Ин таҳқиқот тавассути парадокси Simpson меомӯзад, ки дар пажӯҳишҳои ҳамкории инсон–компютер (Human–Computer Interaction, HCI) дар соҳаи тандурустӣ, ки ёфтани иштирокчиёни мутахассис душвор аст, намунаҳои хурд чӣ гуна бояд таҳлил шаванд. Чаҳор тарроҳи касбии UI/UX ҳамон вазифаҳои интерфейси нармафзори тандурустиро аввал бо усули анъанавӣ ва сипас бо абзори тарроҳии бар GPT асосёфта ва бо дастгирии зеҳни сунъӣ анҷом доданд. Вақте ҳамаи ҳашт мушоҳида ҳамчун як маҷмӯаи ягонаи додаҳо якҷо шуданд, байни вақти тарроҳӣ ва холи автоматии proxy-мутобиқати IEC 62366 коррелятсияи қавӣ ва аз ҷиҳати оморӣ маънодори манфӣ ёфт шуд: \(r=-0{,}76\), \(p=0{,}029\), \(n=8\). Дар муқобил, шарти анъанавӣ дар дохили худ \(r=-0{,}33\), \(p=0{,}67\); шарти бо AI дастгиришуда бошад дар дохили худ \(r=+0{,}18\), \(p=0{,}82\) дод. Ҳар ду коррелятсияи дохилишартӣ маънодор набуданд ва аломатҳои онҳо аз ҳам фарқ мекарданд. Аз ин рӯ, коррелятсияи якҷошуда на робитаи воқеии инфиродие дониста шуд, ки онро метавон ҳамчун “тезтар кор кардан ба мутобиқати беҳтар меорад” шарҳ дод, балки ҳамчун aggregation artefact, ки аз ҷудо будани ду шарти гуногуни таҷрибавӣ ба вуҷуд омадааст.

Дар додаҳои хом дида шуд, ки ҳар чаҳор тарроҳ дар шарти бо AI дастгиришуда ҳам дар вақти кӯтоҳтар кор карданд ва ҳам холи автоматии proxy-мутобиқати баландтар гирифтанд. Вақти миёнаи иҷрои вазифа аз 92,5 дақиқа ба 23,0 дақиқа; холи миёнаи proxy-мутобиқат аз %63,3 ба %82,8 тағйир ёфт. Аммо азбаски ҳамаи иштирокчиён шартҳоро бо як тартиб анҷом доданд, ҳамаи ин фарқиятҳоро бевосита ба абзори AI нисбат додан мумкин нест; таъсири машқ, омӯзиш ва ошноӣ бо вазифа метавонад ба натиҷаҳо саҳм гузошта бошад. Илова бар ин, мавҷудияти танҳо чаҳор тарроҳ ба анҷом додани умумисозии қавӣ дар бораи фарзияи тақсимоти Gaussian, тағйироти дисперсия ва фарқиятҳои байни гурӯҳҳои таҷриба монеъ мешавад. Саҳми асосии таҳқиқот иддаои “чаҳор нафар кофист” нест; балки нишон додани он аст, ки вақте намунаи хурд ногузир аст, якҷо кардани додаҳо ба тавре, ки шартҳои маълуми таҷрибавӣ аз байн раванд, метавонад гумроҳкунанда бошад ва таҳлили ҷудошуда аз рӯи шарт сохтори воқеии додаҳоро равшантар нишон дода метавонад.

Парадокси Simpson чист?

Парадокси Simpson ҳолатест, ки робитаҳои ҳангоми баррасии алоҳидаи зергуруҳҳо дидашуда баъди якҷо шудани додаҳо нопадид мешаванд, тағйир мекунанд ё ба самти баръакс менамоянд. Ин масъала танҳо як кунҷковии математикӣ нест. Агар муҳаққиқ бидуни ба назар гирифтани маълумоти гурӯҳ ё шарти таҷрибавӣ ҳамаи мушоҳидаҳоро чунон таҳлил кунад, ки гӯё аз як тақсимот омадаанд, масофаи байни миёнаҳои гурӯҳҳои гуногун метавонад коррелятсияи сунъӣ ба вуҷуд орад.

Намунаи ин таҳқиқот хеле равшан аст. Шарти тарроҳии анъанавӣ умуман дар минтақаи вақти баланд–мутобиқати пасттар; шарти бо AI дастгиришуда бошад дар минтақаи вақти паст–мутобиқати баландтар ҷойгир аст. Вақте ду гурӯҳ якҷо ба регрессия дохил мешаванд, график тамоюли қавии манфиро аз боло-чап ба поён-рост тавлид мекунад.

Аммо саволи асосии таҳқиқот “оё дар ҳашт мушоҳидаи мустақил байни вақт ва мутобиқат робита ҳаст?” нест. Ҳамон чаҳор инсон дар ду шарти гуногун чен шудаанд. Узвияти шарт ва ҷуфтшавии шахсҳо ҷузъҳои асосии тарҳи таҷрибавӣ мебошанд.

Чаро таҳлили якҷошуда гумроҳкунанда баромад?

Вақте ҳашт мушоҳида якҷо ҳисоб мешаванд:

\[ r_{\mathrm{pooled}}=-0{,}76,\qquad p=0{,}029,\qquad n=8. \]

Агар ин рақам танҳо хонда шавад, метавон фикр кард, ки тарроҳӣ дар вақти кӯтоҳтар ба таври доимӣ бо мутобиқати баландтари IEC 62366 робита дорад. Муаллифон махсус таъкид мекунанд, ки чунин тафсир дастгирӣ намешавад.

