Ushbu tizimli sharh sunʼiy intellekt qashshoqlikni bevosita “hal qila oladimi yoki yoʻqmi” degan savolni emas, balki qashshoqlikka qarshi dasturlar qanday nishonlanishi, resurslar qanday taqsimlanishi, xizmatlar qanday yetkazilishi, dasturlar qanday kuzatilishi va algoritmik qarorlar qanday nazorat qilinishi jarayonlaridagi rolini oʻrganadi. Tadqiqotchilar Scopus, Web of Science Core Collection va Directory of Open Access Journals (DOAJ) orqali 2015–2025 davrini koʻrib chiqdilar; 387 dastlabki yozuvdan PRISMA 2020 asosidagi saralash va sifat baholash natijasida 48 tadqiqot yakuniy sintezga kiritildi.

Koʻrib chiqilgan adabiyotlarda sunʼiy intellekt ayniqsa sunʼiy yoʻldosh tasvirlari, geografik maʼlumotlar, maʼmuriy yozuvlar va raqamli izlar birgalikda qoʻllanadigan qashshoqlikni bashorat qilish; ijtimoiy himoya dasturlarini nishonlash; moliyaviy inklyuziya; qishloq xoʻjaligi va qishloq turmush manbalari; sogʻliqni saqlash, taʼlim va asosiy xizmatlar kabi sohalarda ajralib turadi. Mashinaviy oʻrganish va boshqa AI usullari anʼanaviy ravishda siyrak yoki kechikib yigʻiladigan maʼlumotlar bilan bir qatorda, tez-tez yangilanadigan maʼlumot oqimlaridan foydalanib qashshoqlik koʻrsatkichlarini yanada batafsil baholash va maʼmuriy jarayonlarni avtomatlashtirishga hissa qoʻshishi mumkin.

Biroq tadqiqot sunʼiy intellektni avtomatik ravishda kambagʻallar manfaatiga xizmat qiluvchi yoki betaraf texnologiya sifatida baholamaydi. Toʻliq boʻlmagan va tarafkash maʼlumot toʻplamlari, raqamli kirishdagi tengsizliklar, yetarli boʻlmagan infratuzilma, zaif tartibga solish salohiyati, maxfiylik muammolari, kuzatuv, algoritmik kamsitish va qarorlarga eʼtiroz bildirish imkonining yoʻqolishi mavjud ijtimoiy tengsizliklarni kuchaytirishi mumkin. Sharhning asosiy xulosasi shuki, sunʼiy intellektning qashshoqlik boshqaruvidagi qiymati faqat model aniqligiga emas; maʼlumotlar boshqaruvi, institutsional salohiyat, mahalliy kontekstga moslashuv, shaffoflik, inson nazorati va taʼsir koʻrgan hamjamiyatlarning ishtirokiga ham bogʻliq.

Tadqiqot global qamrovga ega va Turkiyaga xos alohida baholash bermaydi. Turkiya uchun toʻgʻridan-toʻgʻri siyosiy xulosa chiqarish uchun foydalaniladigan maʼlumotlarning vakilligi, raqamli kirish, institutsional salohiyat, ijtimoiy yordam va xizmat jarayonlarining tuzilishi, inson nazorati va avtomatik qarorlarga eʼtiroz mexanizmlari mahalliy maʼlumotlar bilan alohida baholanishi kerak.

“Qashshoqlik boshqaruvi” bilan “qashshoqlikni kamaytirish” bir xil narsa emas

Tadqiqotdagi muhim kontseptual farqlardan biri qashshoqlik boshqaruvi bilan qashshoqlikni kamaytirish oʻrtasidadir. Qashshoqlikni kamaytirish daromad, sogʻliqni saqlash, taʼlim yoki yashash sharoitlaridagi yaxshilanish kabi yakuniy rivojlanish natijalarini anglatadi. Qashshoqlik boshqaruvi esa ehtiyojlar qanday aniqlanishi, qaysi shaxs yoki hamjamiyatlar ustuvorlashtirilishi, resurslar qanday ajratilishi, dasturlar qanday amalga oshirilishi, natijalar qanday kuzatilishi va qaror qabul qiluvchilar qanday hisobdor boʻlishi bilan bogʻliq.

Shu sababli tadqiqot sunʼiy intellektning texnik jihatdan qanchalik ilgʻor ekanidan koʻra, AI tizimlari ijtimoiy himoya va rivojlanish institutlarining qaror qabul qilish mexanizmlarini qanday oʻzgartirishini oʻrganadi.

