Ғарази алгоритмӣ (algorithmic bias) тамоюли низоми зеҳни сунъӣ ё низоми қабули қарорҳои алгоритмӣ аст, ки бинобар маълумот, тарҳрезӣ, моделсозӣ ё раванди қабули қарор, ки истифода мекунад, барои гурӯҳҳои муайян натиҷаҳои ба таври низомманд фарқкунанда ва эҳтимолан ноодилона ба вуҷуд меорад. Ин таҳқиқот барои омӯзиши дарки нобаробарии гендерӣ нисбат ба занон дар равандҳои бо зеҳни сунъӣ дастгиришавандаи ба кор қабул кардан ва муайян кардани музди меҳнат аз пурсиши пӯшида бо 65 иштирокчӣ, ки ба намунагирии ҷавоби ихтиёрӣ асос ёфтааст, истифода бурда, натиҷаҳоро асосан бо фоизҳо арзёбӣ кардааст. Қисми назарраси иштирокчиён бар ин назаранд, ки занон метавонанд барои ҳамон як кор музди камтар гиранд, дар пешрафти мансабӣ ба номуваффақӣ рӯ ба рӯ шаванд ва воситаҳои ба AI асосёфтаи ба кор қабул кардан худкорона қарори одилонатарро кафолат намедиҳанд. Бо вуҷуди ин, азбаски таҳқиқот қарорҳои алгоритми воқеии ба кор қабул кардан ё пешниҳодҳои маоши онро ба номзадони зан ва мард ба таври таҷрибавӣ муқоиса накардааст, ин натиҷаҳои пурсиш исбот намекунанд, ки AI мустақиман сабаби нобаробариҳои мазкур аст; онҳо пеш аз ҳама дарки иштирокчиён ва ҳамоҳангии онро бо нигарониҳои мавҷуд дар адабиёт нишон медиҳанд.

Бахши адабиёти таҳқиқот ба се манбаи асосии табъизи алгоритмӣ тамаркуз мекунад: маълумоти омӯзишие, ки нобаробариҳои гузашта дар он инъикос шудаанд, ғаразҳое, ки метавонанд дар тарҳрезии модел ё низом ба вуҷуд оянд, ва эътимоди одамон ба тавсияҳои алгоритмӣ бидуни арзёбии интиқодӣ. Муаллифон баҳс мекунанд, ки нобаробарии гендерӣ дар маълумоти таърихии бозори меҳнат ё музди меҳнат метавонад ба моделҳои ояндаи тартиббандии номзадҳо ё пешгӯии маош интиқол ёбад; инчунин нокофӣ будани шаффофияти мантиқи қарор метавонад барои шахсони таъсирдида мушоҳида ва ба савол кашидани натиҷаҳои эҳтимолии табъизомезро душвор созад.

Дар пурсиш барои саволи марбут ба гирифтани музди камтари занон дар манбаъ ду қатор фоизи гуногун мавҷуд аст. Расми 1 дар PDF тақрибан %67,7 “ҳа”, %22,6 “не/аз малака ва таҷриба вобаста аст” ва %9,7 “мутмаин нест” нишон медиҳад, дар ҳоле ки матни шарҳдиҳандаи ҳамон расм арзишҳои %65,6, %25 ва %9,4-ро медиҳад. Азбаски манбаъ сабаби ин номувофиқиро шарҳ намедиҳад, ду қатор якҷо карда нашудаанд ва ҳеҷ яке ба ҷойи дигаре “ислоҳ” карда нашудааст.

Дар таҳқиқот ҳамчунин гуфта мешавад, ки %58 аз иштирокчиён фикр мекунанд занон мисли мардон ба қадри кофӣ пешбарӣ намешаванд, %32 аз онҳо бар ин назаранд, ки гендер ба пешрафти мансабӣ таъсир надорад ва %10 аз онҳо мутмаин нестанд. Дар саволи он ки воситаҳои ба AI асосёфтаи ба кор қабул кардан оё ба кор қабули одилонатарро таъмин мекунанд ё не, %41 аз иштирокчиён шубҳа изҳор кардаанд, ки AI метавонад ғаразҳои инсонро инъикос ё тақвият диҳад; %37 аз онҳо нисбатан хушбин будаанд, ки AI метавонад табъизро коҳиш диҳад; %22 аз онҳо бетараф монда ё интихоб накардаанд. Гузориш шудааст, ки %62 аз иштирокчиён қоидаҳоеро дастгирӣ мекунанд, ки ширкатҳоро вазифадор месозанд низомҳои ба AI асосёфтаи ба кор қабул кардан ва маошро аз ҷиҳати ғараз санҷиш кунанд.

Тавсияҳои асосии амалии таҳқиқот чунинанд: истифодаи маълумоти мутавозинтар ва фарогир, санҷишҳои мунтазами ғараз, фаҳмотар ва шаффофтар кардани қарорҳои алгоритмӣ, ҷалби одамони дорои заминаҳо ва таҷрибаҳои гуногун ба раванди таҳияи AI, омӯзонидани кормандони захираҳои инсонӣ дар бораи ғарази алгоритмӣ ва истифодаи AI ҳамчун воситаи дастгирӣ дар қарорҳои ба кор қабул кардан ба ҷойи он ки арзёбии инсонро пурра иваз кунад. Ин тавсияҳо дахолатҳое нестанд, ки пурсиш онҳоро мустақиман ба таври таҷрибавӣ муқоиса кардааст; онҳо тавсияҳои амалӣ мебошанд, ки аз синтези адабиёт ва натиҷаҳои пурсиш бароварда шудаанд.

