Ғаразнокии алгоритмӣ дар захираҳои инсонӣ, ҳолатест, ки дар он зеҳни сунъӣ ё низомҳои алгоритмии қабули қарор барои афрод ё гурӯҳҳои муайян ба таври систематикӣ натиҷаҳои ноодилона ба вуҷуд меоранд ё нобаробариҳои мавҷудаи иҷтимоиро дубора тавлид мекунанд ё афзоиш медиҳанд. Ин таҳқиқоти назариявӣ истифодаи зеҳни сунъиро дар равандҳои захираҳои инсонӣ, аз ҷумла ҷалби корманд, скрининги номзад, мусоҳиба, арзёбӣ, идоракунии фаъолияти корӣ, пешбарӣ, нигоҳдории корманд ва тарк/аз кор озод кардани корманд аз нигоҳи додаҳо, тарҳи алгоритм, ҳамкории инсон–система ва заминаи ташкилӣ/иҷтимоӣ меомӯзад. Таҳқиқот маҷмӯи нави додаҳо ё озмоишро истифода намебарад; бо муттаҳид кардани дидгоҳҳо аз илми компютер, ҷомеашиносӣ, Идоракунии Интиқодии Захираҳои Инсонӣ — Human Resource Management (HRM) ва адабиёти ахлоқӣ, чаҳорчӯбаи бисёрқабатаи коҳиши ғаразнокиро пешниҳод мекунад.

Даъвои асосии манбаъ ин аст, ки ғаразнокии алгоритмӣ танҳо мушкили “алгоритми нодуруст” нест. Нобаробариҳо дар додаҳои таърихии ҷалб ва пешбарӣ, тағйирёбандаҳои проксӣ, ки бо хусусиятҳои ҳифзшаванда алоқаманданд, намунаҳои додаҳои нопурра, интихоби модел ва хусусиятҳо, ҳадафҳои оптимизатсия, эътимоди аз ҳад зиёди корбарони инсон ба натиҷаҳои алгоритмӣ, тарзҳои гуногуни ҳамкории номзадҳо бо технология ва авлавиятҳои фарҳангӣ/ташкилии худи муассиса метавонанд дар як низом ғаразнокиро ба вуҷуд оранд ё тақвият диҳанд.

Ҳалли пешниҳодшудаи таҳқиқот аз чор қабати ба ҳам пайваст иборат аст: манбаи додаҳо ва курасияи масъулонаи додаҳо, шаффофияти алгоритмӣ ва адолатнокӣ аз марҳилаи тарҳрезӣ, тарҳи равандҳои ташкилӣ ва назорати инсонӣ, ҳисоботдиҳӣ, мониторинги пайваста ва идоракунии ахлоқӣ. Мувофиқи равиши муаллифон, танҳо тоза кардани додаҳо, оптимизатсияи як метрикаи fairness ё илова кардани як назоратчии инсонӣ ба система кофӣ нест; системаҳои техникӣ ва иҷтимоӣ бояд якҷоя баррасӣ шаванд.

Ин натиҷа далели таҷрибавӣ нест, ки як алгоритм нисбат ба алгоритми дигар одилонатар аст. Манбаъ ягон моделро омӯзиш намедиҳад, додаҳои номзадҳоро таҳлил намекунад, demographic parity, equal opportunity ё метрикаи дигари fairness-ро ҳисоб намекунад ва чаҳорчӯбаи чорқабатаи пешниҳодшударо дар муассисаи воқеӣ бо озмоиши назоратшаванда тасдиқ намекунад. Саҳми таҳқиқот консептуалӣ ва назариявӣ аст.

Зеҳни сунъӣ дар кадом бахшҳои захираҳои инсонӣ истифода шуда метавонад?

Манбаъ истифодаи зеҳни сунъиро ҳамчун падидае баррасӣ мекунад, ки ба марҳилаҳои зиёди давраи ҳаёти захираҳои инсонӣ паҳн шудааст. Ба онҳо ҷустуҷӯи манбаъҳои номзад, скрининги резюме, мусоҳиба, арзёбии салоҳият ё номзад, идоракунии фаъолияти корӣ, пешбарӣ, нигоҳдории корманд ва тарк/аз кор озод кардани корманд дохил мешаванд.

Асосҳои асосии истифодаи ин системаҳо имкони коркарди ҳаҷми бузурги номзадҳо, кам кардани меҳнати инсон, анҷом додани таҳлили пешгӯӣ, миқёспазир кардани раванди қабули қарор ва интизори он мебошанд, ки қарорҳо объективитар хоҳанд буд.

Манбаъ ҳамзамон ба як нуктаи муқобили муҳим диққат медиҳад: низоми зеҳни сунъӣ танҳо аз он сабаб, ки тавассути компютер иҷро мешавад, худ аз худ бетараф намегардад. Система метавонад таърихи додаҳое, ки аз онҳо ғизо мегирад, интихоби таҳиягарон ва мантиқи қабули қарор дар муассисаи истифодабарандаро бо худ дошта бошад.

Ғаразнокии Алгоритмӣ дар Захираҳои Инсонӣ Чист?

Дар заминаи манбаъ, ғаразнокии алгоритмӣ ин аст, ки қарорҳои захираҳои инсонӣ бо дастгирии зеҳни сунъӣ вобаста ба нажод, ҷинс, синну сол, вазъи маъюбӣ, заминаи иҷтимоию иқтисодӣ ё хусусиятҳои монанди гурӯҳӣ ба таври систематикӣ ва ноодилона фарқиятҳо ба вуҷуд меоранд ё нобаробариҳои мавҷударо афзоиш медиҳанд; бинобар ин мушкил бояд на танҳо дар баромади модел, балки дар тамоми низоми иҷтимоӣ-техникӣ аз додаҳо то татбиқи ташкилӣ ҷустуҷӯ шавад.

“Хусусияти ҳифзшаванда” чӣ маъно дорад?

Protected characteristic — хусусияти ҳифзшаванда, хусусиятҳои шахсиро ифода мекунад, ки дар қонунгузории зидди табъиз ё сиёсатҳои баробарии ташкилӣ набояд асоси табъизи ноодилона дар қабули қарор бошанд. Манбаъ дар байни мисолҳо race, gender, age, disability ва socioeconomic background-ро истифода мекунад.