Tadqiqotda qoʻllanilgan toʻrtta boshqaruv mexanizmi

Mualliflar turli sohalardagi AI ilovalarini toʻrtta asosiy boshqaruv mexanizmi orqali taqqoslaydi:

1. Nishonlash va resurslarni taqsimlash: Kim qoʻllab-quvvatlash olishi va resurslar qaysi shartlarda taqsimlanishini aniqlash.
2. Xizmat koʻrsatish: Ijtimoiy himoya, sogʻliqni saqlash, taʼlim va boshqa xizmatlarni amalga oshirish va yetkazish.
3. Monitoring va baholash: Dastur samaradorligi, xavflar va oʻzgarib borayotgan qashshoqlik sharoitlarini kuzatish.
4. Hisobdorlik va ishtirok: Algoritmik qarorlarning tushuntirilishi, audit qilinishi va fuqarolarning qarorlarni tushunib, savol ostiga qoʻya olishi.

Nega sunʼiy intellekt sotsiotexnik tizim sifatida koʻriladi?

Sharh sunʼiy intellektni faqat algoritmlardan iborat hisoblash vositasi sifatida baholamaydi. AI tizimining haqiqiy taʼsiri oʻquv maʼlumotlari, maʼlumotlar infratuzilmasi, institutlarning ishlash tartibi, tartibga solish salohiyati, siyosiy va ijtimoiy kuch munosabatlari hamda u qoʻllanadigan mahalliy kontekst bilan birgalikda shakllanadi.

Bu yondashuv ayniqsa resurslari cheklangan sharoitlarda muhim. Agar shaxs yoki hamjamiyat maʼlumot tizimlarida yetarli darajada aks etmasa, texnik jihatdan yuqori aniqlikka ega model ham oʻsha guruhni notoʻgʻri tasniflashi yoki butunlay koʻrinmas holga keltirishi mumkin.

Tadqiqotning nazariy asoslari

Tadqiqot bir nechta nazariy yondashuvlarni birlashtiradi. Koʻp oʻlchovli qashshoqlik yondashuvi qashshoqlikni faqat daromad yetishmasligi emas; sogʻliqni saqlash, taʼlim, oziqlanish, uy-joy, xizmatlardan foydalanish, xavfsizlik va ovoz huquqi kabi oʻzaro bogʻliq mahrumliklar orqali koʻradi.

Imkoniyatlar yondashuvi texnologiyaning qiymatini odamlarning mazmunli hayot tanlovlarini kengaytiradimi yoki yoʻqmi degan mezon orqali baholashga yordam beradi. AI yordamidagi sogʻliqni saqlash, taʼlim yoki moliyaviy xizmatlar kirishni oshirishi mumkin; ammo xuddi shu texnologiya ayrim guruhlarni chetda qoldirsa, odamlarning tanlovlarini ham toraytirishi mumkin.

Raqamli rivojlanish adabiyoti texnologiya natijasi faqat texnik xususiyatlar bilan belgilanmasligini; institutlar, madaniyat, kuch munosabatlari va mahalliy salohiyat amalga oshirish muvaffaqiyatida hal qiluvchi ekanini taʼkidlaydi.

Murakkablik yondashuvi esa qashshoqlik iqtisodiy, ijtimoiy, ekologik va institutsional tizimlarning oʻzaro taʼsiridan kelib chiqishini tan oladi. Sunʼiy intellektning koʻplab oʻzgaruvchilar va chiziqli boʻlmagan munosabatlarni bitta modelda qayta ishlay olishi shu nuqtada potensial ustunlik sifatida baholanadi.

Nihoyat, AI etikasi va maʼlumotlar adolati yondashuvlari maʼlumotlarda kim aks etishi, maʼlumot kim tomonidan nazorat qilinishi, algoritmik qarorlar qaysi guruhlarga foyda yoki zarar yetkazishi va odamlar avtomatik qarorlarni shubha ostiga qoʻyish huquqiga egami yoki yoʻqmi degan savollarni markazga qoʻyadi.

