Ushbu bibliometrik tadqiqot tashkilotlarda sun’iy intellekt bilan inson o‘rtasidagi o‘zaro ta’sir akademik adabiyotda qanday konseptuallashtirilganini va tadqiqot sohasi qaysi yo‘nalishlarga rivojlanayotganini o‘rganadi. Tadqiqotchilar Scopus’dan olingan 2178 ta birlamchi hujjatni va ular iqtibos keltirgan 15.078 ta ikkilamchi hujjatni VOSviewer 1.6.20 yordamida document co-citation va bibliographic coupling usullari bilan tahlil qilgan. Birgalikdagi iqtibos tahlili sohaning beshta asosiy intellektual klasterini aniqlagan bo‘lsa, bibliografik bog‘lanish tahlili to‘rtta dolzarb tadqiqot frontini belgilagan. Umumiy naqsh adabiyotning sun’iy intellektni faqat samaradorlik beruvchi va insonlar tomonidan “qabul qilinishi kerak” bo‘lgan texnologiya sifatida ko‘ruvchi yondashuvlardan ishonch, inson avtonomiyasi, birgalikda qaror qabul qilish, o‘zaro moslashish, boshqaruv va tashkiliy qobiliyatlarni qamrab oluvchi inson markazli hamkorlik yondashuviga tomon kengayayotganini ko‘rsatadi. Biroq bu natija barcha ish joylari empirik ravishda shunday o‘zgarganini isbotlamaydi; tadqiqot ilmiy nashrlar orasidagi iqtibos munosabatlarini xaritalaydi va Scopus, qidiruv atamalari, fan chegaralari hamda bibliometrik threshold-lar ta’sirida bo‘ladi.

Tadqiqotning eng muhim xabarlaridan biri shuki, sun’iy intellektning tashkilotlarda qiymat yaratishini faqat algoritmning texnik kuchi bilan tushuntirib bo‘lmaydi. Ko‘rib chiqilgan adabiyot xodimlarning sun’iy intellektni tushunishi, unga tegishli darajada ishonishi, inson va AI rollari qanday taqsimlangani, rahbariyat qo‘llovi, ma’lumotlarga asoslangan madaniyat, etik boshqaruv, ish oqimi dizayni va xodimlarning qaror jarayonlarida mazmunli rolini saqlab qolishi kabi omillarni tobora markaziy mavzuga aylantiradi. Mualliflar bu o‘zgarishni avtomatlashtirish markazli fikrlashdan sun’iy intellekt va inson bir-birini to‘ldiradigan sosiotexnik tizimlarga tomon rivojlanayotgan tadqiqot yo‘nalishi sifatida talqin qiladilar.

Sun’iy intellekt endi faqat vositami?

Tadqiqot qo‘llagan ta’rifga ko‘ra AI–human collaboration — inson aktorlari va aqlli tizimlar ish vazifalarini birgalikda bajaradigan, qaror jarayonlarida birga qatnashadigan va tashkiliy natijalarni birgalikda shakllantiradigan interaktiv jarayondir. Tadqiqot adabiyotda ikkita asosiy yondashuv mavjudligini ko‘rsatadi.

Birinchi yondashuv sun’iy intellektni vosita sifatida ko‘radi. Bu modelda AI tahlil, qarorlarni qo‘llab-quvvatlash yoki ish oqimi samaradorligini beradi, biroq asosiy vakolat va qaror mas’uliyati insonda qoladi. Ikkinchi yondashuv esa AI-ni tobora ko‘proq jamoa a’zosi yoki yarim avtonom ish hamkori sifatida konseptuallashtiradi. Bu yerda inson va sun’iy intellekt vazifalarni aniqlash, bajarish yoki muvofiqlashtirishga turli darajalarda birgalikda qatnashishi mumkin.

Bibliometrik xaritada ko‘rinadigan o‘zgarish vosita yondashuvi yo‘qolganini ko‘rsatmaydi. To‘g‘riroq talqin shuki, tadqiqot sohasi “Inson AI-dan foydalanadimi?” savolidan nariga o‘tib, “Inson va AI birgalikda qanday ishlaydi, rollarini qanday moslashtiradi va mas’uliyatni qanday bo‘lishadi?” savoliga ko‘proq yo‘nalmoqda.

Nega soha parchalangan deb hisoblanadi?

Sun’iy intellekt–inson hamkorligi bitta fan sohasi mavzusi emas. Tadqiqotlar tashkiliy xulq-atvor, psixologiya, axborot tizimlari, boshqaruv, ta’lim, inson resurslari va inson–kompyuter o‘zaro ta’siri kabi turli fanlarda rivojlangan. Bu holat ishonch, texnologiyani qabul qilish, antropomorfizm, liderlik, etika, ish dizayni, raqamli qobiliyat, xodim munosabatlari va samaradorlik kabi tushunchalarning bir-biridan alohida adabiyotlarda o‘rganilishiga olib keladi.

Tadqiqot maqsadi alohida ishlar natijalarini meta-analitik tarzda birlashtirish emas; balki turli adabiyotlarning qaysi manbalardan birgalikda foydalanganini va qaysi tadqiqotlar umumiy bilim asoslariga tayanganini xaritalab, sohaning intellektual arxitekturasini ochib berishdir.

