Rəqəmsal bünövrə: Sİ dövründə karyera necə inşa edilir?

(Texnoloji strukturlaşma kontekstində qlobal və lokal təhlil)

Xülasə

Müasir əmək bazarı fundamental paradiqma dəyişikliyi ərəfəsindədir. Goldman Sachs [18] və Harvard Biznes Revyu [20] tərəfindən irəli sürülən iqtisadi proqnozlar "texnoloji işsizlik" təhlükəsini dominant narrativə çevirib. Lakin bu araşdırma, mövcud deterministik yanaşmadan imtina edərək, məsələni "Texnoloji Strukturlaşma Nəzəriyyəsi" çərçivəsində yenidən qiymətləndirir. Tədqiqatın əsas məqsədi, süni intellektin (Sİ) sadəcə iş yerlərini ixtisar edən bir qüvvə deyil, yeni karyera yollarının üzərində inşa edildiyi bir bünövrə olduğunu əsaslandırmaqdır. Məqalədə, Azərbaycanın "Rəqəmsal Məktəb" ekosisteminin bu yeni sosial reallığın inşasında strateji rol oynadığı vurğulanır.

Giriş

Açar sözlər: Süni intellekt, karyera hazırlığı,texnoloji strukturlaşma, karyera inşası, təhsil infrastrukturu 

GİRİŞ

Süni intellekt texnologiyalarının sürətli inkişafı XXI əsrin ən mühüm iqtisadi və sosial transformasiyalarından birini təmsil edir. Maşın öyrənməsi, təbii dil emalı, kompüter görmə və robotika sahələrindəki irəliləyişlər əmək bazarının strukturunu, iş proseslərinin təşkilini və tələb olunan bacarıqların tərkibini fundamental şəkildə dəyişdirir. Bu transformasiya prosesi ikili xarakter daşıyır. Bir tərəfdən, Sİ texnologiyaları rutin və təkrarlanan tapşırıqları avtomatlaşdıraraq müəyyən iş yerlərinin itirilməsi riskini yaradır. Digər tərəfdən, yeni texnoloji imkanlar tamamilə yeni peşə sahələri və iş modelləri formalaşdırır. Bu kontekstdə karyera transformasiyası anlayışı sadəcə iş yerlərinin dəyişməsini deyil, işin mahiyyətinin, tələb olunan kompetensiyaların və insan-texnologiya qarşılıqlı əlaqəsinin yenidən müəyyənləşdirilməsini əhatə edir. Sosioloq Ziqmunt Baumanın ifadəsi ilə desək, biz "Axıcı Müasirlik" (Liquid Modernity) dövründəyik. Bu dövrdə peşəkar identikliklər sabit qalmır, texnoloji axınla bərabər daim yenidən inşa edilir [7].

Bu keçid prosesi akademik və populyar diskursda ciddi narahatlıqlar yaratmışdır. Müasir elmi diskursda Süni İntellektin (Sİ) əmək bazarına və karyera trayektoriyalarına təsiri əsasən "Texnoloji Determinizm" (Technological Determinism) prizmasından şərh edilir [18], [20]. Bu dominant paradiqma, texnologiyanı cəmiyyətdən kənar, müstəqil inkişaf edən və insan iradəsindən asılı olmayaraq sosial strukturları (iş yerlərini) dağıdan "xarici qüvvə" (exogenous force) kimi qəbul edir. "Texnoloji işsizlik" narrativi məhz bu xətti məntiqin məhsuludur: Sİ inkişaf edir →İnsan əməyi lazımsızlaşır [16]. Xüsusilə, son dövrlərdə yayımlanan qlobal iqtisadi hesabatlar – başda Goldman Sachs [18] və Harvard Biznes Revyu [20] olmaqla – avtomatlaşdırmanı qlobal işçi qüvvəsi üçün ekzistensial bir təhlükə kimi təqdim edir. Lakin bizim araşdırma iddia edir ki, "işsizlik" qorxusu məsələnin yalnız səthidir. Əsl problem işin yox olması deyil, onun mahiyyətinin dəyişməsi və yeni karyera binasının köhnə bünövrə üzərində dura bilməməsidir. Bu kontekstdə tədqiqat aşağıdakı üç fundamental suala cavab tapmağa çalışır:
 Texnoloji strukturlaşma kontekstində, qlobal "işsizlik" proqnozları Sİ-nin real texniki imkanları və ən son empirik verilənlərlə  nə dərəcədə uzlaşır?