Аммо кадом хусусият аз нигоҳи ҳуқуқӣ “хусусияти ҳифзшаванда” ҳисобида мешавад, вобаста ба кишвар ва низоми танзимӣ фарқ карда метавонад. Худи манбаъ низ таъкид мекунад, ки дар заминаи ҷаҳонӣ меъёрҳои гуногуни фарҳангӣ ва чаҳорчӯбаҳои ҳуқуқӣ татбиқи fairness-ро душвор месозанд. Аз ин рӯ, рӯйхати пешниҳодшуда набояд ҳамчун рӯйхати ягона ва универсалии ҳуқуқӣ барои ҳамаи кишварҳо хонда шавад.

DEI чист?

Diversity, Equity and Inclusion — Гуногунӣ, Адолатнокӣ ва Фарогирӣ (DEI), номи умумии равишҳои ташкилӣ мебошад, ки намояндагии хусусиятҳо ва заминаҳои гуногуни кормандон, одилона будани имкониятҳо ва равандҳо ва дастгирии иштироки шахсон дар ташкилотро ҳадаф қарор медиҳанд.

Манбаъ бар он аст, ки низомҳои ғаразноки зеҳни сунъӣ метавонанд бо идома додани нобаробариҳо дар қувваи корӣ ташаббусҳои DEI-ро заиф кунанд, эътимоди кормандонро коҳиш диҳанд ва боиси қарорҳои нодурусти истеъдод шаванд.

Чор манбаи асосии ғаразнокии алгоритмӣ

Чаро ғаразнокии додаҳо ин қадар муҳим аст?

Агар низоми омӯзиши мошинӣ аз додаҳои қарорҳои гузашта истифода барад, фарзияи одилона будани қарорҳои гузашта аҳамияти ҳалкунанда пайдо мекунад. Масалан, агар дар гузашта гурӯҳи муайян ба таври систематикӣ камтар ба кор қабул шуда бошад, барои модел ин метавонад танҳо ҳамчун “намунаи дар гузашта мушоҳидашуда” намоён шавад. Агар модел ин намунаро бо меъёри муваффақият омехта кунад, метавонад нобаробарии гузаштаро дар оянда дубора тавлид кунад.

Манбаъ ин ҳолатро бо номидани ғаразнокии додаҳо ҳамчун “core fuel — сӯзишвории асосии” ғаразнокӣ шарҳ медиҳад.

Proxy ё тағйирёбандаи проксӣ чист?

Proxy variable — тағйирёбандаи проксӣ, тағйирёбандаи дигарест, ки бо хусусияти ҳассосе, ки дар модел бевосита истифода намешавад, робитаи қавӣ дорад. Манбаъ индекси почта, номи донишгоҳ ё баъзе калидвожаҳои резюмеро мисол меорад.

Масалан, ҳатто агар система маълумоти ҷинсро мустақиман истифода набарад, агар хусусиятҳои дигар бо ҷинс робитаи қавӣ дошта бошанд, модел метавонад ба таври ғайримустақим фарқиятҳои монанд эҷод кунад. Аз ин рӯ, танҳо нест кардани сутуни ҳассос аз маҷмӯи додаҳо мушкили fairness-ро худкор ҳал намекунад.

Feedback loop — ҳалқаи бозхӯрд чист?

Ҳалқаи бозхӯрд ҳолатест, ки қарорҳои алгоритм баъдан қисми додаҳои нави омӯзишӣ шуда, тамоюли қаблиро тақвият медиҳанд.

Мантиқи ишоракардаи манбаъро барои омӯзиш метавон чунин тасаввур кард:

Додаҳои ғаразноки гузашта → пешгӯии модел → қарори ғаразнок → сабти нави ташкилӣ → омӯзиши навбатии модел.

Агар ин ҳалқа шикаста нашавад, система метавонад на танҳо номувозинии ибтидоиро такрор кунад, балки онро дар наслҳои минбаъдаи додаҳо боз ҳам равшантар созад.

Ғаразнокии тарҳи алгоритм чӣ гуна метавонад пайдо шавад?

Манбаъ ба чор нуқтаи муҳими тарҳрезӣ диққат медиҳад: интихоби модел, интихоби хусусият ва feature engineering, метрикаи оптимизатсия ва маҳдудиятҳои fairness.

Ҳадафи оптимизатсияи модел мекӯшад меъёри математикиеро, ки таҳиягар ҳамчун “муваффақият” муайян кардааст, тақвият диҳад. Масалан, манбаъ қайд мекунад, ки оптимизатсия барои “cultural fit — мутобиқати фарҳангӣ” метавонад меъёрҳо ё афзалиятҳои ташкилии гузаштаро дар модел рамзгузорӣ кунад.

Мушкил дар он нест, ки компютер нияти бад дорад. Мушкил дар он аст, ки худи ҳадафи ченшаванда метавонад нодуруст, нопурра ё аз нигоҳи иҷтимоӣ мушкилнок таъриф карда шавад.

Модели Black-box чӣ маъно дорад?

Black-box — қуттии сиёҳ, ифодаи умумиест, ки барои тавсифи низомҳое истифода мешавад, ки корбар ба осонӣ намефаҳмад модел чӣ гуна аз вуруд ба баромад мерасад. Манбаъ қайд мекунад, ки ин хусусияти моделҳои мураккаб метавонад ошкор кардани ғаразнокиро душвор созад.

Қуттии сиёҳ будани модел маънои онро надорад, ки он худкор ғаразнок аст. Таъкиди манбаъ дар он аст, ки мураккабӣ метавонад таҳқиқи он ки чаро қарор қабул шудааст ва ташхиси намунаҳои нодурустро душвор кунад.

Чаро ҳамкории инсонӣ манбаи алоҳидаи ғаразнокӣ аст?

Ҳатто агар алгоритм аз ҷиҳати техникӣ як холро истеҳсол кунад, тарзи тафсири он аз ҷониби роҳбарони инсон метавонад натиҷаи ниҳоиро тағйир диҳад. Манбаъ махсусан ба се мушкил диққат медиҳад:

• Эътимоди аз ҳад зиёд ба баромади алгоритмӣ,
• истифодаи баромад барои тасдиқи ғарази худ,
• нодуруст тафсир кардани маънои холи AI.

