Ushbu tadqiqot katta til modellari kompaniya, veb-sayt, shaxs yoki boshqa bir obyektni javoblarida qanday ifodalashini o‘lchash uchun qo‘llanayotgan amaldagi usullarda fundamental konseptual yetishmovchilik mavjudligini ta’kidlaydi. Sanoatda ishlatiladigan sun’iy intellekt ko‘rinuvchanligi vositalari odatda bir obyekt javoblarda necha marta tilga olinganini, qanchalik tez-tez manba sifatida ko‘rsatilganini yoki raqobatchilariga nisbatan ko‘rinuvchanlik ulushini hisoblaydi. Biroq tadqiqotga ko‘ra, bu o‘lchovlar olingan son aynan qaysi maqsadli kattalikni ifodalashini oldindan yetarlicha aniqlamaydi.

Maqolaning markazidagi texnik tushuncha estimanddir. Estimand — o‘lchov yoki statistik baholash erishishga intilayotgan aniq belgilangan maqsadli kattalikdir. Sun’iy intellekt ko‘rinuvchanligi tadqiqoti 30 foizlik iqtibos ko‘rsatkichini bildirsa, bu 30 foiz qaysi savollar olamini, qaysi foydalanuvchi niyatlarini va qaysi so‘rov taqsimotini ifodalashi tushuntirilishi kerak. Aks holda son hisoblangan bo‘lsa ham, nimaning o‘lchangani noaniq bo‘lib qoladi.

Muallif katta til modelining javobini foydalanuvchi so‘roviga bog‘liq tasodifiy o‘zgaruvchi sifatida ko‘radi. X obyektining javobda tilga olinishi yoki manba sifatida ko‘rsatilishi ehtimoli faqat Xning xususiyatlariga emas, balki modelga berilgan q so‘rovining kontekstiga ham bog‘liq. “Qaysi avtomobil kompaniyasi yaxshi?” degan savol bilan “Eng tez avtomobilni qaysi kompaniya ishlab chiqaradi?” degan savol bir xil kompaniyalarni oldinga chiqarishi shart emas. Bu farq xato emas, balki savollarning turli axborot ehtiyojlarini aks ettirishining tabiiy natijasidir.

Shu sababli muayyan savollar to‘plamidagi barcha iqtibos ehtimollarini bitta o‘rtachaga jamlash o‘lchanayotgan obyektga tegishli o‘zgarmas va kontekstdan mustaqil xususiyatni hosil qilmaydi. Natija savollarni tanlagan shaxsning o‘lchov dizayniga bog‘liq bo‘ladi. Tavsiya savollari ko‘p bo‘lgan to‘plam yuqori, taqqoslash yoki texnik ishlash savollari ko‘p bo‘lgan boshqa to‘plam esa past ko‘rinuvchanlik berishi mumkin. Bir xil obyekt va bir xil model uchun turli o‘lchovchilar turli natijalar olishi mumkin.

Tadqiqot bu muammoni hal qilish uchun so‘rovlarni foydalanuvchi niyatlariga ko‘ra klasterlashni taklif qiladi. Obyektning sun’iy intellektdagi ifodalanishi bitta umumiy iqtibos ko‘rsatkichi bilan emas, balki tavsiya, taqqoslash, ishonchlilik, texnik baholash va boshqa niyat klasterlarining har biridagi iqtibos ko‘rsatkichlaridan tashkil topgan ifoda makoni sifatida ta’riflanishi kerak.

Niyat klasterlari faqat so‘rovlarda ishlatilgan so‘zlarga qarab tuzilmasligi kerak. Tadqiqot taklifiga ko‘ra, o‘xshash manba va iqtibos naqshlariga olib keladigan so‘rovlar sun’iy intellektning ifoda makonida o‘xshash axborot ehtiyojlariga mos kelishi mumkin. Boshqacha aytganda, so‘rovlar orasidagi niyat yaqinligi faqat yuzaki matn o‘xshashligiga emas, balki javoblarning qaysi manbalarga yo‘nalishiga qarab aniqlanishi mumkin.

Estimand shu tarzda aniqlangandan so‘ng o‘lchovning uchta asosiy sifati mazmunli ravishda o‘rganilishi mumkin: ishonchlilik — o‘lchov takrorlanganda o‘xshash natijalar olinishi; haqiqiylik — o‘lchov haqiqatan ham o‘lchayapman deb da’vo qilgan konstruktsiyani o‘lchashi; qamrov esa sun’iy intellekt ifoda makonining qanchasi kuzatilganini anglatadi.

Tadqiqotdagi muhim farqlardan biri ishonchlilik bilan haqiqiylik bir xil narsa emasligidir. Noto‘g‘ri yoki yetarlicha aniqlanmagan so‘rovlar to‘plami yuzlab marta ishlatilib juda barqaror natija berishi mumkin. Biroq bu natija tegishli obyektning ifoda makonini yetarlicha qamrab olmasa, o‘lchov ishonchli bo‘lsa-da haqiqiy bo‘lmasligi mumkin. Ko‘proq takrorlash maqsadli kattalikning noto‘g‘ri aniqlanishini tuzatmaydi.

Obyekt ifodasining yagona va to‘g‘ridan-to‘g‘ri kuzatiladigan asosiy haqiqatga ega emasligi sababli tadqiqot psixometriya va ijtimoiy fanlarda ishlab chiqilgan konstruktsiya haqiqiyligi yondashuvidan foydalanishni taklif qiladi. Bunga ko‘ra turli o‘lchov usullari o‘xshash natijalar beradimi, o‘lchov nazariy jihatdan aloqasiz o‘zgaruvchilardan farqlanadimi va bog‘liq bo‘lishi kutiladigan tashqi ko‘rsatkichlar bilan kutilgan yo‘nalishda munosabat o‘rnatadimi — shular baholanishi kerak.

Qamrovni o‘lchash uchun esa ekologiyadagi “kuzatilmagan turlar” muammosiga o‘xshash yondashuv taklif etiladi. Faqat bir marta kuzatilgan iqtibos naqshlarining ulushi hali kashf etilmagan ifoda hududlarining kattaligi haqida ma’lumot berishi mumkin. Yangi so‘rovlarning ilgari kuzatilmagan iqtibos naqshini hosil qilish ehtimoli yetarlicha kamayganda, o‘lchov to‘yinganlikka yaqinlashgan deb hisoblanishi mumkin.