Qabaqcıl ölkələrin təhsil modelləri şagirdlərə rəqəmsal karyera inşa etmək üçün hansı alətləri verir?

Azərbaycanın mövcud İKT infrastrukturu gələcək nəsillərin karyera inşası üçün zəruri olan "Rəqəmsal Bünövrə"ni təmin edə bilirmi?
Araşdırmanın nəzəri çərçivəsi

"Texnoloji Determinizm" (Technological Determinism) nəzəriyyəsinin əsası olan deterministik yanaşma məsələnin sosioloji mürəkkəbliyini və institusional adaptasiya imkanlarını (institutional agency) nəzərə almaqda acizdir. Məhz buna görə də, tədqiqatın nəzəri bazası kimi Vanda Orlikovskinin "Texnoloji Strukturlaşma Nəzəriyyəsi"nin (Technological Structuration Theory) seçilməsi aşağıdakı üç fundamental akademik zərurətdən irəli gəlir [32]:

Obyektdən subyektə keçid (İnsan agentliyinin bərpası): Ənənəvi iqtisadi modellər işçini texnoloji şok qarşısında passiv "qurban" kimi görür. Strukturlaşma nəzəriyyəsi isə texnologiyanın "Dualizm" (Duality of Technology) prinsipini irəli sürür [32]. Bu yanaşmaya görə, Sİ sadəcə fiziki kod (artefakt) deyil. O, insanların onu necə istifadə etməsindən asılı olaraq formalaşan sosial təcrübədir. Bizim bu nəzəriyyəyə ehtiyacımız var. Çünki o, sübut edir ki, karyeranın gələcəyini alqoritmlər yox, həmin alqoritmləri təhsil və infrastruktur vasitəsilə idarə edən insan agentləri (dövlət, cəmiyyət, fərd) müəyyən edir.
 "Qara qutu"nun açılması (konversiya prosesi): Deterministik yanaşma yalnız "Giriş" (Sİ texnologiyası) və "Çıxış"a (İşsizlik/Məşğulluq) fokuslanır, arada baş verən prosesləri isə görməzdən gəlir. Strukturlaşma nəzəriyyəsi isə bizə "konversiya prosesi"ni – yəni təhsil sisteminin və ikt infrastrukturunun texnoloji təzyiqi necə emal etdiyini analiz etməyə imkan verir. Bu nəzəriyyə olmadan, Azərbaycan kimi inkişaf etməkdə olan ölkələrin "Rəqəmsal Məktəb" kimi institusional müdaxilələrinin strateji əhəmiyyətini elmi şəkildə ölçmək qeyri-mümkündür.

Statikadan dinamikaya keçid (rekursiv əlaqə): Karyera transformasiyası birdəfəlik hadisə deyil, davamlı və rekursiv (təkrarlanan) prosesdir. Orlikovskinin modeli göstərir ki, texnologiya cəmiyyəti dəyişdiyi kimi, cəmiyyət də (məsələn, yeni etik normalar və ya təhsil islahatları vasitəsilə) texnologiyanın tətbiq istiqamətini dəyişir [32]. Bu baxış bucağı, tədqiqata Sİ-ni sabit bir təhlükə kimi yox, zamanla formalaşdırıla bilən "interpretativ çevikliyə" malik bir fenomen kimi qiymətləndirmək imkanı verir.

Başqa sözlə, "Texnoloji Strukturlaşma Nəzəriyyəsi" bu tədqiqat üçün sadəcə bir "linza" deyil, həm də metodoloji zərurətdir.  Bu nəzəriyyəni qısaca belə ifadə etmək olar: İnsan texnologiyanı yaradır (Externalization), lakin zamanla həmin texnologiya insanın düşüncə tərzini, iş prosesini və sosial strukturunu yenidən yaradır (Internalization). Həmçinin, bu rekursiv əlaqə, Con Culkinin (1967) məşhur 'Biz alətlərimizi formalaşdırırıq, daha sonra isə onlar bizi formalaşdırır' postulatı ilə tam uzlaşır. Süni intellekt dövründə bu 'alət' artıq fiziki çəkic deyil, koqnitiv qərarvermə alqoritmləridir.