Document co-citation bilan bibliographic coupling o‘rtasidagi farq nima?

Document co-citation ikki manba keyingi tadqiqotlar tomonidan qanchalik tez-tez birgalikda iqtibos qilinishini o‘rganadi. Agar ikki ish bir xil maqolalarning adabiyot ro‘yxatida takror-takror birga uchrasa, bu ularning o‘xshash nazariy yoki konseptual bilim bazasining qismlari ekaniga ishora qiladi. Shu sabab birgalikdagi iqtibos tahlili asosan sohaning intellektual asoslarini tushunish uchun ishlatilgan.

Bibliographic coupling esa teskari tomondan qaraydi. Ikki dolzarb tadqiqot adabiyot ro‘yxatida qanchalik ko‘p umumiy manba borligini tekshiradi. Bir xil manbalarga intensiv tayanadigan zamonaviy ishlar o‘xshash tadqiqot savollari yoki tematik yo‘nalishlarni bo‘lishishi kutiladi. Tadqiqotchilar bu usuldan sohaning dolzarb tadqiqot frontlarini aniqlash uchun foydalangan.

Demak, ikki tahlil ayni savolni takrorlamaydi. Biri “Bu soha qaysi fikriy asoslar ustida qurilgan?” savoliga, ikkinchisi esa “Dolzarb tadqiqotlar qaysi yo‘nalishlarda klasterlanmoqda?” savoliga yaqinlashadi.

Beshta asosiy intellektual klaster nimani ko‘rsatadi?

Birgalikdagi iqtibos tarmog‘ida dastlabki 100 ta hujjat beshta klasterga ajratilgan. Tadqiqotning 9-sahifasidagi 1-rasmda qizil, yashil, ko‘k, sariq va binafsha ranglarda ko‘rsatilgan bu tuzilma sohaning psixologik nazariyalardan ta’lim transformatsiyasi va texnologiyani qabul qilishgacha bo‘lgan keng nazariy bazaga ega ekanini ko‘rsatadi.

Psixologik va ijtimoiy asos nega muhim?

Eng katta birgalikdagi iqtibos klasteri insonlar sun’iy intellektni faqat funksional xususiyatlariga ko‘ra baholamasligini o‘rganuvchi ishlardan tashkil topgan. Antropomorfik dizayn, ijtimoiy mavjudlik, ishonch, iliqlikni idrok qilish, foydalanuvchi identifikatsiyasi va insonga o‘xshash o‘zaro ta’sir xususiyatlari bu adabiyotda muhim o‘rin tutadi.

Ushbu tadqiqot yo‘nalishining asosiy g‘oyasi shuki, chatbot, xizmat roboti yoki o‘xshash AI agenti foydalanuvchi tomonidan mutlaqo neytral dastur sifatida qabul qilinmasligi mumkin. Insonga o‘xshash xulq yoki muloqot shakli foydalanuvchilarning tizim bilan quradigan munosabati va xulqiy reaksiyalarini o‘zgartirishi mumkin.

Nega oliy ta’lim shu qadar ustun?

Birgalikdagi iqtibos tuzilmasining ikki katta qismi bevosita oliy ta’lim va ta’lim transformatsiyasi bilan bog‘liq. Mualliflar buni tadqiqot dizaynidagi xato emas, ayniqsa generativ sun’iy intellekt tez tarqalgach, mavjud adabiyotning empirik taqsimoti aks etishi sifatida talqin qiladilar.

Bu tadqiqotlarda talabalar munosabati, o‘qituvchilar tayyorgarligi, baholash shakllari, akademik yaxlitlik, AI savodxonligi, institutsional boshqaruv va generativ AI-ni ta’lim jarayonlariga integratsiya qilish ajralib turadi. Natijada sohaning dastlabki nazariy bazasi korxonalar qatori ta’lim muassasalaridan ham kuchli oziqlanadi.

Etik va kognitiv munozaraning markazida nima bor?

Etik-kognitiv klaster tarafkashlik, noto‘g‘ri axborot, akademik yaxlitlik, kognitiv yukni AI-ga o‘tkazish, shaffoflik, adolat va mas’uliyatli boshqaruv kabi mavzular atrofida shakllanadi. Bu yerda asosiy savol faqat “AI ishlatilishi kerakmi?” emas. Tizimlar qaror va ishlab chiqarish jarayonlariga ko‘proq qo‘shilgan sharoitlarda insonlarning baholash qobiliyati, mas’uliyati va avtonomiyasi qanday saqlanishi ham muhokama qilinadi.

Xulqiy qabul nazariyalari nega hanuz muhim?

Binafsha klasterda Theory of Planned Behavior (TPB) va Technology Acceptance Model (TAM) kabi klassik texnologiyani qabul qilish nazariyalari markaziy o‘rinda. Munosabatlar, ijtimoiy me’yorlar, idrok qilingan xulq nazorati, idrok qilingan foyda va foydalanish qulayligi kabi o‘zgaruvchilar insonlarning yangi texnologiyadan foydalanish niyatini tushuntirish uchun uzoq vaqtdan beri ishlatiladi.