Манбаъ ҳамчунин мисол меорад, ки дар низомҳое ба монанди мусоҳибаи видеоӣ шароити рӯшноӣ, лаҳҷа ё тарзи муаррифии фарҳангии номзад метавонад ба ҳамкорӣ бо технология таъсир расонад. Таҳқиқот барои ин мисолҳо озмоиши нав анҷом надодааст; онҳоро ҳамчун синтези назариявии соҳаҳои хавфи дар адабиёт зикршуда пешниҳод мекунад.

Ғаразнокӣ дар кадом марҳилаҳои захираҳои инсонӣ метавонад намоён шавад?

Debiasing-и техникӣ чист?

Debiasing, номи умумии техникаҳое мебошад, ки ҳадафашон коҳиш додани ноодилии систематикии дар модел ё раванди коркарди додаҳо мушоҳидашаванда аст. Манбаъ ин техникаҳоро дар се марҳила тасниф мекунад.

Pre-processing — пешкоркард: Тоза кардан ё аз нав вазнгузорӣ кардани додаҳо пеш аз омӯзиши модел.

In-processing — мудохила ҳангоми омӯзиш/моделсозӣ: Ҷойгир кардани усулҳое ба монанди алгоритмҳои fairness-aware ё adversarial debiasing мустақиман дар раванди омӯзиши модел.

Post-processing — паскоркард: Калибр кардани баромадҳо ё ҳадҳои қарор баъд аз тавлиди пешгӯиҳои модел.

Манбаъ қайд мекунад, ки ин техникаҳо метавонанд муфид бошанд, аммо аксар вақт нишонаҳоро ҳадаф мегиранд, байни метрикаҳои fairness ихтилофҳо вуҷуд дошта метавонанд, муайян кардани гурӯҳҳои ҳифзшаванда душвор буда метавонад, дар баъзе ҳолатҳо бо дақиқии модел созиш ба миён ояд ва равиши техникӣ метавонад заминаи ташкилиро нодида гирад.

Чаро Усулҳои Техникии Коҳиши Ғаразнокӣ Ба Танҳоӣ Кофӣ Нестанд?

Мувофиқи таҳқиқот, азбаски ғаразнокии алгоритмӣ танҳо дар додаҳо ё коди модел пайдо намешавад, танҳо татбиқи debiasing-и техникӣ мушкили системавиро ҳал намекунад; таърихи додаҳо, рафтори корбарони инсон, тарҳи раванди HR, муносибатҳои қудрати ташкилӣ, ҳисоботдиҳӣ ва идоракунии пайваста бояд ҳамзамон баррасӣ шаванд.

Explainable AI — XAI чист?

Explainable Artificial Intelligence — Зеҳни Сунъии Тавзеҳпазир (XAI), маҷмӯи усулҳоест, ки кӯшиш мекунанд ба корбар ба таври фаҳмотар шарҳ диҳанд, ки пешгӯӣ ё тавсияи модел бо кадом вурудҳо ва кадом робитаҳои мантиқӣ/оморӣ ташаккул ёфтааст.

Манбаъ дар заминаи XAI техникаҳои LIME ва SHAP-ро ҳамчун мисол меорад.

LIME — Local Interpretable Model-agnostic Explanations, равиши шарҳи маҳаллиест, ки мекӯшад рафтори модели мураккабро дар атрофи як пешгӯии мушаххас бо модели содатар ва тафсиршавандаи тахминӣ шарҳ диҳад.

SHAP — SHapley Additive exPlanations, оилаи шарҳҳоест, ки ба тақсим кардани саҳми хусусиятҳои гуногун дар як пешгӯӣ бар асоси мантиқи арзиши Shapley дар назарияи бозиҳои кооперативӣ такя мекунад.

Манбаъ мавҷудияти ин усулҳоро далели аз байн рафтани ғаразнокӣ намешуморад. Шарҳҳо метавонанд мураккаб, нопурра ё гумроҳкунанда бошанд; аудити мустақил метавонад вақт ва тахассус талаб кунад. XAI асосан ба намоён кардани мушкил кумак мекунад; худи он механизми пешгирии ғаразнокӣ нест.

Human-in-the-Loop — HITL чист?

Human-in-the-Loop — HITL, маънои онро дорад, ки баромадҳои низоми зеҳни сунъӣ дар нуқтаҳои муайяни қарор аз ҷониби инсон баррасӣ мешаванд ё инсон ба раванди қабули қарор ворид карда мешавад.

Манбаъ қайд мекунад, ки HITL низ ҳалли худкор нест. Назоратчии инсон метавонад ғаразҳои маърифатии худро дошта бошад, холи алгоритмиро ҳамчун “ҳақиқати объективӣ” қабул карда ба система аз ҳад зиёд эътимод кунад ё дар ҳаҷми хеле зиёди номзадҳо баррасии инсонӣ миқёспазир набошад.

Аз ин рӯ, чаҳорчӯбаи пешниҳодшуда ба ҷойи HITL-и оддӣ равиши HITL+-ро таъкид мекунад: мутахассисони HR ва роҳбарон бояд дар бораи маҳдудиятҳои зеҳни сунъӣ, шинохти ғаразнокӣ, тафсири баромадҳо ва дар ҳолати зарурӣ бекор кардани тавсияи нодуруст омӯзонида шаванд.

Метрикаи fairness чиро чен мекунад?

Манбаъ барои fairness-и алгоритмӣ як метрикаи универсалӣ пешниҳод намекунад; мегӯяд, ки бояд ҳадафҳои равшани fairness мувофиқи замина муайян шаванд ва мафҳумҳои demographic parity ва equal opportunity-ро мисол меорад.

Муодилаҳои зер натиҷаҳои ҳисобкардаи мақолаи манбаъ нестанд. Онҳо нишондиҳандаҳои стандартии математикӣ мебошанд, ки барои омӯзонидани маънои ду мафҳуми fairness-и дар мақола номбаршуда дода шудаанд.

Demographic parity — баробарии демографӣ

Нишондиҳандаи стандартии соддакардашуда:

\[ P(\hat{Y}=1\mid A=a) = P(\hat{Y}=1\mid A=b) \]

Дар ин ҷо:

• \(\hat{Y}=1\): қарори мусбати модел, масалан гузаронидани номзад ба марҳилаи дигар,
• \(A\): хусусияти гурӯҳии мавриди баррасӣ,
• \(a\) ва \(b\): ду гурӯҳи муқоисашаванда

мебошанд.

