مثالی تصویر۔
AI انسانی زندگی کے تقریباً تمام پہلوؤں میں موجود ہے، روزمرہ کی زندگی سے لے کر پیداوار، تعلیم ، تحقیق اور فنکارانہ تخلیق تک۔ AI لوگوں کو اپنی سرگرمیوں کو بہتر بنانے، پیداواری صلاحیت بڑھانے اور انسانی وسائل کو کم کرنے میں مدد کرتا ہے۔ AI کے دھماکے نے مشین لرننگ ایپلی کیشنز اور بڑی ڈیٹا ٹیکنالوجی کی مسلسل ترقی کو دکھایا ہے، جو مصنوعی ذہانت کو ترقی کی ایک نئی سطح پر دھکیل رہا ہے۔
ماہرین کا کہنا ہے کہ AI کے استعمال کی فوری سہولت طویل مدتی دانشورانہ اخراجات کی قیمت پر آ سکتی ہے۔
دماغی خرابی اور "علمی قرض"
میساچوسٹس انسٹی ٹیوٹ آف ٹیکنالوجی (MIT) کے چار ماہ کے مطالعے نے انسانی دماغ پر AI کے زیادہ استعمال کے گہرے اثرات پر روشنی ڈالی ہے۔ مطالعہ، جس نے 54 مضمون لکھنے والے شرکاء کو ٹریک کیا، پتہ چلا کہ AI ٹولز پر انحصار دماغی کام اور تنقیدی سوچ کی مہارت کو خراب کر سکتا ہے۔
Electroencephalography (EEG) ٹیکنالوجی کا استعمال کرتے ہوئے، محققین نے شرکاء کی دماغی سرگرمی کو ریکارڈ کیا۔ نتائج حیران کن تھے: AI ٹول کا استعمال کرنے والے گروپ نے اس گروپ کے مقابلے میں نمایاں طور پر مختلف اعصابی نمونوں کی نمائش کی جو صرف اپنے دماغ سے لکھتے تھے۔ اس گروپ نے اس گروپ کے مقابلے میں 55 فیصد کم عصبی رابطے دکھائے جو صرف اپنے دماغ سے لکھتے ہیں، خاص طور پر ان خطوں میں جو گہری سوچ اور یادداشت کی تشکیل کے لیے ذمہ دار ہیں۔
محققین اس رجحان کو "علمی قرض" کہتے ہیں۔ مالی قرض کی طرح، جو ہمیں ابھی فوائد سے لطف اندوز ہونے کی اجازت دیتا ہے لیکن بعد میں اخراجات ادا کرتے ہیں، علمی قرض اس وقت ہوتا ہے جب ہم اپنی ذہنی کوشش کو بیرونی نظاموں کے لیے آؤٹ سورس کرتے ہیں، جس کے استعمال کی وجہ سے ہمارے دماغی پٹھے خراب ہوجاتے ہیں۔ اگر زیادہ استعمال کیا جائے تو، AI انسانوں کو غیر فعال صارفین میں تبدیل کر سکتا ہے، آزادانہ طور پر سوچنے کی صلاحیت کھو دیتا ہے۔
علمی کارکردگی میں کمی کے نتائج واضح ہیں:
یادداشت کی خرابی : MIT مطالعہ کے پہلے سیشن میں، 83% AI صارفین اپنی تحریر سے حوالہ دینے سے قاصر تھے، اور کوئی بھی درست حوالہ دینے کے قابل نہیں تھا۔ متعدد سیشنوں کے بعد بھی، بہت سے لوگوں نے اس بنیادی کام کے ساتھ جدوجہد کی۔
کمزور تنقیدی سوچ : AI کا استعمال "سطحی مصروفیت" کا باعث بنتا ہے اور تنقیدی سوچ کی مہارت کو کمزور کرتا ہے، جو تاخیر اور "سستی" کو فروغ دے سکتا ہے۔
دماغی سرگرمی میں کمی : وہ لوگ جنہوں نے AI کی مدد سے اپنے مضامین لکھے ان میں دماغی سرگرمی نمایاں طور پر کم تھی، یادداشت، تنقیدی سوچ اور ایگزیکٹو فنکشن سے متعلق علاقوں میں نمایاں طور پر کمی واقع ہوئی۔
علم کی تخلیق کا بحران اور "تمثیل کا خاتمہ"
ایل ایل ایم کے ساتھ مسئلہ ان کی ترکیب سازی کی صلاحیت نہیں ہے، بلکہ ان کی پہلے سے موجود چیزوں کو ری سائیکل کرنے کی صلاحیت ہے۔ یہ نظام نیا علم پیدا نہیں کرتے ہیں، بلکہ موجودہ ڈیٹا کو استعمال کرتے ہیں اور اسے دوبارہ تقسیم کرتے ہیں۔