Mavzu 1: Qashshoqlikni bashorat qilish va nishonlashda AI

Sharhda eng aniq foydalanish sohalaridan biri qashshoqlikni geografik va vaqt jihatidan yanada batafsil bashorat qilishdir. Koʻrib chiqilgan tadqiqotlar sunʼiy yoʻldosh tasvirlari, tungi yorugʻlik, qurilish zichligi, yer xususiyatlari, mobil telefon foydalanishi va boshqa raqamli izlarni mashinaviy oʻrganish modellari bilan birlashtiruvchi yondashuvlarni oʻrganadi.

Bu tizimlarning maqsadi faqat “kim kambagʻal?” degan savolga javob berish emas. Yuqori xavfli hududlarni ertaroq aniqlash, zaiflikni vaqt davomida kuzatish va inqirozdan oldin oziq-ovqat yordami, naqd pul oʻtkazmalari yoki boshqa qoʻllab-quvvatlashlarni rejalashtirish ham oʻrganilgan foydalanish yoʻnalishlaridandir.

Manba sharhining talqini AI asosidagi usullar uzoq oraliqlarda oʻtkaziladigan anʼanaviy uy xoʻjaligi soʻrovlarini butunlay yoʻq qilishi kerak degan fikr emas. Sunʼiy intellekt tez-tez yangilanadigan va turli manbalardan keladigan maʼlumotlardan foydalanib mavjud axborot infratuzilmasini toʻldiruvchi vosita sifatida taqdim etiladi.

Mavzu 2: Ijtimoiy himoya va xizmat koʻrsatishda avtomatlashtirish

Ikkinchi tadqiqot yoʻnalishi ijtimoiy yordam va davlat xizmatlarini boshqarishdir. Koʻrib chiqilgan adabiyotlarda AI; benefitsiarlar mosligini baholash, maʼmuriy yozuvlarni birlashtirish, firibgarlikni aniqlash, toʻlovlarni rejalashtirish va dastur samaradorligini kuzatish kabi vazifalarda koʻrib chiqiladi.

Bu ilovalar, ayniqsa, maʼmuriy salohiyat cheklangan tizimlarda ish yukini kamaytirishi mumkin. Biroq ijtimoiy yordam olish huquqining algoritmik tasnifga bogʻlanishi xato xavfini yanada nozik masalaga aylantiradi. Modelning notoʻgʻri salbiy tasnifi yordamga muhtoj shaxsning tizimdan tashqarida qolishiga olib kelishi mumkin.

Mavzu 3: Moliyaviy inklyuziya va turmush manbalari

Sharhda AI yordamidagi moliyaviy texnologiyalar kam daromadli shaxslarning kredit, jamgʻarma yoki sugʻurta xizmatlariga kirishini kengaytirishi mumkin boʻlgan vositalar sifatida baholanadi. Anʼanaviy kredit tarixi yoki garovi boʻlmagan shaxslarni mobil toʻlov tarixi va boshqa muqobil raqamli maʼlumotlar asosida baholash adabiyotda ajralib turadigan qoʻllanmalardan biridir.

AI asosidagi biznes tahlili va tavsiya tizimlari kichik bizneslarni talabni bashorat qilish, narxlash, riskni baholash va taʼminot zanjirini rejalashtirish kabi masalalarda qoʻllab-quvvatlash bilan ham bogʻlanadi.

Ammo muqobil maʼlumotlardan foydalanish moliyaviy inklyuziyani avtomatik ravishda adolatli qilmaydi. Tarafkash maʼlumotlar, noaniq kredit reyting mexanizmlari yoki kuchli platformalarning maʼlumotlar ustidan nazorati yangi chetlatish shakllarini yaratishi mumkin.

Mavzu 4: Qishloq xoʻjaligi, oziq-ovqat tizimlari va qishloq turmush manbalari

Qishloq xoʻjaligi qashshoqlik va oziq-ovqat xavfsizligi bilan bevosita bogʻliqligi sababli sharhda muhim soha hisoblanadi. Koʻrib chiqilgan AI ilovalari orasida aniq dehqonchilik, hosildorlikni bashorat qilish, kasallik va zararkunandalarni aniqlash, tuproq va sugʻorishni optimallashtirish, iqlimga asoslangan erta ogohlantirish hamda bozor prognozlari bor.

Bu vositalar ishlab chiqaruvchilarning resurslardan foydalanishi va risk boshqaruvini yaxshilashi mumkin. Shu bilan birga, tadqiqot qoʻllanilgan bulut infratuzilmasi, xususiy modellar va maʼlumotlarni qayta ishlash tizimlari aralashuv amalga oshirilayotgan mamlakatlardan tashqarida nazorat qilinsa, maʼlumotlarga qaramlik va mahalliy nazoratning yoʻqolishi yuzaga kelishi mumkinligini taʼkidlaydi.