Ин таърифи fairness ҳадаф мегирад, ки таносуби қарорҳои мусбат байни гурӯҳҳо баробар бошад. Аммо азбаски худ ба худ салоҳияти асосӣ ё тақсимоти натиҷаҳои воқеии номзадҳоро ба назар намегирад, онро дар ҳар заминаи HR худкор стандарти дурусти fairness ҳисобидан мумкин нест. Таъкиди манбаъ ба “context-specific fairness” маҳз дар ҳамин нуқта муҳим аст.

Equal opportunity — баробарии имконият

Нишондиҳандаи стандартии соддакардашуда:

\[ P(\hat{Y}=1\mid Y=1,A=a) = P(\hat{Y}=1\mid Y=1,A=b) \]

Дар ин ҷо \(Y=1\), ҳолати воқеии мусбатро мувофиқи меъёри истинодии дахлдор; масалан ҳолати “мувофиқ/кофӣ”-ро, ки тарҳи арзёбӣ муайян мекунад, ифода мекунад.

Ин равиш ба баробар кардани таносуби гирифтани пешгӯии мусбат аз ҷониби шахсоне, ки воқеан ба синфи мусбат дохил мешаванд, байни гурӯҳҳо тамаркуз мекунад. Мақола ин метрикаро ҳисоб намекунад; танҳо таъкид мекунад, ки ҳадафҳои fairness бояд вобаста ба замина интихоб шаванд.

Манбаъ ҳамчунин таъкид мекунад, ки метрикаҳои гуногуни fairness метавонанд байни ҳам ё бо accuracy, privacy ва талаботи тиҷоратӣ созиш ба вуҷуд оранд. Аз ин рӯ, аз “баланд кардани як рақами fairness = тамоми система одилона шуд” чунин хулоса баровардан мумкин нест.

Асоси назариявӣ 1: Critical HRM

Critical Human Resource Management — Идоракунии Интиқодии Захираҳои Инсонӣ равишест, ки бар он аст равандҳои захираҳои инсонӣ амалиёти комилан бетарафи техникӣ нестанд; онҳо метавонанд бо сохторҳои қудрати ташкилӣ, меъёрҳо ва нобаробариҳо алоқаманд бошанд.

Манбаъ абзорҳои зеҳни сунъиро дар ин чаҳорчӯба на танҳо ҳамчун нармафзори ғайрифаъол, балки ҳамчун фаъолони ташкилӣ мебинад, ки метавонанд динамикаҳои мавҷудаи институтсионалиро дубора тавлид кунанд.

Асоси назариявӣ 2: Назарияи Системаҳои Иҷтимоӣ-Техникӣ

Socio-Technical Systems Theory — Назарияи Системаҳои Иҷтимоӣ-Техникӣ, низоми техникӣ ва низоми иҷтимоиро аз ҳам мустақил намебинад. Алгоритм, пойгоҳи додаҳо ва модел ҷузъҳои низоми техникӣ; кормандон, роҳбарон, равандҳои ташкилӣ ва фарҳанг ҷузъҳои низоми иҷтимоӣ мебошанд.

Аргументи асосии манбаъ то андозае ба ҳамин равиш такя мекунад: агар коҳиши ғаразнокии алгоритмӣ танҳо дар қабати техникӣ анҷом дода шавад, сабабҳо ё натиҷаҳои қабати иҷтимоӣ метавонанд идома ёбанд.

Асоси назариявӣ 3: Назарияи Адолати Ташкилӣ

Organizational Justice Theory — Назарияи Адолати Ташкилӣ, ба он таваҷҷуҳ дорад, ки кормандон натиҷаҳо ва равандҳои қабули қарорро дар дохили ташкилот то чӣ андоза одилона қабул мекунанд.

Манбаъ ба се шакли адолат истинод мекунад:

• Distributive justice: адолат дар тақсимоти натиҷаҳо,
• procedural justice: адолати раванди қабули қарор,
• interactional justice: адолате, ки ба тарзи муносибат бо одамон дар раванди қарор вобаста аст.

AI-и ғаразнок метавонад махсусан адолати расмиро мустақиман таҳдид кунад; зеро номзад ё корманд метавонад ба саволи “қарор бо кадом қоида ва чаро қабул шуд?” ҷавоби боэътимод нагирад.

Асоси назариявӣ 4: Ethics of Care ва Human-Centered AI

Ethics of Care — Ахлоқи Ғамхорӣ ва Human-Centered AI — Зеҳни Сунъии Инсонмеҳвар равишҳое мебошанд, ки некӯаҳволии инсон, шаъну шарафи инсон ва заминаи қарорро дар марказ мегузоранд.

Мавқеи равшани манбаъ дар ин нуқтаи назар ин аст, ки дар соҳаҳои қарорҳои арзишбор ба монанди захираҳои инсонӣ зеҳни сунъӣ бояд ба ҷойи пурра барҳам додани ҳукми инсон онро дастгирӣ кунад.

Усул ва Натиҷаҳои Таҳқиқот

Усули илмии таҳқиқот

Ин таҳқиқот маҷмӯи нави додаҳои эмпирикӣ тавлид намекунад. Манбаъ худро ҳамчун таҳқиқоти назариявӣ тавсиф мекунад ва бо синтези дидгоҳҳо аз илми компютер, ҷомеашиносӣ, Critical HRM ва ахлоқ чаҳорчӯбаи консептуалӣ месозад.

Дар манбаъ:

• дархости ҷустуҷӯи пойгоҳи додаҳои адабиёт,
• фосилаи санаи ҷустуҷӯ,
• меъёрҳои дохилкунӣ/хориҷкунӣ,
• ҷараёни интихоби таҳқиқот ба монанди PRISMA,
• протоколи арзёбии сифат,
• намуна,
• гурӯҳи назоратӣ,
• омӯзиши модел,
• санҷиши фарзияи оморӣ,
• ҳисоби метрикаи fairness

гузориш нашудааст. Аз ин рӯ, таҳқиқот набояд ҳамчун баррасии систематикии адабиёт ё fairness benchmark-и таҷрибавӣ тасниф шавад.

