AI کا پیداواری تضاد

گزشتہ دہائی کے دوران محنت کی پیداواری صلاحیت میں نمایاں کمی دیکھی گئی ہے، یہاں تک کہ مصنوعی ذہانت نے روزمرہ کے کاموں میں دہرائے جانے والے کاموں کو بدلنے میں مدد کی ہے۔

کیا AI واقعی کام کی پیداوری کو بڑھاتا ہے؟ تصویر: لنکڈ ان ۔

AI کی وجہ سے ملازمتوں میں ہونے والے نقصانات کے بارے میں بڑھتے ہوئے خدشات کے درمیان، امید پرستوں کا کہنا ہے کہ یہ محض پیداواری صلاحیت بڑھانے کا ایک ذریعہ ہے، جس سے کارکنوں اور معیشت دونوں کو فائدہ ہوتا ہے۔ مائیکروسافٹ کے سی ای او ستیہ نڈیلا تجویز کرتے ہیں کہ صارفین کو صرف اپنے اہداف بتانے کی ضرورت ہے، جب کہ خودکار AI ایجنٹس تمام سسٹمز میں اپنے طور پر منصوبہ بندی، عملدرآمد اور سیکھیں گے۔

تاہم، AI ایک "پیداواری جال" بنا رہا ہے، جو زیادہ سے زیادہ لوگوں کو اس کے استعمال کرنے، اور یہاں تک کہ اس پر انحصار کرنے کی ترغیب دے رہا ہے۔ یہ خود کی عکاسی اور مسئلہ حل کرنے کی صلاحیتوں میں کمی کا باعث بنے گا، اور زیادہ سنجیدگی سے، تخلیقی صلاحیتوں اور زندگی میں پیش رفت کو متاثر کرے گا۔

معیار پر مقدار کو ترجیح دینا۔

FT کے مطابق، AI ٹولز مثالی ہوں گے جب صرف کارکردگی ہی پیداواری مسئلہ کو حل کرنے کے لیے کافی ہو۔ اخبار بتاتا ہے کہ پچھلی نصف صدی میں بہت سے ایسے کمپیوٹرز تیار کیے گئے ہیں جو پہلے سے کہیں زیادہ تیز رفتار ہیں، لیکن ترقی یافتہ معیشتوں میں مزدور کی پیداواری صلاحیت میں اضافے کی شرح 1990 کی دہائی میں تقریباً 2 فیصد سالانہ سے اب صرف 0.8 فیصد رہ گئی ہے۔

کمپیوٹر، انٹرنیٹ، اور عالمی ٹیلنٹ کنیکٹوٹی کی آمد کے ساتھ، کامیابیاں پھٹ پڑنی چاہئیں۔ پھر بھی، تحقیق کی پیداواری صلاحیت میں کمی آئی ہے۔ آج ایک سائنس دان 1960 کی دہائی میں اپنے پیشرو کے مقابلے میں سرمایہ کاری کرنے والے فی ڈالر کم زمینی خیالات پیدا کرتا ہے۔

ماہر اقتصادیات گیری بیکر نے ایک بار نشاندہی کی کہ والدین کو "معیار اور مقدار" کے درمیان انتخاب کا سامنا کرنا پڑتا ہے۔ مثال کے طور پر، ان کے جتنے زیادہ بچے ہوں گے، ان کے ہر بچے میں انفرادی طور پر سرمایہ کاری کرنے کا امکان اتنا ہی کم ہوگا۔ جدت کے ساتھ بھی ایسا ہی ہو سکتا ہے۔

ایک ساتھ بہت سارے منصوبے تخلیقی صلاحیتوں پر منفی اثر ڈال سکتے ہیں۔ تصویر: ایڈوب اسٹاک۔

پیٹنٹ آؤٹ پٹ کے بڑے پیمانے پر مطالعہ اس بات کی تصدیق کرتے ہیں کہ شروع کیے گئے منصوبوں کی تعداد کامیابیوں کے امکان کے برعکس متناسب ہے۔ حالیہ دہائیوں میں، سائنسی کاغذات اور پیٹنٹس بڑی کامیابیوں کے بجائے تیزی سے اضافی اضافے بن گئے ہیں۔