Tadqiqot ko‘rsatgan nazariy chegara shuki: bu modellar inson AI-ni qabul qiladimi yoki yo‘qmi degan savolni tushuntirishda foydali bo‘lishi mumkin, biroq tizim ish hamkori yoki birgalikdagi qaror aktoriga aylanganda uzoq muddatli hamkorlik qanday rivojlanishini tushuntirish uchun o‘zlari yetarli bo‘lmasligi mumkin.

Dolzarb tadqiqot frontida qaysi to‘rtta soha ajralib turadi?

13-sahifadagi bibliographic coupling tarmog‘i yangiroq tadqiqot adabiyotini to‘rtta tematik frontga birlashtiradi:

AI–CRM tadqiqotlari tashkilotlarga nima deydi?

AI qo‘llab-quvvatlagan mijozlar bilan munosabatlarni boshqarish adabiyotida texnologiyaga egalikning o‘zi yetarli qobiliyat deb qaralmaydi. Ko‘rib chiqilgan tadqiqot klasteri AI-dan foydalanishni tashkiliy samaradorlik bilan bog‘lashda rahbariyat qo‘llovi, xodim ko‘nikmalari, tashkiliy tayyorgarlik, bilim almashinuvi, ma’lumotlarga asoslangan madaniyat va strategik rejalashtirish kabi omillarni ajratib ko‘rsatadi.

Shu sabab AI-ni tashkilotga joylashtirish faqat dasturiy ta’minot sotib olish yoki modelni ishga tushirish muammosi emas, balki texnik va insoniy qobiliyatlarni birgalikda rivojlantirish talab etiladigan tashkiliy transformatsiya muammosi sifatida ko‘riladi.

Insonga o‘xshash sun’iy intellekt har doim yaxshiroqmi?

Tadqiqot bunday umumlashtirish qilmaydi. Antropomorfik AI klasteri insonga o‘xshash xususiyatlarning ijtimoiy mavjudlik, empatiya, o‘ziga moslik, ishonch, ishtirok va foydalanuvchi xulqi bilan aloqalarini o‘rganuvchi ishlarni birlashtiradi. Bu adabiyotda insonga o‘xshash xususiyatlar ayrim kontekstlarda foydalanuvchi o‘zaro ta’sirini kuchaytirishi mumkinligi haqida topilmalar bo‘lsa-da, bibliometrik tahlil antropomorfizm barcha tizimlarda yoki barcha foydalanuvchilar uchun ijobiy natija berishini sinamaydi.

Nega suhbat agentlari alohida tadqiqot sohasiga aylangan?

Chatbotlar, virtual yordamchilar va boshqa suhbat agentlari tobora faqat avtomatlashtirilgan mijozlarga xizmat vositalari sifatida ko‘rilmayapti. Adabiyot xabar shakli, javob berish qobiliyati, ijtimoiy signallar, antropomorfizm va o‘zaro ta’sir sifatining ishonch, foydalanuvchi nazorati, mijoz sodiqligi va tajribasidagi rolini o‘rganadi.

Shu sabab tadqiqot fokusining “Bot savolga javob beradimi?” darajasidan “Inson bot bilan qanday ijtimoiy va kognitiv munosabat quradi?” savoliga tomon kengayayotgani ko‘rinadi.

Tadqiqot sohasi vaqt o‘tishi bilan qanday o‘zgargan?

Tadqiqotning 16-sahifasidagi vaqt qatlami bibliographic coupling tarmog‘ini nashr yiliga ko‘ra ko‘rsatadi. Mualliflar talqiniga ko‘ra, 2021–2022 davridagi ishlar asosan AI-ni qabul qilish, tashkiliy tayyorgarlik va raqamli transformatsiyaga qaratilgan bo‘lsa, 2022–2023 davrida mijoz tajribasi, marketing va suhbat agentlari ko‘proq ko‘rina boshlaydi.

2023–2024 davridagi yangiroq ishlar boshqaruv, adolat, insoniylashtirish, hissiy reaksiya va AI tizimlarining ijtimoiy natijalari kabi mavzularga to‘planadi. Mualliflar bu naqshni sohaning qo‘llash va qabul qilish savollaridan ko‘proq munosabatga yo‘naltirilgan, etik va inson markazli muammolarga tomon kengayishi sifatida talqin qiladilar.

Uch qatlamli model nimani tushuntiradi?

17-sahifadagi 4-rasm ikki bibliometrik tahlilni birgalikda talqin qilish orqali olingan uch qatlamli konseptual tuzilmani taqdim etadi.

1. Asosiy nazariy qatlam: TPB, TAM, antropomorfizm, ijtimoiy mavjudlik, ishonch, etika va institutsional moslashuv kabi asoslar.
2. Vositachi institutsional va qobiliyat mexanizmlari: AI savodxonligi, o‘qituvchi yoki xodim tayyorgarligi, etik boshqaruv, tashkiliy tayyorgarlik, ma’lumotlarga asoslangan madaniyat va qobiliyatlarni rivojlantirish.
3. Dolzarb qo‘llash sohalari: AI boshqaruvi, AI–CRM, antropomorfik AI, mijozlarning hissiy reaksiyalari, suhbat agentlari va iste’molchi tajribasi.

