AI ماڈلز عالمی تاریخ کی درستگی کے ساتھ جدوجہد کرتے ہیں ایک مطالعہ سے پتہ چلتا ہے

مصنوعی ذہانت اور عالمی تاریخ کی سمجھ

مصنوعی ذہانت (AI) تیزی سے ترقی کر رہی ہے اور ہماری زندگیوں کے مختلف پہلوؤں میں سرایت کر رہی ہے۔ تاہم، ایک حالیہ تحقیق میں ان جدید نظاموں میں ایک اہم کمزوری کا انکشاف ہوا ہے: عالمی تاریخ کو سمجھنے میں ایک اہم کمی۔ آسٹرین ریسرچ انسٹی ٹیوٹ کمپلیکسٹی سائنس ہب (CSH) کی جانب سے جاری کردہ رپورٹ میں AI کی تاریخی معلومات کی موجودہ حالت کی ایک تشویشناک تصویر پیش کی گئی ہے۔ اس میں بتایا گیا ہے کہ یہاں تک کہ سب سے زیادہ جدید ماڈلز، جیسے OpenAI کا GPT-4، Meta کا Llama، اور Google کا Gemini، تاریخی سوالات کا سامنا کرنے پر لڑکھڑاتے ہیں، اور ان سے پوچھے گئے سوالات میں سے صرف 46% کا درست جواب دیتے ہیں۔ اس انکشاف سے ان نظاموں کی صلاحیتوں میں ایک اہم خلاء کی نشاندہی ہوتی ہے، جس سے ان ڈومینز میں ان کی وشوسنییتا کے بارے میں خدشات پیدا ہوتے ہیں جن کے لیے ماضی کی مضبوط سمجھ کی ضرورت ہوتی ہے۔

مطالعہ کا طریقہ کار اور نتائج

مطالعہ کا طریقہ کار سیدھا لیکن موثر تھا۔ محققین نے ان AI ماڈلز کو مختلف تاریخی واقعات اور شخصیات کے بارے میں ہاں یا نہیں کے سوالات کی ایک سیریز پیش کی۔ نتائج حیرت انگیز طور پر غیر مستقل تھے، جس میں تاریخی باریکیوں کی حقیقی سمجھ ظاہر کرنے کے بجائے معلوم ڈیٹا سیٹس سے اخذ کرنے کا رجحان ظاہر ہوتا ہے۔ مثال کے طور پر، جب یہ پوچھا گیا کہ کیا قدیم مصر کی ایک مستقل فوج تھی، تو GPT-4 نے غلط جواب دیا اور اثبات میں جواب دیا۔ یہ غلطی کوئی بے ترتیب غلطی نہیں تھی بلکہ ایک گہری پریشانی کی نشاندہی تھی: ماڈل کا رجحان دیگر سلطنتوں، جیسے فارس، جن کی مستقل فوجیں تھیں، سے عام کرنے کا رجحان تھا، بجائے اس کے کہ مصر سے متعلق مخصوص تاریخی حقائق پر توجہ دی جائے۔

موجودہ AI ماڈلز میں خامی

سمجھنے کے بجائے اخذ کرنے کا یہ رجحان موجودہ AI ماڈلز کے معلومات پر کارروائی کرنے کے طریقے میں ایک بنیادی خامی ہے۔ جیسا کہ مطالعہ میں شامل محققین میں سے ایک ماریا ڈیل ریو-چانونا نے وضاحت کی، "اگر آپ کو 100 بار A اور B بتایا جائے اور C ایک بار، اور پھر C کے بارے میں کوئی سوال پوچھا جائے، تو آپ کو صرف A اور B یاد رہ سکتا ہے اور اس سے اخذ کرنے کی کوشش کر سکتے ہیں۔" یہ اعداد و شمار کے نمونوں اور ڈیٹا کی فریکوئنسیوں پر مکمل طور پر انحصار کرنے کی حدود کو اجاگر کرتا ہے، کیونکہ اس سے غلط تشریحات اور غلط نتائج نکل سکتے ہیں، خاص طور پر تاریخ جیسے ڈومینز میں جہاں سیاق و سباق اور مخصوص تفصیلات سب سے اہم ہیں۔