Чаҳорчӯбаи Чорқабатаи Коҳиши Ғаразнокӣ Чӣ Гуна Кор Мекунад?

Чаҳорчӯбаи пешниҳодкардаи манбаъ коҳиши ғаразнокиро на ҳамчун як ислоҳи ягонаи модел, балки ҳамчун чор сатҳи ба ҳам пайвасти мудохила месозад: заминаи боэътимод ва пайгиришавандаи додаҳо ташкил мешавад; дар алгоритм шаффофият ва ҳадафҳои fairness тарҳрезӣ мешаванд; равандҳои HR бо назорати инсонӣ ва механизмҳои эътироз аз нав ташкил карда мешаванд; дар ниҳоят масъулият, аудити пайваста, иртибот ва фарҳанги ахлоқӣ дар тамоми давраи ҳаёти система нигоҳ дошта мешаванд.

Қабат 1 — Data Provenance & Responsible Curation

Data provenance — пайдоиш/провенанси додаҳо, маълумотест, ки имкон медиҳад пайгирӣ шавад маҷмӯи додаҳо аз куҷо омадааст, чӣ гуна ҷамъоварӣ шудааст, чӣ гуна табдил ёфтааст ва кадом маҳдудиятҳоро дорад.

Манбаъ дар ин қабат се мудохиларо пешниҳод мекунад:

1. Rigorous Data Auditing: Аудити систематикии номувозинии намояндагӣ, ғаразнокии таърихӣ, тағйирёбандаҳои проксӣ ва намунаҳои додаҳои нопурра.
2. Bias-Aware Data Collection & Annotation: Қоидаҳои fairness-меҳвар барои ҷамъоварӣ ва аломатгузории додаҳо, ҳавзи гуногуни annotator, омӯзиш дар бораи ғаразнокии annotator ва ҳуҷҷатгузории lineage-и додаҳо.
3. Synthetic Data & Augmentation: Арзёбии эҳтиёткоронаи додаҳои синтетикӣ ё техникаҳои афзоиш ҳангоми нокифоя будани додаҳои воқеӣ.

Ифодаи “cautiously — бо эҳтиёт”-и манбаъ муҳим аст. Додаи синтетикӣ худ аз худ маънои додаи одилонаро надорад; усули тавлид метавонад ғаразнокии мавҷударо дубора тавлид кунад. Таҳқиқот таҷрибае бо додаҳои синтетикӣ пешниҳод намекунад.

Қабат 2 — Algorithmic Transparency & Fairness by Design

Fairness by Design, равишест, ки назорати fairness-ро на ҳамчун ислоҳи пас аз анҷоми система, балки аз марҳилаи интихоби модел ва тарҳрезии система ба назар мегирад.

Ҷузъҳои манбаъ дар ин қабат:

• Интихоби модели мувофиқ ба замина бо худдорӣ аз мураккабии нолозим,
• ба таври равшан муайян кардани ҳадафҳо ва метрикаҳои fairness,
• ба таври шаффоф татбиқ кардани техникаҳои pre-processing, in-processing ё post-processing,
• таҳияи шарҳҳои фаҳмо барои мутахассисони HR, роҳбарон ва номзадҳо.

Манбаъ махсусан фарзияи “модели мураккабтар = модели беҳтари HR”-ро қабул намекунад. Дар ҳолатҳое, ки мураккабӣ зарур нест, интихоби модели бештар тафсиршаванда тавсия мешавад.

Қабат 3 — Context, Process Design & Human Oversight

Ин қабат аз модел ба тамоми раванди захираҳои инсонӣ мегузарад.

Bias Impact Assessment — BIA, арзёбии сохторёфтаи таъсир аст, ки пеш аз истифодаи система ва ҳангоми истифода месанҷад, оё барои гурӯҳҳои муайян таъсирҳои гуногун/advers ба вуҷуд меоянд ё не.

Манбаъ пешниҳод мекунад, ки BIA пеш аз deployment ва ба таври даврӣ анҷом дода шавад.

Принсипи асосии дуюм ин аст, ки зеҳни сунъӣ ягона қарордиҳанда набошад. Хусусан дар қарорҳое, ки барои номзад ё корманд натиҷаи манфӣ доранд, нуқтаҳои баррасии инсонӣ ва каналҳои эътироз/бозхӯрд тавсия мешаванд.

Унсури сеюм HITL+ аст. Назоратчии инсон бояд маҳдудиятҳои моделро донад, баромади алгоритмиро зери савол гузошта тавонад ва дар ҳолати зарурӣ тавсияи нодурустро бекор кунад.

Унсури чорум ин аст, ки гурӯҳҳои таҳия ва назорат танҳо аз мутахассисони техникӣ иборат набошанд. Манбаъ гуногунии гурӯҳро аз рӯи ҷинс, нажод, замина ва соҳаҳои тахассус баррасӣ карда, якҷоя будани донишҳои HR, технология ва ахлоқро тавсия медиҳад.

Қабат 4 — Accountability, Monitoring & Culture

Манбаъ дар қабати охирин бар он аст, ки системаро бо равиши “сохта шуд ва тамом” идора кардан мумкин нест.

Сохтори равшани масъулият: Бояд муайян карда шавад, ки байни бахшҳое ба монанди HR, IT, ҳуқуқ ё кумитаи ахлоқ барои фаъолияти системаи AI, натиҷаҳои fairness ва таъсирҳои манфӣ кӣ кадом масъулиятро дорад.

Мониторинг ва аудити пайваста: Метрикаҳои fairness, дақиқӣ дар гурӯҳҳои гуногун ва бозхӯрди корбар бояд дар тӯли вақт назорат шаванд; аудитҳои мунтазами мустақил бояд ба нақша гирифта шаванд.

Шаффофият ва иртибот: Тавсия мешавад, ки ба номзадҳо ва кормандон дар бораи истифодаи AI, нақши умумии система ва механизмҳои эътироз маълумот дода шавад.

Фарҳанги ахлоқии AI: Омӯзиши пайваста ва рушди фарҳанги ташкилӣ дар бораи Bias, ахлоқ ва responsible AI тавсия мешавад.