Мушкилоти асосии таҳқиқот

Дар захираҳои инсонӣ зеҳни сунъӣ метавонад барои гурӯҳбандии резюмеҳо, мувофиқ кардани номзадҳо ба вазифаҳо, арзёбии иҷроиш ва пешгӯии музди меҳнат истифода шавад. Яке аз интизориҳои асосӣ аз чунин истифода арзёбии зуд ва пайдарпайи миқдори зиёди маълумот аст. Аммо омӯзонидани алгоритм бо қарорҳои таърихие, ки одамон қабул кардаанд, маънои онро надорад, ки нобаробариҳои мавҷуд дар он қарорҳо худкорона аз байн мераванд.

Агар дар маҷмӯи маълумоти ба кор қабул кардан дар гузашта аксари вазифаҳои муайян ба мардон дода шуда бошанд, модел метавонад намунаи “номзади муваффақ”-ро аз мисолҳои таърихие омӯзад, ки дар онҳо мардон бартарӣ доранд. Барои ин шарт нест, ки модел ошкоро ба шакли “занонро рад кун” барномарезӣ шуда бошад. Агар хусусиятҳои истифодашуда, собиқаи корӣ, вазифаҳои пешина ё дигар тағйирёбандаҳо бо сохтори иҷтимоии таърихӣ иртибот дошта бошанд, модел метавонад ҳамон намунаҳоро ғайримустақим бозтавлид кунад.

Ғарази Алгоритмӣ Дар Ба Кор Қабул Кардан Чӣ Гуна Пайдо Шуда Метавонад?

Мувофиқи чаҳорчӯбаи адабиёти ин таҳқиқот, ғарази алгоритмӣ дар ба кор қабул кардан танҳо аз ядрои математикии модел сар намезанад; маълумоти таърихии истифодашуда, интихоби тарроҳони низом ва рафтори қароргирандагони инсонӣ, ки аз баромади AI истифода мекунанд, метавонанд якҷоя ба натиҷаҳо таъсир расонанд. Аз ин рӯ, таҳқиқот адолати алгоритмиро на танҳо ҳамчун масъалаи “навиштани алгоритми беғараз”, балки ҳамчун масъалаи иҷтимоӣ-техникӣ мебинад, ки тамоми занҷири маълумот–тарҳрезӣ–қарорро фаро мегирад.

1. Ғараз аз маълумоти омӯзишӣ

Ҳангоме ки низоми омӯзиши мошинӣ бо маълумоти таърихии ба кор қабул кардан ё музди меҳнат омӯзонида мешавад, модел робитаҳои дар маълумот мавҷудбударо меомӯзад. Дар маълумоти таърихӣ бештар намояндагӣ шудани мардон дар баъзе вазифаҳо ё дар гузашта музди камтар гирифтани занон метавонад заминаро барои боз пайдо шудани ин фарқиятҳо дар пешгӯиҳои оянда фароҳам кунад.

Фарқи муҳим дар ин ҷо чунин аст: модел метавонад саволи “дар гузашта чӣ рӯй дод?”-ро омӯзад; аммо ҷавоби саволи “чӣ бояд одилона бошад?” худкорона аз маълумоти таърихӣ ба даст намеояд. Аз нигоҳи оморӣ зуд-зуд рух додани рафтори гузашта маънои аз нигоҳи ахлоқӣ ё ҳуқуқӣ дуруст будани онро надорад.

2. Ғараз аз марҳилаи тарҳрезӣ

Ҳангоми таҳияи низоми AI одамон қарор медиҳанд, ки кадом маълумот истифода шавад, кадом тағйирёбандаҳо ба модел ворид шаванд, кадом натиҷаҳо ҳамчун муваффақият таъриф шаванд ва хатогиҳо чӣ гуна арзёбӣ гарданд. Аз ин рӯ, рафтори низоми алгоритмӣ на танҳо маҳсули маълумот, балки маҳсули қарорҳои тарҳрезӣ низ мебошад.

Баррасии адабиёти таҳқиқот ин нуқтаро бо равиши “algorithmic inclusion” пайванд медиҳад. Дар ин равиш адолат хусусияте нест, ки пас аз анҷоми низом худ аз худ пайдо шавад; он ҳадафи тарҳрезист, ки бояд дар интихоби маълумот, ҳайати таҳия, санҷиш ва равандҳои қабули қарор фаъолона ба назар гирифта шавад.

3. Одамон тавсияи AI-ро чӣ гуна истифода мекунанд

Ҳатто агар алгоритм танҳо тавсия диҳад, қароргирандаи инсонӣ метавонад бе дарки маҳдудиятҳои он тавсияро дуруст шуморад. Дар чунин ҳолат ғарази низом метавонад тавассути қарори инсон ба раванди созмонӣ интиқол ёбад. Аз дидгоҳи таҳқиқот, бинобар ин, ҷудокунии содаи “қарорро инсон қабул кард ё AI?” кофӣ нест; чӣ гуна тафсир шудани тавсияи AI аз ҷониби инсон низ муҳим аст.

Нақши маълумоти таърихӣ дар пешгӯии музди меҳнат

Бахши адабиёти таҳқиқот муҳокима мекунад, ки агар низомҳои пешниҳод ё пешгӯии маош маълумоти таърихии музди меҳнатро истифода баранд, хатари бозтавлиди фарқияти таърихии музди гендерӣ вуҷуд дорад. Агар дар маълумоти гузашта, бо вуҷуди вазифа ва таҷрибаи монанд, музди занон ба таври низомманд камтар бошад, омӯхтани “маоши мувофиқи бозор” танҳо аз чунин маълумот метавонад нобаробарии мавҷударо ба меъёр табдил диҳад.

