AI İstifadəsi Artıq Özünü Yüksək Qiymətləndirməyə Səbəb Olur

İnsanlardan hər hansı bir işdə nə qədər yaxşı olduqlarını qiymətləndirmələri istəndikdə, onlar bu təxmini tamamilə yanlış verməyə meyllidirlər. Bu, universal bir insani xüsusiyyətdir və effekti daha çox bacarıq səviyyəsi aşağı olan insanlarda müşahidə olunur. Psixoloqların adını daşıyan və ilk dəfə onlar tərəfindən araşdırılan Dunning-Kruger effekti adlanan bu fenomen o deməkdir ki, müəyyən bir işdə çox yaxşı olmayan insanlar həddindən artıq özlərinə güvənirlər, yüksək bacarıqlı insanlar isə öz bacarıqlarını adətən aşağı qiymətləndirirlər. Bu, çox vaxt diqqəti, qərar qəbul etməyi, mühakiməni və dili qiymətləndirmək üçün hazırlanmış koqnitiv testlərlə üzə çıxır. Lakin indi Finlandiyanın Aalto Universitetinin alimləri (Almaniya və Kanadadan olan əməkdaşlarla birlikdə) süni intellektdən (Sİ) istifadə etməyin Dunning-Kruger effektini demək olar ki, aradan qaldırdığını – hətta demək olar ki, tərsini etdiyini aşkar ediblər. Tədqiqatları göstərdi ki, problemləri həll etmək üçün ümumi çatbotlardan istifadə edərkən, hər kəs (bacarıq səviyyəsindən asılı olmayaraq) cavabların keyfiyyətinə həddən artıq etibar etməyə meylli olurdu, ən təcrübəli Sİ istifadəçiləri isə bunu daha çox edirdi. Komanda öz tapıntılarını "Computers in Human Behavior" jurnalının 2026-cı ilin fevral sayında dərc edib.

Nəticələrin təəccübləndirən təsiri

Böyük dil modellərinin (BDM) yayılması sayəsində hamımız Sİ savadlılığımızı artırdıqca, tədqiqatçılar iştirakçıların Sİ sistemləri ilə qarşılıqlı əlaqədə daha yaxşı olacaqlarını, eyni zamanda Sİ-dən istifadə etməkdə öz performanslarını daha dəqiq qiymətləndirə biləcəklərini gözləyirdilər. Hesabatın həmmüəllifi, Aalto Universiteti kompüter alimi Robin Velş bir bəyanatda bildirib ki, "Əvəzində, tapıntılarımız nümunəmizdə Sİ-dən istifadə edərkən öz performansını dəqiq qiymətləndirməkdə əhəmiyyətli bir bacarıqsızlığı ortaya qoyur". Tədqiqat zamanı alimlər 500 subyektə Hüquq Məktəbinə Qəbul Testindən (LSAT) məntiqi əsaslandırma tapşırıqları veriblər; onlardan yarısına populyar ChatGPT çatbotundan istifadə etməyə icazə verilib. Hər iki qrup sonradan həm Sİ savadlılıqları, həm də necə performans göstərdikləri barədə sorğu-sual edilib və öz performanslarını dəqiq qiymətləndirdikləri təqdirdə əlavə kompensasiya vəd olunub.

Ağlabatan səbəblər və "zehni yükün ötürülməsi"

Bu tapıntıların arxasında müxtəlif səbəblər dayanır. Süni intellekt istifadəçiləri adətən yalnız bir sual və ya təlimatdan sonra cavablarından məmnun qaldıqları, əlavə yoxlama və ya təsdiq etmədən cavabı qəbul etdikləri üçün, Velşin "koqnitiv boşaltma" adlandırdığı hərəkəti etmiş olurlar – yəni sualı daha az düşünərək və daha "səthi" bir şəkildə yanaşaraq araşdırırlar. Öz düşüncə prosesimizə daha az cəlb olunma – "meta-koqnitiv izləmə" adlanır – kritik düşüncənin adi rəy dövrələrini aşmağımız deməkdir ki, bu da performansımızı dəqiq qiymətləndirmə qabiliyyətimizi azaldır. Daha da diqqətçəkən odur ki, hamımız intellektimizdən asılı olmayaraq, süni intellektdən istifadə edərkən öz bacarıqlarımızı olduğundan yüksək qiymətləndiririk, yüksək və aşağı bacarıqlı istifadəçilər arasındakı fərq isə azalır. Tədqiqat bunu BDM-lərin hər kəsin performansını müəyyən dərəcədə yaxşılaşdırması ilə əlaqələndirir.

Gələcək risklər və həll yolları

Tədqiqatçılar bunu birbaşa qeyd etməsələr də, bu tapıntı həm də alimlərin ümumi BDM-lərin çox yaltaq olub-olmadığını soruşmağa başladığı bir vaxta təsadüf edir. Aalto komandası süni intellektin daha geniş yayılması ilə bir neçə potensial nəticə barədə xəbərdarlıq edib. Birincisi, meta-koqnitiv dəqiqlik ümumilikdə zərər görə bilər. Nəticələri ciddi şəkildə sorgulamadan daha çox onlara güvəndikcə, istifadəçi performansının yaxşılaşması, lakin tapşırıqları nə qədər yaxşı etdiyimizə dair anlayışın azalması arasında bir mübadilə yaranır. Tədqiqatda alimlər bildiriblər ki, nəticələr üzərində düşünmədən, səhvləri yoxlamadan və ya daha dərin əsaslandırma aparmadan, etibarlı məlumat əldə etmə qabiliyyətimizi zəiflətmək riskini daşıyırıq. Bundan əlavə, Dunning-Kruger effektinin düzləşməsi o deməkdir ki, hamımız süni intellektdən istifadə edərkən öz bacarıqlarımızı olduğundan yüksək qiymətləndirməyə davam edəcəyik, Sİ savadlı olanlarımız isə bunu daha da çox edəcək ki, bu da səhv hesablanmış qərar qəbul etmə mühitinin artmasına və bacarıqların aşınmasına gətirib çıxaracaq. Tədqiqatın belə bir azalmanın qarşısını almaq üçün təklif etdiyi üsullardan biri, Sİ-nin özünün istifadəçilərdə daha çox sorğu-sualı təşviq etməsi, tərtibatçıların cavabları düşünməyi təşviq etmək üçün yenidən istiqamətləndirməsidir – sözün əsl mənasında "bu cavaba nə qədər əminsiniz?" və ya "nəyi gözünüzdən qaçıra bilərdiniz?" kimi suallar vermək, yaxud inam göstəriciləri kimi tədbirlər vasitəsilə əlavə qarşılıqlı əlaqəni təşviq etməkdir. Bu yeni tədqiqat, Kral Cəmiyyətinin bu yaxınlarda irəli sürdüyü kimi, süni intellekt təliminin yalnız texniki bacarıqları deyil, həm də tənqidi düşüncəni əhatə etməli olduğuna dair artan inama əlavə dəstək verir. Alimlər bildiriblər ki, "Biz... istifadəçiləri öz performansları üzərində tənqidi düşünməyə güc verərək meta-koqnitiv monitorinqi gücləndirmək üçün interaktiv Sİ sistemləri üçün dizayn tövsiyələri təklif edirik".

24 saat