Мутобиқати танзимӣ ва берун аз он: Манбаъ мисолҳое ба монанди GDPR, танзимҳои пешниҳодшудаи AI ва роҳнамои EEOC-ро зикр мекунад; бар он аст, ки ба ҷойи қонеъ шудан ба мутобиқати ҳадди ақали ҳуқуқӣ амалияҳои хуби ахлоқӣ ҳадаф қарор гиранд. Таҳқиқот таҳлили муфассали ҳуқуқӣ анҷом намедиҳад.

Вазъи эмпирикии чаҳорчӯбаи пешниҳодшуда

Модели чорқабата дар манбаъ ба таври назариявӣ пешниҳод мешавад. Дар таҳқиқот пеш ва пас аз татбиқи ин чаҳорчӯба:

• тағйири disparate impact,
• тағйири demographic parity,
• фарқи true-positive-rate,
• дақиқии модел,
• гуногунии ҷалб,
• қаноатмандии номзад,
• шумораи парвандаҳои ҳуқуқӣ

монанди ченкуниҳо анҷом дода нашудаанд. Аз ин рӯ, чаҳорчӯба бояд на ҳамчун “бастаи мудохилае, ки таъсири он таҷрибавӣ исбот шудааст”, балки ҳамчун пешниҳоди иҷтимоӣ-техникӣ хонда шавад, ки адабиёти мавҷударо муттаҳид мекунад.

Маҳдудиятҳое, ки манбаъ барои усулҳои мавҷуда медиҳад

Чаро fairness ба як таъриф коҳиш дода намешавад?

Манбаъ амалиётӣ кардани fairness-ро вобаста ба замина яке аз мушкилоти муҳимтарин мешуморад. Вақте дар раванди HR “натиҷаи одилона” гуфта мешавад, ҳадафҳои гуногун пайдо мешаванд: баробарии таносуби қарорҳои мусбати гурӯҳҳо, баробарии таносуби муайян кардани номзадҳои воқеан мувофиқ, ба таври монанд арзёбӣ кардани номзадҳои шабеҳ ё тавзеҳпазир ва қобили эътироз будани раванди қарор.

Аз ин рӯ, манбаъ ба ҷойи интихоби танҳо аз ҷониби гурӯҳи техникӣ, арзёбии васеътари иҷтимоӣ-техникиро барои ҳадафи fairness пешниҳод мекунад.

Созиш байни fairness, дақиқӣ, махфият ва ниёзи тиҷорат

Дар муҳокимаи таҳқиқот гуфта мешавад, ки fairness ҳадафи ягона нест. Муассиса ҳамзамон бояд дақиқии модел, махфияти номзад, арзиши раванд ва талаботи амалиётиро идора кунад.

Манбаъ намегӯяд, ки барои fairness ҳатман дақиқӣ аз даст меравад. Он мегӯяд, ки ин ҳадафҳо дар баъзе тарҳҳо метавонанд ба ҳам бархӯранд ва trade-off-ҳо бояд ошкоро идора шаванд.

Оё бетарафии комил имконпазир аст?

Манбаъ бо мафҳуми “illusion of neutrality — хаёли бетарафӣ” таъкид мекунад, ки бетарафии пурра ва комил эҳтимолан ҳадафи дастрас нест. Ба ҷойи ин ҳадаф бояд:

• аз ғаразнокӣ огоҳ будан,
• онро чен ва аудит кардан,
• дар ҷойҳои имконпазир коҳиш додан,
• таъсирҳоро пайваста назорат кардан,
• системаро вобаста ба шароити тағйирёбанда аз нав арзёбӣ кардан

бошад.

Маънои он барои амалияи захираҳои инсонӣ

Мувофиқи манбаъ, истифодаи масъулонаи AI сармоягузории назарраси ташкилӣ талаб мекунад. Ин танҳо арзиши харидани нармафзор нест; метавонад тахассус дар илми додаҳо ва ахлоқ, азнавтарҳрезии раванд, омӯзиши роҳбар/HR, аудит, баррасии ҳуқуқӣ ва тағйири фарҳангиро талаб кунад.

Ин равиш ба функсияи HR масъулияти нав ҳам мегузорад: бахши захираҳои инсонӣ танҳо корбари ниҳоии баромади AI нест, балки ба яке аз нозирони истифодаи ахлоқии технология табдил меёбад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Ғаразнокии алгоритмӣ дар захираҳои инсонӣ набояд танҳо ҳамчун мушкилие дида шавад, ки дар сатҳи алгоритми техникӣ пайдо мешавад.
• Додаҳои таърихӣ, тарҳи модел, ҳадафҳои оптимизатсия, ҳамкории инсон–AI ва заминаи ташкилӣ/иҷтимоӣ якҷоя метавонанд ғаразнокиро ба вуҷуд оранд ё тақвият диҳанд.
• Ҷалб, арзёбии фаъолият, пешбарӣ ва ҷубронпулӣ соҳаҳои HR мебошанд, ки ғаразнокии алгоритмӣ дар онҳо намоён шуда метавонад.
• Техникаҳои debiasing-и техникӣ метавонанд муфид бошанд, аммо тамоми мушкили иҷтимоӣ-техникиро ба танҳоӣ ҳал намекунанд.
• XAI ва аудит метавонанд ба ошкор кардани ғаразнокӣ кумак кунанд; мавҷудияти онҳо маънои онро надорад, ки система худкор одилона аст.
• Равиши Human-in-the-Loop маҳдудиятҳои худро, ба монанди ғаразнокии инсон ва automation bias, дорад.
• Манбаъ чаҳорчӯбаи ҳамаҷонибаи чорқабатаи мудохиларо пешниҳод мекунад, ки додаҳо, алгоритм, равандҳои ташкилӣ ва идоракуниро фаро мегирад.
• Fairness-и алгоритмӣ на ҳамчун ислоҳи якдафъаина, балки ҳамчун раванди мониторинг ва идоракунии пайваста баррасӣ мешавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Ин таҳқиқот ба таври таҷрибавӣ нишон надодааст, ки низоми муайяни AI барои ҷалб табъизомез аст.
• Чен нашудааст, ки чаҳорчӯбаи чорқабатаи пешниҳодшуда қимати fairness-ро ба фоизи муайян зиёд мекунад.
• Нишон дода нашудааст, ки танҳо истифодаи LIME ё SHAP ғаразнокиро аз байн мебарад.
• Исбот нашудааст, ки ҳамаи низомҳои HR бо Human-in-the-Loop одилона хоҳанд буд.
• Иддао намешавад, ки як метрикаи муайяни fairness барои ҳамаи равандҳои ҷалб ё пешбарӣ метрикаи беҳтарин аст.
• Манбаъ алгоритми нави омӯзиши мошинӣ, маҷмӯи додаҳо ё fairness benchmark таҳия намекунад.
• Азбаски таҳқиқот баррасии ҳуқуқӣ нест, муайян намекунад, ки низоми муайян бо GDPR, Title VII, роҳнамои EEOC ё дигар танзим мувофиқ аст ё не.
• Манбаъ таъсири дарозмуддати чаҳорчӯбаро дар равандҳои воқеии HR дар кишварҳои гуногун чен намекунад.

