Vyanada keçirilən beynəlxalq qiymətləndirmə tədbirində müzakirə olunan süni intellekt, avtomatlaşdırılmış qiymətləndirmə modelləri (AVM) və məlumat keyfiyyəti ilə bağlı yanaşmalar təkan verib. Avropa təcrübəsi göstərir ki, qiymətləndirmə sektorunda rəqəmsal transformasiyanın uğuru yalnız texnologiyanın imkanlarından deyil, ilk növbədə həmin texnologiyanın əsaslandığı məlumatların keyfiyyətindən asılıdır.
Süni intellekt (Sİ) qiymətləndirmə prosesində yaxşı sübutu da, pis sübutu da eyni sürətlə və böyük miqyasda gücləndirir. Bu gün onun hansını gücləndirəcəyi isə birbaşa bizim seçimimizdən asılıdır. Sİ-nin əmlak qiymətləndirməsinə gəlib-gəlməməsi artıq müzakirə mövzusu deyil – o, artıq buradadır. Əsas sual başqadır: Biz ona hansı məlumatı ("data") veririk?
Bu səbəbdən, qiymətləndirmə sektorunda rəqəmsallaşma müzakirələri innovativ alətlərdən deyil, məhz təməl datadan başlamalıdır. Avropada CRR3 (Kapital Tələbləri Reqlamenti) bu meyarları artıq qanun səviyyəsində müəyyən edib: məlumat məkana görə detallı (qranulyar), arxa-tərəfdən yoxlanılmış (back-tested) və aktual olmalıdır. Bəs bizim formalaşmaqda olan əmlak bazamız və rəqəmsal ekosistemimiz bu dörd tələbə nə dərəcədə cavab verir?
Vəziyyət: Sİ Artıq Ofisdədir, Lakin Çox Vaxt Təlimsiz
Avropanın Tanınmış Qiymətləndiricilərinin (REV) 50%-i gündəlik işlərində Sİ-dən istifadə edir. Lakin narahatlıq doğuran məqam odur ki, onların 76%-i heç vaxt rəsmi Sİ təlimi keçməyib. Ən çox istifadə olunan alət isə ixtisaslaşmış qiymətləndirmə proqramları deyil, ümumi təyinatlı ChatGPT-dir (62%). Yəni, Sİ ofislərə peşəkar hesablama mühərriki kimi deyil, əsasən mətn redaktoru və çatbot kimi daxil olub.
Digər tərəfdən, Avstriya sınaqları maraqlı bir mənzərə yaradır: İnsan qiymətləndiricilərinin nəticələri arasında yayınma 26.2% olduğu halda, üç fərqli Avtomatlaşdırılmış Qiymətləndirmə Modelində (AVM) bu göstərici cəmi 5.4% təşkil edib. AVM-lər standartlaşdırılmış mənzillər üçün yüksək etibarlılıq nümayiş etdirsələr də, obyektin özünəməxsus qüsurlarını və spesifik xüsusiyyətlərini dəyərləndirməkdə zəifdirlər.
Avropanın bu ardıcıl nəticələrə nail olmasının sirri alətin özündə deyil, sistemə ötürülən məlumatların qanunla (CRR3) təmizlənməsindədir. Bəs bizim yerli bazarımız bu mühərriklərə qoşulmağa hazırdırmı? Həm özəl sektor, həm də ictimai xidmətlər sürətlə rəqəmsal qiymətləndirmə həllərinə keçid edərkən, bu sual bütün iştirakçılar üçün həyati əhəmiyyət daşıyır.
Süni İntellektin 4 Qatlı Arxitekturası: Məlumat Mühərrik qismində, Qiymətləndirici isə Sükan Arxasında
Xaosun qarşısını almaq üçün qlobal təcrübədə "data, model və dil Sİ-ni nəzarəti itirmədən birləşdirən" 4 qatlı praktik arxitektura tətbiq olunur. Sxem aşağıdan yuxarıya doğru işləyir:
1. Məlumat: Sübut olunmuş, təmizlənmiş və lisenziyalı bazar datası.
2. Modellər: Datanı emal edən və tənzimləyici yoxlamalardan keçmiş alqoritmlər (məsələn, XGBoost).
3. Dil Süni İntellekt: Nəticələri strukturlaşdıran və yalnız sitatlara əsaslanan mətn köməkçisi (LLM).
4. Qiymətləndirici: Mühakimə yürüdən, nəticələri uzlaşdıran və hüquqi məsuliyyət daşıyan peşəkar mütəxəssis.
Yeni dünyanın tələbinə əsasən, hansı sistemdən istifadə edilməsindən asılı olmayaraq, qiymətləndirici "tətbiqedici" (deployer) qismində çıxış edir və yekun məsuliyyəti öz üzərində saxlayır. Buna görə də, hər şey datadan başlayır.
Qanunun tələbləri və yerli reallıq: "Təklif” yoxsa "Əqd” qiyməti?
Standartlar girovun avtomatlaşdırılmış qiymətləndirilməsi üçün sərt data spesifikasiyaları qoyur:
Məkana görə detal: Ölkə və ya şəhər ortalaması deyil, regional dərinlik.