Bu rasmning muhim ilmiy chegarasi tadqiqotda aniq ko‘rsatilgan: o‘qlar sababiy zanjirni ko‘rsatmaydi. Diagramma bibliometrik klasterlar orasida tadqiqotchilar ko‘rgan tematik moslashuv va konseptual rivojlanishni vizuallashtiradi.

Asosiy o‘zgarish: qabuldan birgalikda moslashishga

Tadqiqotning nazariy talqinida eng sezilarli o‘zgarish AI-ni “qabul qilinadigan texnologiya” sifatida ko‘rishdan “birgalikda ishlash kerak bo‘lgan aktor” sifatida o‘rganishga tomon rivojlanayotgan chiziqdir.

Bu yangi doirada faqat foydalanish niyati emas; co-agency, co-adaptation, rollarni muzokara qilish, o‘zaro ishonchni kalibrlash, birgalikdagi qaror mas’uliyati va o‘zaro ta’sir sifati ahamiyat kasb etadi. Inson va AI vaqt o‘tishi bilan bir-birining xulqiga moslashishi mumkin; tashkilot esa bu munosabat qoidalarini ish dizayni, ta’lim va boshqaruv orqali shakllantirishi mumkin.

Tashkilotlar uchun amaliy natija nima?

Mualliflarning amaliy talqini shuki, tashkilotlar “AI-ni ishga tushirish” yondashuvidan “AI–inson hamkorlik tizimlarini loyihalash” yondashuviga o‘tishi kerak. Tavsiya qilingan yo‘nalishlar orasida rollarga asoslangan qayta ko‘nikmalantirish, rahbarlarning AI chiqishini talqin qila olishi, inson–AI o‘zaro bog‘liqligiga qarab ish oqimlarini qayta loyihalash va etik hisobdorlikni kundalik qaror mexanizmlariga joylashtirish bor.

Tadqiqot shuningdek AI savodxonligini bitta umumiy ko‘nikma sifatida emas, texnik savodxonlik, talqin savodxonligi va muvofiqlashtirish savodxonligi kabi turli qobiliyatlar sifatida ko‘rib chiqishni tavsiya etadi. Maqsad xodimlarga faqat AI vositasini ishlatishni emas, tizim chegaralarini tushunishni, chiqishlarni tanqidiy tekshirishni va AI tavsiyasi bilan kontekstual inson bilimi to‘qnashganda qanday harakat qilishni bilishni ta’minlashdir.

Ish oqimlari qanday qayta o‘ylab chiqilmoqda?

Tadqiqot muhokamasida inson–AI bir-birini to‘ldirishi alohida ta’kidlanadi. Ma’lumotlarni sintez qilish yoki anomaliyani aniqlash kabi ayrim vazifalar AI qo‘llab-quvvatlashiga mos bo‘lishi mumkin, etik baholash, kontekstual talqin yoki muzokara kabi vazifalar esa ko‘proq inson hukmiga ehtiyoj sezishi mumkin.

Mualliflar buni barcha ishlar uchun tasdiqlangan yagona vazifa taqsimoti formulasi sifatida bermaydilar. Bibliometrik klasterlardagi to‘ldiruvchanlik tadqiqotlariga tayanib, vazifalarni ajratish va inson bilan AI o‘rtasidagi mehnat taqsimotini pilot qo‘llanmalar orqali iterativ qayta sozlashni kelajakdagi tashkiliy tajribalar uchun yo‘nalish sifatida muhokama qiladilar.

Tadqiqot qo‘llab-quvvatlaydigan natijalar

Tadqiqot qo‘llab-quvvatlaydigan asosiy natija shuki, tashkilotlardagi AI–inson o‘zaro ta’siri adabiyoti intellektual jihatdan faqat texnologiyani qabul qilishdan iborat emas va dolzarb tadqiqotlarda ishonch, etika, insoniylashtirish, tashkiliy qobiliyat, suhbat agentlari, hissiy reaksiya va inson–AI to‘ldiruvchanligi kabi sohalar yaqqol ko‘rinmoqda.

Iqtibos tarmoqlarini birgalikda talqin qilish tadqiqotchilar AI integratsiyasini tobora sosiotexnik hamkorlik qobiliyati sifatida ko‘rayotganini anglatadi. Tadqiqot bu talqinni bibliometrik klaster mavzulari, o‘zaro aloqalari va vaqt taqsimotlariga asoslaydi.

Tadqiqot isbotlamaydigan natijalar

Tadqiqot AI bilan ishlaydigan insonlar avtomatik ravishda samaraliroq ekanini isbotlamaydi. Xodim unumdorligi, korxona foydasi yoki muayyan AI tizimi samaradorligi ustida umumiy tajriba o‘tkazilmagan.

Tadqiqot AI inson xodimlarining o‘rnini egallashi yoki egallamasligi kerakligini sinamaydi. Adabiyotda avtomatlashtirishdan hamkorlikka yo‘nalgan tematik kengayishni aniqlaydi.