Araşdırmanın analitik modeli, Lüdviq fon Bertalanfinin (1968) "Ümumi Sistemlər Nəzəriyyəsi"ndən irəli gələn "Giriş-Konversiya-Çıxış" (Input-Conversion-Output) sxemi əsasında aşağıdakı kimi qurulub [8], [33]. Bu elmi çərçivə sübut edir ki, cəmiyyətdə müşahidə olunan karyera böhranı texnologiyanın birbaşa nəticəsi deyil, "Konversiya Prosesi"nin (yəni təhsil və infrastrukturun) bu dəyişikliyi effektiv idarə edə bilməməsinin məhsuludur.

Metodologiya

Tədqiqatın akademik validliyini təmin etmək məqsədilə Sistemli Ədəbiyyat Təhlili (Systematic Literature Review - SLR) və sənəd analizi metodundan istifadə edilib. Consensus elmi ədəbiyyat icmalı platforması (Semantic Scholar və PubMed bazaları daxil olmaqla) üzərindən 1000-dən çox məqalə sorğulanmış, ilkin olaraq 1035 məqalə müəyyən edilib [36]. PRISMA protokolu əsasında aparılan çoxmərhələli süzgəcdən sonra tədqiqatın məqsədlərinə ən uyğun gələn 50 fundamental məqalə və  14 araşdırma sənədi seçilib.

Tədqiqatın məhdudiyyətləri

Tədqiqat əsasən ikinci dərəcəli mənbələrə əsaslanır. Empirik validasiyası (sınağı) aparılmayıb. Və bu proqramların real tətbiqindəki gizli pedaqoji çətinliklər tam əks olunmayıb.

Tədqiqat məsələyə əsasən "makro-struktur" (institutlar, dövlət siyasəti) səviyyəsində yanaşıb. Vanda Orlikovskinin nəzəriyyəsindəki "insan agentliyi" (human agency) – yəni fərdlərin psixoloji hazırlığı, texnostress amili və alqoritmik qərarlara etibar məsələləri bu tədqiqatın əsas fokusundan kənarda qalıb.

Ədəbiyyat təhlilinin icmalı

Süni intellektin əmək bazarına təsiri ilə bağlı mövcud ədəbiyyatlar (2013-2025 ci illər ərzində) xətti deyil, üç əsas "dalğa" üzrə təkamül edib. Bu təkamül elmi düşüncənin "qorxu"dan "inşa etmə"yə doğru dəyişdiyini nümayiş etdirir.

Birinci dalğa (deterministik qorxu, 2013-2015): Tədqiqatçılar Frey və Osborn [16] tərəfindən irəli sürülən fundamental tədqiqat, peşələri binar şəkildə təsnif edərək, ABŞ-da iş yerlərinin 47%-nin yox olma riski altında olduğunu iddia etmişdi. Bu dövr ədəbiyyatı Sİ-ni insanı birbaşa əvəz edən qüvvə kimi görürdü [3].

İkinci dalğa (tapşırıq əsaslı yanaşma, 2016-2019): Tədqiqatçılar Arntz, Qreqori və Ziran [2] sübut etdilər ki, avtomatlaşdırılan bütöv peşələr deyil, peşə daxilindəki konkret rutin tapşırıqlardır. Bu yanaşma, risk faizini 47%-dən 9%-ə endirərək, diqqəti işsizlikdən işin məzmununun dəyişməsinə yönəltdi [31].

Üçüncü dalğa (məruzqalma və transformasiya, 2023-ci ildən- hazırda): Müasir dövr ədəbiyyatı diqqəti "əvəzetmə"dən "məruzqalma"ya (exposure) yönəldir. Tədqiqatçı Frank [15] və Goldman Sachs [18] göstərir ki, Sİ işi yox etmir, işin strukturunu dəyişir.

Ədəbiyyat təhlilinin əsas nəticələri

İş yerlərinin yerdəyişməsi və yaranması (net job creation): Ənənəvi qorxuların əksinə olaraq, Brahmaji (2024) tərəfindən aparılan multi-sektoral analiz göstərir ki, Sİ orta səviyyəli bacarıq tələb edən iş yerlərində 23,4% azalmaya səbəb olsa da, yeni iş kateqoriyalarında 31,7% artım yaradır [50]. Bu, texnologiyanın xalis iş yaratma potensialına malik olduğunu, lakin uğurlu keçid üçün proaktiv strategiyaların zəruriliyini sübut edir.