Mavzu 5: Sogʻliqni saqlash, taʼlim va asosiy xizmatlar

Sogʻliqni saqlash sohasidagi adabiyot AI yordamidagi diagnostika tizimlari, masofaviy tibbiy xizmatlar, triaj va epidemiyalarni erta aniqlash kabi qoʻllanmalarga qaratilgan. Maqsad, ayniqsa xizmatlardan foydalanish cheklangan muhitlarda tibbiy salohiyatni qoʻllab-quvvatlashdir.

Taʼlim sohasida adaptiv oʻrganish, shaxsiylashtirilgan taʼlim, til qoʻllab-quvvatlashi va aqlli oʻqitish tizimlari ajralib turadi. Bu texnologiyalar oʻrganish yordamini shaxsiylashtirishi mumkin; ammo raqamli infratuzilmaga kira olmaydigan oʻquvchilarning chetda qolishi tengsizlikni kuchaytirishi mumkin.

Suv va energiya kabi asosiy xizmatlarda esa talabni bashorat qilish, sizib chiqishni aniqlash, sensor maʼlumotlarini tahlil qilish va taqsimotni optimallashtirish kabi qoʻllanmalar oʻrganiladi.

Mavzu 6: Barcha sohalarni kesib oʻtuvchi xavflar

Oltinchi mavzu maʼlum bir sektor emas, barcha qoʻllanish sohalariga xos umumiy muammolarni qamrab oladi. Sharhda takrorlanadigan asosiy xavflar maʼlumotlar tarafkashligi, raqamli chetlatish, maxfiylik, kuzatuv, yetarli boʻlmagan infratuzilma, zaif tartibga solish, algoritmik shaffoflikning yetishmasligi va mahalliy institutsional salohiyatning yetarli emasligi sifatida belgilanadi.

Sharhning qiyosiy xulosasiga koʻra, AI hissasi natijalarni raqamlashtirish va kuzatish mumkin boʻlgan bashorat, tasnif va maʼmuriy muvofiqlashtirish kabi vazifalarda aniqroq koʻrinadi. Taqsimot adolati, inson mulohazasi, ijtimoiy legitimlik va asosiy huquqlar kabi sifatli baholashlar markazda boʻlgan sohalarda esa dalillar koʻproq bahsli va kontekstga bogʻliq.

Maʼlumotlar tarafkashligi nega qashshoqlik siyosatida ayniqsa muhim?

AI tizimi oʻqitilgan maʼlumotlarda yetarlicha aks etmagan shaxslarni toʻgʻri baholay olmasligi mumkin. Kam daromadli yoki chekka hududlarda yashovchilar raqamli yozuvlarda kamroq koʻrinsa, model ularni aslidan kamroq zaif deb koʻrsatishi mumkin. Ijtimoiy himoya yoki kredit mosligi kabi katta taʼsirga ega qarorlarda bunday xatolar resurslar taqsimotini bevosita oʻzgartirishi mumkin.

Shu sababli sharh faqat algoritm aniqligini emas, maʼlumot qayerdan kelishini, kimlar yetarli darajada aks etmaganini va notoʻgʻri qarorlar kimlarga taʼsir qilishini ham soʻroq qilishni tavsiya qiladi.

“Human-in-the-loop” nega muhim?

Tadqiqot inson nazoratini shunchaki texnik tanlov emas, boshqaruv kafolati sifatida koʻradi. Daromad yordami, sogʻliqni saqlash, taʼlim yoki boshqa asosiy xizmatlardan foydalanishga taʼsir qiluvchi avtomatik qarorlarni toʻliq yopiq algoritmga topshirish notoʻgʻri qarorlarni aniqlash va ularga eʼtiroz bildirishni qiyinlashtirishi mumkin.

Sharh tavsiya qilgan masʼuliyatli yondashuv inson nazorati, mustaqil audit, algoritmik shaffoflik, adolatga sezgir model dizayni va taʼsir koʻrgan hamjamiyatlarning dizayn jarayonidagi ishtirokini birgalikda koʻrib chiqadi.

Maʼlumotlar mustamlakachiligi xavfi nimani anglatadi?