Tadqiqot insonga o‘xshash AI har doim yaxshiroq ekanini ko‘rsatmaydi. Antropomorfizm tadqiqotlari adabiyotda muhim klaster hosil qilganini ko‘rsatadi.

Tadqiqot bibliometrik klasterlar o‘rtasidagi munosabatlar sababiy ekanini isbotlamaydi. Tarmoq yaqinligi va umumiy manba tuzilmalari intellektual va tematik yaqinlikni ko‘rsatadi; sabab–oqibat munosabatini ko‘rsatmaydi.

Tadqiqot barcha AI–inson hamkorligi adabiyotining to‘liq xaritasi emas. Bu Scopus, tanlangan qidiruv atamalari, boshqaruv va ijtimoiy fan kategoriyasi chegaralari hamda bibliometrik threshold-lar bilan cheklangan adabiyot olamidir.

Tadqiqot Usuli va Natijalari

Ma’lumot manbai qanday tanlandi?

Barcha bibliografik yozuvlar Scopus ma’lumotlar bazasidan olingan. Tadqiqotchilar Scopus-ni boshqaruv, psixologiya, tashkiliy xulq va axborot tizimlaridagi keng multidissiplinar qamrovi, iqtibos ma’lumotlari va bibliografik eksport imkoniyatlari sabab tanlaganini bildiradilar.

Ma’lumotlar bazasi darajasida til cheklovi qo‘llanmagan. Manba tadqiqotga ko‘ra ingliz tilidan boshqa nashrlar ma’lumotlar to‘plamining %2-dan kamini tashkil etadi.

Tadqiqot maqsadi tashkiliy AI–inson hamkorligini o‘rganish bo‘lgani uchun boshqaruv, biznes, tashkiliy xulq va tegishli ijtimoiy fanlarga e’tibor qaratilgan; kompyuter fanlari, muhandislik, tibbiyot, kimyo va fizika kabi texnik yoki biotibbiy kategoriyalar mavzu darajasida chiqarib tashlangan.

Qidiruv qaysi tushunchalardan foydalandi?

Qidiruv strategiyasida “AI-human collaboration”, “AI integration in business”, “AI-human teaming”, “AI-human partner*”, “AI integration in organizations”, “AI integration in the workplace”, “AI in the workplace”, “AI socialization”, “AI social integration”, “AI sociotechnical”, “AI socio-technical”, “AI as social actor”, “AI social interaction” va “AI integration” kabi iboralar ishlatilgan.

Muhim qamrov tanlovi sifatida tadqiqotchilar “human–AI collaboration”, “human-in-the-loop”, “hybrid intelligence” va “AI-assisted decision making” kabi ba’zi muqobil atamalarni yakuniy so‘rovga kiritmagan. Dastlabki qidiruvlar bu iboralar kompyuter fanlari, robototexnika va tizim arxitekturasiga yo‘naltirilgan ko‘plab ishlarni olib kelishini ko‘rsatgan; tadqiqotchilar tashkiliy fokusni saqlash uchun torroq so‘rovni tanlagan.

Bu qaror tadqiqot savoliga mos, biroq natijalar texnik inson–AI hamkorligi adabiyotining barchasini ifodalamaydi.

Nechta nashr baholandi?

PRISMA uslubidagi tanlash oqimida 2226 ta yozuv aniqlangan va ko‘rib chiqilgan; ulardan 2178 ta hujjat yakuniy ma’lumotlar to‘plamida saqlangan. Tadqiqotchilar dastlabki olish bilan eksport qilingan yozuvlar soni orasidagi kichik farqlar Scopus-ning dinamik indekslash va metadata normallashtirish jarayonlari bilan bog‘liq bo‘lishi mumkinligini bildiradilar.

Yakuniy tahlilda 2178 ta birlamchi hujjat va ushbu nashrlarning adabiyot ro‘yxatlaridagi 15.078 ta ikkilamchi hujjat ishlatilgan.

Birgalikdagi iqtibos tahlili qanday o‘tkazildi?

Document co-citation tahlili 2178 ta birlamchi hujjat iqtibos keltirgan 15.078 ta ikkilamchi hujjat ustida bajarilgan. Manbaning tarmoq tahliliga kirishi uchun minimal birgalikdagi iqtibos threshold-i 5 deb belgilangan.

Ushbu threshold-dan keyin 304 ta ikkilamchi hujjat tahlil shartlariga javob bergan. Vizual o‘qilishni oshirish uchun co-citation strength qiymatiga ko‘ra eng kuchli 100 ta hujjat yakuniy tarmoq xaritasida ko‘rsatilgan.

Tahlilda full counting ishlatilgan, turli hujjatlarning iqtibos zichligi farqlarini muvozanatlash uchun association-strength normalization qo‘llangan. Tarmoq VOSviewer 1.6.20 ning VOS mapping va clustering algoritmlari bilan yaratilgan.

