык эскертүү: SSRN жазуусундагы “Date Written: May 02, 2026” маалыматы изилдөө талдаган 11 май 2026 Thinking Machines Lab жарыясынан эртерээк. Булак PDFде “May 2026 (v1)” гана көрсөтүлгөндүктөн, Verianla бул карама-каршылыкты үнсүз оңдогон эмес жана күн деңгээлиндеги датаны колдонгон жок.

Лицензия/автордук укук: SSRN жазуусу бардык укуктар корголгонун жана уруксатсыз кайра колдонууга жол берилбесин билдирет. Verianla тексти булак изилдөөнүн сөз айкаштарын, абзац түзүлүшүн же үчүнчү тараптын маданий/демо материалдарын кайра чыгарбайт.

Ыкма: Thinking Machines Lab демонстрацияларын жакындан окуу; когнитивдик жүктү өткөрүп берүү, үйрөнүү жана жеткиликтүүлүк адабиятынын концептуалдык синтези; COPPA жөнгө салуусу боюнча нормативдик укуктук талдоо.

Негизги далил түрү: Продукт демонстрациялары, компаниянын техникалык жарыясы жана экинчи даражадагы академиялык/укуктук булактар.

Эксперименттик маалымат: Interaction model колдонуучуларынан чогултулган оригинал эксперименттик маалымат жок.

Статистикалык талдоо: Колдонуучу натыйжалары боюнча үлгү, көзөмөл тобу, эффект өлчөмү, ишеним интервалы же гипотеза тести жок.

Cognitive offloading булагы: Изилдөө assistive, substitutive жана disruptive offloading айырмасын Jose жана кесиптештеринин 2025-жылдагы концептуалдык таксономиясынан алат. Бул булак эксперименттик interaction-model изилдөөсү эмес, психология адабиятын синтездеген көз караш макаласы.

Укуктук чечмелөөнүн чеги: COPPA жоболору боюнча негизги жөнгө салуучу даталар жана биометрикалык маалыматтын камтылышы текшериле алганы менен, interaction model архитектурасы укуктук тартипке так шайкеш келеби же жокпу деген жыйынтык Travis Gillyнин укуктук аргументи.

AI/жардамчы технология билдирүүсү: Автор изилдөөнүн аягында сүйлөөдөн-текстке программа Wispr Flow жана Anthropic Claude колдонулганын жардамчы технология катары ачык билдирет.

Verianla иштетүү ыкмасы: Булактын полемикалык жана маданий аналогияларга бай баяндоо тартиби түздөн-түз көчүрүлгөн эмес. Техникалык архитектура, үчүнчү жактын макулдугу, когнитивдик жүктү өткөрүп берүү, жеткиликтүүлүк, балдар, COPPA, push/pull дизайны жана далилдин чектери өзүнчө илимий/этикалык маалымат катмарларына бөлүнүп, өз алдынча кыргызча билим берүүчү түзүмдө кайра курулган.