Вақте шартҳо ҷудо нигоҳ дошта мешаванд:

\[ r_{\mathrm{traditional}}=-0{,}33, \qquad p=0{,}67, \qquad n=4 \]

ва:

\[ r_{\mathrm{AI}}=+0{,}18, \qquad p=0{,}82, \qquad n=4 \]

ба даст меоянд.

Ҳар ду коррелятсия аз ҷиҳати оморӣ маънодор нестанд; зиёда аз ин, яке манфӣ ва дигаре мусбат аст. Аз ин рӯ, таҳқиқоти манбаъ бар он аст, ки коэффисиенти якҷошудаи \(-0{,}76\) аз фарқи ҷойгиршавии шартҳо ба вуҷуд омадааст ва механизми дохилии суръат–мутобиқати худи тарроҳонро намояндагӣ намекунад.

Тарроҳони инфиродӣ воқеан чӣ гуна ҳаракат карданд?

Ҳамаи чаҳор тарроҳ ҳангоми гузариш аз шарти анъанавӣ ба шарти бо AI дастгиришуда дар график ба як самти умумӣ ҳаракат карданд: вақт кам шуд ва холи автоматии proxy-мутобиқат баланд гардид. Ин ҳаракати инфиродии ҷуфтшуда нишон медиҳад, ки чаро коррелятсияи якҷошудае, ки маълумоти шартро аз байн мебарад, бояд бо эҳтиёт тафсир шавад.

Модели шартии Gaussian чӣ кор мекунад?

Дар равиши пешниҳодшудаи таҳқиқот ҳар шарти таҷрибавӣ ҳамчун хулосаи алоҳидаи Gaussian-и дудигаргуна ифода мешавад:

\[ p(x\mid k)= \mathcal N(x;\mu_k,\Sigma_k), \]

дар ин ҷо:

\[ x= \begin{bmatrix} \text{süre}\\ \text{proxy-uyum} \end{bmatrix} \]

ва \(k\) шарти traditional ё AI-assisted-ро нишон медиҳад.

\(\mu_k\) маркази ҳар шартро; \(\Sigma_k\) бошад сохтори variance ва covariance-и мушоҳидашуда дар ҳамон шартро ифода мекунад.

Ҳадафи ин модел аз чаҳор мушоҳида баҳо додани тақсимоти боэътимоди аҳолӣ нест. Муаллифон ҷузъҳои Gaussian-ро ҳамчун хулосаҳои тавсифие истифода мебаранд, ки марказҳои махсуси шарт, парокандагӣ ва самти тағйирёбии муштаракро ба тартиб нишон медиҳанд.

Оё ин воқеан Gaussian Mixture Model аст?

Мақола истилоҳотро махсус равшан мекунад. Гарчанде дар давраи аввали таҳияи таҳқиқот номи “conditional GMM” истифода шуда буд, усули татбиқшуда Gaussian Mixture Model-и классикии unsupervised нест.

Дар GMM-и классикӣ:

• метавонад маълум набошад, ки кадом мушоҳида ба кадом кластер тааллуқ дорад,
• mixing weights баҳо дода мешаванд,
• алгоритмҳое ба монанди Expectation–Maximisation метавонанд истифода шаванд,
• шумораи компонентҳо метавонад бо меъёрҳое мисли BIC интихоб шавад.

Аммо дар ин таҳқиқот тамғаҳои шартҳои анъанавӣ ва бо AI дастгиришуда аз тарҳи таҷрибавӣ аллакай маълуманд. Ду компонент кашф намешаванд, аз аввал муайян шудаанд. EM истифода нашудааст, latent cluster ҷустуҷӯ нашудааст ва шумораи компонентҳо бо BIC интихоб нашудааст.

Аз ин рӯ, муаллифон дар матни нав ҳамчун номи асосӣ ибораи conditional Gaussian model-ро истифода мебаранд.

Марказҳои шартҳо то чӣ андоза фарқ мекунанд?

Маркази шарти анъанавӣ:

\[ \mu_{\mathrm{traditional}} = (92{,}5\ \mathrm{dk},\;63{,}3\%) \]

ва маркази шарти бо AI дастгиришуда:

\[ \mu_{\mathrm{AI}} = (23{,}0\ \mathrm{dk},\;82{,}8\%) \]

дода шудааст.

Фарқи марказҳо дар намуна нишон медиҳад, ки шарти AI нисбат ба шарти анъанавӣ ба ҳисоби миёна 69,5 дақиқа кӯтоҳтар ва дорои арзиши автоматии proxy-мутобиқати 19,5 банди фоизӣ баландтар аст.

Аммо аз сабаби тартиби собити шартҳо наметавон хулоса кард, ки “абзори AI танҳо худаш 69,5 дақиқа сарфа кард” ё “абзори AI танҳо худаш мутобиқатро 19,5 банд зиёд кард”. Ин арзишҳо фарқиятҳои шартӣ мебошанд, ки дар тартиби иҷрои таҳқиқот мушоҳида шуданд.

Холи IEC 62366 воқеан чиро чен мекунад?

Меъёри дуюми асосии истифодашуда дар таҳқиқот холи фоизиест, ки абзори алоҳидаи бар GPT асосёфта барои арзёбии ҳамоҳангӣ бо IEC 62366-1:2015 тавлид кардааст. Рубрикаи арзёбӣ панҷ андозаро дар бар мегирад:

1. Коҳиши хатои истифода: коҳиш додани имкониятҳои хатогӣ дар ҳамкориҳои аз ҷиҳати бехатарӣ муҳим.
2. Иерархияи иттилоот: афзалияти визуалӣ ва сохтории иттилооти муҳим ва ибтидоии вазифа.
3. Равшании бозхурд: равшан будани ҷавобҳои система, ҳолатҳои хато ва тасдиқҳо.
4. Дастрасӣ: хондашавандагӣ, контраст, андозаи ҳадаф ва хусусиятҳои дастрасии вобаста ба муҳити истифодаи клиникӣ.
5. Конвенсияҳои интерфейси дастгоҳи тиббӣ: мутобиқат бо истилоҳоти маълум ва интизориҳои ҳамкорӣ.