Ин механизм дар пурсиши худи таҳқиқот бо иҷрои мустақими модели пешгӯии маош санҷида нашудааст. Манбаъ механизмро бо такя ба адабиёти пешина муҳокима карда, натиҷаҳои пурсишро бо дарки кормандон аз нобаробарии музди меҳнат пайваст мекунад.

Чаро шаффофият муҳим аст?

Агар номзад нафаҳмад, ки чаро рад шудааст ё чаро ба ӯ музди муайян пешниҳод гардидааст, эътироз ба натиҷаи эҳтимолан нодуруст ё табъизомез душвор мегардад. Аз ин рӯ, таҳқиқот на танҳо ба дақиқии модел, балки ба фаҳмопазирии механизми қарор ва ҳисоботдиҳӣ низ аҳамият медиҳад.

Шаффофият дар ин ҷо ҳатман маънои онро надорад, ки тамоми коди манбаи ҳар алгоритм ба ҳама ошкор карда шавад. Ба маънои умумитаре, ки таҳқиқот истифода мебарад, масъала дар он аст, ки низоми таъсиргузор ба қарор бояд қобили санҷиш бошад, аз ҷиҳати ғараз аудит шавад ва шахсони таъсирдида тавонанд бипурсанд, ки қарор ба чӣ асос ёфтааст.

Дарки ахлоқӣ ва эътимоди созмонӣ

Як таҳқиқоти ҷудогонае, ки дар баррасии адабиёт оварда шудааст, хабар медиҳад, ки барои ахлоқӣ шуморидани воситаҳои ба AI асосёфтаи ба кор қабул кардан аз ҷониби одамон performance expectancy, яъне интизорӣ аз он ки технология воқеан иҷроиши ба кор қабул карданро беҳтар мекунад, муҳим аст; дар муқобил, омили social influence, ки қабули технология аз ҷониби муҳити иҷтимоӣ ё соҳаеро ифода мекунад, ба ҳамон тарз аҳамиятнок набудааст.

Ин натиҷа ба пурсиши кунунии 65-нафара тааллуқ надорад. Дар баёни Verianla ин бозёфт ҳамчун натиҷаи таҳқиқоти пешинае ҷудо карда шудааст, ки мақола дар бахши адабиёти худ истифода кардааст.

Нақши мисоли Amazon дар мақола

Манбаъ воситаи автоматикунонидашудаи ба кор қабул карданро, ки Amazon қаблан таҳия карда буд, ҳамчун мисол барои он муҳокима мекунад, ки низомҳои ба кор қабул кардан метавонанд маълумоти таърихии соҳаи технологиро, ки дар он мардон бештар ҳузур доштанд, бозтавлид кунанд. Ин мисол таҷрибаи анҷомдодаи таҳқиқоти мазкур нест; он як ҳолати таърихӣ дар адабиёт аст, ки барои шарҳи мушкилоти таҳқиқот истифода мешавад.

Оё ғарази алгоритмӣ ва табъизи алгоритмӣ як чизанд?

Ғарази алгоритмӣ каҷравии низомманд ё рафтори маълумот/моделро тавсиф мекунад, ки метавонад байни гурӯҳҳои муайян натиҷаҳои гуногун ба вуҷуд орад, дар ҳоле ки табъизи алгоритмӣ ба оқибатҳои ин фарқият тамаркуз мекунад, ки одамонро бар асоси хусусияте мисли гендер дар ҳолати номусоид мегузорад. Манбаъ ин ду мафҳумро дар заминаи натиҷаҳои ба кор қабул кардан ва музди занон ба ҳам наздик истифода мекунад; аммо ҳар фарқияти оморӣ худ аз худ далели табъиз ба маънои ҳуқуқӣ нест.

Саволи таҳқиқот

Саволи таҳқиқотии манбаъ мепурсад, ки ғарази AI дар қарорҳои ба кор қабул кардан ва маош ба занон чӣ гуна таъсир мерасонад ва барои коҳиш додани табъизи алгоритмӣ дар равандҳои захираҳои инсонӣ кадом стратегияҳо метавонанд татбиқ шаванд.

Дар доираи ин савол таҳқиқот чор ҳадаф муайян мекунад: омӯзиши ғарази гендерӣ тавассути ҳолатҳои воқеӣ ва адабиёти академӣ; муайян кардани манбаъҳо ба монанди маълумоти омӯзишии ғаразнок, тарҳрезии модел ва нобаробарии низомманди бозори меҳнат; арзёбии равишҳои коҳишдиҳӣ бар асоси AI-и ахлоқӣ, шаффофият ва танзим; таҳияи тавсияҳои одилонатар барои ширкатҳо ва сиёсатгузорон.

Сохтори намуна

Соҳаҳои иштирокчиёни коркунанда

Манбаъ хабар медиҳад, ки дар байни иштирокчиёни коркунанда бештарини намояндагӣ дар технологияҳои иттилоотӣ аст ва баъд аз он молия ва маориф меоянд. Барои IT арзиши %31,3, барои молия %21,9 ва барои маориф %18,8 дода шудааст. Audit, варзиш, фитнес ва хадамоти давлатӣ ҳамчун гурӯҳҳои хурдтар зикр шудаанд.

Аз сохтори ҷумла бармеояд, ки ин фоизҳои соҳавӣ бо ибораи “among those employed” ба гурӯҳи коркунандагон вобаста карда шудаанд, на ҳатман ба ҳамаи 65 нафар. Аз ин рӯ, ин таносубҳо ҳамчун таносубҳои умумии намуна аз нав ҳисоб карда нашудаанд.