İnsan-Sİ əməkdaşlığı modelləri (Augmentation): Gələcək model "əvəzetmə" deyil, "augmentasiya" (gücləndirmə) üzərində qurulur [47]. Çibber və başqaları (2025) tərəfindən sorğu edilən respondentlərin 57%-i Sİ tətbiqi ilə gündəlik tapşırıqların daha da effektiv icra edildiyini bildirirlər [52]. Bu, Sİ-nin insan imkanlarını məhdudlaşdırmaq əvəzinə, onları genişləndirdiyi və yeni dəyər zəncirləri yaratdığı paradiqmanı təsdiqləyir.

Bacarıq tələblərinin transformasiyası: Əmək bazarında tələb olunan kompetensiyaların strukturu dəyişir. Texniki bacarıqlarla (data analitikası, Sİ alətlərinin istifadəsi) yanaşı, insan-mərkəzli "yumşaq bacarıqlar" (yaradıcılıq, empatiya, kritik düşüncə) həlledici əhəmiyyət qazanır [47], [49], [54], [55]. Tədqiqatçılar Rampersad [37] və Slimi [41] vurğulayırlar ki, Sİ dövründə karyera "tapılan" deyil, innovasiya və "ömürboyu öyrənmə" ilə "inşa edilən" prosesdir.

Sektor və bacarıq səviyyəsi üzrə qeyri-bərabər təsir:Texnoloji təsir hər sahədə eyni deyildir.Tədqiqatçı Henri və başqaları (2025) müəyyən edib ki, səhiyyə və təhsil kimi "insan təması" tələb edən sektorlarda Sİ məşğulluqla müsbət korrelyasiya təşkil edir, halbuki istehsalat və inzibati xidmətlərdə mənfi təsir müşahidə olunur [53]. Eyni zamanda, yüksək bacarıqlı işçilərin Sİ-dən daha çox faydalanması iqtisadi bərabərsizliyin dərinləşməsi riskini yaradır [60]. Bu məqamda MIT Press-in (2024) təhlilləri xüsusi əhəmiyyət kəsb edir. Araşdırma göstərir ki, avtomatlaşdırma yüksək ixtisaslı kadrların gəlirlərini artırarkən, aşağı ixtisaslı işçiləri sıxışdırıb çıxarır. Və bu da əmək bazarında ciddi "qütbləşmə" (polarization) və iqtisadi bərabərsizlik yaradır [28], [60]. Buna görə də, texniki bacarıqlarla yanaşı, insan-mərkəzli kompetensiyalar karyera dayanıqlığının əsas şərtinə çevrilir.

Psixoloji Təsir: Daimi yenilənmə tələbi işçilərdə "Texnostress" və qeyri-müəyyənlik yaradır [10], [45].

Ədəbiyyat təhlili əsasında tənqidi analiz

Qlobal iqtisadi proqnozlar texniki reallıqlarla qarşılaşdırıldıqda müəyyən ziddiyyətlər ortaya çıxır. Harvard Biznes Revyu [20] və Goldman Sachs [18] hesabatları Sİ-nin insan zəkasını əvəz edəcəyi postulatından çıxış edir. Lakin texniki ədəbiyyat bu ssenariləri təkzib edir. Tədqiqatçılar Eleva və Abdullah [12] tərəfindən aparılan analizlər göstərir ki, karyera proqnozlaşdırılmasında istifadə olunan "Decision Tree" və "Random Forest" alqoritmləri keçmiş verilənlərə əsaslanır. Onlar "overfitting" (ifrat uyğunlaşma) probleminə meyillidir.  Və yaradıcı gələcəyi proqnozlaşdıra bilmirlər [38]. Digər bir mənbə, Oksford İnstitutu [35] vurğulayır ki, "Alqoritmik Determinizm" cəmiyyətdəki bərabərsizliyi (bias) avtomatlaşdıra bilər [14], lakin insan yaradıcılığını əvəz etmək iqtidarında deyil. Nəticə etibarilə, qlobal "işsizlik" mifi texniki cəhətdən əsassızdır.  Problem işlərin yox olması deyil, işçilərin yeni alqoritmik mühitə hazır olmamasıdır.

