AQSh hukumati seshanba kuni (20-yanvar) sun'iy intellekt (AI) sohasida strategik yo'qotishni qayd etdi, chunki Chris Fall Sun'iy Intellekt Standartlari va Innovatsiyalari Markazi (CAISI) direktorligidan ketdi. U faqat uch oy davomida bu lavozimni egallagan edi va Donald Tramp ma'muriyati tomonidan tayinlangan edi.
Hukumat aniq muqobilni tayinlagan bo'lmasa, Milliy standartlar va texnologiyalar instituti (NIST) direktori Arvind Raman vaqtinchalik direktor vazifasini o'z zimmasiga oladi. Bu harakat Washington ilg'or AI texnologiyalarini nazorat qilishni kuchaytirishi va AQSh korporatsiyalari egallagan bozorga kirishni maqsad qilgan xitoy kompaniyalari bilan tobora kuchayib borayotgan raqobatga duch kelishi bilan sodir bo'lmoqda.
Fallning ketishi Oq uyda asosiy AI siyosatini kim belgilashini savol ostiga qo'yadi. Bundan tashqari, Tramp ma'muriyati hali ham David Sacksning o'rniga doimiy muqobilni tayinlamagan, u avvalgi AQSh hukumatining AI va kriptovalyutalar masalalariga mas'ul shaxs edi.
Tijorat vazirligi kotibi Kristen Eichamer Raman NISTni boshqarishda davom etishini va vaqtinchalik CAISIni boshqarishini tasdiqladi. CAISI AQSh hukumatiga tijorat AI tizimlari bilan bog'liq baholash va texnik hamkorlik tartiblarini yaratishda yordam berish uchun tashkil etilgan bo'lib, ushbu texnologiyalarning rivojlanishi bo'yicha sinovlar va tadqiqotlarga hissa qo'shadi.
Bu harakat Donald Tramp prezidenti tomonidan AIga bag'ishlangan ijroiy buyruq imzolanganidan keyin sodir bo'ldi. Ushbu hujjat ishlab chiquvchilarga to'liq ishga tushirishdan oldin tizimlarini hokimiyat tahlili uchun ixtiyoriy ravishda hukumatga taqdim etish imkonini beradi. Buyruq shuningdek, federal idoralardan 60 kun ichida ushbu texnologiyalar uchun baholash tuzilmasini yaratishni talab qildi, bu esa yangi modellarni ishga tushiradigan kompaniyalar uchun noaniq muhit yaratdi.
OpenAI va Anthropic kabi kompaniyalar allaqachon tartibga solish ta'sirini namoyish etishdi; OpenAI iyun oyida AQSh hukumatining so'rovi bilan GPT-5.6 seriyasining tarqatilishini ishonchli hamkorlarga cheklab qo'ygan. Avvalroq, Anthropic Tijorat vazirligining eksport nazorati qarorlari tufayli Fable 5 va Mythos 5 modellariga kirishni vaqtincha to'xtatgan. Ichki qayta tashkillashtirish Xitoyda ishlab chiqilgan ochiq kodli AI modellarining, masalan, Moonshot AI startapi Kimi K3 ning rivojlanishi bilan parallel ravishda sodir bo'lmoqda va bu AQSh tizimlari bilan farqni kamaytirishga yordam bermoqda.
Bundan tashqari, Tramp ma'muriyati ijroiy buyruq choralari joriy etilishini «Gold Eagle» deb nomlangan tizim orqali boshladi, u raqamli xavfsizlik zaifliklarini aniqlash va tuzatishga qaratilgan. Oq uyning ta'kidlashicha, bu mexanizm allaqachon kiberxavfsizlik zaifliklarini qabul qilib, ularni ustuvorlashtirmoqda va tekshiruvlarni muvofiqlashtirmoqda, garchi CAISI bu tashabbusning ishtirokchisi sifatida tilga olinmagan bo'lsa ham.
Arizalar yuborish va turli imkoniyatlarga hujjatlarni moslashtirishda nomzodlar olgan javoblar ko'pincha bir xil ekanligini sezishi mumkin. Stanford universiteti tomonidan olib borilgan tadqiqot bu o'xshashlik tasodif emasligini ko'rsatadi.
Tadqiqotchilar millionlab ariza ma'lumotlarini tahlil qilib, turli kompaniyalar bir xil qabul qilish va rad etish mezonlariga ega sun'iy intellekt tizimlaridan foydalanishi mumkin degan xulosaga kelishdi. Algoritmik monokulturalar bo'yicha o'tkazilgan ushbu tadqiqot 11 ta iqtisodiy sektorga tegishli 156 ta kompaniya tomonidan 3,4 milliondan ortiq shaxs tomonidan topshirilgan taxminan 4 million ta ariza ni ko'rib chiqdi.