Biroq sun’iy intellektning o‘zi yaratgan so‘rovlar xolis emas. Model o‘quv ma’lumotlarida tez-tez uchraydigan va tanish savol tuzilmalarini osonroq yaratishi, kam uchraydigan axborot ehtiyojlarini esa e’tibordan chetda qoldirishi mumkin. Shu sababli ko‘p sonli so‘rov yaratishning o‘zi ifoda makoni to‘liq qamrab olinganini isbotlamaydi. Sun’iy intellekt umuman yarata olmaydigan ehtiyojlarni aniqlash uchun foydalanuvchi intervyulari, tashkilot ichki bilimi va soha ekspertizasi kabi sun’iy intellektdan tashqari manbalar kerak bo‘ladi.

Tadqiqot matematik o‘lchov bilan inson talqinini ochiq ajratadi. Niyat makonini aniqlash, kerakli takrorlar sonini belgilash, haqiqiylik dalillarini ko‘rib chiqish va qamrovni baholash prinsip jihatdan matematik va statistik usullar bilan ko‘rib chiqilishi mumkin. Bunga qarshi ravishda, sun’iy intellekt ifodasi bilan real holat o‘rtasidagi farq muammo tug‘diradimi va bu farqqa qanday aralashish kerakligi inson bahosini talab qiladi.

Eng muhim talqin chegarasi quyidagidir: Tadqiqot taklif qilgan doirani haqiqiy kompaniyalar, shaxslar, veb-saytlar yoki katta til modellarida qo‘llamagan. Niyat klasterlari yaratilmagan, qamrov ko‘rsatkichi hisoblanmagan, konstruktsiya haqiqiyligi testlari bajarilmagan va taklif etilgan yondashuv mavjud tijoriy ko‘rinuvchanlik vositalari bilan eksperimental ravishda taqqoslanmagan. Tadqiqotning hissasi tasdiqlangan o‘lchov tizimini taqdim etish emas, balki kelajakda ishlab chiqiladigan o‘lchovlar uchun epistemik va matematik asos taklif qilishdir.

Turkiya nuqtai nazaridan baholash: Tadqiqot Turkiyadagi brendlar, universitetlar, davlat muassasalari, kompaniyalar, mutaxassislar va veb-saytlarning ChatGPTga o‘xshash tizimlardagi ko‘rinuvchanligini o‘lchaydigan ishlar uchun bevosita ahamiyatga ega. Cheklangan miqdordagi turkcha so‘rovlarda olingan tilga olinish darajasi tashkilotning umumiy sun’iy intellekt ko‘rinuvchanligi sifatida taqdim etilmasligi kerak. O‘lchovda foydalanuvchi niyatlari, til, model, model versiyasi, qidiruv funksiyasi, sana, takrorlar soni va ifoda makonining qamrov darajasi ko‘rsatilishi lozim. Biroq tadqiqot turkcha so‘rovlar, Turkiyadagi foydalanuvchi xatti-harakatlari yoki mahalliy tashkilotlarda tajriba o‘tkazmagan. Doirani Turkiyada qo‘llash uchun turkcha niyat klasterlari va mahalliy axborot ehtiyojlarida alohida tasdiqlash talab qilinadi.

Sun’iy intellektdagi obyekt ifodasi nimani anglatadi?

Tadqiqotda “obyekt” tushunchasi kompaniya, veb-sayt, shaxs yoki sun’iy intellekt javoblarida tilga olinishi mumkin bo‘lgan boshqa aniqlanadigan narsani anglatadi. Obyekt ifodasi esa model bu narsani faqat qanday ta’riflashi bilan cheklanmaydi. Obyekt qaysi so‘rovlarda tilga olinishi, qaysi manbalar bilan bog‘lanishi, qaysi kontekstlarda oldinga chiqishi va qaysi kontekstlarda ko‘rinmasligi ham ifodaning qismlaridir.

Katta til modellari qidiruv, tavsiya va dialog tizimlariga joylashtirilgan sari bu ifoda ijtimoiy oqibatlar tug‘dirishi mumkin. Ishga qabul qiluvchi mutaxassis nomzod haqida, kredit xodimi kompaniya haqida yoki iste’molchi mahsulot haqida sun’iy intellektga savol berishi mumkin. Model ishlatgan ta’riflar va ko‘rsatgan manbalar odamlar shakllantiradigan fikrlarga ta’sir qilishi mumkin.

Muallif sun’iy intellekt ifodasi klassik inson idrokidan strukturaviy jihatdan farq qilishini ta’kidlaydi. Odamlarning qarashlari jamiyat ichida ko‘plab shaxslarga tarqalgan. Bunga qarshi, ko‘p foydalanuvchilar bir xil asosiy model bilan o‘zaro aloqada bo‘lsa, modeldagi ifoda moyilligi ko‘plab kishilarga bir xil yo‘nalishda uzatilishi mumkin. Shu sababli bitta modeldagi ifoda o‘zgarishining ta’siri bitta shaxs qarashidagi o‘zgarishdan kengroq bo‘lishi mumkin.

Mavjud ko‘rinuvchanlik o‘lchovlarining asosiy muammosi nimada?

Amaldagi ilovalar odatda oldindan tanlangan so‘rovlar to‘plamini modelga beradi va quyidagi ko‘rsatkichlardan biri yoki bir nechtasini hisoblaydi:

• Obyektning javoblarda tilga olinish ulushi,
• Veb-saytning manba sifatida ko‘rsatilish ulushi,
• Raqobatchilarga nisbatan sun’iy intellekt ko‘rinuvchanlik ulushi,
• Javob ichidagi ko‘rinuvchanlik tartibi yoki o‘rni,
• Obyekt bilan birga ishlatiladigan ijobiy yoki salbiy ifodalar,
• Turli modellarda yoki vaqt o‘tishi bilan yuz beradigan ko‘rinuvchanlik o‘zgarishi.

