Bu çalışma, yapay zekânın iş yerinde çatışma yönetimine girmesiyle ortaya çıkan sorunları yalnız teknik hata veya çalışanlar arası anlaşmazlık olarak değil, bir sosyo-teknik adalet problemi olarak ele alıyor. Araştırmacılar insan kaynakları yönetimi, AI yönetişimi, örgütsel adalet, sosyo-teknik sistemler, dijital çalışma ve iş yeri çatışması literatürünü kavramsal olarak birleştirerek Hybrid Conflict Governance Model (HCGM) adını verdikleri bir yönetişim modeli geliştiriyor. Model; algoritmik önyargı, gözetim, insan–AI karar uyumsuzluğu ve opaklık gibi AI özelliklerinin çalışanların adalet algıları, güveni, kararlara itiraz edebilme olanağı ve insan denetimi üzerinden çatışmanın büyümesi veya azaltılmasıyla nasıl bağlantılı olabileceğini açıklamayı amaçlıyor. Bununla birlikte çalışma ampirik değildir: HCGM herhangi bir çalışan örneklemi, deney, anket veya gerçek organizasyon verisi üzerinde test edilmemiştir.

Çalışmanın merkezindeki fikir şudur: Bir AI sistemi teknik olarak doğru çalışsa bile çalışanlar kararın nasıl üretildiğini anlayamıyor, karara itiraz edemiyor, verilerinin nasıl kullanıldığını bilmiyor veya son kararın kimin sorumluluğunda olduğunu göremiyorsa sistem iş yeri çatışması yaratabilir. Buna karşılık açıklanabilir süreçler, insan denetimi, itiraz mekanizmaları, algoritmik denetimler ve AI okuryazarlığı gibi yönetişim unsurları çalışanların adalet ve güven algılarını destekleyebilir.

HCGM dört temel yönetişim katmanını birlikte ele alıyor: temel haklar, yapısal yönetişim, operasyonel entegrasyon ve yetkinlik geliştirme. Bunların ardından çalışanların prosedürel, dağıtımsal ve etkileşimsel adalet algıları; güven, itiraz edilebilirlik ve insan gözetimi mekanizmaları; son olarak da çatışma sonuçları geliyor. Yazarlar bu katmanların birbirinden bağımsız veya basitçe ardışık olmadığını, örgütsel bağlam içinde karşılıklı etkileştiğini vurguluyor.

Çalışma ayrıca HCGM'nin her organizasyonda aynı şekilde işleyeceğini ileri sürmüyor. Örgüt kültürü, AI'nın karar verme özerkliği, çalışanların dijital okuryazarlığı, düzenleyici ortam ve çalışmanın Şekil 1'inde ayrıca gösterilen sektör/çevre bağlamı modelin nasıl işleyeceğini değiştirebilecek sınır koşulları olarak ele alınıyor.

Yapay zekâ iş yeri çatışmasının doğasını neden değiştiriyor?

Geleneksel iş yeri çatışmaları çoğunlukla çalışan–çalışan, çalışan–yönetici veya ekipler arası ilişkiler üzerinden düşünülür. Makale, AI sistemlerinin işe alım, performans değerlendirmesi, çalışan analitiği, iletişim analizi, iş gücü planlaması ve karar desteği gibi alanlara girmesiyle yeni bir çatışma ekseni oluştuğunu savunuyor.

Artık çalışan yalnız yöneticisinin kararını değil, bu kararı etkileyen algoritmayı da sorgulayabilir. Bir kişi terfi değerlendirmesinde neden düşük puan aldığını, hangi verilerin kullanıldığını veya yöneticinin AI önerisini değiştirme yetkisine sahip olup olmadığını bilmek isteyebilir.

Bu nedenle çatışmanın taraflarından biri doğrudan “makine” olmasa bile algoritmik sistem, kararın algılanışını ve yönetici–çalışan ilişkisini değiştiren bir örgütsel aktöre dönüşebilir.

Sosyo-teknik sistem yaklaşımı ne söylüyor?

Sosyo-Teknik Sistemler Teorisi'ne göre örgütsel sonuçlar teknik sistem ile sosyal sistemin birlikte çalışmasından doğar. Teknik sistem; algoritmalar, veri altyapısı, iş akışları ve otomasyon süreçlerini içerirken sosyal sistem; roller, normlar, güç ilişkileri, iletişim biçimleri, çalışan beklentileri ve yönetişim yapılarını kapsar.