انسانوں کے برعکس، جو پیسے، شہرت، تجسس یا علم کو فتح کرنے کی خواہش جیسی کئی وجوہات کی بنا پر ہمیشہ نئی سمتوں کی تلاش میں رہتے ہیں، AI "نئی چیزیں" پیدا نہیں کر سکتا۔ جب AI تقریباً کسی بھی پیچیدہ سوال کا جواب صرف چند سیکنڈوں میں دے سکتا ہے، تو انسانی تخلیقی صلاحیتوں کا انعام آہستہ آہستہ ختم ہو جائے گا۔
حوصلہ افزائی کے اس نقصان کو Stack Overflow کے معاملے سے ظاہر کیا گیا، وہ فورم جہاں پروگرامرز علم کا اشتراک کرتے ہیں: ChatGPT کے ظاہر ہونے کے صرف 6 ماہ میں، پلیٹ فارم پر سوالات کی تعداد میں 25% سے زیادہ کمی واقع ہوئی، اور اب یہ 90% تک کم ہو گئی ہے۔ یہ ایک "زندہ علمی بنیاد" کا نقصان ہے، جہاں ہر جواب کی تصدیق، بحث اور تکمیل کی جاتی ہے۔
اسٹیک اوور فلو جیسے پلیٹ فارمز کا ڈیٹا طویل عرصے سے AI ٹولز کو تربیت دینے کے لیے استعمال ہوتا رہا ہے۔ جیسے جیسے علم کا یہ چشمہ خشک ہو جاتا ہے، AI تیزی سے وہی کچھ دہرائے گا جو اس نے پہلے ہی پیدا کیا ہے۔
اس رجحان کو "ماڈل کا خاتمہ" کہا جاتا ہے۔ محققین نے خبردار کیا ہے کہ جب ماڈلز کو بنیادی طور پر خود AI کے ذریعہ تیار کردہ ڈیٹا پر تربیت دی جاتی ہے، تو علم کا معیار بتدریج غریب تر ہوتا جاتا ہے، اور حقیقی دنیا کے تنوع اور درستگی کو ظاہر کرنے کی صلاحیت کھو دیتا ہے۔ "مجموعی نتیجہ یہ ہے کہ وہ خراب ہوتے جاتے ہیں۔ ماڈل خراب ہوتے جاتے ہیں،" کولمبیا یونیورسٹی کی پروفیسر ہننا لی نے نتیجہ اخذ کیا۔
علم کی یکسانیت اور ری سائیکلنگ کا خطرہ
انفرادی ادراک کے زوال کے علاوہ، AI کا غلط استعمال بھی علم کی ہم آہنگی کا باعث بنتا ہے۔ AI کی مدد سے لکھے گئے مضامین حیرت انگیز طور پر ملتے جلتے ہیں، جو "اعداد و شمار کے لحاظ سے یکساں" نمونوں کی تجویز کرتے ہیں۔ یہ ایک دانشورانہ یک ثقافتی تخلیق کرتا ہے جہاں متنوع انسانی نقطہ نظر کو ایک ہی الگورتھمک لینس کے ذریعے فلٹر کیا جاتا ہے، ممکنہ طور پر تخلیقی تنوع کو دباتا ہے۔
AI اعداد و شمار میں عام نمونوں پر زور دیتا ہے اور آہستہ آہستہ نادر معلومات، منفرد تفصیلات، یا اعداد و شمار کے سائے میں موجود ڈیٹا کو نظر انداز کرتا ہے۔ اگر یہ رجحان جاری رہتا ہے، تو انٹرنیٹ، جو کہ معلومات کا ایک بھرپور ذخیرہ ہے، ایک دھندلی دنیا بننے کا خطرہ ہے جہاں علم کو کمزور کر دیا جاتا ہے۔ انسانیت "نالج ری سائیکلنگ" کے دور میں داخل ہو سکتی ہے، جہاں نئی تخلیق کے انعامات تیزی سے مدھم ہونے کے ساتھ جدت روکتی ہے۔
AI ایک طاقتور ٹول ہے، لیکن اس کے لیے حکمت عملی کی ضرورت ہے۔ MIT کے محققین کو ایک مثبت علامت ملی: شرکاء جنہوں نے AI استعمال کرنے سے پہلے ایک ٹھوس علمی بنیاد تیار کی تھی اسے زیادہ مؤثر طریقے سے استعمال کرنے کے قابل تھے، اور حتیٰ کہ جب ٹول کو متعارف کرایا گیا تو اعصابی سرگرمی میں اضافہ ہوا۔ انہوں نے AI کو ایک حقیقی اسسٹنٹ کے طور پر استعمال کیا، نہ کہ سپورٹ ٹول۔
انسانی علم کوشش، تجسس، اور نامعلوم میں جانے کی ہمت پر مبنی ہے۔ تاہم، اگر AI واحد "ریل روڈ" بن جاتا ہے، تو ہمیں ایک شیطانی چکر میں لے جانے کا خطرہ ہوتا ہے جہاں انسان اور مشین دونوں کو وہی کچھ دہرانے کے لیے چھوڑ دیا جاتا ہے جو پہلے ہی ہو چکا ہے۔
ماخذ: https://doanhnghiepvn.vn/cong-nghe/nguy-co-thoai-hoa-tu-duy-vi-lam-dung-ai/20250928033804291
تبصرہ (0)