Manba tadqiqot qashshoqlikka qarshi kurashda qoʻllaniladigan maʼlumot va AI infratuzilmasi mahalliy hamjamiyatlardan maʼlumot yigʻar ekan, model, hisoblash infratuzilmasi va qaror kuchi boshqa aktorlarda jamlanishi mumkinligiga eʼtibor qaratadi. Bunday tuzilma mahalliy institutlarning oʻz rivojlanish maʼlumotlari ustidan nazoratini kamaytirishi va uzoq muddatli texnologik qaramlikka olib kelishi mumkin.

Shu sababli AI infratuzilmasi kimga tegishli ekani, modellar qayerda ishlab chiqilishi va olingan maʼlumotlardan qaysi maqsadlarda qayta foydalanish mumkinligi tadqiqotda boshqaruv masalasi sifatida koʻriladi.

Tadqiqot qoʻllab-quvvatlagan xulosalar

• Koʻrib chiqilgan adabiyotlarda AI qashshoqlikni bashorat qilish va benefitsiarlarni nishonlashda koʻp manbali maʼlumotlarni integratsiya qilishni qoʻllab-quvvatlay oladigan vosita sifatida ajralib turadi.
• AI asosidagi avtomatlashtirish ijtimoiy himoya va xizmat koʻrsatishdagi ayrim maʼmuriy jarayonlarni tezroq va muvofiqlashtirilgan tarzda bajarishga hissa qoʻshishi mumkin.
• Muqobil maʼlumotlar va mashinaviy oʻrganish moliyaviy xizmatlarga kirish, qishloq xoʻjaligida qarorlarni qoʻllab-quvvatlash va asosiy xizmatlarni rejalashtirish kabi sohalarda yangi imkoniyatlar yaratadi.
• AI foydasi maʼlumotlar sifati, raqamli infratuzilma, mahalliy salohiyat, shaffoflik va institutsional boshqaruv sharoitlariga kuchli darajada bogʻliq.
• Algoritmik tarafkashlik, maxfiylik, kuzatuv, raqamli chetlatish va hisobdorlikning yetishmasligi qashshoqlik siyosatida bevosita taqsimot adolati muammolariga aylanishi mumkin.

Tadqiqot qoʻllab-quvvatlamagan, sinamagan yoki isbotlamagan xulosalar

• Sunʼiy intellekt qashshoqlikni maʼlum bir foizga kamaytirishini koʻrsatuvchi umumiy taʼsir kattaligi hisoblanmagan.
• AI asosidagi ijtimoiy yordamni nishonlash har bir mamlakatda klassik usullardan adolatliroq ekani isbotlanmagan.
• Sunʼiy yoʻldosh tasviri yoki mobil maʼlumotlar asosidagi qashshoqlik prognozi rasmiy uy xoʻjaligi soʻrovlarini butunlay almashtira oladigan usul sifatida tasdiqlanmagan.
• Muqobil maʼlumotlar bilan kredit reytingi barcha kam daromadli guruhlar uchun kamsitishni kamaytirishi koʻrsatilmagan.
• AI’dan sogʻliqni saqlash, taʼlim yoki qishloq xoʻjaligida foydalanishning oʻzi uzoq muddatli qashshoqlik kamayishiga sabab boʻlishi isbotlanmagan.
• Koʻrib chiqilgan ilovalar barcha kam daromadli mamlakatlarda bir xil natija berishi koʻrsatilmagan.
• Sharh meta-tahlil emas va tadqiqotlarning umumiy miqdoriy taʼsir kattaligini hisoblamaydi.

Turkiya nuqtayi nazaridan qanday oʻqilishi kerak?

Tadqiqot global qamrovga ega va Turkiya uchun alohida kichik tahlil bermaydi. Shu sababli sharhdagi xalqaro misollardan Turkiyadagi ijtimoiy himoya yoki davlat xizmatlari uchun toʻgʻridan-toʻgʻri samaradorlik xulosasi chiqarib boʻlmaydi.

Turkiya sharoitida oʻxshash AI tizimlari baholanganda model aniqligi bilan bir qatorda maʼlumotlarning vakilligi, raqamli kirish, mahalliy institutsional salohiyat, inson nazorati, qarorlarning tushuntirilishi va notoʻgʻri tasnifga qarshi eʼtiroz mexanizmlari birgalikda baholanishi kerak. Bu talablar tadqiqotning umumiy boshqaruv doirasidan kelib chiqadi; tadqiqot ularni Turkiyada bevosita sinamagan.