Qlobal həllər: institusional adaptasiya strategiyaları

Qabaqcıl ölkələrin təcrübəsi göstərir ki, uğurlu modellər Sİ-ni təhlükə kimi yox, karyera inkişafının yeni aləti kimi qəbul edir:

Estoniya (proaktiv vətəndaşlıq): "ProgeTiger" proqramı vasitəsilə şagirdlərə bağçadan başlayaraq texnologiyanın obyekti yox, subyekti (yaradıcısı) olmaq öyrədilir [30]. Bundan başqa, Estoniya, "Təhsil Strategiyası 2035" və "AI Leap" (Sİ Sıçrayışı) proqramları çərçivəsində təhsilin rəqəmsal transformasiyasını həyata keçirir. Bu siyasətin əsas məqsədi təhsil sistemini əmək bazarının gələcək tələbləri ilə tam sinxronlaşdırmaqdır. Ölkənin OSKA (bacarıqların monitorinqi və proqnozlaşdırılması) sistemi, iqtisadi sektorlar üzrə 10 illik əmək bazarı ehtiyaclarını analiz edir. Bu məlumatlar təhsil informasiya sistemləri ilə inteqrasiya olunaraq, məktəblərdə karyera məsləhəti xidmətlərini yönləndirir.

Cənubi Koreya (data-driven karyera): "JobCare" və Si rəqəmsal dərsliklər layihəsi böyük verilənlərdən istifadə edərək şagirdlərin bacarıq boşluqlarını analiz edir və fərdiləşdirilmiş karyera yolları təklif edir [9]. Demoqrafik böhranla mübarizə aparmaq üçün "High School Credit System" (Yüksək Məktəb Kredit Sistemi) və rəqəmsal karyera idarəçiliyinə keçid edir. 2025-ci ildən tam tətbiq edilən kredit sistemi şagirdlərə universitetlərdə olduğu kimi fənn seçmək azadlığı verir. Bu seçimlərin düzgün edilməsi üçün "JobCare" və “NEIS CareerNet” sistemləri istifadə olunur.  Sistem, şagirdə fərdiləşdirilmiş karyera yolları tövsiyə edir və hansı bacarıqları inkişaf etdirməsi barədə proqnozlar verir ("skills gap analysis").  

Çin (sənaye inteqrasiyası): "Milli ağıllı təhsil platforması" təhsili birbaşa iqtisadiyyatın tələblərinə bağlayır, Sİ tətbiqi məşğulluğa müsbət təsir göstərir [19], [40]. Bu platforma şagirdlərin öyrənmə davranışlarını izləyərək böyük verilənlər bazası yaradır.  "Hərtərəfli Keyfiyyət Qiymətləndirilməsi" (Comprehensive Quality Evaluation) sistemi vasitəsilə Sİ alqoritmləri şagirdləri təkcə akademik biliklərinə görə deyil, həm də əxlaqi, fiziki və estetik göstəricilərinə görə qiymətləndirir.

Azərbaycan kontekstində yeni cəmiyyətin infrastruktur bünövrəsi

Qlobal rəqəmsal transformasiya fonunda Azərbaycanın   təhsil sistemi unikal bir inkişaf mərhələsi yaşayır. Aparılan tədqiqatlar göstərir ki, ölkədə karyera transformasiyasına hazırlıq infrastruktur quruculuğu  ilə xarakterizə olunmaqdadır. Analitik hesabatlarda qeyd edilir ki,  rəqəmsal karyera qurmaq üçün ilk şərt fiziki çıxışdır. Rəqəmsal İnkişaf və Nəqliyyat Nazirliyinin (2024) məlumatlarına görə, 2022-ci ildə məktəblərin internetə çıxışı 2018-ci ilə nisbətən 14,5% artaraq 68,3% təşkil edib [6]. 

Strukturlaşma nəzəriyyəsi prizmasından yanaşdıqda, 2526 məktəbi əhatə edən bu genişzolaqlı optik şəbəkə sadəcə texniki göstərici deyil. O, şagirdlərimizin qlobal əmək bazarına çıxışı üçün "fiziki bərabərlik körpüsü" rolunu oynayır. Azərbaycanda müəllimlərin Sİ texnologiyalarına adaptasiyası qlobal ortalamadan yüksəkdir [23].  İƏİT-in TALIS 2024 hesabatına əsasən, İƏİT ölkələrində müəllimlərin orta hesabla yalnız 36%-i süni intellektdən istifadə etdiyi halda, Azərbaycanda bu göstərici 59% təşkil edir [22]. Müəllimlərin 86%-i şagirdlərin sosial-emosional öyrənməsini dəstəkləyə bildiklərini qeyd edir. Lakin, infrastruktur çatışmazlığı (istifadə etməyənlərin 64%-i bunu əsas gətirir) bu potensialın tam reallaşmasına mane olan əsas "rəqəmsal qayçı"dır.