Маҳдудиятҳои асосии илмӣ ва методологӣ

Тарҳи назариявӣ: Таҳқиқот синтези консептуалӣ аст; фаъолияти эмпирикии чаҳорчӯбаи пешниҳодшуда санҷида нашудааст.

Протоколи интихоби адабиёт вуҷуд надорад: Таҳқиқот манбаъҳои фанҳои гуногунро якҷоя мекунад, аммо ҷустуҷӯи систематикии пойгоҳи додаҳо, меъёри дохилкунӣ/хориҷкунӣ ё протоколи арзёбии сифати таҳқиқотро намедиҳад.

Метрикаи fairness ҳисоб нашудааст: Demographic parity ва equal opportunity ҳамчун мисол зикр мешаванд, аммо дар ягон маҷмӯи воқеии додаҳои HR ҳисоб карда намешаванд.

Вобастагӣ ба замина: Таърифи fairness ва хусусиятҳои ҳифзшаванда вобаста ба фарҳанг, соҳа ва низоми ҳуқуқӣ фарқ карда метавонанд.

Омили инсон боқӣ мемонад: Илова кардани назорати инсон ба система ғаразнокии инсонро худкор бартараф намекунад.

Арзиши захира ва миқёс: Аудити бисёрқабата азбаски тахассус, азнавтарҳрезии раванд ва мониторинги пайвастаро талаб мекунад, метавонад захираталаб бошад.

Тағйири технологӣ: Рушди босуръати AI ва техникаҳои ошкор/коҳиш додани ғаразнокӣ талаб мекунад, ки механизмҳои идоракунӣ пайваста нав карда шаванд.

Тавсияҳои манбаъ барои таҳқиқоти оянда

Таҳқиқот барои оянда:

• таҳияи метрикаҳои fairness ва абзорҳои аудит барои заминаи махсуси HR,
• таҳқиқоти longitudinal барои омӯзиши таъсири дарозмуддати стратегияҳои коҳиши ғаразнокӣ дар ҷаҳони воқеӣ,
• равишҳои participatory design, ки кормандон ва номзадҳо дар раванди тарҳ иштирок мекунанд,
• муқоисаи самаранокии моделҳои гуногуни идоракунӣ,
• омӯзиши паёмадҳои ахлоқии emotion recognition ва дигар усулҳои пешрафтаи таҳлилӣ

тавсия медиҳад.

Инҳо натиҷаҳои тасдиқшудаи мақолаи мавҷуда нестанд, балки соҳаҳои таҳқиқоти оянда мебошанд, ки бояд омӯхта шаванд.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: ALGORITHMIC BIAS IN ARTIFICIAL INTELLIGENCE - BASED HUMAN RESOURCE DECISIONS: A THEORETICAL PERSPECTIVE

Муаллифон: Dr.T.Naresh Babu; Dr.N.Suhasini.

Тартиби муаллифон: Dr.T.Naresh Babu муаллифи якум, Dr.N.Suhasini муаллифи дуюм аст.

Dr.T.Naresh Babu: Associate Professor, Department of Management Studies, KSRM College of Engineering (A), Kadapa, Andhra Pradesh.

Dr.N.Suhasini: HoD & Professor, Department of Management Studies, KSRM College of Engineering (A), Kadapa, Andhra Pradesh.

Corresponding author: Дар манбаъ ошкоро нишон дода нашудааст.

Саҳми баробар / ҳаммуаллифии якуми баробар: Дар манбаъ гузориш нашудааст.

Навъи манбаъ: Мақолаи назариявӣ/консептуалии конфронсӣ; синтези ривоятӣ ва байнисоҳавии адабиёт.

Соҳаи илмӣ: Ахлоқи зеҳни сунъӣ, идоракунии захираҳои инсонӣ, fairness-и алгоритмӣ, системаҳои иҷтимоӣ-техникӣ ва адолати ташкилӣ.

Платформа: International Conference Proceedings on Advanced Multidisciplinary Research and Innovation (ICAMRI – 2026).

Саҳифаҳои мақола: Дар китоби маводи конфронс 1–6; дар PDF-и боршуда саҳифаҳои 11–16.

Нашр: First Edition.

Санаи нашр: August 2026.

ISBN: 978-81-688512-3-8.

DOI-и дар манбаъ додашуда: 10.65647/msp/128/2026.

Маҳдудияти DOI: Ҳамин DOI дар поёни саҳифаҳои дигар мақолаҳои китоби маводи конфронс низ истифода шудааст. Азбаски манбаъ ошкоро нишон намедиҳад, ки ин DOI-и мустақили махсуси ҳамин мақола аст, Verianla онро ҳамчун DOI-и мақола қатъӣ намекунад.

Фарқи дохилиманбаъӣ вобаста ба санаи конфронс: Гарчанде китоби маводи конфронс ҳамчун ICAMRI – 2026 ва нашри August 2026 пешниҳод мешавад, дар саҳифаи ташкилот санаи конфронс 15th August 2025 навишта шудааст.

Ташкилот: University of Edenberg, Lusaka, Zambia, Africa.

Ҳамкории академӣ: S.T.Hindu College; Sree Ayyappa College for Women; Don Bosco College; Women's Christian College.

Ҳакамӣ: Сарсухани китоби маводи конфронс изҳор мекунад, ки ҳамаи дастнависҳо аз ҷониби ҳайате аз ҳакамони ботаҷриба ва коршиносони соҳа дар доираи rigorous peer-review process арзёбӣ шудаанд. Ин изҳороти худи китоби конфронс аст; таҳқиқот ҳамчун мақолаи маҷаллаи ҳакамшуда тасниф нашудааст.