Оё Ин Пурсиш Исбот Мекунад, Ки AI Занонро Табъиз Мекунад?

Не. Пурсиши 65-нафараи таҳқиқот дарки нобаробарии музд ва пешрафти мансабӣ, назарҳо дар бораи адолати воситаҳои ба AI асосёфтаи захираҳои инсонӣ ва интизориҳои танзимиро чен мекунад; азбаски он қарорҳои алгоритми мушаххаси ба кор қабул карданро барои номзадони зан ва мард ба таври таҷрибавӣ муқоиса накардааст, худ аз худ исбот карда наметавонад, ки AI сабаби мустақими фарқиятҳои мушоҳидашудаи музд ё пешрафти мансабӣ аст. Даъвоҳои қавитари механизми таҳқиқот оид ба ғарази AI асосан ба баррасии адабиёт такя мекунанд.

Номувофиқии фоизҳо дар дохили манбаъ дар Расми 1

Расми 1-и манбаъ саволи “оё фикр мекунед, ки дар соҳаи шумо нисбат ба занон табъизи музд вуҷуд дорад?”-ро бо диаграммаи доиравӣ пешниҳод мекунад. Аммо нишонҳои фоизии дар диаграмма дидашаванда аз шарҳи матнии бевосита зери он фарқ мекунанд. Манбаъ шарҳ намедиҳад, ки кадом қатор натиҷаи ниҳоӣ/поксозишудаи маълумот аст ё оё фарқ аз ҷавобҳои нопурра ба вуҷуд омадааст.

Гарчанде ин фарқ хурд менамояд, барои гузоришдиҳии таҳқиқот муҳим аст. Фоиз таносуби шумораи ҷавобҳои дурусти ба категорияи муайян дохилшуда ба шумораи умумии ҷавобҳои дурусти дода шуда ба ҳамон савол мебошад. Манбаъ барои ҳисоби фоиз формулаи махсус намедиҳад; мантиқи асосии омори тавсифиро бо мақсади таълимӣ чунин ифода кардан мумкин аст:

\[ \text{Yüzde}=\frac{\text{Belirli kategoriye verilen geçerli yanıt sayısı}}{\text{İlgili soruya verilen toplam geçerli yanıt sayısı}}\times100 \]

Ин муодила формулаи аслии таҳқиқот нест; он робитаи асосии оморист, ки таҳлили фоизии дар манбаъ истифодашударо шарҳ медиҳад. Азбаски PDF нишон намедиҳад, ки фарқи байни расм ва матн аз шумораи гуногуни ҷавобҳои дуруст, версияи маълумот ё хатои гузоришдиҳӣ сар задааст, шумораи ҷавобҳои хом набояд бо ҳисобкунии баръакс тахмин карда шавад.

Дарки пешрафти мансабӣ

Муаллифон ин натиҷаро бо баҳсе мепайванданд, ки нобаробарии музд метавонад на танҳо ҳангоми вуруд ба кор, балки дар тамоми давраи касбӣ идома ёбад. Аммо ин саволи пурсиш қарорҳои пешрафти мансабии як низоми мушаххаси AI барои арзёбии иҷроишро мустақиман намесанҷад. Аз ин рӯ, тафсири сабабие ба шакли “натиҷаи %58 нишон медиҳад, ки алгоритмҳои AI барои пешбарӣ занонро табъиз мекунанд” мумкин нест.

Эътимод ба ба кор қабул кардани ба AI асосёфта

Ин тақсимот нишон медиҳад, ки дар намуна созиши қавӣ вуҷуд надорад, ки AI ҳатман ба кор қабул карданро одилонатар мекунад. Аммо боз ҳам тағйирёбандаи ченшуда назари одамон аст, на сатҳи воқеии хатогӣ ё табъизи алгоритм.

Талаб ба танзим ва аудит

Манбаъ хабар медиҳад, ки %62 аз иштирокчиён қоидаҳоеро дастгирӣ мекунанд, ки ширкатҳоро барои санҷиши низомҳои ба AI асосёфтаи ба кор қабул кардан ва маош аз ҷиҳати ғараз вазифадор мекунанд. Муаллифон ин натиҷаро ҳамчун нишонаи интизории бештар ба ҳисоботдиҳии созмонӣ ва танзими ҷамъиятӣ шарҳ медиҳанд.

Таҳқиқот ягон усули мушаххаси аудитро ба таври таҷрибавӣ татбиқ ва самаранокии онро чен накардааст. “Fairness audit” ё аудити адолат дар ин ҷо стратегияи коҳишдиҳӣ аст; он чизе ки пурсиш месанҷад, на сатҳи дақиқии ин стратегия, балки дастгирии иштирокчиён аз идеяи аудити танзимӣ мебошад.

Намунагирии Ҷавоби Ихтиёрӣ Ба Натиҷаҳо Чӣ Гуна Таъсир Мерасонад?

Намунагирии ҷавоби ихтиёрӣ (voluntary response sampling) усули интихоб аст, ки дар он интихоби худи одамон барои иштирок назар ба интихоби тасодуфии муҳаққиқ бештар муайян мекунад, ки кӣ ба таҳқиқот ворид мешавад; он амалӣ ва зуд аст, аммо азбаски шахсони махсусан манфиатдор ё дорои назари қавӣ метавонанд эҳтимоли бештар барои иштирок дошта бошанд, он намояндагии намуна аз аҳолии умумиро кафолат намедиҳад.