Tadqiqot bu ko‘rsatkichlar operatsion jihatdan mutlaqo qiymatsiz demaydi. Tanqid shundaki, ko‘rsatkich qaysi maqsadli kattalikni o‘lchashi izohlanmasdan umumiy obyekt xususiyati kabi taqdim etiladi.

Estimand nega o‘lchovdan oldin aniqlanishi kerak?

Estimand — o‘lchov baholashni maqsad qilgan kattalikdir. O‘lchov natijasida olingan son estimandning bahosidir; estimand esa bu son nimani ifodalashini aniqlaydi.

Bir tashkilot uchun “sun’iy intellekt ko‘rinuvchanligi 25 foiz” deyilganda kamida quyidagi savollarga javob berilishi kerak:

• Bu ulush qaysi so‘rovlar olamiga tegishli?
• Qaysi foydalanuvchi niyatlari qamrab olingan?
• So‘rovlar qaysi taqsimotga ko‘ra vaznlantirilgan?
• Qaysi model va model versiyasi ishlatilgan?
• So‘rovlar qaysi til va mintaqaviy kontekstda berilgan?
• Bir xil so‘rov necha marta takrorlangan?

Bu unsurlar aniqlanmasa ko‘rinuvchanlik ko‘rsatkichi hisoblanishi mumkin; biroq bu ko‘rsatkich tashkilotning qaysi ifoda xususiyatiga mos kelishini tushuntirib bo‘lmaydi.

Sof iqtibos ko‘rsatkichi qanday formulalanadi?

Tadqiqot katta til modelining javobini kirish so‘roviga shartlangan tasodifiy jarayon sifatida ko‘radi. X obyektining q so‘roviga berilgan javobda tilga olinishi yoki manba sifatida ko‘rsatilishi ehtimoli quyidagicha aniqlanadi:

\[ p(X\mid q) \]

Bu yerda ehtimol bir xil so‘rov turli ishga tushirishlarda turli javoblar hosil qilishi mumkinligini ham qamrab oladi.

Sof o‘lchov yondashuvi \(Q=\{q_1,\ldots,q_n\}\) ko‘rinishida tanlangan so‘rovlar to‘plami bo‘yicha o‘rtacha iqtibos ko‘rsatkichini hisoblaydi:

\[ \theta= \frac{1}{|Q|} \sum_{q\in Q}p(X\mid q) \]

Bu formulada \(\theta\), X obyektining tanlangan Q to‘plamidagi o‘rtacha iqtibos ko‘rsatkichidir. Muammo bu qiymatni Xga tegishli kontekstdan mustaqil xususiyat sifatida talqin qilishdir.

Nega θ faqat X obyektining xususiyati emas?

\(\theta\) qiymati tanlangan Q so‘rovlar to‘plamiga bog‘liq. Bir xil obyekt uchun turli so‘rovlar to‘plami tanlanganda odatda turli natijalar olinadi:

\[ Q\neq Q' \quad\Rightarrow\quad \theta\neq\theta' \]

Masalan, avtomobil kompaniyasiga oid so‘rovlar to‘plami asosan xarid bo‘yicha tavsiyalardan iborat bo‘lsa, kompaniya tez-tez tilga olinishi mumkin. So‘rovlar to‘plami tezlik, xizmat ko‘rsatish xarajati yoki muayyan texnik xususiyatlar bo‘yicha taqqoslashlardan iborat bo‘lsa, o‘sha kompaniyaning tilga olinish ulushi o‘zgarishi mumkin.

Shuning uchun natija faqat sun’iy intellektning X haqidagi xatti-harakatini emas, balki o‘lchovni amalga oshirgan shaxs qaysi savollarni tanlaganini ham aks ettiradi. Doira turli o‘lchovchilar olgan natijalardan qaysi biri umumiy va to‘g‘ri ifoda ekanini aniqlaydigan ichki mezonni taklif qilmaydi.

Geterogen so‘rovlar nega bitta o‘rtachada aralashtirilmasligi kerak?

Turli foydalanuvchi niyatlari turli shartli ehtimollarga mos keladi. Tavsiya so‘rash, ishlashni taqqoslash va texnik yordam izlash bir xil axborot ehtiyoji emas. Bu kontekstlardagi iqtibos ko‘rsatkichlarini bitta songa birlashtirish turli turdagi kattaliklarni bir xil o‘rtachaga qo‘shish deganidir.

Umumiy o‘rtacha quyi so‘rov turlarining to‘plamdagi ulushiga qarab o‘zgaradi. O‘lchov dizaynida tavsiya so‘rovlariga ko‘proq o‘rin berilsa natija tavsiya kontekstidagi xatti-harakatga yaqinlashadi. Taqqoslash so‘rovlarining ulushi oshirilsa boshqa natija hosil bo‘lishi mumkin.

Tadqiqot bu vaziyatni Simpson paradoksi bilan bog‘liq agregatsiya muammosi sifatida baholaydi. Quyi guruhlardagi turli yo‘nalishlar guruhlar qaysi nisbatlarda aralashtirilganiga qarab umumiy statistikada boshqacha yoki chalg‘ituvchi ko‘rinish hosil qilishi mumkin.

Avvalgi tadqiqotlarning hissasi butunlay rad etiladimi?

Yo‘q. Tadqiqot katta til modellarining tasodifiy javob o‘zgaruvchanligini o‘rgangan va ishonchli o‘lchov uchun takrorlash zarurligini ko‘rsatgan avvalgi tadqiqotlar muhim ekanini ta’kidlaydi. Bitta kuzatuv obyektning modeldagi xatti-harakatini ishonchli tarzda ifodalamasligi mumkin.

Biroq takrorlar soni va ishonch oralig‘i o‘lchovning faqat ishonchlilik muammosini ko‘rib chiqadi. O‘lchov haqiqatan maqsad qilingan konstruktsiyani o‘lchaydimi-yo‘qmi esa haqiqiylik masalasidir. O‘lchov takrorlanadigan bo‘lsa ham, noto‘g‘ri yoki noaniq aniqlangan kattalikni o‘lchashi mumkin.

Tadqiqot qo‘shgan bosqich — takror va ishonch oralig‘idan oldin estimandni aniqlashdir.