دریں اثنا، پوری تاریخ میں عظیم ذہنوں نے اسے سمجھا۔ آئزک نیوٹن نے ایک بار کہا تھا کہ وہ ہمیشہ "اپنے سامنے ایک مسئلہ رکھتا ہے... جب تک کہ روشنی کی پہلی چنگاریاں نمودار نہ ہوں، آہستہ آہستہ، اور آخر کار ایک واضح اور مکمل روشنی میں پھوٹ پڑے۔" "تخلیقیت ہزار چیزوں کو نہیں کہہ رہی ہے،" اسٹیو جابز نے اتفاق کیا۔

"اے آئی کا درمیانی صلاحیت کا جال"

یونیورسٹی آف برسٹل میں فنانس اینڈ اکاؤنٹنگ کے ماسٹرز پروگرام کے ڈائریکٹر مسٹر ہو کووک ٹوان نے "AI کی اوسط صلاحیت کے جال" کے تصور کا ذکر کیا۔ وہ ملازمتیں جن کے لیے اکثر ایک اوسط فرد کی صلاحیتوں کی ضرورت ہوتی ہے ان میں اکثر دہرائے جانے والے بہت سے کام شامل ہوتے ہیں، واضح اور قابل مقدار عمل کی پیروی کرتے ہیں۔ تاہم، اس کا استدلال ہے کہ یہ بالکل AI کی شاندار طاقت ہے۔

بڑے پیمانے پر لینگویج ماڈلز (LLMs) اس بات سے چمٹے رہتے ہیں جسے اعداد و شمار عام اتفاق رائے سمجھتے ہیں۔ اگر آپ کے پاس چیٹ بوٹ 19ویں صدی کا متن پڑھتا، تو یہ "ثابت" کرے گا کہ انسان اڑ نہیں سکتے، جب تک کہ رائٹ برادران نے ایسا نہیں کیا۔

مارچ 2025 میں نیچر میں شائع ہونے والے ایک جائزے سے پتہ چلتا ہے کہ، اگرچہ LLM بار بار ہونے والے سائنسی کاموں کو کم کرنے میں مدد کر سکتا ہے، لیکن سوچ میں حقیقی چھلانگ اب بھی انسانوں کی ہے۔ مسٹر ٹوان نے یہ بھی دلیل دی کہ جو پہلے سے معلوم ہے اس سے چمٹے رہنا، خطرہ مول لینے سے گریزاں رہنا، اور تنقیدی سوچ کا فقدان AI دور میں مہلک کمزوریاں ہیں۔

گوگل ڈیپ مائنڈ کی ٹیم کے سربراہ ڈیمس ہاسابیس نے الفا فولڈ تیار کیا، جو پروٹین کی شکلوں کی پیش گوئی کرنے کے قابل ماڈل ہے، جسے AI میں آج تک کی سب سے شاندار سائنسی کامیابیوں میں سے ایک سمجھا جاتا ہے۔ لیکن یہاں تک کہ وہ تسلیم کرتا ہے کہ واقعی عام مصنوعی ذہانت کے حصول کے لیے اب بھی "بہت زیادہ جدت" کی ضرورت ہوگی۔

الفا فولڈ، نوبل انعام یافتہ سائنسی کام کو بھی "مزید اختراع" کی ضرورت ہے۔ تصویر: گوگل ڈیپ مائنڈ۔

مستقبل قریب میں، AI بنیادی طور پر جدت کو فروغ دینے کے بجائے کارکردگی بڑھانے میں مدد کرے گا۔ 7,000 سے زیادہ نالج ورکرز کے Arxiv پر شائع ہونے والے ایک سروے سے پتہ چلتا ہے کہ جو لوگ AI کا استعمال کرتے ہیں انہوں نے اپنے ای میل پروسیسنگ کے وقت میں اوسطاً 3.6 گھنٹے فی ہفتہ (31% کے برابر) کمی کی، جبکہ باہمی تعاون کے کاموں میں کوئی تبدیلی نہیں ہوئی۔

تاہم، اگر ہر کوئی ChatGPT کو ای میل کے جوابات دیتا ہے، تو ان باکسز میں ای میلز کی تعداد بڑھ سکتی ہے، جس سے ابتدائی کارکردگی کو نقصان پہنچ سکتا ہے۔ FT کے مطابق، 1990 کی دہائی میں امریکی پیداواری بحالی کے تجربے سے پتہ چلتا ہے کہ اگر حقیقی اختراعی کامیابیوں کے ساتھ نہ ہو تو نئے آلے کے فوائد تیزی سے ختم ہو جائیں گے۔

ماخذ: https://znews.vn/nghich-ly-nang-suat-cua-ai-post1561451.html