Сиз жаңы эле өзүңүздүн кыялыңыздагы жумушка арыз бердиңиз. Өмүр баяныңыз менен коштомо катыңызды даярдоого сааттар кетти. Сиз толкунданып жана үмүттөнүп турасыз. Эгер сиз бул жумушка ээ болсоңуз, анда ал баарын өзгөртүшү мүмкүн! Бирок андан кийин эмне болду?...

Анда сиздин арызыңыз четке кагылды.

 Сиз «Бул жумуш мага кытка куйгандай туура келет» деп ойлодуңуз. Эми өзүңүздөн сурайсыз: Эмне үчүн мени тандашкан жок? Мына таң калыштуу жери - сиздин арызыңызды адам көрбөгөн да болушу мүмкүн.

Ар жылы Amazon ар кандай кызмат орундарына 200,000ден ашык өмүр баян кайрылуусун алат. Google андан он эсе көп - 2 миллиондон ашык өмүр баян алат. Бул арыздарды текшерүүгө жооптуу менеджер болуу кандай экенин элестетип көрүңүзчү. Бул абдан татаал милдет.

Муну башкаруу үчүн көптөгөн компаниялар арыздарды сорттоого жардам берүү үчүн жасалма интеллект же ЖИ колдонушат. Бул системалар кайсы талапкер жумушту алышы керектигин чечүүгө жардам берет.

Бирок мында да маселе бар: Жаңы изилдөөлөр көрсөткөндөй, бул ЖИ системалары квалификацияга эч кандай тиешеси жок себептер менен арыздарды четке кагууда. Жынысы, расасы жана жеке кызыкчылыктары да талапкердин чыпкаланышына таасир этиши мүмкүн. Эксперттер муну алгоритмдик басмырлоо деп аташат.

Чындыгында бул жаңы чыккан маселе эмес. Гендердик жана расалык басмырлоо жана башка басмырлоо түрлөрү кылымдар бою жумушка алууда көйгөй болуп келген.

Башында ЖИ адамдык басмырлоону азайтуунун чечими катары көрүнгөн. Ал адам факторун четке кагып, адилеттүүлүк менен натыйжалуулукту алып келет деп ойлошкон. Бирок андай болгон жок. Анткени ЖИ өзү үйрөнгөн маалыматтар канчалык адилеттүү болсо, ошончолук гана адилеттүү боло алат.

Эгерде ЖИга берилген маалыматтарда басмырлоо тарыхы камтылса, анда ЖИ бул басмырлоону өз системасына киргизет. Бул жерде Amazon мисалын карап көрөлү. Тарыхый жактан, алардын мурунку кызматкерлеринин көпчүлүгү эркектер болгон.

Анда бул кандайча болду?... ЖИ өмүр баяндарды чыпкалаганда болду…

ЖИ эркек талапкерлерге «артыкчылык берген». Бул болсо квалификациялуу аялдардын арыздарын адам карап чыгууга үлгүргөнчө эле автоматтык түрдө четке кагылган.

ЖИнин чечимдери көп учурда калыс деп эсептелет, бирок андай эмес. ЮНЕСКОнун 2024-жылдагы изилдөөсү Чоң Тил Моделдери же LLMдер көп учурда стереотиптерди бекемдегенин аныктаган. Алар аялдарга төмөнкү статустагы, үй-тиричилик ролдорун, ал эми эркектерге жогорку статустагы, ар түрдүү жумуштарды ыйгарышкан.

Ал эми маселе расалык басмырлоого чейин жайылган. ЖИ куралдары салттуу кара чач жасалгасы бар же иммигранттар көп жашаган райондордон келген талапкерлерди адилетсиз түрдө четке кагышкан.

Бул кемчиликтүү система талапкерлердин каалаган жумушун алуусуна тоскоол болот жана компанияларга квалификациялуу талапкерлерди алууга жол бербейт. Ошентип ЖИ жумушка алуу чечимдерине көбүрөөк киргизилген сайын, бул басмырлоону байкоо кыйыныраак болушу мүмкүн. Анткени алгоритм кандайча иштээрин билбесеңиз, ал сизди басмырлаганын кантип далилдейсиз?

ЖИнин чечимдери көп учурда «калыс» деп эсептелгендиктен, көпчүлүк маселени таптакыр таанышпайт. Миннесота университетинин 2024-жылдагы изилдөөсү ЖИ же адамдар кабыл алган жумушка алуу чечимдерине карата сезимдерин билүү үчүн бир миң жүздөн ашык катышуучу менен бир нече онлайн эксперимент жүргүзгөн. Алар жумушсуз аялдардын алтымыш алты пайызы өздөрүнүн жумушка орношуу мүмкүнчүлүктөрүн баалоо үчүн эркек баалоочунун ордуна алгоритмди тандаганын аныкташкан. Бирок аялдардын отуз тогуз пайызы гана аял баалоочунун ордуна ЖИни тандашкан. Кандай болгон күндө да, аял катышуучулар жумушка алуу чечимдери үчүн адамдардын ордуна ЖИни артык көрүшкөн.

Биз жумуш издөөчүлөргө да, жумуш берүүчүлөргө да жалгыз ЖИге таянуунун потенциалдуу көйгөйлөрү жөнүндө билим беришибиз керек. ЖИнин ылдамдыгы менен туруктуулугун адамдык эмпатия жана акыл-эс менен айкалыштыруу адилеттүү жумушка алуу процессин түзүшү мүмкүн.

Муну өнөктөштүк катары ойлоңуз - ЖИ чоң көлөмдөгү маалыматтарды тез иштеп чыга алат, бирок адамдар контекстти түшүнүп, жеке өзгөчөлүктөрдү таанып биле алышат.

Сиз жумуш издөөчү же жумуш берүүчү болсоңуз да, суроо ошол бойдон калат: Биз адилеттүүлүккө артыкчылык берип жатабызбы, же калыс көрүнгөн системаларга сокур ишеним артып жатабызбы? Технологияны кабыл алууну улантып жатканда, бул куралдарды колдонууда ачык-айкындык менен адилеттүүлүктү талап кылуу баарыбыздын милдетибиз. Ошондуктан дайыма болгондой, максат жынысына, расасына же келип чыгышына карабастан, баары үчүн бирдей мүмкүнчүлүктөр болушу керек.

Азырынча ушул. Бизди угуп тургандарыңызга рахмат, жана кийинки уктуруубузга чейин адилеттүү жана маалыматтуу болуңуздар! Бул баяндама TRT World макаласынын ыңгайлаштырылган версиясы болду.