Aniqlangan muhim omil shundaki, barcha tashkilotlar bir xil yetkazib beruvchidan taqdim etilgan algoritmlardan foydalanmoqda. Ushbu batafsili 'algoritmik monokultura' deb nomlangan hodisani aniqlashga imkon berdi, bu atama qishloq xo'ziqchiligidan ilhomlangan bo'lib, u yerda katta maydonlar faqat bitta turdagi ekin uchun ajratiladi. Ko'pgina kompaniyalar bir xil vositalarni qabul qilganda, ular nomzodlarni mohiyatan bir xil mantiq asosida baholash ehtimoli oshadi, bu modelning o'ziga xos muvaffaqiyatlari va kamchiliklariga ham tegishli.
Boshqa bir muhim kashfiyot nomzodlarning o'xshash profillari bilan bog'liq. Tadqiqotga ko'ra, o'xshash xususiyatlarga ega shaxslar turli korporatsiyalarda ishga kirish uchun raqobatlashayotgan bo'lsalar ham, izchil baholashni olish tendensiyasiga ega. Asosiy natijalar shuni ko'rsatadiki, to'rtta tanlov jarayoniga qatnashgan nomzodlarning taxminan 10 foizi barchasida rad etiladi. Bundan tashqari, o'n ta vakansiyaga ariza berganlarning taxminan 4 foizi ketma-ket o'n marta rad etiladi.
Rad etishlar mustaqil qarorlar qabul qilinganda kutilgan darajadan yuqori chastotada sodir bo'ladi. Ko'plab rezyumelar hatto inson resurslari xodimi tomonidan ko'rib chiqilmasdan ham chiqarib tashlanishi kuzatiladi. Bu xatti-harakat tasodifiymi yoki yo'qmi deb tasdiqlash uchun tadqiqotchilar ma'lumotlarni nazariy bazaviy chiziq va algoritmlar markazlashmagan yig'ish bo'yicha oldingi tadqiqotlar bilan solishtirdilar va ketma-ket rad etishlar turli tanlov jarayonlari o'rtasidagi umumiy naqshni aks ettirishini ko'rsatdilar.
O'tkazilgan simulyatsiyalarga ko'ra, rezyume yuborishni davom ettirish hali ham foydali. Tadqiqot ariza hajmini oshirish imkoniyatga ega bo'lish ehtimolini yaxshilashini ko'rsatadi, garchi kompaniyalar bir xil tizimlardan foydalansa, bu foyda kamayadi. Qarorlar avtonom bo'lgan holatda, kamida bitta ijobiy tavsiya olish uchun taxminan o'n ta ariza yetarli bo'ladi. Biroq, jarayonlar markazlashgan platformalar orqali vositachilik qilinadigan bo'lsa, 99,9% ehtimollikni ta'minlash uchun bu son taxminan 25 ta ariza gacha oshadi.
Mualliflar shuningdek, yig'ishga yo'naltirilgan texnologiya bozorining konsentratsiyasi haqida ogohlantirish berishdi. Kam ta'minotchilar ko'plab kompaniyalarga xizmat qilgani sababli, mavjud har qanday tarafkashliklar yoki cheklovlar tez tarqalishi mumkin. Bundan tashqari, bu platformalarning kam shaffofligi mustaqil tadqiqotlarni o'tkazishni qiyinlashtiradi va bunday vositalar bandga kirishga qanday ta'sir qilishini tushunishni murakkablashtiradi, chunki ko'plab nomzodlar uchun bu jarayon algoritmni rezyume bilan birinchi marta tahlil qilganini bilmasdan kechadi.
Sun'iy intellekt (SI) vositalari turli sohalarda samaradorlikni oshirish uchun katta salohiyatga ega ekanligi ko'rsatilgan. Biroq, yaqinda chiqqan tadqiqotlar bu texnologiyalardan befarq foydalanish shaxslarning kognitiv qobiliyatlarini zaiflashtirishi mumkinligini bildiradi.
Tahlil qilingan tadqiqotlar shuni ko'rsatadiki, bu tizimlarga haddan tashqari bog'liq bo'lish foydalanuvchilarning texnologik yordamsiz muammolarni hal qilish qobiliyatini pasaytirishi mumkin. Bu ogohlantirish talabalar va mutaxassislar bilan o'tkazilgan tadqiqotlar natijasida paydo bo'ldi, bunda SI dan foydalangan ishtirokchilar darhol natijalarda yaxshilanishni ko'rsatishgan, ammo shu vazifalarni mustaqil bajarishda qiyinchiliklarga duch kelishgan.
Ishchilar va talabalar bilan o'tkazilgan tajribalar SI faoliyati o'z kompetensiyalari bilan mos keladigan faoliyatlarda natijalarni optimallashtirishini tasdiqladi. Boston Consulting Group konsulentlarining yuzlab ishtirokchilari bilan o'tkazilgan tadqiqotda Wharton School tadqiqotchilari SI ga kirish imkoniyati bo'lganlar tomonidan yakunlangan vazifalarning miqdori ortganini va sarflangan vaqt kamayganini kuzatishdi.