Hərçənd ki, fiziki infrastrukturun üzərində işləyəcək "insan kapitalı"nın hazırlanması ilkin mərhələdə, "Rəqəmsal Bacarıqlar" layihəsi vasitəsilə həyata keçirilir. Hazırda 528 mindən çox şagirdi əhatə edən bu layihə [5], şagirdləri texnologiyanın passiv istehlakçısından aktiv yaradıcısına çevirmək missiyasını daşıyır.

Ölkəmizdə, yeniləşən təhsil və tədris tranformasiyası üçün verilənlər bazası Elm və Təhsil nazirliyi tərəfindən,  "Rəqəmsal Məktəb" layihəsi çərçivəsində formalaşdırılır. Belə ki, Bakı şəhəri üzrə 685 min istifadəçini (müəllim, şagird, valideyn) vahid platformada birləşdirən bu sistem [4], gələcəkdə ölkəyə öz süni intellekt əsaslı milli karyera proqnozlaşdırma modelini qurmağa imkan verəcək strateji bir aktiv rolu çıxış edir. 
Bununla yanaşı, ölkədəki "İnstitusional Müdaxilə"nin (Process) effektivliyini beynəlxalq hesabatlar təsdiqləyir. Belə ki, Oksford İnsayd (Oxford Insights) tərəfindən hazırlanan "Hökumətin Süni İntellektə Hazırlıq İndeksi 2024" hesabatına əsasən, Azərbaycan 193 ölkə arasında 41 pillə irəliləyərək 70-ci yerdə qərarlaşıb. Bu, Cənubi Qafqaz regionunda ən yüksək göstəricidir. Və ölkənin rəqəmsal transformasiyaya sadəcə texniki deyil, həm də strateji idarəetmə səviyyəsində hazır olduğunu göstərir [13].

   
NƏTİCƏ

Aparılan bu kompleks tədqiqat, süni intellekt və karyera arasındakı qarşılıqlı əlaqəni "Texnoloji Strukturlaşma" nəzəriyyəsi işığında təhlil edərək, giriş hissəsində irəli sürülən fundamental suallara   cavablar formalaşıb.

İlk növbədə, qlobal proqnozların real texniki mənzərə ilə uzlaşmasına dair aparılan təhlillər sübut edir ki, akademik və populyar diskursda dominant olan "Texnoloji İşsizlik" qorxusu öz empirik əsasını itirməkdədir. 2024-2025-ci illəri əhatə edən ən son statistik göstəricilər [50], [52] təsdiqləyir ki, Süni İntellekt (Sİ) əmək bazarında birbaşa əvəzləyici qüvvə kimi deyil, işin məzmununu zənginləşdirən və yeni ixtisaslar yaradan "augmentasiya" (gücləndirmə) aləti kimi çıxış edir. İş yerlərinin strukturunda müşahidə olunan 23,4%-lik azalma, yeni yaranan sektorlardakı 31,7%-lik artımla kompensasiya olunur [50] ki, bu da paradiqmanın "işsizlikdən" "karyera transformasiyasına" keçdiyini göstərir.