Tugun kattaligi xom Scopus iqtibos sonini emas, total link strength qiymatini ifodalaydi. Ya’ni katta tugun albatta eng ko‘p umumiy iqtibos olgan ish emas, balki ko‘rib chiqilgan tarmoq ichida boshqa hujjatlar bilan eng kuchli umumiy aloqaga ega ishdir.

Bibliographic coupling tahlili qanday o‘tkazildi?

Ikkinchi tahlil yana 2178 ta birlamchi hujjatdan boshlangan, biroq kamida 20 ta iqtibos olgan ishlar coupling tarmog‘iga kiritilgan. Ushbu threshold natijasida 219 ta hujjat bibliografik bog‘lanish tarmog‘ini hosil qilgan.

Klasterlash 219 ta hujjatning barchasi ustida bajarilgan; faqat vizuallashtirish bosqichida total link strength bo‘yicha dastlabki 100 hujjat ko‘rsatilgan. Demak, “dastlabki 100” tanlovi klasterlarni yaratish uchun emas, zich tarmoqni o‘qiladigan qilish uchun qo‘llangan.

Bu yerda ham full counting va association-strength normalization ishlatilgan. Bitta aloqaning minimal strength qiymati 1 deb belgilangan va har bir klasterda kamida 10 hujjat sharti qo‘yilgan.

Threshold tanlovlari natijalarni sun’iy ravishda hosil qilgan bo‘lishi mumkinmi?

Tadqiqotchilar birgalikdagi iqtibos hamda bibliographic coupling tahlillarida tanlangan threshold-lar yaqinidagi boshqa qiymatlar bilan sezgirlik tahlili o‘tkazganini bildiradilar. Manba tadqiqotga ko‘ra dominant klasterlarning tematik tarkibi va nisbiy joylashuvi ushbu muqobil threshold-larda asosan saqlanib qolgan.

Bu nazorat aniqlangan tuzilmalar faqat bitta ixtiyoriy threshold qiymati mahsuli bo‘lish ehtimolini kamaytiradi. Shunga qaramay, bibliometrik tarmoq tuzilmasi threshold, normallashtirish va klasterlash qarorlaridan to‘liq mustaqil emas; mualliflar buni tadqiqot cheklovlari orasida ochiq tan oladilar.

Birgalikdagi iqtibos tarmog‘ida qaysi ishlar markazda?

Qizil psixologik va ijtimoiy klasterda Alabed va hamkorlari, Araujo hamda Adam va hamkorlarining insonga o‘xshash AI, ijtimoiy mavjudlik va foydalanuvchi reaksiyalariga oid ishlari ajralib turadi.

Yashil oliy ta’lim klasterida Chan-ning generativ AI siyosati va talabalar/institutsiyalar moslashuviga oid ishlari hamda Alasadi va Baiz-ning generativ AI-ning ta’lim va tadqiqotdagi imkoniyat va xavflari haqidagi ishi muhim tugunlardir.

Ko‘k etik-kognitiv klasterda generativ AI-ning ta’lim, akademik yaxlitlik va etik muammolariga qaratilgan ishlar; sariq klasterda esa AI savodxonligi, o‘qituvchi tayyorgarligi va ta’lim transformatsiyasi adabiyoti jamlangan.

Binafsha klasterning nazariy tayanchini Ajzen-ning Theory of Planned Behavior yondashuvi bilan Davis-ning Technology Acceptance Model-i tashkil etadi.

Dolzarb bibliographic coupling tarmog‘i qaysi yo‘nalishni ko‘rsatadi?

Dolzarb tarmoqning eng katta klasteri 28 ta hujjat bilan AI boshqaruvi, etika va insoniylashtirish sohasidir. AI–CRM va tashkiliy samaradorlik klasteri 25 ta hujjat; antropomorfik AI va iste’molchining hissiy reaksiyasi klasteri ham 25 ta hujjatni o‘z ichiga oladi. To‘rtinchi klaster suhbat agentlari va iste’molchi tajribasiga qaratilgan.

Tarmoqning zich bog‘langan tuzilishi tadqiqotchilar psixologik ishonch, texnologiya dizayni, tashkiliy qobiliyat va etik boshqaruvni tobora bitta umumiy AI–inson hamkorligi muammosi doirasida ko‘rayotganini anglatadi.

Bibliometrik xaritalarning eng muhim talqin chegarasi nima?

Bibliometrik klaster bir xil mavzudagi ishlar o‘rtasida ilmiy konsensus borligini avtomatik isbotlamaydi. Klasterlar umumiy iqtibos yoki umumiy manba ishlatish sabab bir-biriga yaqinlashgan nashr guruhlaridir.

Xuddi shuningdek, total link strength bir ish nazariy jihatdan “to‘g‘ri” ekanini yoki boshqa ishlardan ilmiy ustunligini ko‘rsatmaydi. O‘lchov tarmoq ichidagi strukturaviy bog‘lanish kuchini ifodalaydi.

Manba ichidagi vaqt qamrovi nomuvofiqligi

Tadqiqotning usul bo‘limi tizimli Scopus qidiruvi Noyabr 2025 da amalga oshirilganini va ma’lumotlar to‘plami ham Noyabr 2025 dagi Scopus snapshot-ni ifodalashini aniq aytadi. Biroq turli bo‘limlarda yakuniy ma’lumotlar to‘plami 2019–2026 oralig‘ida nashr qilingan hujjatlardan tashkil topgandek ta’riflanadi.

