مثالی تصویر
پچھلے ہفتے، ایک کافی میٹنگ کے دوران، میرے ایک ساتھی، جو ویتنام کی ایک یونیورسٹی میں ترجمہ کے لیکچرر ہیں، نے آہ بھری: "میں ترجمہ پڑھانا پسند کرتا تھا۔ لیکن اب، جب بھی مجھے کوئی کام سونپا جاتا ہے، طلباء صرف سوال کو ChatGPT میں چسپاں کرتے ہیں اور نتیجہ جمع کراتے ہیں۔ اب میں بمشکل کوئی رائے دے سکتا ہوں۔"
تضاد: علم اور ہنر اب کم نہیں رہے، پھر بھی ٹیوشن فیسیں بڑھ رہی ہیں۔
یہ کہانی ترجمہ کی تعلیم کے لیے منفرد نہیں ہے۔ یہ تعلیمی شعبے میں بڑھتی ہوئی بے چینی کی عکاسی کرتا ہے کیونکہ AI ٹولز جیسے ChatGPT اور DeepL بہت سے تربیتی ماڈلز، خاص طور پر یونیورسٹیوں میں، جو کئی دہائیوں سے موجود ہیں۔
صدیوں سے، یونیورسٹیاں ایک بہت ہی سادہ مفروضے پر چلتی تھیں: علم اور ہنر کی کمی تھی۔ علم اور ہنر حاصل کرنے کے لیے، طلبہ کو ٹیوشن ادا کرنا پڑتی تھی، کلاسز میں شرکت کرنی پڑتی تھی، کتابیں پڑھنی پڑتی تھیں، اسائنمنٹس کو مکمل کرنا پڑتا تھا، اور بالآخر ڈگری حاصل کرنی پڑتی تھی۔
ڈگری علم کا ذریعہ اور ملازمت کی منڈی کے لیے قابلیت کی سند کے طور پر کام کرتی ہے۔
لیکن آج، AI عملی طور پر صفر لاگت پر سیکنڈوں میں وضاحت، ترکیب، ترجمہ اور لکھ سکتا ہے۔ متضاد طور پر، جبکہ علم اور ہنر اب کم نہیں رہے اور سستے ہوتے جا رہے ہیں، یونیورسٹی ٹیوشن میں مسلسل اضافہ ہو رہا ہے۔
جاب مارکیٹ یونیورسٹیوں سے زیادہ تیزی سے رد عمل ظاہر کر رہی ہے۔ برطانیہ میں، حالیہ گریجویٹس کے لیے دستیاب ملازمتوں کی تعداد میں گزشتہ سال کے دوران تقریباً 33 فیصد کمی واقع ہوئی ہے، جو سات سالوں میں سب سے کم سطح ہے، جس کی بڑی وجہ انٹری لیول پوزیشنز کو خودکار بنانے کے لیے AI کا استعمال کرنے والے کاروبار ہیں۔ (کم یا تجربہ نہ رکھنے والوں کے لیے ملازمت کی سطح) اور لاگت میں کمی۔
امریکہ میں، 27 سے زیادہ ریاستوں نے عوامی خدمات کے متعدد عہدوں کے لیے کالج کی ڈگری کی ضروریات کو ختم یا کم کر دیا ہے، جس کا مقصد ٹیلنٹ پول کو بڑھانا اور مزدوروں کی کمی کے ساتھ ساتھ "ڈگری افراطِ زر" کو پورا کرنا ہے (ان ملازمتوں کے لیے اعلیٰ تعلیمی قابلیت کی ضرورت کا رجحان جن کے لیے پہلے صرف کم اہلیت کی ضرورت ہوتی تھی)۔
کاروبار مزدوری کا دوبارہ جائزہ لے رہے ہیں کیونکہ AI تیزی سے دہرائی جانے والی، کوڈ پر مبنی ملازمتوں کی جگہ لے رہا ہے جو کبھی نوجوان گریجویٹس کا ڈومین ہوا کرتی تھیں۔
ویتنام میں، AI کے ذریعے چلنے والی تبدیلی کسٹمر سروس اور مارکیٹنگ میں واضح ہے، جس میں چیٹ بوٹس اور AI ٹولز آہستہ آہستہ بنیادی کرداروں کی جگہ لے رہے ہیں۔
اگرچہ یونیورسٹی کے بہت سے پروگرام اب بھی مواد لکھنے یا کمیونٹی مینجمنٹ جیسی دستی مہارتیں سکھاتے ہیں، کاروباری اداروں نے تیزی سے انٹرنز اور نئے ملازمین کو AI سسٹمز سے تبدیل کر دیا ہے، اور کارکردگی کو بہتر بنانے کے لیے AI کو چلانے والوں کی خدمات حاصل کرنے کو ترجیح دی ہے۔
تاہم، علم اور مہارت کی تمام اقسام ایک ہی شرح سے کم نہیں ہو رہی ہیں۔ وہ فیلڈز جنہیں معیاری اور ہموار کیا جا سکتا ہے، جیسے قانون، اکاؤنٹنگ، انتظامیہ، آپریشنز انجینئرنگ، اور ترجمہ، سب سے زیادہ متاثر ہو رہے ہیں۔
میں نے اور ترجمہ کی صنعت میں میرے بہت سے ساتھیوں نے خود اس کا تجربہ کیا ہے۔ میں نے بہت سے بین الاقوامی کلائنٹس کو کھو دیا ہے جو معاہدوں اور نمونوں کی دستاویزات کا ترجمہ کرتے تھے کیونکہ AI اب ان کاموں کو تیزی سے اور سستا سنبھالتا ہے۔