İkinci olaraq, qabaqcıl ölkələrin təhsil modellərinin təhlili göstərir ki, bu yeni rəqəmsal reallıqda uğurlu karyera inşası fərdi səylərdən daha çox, dövlətin təqdim etdiyi institusional alətlərdən asılıdır. Estoniya [30] və Cənubi Koreya [9] təcrübəsi nümayiş etdirir ki, effektiv təhsil sistemi şagirdlərə sadəcə texniki kodlaşdırma bacarıqları deyil, Sİ tərəfindən əvəzlənə bilməyən insan-mərkəzli kompetensiyalar (empatiya, tənqidi düşüncə, kompleks problem həlletmə) aşılayır. Beləliklə, rəqəmsal karyera inşası üçün ən vacib alət texnologiyanın özü yox, onunla simbioz yaratmağı bacaran "adaptiv zəka"dır [47], [53].
Nəhayət, Azərbaycanın mövcud İKT infrastrukturunun qiymətləndirilməsi təsdiqləyir ki, ölkə qlobal rəqəmsal transformasiyada passiv izləyici deyil, aktiv qurucu mərhələsindədir. Ölkənin "Hökumətin Sİ Hazırlıq İndeksi"ndəki kəskin irəliləyişi [13], məktəblərin fiber-optik şəbəkə ilə təchizatı [6] və "Rəqəmsal Məktəb" platformasının geniş əhatə dairəsi [4] gələcək nəsillərin karyera inşası üçün zəruri olan möhkəm "Rəqəmsal Bünövrə"nin artıq mövcud olduğunu göstərir. Yekun olaraq, araşdırma bəyan edir ki, Azərbaycanın gələcəyi alqoritmlərin insafına deyil, bu gün qurulan rəqəmsal ekosistemin keyfiyyətinə, əhatəliliyinə və insan kapitalının bu mühitə adaptasiya sürətinə bağlıdır.