“Reprezentativ so‘rovlar to‘plami” iborasi muammoni hal qiladimi?

Maqola bu da’voni oldindan ko‘zda tutilgan birinchi e’tiroz sifatida ko‘rib chiqadi. So‘rovlar to‘plami reprezentativ ekanini aytish, ifodalanishi kerak bo‘lgan so‘rov makoni va shu makondagi taqsimotni oldindan aniqlashni talab qiladi.

Qaysi foydalanuvchi niyatlari qanchalik keng tarqalgan yoki muhim ekanini aniqlamasdan barcha so‘rovlarga teng vazn berish reprezentativlik da’vosini oqlamaydi. Shu sababli “reprezentativ so‘rovlar to‘plami” iborasi estimand muammosini yo‘qotish o‘rniga uni yana kun tartibiga olib chiqadi.

Inson idroki ham kontekstga bog‘liq bo‘lsa, nega sun’iy intellekt alohida ko‘rib chiqiladi?

Maqola inson idroki ham kontekstga bog‘liq ekanini tan oladi. Biroq ikki farq ta’kidlanadi:

• Inson qarashlari ko‘plab shaxslar bo‘ylab tarqalgan bo‘lsa, muayyan modelning ifoda xatti-harakati ko‘plab foydalanuvchilarga bir markazdan uzatilishi mumkin.
• Sun’iy intellekt ifodasining taqsimoti model yangilanishlari bilan o‘zgarishi va kichik ifoda farqlariga yuqori sezgirlik ko‘rsatishi mumkin.

Shu sababli odamlar uchun ishlab chiqilgan o‘lchov nazariyalarini sun’iy intellektga hech qanday o‘zgartirishsiz ko‘chirish xavfsiz faraz emas.

Tadqiqot sun’iy intellekt ifodasini o‘lchab bo‘lmaydi deb da’vo qiladimi?

Yo‘q. Tadqiqotning oldindan ko‘zda tutilgan uchinchi e’tirozga javobi o‘lchovni rad etish emas, balki o‘lchanadigan obyektni qayta ta’riflashdir. Bitta va kontekstdan mustaqil iqtibos ko‘rsatkichi o‘rniga foydalanuvchi niyatlariga shartlangan iqtibos makoni taklif etiladi.

Niyatga shartlash estimandni qanday belgilaydi?

So‘rovlar makoni foydalanuvchilar qondirishga harakat qilayotgan axborot ehtiyojiga ko‘ra niyat klasterlariga ajratiladi. Muayyan \(c\) niyat klasteridagi iqtibos ko‘rsatkichi quyidagicha aniqlanadi:

\[ \theta_c= \mathbb{E} \left[ p(X\mid q) \mid q\in c \right] \]

Bu yerdagi \(\theta_c\), X obyektining barcha so‘rovlardagi umumiy ko‘rinuvchanligi emas. U faqat muayyan niyat kontekstidagi o‘rtacha iqtibos ehtimolidir.

Masalan, bir xil avtomobil ishlab chiqaruvchisi uchun quyidagi qiymatlar alohida o‘lchanishi mumkin:

• Oilaviy avtomobil tavsiyasi kontekstidagi iqtibos ko‘rsatkichi,
• Elektr avtomobillarini taqqoslashdagi iqtibos ko‘rsatkichi,
• Yuqori unumli avtomobil so‘rovlaridagi iqtibos ko‘rsatkichi,
• Texnik xizmat xarajatlarini baholashdagi iqtibos ko‘rsatkichi,
• Xavfsizlik baholashlaridagi iqtibos ko‘rsatkichi.

Tadqiqotga ko‘ra, obyektning sun’iy intellektdagi ifodasi bitta \(\theta\) qiymati emas, balki niyat makoni bo‘ylab aniqlangan \(\theta_c\) qiymatlarining yig‘indisidir.

Niyat klasterlari qanday tuzilishi kerak?

Muallif faqat so‘z o‘xshashligiga asoslangan tasnif niyatni to‘g‘ri ushlamasligi mumkinligini ta’kidlaydi. Umumiy birorta so‘zni ishlatmaydigan ikki so‘rov bir xil axborot ehtiyojini ifodalashi mumkin. Aksincha, bir-biriga juda o‘xshash ikki so‘rov turli maqsadlarga ega bo‘lishi mumkin.

Tadqiqot taklif qilgan operatsion yondashuv so‘rovlar javoblarda hosil qiladigan iqtibos naqshlaridan foydalanishdir. Bir xil yoki o‘xshash manba to‘plamlariga yo‘naladigan so‘rovlar sun’iy intellekt nuqtai nazaridan o‘xshash axborot ehtiyojlari bilan bog‘liq deb qabul qilinishi mumkin.

Bu yondashuv quyidagi farazga tayanadi:

O‘xshash iqtibos natijalariga olib keladigan so‘rovlar sun’iy intellektning ifoda makonida bir-biriga yaqin niyatlarni aks ettiradi.

Bu faraz maqolada eksperimental ravishda sinovdan o‘tkazilmagan. Insonlar belgilagan haqiqiy foydalanuvchi niyatlari bilan iqtibos naqshlariga asoslangan klasterlar qanchalik mos kelishi ochiq tadqiqot savolidir.

Niyat makoni faqat o‘lchov aniqligini oshiradigan vositami?

Yo‘q. Maqolaga ko‘ra, niyat makoni o‘lchovni yanada aniq qilishga xizmat qiladigan ikkilamchi texnika emas. U estimandni aniqlash uchun mantiqan zarur tarkibiy qismdir.

Kontekst farqlari ajratilmasdan so‘rovlar birlashtirilsa, o‘lchovchini tanlashga bog‘liqlik va aralashtirish tarafkashligi davom etadi. Ifoda faqat niyat klasterlariga shartlangan \(\theta_c\) qiymatlari ko‘rinishida aniq maqsadli kattalikka aylanadi.

Ishonchlilik qanday ko‘rib chiqilishi kerak?

Har bir niyat klasteridagi \(\theta_c\) qiymatini qayta ishlab bo‘ladigan tarzda baholash uchun yetarli miqdorda kuzatuv kerak. Kerakli takrorlar soni barcha klasterlarda bir xil bo‘lishi shart emas.

