AI کی 3 حدود
ورکشاپ میں، ویتنام میں ہسپانوی چیمبر آف کامرس کے صدر مسٹر آسکر لوپیز الیگری، جو ویتنام میں تقریباً 15 سال سے مقیم ہیں اور سافٹ ویئر ڈویلپمنٹ انڈسٹری (سی ای او آف نیکسٹ وے ٹیکنالوجی) میں کام کر چکے ہیں، نے دلچسپ باتیں بتائیں۔
آسکر نے کہا، "2008-2009 کے آس پاس، میں نے AI کا مطالعہ کیا۔ اس وقت، ہم چھوٹے روبوٹ کے ساتھ کھیلتے تھے جو خود بخود حرکت کر سکتے تھے، یہاں تک کہ لائٹس بھی آن کر سکتے تھے۔ یہ بہت دلچسپ تھا لیکن آسان نہیں تھا۔ 2015 میں، میں نے IBM میں کام کیا۔ ہم نے AI کا استعمال ملازمین کے لیے تجاویز کو خودکار بنانے، ملازمت کی خودکار تفصیل لکھنے کے لیے کیا،" آسکر نے کہا۔
مسٹر آسکر لوپیز الیگری کا خیال ہے کہ AI کی کچھ حدود ہیں، لہذا لوگوں کو AI استعمال کرتے وقت ہمیشہ تنقیدی سوچ رکھنی چاہیے۔
تصویر: مائی کوین
آسکر کے مطابق، یہ بالکل اسی طرح تھا جو اب ڈیٹا کے تجزیے کے ساتھ ہو رہا ہے، لیکن اس وقت ٹیکنالوجی محدود تھی۔ AI بنانا آسان اور سیکھنا آسان ہے۔ "آج، میں AI ہر چیز کے لیے استعمال کرتا ہوں، بشمول پریزنٹیشنز۔ AI ہر جگہ ہے، ہم اسے ہر روز استعمال کرتے ہیں، اور زیادہ سے زیادہ۔ یہ انٹرنیٹ کی تاریخ میں سب سے تیزی سے اپنائی جانے والی مصنوعات میں سے ایک ہے۔ تاہم، AI جو کچھ بھی کہتا ہے وہ سچ نہیں ہے۔ یہی بنیادی پیغام ہے،" سی ای او نے تسلیم کیا۔
اس شخص نے مثال دی: "ایک بار میں نے پوچھا کہ امریکہ میں کتنے مسلمان صدور ہیں؟ جواب ملا براک اوباما، لیکن اوباما مسلمان نہیں ہیں، یہ صرف ایک غلط معلومات کی مہم ہے، ایسی غلط پیش گوئیاں سیاسی مسائل کا باعث بن سکتی ہیں۔
میں نے خود پوچھا کہ ویتنام میں ہسپانوی پاسپورٹ کی تجدید کیسے کی جائے۔ AI نے جواب دیا: یہ 'Spain country in Ho Chi Minh City' میں کیا جا سکتا ہے، لیکن ہو چی منہ سٹی کے پاس 'اسپین ملک' نہیں ہے! یہ ظاہر کرتا ہے کہ AI سے تیار کردہ مواد ہمیشہ قابل اعتماد نہیں ہوتا ہے۔"
وہاں سے مسٹر آسکر نے AI کی حدود کی نشاندہی کی۔ سب سے پہلے، کوئی حقیقی استدلال نہیں ہے. AI صرف شماریاتی امکانات کی بنیاد پر جوابات دیتا ہے، تصورات کو سمجھنے کی نہیں۔ مثال کے طور پر، "2 + 2 = 4" کے ساتھ، یہ نمبر 2 یا اضافے کو نہیں سمجھتا، لیکن صرف اعداد و شمار سے سیکھنے کی بنیاد پر صحیح نتیجہ کی پیش گوئی کرتا ہے۔ اس لیے اسے حقیقی ذہانت نہیں کہا جا سکتا۔
اگلی حد یہ ہے کہ تربیتی ڈیٹا کا بڑا اثر ہے: اگر ڈیٹا متعصب ہے تو جوابات بھی متعصب ہوں گے۔ یہ ناانصافی کا سبب بن سکتا ہے، یہاں تک کہ ملازمت یا برطرفی کے فیصلوں کو بھی متاثر کر سکتا ہے۔
تیسرا تعصب ہے۔ "مثال کے طور پر، اگر آپ کسی AI سے ہسپانوی لوگوں کے بارے میں کوئی لطیفہ سنانے کو کہتے ہیں، تو یہ ٹھیک ہے، لیکن اگر آپ اسے سیاہ فام لوگوں کے بارے میں پوچھتے ہیں، تو یہ مسدود ہے۔ AI کو آپ جو کچھ کہہ سکتے ہیں اس کا 'جج' نہیں ہونا چاہیے،" آسکر نے کہا۔
لہذا، اس ٹیکنالوجی ماہر کا خیال ہے کہ لوگوں کو ہمیشہ تنقیدی سوچ رکھنی چاہیے اور AI کو مطلق سچ نہیں ماننا چاہیے۔
"آج کل، کبھی کبھی ہم ان پر بہت زیادہ بھروسہ کرتے ہیں۔ کبھی کبھی ہم مکمل یقین کر لیتے ہیں، اور بھول جاتے ہیں کہ ہم انسان ہیں، اور ہمارے پاس تنقیدی سوچ ہے، میں لوگوں کو یاد دلانا چاہتا ہوں کہ تنقیدی سوچ بہت ضروری ہے، آپ کے دماغ کا استعمال بہت ضروری ہے۔ ہر چیز صرف ایک ٹول ہے۔ آپ انسان ہیں، یہ کبھی نہ بھولیں کہ آپ اب بھی ماسٹر ہیں، "اگر آپ ماسٹر نہیں ہیں، تو آپ کی جگہ لی جائے گی۔