Ин хол сертификатсияи расмии IEC 62366 ё қарори мутобиқати танзимгар нест. Рубрика аз ҷониби абзори арзёбӣ аз стандарт бароварда шудааст ва нисбат ба арзёбони мутахассиси инсонӣ тасдиқ нашудааст. Аз ин рӯ, муаллифон меъёрро ҳамчун “consistency-controlled proxy measure” маҳдуд мекунанд.

Чаро муҳим аст, ки як оилаи модел ҳам тавлид кунад ва ҳам арзёбӣ?

Абзори тарроҳии бо AI дастгиришуда дар давраи таҳқиқот як GPT-и махсуси бар GPT-4o асосёфта буд, ки тавассути ChatGPT дастрас мешуд. Compliance scorer-и алоҳида низ ҳамчун GPT-и махсуси дигар дар оилаи модели GPT-4o сохта шудааст.

Муаллифон ошкоро қабул мекунанд, ки ин метавонад як model-family bias-и эҳтимолӣ ба вуҷуд орад. Намунаҳое, ки оилаи модели истифодашуда дар тавлиди тарроҳӣ месозад, метавонанд ба системаи арзёбии аз ҳамон оила омада аз ҷиҳати сохторӣ мувофиқтар намоянд.

Аз ин рӯ, тасдиқи холҳои мутобиқат аз ҷониби мутахассисони мустақил яке аз назоратҳои асосии методологиест, ки бояд дар оянда анҷом дода шавад.

Инҳирофҳои стандартӣ дар намуна чӣ нишон медиҳанд?

Инҳирофҳои стандартии намунае, ки дар манбаъ мушоҳида шудаанд, чунинанд:

Дар ҳар ду меъёр инҳирофи стандартии намуна дар шарти AI хурдтар аст. Аммо азбаски танҳо чаҳор мушоҳида вуҷуд дорад, ин фарқият исбот намекунад, ки variance-и аҳолӣ воқеан кам шудааст.

Дар тести Levene бо шакли Brown–Forsythe барои вақт:

\[ W=0{,}16,\qquad p=0{,}70 \]

ва барои proxy-мутобиқат:

\[ W=0{,}12,\qquad p=0{,}74 \]

ба даст омадааст.

Муаллифон ин натиҷаҳоро ҳамчун “variance-ҳо баробаранд” тафсир намекунанд. Аз сабаби \(n=4\) қувваи тест хеле паст аст; додаҳои мавҷуда тангшавии variance-ро на тасдиқ карда метавонанд ва на рад.

Аз рӯи сатҳи таҷриба чӣ гуна намуна дида шуд?

Тарроҳи D3, ки таҷрибаи UI-и пасттарин дошт, аз 120 дақиқа ба 10 дақиқа фаромада, бузургтарин фарқи вақтро дар намуна нишон дод. D1 ва D2 бо таҷрибаи баланди AI мутаносибан +29 ва +25 банди фоизӣ бузургтарин афзоиши автоматии proxy-мутобиқатро доштанд.

Ин арзишҳо таъсирҳои мутақобилаи исботшуда байни гурӯҳҳои таҷриба нестанд. Азбаски барои ҳар профил як тарроҳ ё мушоҳидаҳои хеле кам мавҷуданд, муаллифон онҳоро танҳо ҳамчун намунаҳои иктишофии гипотезасоз барои таҳқиқоти оянда арзёбӣ мекунанд.

Бозхурди тарроҳон чӣ гуфт?

Дар Phase 1 ҳар чаҳор тарроҳ гуфтанд, ки абзори бо AI дастгиришуда раванди гузариш аз ғоя ба тарҳи визуалиро тезонидааст. Се тарроҳ гуфтанд, ки абзор барои табдил додани тасаввури тарроҳӣ ба тарҳи мушаххас муфид буд.

Дар муқобил, ду тарроҳи таҷрибадортар гуфтанд, ки роҳнамоии пешфарзи қадам-ба-қадам дар ҷараёни кори экспертии онҳо соиши нолозим ба вуҷуд овард. Дар манбаъ ин бозхурд ҳамчун formal thematic analysis пешниҳод намешавад; танҳо ҳамчун хулосаи тавсифии мавзӯъҳои такроршаванда аз намунаи хурд гузориш мешавад.

Ин мушоҳида абзорро чӣ гуна тағйир дод?

Муҳаққиқон гетерогении марҳилаи аввалро танҳо гузориш накарданд, балки онро барои тарроҳии дубораи абзор дар марҳилаи дуюм истифода бурданд.

Абзори нав дар оғози сессия аз корбар:

• таҷрибаи ӯ бо абзорҳои AI,
• таҷрибаи ӯ дар тарроҳии UI

мепурсад ва яке аз ду режими ҳамкориро интихоб мекунад.

Корбари камтаҷрибатар: қарорҳои равшани тарроҳӣ, роҳнамоии inline ва режими қадам-ба-қадам “handholding”.

Корбари таҷрибадортар: режими кушода/free-form бо scaffolding-и камтар.

Илова бар ин, ба равиши абзори аввал, ки танҳо ба тавлиди визуалӣ такя мекард, сатҳи real-canvas илова шуд, ки дар он унсурҳои UI мустақиман таҳрир карда мешаванд.