• Barqaror iqtibos naqshlariga ega klasterlarda kam sonli kuzatuv yetarli bo‘lishi mumkin.
• Javob o‘zgaruvchanligi yuqori bo‘lgan klasterlarda ko‘proq takror talab etilishi mumkin.
• Xato bardoshliligi va ishonch darajasi oldindan belgilanishi mumkin.
• Iqtibos naqshi yetarli barqarorlikka erishganda namunalar olish to‘xtatilishi mumkin.

Tadqiqot bu yondashuvni moslashuvchan kuzatuv protsedurasi sifatida taqdim etadi. Muayyan qat’iy takrorlar soni yoki o‘ziga xos tanlanma hajmi formulasi ishlab chiqilmagan.

Kam sonli so‘rov bilan statistik o‘lchov qilish mumkinmi?

Ko‘p sonli niyat klasterlarining har birida yetarli takror bajarish yuqori hisoblash va so‘rov xarajatini keltirib chiqarishi mumkin. Muallif kam sonli arzon kuzatuvlar bilan kamroq sonli yuqori sifatli kuzatuvlarni birgalikda ishlatishni taklif qiladi.

Tadqiqotda bu maqsad uchun ikki mavjud usul sohasi ko‘rsatiladi:

• Bashorat bilan qo‘llab-quvvatlangan inferensiya,
• Faol statistik inferensiya.

Asosiy g‘oya shundan iboratki, kam takrorga asoslangan qo‘pol baholardagi tizimli tarafkashlik ko‘p takrorli va aniqroq cheklangan miqdordagi kuzatuvlar bilan tuzatiladi. Kalibrlash yakunlangach, kamroq kuzatuv bilan statistik kafolat berish maqsad qilinishi mumkin.

Bu usullar tadqiqot doirasida qo‘llanmagan va xarajatni kamaytirish darajasi o‘lchanmagan.

Asosiy haqiqat bo‘lmaganda o‘lchov haqiqiyligi qanday sinovdan o‘tkazilishi mumkin?

Obyekt ifodasi to‘g‘ridan-to‘g‘ri kuzatiladigan fizik xususiyat emas. Bundan tashqari, muayyan so‘rovda qaysi obyekt albatta tilga olinishi kerakligini belgilovchi yagona va bahssiz to‘g‘ri ro‘yxat bo‘lmasligi mumkin. Shu sababli klassik aniqlik mezonini to‘g‘ridan-to‘g‘ri qo‘llab bo‘lmaydi.

Tadqiqot psixometriya va ijtimoiy fanlarda ishlatiladigan konstruktsiya haqiqiyligi yondashuvini taklif qiladi. Bu yondashuv haqiqiylikni bitta mos yozuv qiymati o‘rniga turli dalil manbalarining birikmasi orqali baholaydi.

Bu testlar sun’iy intellekt ifodasi mutlaq to‘g‘ri ekanini ko‘rsatmaydi. Ular o‘lchov nazariy jihatdan kutiladigan munosabatlarga mos keladimi-yo‘qmi, shuni baholaydi.

Odamlar uchun ishlab chiqilgan psixometriya LLMlarga to‘g‘ridan-to‘g‘ri ko‘chirilishi mumkinmi?

Tadqiqot bunday ko‘chirish to‘g‘riligini faraz qilmaydi. Odamlarda o‘lchanadigan ayrim konstruktsiyalar muayyan davr davomida nisbatan barqaror deb qabul qilinadi. Katta til modelining bir obyektga oid ifodasi esa model yangilanishi, tizim prompti, qidiruv infratuzilmasi va yangi axborot manbalari tufayli o‘zgarishi mumkin.

Shu sababli psixometrik konstruktsiya haqiqiyligini LLM ifodasiga qo‘llash tayyor va tasdiqlangan yechim emas, balki alohida sinovdan o‘tkazilishi kerak bo‘lgan tadqiqot taklifidir.

Qamrov nimani o‘lchaydi?

Obyekt ifodasi barcha niyat klasterlaridagi \(\theta_c\) qiymatlarining makonidir. Shu sababli faqat kuzatilgan klasterlardagi ko‘rsatkichlarni hisoblash yetarli emas. O‘lchov ifoda makonining qanchasini qamrab olgani ham ma’lum bo‘lishi kerak.

Uzoq so‘rovlar ro‘yxatidan foydalanish yuqori qamrovni kafolatlamaydi. Yuzlab so‘rov bir xil, tez-tez ishlatiladigan niyat hududida to‘planishi va kam uchraydigan ehtiyojlarni butunlay o‘tkazib yuborishi mumkin.

Qamrov o‘lchovi quyidagi savolga javob berishi kerak:

Kuzatilgan iqtibos naqshlari sun’iy intellekt ifoda makonining qanchasini ochib berdi va yangi kuzatuvning ilgari ko‘rilmagan naqsh hosil qilish ehtimoli qancha?

Kuzatilmagan turlar muammosi qanday moslashtiriladi?

Ekologiyada kuzatilgan namunalar asosida hali kuzatilmagan turlar sonini baholash muammosi mavjud. Faqat bir marta kuzatilgan toifalarning ulushi hali kuzatilmagan toifalar haqida ma’lumot berishi mumkin.

Tadqiqot bu yondashuvni iqtibos naqshlariga moslashtirishni taklif qiladi. Faqat bir marta ko‘rilgan iqtibos naqshlarining ulushi yuqori bo‘lsa, ifoda makonining muhim qismi hali kashf etilmagan bo‘lishi mumkin. Yangi so‘rovlar ilgari ko‘rilmagan naqshlarni hosil qilishni to‘xtatgani sari to‘yinganlikka yaqinlashilgan deb qabul qilish mumkin.

Maqola bu usulni haqiqiy iqtibos ma’lumotlarida qo‘llamagan va qamrov bahosini hisoblamagan.

Ko‘rinma to‘yinganlik bilan haqiqiy to‘yinganlik o‘rtasidagi farq nima?