Bu bakış açısına göre bir AI aracının teknik olarak hatalı olması çatışmanın yalnızca bir nedenidir. Sistem teknik bakımdan tutarlı bir sonuç üretse bile çalışan bunu müdahaleci, adaletsiz, açıklanamaz veya kurumsal normlarla uyumsuz bulabilir.

Örneğin çalışan mesajlarındaki duygusal yoğunluğu analiz eden bir sistem teknik olarak görevini yerine getirebilir; fakat çalışanlar bunun sürekli gözetim anlamına geldiğini düşünüyorsa teknik başarı örgütsel kabul anlamına gelmez.

Örgütsel adalet teorisi AI kararlarını nasıl açıklıyor?

Makale örgütsel adaletin üç boyutunu AI destekli iş yeri kararlarına uyguluyor.

Çalışmanın temel teorik iddiası, AI yönetişiminin iş yeri çatışmasını büyük ölçüde bu adalet algıları üzerinden etkileyebileceğidir.

Çalışmada hangi AI kaynaklı çatışmalar tanımlanıyor?

Makalenin özeti dört temel AI çatışma dinamiği sayarken Tablo 1 bu listeye dijital iletişim yanlış yorumlamasını da eklemektedir. Dolayısıyla kaynakta çatışma kaynaklarının sayısal sunumu tam olarak tek biçimli değildir.

Algoritmik gözetim neden güven sorunu yaratabilir?

Makalenin önerdiği mekanizma şöyledir: yoğun AI gözetimi çalışanların özerklik algısını azaltabilir; bu durum etkileşimsel adalet hissini zayıflatabilir; ardından örgütsel güven azalabilir ve iş yeri gerilimi artabilir.

Kaynak bunu şu teorik zincirle ifade etmektedir:

AI izleme yoğunluğu → azalan özerklik algısı → zayıflayan etkileşimsel adalet → güven erozyonu → artan iş yeri gerilimi.

Bu zincir teorik bir mekanizmadır. Makalede bu aşamaların katsayıları ölçülmemiş ve çalışanlar üzerinde test edilmemiştir.

Algoritmik önyargı çatışmaya nasıl dönüşebilir?

Makale, geçmiş kurumsal verilerin daha önce var olan ayrımcı örüntüleri içerebileceğini ve AI modellerinin bunları yeniden üretebileceğini vurguluyor. Böyle bir durumda çalışanlar yalnız sonucun adaletsiz olduğunu değil, karar sürecinin de anlaşılmaz veya düzeltilemez olduğunu düşünebilir.

Önerilen mekanizma:

Önyargılı eğitim verisi → eşitsiz algoritmik sonuç → zayıflayan dağıtımsal ve prosedürel adalet → azalan örgütsel güven → şikâyet ve çatışmanın tırmanması.

İnsan–AI karar uyumsuzluğu neden önemlidir?

AI'nın önerdiği karar ile yöneticinin veya çalışanın değerlendirmesi farklı olduğunda yalnız “hangi sonuç doğru?” sorusu ortaya çıkmaz. Daha temel bir soru oluşur: Son kararın sahibi kim?

Yönetici algoritmanın önerisini değiştirebiliyor mu, yoksa sistem fiilen karar verici mi? Çalışan kime itiraz etmeli? İnsan denetimi gerçekten anlamlı mı? Makaleye göre bu sorular açık biçimde yanıtlanmazsa hesap verebilirlik ve karar meşruiyeti zayıflayabilir.

AI destekli çatışma tespiti ile çalışan gözetimi aynı şey mi?

Hayır. Makale bu iki yapıyı özellikle ayırıyor.

Algoritmik gözetim daha çok davranış, üretkenlik ve çalışan faaliyetlerinin yönetsel kontrol amacıyla izlenmesine odaklanıyor. AI destekli çatışma tespiti ise iletişim gerginliği, duygusal yükselme veya ilişkisel çatışma işaretlerini erken fark ederek müdahaleyi desteklemeyi amaçlıyor.

Bununla birlikte teknik amaç farklı olsa bile çalışanların iki sistemi nasıl algıladığı; şeffaflık, ölçülülük, veri kullanımı ve insan denetimi gibi yönetişim koşullarına bağlıdır. Destekleyici olduğu düşünülen bir çatışma tespit sistemi bile çalışanlar sürekli izlendiğini hissederse gözetim aracına dönüşebilir.