Дар марҳилаи дуюм чӣ рӯй дод?

Дар Phase 2 D1, D2 ва D3 иштирок карданд. D4 дар ин марҳила иштирок накард.

D1 ва D2 бо таҷрибаи баланди AI бо абзори мутобиқшуда боз ҳам тезтар шуданд. D3 бо таҷрибаи пасти UI бошад ба ҷойи 10 дақиқаи пешина 32 дақиқа сарф кард.

Манбаъ ин афзоишро худкор ҳамчун бадшавӣ тафсир намекунад. D3 дар бозхурди кушода гуфт, ки барои тарроҳӣ вақти бештар итератсия кардааст ва натиҷаро бештар такмил додааст. Бо вуҷуди ин, азбаски таҳқиқот меъёри объективии сифати Phase 2 надорад, байни эҳтимолҳои:

“сусттар, зеро бодиққаттар”

ва:

“сусттар, зеро абзор бештар маҳдуд кард”

ба таври миқдорӣ фарқ гузошта наметавонад.

Чаро меъёри сифати Phase 2 бо Phase 1 муқоиса намешавад?

Дар Phase 1 барои сифат/мутобиқат холи proxy-и IEC 62366-и бар GPT асосёфта истифода шуд. Дар Phase 2 ҳамон арзёбии автоматӣ такрор нашуд; ба ҷойи он иштирокчиён арзёбии панҷхолаи қаноатмандӣ/сифат анҷом доданд.

Ҳар се тарроҳ 4/5 доданд ва гуфтанд, ки scaffolding мувофиқ буд. Аммо азбаски:

\[ \text{IEC 62366 proxy-puanı} \neq \text{öznel 5 puanlık memnuniyet} \]

аст, арзишҳои сифати Phase 1 ва Phase 2 мустақиман муқоиса намешаванд.

Оё фарзияи Gaussian воқеан санҷида шуд?

Не. Муҳаққиқон ошкоро мегӯянд, ки бо \(n=4\) мушоҳида фарзияи bivariate normality-ро ба таври маънодор тасдиқ кардан мумкин нест.

Тестҳое мисли Shapiro–Wilk, Kolmogorov–Smirnov ё Anderson–Darling дар намунаи чунин андоза қувваи тафсиршаванда надоранд. Графики Q–Q аз чаҳор нуқта низ шакли тақсимотро боэътимод муайян карда наметавонад.

Аз ин рӯ, conditional Gaussian model на ҳамчун модели эҳтимолии тасдиқшуда барои formal likelihood inference, балки ҳамчун абзоре истифода мешавад, ки шартҳоро ташкил ва ба таври визуалӣ ҷамъбаст мекунад.

Paired t-test чӣ нишон дод?

Азбаски ҳамон иштирокчиён дар ду шарт чен шудаанд, муҳаққиқон муқоисаи стандартии paired t-test-ро низ анҷом доданд.

Барои фарқи вақт:

\[ \bar d=69{,}5\ \mathrm{dk}, \]

\[ t(3)=5{,}15, \qquad p=0{,}014, \]

\[ 95\%\ GA=[26{,}5,\;112{,}5], \qquad d_z=2{,}57. \]

Барои фарқи proxy-мутобиқат:

\[ \bar d=19{,}5\ \text{yüzde puanı}, \]

\[ t(3)=3{,}56, \qquad p=0{,}038, \]

\[ 95\%\ GA=[2{,}0,\;37{,}0], \qquad d_z=1{,}78. \]

Муаллифон paired t-test-ро ҳамчун comparator-и асосии inferential барои фарқи миёнаи ду шарт истифода мебаранд. Conditional Gaussian model бошад ба ҷойи он парадокси Simpson ва гетерогении сохториро вобаста ба шартҳо/профилҳои корбар намоён мекунад. Яъне conditional model ҷойгузини paired t-test намешавад.

Чаро тести Wilcoxon маънодор нашуд?

Exact Wilcoxon signed-rank test барои ҳар ду натиҷа:

\[ W=0,\qquad p=0{,}125 \]

дод.

Аммо вақте ҳамаи чаҳор ҷуфт ба як самтанд, хурдтарин p-арзише, ки тести дутарафаи exact Wilcoxon ба даст оварда метавонад:

\[ 2\left(\frac12\right)^4=0{,}125 \]

аст. Аз ин рӯ, таҳқиқот ин натиҷаро ҳамчун “таъсир нест” тафсир намекунад. Дар чунин андозаи намуна ҳалли p-арзиши тест ҳамоно аз 0,05 поён рафта наметавонад.

Чаро mixed-effects model истифода нашуд?

Чаҳор тарроҳ барои баҳодиҳии боэътимоди ҷузъҳои variance-и random-effect шумораи ниҳоят маҳдуди сатҳҳои гурӯҳӣ мебошанд. Муҳаққиқон random-intercept model-ро санҷиданд, аммо ҳалли maximum likelihood бо вуҷуди кӯшиши дубора бо се optimizer converge накард; дар як конфигуратсияи L-BFGS singular design matrix ба даст омад.

Гарчанде random-slope model аз ҷиҳати математикӣ converge кард, бо танҳо чаҳор шахс он аз ҳад параметрнок буд ва ҷузъҳои variance тафсирнопазир дониста шуданд.

Чаро Bayesian hierarchical model татбиқ нашуд?

Тибқи арзёбии таҳқиқот, дар \(n=4\) hyperparameter-и ифодакунандаи variance-и байни тарроҳон аз додаҳо ба қадри кофӣ муайян намешавад. Бо prior-и заиф posterior метавонад асосан худи prior-ро баргардонад; бо prior-и қавӣ натиҷа метавонад боз ҳам мустақимтар аз prior муайян шавад.