Sun’iy intellektdan so‘rov yaratish so‘ralganda, model o‘quv ma’lumotlarida keng tarqalgan va oson hosil qilinadigan savol shakllariga moyil bo‘lishi mumkin. Shu tez-tez uchraydigan hududda yangi iqtibos naqshi qolmaganda o‘lchov to‘yingandek ko‘rinishi mumkin.

Biroq kam uchraydigan niyat hududlari hali ham kashf etilmagan bo‘lishi mumkin. Bu ko‘rinma to‘yinganlikdir. Kengroq to‘yinganlik da’vosi uchun model kam uchraydigan hududlarga yo‘naltirilishi va yangi naqsh topish ehtimoli baribir past bo‘lib qolishi kerak.

Tadqiqot faqat bir marta ko‘rilgan naqshlar ulushi bilan yaratilgan so‘rovlarning semantik tarqalishini birgalikda baholashni taklif qiladi.

So‘rovlar xilma-xilligi qanday miqdorlashtirilishi mumkin?

Tadqiqotda yaratilgan so‘rovlarning embedding vektorlaridan tuzilgan Gram matritsasi determinantidan semantik tarqalish o‘lchovi sifatida foydalanish mumkinligi aytiladi. Past tarqalish yaratilgan so‘rovlarning ifoda makonining tor va o‘xshash qismida to‘planganini ko‘rsatishi mumkin.

Bu usul barcha inson ehtiyojlari qamrab olinganini isbotlamaydi. U faqat yaratilgan so‘rovlar to‘plamining ichki semantik xilma-xilligi haqida ma’lumot beradi.

To‘liq ko‘r nuqtalar nega sun’iy intellekt tomonidan topilmasligi mumkin?

Model hech qanday prompt bilan yarata olmaydigan yoki ifodalay olmaydigan foydalanuvchi ehtiyojlari modelning ifoda makonidan tashqarida qoladi. Sun’iy intellekt o‘z ifoda makonidan tashqaridagi ehtiyojni faqat o‘z ishlab chiqarishi orqali aniqlay olmasligi mumkin.

Bu hududlarni topish uchun quyidagi manbalar kerak bo‘lishi mumkin:

• Foydalanuvchi intervyulari,
• Mijoz va qo‘llab-quvvatlash yozuvlari,
• Soha mutaxassislarining tajribasi,
• Tashkilot ichki bilimi,
• Mahalliy va madaniy kontekst,
• Hali modelda aks etmagan yangi ehtiyojlar.

Tadqiqot doirasi bu kamchilikni yo‘qotganini da’vo qilmaydi. Kamchilikni qamrov ko‘rsatkichi bilan ochiq tarzda hisobot qilishni taklif qiladi.

Ifoda bilan real holat o‘rtasidagi farq qanday o‘rganiladi?

Niyat klasterlari bo‘ylab obyekt ifodasi o‘lchangandan so‘ng natijalar tashqi dunyodagi tekshiriladigan ko‘rsatkichlar bilan taqqoslanishi mumkin. Sun’iy intellekt kompaniyani uning haqiqiy o‘rnidan ko‘proq yoki kamroq oldinga chiqarishi mumkin.

Tadqiqot ikki bosqichni ajratadi:

1. Farqni aniqlash: Ifoda o‘lchovi bilan tashqi ko‘rsatkichlar o‘rtasidagi nomuvofiqlikni aniqlash.
2. Farqni talqin qilish: Nomuvofiqlik xato, kechikish, qonuniy baholash yoki manba yetishmasligi ekanini aniqlash.

Birinchi bosqich o‘lchov va statistika doirasida ko‘rib chiqilishi mumkin. Ikkinchi bosqich kontekstga bog‘liq inson bahosini talab qiladi.

Qaysi qismlar matematik tarzda ko‘rib chiqilishi mumkin?

Qaysi qismlar inson bahosini talab qiladi?

GEO va AEO o‘lchovlari uchun xulosa nima?

Generativ motor optimallashtirish va javob motorini optimallashtirishda muvaffaqiyat odatda brend yoki manbaning sun’iy intellekt javoblarida ko‘proq ko‘rinishi bilan baholanadi. Tadqiqot bu o‘sish qaysi niyat kontekstida yuz bergani ko‘rsatilmasdan umumiy muvaffaqiyat sifatida talqin qilinmasligi kerakligini ta’kidlaydi.

Kontent ustidagi ish xarid tavsiyasi kontekstidagi ko‘rinuvchanlikni oshirishi mumkin; biroq texnik taqqoslash, ishonchlilik yoki mahalliy xizmat so‘rovlaridagi ko‘rinuvchanlikni o‘zgartirmasligi mumkin. Bu ta’sirlar alohida niyat klasterlarida o‘lchanishi kerak.

Bundan tashqari, ko‘proq iqtibos olish ifoda bilan real holat o‘rtasidagi farq albatta kamayganini ko‘rsatmaydi. Iqtibosning kontekstga mosligi va manbaning sifati alohida baholanishi kerak.

Tadqiqot qo‘llab-quvvatlaydigan va qo‘llab-quvvatlamaydigan xulosalar

Ochiq tadqiqot muammolari nimalar?

• Konstruktsiyaning statsionar emasligi: Model yangilanishlari bilan o‘zgaradigan ifodaning ishonchliligi va haqiqiyligi qanday aniqlanishi kerak?
• Ikki o‘lchovli kuzatuv taqsimoti: Qaysi niyat klasterlari tanlanishi va har bir klaster necha marta kuzatilishi birgalikda qanday optimallashtirilishi kerak?
• Iqtibos identifikatsiyasi: Domen nomi, ochiq havola, brend nomi, bilvosita tilga olish va turli yozilish shakllari qachon bir xil iqtibos deb hisoblanishi kerak?
• Manipulyatsiya ostidagi haqiqiylik: Tashkilotlar sun’iy intellekt iqtiboslariga ta’sir qilishga uringanda o‘lchov haqiqiyligi qanday saqlanishi kerak?
• Psixometrik ko‘chirish: Odamlar uchun ishlab chiqilgan konstruktsiya haqiqiyligi nazariyasi LLMlarga qanday o‘zgartirishlar bilan qo‘llanishi kerak?
• Ko‘r nuqtalar: Model ifodalay olmaydigan inson ehtiyojlari tizimli tarzda qanday aniqlanishi kerak?