Аз ин рӯ, таносубҳое мисли %62, %58 ё %41 дар байни 65 иштирокчӣ набояд ба шакли “ҳамаи кормандони Kazakhstan” ё “ҳамаи занон” ҳамин назарро доранд, умумӣ карда шаванд. Бахши маҳдудиятҳои худи таҳқиқот низ равшан мегӯяд, ки андозаи намуна метавонад тамоюлҳои васеи соҳавиро пурра намояндагӣ накунад.

Аҳамияти сохтори синнусолии ҷавон

Тақрибан %42–43'и намуна 18–24 сола ва тақрибан %15 аз он то 18 сола будан, махсусан ҳангоми тафсири таҷрибаи мустақими касбӣ бо ба кор қабул кардан, муайян кардани музд ва низомҳои ба AI асосёфтаи HR муҳим аст. Манбаъ ҳамчунин хабар медиҳад, ки тақрибан %50,8 аз иштирокчиён кор намекунанд.

Ин тақсимот маънои беарзиш будани таҳқиқотро надорад. Аммо бехатартар аст, ки натиҷаҳо на ҳамчун “таҷрибаи воқеии амалиёти мутахассисони ба кор қабул кардан”, балки ҳамчун омехтаи дарк ва назари иштирокчиёни дорои сатҳҳои гуногуни таҷриба хонда шаванд.

Маҳдудиятҳое, ки худи манбаъ эътироф мекунад

• Намуна танҳо аз 65 иштирокчӣ иборат аст.
• Намояндагии бахшҳои тандурустӣ, муҳандисӣ ва идоракунии давлатӣ паст аст.
• Ҳамаи иштирокчиён бо низомҳои ба AI асосёфтаи захираҳои инсонӣ таҷрибаи мустақим надоранд.
• Таҳқиқот бо намунаҳои калонтар ва гуногунтар бояд анҷом дода шавад.
• Таҳқиқоти ҳадафманд барои баррасии соҳаҳои мушаххас ба таври ҷудогона заруранд.

Ҳадди иловагии тафсир: фарқ байни дарк ва рафтори ченшудаи алгоритм

Аз нигоҳи Verianla, ин муҳимтарин ҳадди тафсири таҳқиқот аст. Саволе мисли “оё фикр мекунед занон музди камтар мегиранд?” метавонад дарки нобаробарии муздро чен кунад. Аммо ҳамон савол намесанҷад, ки алгоритми мушаххаси пешгӯии маош ба занон нисбат ба мардони дорои хусусиятҳои яксон ба таври низомманд пешниҳодҳои камтар медиҳад.

Барои санҷиши мустақими чунин даъвои сабабияти алгоритмӣ, масалан, профилҳои номзадони зан ва мард бо хусусиятҳои яксон ё назоратшуда бояд дар ҳамон низом арзёбӣ мешуданд, фарқи баромадҳо чен карда мешуд, андозаи намуна нишон дода мешуд ва таҳлили мувофиқи оморӣ анҷом мегирифт. Ин таҳқиқот чунин таҷриба анҷом надодааст.

Стратегияҳои тавсияшудаи коҳишдиҳӣ

Таҳқиқот барои коҳиш додани ғарази гендерии алгоритмӣ чанд дахолатро якҷоя пешниҳод мекунад:

• Маълумоти омӯзишии мутавозин ва фарогир: Коҳиш додани хатари интиқоли мустақими нобаробариҳои таърихӣ ба модел.
• Аудитҳои мунтазами ғараз: Давра ба давра санҷидани натиҷаҳои алгоритмҳои ба кор қабул кардан ва маош барои гурӯҳҳои гуногун.
• Шаффофияти қарор: Ба номзадҳо ва кормандон имкон додан, ки асоси қарорро фаҳманд ва дар ҳолати зарурӣ ба савол кашанд.
• Гурӯҳҳои гуногуни таҳия: Ворид кардани дидгоҳҳои васеътар ба низом дар марҳилаи тарҳрезӣ.
• Омӯзиши HR ва таҳиягарон: Баланд бардоштани фаҳмиш дар бораи хатарҳои ғарази алгоритмӣ ва амалияҳои ахлоқии AI.
• Равиши инсон + AI: AI мулоҳизаи инсонро дастгирӣ кунад, аммо арзёбии контекстӣ ва ахлоқиро пурра аз байн набарад.
• Аудити дохилӣ ва беруна: Истифода аз сохторҳои дохилии ахлоқӣ ва, дар ҳолати зарурӣ, санҷишҳои мустақил.

Ҳеҷ яке аз ин стратегияҳо дар таҳқиқоти мазкур бо таҷрибаи тасодуфисозишуда муқоиса нашудааст. Аз ин рӯ, манбаъ натиҷае намедиҳад, ки “ин дахолат ғаразро %X коҳиш медиҳад”.

Мушкилоти манбаъ дар истинод ба AI Act-и Иттиҳоди Аврупо

Мақола AI Act-и Иттиҳоди Аврупоро ҳамчун мисоли чораҳои танзимӣ ёд мекунад. Аммо ҷумлаи дахлдор ба манбаи рақами [8] пайваст шудааст ва феҳристи адабиёт [8]-ро кори Veale ва Binns аз соли 2017 бо номи “Fairer machine learning in the real world: Mitigating discrimination without collecting sensitive data” нишон медиҳад. Аз ин рӯ, феҳристи ҷории PDF барои зикри AI Act манбаи мустақими ҳуҷҷатӣ нест.