Uzun zaman seriyası: Kriz və şok dövrlərini əhatə edən, arxa-tərəfdən yoxlanıla bilən (back-tested) tarixçə.
Real bazar məlumatı: Bazarı tam əhatə edən böyük həcmli məlumat.
Aktuallıq və Şəffaflıq: Sənədləşdirilmiş və müntəzəm yenilənən mənbələr.
Bizdə vəziyyət necədir?
Yerli bazarda qiymət indeksləri, ipoteka portfelinin dinamikası və ümumi makroiqtisadi göstəricilər rəsmi qurumlar tərəfindən mütəmadi dərc olunur. Lakin Sİ-nin mənimsəyə biləcəyi səviyyədə avtomatlaşdırılmış dəyər hesablamaq üçün bizə sadəcə "ümumi artım faizləri" deyil, hər bir mikrorayon və küçə üzrə təmizlənmiş bazar məlumatları lazımdır.
Burada ən böyük asimmetriya Təklif Qiyməti ilə Əqd Qiyməti arasındakı fərqdən yaranır. Sənayedə əlçatan olan məlumatların əksəriyyəti elan saytlarından götürülür. Elan – satıcının arzusudur və daxilində "bazar köpüyü", eləcə də manipulyasiyalar (hətta Sİ ilə retuş olunmuş süni fotolar) barındıra bilər. Əqd qiyməti isə real danışıqların və bazarın obyektiv nəticəsidir. Maşın öyrənməsi modelləri bağlanmış əqdlər əvəzinə yalnız elan saytlarının məlumatları ilə qidalandırıldıqda, reallığı deyil, illüziyanı miqyaslandırır və yanlış nəticəni "rəsmi reallıq" kimi təqdim edir.
Risklər: Qarışıq Data, "Qara Qutu" (Black Box) və Məsuliyyət
Mənbələr fərqli təriflərə əsaslandıqda model bu qarışıqlığı olduğu kimi öyrənir. Qlobal təcrübə göstərir ki, maşın səhv etdikdə bədəlini peşəkar ödəyir.
Zillow 2021 böhranında şirkət Sİ alqoritminin "tərs dönən" bazarı oxuya bilməməsi səbəbindən 304 milyon dollar dəyərində ehtiyatı silmək və işçilərinin 25%-ni ixtisar etmək məcburiyyətində qaldı. Süni intellekt modeli pandemiya dövründə qiymətlərin daim artdığı sabit bazar məlumatları üzərində öyrədilmişdi. 2021-ci ilin sonlarında daşınmaz əmlak bazarı soyumağa başlayanda alqoritm bunu görə bilmədi və evlərə bazar dəyərindən çox yüksək qiymətlər təklif etməyə davam etdi.
Az əqdli bazar: Əməliyyatların az olduğu seqmentlərdə (məsələn, böyük kommersiya və sənaye obyektləri) modellərin izaholunma dərəcəsi (R^2) kəskin şəkildə aşağı düşür.
Məxfilik: Müştəriyə aid həssas məlumatların kütləvi, açıq LLM-lərə (məsələn, ChatGPT) yüklənməsi həm məlumat sızıntısına, həm də ağır hüquqi sanksiyalara yol aça bilər. Rəqəmsal qiymətləndirmə həlləri izaholunmaz "qara qutu" deyil, hər bir addımı audit edilə bilən şəffaf sistemlər olmalıdır.
Süni intellekt girov qiymətləndirilməsinin gələcəyini dəyişəcək. Bu dəyişiklik qaçılmazdır. Lakin texnologiyanın inkişafı ilə birlikdə bir həqiqət də dəyişməz qalacaq: heç bir alqoritm keyfiyyətsiz məlumatı etibarlı sübuta, statistik nəticəni isə avtomatik olaraq peşəkar mühakiməyə çevirə bilməz.
Gələcəyin uğurlu bankları və qiymətləndirmə institutları ən mürəkkəb AI modelinə sahib olanlar deyil, məlumatın mənşəyini bilən, onun keyfiyyətini yoxlayan, nəticələrini sorğulayan və texnologiyanı peşəkar məsuliyyətlə birləşdirənlər olacaq.
Buna görə də, bu gün özümüzə verməli olduğumuz sual "Süni intellekt girovu nə qədər dəqiq qiymətləndirə bilər?” deyil. Əsl sual budur: «Biz süni intellektə hansı reallığı öyrədirik?”
Çünki gələcəyin rəqəmsal qiymətləndirməsində alqoritm dəyəri hesablaya bilər, lakin həmin dəyərin arxasında dayanan sübutun etibarlılığına və verilən qərarın məsuliyyətinə cavab verən yenə də peşəkardır.
Müəllif: Rüstəm Vəliməmmədov, Azərbaycan Qiymətləndiricilər Palatası Rəyasət Heyətinin üzvü












