Аз ин рӯ, Bayesian hierarchical model ҳамчун кори оянда барои маҷмӯаи додаҳои калонтар гузошта шудааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Якум, дар ин намуна ҳангоми якҷо кардани шартҳои анъанавӣ ва бо AI дастгиришуда коррелятсияи қавии манфӣ пайдо шуд, вале ҳангоми таҳлили ҷудогонаи шартҳо ҳамин робита дида нашуд. Ин асоси мустақими эмпирикии иддаои парадокси Simpson/aggregation artefact мебошад.

Дуюм, дар ҳамаи чаҳор тарроҳ шарти бо AI дастгиришуда нисбат ба шарти анъанавӣ бо вақти кӯтоҳтар ва холи автоматии proxy-мутобиқати баландтар мушоҳида шуд.

Сеюм, таҳлили махсуси шарт нишон дод, ки байни тарроҳон профилҳои гуногуни ҷавоб вуҷуд доранд; аммо аз сабаби намунаи хурд ин профилҳо дар сатҳи гипотезасоз мебошанд.

Чаҳорум, гетерогении scaffolding, ки дар Phase 1 мушоҳида шуд, ба тарҳрезии версияи дуюми абзор, ки ба таҷриба мутобиқ аст, оварда расонд ва дар Phase 2 байни тарроҳон ҷавоби дусамтаи вақт мушоҳида шуд.

Натиҷаҳое, ки таҳқиқот дастгирӣ ё санҷиш накардааст

Таҳқиқот нишон намедиҳад, ки чаҳор нафар умуман барои намунаи хурд кофӣ ҳастанд. Муаллифон баръакс ин маҳдудиятро ошкоро қабул мекунанд.

Таҳқиқот исбот намекунад, ки абзори AI сабаби ҳамаи беҳбудиҳои мушоҳидашуда аст. Азбаски шартҳо counterbalanced нестанд, таъсири машқ ва ошноӣ бо вазифа ҷудо карда нашудааст.

Таҳқиқот нишон намедиҳад, ки холи мутобиқати бар GPT асосёфта ба мутобиқати воқеии танзимгарии IEC 62366 баробар аст.

Таҳқиқот исбот намекунад, ки variance-и воқеии аҳолӣ дар шарти AI пасттар аст.

Таҳқиқот нишон намедиҳад, ки ҳамаи тарроҳони сатҳҳои муайяни таҷриба яксон ҷавоб медиҳанд.

Phase 2 исбот намекунад, ки абзори мутобиқшаванда аз ҷиҳати сифат бартар аст. Дар Phase 2 ҳамон меъёри объективӣ/proxy-и сифати Phase 1 истифода нашудааст.

Conditional Gaussian model ҳамчун ҳалли formal inferential барои намунаи хурд тасдиқ нашудааст. Вазифаи асосии он дар мақола таҳлили тавсифӣ ва диагностикӣ аст, ки сохтори шартро нигоҳ медорад.

Ин барои Туркия чӣ маъно дорад?

Таҳқиқот аз ҷониби муҳаққиқони вобаста ба донишгоҳе дар Ҷопон анҷом шуда, аз намунаи осони танҳо чаҳор тарроҳи касбӣ истифода бурдааст. Барои тарроҳони нармафзори тандурустӣ ё истеҳсолкунандагони дастгоҳҳои тиббӣ дар Туркия натиҷаи мустақими самаранокӣ пешниҳод намекунад.

Аммо паёми методологӣ ба кишвар хос нест: дар таҳқиқоти HCI-и тандурустӣ, нармафзори тиббӣ, интерфейси саноатӣ ё дигар UX-и бехатарӣ-муҳим, ки иштирокчиёни мутахассис каманд, бояд пеш аз якҷо кардани шартҳо дар як ҳавз намунаҳои дохилишартӣ баррасӣ шаванд. Татбиқи ҳамин усул дар заминаи Туркия таҳқиқоти мустақили калонтар бо тарроҳони маҳаллӣ ва тартиби шартҳои мувозинатнокро талаб мекунад.

Усул ва Натиҷаҳои Таҳқиқот

Тарҳи таҷрибавии Phase 1

Чаҳор тарроҳи касбии UI/UX ҳамон вазифаҳои тарроҳии интерфейси нармафзори тандурустиро дар ду шарт анҷом доданд:

1. Ҷараёни кори анъанавӣ: равиши дастӣ бидуни истифодаи абзори тарроҳии AI.
2. Ҷараёни кори бо AI дастгиришуда: абзори бар GPT асосёфта, ки бо принсипҳои HCI-и тандурустӣ ва дониши IEC 62366 сохторбандӣ шудааст.

Хусусиятҳои иштирокчиён чунинанд:

Вазифаҳо интерфейсҳои тандурустӣ, ба монанди экрани воридшавии бехатар ва dashboard-и корманди тандурустӣ барои системаи мобилии Portable Health Clinic-ро дар бар мегирифтанд. Талабот андозаҳои пешгирии хато, иерархияи иттилоот ва дастрасиро фаро мегирифт.

Сессияҳо барои тақрибан 90 дақиқа ба нақша гирифта шуда буданд, аммо маҳдудияти қатъии вақт татбиқ нашуд. Вақт аз оғози вазифа то супурдани ниҳоии тарроҳ сабт карда шуд.

Таъсири тартиби шартҳо ба тарроҳӣ

Ҳар чаҳор иштирокчӣ тартиби:

аввал traditional → баъд AI-assisted

ро пайгирӣ карданд.