Manba tadqiqot Noyabr 2025 da chiqarilgan to‘plamdagi “2026” nashrlarining tabiati yoki ular qanday kiritilishi mumkinligini tushuntirmaydi. Shu sabab 2026 qamrovi matndagi ma’lumot yig‘ish sanasi bilan izoh talab qiladigan vaqt nomuvofiqligi sifatida baholanishi kerak. Tadqiqotning 3-rasmidagi vaqt qatlamining vizual o‘lchovi ham 2021–2024 davrini ko‘rsatishi bu noaniqlikni bartaraf etmaydi.

Manba ichidagi iqtibos–izoh nomuvofiqliklari

Bibliographic coupling natijalarida ayrim iqtibos raqamlarining izohi manbalar ro‘yxatidagi maqola nomlari bilan to‘liq mos kelmaydi. Masalan, 2-jadvalda Chatterjee va hamkorlari [58] B2B kontekstida AI asosidagi CRM-ning firma samaradorligi va raqobat ustunligiga ta’sirini o‘rganadigan ish sifatida tavsiflanadi; biroq manbalar ro‘yxatida B2B sarlavhali ish [64] raqamida. [58] raqamli ish esa AI–CRM va raqamli transformatsiyani mikro-asoslar va liderlik qo‘llovi nuqtayi nazaridan ko‘rib chiqadi.

Shunga o‘xshash kesishmalar [59], [63] va [64] raqamli AI–CRM ishlarining izohlarida ham uchraydi. Bundan tashqari, 3.2.1 bo‘limida Zheng va hamkorlari [56] uchun akademiklar va doktorantlarning generativ AI haqidagi tasavvurlari eslatiladi, biroq [56] raqamli manba chet tilini o‘rganishda generativ AI texnologiyasini qabul qilishni tekshiradigan ishdir. Akademik va talabalar tasavvurlariga oid izoh Fırat [55] ishining qamroviga ko‘proq mos keladi.

Bu nomuvofiqliklar tadqiqotning to‘rtta asosiy bibliometrik klasterini avtomatik ravishda yaroqsiz qilmaydi; biroq alohida “markaziy ish → izoh” mosliklari talqin qilinayotganda manbalar ro‘yxatini alohida tekshirish kerakligini ko‘rsatadi.

Tadqiqotning asosiy cheklovlari

• Faqat Scopus ishlatilgan; boshqa ma’lumotlar bazalarida indekslangan ishlar qamrovdan tashqarida qolishi mumkin.
• Ingliz tilidan boshqa nashrlar ma’lumotlar to‘plamining %2-dan kam; mintaqaviy tadqiqotlar yetarli darajada ifodalanmasligi mumkin.
• Texnik va biotibbiy mavzu sohalari ataylab chiqarib tashlangan.
• “Human–AI collaboration”, “human-in-the-loop”, “hybrid intelligence” va shunga o‘xshash ayrim keng qidiruv atamalari yakuniy so‘rovda ishlatilmagan.
• Bibliometrik threshold-lar, normallashtirish va clustering parametrlari tarmoq konfiguratsiyasiga ta’sir qilishi mumkin.
• Yangi nashrlar hali yetarlicha iqtibos olmagani uchun tarmoqda past ko‘rinishga ega bo‘lishi mumkin.
• Ism variantlari, self-citation va metadata xatolari to‘liq bartaraf etilmagan bo‘lishi mumkin.
• Bibliometrik munosabatlar sabablilikni ko‘rsatmaydi.
• Soha ayniqsa asosiy co-citation qatlamida oliy ta’lim tadqiqotlariga kuchli yo‘nalgan.

Kelajak tadqiqotlari uchun qaysi bo‘shliqlar aniqlangan?

Mualliflar kelajakda Scopus bilan Web of Science yoki fanga xos ma’lumotlar bazalarini birlashtiruvchi ko‘p bazali tadqiqotlar va kengroq ko‘p tilli tahlillarni tavsiya qiladilar. Bibliometrik xaritalashni tizimli kontent tahlili, topic modeling yoki meta-tahlil bilan birlashtirish ham tavsiya qilingan yo‘nalishlardan biridir.

Yanada fundamental ilmiy ehtiyoj AI–inson hamkorligi vaqt o‘tishi bilan qanday rivojlanishini bevosita kuzatadigan longitudinal tadqiqotlarni ko‘paytirishdir. Rollarni muzokara qilish, ishonchni kalibrlash, AI-ga tayanish darajasi, tizim yangilanishlaridan keyingi qayta moslashuv va birgalikdagi samaradorlik kabi o‘zgaruvchilarni faqat qabul qilish paytida emas, foydalanish jarayoni davomida o‘lchash tavsiya qilinadi.

