AI کا پیداواری تضاد

گزشتہ دہائی کے دوران محنت کی پیداواری صلاحیت میں نمایاں کمی آئی ہے، حالانکہ مصنوعی ذہانت نے روزمرہ کے کاموں میں دہرائے جانے والے کاموں کو بدلنے میں اہم کردار ادا کیا ہے۔

کیا AI واقعی پیداواری صلاحیت میں اضافہ کرتا ہے؟ تصویر: لنکڈ ان ۔

اے آئی کی وجہ سے ملازمتوں میں کمی کے بڑھتے ہوئے خدشات کے درمیان، امید پسندوں کا کہنا ہے کہ یہ محض ایک پیداواری ٹول ہے جس سے کارکنوں اور معیشت دونوں کو فائدہ ہوگا۔ مائیکروسافٹ کے سی ای او ستیہ نڈیلا کا کہنا ہے کہ صارفین اپنے اہداف کو صرف بیان کریں گے، جب کہ خودکار AI ایجنٹس تمام سسٹمز میں منصوبہ بندی، عمل درآمد اور سیکھیں گے۔

تاہم، AI ایک "پیداواری جال" بنا رہا ہے، جس سے زیادہ سے زیادہ لوگوں کو اس کا استعمال کرنے کا مطالبہ کیا جا رہا ہے، یہاں تک کہ اس پر انحصار کرنا۔ یہ خود سے سوال کرنے، مسائل کو حل کرنے، اور زیادہ سنجیدگی سے تخلیقی صلاحیتوں اور زندگی میں کامیابیوں کو متاثر کرنے کی صلاحیت میں کمی کا باعث بنے گا۔

معیار سے زیادہ مقدار پر توجہ دیں۔

مثالی AI ٹول ، FT کا استدلال، ایک ایسا ہوگا جہاں صرف کارکردگی ہی پیداواری مسئلہ کو حل کرنے کے لیے کافی ہے۔ اخبار بتاتا ہے کہ پچھلی نصف صدی کے دوران، پہلے سے کہیں زیادہ کمپیوٹرز آئے ہیں جن کے بارے میں کہا جاتا ہے کہ وہ پہلے سے زیادہ تیز ہیں، لیکن ترقی یافتہ معیشتوں میں محنت کی پیداواری صلاحیت میں اضافے کی شرح 1990 کی دہائی میں تقریباً 2 فیصد سالانہ سے آج تقریباً 0.8 فیصد تک گر گئی ہے۔

جب کمپیوٹرز کو انٹرنیٹ کے ذریعے پورا کیا گیا اور عالمی ہنر آپس میں جڑا ہوا تھا، تو کامیابیاں پھٹ پڑنی چاہیے تھیں۔ اس کے بجائے، تحقیق کی پیداواری صلاحیت میں کمی آئی ہے۔ آج ایک سائنس دان 1960 کی دہائی میں اپنے پیشرو کے مقابلے میں سرمایہ کاری کردہ فی ڈالر کم کامیابیاں پیدا کرتا ہے۔

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

ایک ساتھ بہت سارے منصوبے تخلیقی صلاحیتوں کو متاثر کر 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 پیش رفت کے امکان کے برعکس متناسب ہے۔ حالیہ دہائیوں میں، سائنسی کاغذات اور پیٹنٹ کسی پیش رفت کے بجائے ایک ٹرکل ڈاون معاملہ بن گئے ہیں۔

دریں اثنا، تاریخ کے عظیم دماغوں نے اس بات کو اچھی طرح سمجھا. آئزک نیوٹن نے ایک بار کہا تھا کہ وہ ہمیشہ "اپنے سامنے ایک مسئلہ رکھتا تھا... جب تک کہ روشنی کی پہلی کرنیں نمودار نہ ہوں، آہستہ آہستہ، اور پھر آخر کار صاف اور مکمل روشنی میں پھٹ جائیں۔" "جدت ایک ہزار چیزوں کو نہیں کہہ رہی ہے،" اسٹیو جابز نے اتفاق کیا۔