Бо сабаби ин номувофиқии библиографӣ, баёни Verianla муқаррароти ҷории AI Act-ро аз ин мақола бароварда васеъ намекунад. Тавсияи умумии таҳқиқот дар бораи ҳисоботдиҳии алгоритмӣ ва назорати танзимӣ нигоҳ дошта мешавад, аммо ҷузъиёти махсуси қонунгузорӣ ҳамчун бозёфти худи таҳқиқот пешниҳод намегарданд.

Ҳадди даъвоҳои fairness audit-и ширкатҳо

Манбаъ мегӯяд, ки Google ва LinkedIn дар алгоритмҳои ба кор қабул кардани худ механизмҳои fairness audit ва bias detection истифода мебаранд; аммо ин даъво ба таҳқиқоти умумии AI accountability бо рақами [9] пайваст шудааст. Дар PDF гузориши ҷудогонаи ширкатӣ ё кори техникӣ, ки амалияҳои ин ду ширкатро мустақиман ҳуҷҷатгузорӣ кунад, оварда нашудааст.

Аз ин рӯ, номи ширкатҳо бояд ҳамчун мисолҳое арзёбӣ шаванд, ки дар баёни адабиёти таҳқиқот истифода шудаанд; аз феҳристи мавҷудаи адабиёт натиҷае дар бораи самаранокии мустақилона ченшудаи ширкатҳо ё коҳиши ғараз бароварда намешавад.

Таҳқиқоти оянда

Муаллифон пешниҳод мекунанд, ки дар оянда таъсири амалияҳои ба AI асосёфтаи захираҳои инсонӣ ба пешрафти касбии занон муфассалтар омӯхта шавад. Мавзӯъҳои пешниҳодшуда пешрафти касбӣ, тағйири маош бо гузашти вақт ва қаноатмандӣ аз корро дар бар мегиранд.

Ҳамчунин муқоисаи соҳаҳо ва минтақаҳои гуногун, санҷиши усулҳои коҳиши ғараз дар таҷрибаҳои назоратшаванда ва таҳқиқоти сифатӣ дар бораи таҷрибаҳои шахсии заноне, ки бо низомҳои ба AI асосёфтаи захираҳои инсонӣ рӯ ба рӯ мешаванд, пешниҳод мегарданд. Ин тавсияҳо махсусан барои пур кардани фосилаи байни маълумоти дарки пурсиши мавҷуда ва рафтори воқеии низом муҳиманд.

Усул ва Натиҷаҳои Таҳқиқот

Равиши таҳқиқот

Таҳқиқот дар доираи равиши таҳқиқоти миқдорӣ аз усули пурсиш истифода кардааст. Намуна аз 65 иштирокчӣ иборат аст ва иштирокчиён тавассути намунагирии ҷавоби ихтиёрӣ ба таҳқиқот ворид шудаанд. Манбаъ махсусан мутахассисони IT, молия ва маорифро зикр мекунад; дар натиҷаҳо намояндагии соҳаҳои дигар низ дида мешавад.

Сохтори пурсиш

Пурсиш аз саволҳои пӯшида иборат буда, ба се бахши асосӣ ҷудо мешавад:

1. Маълумоти демографӣ: Гендер, синну сол, соҳа ва вазъи шуғл.
2. Дарки AI дар захираҳои инсонӣ: Огоҳӣ дар бораи истифодаи AI дар қарорҳои ба кор қабул кардан ва маош, инчунин назарҳо дар бораи адолат ва шаффофияти низомҳо.
3. Таҷрибаи ғарази AI: Таҷрибаҳои мустақим ё ғайримустақими ғарази гендерӣ ва дарки муносибати нобаробар дар қарорҳои бо AI дастгиришавандаи ба кор қабул кардан ва музди меҳнат.

Тартиби ахлоқӣ

Манбаъ мегӯяд, ки ҳамаи 65 иштирокчӣ пеш аз иштирок дар таҳқиқот розигии огоҳона додаанд, иштирок ихтиёрӣ будааст ва маълумоти шахсӣ беном гардонида шудааст. Гуфта мешавад, ки ҷавобҳо танҳо барои таҳлили академӣ истифода шудаанд ва махфияти маълумот ҳифз шудааст.

Усули оморӣ

Ҷавобҳо бо омори тавсифии асосӣ таҳлил шудаанд. Манбаъ махсусан истифодаи фоизҳоро зикр мекунад; тақсимоти категорияҳои демографӣ, соҳаҳо ва ҷавобҳои асосии пурсиш бо графикҳо ва ҷадвалҳо омӯхта шудаанд.

Дар манбаъ санҷиши омории инференсиалӣ гузориш нашудааст. Аз ин рӯ:

• арзиши p гузориш нашудааст,
• фосилаи эътимод гузориш нашудааст,
• андозаи таъсир гузориш нашудааст,
• модели регрессия гузориш нашудааст,
• санҷиши аҳамиятнокӣ байни гурӯҳҳои гендерӣ ё соҳавӣ гузориш нашудааст,
• коэффисиенти эътимоднокии миқёси пурсиш гузориш нашудааст.

Аз ин рӯ, бояд дар хотир дошт, ки таносубҳое мисли “%58, %62 ё %41” тақсимотро дар дохили намуна нишон медиҳанд, аммо аҳамиятнокии омории фарқиятҳои байни гурӯҳҳоро исбот намекунанд.