Tadqiqot Usuli va Natijalari

Tizimli sharh qamrovi

Soʻnggi adabiyot qidiruvi 15 Oktyabr 2025 sanasida amalga oshirilgan. Tadqiqot davri 1 Yanvar 2015 bilan 15 Oktyabr 2025 oraligʻidagi ingliz tilidagi nashrlar bilan cheklangan.

Uchta bibliografik manba ishlatilgan:

• Scopus
• Web of Science Core Collection
• Directory of Open Access Journals (DOAJ)

Kiritilgan nashr turlari taqrizdan oʻtgan jurnal maqolalari va ilmiy kitob boblaridir. Tahririyat maqolalari, konferensiya tezislari va taqrizdan oʻtmagan hisobotlar chiqarib tashlangan.

Qidiruv strategiyasi

Qidiruv uchta asosiy tushuncha guruhini birlashtirgan. Birinchi blok “artificial intelligence”, “machine learning”, “deep learning” va “predictive analytics”; ikkinchi blok “poverty”, “poverty reduction”, “social protection” va “livelihoods”; uchinchi blok esa “governance”, “targeting”, “delivery” va “accountability” atamalaridan tuzilgan.

Tadqiqotning kiritish mezonlariga koʻra AI tadqiqotning markaziy mavzusi boʻlishi, tadqiqot qashshoqlik yoki qashshoqlik bilan bogʻliq natija bilan shugʻullanishi va ochiq yoki yashirin tarzda boshqaruv mexanizmiga tegishi kerak.

PRISMA tanlash jarayoni

Dastlabki qidiruvda 387 yozuv aniqlangan. 56 takroriy yozuv chiqarilgach, 331 yozuv sarlavha va annotatsiya skriningiga olingan. Bu bosqichda 258 tadqiqot chiqarib tashlangan, 73 toʻliq matn moslik baholashiga oʻtgan. Toʻliq matn baholashida yana 25 tadqiqot chiqarilgan va yakuniy sintezga 48 tadqiqot kiritilgan.

Nega toʻliq matn bosqichida 25 tadqiqot chiqarildi?

Bu uch sababning yigʻindisi 25 boʻlib, manba tadqiqotdagi toʻliq matn saralash izohi bilan mos keladi.

Sifat baholash qanday amalga oshirildi?

Miqdoriy, sifat va aralash usuldagi empirik tadqiqotlar Mixed Methods Appraisal Tool, 2018 versiyasi yordamida baholangan. Baholash ikki tadqiqotchi tomonidan mustaqil ravishda amalga oshirilgan.

Empirik tadqiqotlar yuqori ishonch, oʻrta ishonch yoki past ishonch darajasidagi hissalar sifatida tasniflangan. Past ishonchli tadqiqotlar faqat noyob sektoral yoki kontekstual maʼlumot berganda saqlangan va ularning natijalari ehtiyotkorroq talqin qilingan.

Kontseptual tadqiqotlar va sharhlarga empirik sifat ballari berilmagan; ular kontseptual moslik boʻyicha baholanib, asosan ramka va talqin maqsadlarida foydalanilgan.

Manba tadqiqot ushbu ishonch guruhlaridagi tadqiqotlar sonini yoki har bir tadqiqot uchun MMAT natijalarini eʼlon qilmagani sababli, sifat taqsimotini Verianla tomonidan son jihatdan qayta tiklash mumkin emas.

Qaysi maʼlumotlar ajratib olindi?

Har bir tadqiqotdan bibliografik maʼlumotlar, mamlakat yoki mintaqa, qoʻllanish sektori, ishlatilgan AI usuli, koʻrib chiqilgan boshqaruv mexanizmi, bildirilgan foyda va xavflar hamda qoʻllangan kontseptual doiralar standartlashtirilgan shakl orqali ajratib olingan.

Soʻng iterativ kodlash, tavsifiy mavzularni ishlab chiqish va alohida tadqiqotlardan tashqariga chiqadigan analitik mavzularni shakllantirishni oʻz ichiga olgan tematik sintez qoʻllanilgan.

Tadqiqotda aniqlangan oltita tematik soha

Bu jadval manba tadqiqotda “indicative”, yaʼni yoʻnaltiruvchi va toʻliq boʻlmagan tasnif sifatida taʼriflangan. Mavzular boʻyicha tadqiqot soni berilmagani sababli jadval prevalensiya yoki taʼsir kattaligi jadvali sifatida oʻqilmasligi kerak.