Муҳаққиқон инро барои пешгирӣ аз он интихоб карданд, ки ошноии қаблӣ бо абзори AI ба тарроҳии дастӣ таъсир расонад. Аммо дар иваз, ин қарор натиҷаҳои шарти дуюмро бо омӯзиши вазифа ва ошноӣ омехта мекунад.

Аз ин рӯ, таҳқиқот на ҳамчун randomised ё counterbalanced causal trial, балки ҳамчун sequentially unbalanced exploratory comparison тафсир мешавад.

Сохтори абзори тарроҳии AI

Барномаи истифодашуда дар шарти AI абзори тарроҳии бар GPT асосёфта мебошад, ки бо дархостҳои забони табиӣ кор мекунад. Абзор метавонист:

• аз тавсифҳои матнӣ mockup-ҳои интерфейс созад,
• аз рӯи принсипҳои HCI ва истифодаосонӣ беҳбудиҳо пешниҳод кунад,
• хатоҳои эҳтимолии истифодаиро нишон диҳад,
• намунаҳои UX-и тандурустӣ ва дониши IEC 62366-ро ба раванди тарроҳӣ дохил кунад.

Дар давраи таҳқиқот абзор дар платформаи ChatGPT ба шакли GPT-и махсус ва бо оилаи модели GPT-4o кор мекард.

Меъёрҳои асосӣ

Ду меъёри ибтидоии миқдорӣ ҷамъоварӣ шуданд:

1. Вақти анҷоми вазифа: дақиқа.
2. Холи proxy-мутобиқати IEC 62366: арзиши фоизие, ки аз абзори алоҳидаи арзёбии бар GPT асосёфта гирифта шудааст.

Додаҳои хоми вақт ва Verianla Live

Дар ҳамаи чаҳор иштирокчӣ вақти вазифа дар шарти бо AI дастгиришуда камтар аст. Графики Verianla Live дар поён танҳо додаҳои вақтро дар як воҳид муқоиса мекунад; холҳои compliance ба меҳвари вақт омехта нашудаанд.

Вақти миёна:

\[ 92{,}5\ \mathrm{dk} \rightarrow 23{,}0\ \mathrm{dk} \]

тағйир ёфтааст. Манбаъ инро ҳамчун тақрибан %75 коҳиш дар миёнаи мушоҳидашуда гузориш медиҳад. Аз сабаби тартиби собити шартҳо, ин фоиз таъсири сабабии тозаи AI нест.

Натиҷаҳои proxy-мутобиқат

Миёнаи намуна:

\[ 63{,}3\% \rightarrow 82{,}8\% \]

тағйир ёфт ва самт дар ҳамаи чаҳор тарроҳ мусбат буд. Аммо махсус бояд нигоҳ дошт, ки ин хол proxy-и автоматӣ ва тасдиқнашуда аз ҷониби мутахассис аст.

Хулосаи ададии парадокси Simpson

Иддаои методологии таҳқиқоти манбаъ маҳз аз ҳамин фарқият бармеояд: ҷудо кардани шартҳо сохтори таҷрибавиеро, ки дар коррелятсияи якҷошуда дида намешавад, барқарор мекунад.

Вазифаҳои таҳлили paired ва conditional model фарқ мекунанд

Таҳлили иловагии Monte Carlo чӣ нишон медиҳад?

Дар маводи иловагии мақола симулятсияи Monte Carlo, ки ба тарҳи таҷрибавӣ мутобиқ шудааст, гузориш мешавад. Дар натиҷае, ки матни манбаъ хулоса мекунад, дар раванди тавлиди додаҳо, ки within-condition correlation ба сифр муайян шудааст, дар сатҳи \(n=4\) шахс/шарт аз 10.000 симулятсия дар %56 таҳлили якҷошуда коррелятсияи манфии аз ҷиҳати оморӣ маънодор тавлид кардааст.

Ин симулятсия ба як конфигуратсияи параметрии мақола тааллуқ дорад. Барои андозаҳои гуногуни намуна, андозаҳои эффект, сохторҳои коррелятсия ва дуршавиҳо аз тақсимоти normal таҳқиқоти умумии operating characteristics анҷом дода нашудааст.

Маънои методологии Phase 2

Саҳми асосии марҳилаи дуюм табдил додани гипотезаи гетерогении корбар, ки аз conditional analysis баромадааст, ба тағйири мушаххаси тарҳи маҳсулот мебошад:

таҳлил → гипотезаи scaffolding вобаста ба таҷриба → тарроҳии дубораи абзор → мушоҳидаи ҷавобҳои нави корбар.

Муаллифон қабул мекунанд, ки ин давр усули беназири махсуси iterative HCI design нест. Саҳми conditional model дар он аст, ки гетерогиниеро, ки таҳлили якҷошуда ҳамвор мекард, сохторӣ нигоҳ медорад.

Тавсияҳои методологии таҳқиқот

1. Агар фарқи шарт интизор бошад, аввал шартҳоро ҷудогона баррасӣ кун.
2. Бо муқоисаи pooled correlation ва within-condition correlation-ҳо парадокси Simpson-ро санҷ.
3. Барои ҳар шарт миёна, парокандагӣ ва коррелятсияҳоро алоҳида гузориш деҳ.
4. Дар намунаи хурд фарқиятҳои variance-ро на ҳамчун ҳақиқатҳои inferential, балки ҳамчун омори тавсифӣ пешниҳод кун.
5. Ҷавобҳоро аз рӯи хусусиятҳои марбут ба корбар, ба монанди таҷриба ва тахассус, ба таври иктишофӣ баррасӣ кун.
6. Сохтори pairing-и тарҳи Within-subject-ро ҳангоми таҳлили inferential нигоҳ дор.