Натиҷаҳои асосии миқдорӣ

Мутобиқати маълумоти Расми 1

Расми 1 ва матни шарҳдиҳандаи он барои як савол фоизҳои гуногун медиҳанд. Азбаски дар манбаъ ҷадвали маълумоти хом вуҷуд надорад, Verianla наметавонад ин фарқро бо аз нав ҳисоб кардан ҳал кунад. Аз ҷумла, шумораи умумии иштирокчиён 65 будан маънои онро надорад, ки ба ҳар савол ҳатман 65 ҷавоби дуруст дода шудааст; аммо азбаски PDF шумораи ҷавобҳои дурустро барои ҳар савол алоҳида гузориш намекунад, чунин шарҳро низ набояд фарз кард.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар ин намунаи 65-нафара нигарониҳои назаррас дар бораи нобаробарии музд ва пешрафти мансабӣ бар асоси гендер мавҷуданд.
• Дар намуна эътимоди қавӣ ва умумӣ вуҷуд надорад, ки воситаҳои ба AI асосёфтаи ба кор қабул кардан худкорона одилонатар мешаванд.
• Қисми назарраси иштирокчиён санҷиши низомҳои ба AI асосёфтаи ба кор қабул кардан ва маошро аз ҷиҳати ғараз дастгирӣ мекунанд.
• Синтези адабиёти мақола нишон медиҳад, ки маълумоти таърихӣ, тарҳрезии модел, шаффофияти қарор ва тарзи истифодаи инсон барои адолати алгоритмӣ муҳиманд.
• Манбаъ равиши фаъоли адолатро дастгирӣ мекунад, ки санҷиши маълумот, шаффофият, гурӯҳҳои гуногуни таҳия, омӯзиш ва назорати инсонро якҷоя истифода мебарад.

Умумисозиҳое, ки таҳқиқот дастгирӣ намекунад

• Натиҷаи “AI ба ҳамаи номзадони зан маоши камтар медиҳад” дар ин таҳқиқот санҷида нашудааст.
• Натиҷаи “%65,6 аз иштирокчиён диданд, ки AI ба занон маоши кам медиҳад” баровардан мумкин нест; саволи дахлдор дарки умумитари табъизи музд аст.
• Нишон дода нашудааст, ки фарқиятҳои музд ё пешрафти мансабӣ аз ҷониби AI сабабан ба вуҷуд оварда шудаанд.
• Намунаи ихтиёрии 65-нафара наметавонад ҳамчун намояндаи тамоми қувваи кории Kazakhstan ё дигар кишварҳо қабул шавад.
• Таҳқиқот fairness metric, дақиқӣ, сатҳи false-positive/false-negative ё фарқи иҷроиш байни гендерҳоро барои ягон модели мушаххаси ба кор қабул кардан чен намекунад.
• Санҷида нашудааст, ки bias audit, маълумоти мутавозин ё дахолатҳои human-in-the-loop дар ин намуна ғаразро ба фоизи муайян коҳиш медиҳанд.
• Таҳқиқот арзёбии мутобиқати ягон низоми ҳуқуқии мушаххасро анҷом намедиҳад.

Ҷиҳатҳои қавӣ

Яке аз ҷиҳатҳои қавии таҳқиқот ин аст, ки ғарази алгоритмиро на танҳо ҳамчун хатои техникии модел, балки ҳамроҳ бо андозаҳои маълумот, тарҳрезӣ, қарори инсон, эътимоди созмонӣ ва танзим баррасӣ мекунад. Илова бар ин, таҳқиқот бо кӯшиши тавлиди маълумоти даркӣ оид ба амалияҳои ба AI асосёфтаи захираҳои инсонӣ дар заминаи Kazakhstan ҳадафи саҳми минтақавиро дорад.

Маҳдудиятҳои асосӣ

Андозаи намуна хурд аст ва ба иштироки ихтиёрӣ такя мекунад. Намуна аз ҷиҳати синну сол ба ҷавонон майл дорад; тақрибан нисфи иштирокчиён кор намекунанд ва манбаъ ошкоро мегӯяд, ки ҳамаи иштирокчиён бо низомҳои ба AI асосёфтаи HR таҷрибаи мустақим надоранд. Ин хусусиятҳо умумисозии натиҷаҳоро ба аҳолии васеи коргарон маҳдуд мекунанд.

Илова бар ин, таҳқиқот танҳо ба фоизҳои асосӣ такя мекунад. Омори инференсиалӣ, ки нишон диҳад фарқиятҳои байни гурӯҳҳо аз тағйирёбии тасодуфии намуна фарқ мекунанд ё не, вуҷуд надорад. Номувофиқии фоизӣ байни Расми 1 ва матни шарҳдиҳанда низ дар гузоришдиҳии миқдорӣ таваҷҷуҳи ҷудогона талаб мекунад.

Муҳимтарин ҳадди методологӣ ин аст, ки чен кардани дарк бо рафтори воқеии алгоритмӣ як чиз нест. Таҳқиқот ягон низоми воқеии AI барои ба кор қабул карданро аудит намекунад, бо ҷуфтҳои номзадҳо санҷиши назоратшаванда анҷом намедиҳад ва баромадҳои модели пешниҳодкунандаи маошро аз рӯи гендер муқоиса намекунад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: AI bias and women: Addressing algorithmic discrimination in hiring and salary decisions

Тартиби муаллифон дар PDF: Madina Tulemissova; Adeliya Yermekova; Liana Rakhimzhanova; Dilnaz Sapargaliyeva.

Тартиби муаллифон дар SSRN metadata: Madina Tulemissova; Liana Rakhimzhanova; Adeliya Yermekova; Dilnaz Sapargaliyeva. Тартиби муаллифони дуюм ва сеюм байни PDF ва SSRN фарқ мекунад. Дар бахши унвони ин мақолаи Verianla тартиби PDF-и боршудаи манбаъ нигоҳ дошта шудааст.