Tadqiqotning Usuli va Natijalari

Tadqiqot turi

Tadqiqot eksperimental tadqiqot, miqdoriy dala tadqiqoti, tizimli sharh yoki meta-tahlil emas. U sun’iy intellektdagi obyekt ifodasini o‘lchashning konseptual obyektini aniqlaydigan va mavjud statistik usullarni bu muammoga qanday moslashtirish mumkinligini muhokama qiladigan nazariy va metodologik tadqiqotdir.

Muallif yondashuvi uchta asosiy da’voga tayangan:

1. Amaldagi obyekt ifodasi o‘lchovlarida estimand yetarlicha aniqlanmagan.
2. Estimand iqtibos ko‘rsatkichini foydalanuvchi niyati kontekstiga shartlash orqali aniqlanishi mumkin.
3. Bu ta’rif asosida ishonchlilik, haqiqiylik va qamrov matematik tarzda ko‘rib chiqilishi mumkin; natijalarni talqin qilish esa inson bahosini talab qiladi.

Metodologik tuzilma

Tadqiqotning asosiy konseptual natijalari

1. Bitta umumiy iqtibos ko‘rsatkichi obyektning o‘ziga tegishli o‘zgarmas xususiyat emas. Natija so‘rovlar to‘plamiga va so‘rovlarning aralashmasiga bog‘liq.
2. Geterogen so‘rovlarni birlashtirish aralashtirish tarafkashligini keltirib chiqarishi mumkin. Turli foydalanuvchi niyatlari alohida maqsadli kattaliklar sifatida ko‘rib chiqilishi kerak.
3. Obyekt ifodasi niyat klasterlaridagi iqtibos ko‘rsatkichlari makoni sifatida ta’riflanishi mumkin.
4. Niyat makoni o‘lchov uchun ikkilamchi emas, estimandni aniqlash uchun zarur tarkibiy qismdir.
5. Ishonchlilik haqiqiylikning o‘rnini bosa olmaydi. Ko‘p sonli takror noto‘g‘ri aniqlangan maqsadni tuzatmaydi.
6. Asosiy haqiqatga ega bo‘lmagan ifoda konstruktsiyasi ko‘p manbali konstruktsiya haqiqiyligi dalillari bilan baholanishi mumkin.
7. Qamrov sifatga oid “xilma-xillik” iborasi o‘rniga miqdoriy tarzda hisobot qilinishi kerak.
8. Sun’iy intellektning so‘rov yaratishi ifoda makonining kam uchraydigan hududlarini o‘tkazib yuborishi mumkin.
9. Ifodani o‘lchash bilan ifodaga ma’no berish alohida faoliyatlardir.

Bu natijalar eksperimental ma’lumotlar tahlilidan olingan xulosalar emas. Ular tadqiqotning formal argumentlari va mavjud usullarning konseptual moslashtirilishidan kelib chiqqan nazariy natijalardir.

Tadqiqotda ma’lumot va tajriba bormi?

Yo‘q. Tadqiqotda:

• Muayyan katta til modeli eksperimental ravishda so‘ralmagan.
• Haqiqiy kompaniya, veb-sayt yoki shaxs o‘lchanmagan.
• So‘rovlar ma’lumotlar to‘plami yaratilmagan.
• Niyat klasterlari hisoblanmagan.
• Iqtibosni aniqlash usuli qo‘llanmagan.
• Takrorlar soni yoki ishonch oralig‘i hisoblanmagan.
• Qamrov ko‘rsatkichi baholanmagan.
• Statistik ahamiyat testi o‘tkazilmagan.
• Taklif qilingan doira boshqa usullar bilan taqqoslanmagan.

Formulalarning vazifasi nima?

Birinchi formula tanlangan so‘rovlar to‘plamidagi umumiy iqtibos ko‘rsatkichini va bu ko‘rsatkichning so‘rov tanloviga bog‘liqligini ifodalaydi:

\[ \theta= \frac{1}{|Q|} \sum_{q\in Q}p(X\mid q) \]

Ikkinchi formula maqsadli kattalikni muayyan niyat klasteriga shartlab, qaysi kontekst o‘lchanayotganini aniq qiladi:

\[ \theta_c= \mathbb{E} \left[ p(X\mid q) \mid q\in c \right] \]

Bu formulalar yangi sun’iy intellekt modeli yoki bevosita qo‘llanadigan bashorat algoritmi emas. Ular tadqiqotning o‘lchov obyektiga oid konseptual farqini matematik tarzda ifodalaydi.

Sun’iy intellektdan foydalanish bayonoti

Muallif tadqiqotni tayyorlashda Anthropic Claude nomli katta til modelidan tadqiqot va yozuv yordamchisi sifatida foydalanganini tushuntiradi. Bayonotda foydalanish sohalari adabiyot qidiruvi, argumentlarni tuzish va matn tahriri sifatida ko‘rsatilgan.

Tadqiqotga ko‘ra, markaziy tezis, barcha da’volar, manbalarni tekshirish va yakuniy matn muallif zimmasidadir; muallif tomonidan ko‘rib chiqilgan va tasdiqlangan. Bu bayonot Claude tadqiqot muallifi yoki mustaqil ilmiy tekshiruvchi ekanini anglatmaydi.