İK politikası düzeyinde hangi korumalar öneriliyor?

Etik yönetişimin üç düzeyi nedir?

HCGM'nin dört yönetişim katmanıyla karıştırılmaması gereken ayrı bir yapı da çalışmanın etik yönetişim bölümünde geliştirilmiştir. Burada etik yönetişim üç bağlantılı düzeyde ele alınır.

1. Örgütsel yönetişim

AI etik komiteleri, AI etki değerlendirmeleri, veri koruma, mahremiyet ve kurumsal sorumluluk yapıları bu düzeyde yer alır.

2. Teknolojik yönetişim

Açıklanabilirlik standartları, sürekli algoritmik denetim, insan gözetimi, ikinci seviye inceleme ve override mekanizmaları bu düzeyin temel araçlarıdır.

3. İnsan merkezli yönetişim

Çalışanın AI kararına itiraz hakkı, psikolojik güvenliğin korunması ve insan–AI iş birliği normlarının açık biçimde tanımlanması bu düzeyde ele alınır.

İnsan denetimi yalnız güvenlik yedeği midir?

Çalışmaya göre hayır. İnsan denetimi hem operasyonel hem de sembolik bir yönetişim mekanizmasıdır. Çalışan açısından sistemin kararının bir insan tarafından gerçekten gözden geçirilebilmesi, yüksek etkili istihdam kararlarının tamamen makineye devredilmediğini gösterir.

Makale özellikle AI çıktılarının, aksi açıkça tanımlanmadıkça, danışman niteliğinde olması ve nihai örgütsel eylemin sorumluluğunun insan karar vericilerde kalması gerektiğini savunuyor.

“İtiraz edilebilirlik” neden HCGM'nin merkezinde?

Bir çalışan AI tarafından üretilen sınıflandırmayı veya öneriyi sorgulayamıyorsa prosedürel adalet zayıflayabilir. Makale bu nedenle contestability kavramını yalnız şikâyet mekanizması değil, AI yönetişiminin temel koruyucularından biri olarak ele alıyor.

Etkin bir itiraz sistemi; erişilebilir başvuru yolu, insan tarafından yeniden inceleme, ilk AI çıktısının açıklanması ve nihai kararın belgelenmesini içerebilir.

Çalışanların hangi yeni yetkinliklere ihtiyacı olduğu savunuluyor?

Simülasyon tabanlı eğitim neden öneriliyor?

Yazarlar, çalışan ve yöneticilerin gerçek kurumsal zarar ortaya çıkmadan AI kaynaklı zor durumları deneyimlemesini sağlayabilecek simülasyonları öneriyor.

Örnek senaryolar arasında yanlış davranış alarmı, önyargılı risk sınıflandırması, yöneticinin değerlendirmesiyle AI önerisinin çatışması, AI'nın insan–insan anlaşmazlığını yanlış sınıflandırması ve otomatik gözetimin ekip çatışmasını artırması bulunuyor.

Burada da çalışma herhangi bir simülasyon eğitimini deneysel olarak test etmemiştir; bunlar HCGM içinde önerilen yetkinlik geliştirme uygulamalarıdır.

Hybrid Conflict Governance Model nasıl çalışıyor?

HCGM'nin teorik ana yolu şöyledir:

AI sistem özellikleri → yönetişim mekanizmaları → adalet algıları → güven ve itiraz edilebilirlik → çatışma sonuçları.

İnsan gözetimi bu sistemde örgütsel hesap verebilirliği destekleyen ek bir mekanizmadır. Şekil 1 bu mantığı daha ayrıntılı olarak dört yönetişim katmanı, çalışan adalet algıları ve bağlamsal sınır koşullarıyla birleştirir.

Son satırdaki sonuçlar gözlenmiş deney sonuçları değildir. Makalenin HCGM'den teorik olarak beklediği örgütsel sonuçlardır.

Sınır koşulları neden önemli?

Model, aynı AI sisteminin her organizasyonda aynı sonucu üretmesini beklemiyor. Şekil 1'de HCGM'yi etkileyen sınır koşulları olarak örgüt kültürü, AI'nın karar verme özerkliği, iş gücünün dijital okuryazarlığı, düzenleyici bağlam ve sektör/çevre bağlamı gösteriliyor.