علاقائی تعصب اور تاریخی سمجھ

مطالعہ سے مزید انکشاف ہوا کہ AI ماڈلز اپنی تاریخی سمجھ میں علاقائی تعصب کا مظاہرہ کرتے ہیں۔ بعض علاقوں، خاص طور پر سب صحارا افریقہ، نے ماڈلز کے لیے دوسروں کے مقابلے میں زیادہ اہم چیلنجز پیش کیے۔ اس سے پتہ چلتا ہے کہ ان AI نظاموں کو تربیت دینے کے لیے استعمال ہونے والے ڈیٹا سیٹس میں تعصب ہو سکتا ہے، جس میں بعض علاقوں پر دوسروں کے مقابلے میں غیر متناسب توجہ دی گئی ہے، جس کی وجہ سے تاریخی معلومات کی کمی واقع ہوئی ہے۔ یہ تعصب محض ایک تعلیمی تشویش نہیں ہے۔ اس کے حقیقی دنیا میں مضمرات ہیں، کیونکہ اس کا مطلب ہے کہ AI نظام تاریخی غلطیوں اور غلط فہمیوں کو برقرار رکھ سکتے ہیں، خاص طور پر ان علاقوں اور ثقافتوں سے نمٹنے کے دوران جنہیں تاریخی طور پر پسماندہ کیا گیا ہے۔

مضمرات اور خدشات

ان نتائج کے مضمرات دور رس ہیں، جو تعلیمی تحقیق کے دائرے سے باہر تک پھیلے ہوئے ہیں۔ ایک تیزی سے AI سے چلنے والی دنیا میں، جہاں ان نظاموں کو مواد کی تخلیق سے لے کر معلومات کی بازیافت تک کے کاموں کے لیے استعمال کیا جا رہا ہے، تاریخی درستگی کی کمی ایک سنگین مسئلہ ہے۔ مثال کے طور پر، اگر کسی AI نظام کو تاریخی مواد تیار کرنے یا تاریخی ڈیٹا کا تجزیہ کرنے کے لیے استعمال کیا جاتا ہے، تو اس کی غلطیاں غلط معلومات کے پھیلاؤ اور تاریخی بیانیوں کی تحریف کا باعث بن سکتی ہیں۔ یہ خاص طور پر تعلیمی ترتیبات میں تشویشناک ہے، جہاں AI ٹولز کو تاریخ کی تعلیم میں مدد کے لیے استعمال کیا جا سکتا ہے۔ ان نظاموں کے غیر ارادی طور پر ماضی کی متعصب اور غلط فہمیوں کو تقویت دینے کا امکان بہت زیادہ ہے۔

پالیسی سازی اور فیصلہ سازی میں AI

ایک اور اہم تشویش AI کا پالیسی سازی اور فیصلہ سازی کے عمل میں استعمال ہے۔ اگر AI نظاموں کو پالیسی فیصلوں کو مطلع کرنے کے لیے تاریخی رجحانات اور نمونوں کا تجزیہ کرنے کے لیے استعمال کیا جاتا ہے، تو ان کی غلطیوں کے سنگین نتائج ہو سکتے ہیں۔ مثال کے طور پر، ایک AI نظام جو تاریخی ڈیٹا کی غلط تشریح کرتا ہے، اس سے ناقص پالیسی سفارشات ہو سکتی ہیں، جو ممکنہ طور پر عوامی اقدامات کی تاثیر کو کمزور کر سکتی ہیں اور برادریوں کو نقصان پہنچا سکتی ہیں۔ لہذا، یہ ضروری ہے کہ AI ماڈلز کو تاریخ کی زیادہ جامع اور درست سمجھ کے ساتھ تیار کیا جائے تاکہ اس طرح کی غلطیوں سے بچا جا سکے۔