Elnur Süleymanzadə
Sosial Tədqiqatlar Mərkəzinin Əməkdaşı 

İSTİNADLAR SİYAHISI (REFERENCES)
1.    Acemoglu, D., Autor, D., Hazell, J., & Restrepo, P. (2022). Artificial Intelligence and Jobs: Evidence from Online Vacancies. Journal of Labor Economics, 40, S293–S340. 
2.    Arntz, M., Gregory, T., & Zierahn, U. (2016). The risk of automation for jobs in OECD countries: A comparative analysis. OECD Publishing.
3.    Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30.
4.    Azərbaycan Respublikası Elm və Təhsil Nazirliyi. (2025). 2024-cü il üzrə Fəaliyyət Hesabatı. Bakı.
5.    Azərbaycan Respublikası Elm və Təhsil Nazirliyi. (2025). Rəqəmsal Bacarıqlar Layihəsi Statistikası. https://digital.edu.az
6.    Azərbaycan Respublikası Rəqəmsal İnkişaf və Nəqliyyat Nazirliyi. (2024). Statistika Kitabı. https://mincom.gov.az/storage/Statistika-kitab-AZ.pdf 
7.    Bauman, Z. (2000). Liquid modernity. Polity Press.
8.    Bertalanffy, L. von. (1968). General System Theory: Foundations, Development, Applications. New York: George Braziller.
9.    Chosun Biz. (2025, January 10). South Korean Education Policy Updates.
10.    Cramarenco, R., Burcă-Voicu, M., & Dabija, D. (2023). The impact of artificial intelligence (AI) on employees’ skills and well-being. Oeconomia Copernicana.
11.    Easton, D. (1965). A Systems Analysis of Political Life. New York: Wiley. 
12.    Elewa, Y. A. S., & Abdullah, M. F. (2025). Predictive modeling for university major selection. Journal of Science and Technology, 30(11).
13.    Ereforms.gov.az. (2025). Azərbaycan süni intellekt üzrə qlobal reytinqdə 41 pillə irəliləyib. 
14.    Eubanks, V. (2018). Automating inequality. St. Martin’s Press. 
15.    Frank, M. R., Ahn, Y.-Y., & Moro, E. (2025). AI exposure predicts unemployment risk. PNAS Nexus. 
16.    Frey, C., & Osborne, M. (2013). The Future of Employment. Oxford Martin School. 
17.    Friedman, B., & Nissenbaum, H. (1996). Bias in computer systems. ACM Transactions on Information Systems.
18.    Goldman Sachs. (2025). How will AI affect the global workforce. 
19.    Gov.cn. (2025). China’s Education Modernization 2035. 
20.    Harvard Business Review. (2026). Companies are laying off workers because of AI’s potential not its performance.
21.    İneç, Z. F. (2025). Türkiye Yüzyılı Maarif Modeli’nde Yapay Zekâ ile Dijital Dönüşüm. Milli Eğitim Dergisi, 54(1).
22.    ISI.az. (2024). TALIS 2024 Nəticələri. https://isi.az/az/news/8118 
23.    OECD. (2024). TALIS 2024 Results. OECD Publishing.
24.    ITM Conferences. (2025). Educational Management and IT.
25.    Klarin, J., et al. (2024). Adolescents’ use and perceived usefulness of generative AI. Frontiers in Artificial Intelligence.
26.    Medium. (2025). Limitations of Decision Trees in Supervised Learning.
27.    Miao, F., et al. (2021). AI and education: Guidance for policy-makers. UNESCO.
28.    MIT Press. (2024). Impact of AI on Labor.
29.    Najjar, R. (2023). Redefining Radiology: A Review of Artificial Intelligence Integration. Diagnostics.
30.    NCEE. (2024). Estonia: Education System Profile.
31.    OECD. (2016). The Risk of Automation for Jobs.
32.    Orlikowski, W. J. (1992). The duality of technology: Rethinking the concept of technology in organizations. Organization Science, 3(3), 398-427.
33.    OECD. (2024). Education Policy Outlook 2024. 
34.    OECD. (2025). The State of Global Teenage Career Preparation.
35.    Oxford Internet Institute. (2025). Algorithmic determinism and the limits of artificial intelligence.
36.    ResearchGate. (2024). Career Change Systematic Literature Review.
37.    Rampersad, G. (2020). Robot will take your job: Innovation for an era of artificial intelligence. Journal of Business Research.
38.    ResearchGate. (2025). Secondary School Result Prediction using Machine Learning Regressors.
39.    Song, D. (2024). Artificial intelligence for human learning. American Journal of Education and Learning.
40.    Shen, Y., & Zhang, X. (2024). The impact of artificial intelligence on employment. Humanities and Social Sciences Communications.
41.    Slimi, Z. (2023). The Impact of Artificial Intelligence on Higher Education. European Journal of Educational Sciences.
42.    The Star. (2025). Malaysian schools set for digital transformation.
43.    Vlačić, B., et al. (2021). The evolving role of artificial intelligence in marketing. Journal of Business Research.
44.    Wingström, R., et al. (2022). Redefining Creativity in the Era of AI? Creativity Research Journal. 
45.    Zirar, A., et al. (2023). Worker and workplace Artificial Intelligence (AI) coexistence. Technovation. 
46.    World Economic Forum. (2025). The Future of Jobs Report 2025.
47.    Aggarwal, V. (2025). AI and the Workplace: Shaping Roles, Skills, and Human Growth. Inspira. https://doi.org/10.62823/inspira/2025/9788199024557/14 
48.    Baskaeva, A. (2025). Transformation of the labor market under the influence of artificial intelligence. Èkonomika i upravlenie: problemy, rešeniâ.
49.    Bera, S., et al. (2024). Navigating the AI Impact: Job Markets and Evolving Skillsets. SSRN.
50.    Brahmaji, G. (2024). Artificial Intelligence and Employment Transformation: A Multi-Sector Analysis. International Journal of Scientific Research.
51.    Chandar, S., et al. (2025). Future of Work due to Automation. IJSREM.
52.    Chhibber, R., et al. (2025). Will Artificial Intelligence Reshape the Global Workforce by 2030? Business and Finance Reviews.
53.    Henry, T., et al. (2025). Artificial Intelligence and Workforce Transformation. IJLTEMAS.
54.    Kao, Y. (2024). Impaction of Artificial Intelligence on the Labor Market. Advances in Economics, Management and Political Sciences.
55.    Kumar, R., et al. (2024). The Impact of AI Tools on Employment Trends and Skill Demands. IRJAEH.
56.    Melemuku, I. (2023). Artificial Intelligence and the Associated Threats on the Human Workforce.
57.    Patil, S. (2025). Impact Of Artificial Intelligence On Employment And Workforce Development. SSRN.
58.    Pavashe, A., et al. (2023). The Impact of Artificial Intelligence on Employment Trends. IJRASET.
59.    Rezk, M. (2025). Artificial Intelligence and the Restructuring of Saudi Labor Markets. Research Square.
60.    Shengelia, T. (2025). Artificial intelligence and labor market dynamics. Ekonomika.
61.    Shimray, S., et al. (2025). AI and workforce dynamics: a bibliometric analysis. Global Knowledge, Memory and Communication.
62.    Sy, J. (2025). The Future of Work: How Artificial Intelligence Is Shaping Job Markets. Preprints.
63.    Yihan, Z. (2025). The Dual Impact of AI on Routine-Task Jobs. Highlights in Business, Economics and Management.
64.    Zhao, L. (2025). The Impact of Artificial Intelligence Technology on Employment Structure. Technology and Society