Örneğin çalışan güveninin zaten düşük olduğu bir örgütte aynı gözetim sistemi, güçlü güven kültürüne sahip bir organizasyondakinden farklı algılanabilir. Benzer biçimde yalnız öneri veren bir AI ile çalışan hakkında doğrudan karar verebilen yüksek özerklikli bir AI aynı yönetişim riskine sahip değildir.

Çalışmanın desteklediği sonuçlar

• Makale AI destekli iş yeri çatışmasını sosyo-teknik adalet problemi olarak açıklayan bütünleşik bir kavramsal çerçeve geliştirmektedir.
• Algoritmik önyargı, gözetim, opaklık, insan–AI karar uyumsuzluğu ve dijital iletişim yanlış yorumlaması önemli çatışma kaynakları olarak tartışılmaktadır.
• HCGM; temel haklar, yapısal yönetişim, operasyonel entegrasyon ve yetkinlik geliştirme olmak üzere dört karşılıklı bağlantılı yönetişim katmanı önermektedir.
• Prosedürel, dağıtımsal ve etkileşimsel adalet algıları AI yönetişimi ile çalışan tepkileri arasındaki temel teorik mekanizmalar olarak konumlandırılmaktadır.
• Şeffaflık, itiraz hakkı ve insan gözetimi modelin merkezî yönetişim korumalarıdır.
• AI okuryazarlığı ve insan–AI iş birliği becerileri yalnız teknik eğitim değil, çatışma yönetişiminin bir parçası olarak ele alınmaktadır.

Çalışmanın desteklemediği, test etmediği veya kanıtlamadığı sonuçlar

• HCGM'nin gerçek organizasyonlarda çatışmayı azalttığını ampirik olarak kanıtlamamaktadır.
• AI etik komitelerinin veya algoritma denetimlerinin çatışmayı belirli bir oranda azalttığını göstermemektedir.
• Çalışanların AI sistemlerine ilişkin adalet veya güven algıları üzerinde anket verisi sunmamaktadır.
• Herhangi bir AI çatışma tespit aracının doğruluk, yanlış pozitif veya yanlış negatif oranını ölçmemektedir.
• Algoritmik gözetimin çalışanların psikolojik sağlığı üzerindeki belirli büyüklükte bir etkisini hesaplamamaktadır.
• AI destekli arabuluculuğun insan arabuluculuktan üstün olduğunu göstermemektedir.
• Önerilen eğitim veya simülasyon programlarının etkinliğini test etmemektedir.
• Modeldeki oklar ampirik nedensellik kanıtı değildir.
• Çalışma sistematik literatür derlemesi değildir ve bütün ilgili literatürü eksiksiz kapsadığını nicel bir seçim süreciyle göstermemektedir.
• HCGM'nin bütün sektör, ülke ve düzenleyici ortamlarda aynı biçimde çalışacağını göstermemektedir.

Türkiye açısından nasıl okunmalı?

Çalışma Türkiye'ye özgü çalışan, şirket veya düzenleyici veri içermemektedir. HCGM genel bir kavramsal çerçeve olarak önerilmiştir ve yazarlar düzenleyici ortam ile örgütsel bağlamı doğrudan sınır koşulu olarak modele dahil etmektedir.

Bu nedenle Türkiye'de işe alım, performans değerlendirmesi, çalışan iletişimi veya disiplin süreçlerinde AI kullanan kuruluşlarda HCGM'nin uygulanabilirliği ayrıca ampirik olarak sınanmalıdır. Özellikle çalışanların açıklama ve itiraz beklentileri, kurum içi güven, AI'nın karar özerkliği ve yerel düzenleyici koşullar ayrı değişkenler olarak değerlendirilmeden modelin etkinliği kanıtlanmış sayılamaz.

Çalışmanın Yöntemi ve Bulguları

Araştırma ampirik veri topladı mı?

Hayır. Çalışmada katılımcı, anket, görüşme, deney, vaka çalışması veya birincil veri seti bulunmamaktadır. Yazarlar çalışmayı açık biçimde conceptual theory-building, yani kavramsal teori geliştirme çalışması olarak tanımlamaktadır.

Çalışmanın veri temeli yayımlanmış disiplinler arası literatürdür. İnsan kaynakları yönetimi, sosyo-teknik sistemler, örgütsel adalet, AI yönetişimi, dijital çalışma ve iş yeri çatışması literatürleri problem odaklı bir kavramsal sentez içinde birleştirilmiştir.