Маҳдудиятҳои асосӣ

• Phase 1 танҳо чаҳор тарроҳро дар бар мегирад.
• Phase 2 танҳо се тарроҳро дар бар мегирад.
• Иштирокчиён бо convenience sampling аз шабакаҳои касбӣ интихоб шудаанд.
• Тартиби шартҳо собит аст ва counterbalanced нест.
• Таъсири машқ/омӯзиш аз таъсири AI ҷудо карда намешавад.
• Вазифаҳо танҳо дар заминаи як нармафзори мобилии тандурустӣ мебошанд.
• Системаи холгузории IEC 62366 бо мутахассисони мустақили инсонӣ тасдиқ нашудааст.
• Абзори тарроҳӣ ва compliance scorer ба ҳамон оилаи модели GPT-4o тааллуқ доранд.
• Фарзияи тақсимоти Gaussian дар \(n=4\) санҷида намешавад.
• Фарқи variance байни шартҳо исбот нашудааст.
• Натиҷаҳои Experience-indexed намунаҳои иктишофие мебошанд, ки аз мушоҳидаҳои инфиродӣ гирифта шудаанд.
• D4 дар Phase 2 иштирок накард.
• Дар Phase 2 холи proxy-и IEC 62366 аз Phase 1 такрор нашуд.
• Меъёри субъективии 5-холаи сифат/қаноатмандии Phase 2 бо метрикаи proxy-compliance-и Phase 1 мустақиман муқоиса намешавад.

Таҳқиқоти оянда

Қадамҳои баъдии пешниҳодкардаи муаллифон намунаҳои калонтар ва counterbalanced, санҷиши variance-и шартҳо бо қувваи кофӣ, арзёбии Gaussian goodness-of-fit, тавсифи ҳамаҷонибаи модел бо симулятсия дар шароитҳои гуногуни намуна ва коррелятсия ва таҳлили inter-rater reliability-и холи автоматии IEC 62366 нисбат ба арзёбони мутахассиси инсонӣ мебошанд.

Ҳамчунин пешниҳод мешавад, ки чаҳорчӯба дар соҳаҳои берун аз тандурустӣ, вале аз ҷиҳати бехатарӣ муҳим, ба монанди интерфейсҳои авиатсионӣ, compliance UI-ҳои хидматҳои молиявӣ ва интерфейсҳои давлатӣ бо талаботи ҳатмии дастрасӣ санҷида шавад.

Ёддошт оид ба Манбаъ ва Усул

Номи пурраи аслии таҳқиқот: Conditional Gaussian Modelling for Small-Sample HCI Evaluation: Resolving Simpson’s Paradox in AI-Assisted Healthcare Design Tools

Муаллифон: Mohammad Bilal Firoz; Ashir Ahmed.

Муаллифи якуми баробар/саҳми баробар: Дар манбаъ нишон дода нашудааст.

Муаллифи масъул: Mohammad Bilal Firoz.

Муассиса: Department of Information Science and Technology, Kyushu University, Fukuoka 819-0395, Japan.

Навъи манбаъ: Мақолаи таҳқиқоти HCI/usability бо иштирокчиёни инсонӣ ва намунаи хурд; арзёбии иктишофии думарҳилавӣ ва таҳлили методологӣ.

Ҳолати рецензия: Нашри маҷаллаи рецензияшуда.

Маҷалла: AI.

Ношир: MDPI, Basel, Швейтсария.

Сабти библиографӣ: AI, 2026, Ҷилди 7, Шумораи 6, Мақолаи 199.

DOI: 10.3390/ai7060199.

Қабул / бозбинӣ / пазируфтан / нашр: 31 марти 2026 / 22 майи 2026 / 26 майи 2026 / 30 майи 2026.

Иҷозатнома: Creative Commons Attribution (CC BY).

Academic Editors: Zubaer Mannan; Asif Karim; Nur Alam Md.

Намунаи Phase 1: Чаҳор тарроҳи касбии UI/UX.

Намунаи Phase 2: Се нафар аз тарроҳони марҳилаи аввал; D4 иштирок накард.

Тарҳи таҳқиқот: Within-subjects, вале тартиби шартҳо собит ва sequentially unbalanced exploratory comparison. Ҳамаи тарроҳон шарти traditional-ро аввал ва шарти AI-assisted-ро дуюм анҷом доданд.

Абзори тарроҳии AI: Custom GPT-и бар GPT-4o асосёфта, ки дар давраи таҳқиқот тавассути платформаи ChatGPT дастрас буд.

Абзори арзёбии Compliance: Аз абзори тарроҳӣ ҷудо, вале боз ҳам custom GPT-и сохташуда бар оилаи модели GPT-4o.

Ҳолати метрикаи Compliance: Меъёри автоматӣ ва consistency-controlled proxy барои ҳамоҳангӣ бо IEC 62366-1:2015; қарори тасдиқшудаи мутобиқати танзимгар нест ва inter-rater reliability бо арзёбии мутахассиси инсонӣ муқаррар нашудааст.

Усули асосии методологӣ: Condition-stratified bivariate Gaussian summaries аз рӯи шартҳои маълуми таҷрибавӣ. Unsurpervised GMM, EM algorithm, BIC component selection ё latent cluster discovery истифода нашудаанд.

Оморҳои асосӣ: Коррелятсияҳои Pearson, paired t-test, exact Wilcoxon signed-rank, тести Levene variance дар шакли Brown–Forsythe ва баробарии repeated-measures ANOVA. Linear mixed-effects fit санҷида шуд, вале боэътимод истифода шуда натавонист; Bayesian hierarchical analysis татбиқ нашуд.