علم اور سمجھ کی نوعیت

مطالعہ کے نتائج علم اور سمجھ کی نوعیت کے بارے میں بھی سوالات اٹھاتے ہیں۔ اگرچہ AI ماڈلز نے پیٹرن کی شناخت اور ڈیٹا پروسیسنگ جیسے شعبوں میں قابل ذکر صلاحیتوں کا مظاہرہ کیا ہے، لیکن ان میں اب بھی وہ گہری، سیاق و سباق کی سمجھ نہیں ہے جو انسانوں کے پاس ہے۔ یہ AI کی ترقی کے لیے ایک مختلف نقطہ نظر کی ضرورت کو اجاگر کرتا ہے، ایک ایسا نقطہ نظر جو ان نظاموں کو دنیا کی زیادہ جامع سمجھ کے ساتھ شامل کرنے پر مرکوز ہے، بشمول اس کی بھرپور اور پیچیدہ تاریخ۔ AI ماڈلز کو محض وسیع مقدار میں ڈیٹا فراہم کرنا کافی نہیں ہے۔ انہیں اس ڈیٹا کی تشریح اور سیاق و سباق بھی کرنے کے قابل ہونا چاہیے جو حقیقی دنیا کے واقعات کی باریکیوں اور پیچیدگیوں کی عکاسی کرے۔

AI کی تاریخی سمجھ کو بہتر بنانا

AI کی تاریخ کی سمجھ کو بہتر بنانے کا چیلنج آسان نہیں ہے۔ اس کے لیے ایک کثیر جہتی نقطہ نظر کی ضرورت ہے جس میں نہ صرف ڈیٹا سیٹس کے معیار اور تنوع کو بہتر بنانا شامل ہے بلکہ زیادہ جدید الگورتھم تیار کرنا بھی شامل ہے جو تاریخی معلومات کی بہتر تشریح اور پروسیس کر سکیں۔ اس میں قدرتی زبان کی پروسیسنگ، علم کی نمائندگی، اور علمی سائنس جیسے شعبوں سے تکنیکوں کو شامل کرنا شامل ہو سکتا ہے۔ یہ بھی ضروری ہے کہ AI نظاموں کو درست اور غیر جانبدار معلومات پر تربیت دی جائے اس بات کو یقینی بنانے کے لیے مورخین اور دیگر ماہرین کو ترقی کے عمل میں شامل کیا جائے۔

تنقیدی سوچ اور میڈیا خواندگی

مزید برآں، مطالعہ AI کے دور میں تنقیدی سوچ اور میڈیا خواندگی کی اہمیت کو اجاگر کرتا ہے۔ جیسے جیسے AI نظام زیادہ عام ہوتے جا رہے ہیں، یہ ضروری ہے کہ افراد ان نظاموں کی جانب سے فراہم کردہ معلومات کا تنقیدی جائزہ لینے اور درست اور غلط معلومات میں فرق کرنے کی صلاحیت پیدا کریں۔ یہ خاص طور پر تاریخی معلومات کے تناظر میں اہم ہے، جہاں اکثر پیچیدگی اور باریکی کی ایک اعلیٰ ڈگری ہوتی ہے۔ تاریخی معلومات کے لیے صرف AI نظاموں پر انحصار کرنا خطرناک ہے۔ تاریخی ذرائع کے ساتھ تنقیدی طور پر مشغول ہونا اور متنوع نقطہ نظر تلاش کرنا بہت ضروری ہے۔

مختلف شعبوں پر اثرات

AI کی عالمی تاریخ کی ناقص گرفت کے مضمرات مختلف شعبوں تک پھیلے ہوئے ہیں، جن میں سے ہر ایک کے اپنے منفرد چیلنجز اور ممکنہ نتائج ہیں۔ مثال کے طور پر، تعلیم کے شعبے میں، تاریخی تعلیم کے لیے AI سے چلنے والے ٹولز پر انحصار غلط معلومات کے پھیلاؤ اور تعصبات کو تقویت دینے کا باعث بن سکتا ہے۔ اگر AI نظاموں کو تعلیمی مواد تیار کرنے یا تحقیقی مقاصد کے لیے تاریخی ڈیٹا کا تجزیہ کرنے کے لیے استعمال کیا جاتا ہے، تو ان کی غلطیاں طلباء کی ماضی کی سمجھ پر نقصان دہ اثر ڈال سکتی ہیں۔ اساتذہ کو ان حدود سے آگاہ ہونا چاہیے اور طلباء کو AI نظاموں کی جانب سے فراہم کردہ معلومات کا جائزہ لینے کے لیے ضروری تنقیدی سوچ کی مہارتوں سے لیس کرنا چاہیے۔