Tadqiqot shuningdek faqat “AI ishlatilayaptimi?” savolini o‘lchash o‘rniga o‘zaro ta’sir sifati, umumiy mental modellar, birgalikdagi qaror mas’uliyati va etik chidamlilik kabi hamkorlik sifati ko‘rsatkichlarini rivojlantirishni muhim tadqiqot ehtiyoji sifatida belgilaydi.

Manba va Usul Haqida Izoh

To‘liq asl tadqiqot nomi: From Automation to Collaboration: Mapping AI–Human Interaction in Organizations Through Bibliometric Analysis

Mualliflar: Elissar Abdul Khalek; Jeffrey Macias; Itamar Shabtai.

Teng birinchi/teng hissa: Manbada bunday bayonot yo‘q.

Mas’ul muallif: Itamar Shabtai.

Muassasalar: Drucker School of Management, Claremont Graduate University, Claremont, California, AQSh; Center of Information System and Technology, Claremont Graduate University, Claremont, California, AQSh.

Manba turi: Taqrizdan o‘tgan sharh maqolasi; bibliometrik tahlil va ilmiy xaritalash tadqiqotidir. Meta-tahlil yoki empirik xodim namunasida o‘tkazilgan tashkiliy tajriba emas.

Jurnal: AI.

Nashriyot: MDPI, Basel, Shveysariya.

Bibliografik yozuv: AI, 2026, Jild 7, Son 6, Maqola 189.

DOI: 10.3390/ai7060189.

Qabul / reviziya / qabul qilindi / nashr: 19 Mart 2026 / 11 May 2026 / 12 May 2026 / 25 May 2026.

Taqriz holati: Taqrizdan o‘tgan jurnal nashri.

Litsenziya: Creative Commons Attribution (CC BY).

Akademik muharrir: Tihomir Orehovački.

Tadqiqot ma’lumot manbai: Scopus.

Bibliometrik dastur: VOSviewer 1.6.20.

Asosiy tahlillar: Document co-citation va bibliographic coupling.

Asosiy ma’lumot hajmi: 2178 ta birlamchi hujjat va 15.078 ta ikkilamchi hujjat.

Qo‘shimcha material: File S1; to‘liq Scopus so‘rovi, mavzu sohasi istisnolari, threshold parametrlari, thesaurus tahrirlari va Noyabr 2025 da bajarilgan bibliometrik tahlil bosqichlari tafsilotlarini o‘z ichiga olishi aytilgan.

Moliyalashtirish: Maqolani qayta ishlash to‘lovi (APC) Claremont Graduate University tomonidan qo‘llab-quvvatlangani aytilgan. Manba moliyalashtiruvchining tadqiqot dizayni, ma’lumot yig‘ish, tahlil, talqin, yozish yoki nashr qarorida roli bo‘lmaganini bildiradi.

Etika qo‘mitasi: Qo‘llanmaydi.

Xabardor rozilik: Qo‘llanmaydi.

Ma’lumotlar mavjudligi: Tadqiqotda ishlatilgan Scopus metadata eksporti asosli so‘rov bilan mas’ul muallifdan olinishi mumkinligi bildirilgan. Batafsil usul hujjatlari qo‘shimcha materialda berilgan.

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi haqida xabar bermagan.

Muallif hissalari: Konseptuallashtirish E.A.K., J.M. va I.S.; metodologiya E.A.K. va J.M.; ma’lumotlar kuratsiyasi E.A.K.; dastlabki qoralama E.A.K. va J.M.; ko‘rib chiqish va tahrirlash E.A.K., J.M. va I.S.; vizualizatsiya E.A.K.; maslahat/nazorat E.A.K., J.M. va I.S. tomonidan bajarilgan.

Ilmiy talqin chegarasi

Ushbu tadqiqotda xodimlar, menejerlar, mijozlar yoki tashkilotlarda yangi xulqiy tajriba o‘tkazilmagan. Natijalar akademik nashrlarning iqtibos va umumiy manba munosabatlaridan chiqarilgan bibliometrik tuzilmani ko‘rsatadi.

“Avtomatlashtirishdan hamkorlikka o‘tish” iborasi shu sabab barcha tashkilotlarda kuzatilgan empirik transformatsiya darajasi emas, balki tadqiqot adabiyotining tematik tuzilishi haqidagi mualliflar talqinidir. Bibliometrik vaqt va klaster naqshlari bu talqinni qo‘llab-quvvatlaydi, biroq tashkilotlar amalda qanchalik tez yoki qay darajada o‘zgarayotganini o‘lchamaydi.

Xuddi shuningdek, tadqiqotning uch qatlamli konseptual modeli tasdiqlangan sababiy tashkiliy nazariya emas. Mualliflar 4-rasmdagi o‘qlar sababiy ketma-ketlikni emas, tematik rivojlanish va konseptual moslashuvni ifodalashini aniq aytadilar.

Nihoyat, manbada Noyabr 2025 Scopus snapshot-i bilan 2019–2026 ma’lumotlar qamrovi orasida izohlanmagan vaqt nomuvofiqligi va ayrim alohida iqtibos raqami–tadqiqot izohi mosliklarida muammolar bor. Verianla matnida bu jihatlar manbada yo‘q tarzda tuzatilmagan, balki bevosita ko‘rinadigan qilingan.