Eng kuchli dalil qaysi boshqaruv vazifalarida koʻrinadi?

Mualliflarning qiyosiy sinteziga koʻra AI hissasi eng izchil tarzda bashorat, tasnif va maʼmuriy muvofiqlashtirish talab qiladigan sohalarda koʻrinadi. Qashshoqlik xaritalash, benefitsiarlarni nishonlash va firibgarlikni aniqlash bunga misol boʻladi.

Bunga qarshi, taqsimot adolati, kontekstga sezgir inson qarori, fuqarolik ishtiroki va asosiy huquqlar kabi elementlar markazda boʻlgan boshqaruv vazifalarida natijalar koʻproq oʻzgaruvchan va bahsli. Shuning uchun yuqori prognoz koʻrsatkichi bilan yaxshi boshqaruv bir xil narsa emas.

Sharhdan kelib chiqqan asosiy boshqaruv shartlari

Tadqiqot barcha sohalarda takroran taʼkidlagan shartlar: kuchli maʼlumotlar boshqaruvi, inklyuziv raqamli infratuzilma, kontekstga sezgir dizayn, algoritmik shaffoflik, institutsional salohiyat, inson nazorati va taʼsir koʻrgan hamjamiyatlarning ishtirokidir.

Bu shartlar tadqiqotda keyinchalik qoʻshilgan etik tafsilotlar emas, balki AI ning qashshoqlik boshqaruvidagi muvaffaqiyatini belgilovchi asosiy tizim komponentlari sifatida baholanadi.

Asosiy metodologik va daliliy cheklovlar

Meta-tahlil oʻtkazilmagan: Koʻrib chiqilgan tadqiqotlarning umumiy taʼsir kattaligi hisoblanmagan va AI ning qashshoqlik ustidagi umumiy miqdoriy taʼsiri baholanmagan.

Dalillar geografik jihatdan nomutanosib: Raqamli infratuzilma va tadqiqot salohiyati kuchliroq mamlakatlar adabiyotda koʻproq koʻrinadi; zaif, mojarodan zarar koʻrgan va juda kam daromadli muhitlar boʻyicha dalillar cheklangan.

Uzoq muddatli natijalar cheklangan: Koʻplab tadqiqotlar texnik samaradorlik koʻrsatkichlariga eʼtibor qaratgan, daromad taqsimoti, ijtimoiy taʼsirlar, gender farqlari va kesishuvchi natijalarni uzoq vaqt kuzatadigan tadqiqotlar esa kam.

Qiyosiy institutsional tadqiqotlar cheklangan: Bir xil AI aralashuvi turli boshqaruv modellarida nega muvaffaqiyatli yoki muvaffaqiyatsiz boʻlishini taqqoslaydigan tadqiqotlar yetarli emas.

Qashshoqlikning ayrim sohalari kam oʻrganilgan: Ayniqsa norasmiy shahar turmush manbalari va parvarish mehnati kabi koʻp oʻlchovli qashshoqlikning muhim sohalari AI-rivojlanish adabiyotida kamroq aks etgan.

Tematik chastotalar bildirilmagan: Oltita tematik soha aniqlangan boʻlsa-da, har bir mavzuda nechta tadqiqot borligi berilmagan.

Sifat taqsimoti toʻliq bildirilmagan: MMAT asosidagi ishonch toifalari tushuntirilgan boʻlsa-da, tadqiqotlarning alohida sifat natijalari va guruh sonlari taqdim etilmagan.

Korpus chegarasi toʻliq qayta kuzatilmaydi: Manbalar roʻyxati nazariy va kontekstual manbalar bilan yakuniy 48 tadqiqotni alohida ajratadigan roʻyxat bermagani sababli, har bir havolaning tizimli sharh korpusiga tegishli ekanini barcha holatlarda mustaqil aniqlash mumkin emas.

Manba va Usul Izohi

Toʻliq original tadqiqot nomi: The Role of Artificial Intelligence in Poverty Governance: A Systematic Literature Review of Innovations and Implementation Challenges

Mualliflar: Ismail Sheik; Gabriel Kabanda.

Mualliflar tartibi: Ismail Sheik birinchi, Gabriel Kabanda ikkinchi muallif.