میڈیا اور صحافت

میڈیا اور صحافت کے شعبوں میں، خبروں کے مضامین تیار کرنے یا تاریخی واقعات کا تجزیہ کرنے کے لیے AI کا استعمال غلطیوں کے پھیلاؤ اور تاریخی بیانیوں کی تحریف کا باعث بھی بن سکتا ہے۔ یہ خاص طور پر جعلی خبروں اور غلط معلومات کے دور میں تشویشناک ہے، جہاں AI کو بڑے پیمانے پر گمراہ کن مواد بنانے اور پھیلانے کے لیے استعمال کیا جا سکتا ہے۔ صحافیوں اور میڈیا کے پیشہ ور افراد کو AI نظاموں کی جانب سے تیار کردہ معلومات کی تصدیق کرنے میں چوکس رہنا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ وہ غیر ارادی طور پر غلط معلومات کے پھیلاؤ میں حصہ نہ ڈالیں۔

ثقافتی ورثہ

ثقافتی ورثہ کے شعبے میں، تاریخی نوادرات کو ڈیجیٹائز کرنے اور محفوظ کرنے کے لیے AI کا استعمال بھی پریشانی کا باعث ہو سکتا ہے اگر AI نظاموں میں تاریخی سیاق و سباق کی مناسب سمجھ نہ ہو۔ مثال کے طور پر، تاریخی دستاویزات کی فہرست بنانے یا قدیم نصوص کا تجزیہ کرنے کے لیے استعمال ہونے والا AI نظام معلومات کی غلط تشریح کر سکتا ہے اگر اس کے پاس زیر بحث تاریخی دور کی جامع سمجھ نہ ہو۔ اس سے نوادرات کی غلط درجہ بندی، تاریخی واقعات کی غلط تشریح، اور قیمتی ثقافتی معلومات کا نقصان ہو سکتا ہے۔

کاروبار اور مالیات

کاروبار اور مالیاتی شعبے بھی AI نظاموں کی غلطیوں کا شکار ہیں۔ اگر AI کو تاریخی معاشی ڈیٹا کا تجزیہ کرنے یا ماضی کے واقعات کی بنیاد پر مستقبل کے مارکیٹ کے رجحانات کی پیش گوئی کرنے کے لیے استعمال کیا جاتا ہے، تو تاریخ کی سمجھ میں کوئی بھی غلطی ناقص مالیاتی فیصلوں اور معاشی عدم استحکام کا باعث بن سکتی ہے۔ کاروباروں کو ان خطرات سے آگاہ ہونا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ وہ اہم مالیاتی فیصلے کرنے کے لیے صرف AI نظاموں پر انحصار نہ کریں۔ ایک متوازن نقطہ نظر جو AI کی طاقت کو انسانی مہارت اور تنقیدی سوچ کے ساتھ جوڑتا ہے ان پیچیدہ مسائل سے نمٹنے کے لیے ضروری ہے۔

سائنس اور تحقیق

سائنسی اور تحقیقی برادری بھی AI کی تاریخی سمجھ کی حدود سے متاثر ہے۔ اگر AI کو تاریخی سائنسی ڈیٹا کا تجزیہ کرنے یا ماضی کی دریافتوں کی بنیاد پر مستقبل کے سائنسی رجحانات کی پیش گوئی کرنے کے لیے استعمال کیا جاتا ہے، تو تاریخ کی گرفت میں کوئی بھی غلطی ناقص تحقیقی نتائج کا باعث بن سکتی ہے۔ سائنسدانوں اور محققین کو ان حدود سے آگاہ ہونا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ وہ AI نظاموں کی جانب سے تیار کردہ غلط معلومات کی بنیاد پر فیصلے نہ کریں۔