یونیورسٹی کی تعلیم کو کیسے بدلنا چاہیے؟
ورکشاپ میں موجود، برانچ کے ڈپٹی ڈائریکٹر، ہو چی منہ سٹی میں ایف پی ٹی یونیورسٹی برانچ کے ٹریننگ ڈیپارٹمنٹ کے سربراہ مسٹر تران توان آنہ نے بتایا کہ 2030 تک موجودہ کارکنوں کی تقریباً 39 بنیادی مہارتیں ہوں گی جن میں تبدیلی متوقع ہے ۔
اس کے علاوہ، OECD (آرگنائزیشن فار اکنامک کوآپریشن اینڈ ڈیولپمنٹ) ممالک میں تقریباً 27-28% ملازمتیں فی الحال AI یا متعلقہ ٹیکنالوجیز کی وجہ سے آٹومیشن کے زیادہ خطرے میں ہیں۔
مسٹر Tran Tuan Anh یونیورسٹی کی تعلیم کے لیے AI-First ماڈل کے بارے میں بتاتے ہیں۔
تصویر: مائی کوین
"AI مہارت کی ضروریات اور ملازمت کی خصوصیات کے لحاظ سے لیبر مارکیٹ کو گہرائی سے تبدیل کر رہا ہے۔ زندگی کے تمام شعبوں میں AI کا اطلاق تیزی سے اور ناقابل واپسی ہو رہا ہے۔ اس لیے یونیورسٹی کی تعلیم کے لیے کیا انتخاب ہے جب کاروباری اداروں کو AI سے مربوط کام کے عمل کو پورا کرنے کے لیے کارکنوں کی مہارتوں کو دوبارہ تربیت یا اپ گریڈ کرنا ہو؟"، مسٹر ٹوان آنہ نے کہا۔
مسٹر Tuan Anh کے مطابق، یونیورسٹی کی تعلیم کو نئے تناظر کے لیے گریجویٹس کی تیاری میں بے مثال چیلنجز کا سامنا ہے۔ اس لیے یونیورسٹی کی تعلیم کے لیے ایک ماڈل بنانے کی ضرورت ہے۔
مسٹر Tuan Anh کے مطابق، AI-First ماڈل موجودہ تناظر میں مناسب نقطہ نظر ہو سکتا ہے۔ AI-First ایک پیراڈائم شفٹ ہے جس میں AI حکمت عملی بنانے، فیصلہ سازی اور آپریشنز کے عمل میں ایک بنیادی عنصر ہے، بجائے اس کے کہ اسے صرف ایک اضافی ٹول سمجھا جائے۔
خاص طور پر، یونیورسٹیوں کو AI کو تدریس اور تشخیص میں استعمال کرنے، سیکھنے کے مواد اور راستوں کو ذاتی بنانے، اور تربیتی پروگراموں میں AI کو گہرائی سے ضم کرنے کی ضرورت ہے۔ خاص طور پر، تربیتی پروگرام کے فریم ورک کو ایڈجسٹ کرنے کی ضرورت ہے، ہر مضمون کے مواد کو AI انضمام کی مناسب سطح کے ساتھ نئے سرے سے ڈیزائن کرنے کی ضرورت ہے، طلباء کی AI صلاحیت کو ماپنے اور جانچنے کے لیے ایک پیمانہ تیار کرنے کی ضرورت ہے، اور قومی اور بین الاقوامی معیار تک رسائی حاصل کرنے کی ضرورت ہے۔
"خاص طور پر، یونیورسٹیوں کو آجر کی ضروریات کا اندازہ لگانا چاہیے اور کام کے عمل میں تبدیلیوں کا تجزیہ کرنا چاہیے تاکہ یہ معلوم کیا جا سکے کہ کون سی مہارتیں اہم ہیں اور کون سی مہارتیں اب ضروری نہیں رہیں۔ وہاں سے، ملازمت کے عہدوں کے مطابق ایک قابلیت کا فریم ورک تیار کریں،" مسٹر ٹوان آن نے شیئر کیا۔
مندرجہ بالا سبھی، مسٹر ٹوان انہ کے مطابق، طلباء کو تربیت دینا ہے کہ وہ ٹھوس بنیادی علم کے ساتھ کارکن بننے، میدان کی گہرائی سے سمجھ اور بین الضابطہ؛ سوچنے کی مہارت (تنقیدی، منظم، تخلیقی) اور مسئلہ حل کرنا؛ سماجی مہارتیں، اخلاقیات اور زندگی بھر سیکھنے کی صلاحیت رکھتے ہیں۔ ایک ہی وقت میں، ایک کاروباری جذبہ رکھیں، کاروبار کھولنے کے لیے نہیں، بلکہ ٹیکنالوجی اور کام کے ماحول میں ہونے والی تبدیلیوں کے لیے تیزی سے اپنانے کے قابل ہونا۔
ماخذ: https://thanhnien.vn/chuyen-gia-cong-nghe-chi-ra-su-thieu-tri-tue-cua-ai-va-loi-nhac-quan-trong-18525091915433146.htm
تبصرہ (0)