Teng hissa/teng birinchi muallif: Manbada teng hissa yoki teng birinchi mualliflik bayonoti yoʻq.

Masʼul muallif: Ismail Sheik.

Muassasa: Graduate School of Business and Leadership, University of KwaZulu-Natal, Westville Campus, Durban 4000, KwaZulu-Natal, South Africa.

Jurnal: Administrative Sciences.

Nashriyot: MDPI, Basel, Switzerland.

Jild / son / maqola: 16(6), 269.

DOI: 10.3390/admsci16060269

Yuborilgan sana: 3 Fevral 2026.

Qayta koʻrib chiqilgan sana: 8 Aprel 2026.

Qabul qilingan sana: 9 Aprel 2026.

Nashr sanasi: 4 Iyun 2026.

Manba turi: PRISMA 2020 koʻrsatmalariga asoslangan tizimli adabiyot sharhi va tematik sintez.

Taqriz holati: Tadqiqot taqrizdan oʻtgan Administrative Sciences jurnalida chop etilgan tizimli sharhdir.

Rasmiy nashr havolasi:Rasmiy DOI sahifasi

Litsenziya: Creative Commons Attribution (CC BY).

Moliyalashtirish: Tadqiqot tashqi moliyalashtirish olmagan.

Etika qoʻmitasi: Manbada “Not applicable” deb koʻrsatilgan.

Axborotli rozilik: Manbada “Not applicable” deb koʻrsatilgan.

Maʼlumotlar mavjudligi: Tadqiqotda yangi maʼlumot toʻplami yaratilmagan yoki tahlil qilinmagan; tadqiqot chop etilgan taqrizdan oʻtgan jurnal maqolalari va ilmiy kitob boblarining tizimli sharhiga asoslanganligi bildiriladi.

Tashakkur / yozuv vositasi bayonoti: Mualliflar maqolani tayyorlashda mos soʻz tanlashni qoʻllab-quvvatlash uchun Grammarly dan foydalanganini, natijalarni koʻrib chiqib tahrir qilganini va mazmun uchun javobgarlikni oʻz zimmasiga olganini bildirgan.

Manfaatlar toʻqnashuvi: Mualliflar manfaatlar toʻqnashuvi yoʻqligini bildirgan.

Muallif hissalari: Kontseptuallashtirish, metodologiya, validatsiya va formal tahlil I.S. va G.K.; tadqiqot va resurslar I.S.; maʼlumotlarni kuratsiya qilish I.S. va G.K.; dastlabki qoralama hamda koʻrib chiqish/tahrirlash I.S. va G.K.; moliyalashtirishni jalb qilish I.S. va G.K. tomonidan bildirilgan.

Ushbu Verianla mazmunidagi ilmiy topilmalar, mavzu tasniflari, usul maʼlumotlari va talqin chegaralari yuklangan original tizimli sharhga asoslangan. Tashqi tekshiruv faqat nashr identifikatori va jurnalning taqriz holatini tasdiqlash maqsadida ishlatilgan; asosiy ilmiy mazmunga tashqi manbadan yangi AI samaradorligi natijasi, qashshoqlik maʼlumoti yoki siyosat taʼsiri qoʻshilmagan.

Tadqiqot yangi sunʼiy intellekt tizimini ishlab chiqmagan, qashshoqlikda yashovchi shaxslar ustida bevosita aralashuv oʻtkazmagan va meta-tahliliy umumiy taʼsir kattaligini hisoblamagan. Shu sababli AI qashshoqlikni maʼlum foizga kamaytiradi yoki maʼlum bir qoʻllanma real dunyoda sababiy jihatdan ustun degan xulosa bu sharhdan chiqarilmaydi.

Manbada tematik sohalar va jahon mintaqalari taqsimoti jamlangani aytilgan boʻlsa-da, Jadval 1 miqdoriy mavzu yoki mintaqa taqsimotini bermaydi. MMAT sifat baholashida ishlatilgan ishonch toifalari tushuntirilgan, ammo toifalar boʻyicha tadqiqot sonlari va individual baholashlar bildirilmagan. Shuningdek, yakuniy 48 tadqiqot bilan ramka/muhokama maqsadida ishlatilgan boshqa manbalarni alohida ajratadigan korpus roʻyxati mavjud emas. Ushbu hisobot cheklovlari Verianla tomonidan yashirincha toʻldirilmagan yoki taxmin qilinmagan.