"AI کی درمیانی صلاحیت کا جال"

برسٹل یونیورسٹی میں ماسٹر آف فنانس اینڈ اکاؤنٹنگ پروگرام کے ڈائریکٹر مسٹر ہو کووک ٹوان نے "AI کی اوسط صلاحیت کے جال" کے تصور کا ذکر کیا۔ باقاعدہ کام جس میں اوسط قابلیت والے لوگوں کی قابلیت کی ضرورت ہوتی ہے اس میں واضح اور قابل مقدار عمل کے بعد اکثر دہرائے جانے والے بہت سے کام شامل ہوتے ہیں۔ تاہم، اس کا خیال ہے کہ یہ AI کی شاندار طاقت ہے۔

بڑے لینگویج ماڈلز (LLMs) اس بات پر قائم رہتے ہیں کہ اعدادوشمار ایک عام اتفاق رائے ہے۔ اگر آپ 19ویں صدی کا ایک چیٹ بوٹ متن دیتے ہیں، تو یہ "ثابت" کرے گا کہ انسان اس وقت تک اڑ نہیں سکتے جب تک کہ رائٹ برادران ایسا نہ کریں۔

مارچ 2025 میں نیچر جریدے میں شائع ہونے والے ایک جائزے سے پتا چلا ہے کہ اگرچہ LLMs بار بار ہونے والے سائنسی کام کو کم کرنے میں مدد کر سکتے ہیں، لیکن سوچ میں حقیقی چھلانگ اب بھی انسانوں کی ہے۔ مسٹر ٹوان کا یہ بھی ماننا ہے کہ جو معلوم ہے اس سے چمٹے رہنا، خطرہ مول لینے کی ہمت نہ کرنا اور تنقیدی سوچ رکھنا AI دور میں مہلک کمزوریاں ہیں۔

ڈیمس ہسابیس، جو گوگل ڈیپ مائنڈ میں ٹیم کی قیادت کرتی ہیں جس نے الفا فولڈ تیار کیا، ایک ایسا ماڈل جو پروٹین کی شکلوں کی پیش گوئی کرتا ہے، کو AI میں آج تک کی سب سے اہم سائنسی کامیابیوں میں سے ایک سمجھا جاتا ہے۔ لیکن یہاں تک کہ وہ تسلیم کرتے ہیں کہ حقیقی عام مصنوعی ذہانت کے حصول کے لیے اب بھی "بہت سی مزید اختراعات" کی ضرورت ہوگی۔

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

قریب کی مدت میں، AI تخلیقی صلاحیتوں سے زیادہ کارکردگی کے بارے میں ہوگا۔ Arxiv پر شائع ہونے والے 7,000 سے زیادہ نالج ورکرز کے سروے سے پتا چلا ہے کہ جن لوگوں نے جنریٹو اے آئی کا بڑے پیمانے پر استعمال کیا ان نے اپنے ای میل کے وقت میں اوسطاً 3.6 گھنٹے فی ہفتہ (31%) کمی کی، جب کہ باہمی تعاون کے کاموں میں بڑی حد تک کوئی تبدیلی نہیں ہوئی۔

تاہم، اگر ہر کوئی ChatGPT کو جواب دینے والے ای میلز کو آؤٹ سورس کرتا ہے، تو ان باکسز میں ای میلز کی تعداد بڑھ سکتی ہے، جس سے ابتدائی پیداواری صلاحیت ختم ہو جاتی ہے۔ FT کے مطابق، 1990 کی دہائی میں امریکی پیداواری بحالی کے تجربے سے پتہ چلتا ہے کہ اگر حقیقی تخلیقی کامیابیوں کے ساتھ نہ ہوں تو نئے ٹولز کے فوائد جلد ختم ہو جائیں گے۔

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