Иҷозатнома / ҳуқуқи муаллиф: Манбаъ ибораҳои “All Rights Reserved” ва © Publisher-ро дорад. Иҷозатномаи кушодаи Creative Commons нишон дода нашудааст.

Маълумоти ношир: Дар PDF зери унвони “Publisher” маълумоти Australia, Chennai & Kanyakumari; +91 6384730258; editor@multispectrum.org ва www.multispectrum.org мавҷуд аст. Номи корпоративии ношир дар саҳифаи библиографии PDF алоҳида ва ошкоро навишта нашудааст.

Пайванди расмӣ: Манбаъ дар китоби маводи конфронс суроғаи www.multispectrum.org-ро медиҳад. URL-и алоҳидаи расмии махсуси ҳамин мақола дар PDF нишон дода нашудааст.

Калидвожаҳо: Artificial Intelligence; AI Bias; Algorithmic Bias; Human Resources; HR Decision-Making; Fairness; Ethics; Responsible AI; Socio-Technical Systems; Diversity; Equity; Inclusion.

Ҳадафи асосии таҳқиқот: Ба таври консептуалӣ омӯхтани сохтори бисёрқабатаи ғаразнокии зеҳни сунъӣ дар қарорҳои захираҳои инсонӣ, ки аз додаҳо, алгоритм, ҳамкории инсонӣ ва заминаи ташкилӣ/иҷтимоӣ ба вуҷуд меояд, ва пешниҳод кардани чаҳорчӯбаи ҳамаҷонибаи коҳиш, ки танҳо ба ислоҳи техникӣ такя намекунад.

Усул: Манбаъ кори худро ҳамчун theoretical paper тавсиф мекунад. Мафҳумҳо аз адабиёти илми компютер, ҷомеашиносӣ, Critical HRM ва ахлоқ синтез шудаанд. Ҷустуҷӯи алоҳидаи систематикӣ ё усули интихоби таҳқиқот гузориш нашудааст.

Намуна: Мавҷуд нест.

Маҷмӯи додаҳо: Мавҷуд нест.

Озмоиш / гурӯҳи назоратӣ: Мавҷуд нест.

Омӯзиши модел: Мавҷуд нест.

Таҳлили оморӣ: Мавҷуд нест.

Қимати p / фосилаи эътимод / андозаи таъсир: Гузориш нашудааст.

Метрикаи fairness-и дар манбаъ ҳисобшуда: Мавҷуд нест.

Муодилаи илмӣ дар манбаъ: Мавҷуд нест. Нишондиҳандаҳои demographic parity ва equal opportunity дар HTML муодилаҳои стандартии консептуалӣ барои омӯзонидани мафҳумҳои fairness-и бо ном зикршудаи манбаъ мебошанд ва натиҷаи таҳқиқот нестанд.

Асосҳои назариявӣ: Critical HRM Perspective; Socio-Technical Systems Theory; Organizational Justice Theory; Ethics of Care; Human-Centered AI.

Манбаъҳои ғаразнокӣ: Data Bias; Algorithmic Design Bias; Interaction Bias; Contextual/Societal Bias.

Соҳаҳои асосии татбиқ: Recruitment & Screening; Performance Evaluation; Promotion & Succession Planning; Compensation.

Равишҳои мавҷудаи коҳиш: Pre-processing, in-processing ва post-processing debiasing; auditing; XAI; LIME; SHAP; Human-in-the-Loop.

Чаҳорчӯбаи пешниҳодшуда — Қабат 1: Data Provenance & Responsible Curation.

Чаҳорчӯбаи пешниҳодшуда — Қабат 2: Algorithmic Transparency & Fairness by Design.

Чаҳорчӯбаи пешниҳодшуда — Қабат 3: Organizational Context, Process Design & Human Oversight.

Чаҳорчӯбаи пешниҳодшуда — Қабат 4: Governance — Accountability, Monitoring & Culture.

Рӯйхати манбаъҳо: Дар охири мақола 10 сабти библиографӣ вуҷуд дорад; Barocas & Selbst, Bogen & Rieke, Dastin, Friedman & Nissenbaum, Green & Chen, Holm & Staunæs, Kamishima ва ҳамкорон, Mehrabi ва ҳамкорон, Raghavan ва ҳамкорон, Selbst ва ҳамкорон дар рӯйхати манбаъҳо ҳастанд.

Маблағгузорӣ: Изҳороти алоҳидаи маблағгузорӣ вуҷуд надорад.

Бархӯрди манфиатҳо: Изҳороти алоҳидаи бархӯрди манфиатҳо вуҷуд надорад.

Дастрасии додаҳо: Data availability statement-и алоҳида вуҷуд надорад; таҳқиқот мақолаи назариявиест, ки додаҳои нав тавлид намекунад.

CRediT / саҳми муаллифон: Изҳороти алоҳидаи саҳми муаллифон вуҷуд надорад.

Кумитаи ахлоқ: Дар манбаъ изҳороти алоҳидаи кумитаи ахлоқ вуҷуд надорад; таҳқиқот пажӯҳиши назариявиест, ки озмоиш ё ҷамъоварии нави додаҳоро аз иштирокчиёни инсонӣ гузориш намекунад.

Шаклҳои манбаъ: Дар манбаъ шакли аслии илмӣ ё графики додаҳо вуҷуд надорад. Ду SVG дар HTML-и Verianla муодилҳои визуалии мустақил, бемиқёс ва аз манбаъ ҳосилшудаи занҷири ғаразнокӣ ва чаҳорчӯбаи чорқабата мебошанд, ки дар матни манбаъ ошкоро тавсиф шудаанд.

Ҳадди асосии тафсир: Таҳқиқот хусусияти системавии ғаразнокии алгоритмӣ дар HR ва равиши бисёрқабатаи коҳишро назариявӣ ҳимоя мекунад. Азбаски чаҳорчӯба дар ягон маҷмӯи воқеии додаҳои HR ба таври таҷрибавӣ санҷида нашудааст, дар бораи фаъолияти fairness-и алгоритми муайян, ширкат ё мудохила хулосаи миқдорӣ бароварда намешавад.