Муассисаҳо дар PDF: Ҳар чор муаллиф ҳамчун School of Creative Industries, Astana IT University, Astana, Kazakhstan нишон дода шудаанд.

Маълумоти муаллифи аввал: Madina Tulemissova дар PDF ҳамчун Senior Lecturer нишон дода шуда, ORCID 0009-0007-0439-8932 оварда шудааст.

Corresponding / contact author: PDF corresponding author-ро ошкоро нишон намедиҳад. SSRN metadata Liana Rakhimzhanova-ро ҳамчун Contact Author нишон медиҳад.

DOI: 10.2139/ssrn.7483742.

Платформа: SSRN.

Пешниҳод ба SSRN: 22 Сентябр 2026.

“Date Written” дар SSRN: 12 Апрел 2025.

Навъи манбаъ: Мақолаи таҳқиқотӣ/manuscript; пурсиши миқдорӣ бо 65 иштирокчӣ ва муҳокимаи адабиётро дар бар мегирад.

Вазъи рецензия / version-of-record: PDF-и боршуда ва сабти SSRN барои ин версия маълумоти тасдиқшудаи version-of-record-и маҷаллаи рецензияшударо намедиҳанд. Дар бойгонии расмии Astana IT University маводи конфронси 2025 Digital Generation мавҷуд аст; аммо азбаски дар сабти расмии дастрас ин унвон мустақиман мувофиқ карда нашуд, ин нусха ба таври қатъӣ ҳамчун версияи рецензияшудаи конфронс, ки дар IEEE Xplore нашр шудааст, тамғагузорӣ нашудааст.

Иҷозатнома: Сабти SSRN Creative Commons Attribution 4.0 International (CC BY 4.0)-ро нишон медиҳад.

Маблағгузорӣ: SSRN metadata мегӯяд, ки таҳқиқот аз ҳеҷ муассисаи маблағгузор, созмони тиҷоратӣ ё созмони ғайритиҷоратӣ грант ё дастгирии молиявии махсус нагирифтааст.

Бархӯрди манфиатҳо: SSRN metadata нишон медиҳад, ки муаллифон манфиати молиявии рақобаткунанда ё муносибати шахсии маълумеро, ки метавонад ба таҳқиқот таъсир расонад, эълом накардаанд.

Ахлоқ: PDF мегӯяд, ки иштирок ихтиёрӣ будааст, аз ҳамаи 65 иштирокчӣ розигии огоҳона гирифта шудааст ва маълумоти шахсӣ беном гардонида шудааст. SSRN metadata мегӯяд, ки барои пурсиши беном ва ғайриҳассос, ки маълумоти муайянкунандаи шахсро ҷамъ намекунад, formal institutional ethics committee review талаб нашудааст.

Дастрасии маълумот: Дар PDF-и манбаъ маҷмӯи маълумоти хоми пурсиш ё ҷадвали маълумоти сатҳи иштирокчӣ оварда нашудааст. Аз ин рӯ, шумораи ҷавобҳои хом аз фоизҳо бо эътимод аз нав сохта нашудааст.

Усул: Voluntary response sampling бо 65 иштирокчӣ; пурсиши пӯшида; се гурӯҳи саволҳо — демография, дарки AI дар HR ва таҷрибаи ғарази AI; омори тавсифии асосӣ ва фоизҳо.

Ҳадди оморӣ: Манбаъ арзиши p, фосилаи эътимод, андозаи таъсир, регрессия, санҷиши фарзия ё вазнгузории намунаро гузориш намекунад.

Номувофиқии Расми 1: Арзишҳои фоизии намоёни расм %67,7 / %22,6 / %9,7 мебошанд, дар ҳоле ки шарҳи матнӣ %65,6 / %25 / %9,4 медиҳад. Азбаски маълумоти хом вуҷуд надорад, сабаби фарқ муайян нашудааст.

Номувофиқии вазъи шуғл: Натиҷаҳо хабар медиҳанд, ки %49,2 аз иштирокчиён кор мекунанд ва %50,8 аз онҳо кор намекунанд, дар ҳоле ки бахши муҳокима мегӯяд аксари иштирокчиён кор мекунанд. Дар матни Verianla арзишҳои миқдорӣ асос гирифта шуда, номувофиқӣ ошкоро нигоҳ дошта шудааст.

Ёддошти библиографӣ: Ҷумлаҳои мақола дар бораи AI Act-и Иттиҳоди Аврупо ба [8] пайваст шудаанд; аммо [8] дар феҳристи адабиёт таҳқиқоти Veale ва Binns аз соли 2017 оид ба адолат дар омӯзиши мошинӣ мебошад. Аз ин рӯ, [8] дар PDF-и мавҷуда манбаи мустақими қонунгузорӣ барои AI Act нест.

Ёддошт оид ба мисолҳои ширкатҳо: Ифода дар бораи амалияҳои fairness audit-и Google ва LinkedIn ба кори умумии AI accountability-и Raji ва ҳамкорон бо рақами [9] пайваст шудааст; дар PDF манбаи аввалияе нест, ки амалияҳои ду ширкатро ҷудогона ҳуҷҷатгузорӣ кунад.

Ҳадди тафсири илмӣ: Натиҷаҳои пурсиш дарки иштирокчиёнро дар бораи нобаробарии гендерӣ ва адолати AI нишон медиҳанд. Аудити мустақими алгоритмӣ ё таҷрибаи сабабӣ, ки нишон диҳад як низоми мушаххаси AI номзадони занро ба таври низомманд дар ҳолати номусоид мегузорад, анҷом дода нашудааст.