Organization Science jurnalida 2026-yilda nashr etilgan bu so'rovnoma SI yordamida ishlaydigan xodimlar texnologiya eng malakali bo'lgan vazifalarda yuqori sifatli ishlar ishlab chiqarganini ochib berdi. Eng sezilarli taraqqiyot dastlab past darajadagi ishlashga ega bo'lgan mutaxassislar orasida kuzatildi.
Xuddi shunday o'xshash topilma Carnegie Mellon Universityning Grace Liu tomonidan matematik muammolarni hal qilishga qaratilgan tadqiqotda aniqlandi. Talabalar SI ga kirish imkoniyati bor va yo'q bo'lganlarni solishtirganda, mashg'ulotlar davomida resursdan foydalana olganlar orasida yuqori natija kuzatildi.
Darhol erishilgan g'alabalarga qaramay, tadqiqotchilar texnologik yordam olib tashlangandan so'ng salbiy ta'sirlarni aniqladilar. SI ga o'rgangan shaxslar hech qachon bu resursdan foydalanmaganlarga qaraganda pastroq samaradorlikni namoyish etishdi va qiyinchiliklarga nisbatan kamroq chidamlilik ko'rsatishdi.
Bundan tashqari, boshqa bir tadqiqot SI tomonidan yaratilgan javoblarga haddan tashqari ishonishning qaror qabul qilishga qanday ta'sir qilishini o'rgandi. Steven Shaw va Gideon Nave 1300 dan ortiq ishtirokchini baholashdi va «kognitiv topshirish» deb nomlanuvchi hodisani aniqladilar, bu esa foydalanuvchi o'z bahosini mashina taqdim etgan xulosaga berib tashlash bilan tavsiflanadi.
Tadqiqotchilar SI tez fikrlash va batafsil tahlil qilishning an'anaviy usullarini to'ldiruvchi uchinchi kognitiv mexanizm sifatida ishlashi mumkinligini ta'kidlaydilar, bu Daniel Kahneman tomonidan tasvirlangan. Muammo bu vosita inson fikrlashiga qo'shimcha bo'lishdan to'xtab, uni butunlay almashtira boshlaganda yuzaga keladi.
Mutaxassislar SI oldidagi muhim ko'nikma qaysi vazifalar inson nazoratida qolishi va qaysilari avtomatlashtirilgan tizimlarga topshirilishi kerakligini farqlash bo'lishini ta'kidlaydilar. Foydalanuvchi texnologiya chegaralarini tushunsa va uning natijalarini baholay olsa, hamkorlik yanada samaraliroq bo'ladi.
Nature Human Behavior jurnalida 2024-yilda nashr etilgan va SI bilan 106 ta tajriba asosida olingan tahlil, insonlar va mashinalar o'zaro ishlashining har bir tomon o'z eng ustun bo'lgan sohasida harakat qilganda optimallashtirilishini ko'rsatdi. Biroq, tizim ustunlikni namoyish etganda, insonning vositaga ishonish yoki unga qarshi chiqishni bilmasligi natijani buzishi mumkin.
Intervyu qilingan mutaxassislar g'oyalarni dastlabki konsepsiyalash, matn yozish va bilim yaratish kabi jarayonlar insonning faol ishtirokini talab qilishini ta'kidladilar. Ularga ko'ra, SI mavjud ishlarni ko'rib chiqish, argumentlarni savol ostiga qo'yish va takomillashtirish bosqichlarida ko'proq qiymatlidir.
Xavotir ta'lim muhitiga ham tarqaladi. Tilga olingan tadqiqotlar talabalar uy vazifalarini tezlashtirish uchun SI dan faqat foydalanish orqali kamroq o'rganishlari mumkinligini ko'rsatdi. Boshqa tomondan, agar vosita tushuntirishlar olish, savollar shakllantirish va tushunchalarni singdirish uchun ishlatilsa, o'rganish jarayoniga zarar yetkazish minimal darajada bo'ladi.
Anthropicdagi Judy Hanwen Shen va Alex Tamkin yangi dasturlash kutubxonasini o'rganayotgan ishlab chiquvchilar bilan o'tkazgan tadqiqotlarida SI tayyor yechimlarni olish uchun qisqa yo'l sifatida ishlatilganda tushunchaviy, kodni o'qish va xatoliklarni tuzatishdagi qiyinchiliklarni qayd etishdi. Tadqiqotchilarning tavsiyasi SI ni shunchaki aqliy harakatni yo'qotish o'rniga, savol berishni rag'batlantiruvchi va tahliliy qobiliyatni kengaytiruvchi chuqurlashtirish vositasi sifatida qayta sozlashdir.