Kavramsal teori geliştirme nasıl yürütüldü?

Kaynak çalışma kavramsal geliştirmeyi dört aşamada açıklamaktadır:

1. AI sistemlerinin iş yeri çatışmasıyla ilişkilendirilen özelliklerinin belirlenmesi.
2. Bu özelliklerin çalışanlar tarafından nasıl yorumlanabileceğinin örgütsel adalet teorisiyle açıklanması.
3. Bu algıları etkileyebilecek AI yönetişimi ve İK mekanizmalarının belirlenmesi.
4. Bütün yapıların HCGM altında tek bir teorik modelde birleştirilmesi.

Bu yöntem sistematik literatür derlemesi mi?

Hayır. Çalışma problem odaklı disiplinler arası literatür sentezi kullanmaktadır; ancak sistematik derlemelerde beklenen veri tabanı listesi, açık arama dizgesi, arama tarihi, kayıt sayısı, mükerrer çıkarımı, dahil etme/dışlama kriterleri veya PRISMA benzeri çalışma seçim akışı verilmemiştir.

Bu nedenle kaynak literatürün kapsamlı veya temsil edici olup olmadığı çalışma içinden nicel olarak doğrulanamaz. HCGM, seçilen ve sentezlenen literatürden geliştirilen teorik bir öneri olarak değerlendirilmelidir.

HCGM'nin dört yönetişim katmanı

Yazarlar bu dört katmanın karşılıklı etkileşim içinde çalıştığını açıkça belirtmektedir. Bunlar dört zorunlu kronolojik uygulama aşaması değildir.

Şekil 1'deki sınır koşulları

Metnin 9.1 bölümündeki kısa sınır koşulları listesi ilk dört öğeyi açıkça sayarken Şekil 1 beşinci olarak sektör ve çevresel bağlamı da göstermektedir.

Pratik uygulama yol haritası

Bu yol haritası ampirik olarak karşılaştırılmış “en iyi uygulamalar” sıralaması değildir. Kavramsal sentezden türetilen uygulama önerileridir.

Çalışmanın başlıca yöntemsel sınırlılıkları

Ampirik doğrulama yoktur: HCGM anket, deney, boylamsal veri, vaka çalışması veya gerçek kurum uygulamasıyla sınanmamıştır.

Sistematik literatür seçim protokolü yoktur: Veri tabanları, arama dizgeleri, taranan kayıt sayıları ve dahil etme/dışlama ölçütleri verilmemiştir.

Nedensel oklar teoriktir: Modelde AI özelliklerinden çatışma sonuçlarına uzanan ilişkiler teorik önermelerdir ve nedensel katsayılarla doğrulanmamıştır.

Sektörel farklılıklar test edilmemiştir: Sağlık, finans, üretim, kamu veya bilgi yoğun sektörlerde modelin farklı çalışıp çalışmadığı bilinmemektedir.

Bağlamsal farklılıklar önemlidir: Örgüt kültürü, liderlik, güven iklimi, dijital okuryazarlık, ulusal düzenleme ve AI özerkliği ilişkileri değiştirebilir.

Teknik AI performansı araştırılmamıştır: Model mimarisi, açıklanabilirlik algoritmaları, sınıflandırma doğruluğu, hata oranları veya hesaplama performansı bu çalışmanın kapsamı dışındadır.

Literatür hızla değişmektedir: Yazarlar AI teknolojileri, düzenlemeler ve örgütsel uygulamalar geliştikçe modele yeni mekanizma veya sınır koşulları eklenebileceğini kabul etmektedir.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Integrating Artificial Intelligence into Workplace Conflict Management: A Socio-Technical Justice Framework for HR Policy, Ethical Governance, and Capability Development

Yazarlar: Umamaheswari Shanmugam; Mohan K. Rajendran; Jawahar Natarajan; Veera Venkata Satyanarayana Reddy Karri.

Yazar sırası: Umamaheswari Shanmugam birinci, Mohan K. Rajendran ikinci, Jawahar Natarajan üçüncü ve Veera Venkata Satyanarayana Reddy Karri dördüncü yazardır.

Eş katkı/eş birinci yazar: Kaynakta eş katkı veya eş birinci yazarlık bildirimi bulunmamaktadır.