لیکن میرے پاس اب بھی دیگر پروجیکٹس ہیں، جیسے کہ چیٹ GPT سے ترجمے کی پروف ریڈنگ، AI سے ترجمہ شدہ صحت کے سوالناموں کی جانچ کرنے کے لیے مریضوں کے گروپوں کو تلاش کرنا اور ان کا تجزیہ کرنا، گروپوں کے درمیان جوابات کا موازنہ کرنا، اور زبان کو مختلف ثقافتی سیاق و سباق کے مطابق ڈھالنا۔
یہ وہ ملازمتیں ہیں جن کے لیے فیصلے، تجربے اور ہمدردی کی ضرورت ہوتی ہے — ایسی خوبیاں جنہیں AI، کم از کم ابھی کے لیے، بدل نہیں سکتا۔
میرا ایک دوست جو فن تعمیر میں کام کرتا ہے اس کا بھی ایسا ہی تجربہ تھا۔ سافٹ ویئر اور AI معیاری ڈرائنگ میں تیزی سے مدد کر سکتے ہیں۔ لیکن جب کسی پروجیکٹ کو لوگوں، زمین کی تزئین، ثقافت، بجٹ اور قانونی تقاضوں کو متوازن کرنا ہوتا ہے، تو معمار کا کردار اہم ہو جاتا ہے۔ کوئی الگورتھم ایک تجربہ کار پیشہ ور کی طرح لوگوں اور سیاق و سباق کو "پڑھ" نہیں سکتا۔
AI "انسان" ہونے کے قریب تر ہوتا جا رہا ہے۔
یہ کہانیاں تیزی سے واضح لائن کو ظاہر کرتی ہیں: AI بار بار ہونے والے، معیاری کاموں کے لیے ایک اچھا متبادل ہے۔ لیکن یہ انسانوں، سیاق و سباق، جذبات، اخلاقیات اور سماجی ذمہ داری کے جتنا قریب آتا ہے، انسانوں کا کردار اتنا ہی زیادہ ناقابل تلافی ہوتا جاتا ہے۔
اور یہ یہاں ہے کہ کہانی اب مکمل طور پر ترجمے یا فن تعمیر کے گرد نہیں گھومتی ہے، بلکہ علمی معاشرے کے ایک مرکزی ادارے: یونیورسٹی کو براہ راست چھوتی ہے۔
اگر AI بھی کسی امتحان میں زیادہ نمبر حاصل کر سکتا ہے، تو پرانے طریقے سے پڑھانا اور ٹیسٹ جاری رکھنا یونیورسٹی کی قدر ہی کم کرتا ہے۔ آج یونیورسٹیوں کی اہمیت بنیادی طور پر علم فراہم کرنے میں نہیں ہے، بلکہ طالب علموں کو تنقیدی سوچ، فیصلے اور فکری صلاحیتوں کو فروغ دینے میں مدد فراہم کرتی ہے۔
تاہم، ویتنام میں حقیقت یہ ظاہر کرتی ہے کہ، تمام نہیں، بہت سے پروگرام اب بھی پرانے طریقے سے پڑھا رہے ہیں اور تشخیص کر رہے ہیں: نوٹ لینا - روٹ لرننگ - ایک ٹیمپلیٹ کے مطابق اسائنمنٹ کرنا - "نمونہ جوابات" پر مبنی جانچ۔
AI کے تناظر میں، وہ تدریسی طریقہ اپنی حدود کو بہت واضح طور پر ظاہر کرتا ہے۔ ایک گروپ کی رپورٹ AI کے ساتھ ایک شام میں مکمل کی جا سکتی ہے۔ ایک پریزنٹیشن منٹوں میں بنائی جا سکتی ہے۔ یہاں تک کہ دلائل اور ثبوت بھی "آپ کے لیے تیار کیے جا سکتے ہیں۔" اگر تشخیص صرف مواد کو دوبارہ پیش کرنے کی صلاحیت کی پیمائش کرتا ہے، تو ٹیکنالوجی سیکھنے والوں کے پاس جتنے زیادہ ہوں گے، انہیں اپنی صلاحیتوں کا استعمال کرتے ہوئے اتنا ہی کم سوچنا پڑے گا۔
یقیناً اس میں مثبت پیش رفت بھی ہوئی ہے۔ کچھ جدید پروگراموں میں، طلباء کو AI آؤٹ پٹ کا تجزیہ کرنے، نقطہ نظر کا موازنہ کرنے، جوابی دلیلوں کے خلاف دلائل کا دفاع کرنے، حقیقی دنیا کے منصوبوں پر کام کرنے، اور اپنے انتخاب کی ذمہ داری قبول کرنے کی ضرورت ہوتی ہے۔
یہ اسکول AI کو تدریس میں ضم کرنے، AI اساتذہ کی تربیت کا اہتمام کرنے، اور نصاب تیار کرنے میں رہنمائی کر رہے ہیں جو AI ٹول کے استعمال کی مہارتوں پر زور دیتے ہیں۔ تاہم، یہ نقطہ نظر بکھرے ہوئے ہیں، ایک انسٹرکٹر یا اسکول سے دوسرے میں مختلف ہیں، اور ابھی تک ایک مستقل نظام کی سمت نہیں بن پائے ہیں۔
اہم سوال یہ نہیں ہے کہ آیا AI یونیورسٹیوں کو "روک" دے گا، بلکہ: کیا ویتنامی یونیورسٹیاں اتنی تیزی سے آگے بڑھ رہی ہیں کہ وہ علم کی تعلیم سے انسانی سوچ اور کردار کو پروان چڑھانے کے لیے منتقل ہو جائیں - AI کے ساتھ سیکھنے والوں اور کارکنوں کی مدد کے لیے ایک طاقتور ٹول کے طور پر؟
ماخذ: https://tuoitre.vn/ai-co-dang-lam-kho-dai-hoc-20251231112540395.htm
تبصرہ (0)