Asosiy cheklovlar

• Taklif qilingan doira haqiqiy katta til modellarida empirik ravishda sinovdan o‘tkazilmagan.
• Iqtibos naqshlariga asoslangan niyat klasterlari haqiqiy foydalanuvchi niyatlarini to‘g‘ri ifodalaydimi-yo‘qmi noma’lum.
• Iqtibos identifikatsiyasini qanday aniqlash bo‘yicha amaliy standart mavjud emas.
• Niyat klasterlarining soni va chegaralarini belgilovchi o‘ziga xos algoritm taqdim etilmagan.
• Har bir klasterda kerakli takrorlar sonini aniqlaydigan amaliy hisob-kitob bajarilmagan.
• Bashorat bilan qo‘llab-quvvatlangan inferensiya so‘rov xarajatini qanchalik kamaytirishi o‘lchanmagan.
• Psixometrik konstruktsiya haqiqiyligini LLM ifodasiga ko‘chirish tasdiqlanmagan.
• Kuzatilmagan turlar usulining iqtibos naqshlaridagi xato xususiyatlari sinovdan o‘tkazilmagan.
• Sun’iy intellekt yaratgan so‘rovlarning generatsiya tarafkashligi hisoblanmagan.
• Model yarata olmaydigan to‘liq ko‘r nuqtalar matematik doiradan tashqarida qoladi.
• Model, versiya, tizim prompti, til, mintaqa va qidiruv infratuzilmasi ta’siri ajratilmagan.
• Manipulyativ kontent va generativ motor optimallashtirish sharoitida haqiqiylik sinovdan o‘tkazilmagan.
• Manbalar tizimli sharh protokoli bilan tanlanmagan.
• Tadqiqot mustaqil ekspert taqrizidan o‘tgani tasdiqlanmagan.

Natija qanday talqin qilinishi kerak?

Tadqiqotning xulosasi “sun’iy intellekt ko‘rinuvchanligini o‘lchab bo‘lmaydi” degani emas. Xulosa shuki, ko‘rinuvchanlikni bitta va kontekstdan mustaqil obyekt xususiyati sifatida ta’riflab bo‘lmaydi. O‘lchov aniq belgilangan foydalanuvchi niyatlari va shu niyatlarga shartlangan maqsadli kattaliklar orqali olib borilishi kerak.

Tadqiqot bitta yuqori darajadagi ko‘rinuvchanlik ballidan hech qachon foydalanib bo‘lmaydi deb ham da’vo qilmaydi. Turli niyat klasterlari aniq belgilangan va asoslangan taqsimotga ko‘ra birlashtirilishi mumkin. Biroq bunday indeks qaysi foydalanuvchi populyatsiyasini, qaysi so‘rov makonini va qaysi biznes maqsadini ifodalashi tushuntirilishi kerak.

Maqolaning asosiy hissasi tayyor o‘lchov mahsulotini taqdim etish emas, balki sun’iy intellekt ko‘rinuvchanligi tadqiqotlaridan oldin berilishi kerak bo‘lgan asosiy savolni aniqlashdir: Hisobot qilingan son qaysi estimandni, qaysi foydalanuvchi niyatlarini va qaysi ifoda makonini baholamoqda?

Manba va Usul Haqida Izoh

Tadqiqotning to‘liq asl nomi: How AI Perceives the World: Epistemic Foundations for Measuring Entity Representation without Ground Truth

To‘g‘ridan-to‘g‘ri turkcha muqobili: Yapay Zekâ Dünyayı Nasıl Algılıyor: Temel Gerçeklik Olmadan Varlık Temsilini Ölçmenin Epistemik Temelleri

Muallif: Shota Nagafuchi

Muallif tartibi: Tadqiqot bir mualliflidir.

Teng hissa yoki teng birinchi mualliflik: Mavjud emas.

Mas’ul/aloqa muallifi: Shota Nagafuchi

Aloqa manzili: shota_nagafuchi@tkbase.co.jp

Institutsional mansublik: Tech Knowledge Base, Inc. (TKBase)

SSRN qayd raqami: 6898142

DOI:10.2139/ssrn.6898142

Jurnal: Tadqiqotda ekspert taqrizidan o‘tgan jurnal nomi ko‘rsatilmagan.

Konferensiya: Tadqiqotda konferensiya nashri haqida ma’lumot berilmagan.

Nashr platformasi: SSRN – Social Science Research Network

Tadqiqot sanasi: Iyun 2026

Sahifalar soni: 12

Manba turi: Sun’iy intellektdagi obyekt ifodasi va ko‘rinuvchanlikni o‘lchashga oid konseptual va metodologik tadqiqot matni

Ekspert taqrizi holati: Tadqiqotda yoki tasdiqlangan bibliografik qaydda mustaqil ekspert taqrizi yakunlangani haqida ma’lumot yo‘q. Shu sababli tadqiqot ekspert taqrizidan o‘tgan jurnal maqolasi sifatida taqdim etilmasligi kerak.

Rasmiy tadqiqot havolasi:SSRN tadqiqot qayd sahifasi

Institutsional havola:Tech Knowledge Base rasmiy veb-sayti

Sun’iy intellektdan foydalanish bayonoti: Muallif Anthropic Claude’dan adabiyot qidiruvi, argumentlarni tuzish va matn tahririda yordamchi vosita sifatida foydalanganini; markaziy tezis, da’volar, manbalarni tekshirish va yakuniy matn o‘z mas’uliyatida ekanini bildirgan.

Ushbu turkcha izoh tadqiqotning 12 sahifasi; ikki formula, barcha asosiy bo‘limlar, ochiq tadqiqot muammolari, sun’iy intellektdan foydalanish bayonoti va manbalar ro‘yxati bilan birga boshidan oxirigacha ko‘rib chiqilib tayyorlangan. Tadqiqotda mavjud bo‘lmagan eksperimental natija, ma’lumotlar to‘plami, muvaffaqiyat ko‘rsatkichi, statistik natija, kompaniya bahosi yoki mahsulot ishlashi qo‘shilmagan.

Tashqi manbalardan faqat asl sarlavha, muallif, institutsional mansublik, SSRN qayd raqami, DOI va nashr platformasini bibliografik tasdiqlash maqsadida foydalanilgan. Ilmiy va metodologik tushuntirishlar faqat tadqiqot mazmuniga asoslangan.

Tadqiqotning asosiy cheklovi shundaki, sun’iy intellekt ko‘rinuvchanligini o‘lchashdagi fundamental konseptual muammoni batafsil yoritgan bo‘lsa-da, taklif qilgan niyat makoni, haqiqiylik va qamrov usullarini haqiqiy katta til modellarida qo‘llamagan. Shu sababli taklif etilgan doira tasdiqlangan standart yoki yakunlangan o‘lchov tizimi emas, balki empirik ravishda sinovdan o‘tkazilishi kerak bo‘lgan metodologik asosdir.