Фарқи асосии мушоҳидашуда дар Phase 1: Вақти миёна аз 92,5 дақиқа ба 23,0 дақиқа; миёнаи автоматии proxy-мутобиқат аз %63,3 ба %82,8 тағйир ёфт. Азбаски тартиби шартҳо собит аст, арзишҳоро ҳамчун таъсири сабабии тозаи абзор тафсир кардан мумкин нест.

Натиҷаи парадокси Simpson: Pooled \(r=-0{,}76\), \(p=0{,}029\), \(n=8\); traditional \(r=-0{,}33\), \(p=0{,}67\), \(n=4\); AI-assisted \(r=+0{,}18\), \(p=0{,}82\), \(n=4\).

Paired t-test: Барои сарфаи вақт \(t(3)=5{,}15\), \(p=0{,}014\), \(d_z=2{,}57\); барои афзоиши proxy-мутобиқат \(t(3)=3{,}56\), \(p=0{,}038\), \(d_z=1{,}78\).

Маблағгузорӣ: Таҳқиқот маблағгузории беруна нагирифтааст.

Кумитаи ахлоқ: Тибқи манбаъ, дар доираи дастурҳои дахлдори муассисавии Ҷопон тасдиқи расмии кумитаи ахлоқ зарур дониста нашудааст. Таҳқиқот ҳамчун арзёбии non-medical ва non-interventional usability бо мутахассисони ихтиёрии болиғ муайян шудааст, ки бемор, дахолати клиникӣ, намунаи биологӣ ё маълумоти шахсии саломатиро дар бар намегирад. Муҳаққиқон мегӯянд, ки таҳқиқот мутобиқи принсипҳои Эъломияи Helsinki анҷом шудааст.

Розигии огоҳона: Аз ҳамаи иштирокчиён розигӣ гирифта шудааст; инчунин гуфта мешавад, ки барои нашри кодҳои анонимии иштирокчиён, иқтибосҳои анонимии қайдҳои тарроҳӣ ва тарҳҳои интерфейси дар вазифаҳо сохташуда розигӣ дода шудааст.

Дастрасии додаҳо: Гуфта мешавад, ки саҳмҳои аслии таҳқиқот дар мақола ва Supplementary Materials мавҷуданд ва саволҳои иловагӣ метавонанд ба муаллифи масъул равона шаванд.

Маводи иловагӣ: Гузориш шудааст, ки бахшҳои абзорҳои тарроҳии AI, додаҳои таҷрибавӣ, тавсифи вазифаҳо, тарҳҳои намунавӣ, протоколи таҳқиқот, ҷузъиёти оморӣ, дастрасии додаҳо/абзор, графикҳои Q–Q, таҳлили Monte Carlo-и парадокси Simpson ва скрипти бозтавлидшавӣ мавҷуданд.

Саҳми муаллифон: Консептуализатсия M.B.F. ва A.A.; методология M.B.F.; таҳлили формалӣ M.B.F.; таҳқиқот M.B.F.; тарҳи аввал M.B.F.; бозбинӣ ва таҳрир A.A.; визуализатсия M.B.F.; роҳбарӣ A.A. анҷом додааст.

Изҳороти истифодаи Generative AI: Дар таҷриба абзори тарроҳии UI/UX ва абзори proxy-арзёбии IEC 62366 ҳамчун custom GPT-ҳои бар GPT-4o асосёфта истифода шуданд. Манбаъ ҳамчунин хабар медиҳад, ки ҳангоми омода кардани мақола Claude Opus 4.7 барои дастгирии ислоҳи забон, таҳрир ва санҷиши ҳисобҳои оморӣ истифода шудааст; ҳамаи оморҳо аз ҷониби муаллифон бозбинӣ ва тасдиқ шудаанд ва муаллифон барои муҳтаво масъуланд.

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Ҳудуди тафсири илмӣ

Паёми асосии методологии таҳқиқот ин нест, ки намунаи хурд кофӣ мегардад; балки он аст, ки дар намунаҳои ногузири хурд якҷо кардане, ки сохтори таҷрибавиро аз байн мебарад, метавонад хатоҳои иловагӣ ба вуҷуд орад. Равиши Conditional Gaussian дар ин таҳқиқот чаҳорчӯбаи тавсифӣ/диагностикӣ мебошад, ки сохтори шартро нигоҳ медорад ва ҷойгузини таҳқиқоти омории тасдиқкунандаи намунаҳои калон намешавад.

Вақти кӯтоҳтар ва холи баландтари proxy-мутобиқат, ки дар шарти AI мушоҳида шуд, аз сабаби тартиби собити шартҳо танҳо ба таъсири сабабии абзори AI нисбат дода намешавад. Муҳаққиқон ҳамин маҳдудиятро дар тамоми таҳқиқот такрор мекунанд.

Фоизи IEC 62366 маънои онро надорад, ки мутобиқати танзимгарии дастгоҳи воқеии тиббӣ тасдиқ шудааст. Азбаски рубрикаи бар GPT асосёфтаи истифодашуда нисбат ба арзёбии мустақили экспертӣ тасдиқ нашудааст, арзишҳои мақола бояд танҳо ҳамчун меъёри автоматии proxy-мутобиқат баррасӣ шаванд.

Ҷавоби дусамтаи вақт вобаста ба таҷриба, ки дар Phase 2 мушоҳида шуд, низ тести тасдиқкунандаи таъсири мутақобила нест. Бо сабаби се тарроҳ, тартиби собити вазифа ва меъёри дигари сифат, натиҷа танҳо хусусияти гипотезасози тарроҳӣ дорад.