سیاسی اور سماجی سائنس

سیاسی اور سماجی سائنس کے شعبے بھی AI کی تاریخی غلطیوں کا شکار ہیں۔ اگر AI کو تاریخی سیاسی رجحانات کا تجزیہ کرنے یا ماضی کے واقعات کی بنیاد پر مستقبل کے سماجی نمونوں کی پیش گوئی کرنے کے لیے استعمال کیا جاتا ہے، تو تاریخ کی سمجھ میں کوئی بھی خامی ناقص پالیسی سفارشات اور سماجی بدامنی کا باعث بن سکتی ہے۔ پالیسی سازوں کو ان خطرات سے آگاہ ہونا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ وہ ایسے اہم فیصلے کرنے کے لیے صرف AI نظاموں پر انحصار نہ کریں جو معاشرے کو متاثر کر سکتے ہیں۔

اخلاقی اور ذمہ دارانہ AI ترقی

کمپلیکسٹی سائنس ہب کی جانب سے کی گئی تحقیق نہ صرف موجودہ AI ماڈلز کی خامیوں کو ظاہر کرتی ہے بلکہ AI کی ترقی کے لیے ایک زیادہ اخلاقی اور ذمہ دارانہ نقطہ نظر کی ضرورت کو بھی اجاگر کرتی ہے۔ جیسے جیسے AI نظام زیادہ طاقتور اور وسیع ہوتے جا رہے ہیں، یہ ضروری ہے کہ ہم انہیں اس طرح سے تیار کریں جو انسانی اقدار کے مطابق ہو اور معاشرے کی فلاح و بہبود کو فروغ دے۔ اس میں یہ یقینی بنانا شامل ہے کہ AI نظام درست، غیر جانبدار اور شفاف ہوں، اور یہ کہ وہ تاریخی غلطیوں اور غلط فہمیوں کو برقرار نہ رکھیں۔

انسانی نگرانی اور تنقیدی سوچ

مطالعہ کے نتائج AI کے دور میں انسانی نگرانی اور تنقیدی سوچ کی اہمیت کو بھی اجاگر کرتے ہیں۔ اگرچہ AI نظام طاقتور ٹولز ہو سکتے ہیں، لیکن وہ غلط نہیں ہیں، اور انہیں انسانی فیصلے کے متبادل کے طور پر نہیں دیکھا جانا چاہیے۔ یہ ضروری ہے کہ افراد AI نظاموں کی جانب سے فراہم کردہ معلومات کا جائزہ لینے اور درست اور غلط معلومات میں فرق کرنے کے لیے ضروری تنقیدی سوچ کی مہارتیں پیدا کریں۔ یہ خاص طور پر تاریخی معلومات کے تناظر میں اہم ہے، جہاں اکثر پیچیدگی اور باریکی کی ایک اعلیٰ ڈگری ہوتی ہے۔

تعاون اور ذمہ دارانہ ترقی

آگے کا راستہ محققین، ڈویلپرز، پالیسی سازوں اور عوام کے درمیان تعاون کا تقاضا کرتا ہے تاکہ یہ یقینی بنایا جا سکے کہ AI نظاموں کو ذمہ دارانہ اور اخلاقی طریقے سے تیار کیا جائے۔ اس میں موجودہ AI ماڈلز کے تعصبات اور حدود کو دور کرنا، ڈیٹا سیٹس کے معیار اور تنوع کو بہتر بنانا، اور زیادہ جدید الگورتھم تیار کرنا شامل ہے جو تاریخی معلومات کی بہتر تشریح اور پروسیس کر سکیں۔ میڈیا خواندگی اور تنقیدی سوچ کی مہارتوں کو فروغ دینا بھی بہت ضروری ہے تاکہ افراد AI سے تیار کردہ معلومات کے پیچیدہ منظر نامے کو مؤثر طریقے سے نیویگیٹ کر سکیں۔