Sorumlu yazarlar: Umamaheswari Shanmugam ve Jawahar Natarajan.

Kurumlar: Umamaheswari Shanmugam, Jawahar Natarajan ve Veera Venkata Satyanarayana Reddy Karri — Department of Pharmaceutics, JSS College of Pharmacy, JSS Academy of Higher Education & Research, Nilgiris, Ooty 643001, Tamil Nadu, India. Mohan K. Rajendran — Compliance Academy, London WC2H 9JQ, UK.

Dergi: Administrative Sciences.

Yayınevi: MDPI, Basel, Switzerland.

Cilt / sayı / makale: 16(7), 327.

DOI: 10.3390/admsci16070327

Gönderim tarihi: 9 Nisan 2026.

Revizyon tarihi: 23 Haziran 2026.

Kabul tarihi: 24 Haziran 2026.

Yayın tarihi: 8 Temmuz 2026.

Kaynak türü: Dergide “Review” olarak sınıflandırılmış, yöntemsel olarak disiplinler arası literatür sentezine dayanan kavramsal teori geliştirme çalışması.

Hakemlik durumu: Çalışma hakemli Administrative Sciences dergisinde yayımlanmıştır.

Resmî yayın bağlantısı:Resmî DOI sayfası

Lisans: Creative Commons Attribution (CC BY).

Finansman: Araştırma dış finansman almamıştır.

Etik kurul: Kaynakta “Not applicable” olarak belirtilmiştir.

Bilgilendirilmiş onam: Kaynakta “Not applicable” olarak belirtilmiştir.

Veri erişilebilirliği: Birincil ampirik veri seti oluşturulmamış veya analiz edilmemiştir. Makale kavramsal teori geliştirme ve yayımlanmış literatürün sentezine dayanmaktadır.

Yapay zekâ kullanım bildirimi: Yazarlar teşekkür bölümünde makalenin hazırlanmasında AI destekli teknolojilerin kullanılmadığını beyan etmektedir.

Çıkar çatışması: Yazarlar çıkar çatışması olmadığını beyan etmektedir. Kaynak ayrıca Mohan K. Rajendran'ın Compliance Academy Ltd tarafından istihdam edildiğini; diğer yazarların olası çıkar çatışması olarak yorumlanabilecek ticari veya mali ilişkiler bulunmadığını bildirmektedir.

Yazar katkıları: Kavramsallaştırma U.S.; yöntem U.S.; doğrulama M.K.R.; formal analiz U.S.; araştırma U.S. ve M.K.R.; veri kürasyonu U.S.; ilk taslak U.S.; gözden geçirme ve düzenleme M.K.R., J.N. ve V.V.S.R.K.; görselleştirme U.S.; danışmanlık M.K.R., J.N. ve V.V.S.R.K.; proje yönetimi U.S. tarafından gerçekleştirilmiştir.

Bu Verianla içeriğindeki teorik çerçeve, çatışma kaynakları, yönetişim mekanizmaları, HCGM yapısı, yetkinlik alanları, uygulama önerileri ve sınırlılıklar yüklenen özgün çalışmaya dayanmaktadır. Dış doğrulama yalnız bibliyografik kimlik ve yayın durumunu kontrol etmek için kullanılmış; ana bilimsel içeriğe dışarıdan yeni deneysel veya ampirik sonuç eklenmemiştir.

Çalışmanın en önemli yöntemsel sınırı, HCGM'nin ampirik olarak doğrulanmamış olmasıdır. Modelin “causal pathway” ve benzeri ifadeleri kaynağın teorik mimarisini tanımlar; bunlar çalışan verisi üzerinde kanıtlanmış nedensel yollar değildir.

Ayrıca çalışma sistematik derleme protokolü bildirmemektedir. Bibliyografik veri tabanları, arama dizgeleri, dahil etme/dışlama ölçütleri ve seçilen toplam çalışma sayısı raporlanmadığından literatür sentezinin kapsamı bağımsız olarak yeniden üretilemez.

Kaynak içinde iki küçük kapsam farklılığı da korunmalıdır. Özet dört temel AI çatışma dinamiği sayarken Tablo 1 beş çatışma kaynağı içermektedir. Şekil 1 sınır koşullarına “industry and environmental context” öğesini eklerken Bölüm 9.1'deki kısa metinsel liste bu öğeyi ayrıca saymamaktadır.