اے آئی کیوں ناگزیر ہے؟
📚 تدریسی معاون
انسانی ارتقا کبھی بھی صرف حیاتیاتی نہیں رہا۔ وہ ہمیشہ تکنیکی رہا ہے۔ آگ نے دن کو بڑھا دیا۔ زراعت نے ہمیں مسلسل خوراک ڈھونڈنے کی مشقت سے آزاد کیا۔ طباعتی مشین نے علم کو عام کیا۔ بھاپ انجن نے عضلات کو صنعتی بنا دیا۔ کمپیوٹر نے حساب کو صنعتی بنا دیا۔ ان میں سے کوئی بھی چیز اختیاری نہیں تھی۔ جن معاشروں نے انہیں اپنایا وہ پھلے پھولے۔ جنہوں نے مزاحمت کی وہ ان میں جذب ہو گئے جنہوں نے انہیں اپنایا۔
اس پہیے کا اگلا موڑ اے آئی ہے — اور غالبا سب سے زیادہ نتیجہ خیز بھی۔ ہر پچھلا ٹول یا تو ہمارے جسموں کو بڑھاتا تھا یا معمول کے حساب کو خودکار بناتا تھا۔ اے آئی خود سوچنے، سمجھنے، تخلیق کرنے، اور فیصلہ کرنے کی صلاحیت کو بڑھاتا ہے۔ ہم ایک نئی ارتقائی جست کی دہلیز پر کھڑے ہیں، جو دوبارہ متعین کرے گی کہ ایک پیداواری انسان ہونے کا مطلب کیا ہے۔ اور ہر پچھلی جست کی طرح، اس سے الگ رہنا کوئی قابل عمل راستہ نہیں۔
پھر بھی اس تیز رفتار تکنیکی تبدیلی نے عوامی رائے کو توڑ دیا ہے۔ معاشرہ دو گروہوں میں بٹ رہا ہے: ایک وہ جو اے آئی کو وجودی خطرہ سمجھتا ہے اور بریک لگانے کا مطالبہ کرتا ہے، اور دوسرا وہ جو اسے مستقبل کی خوشحالی کا انجن سمجھتا ہے۔ پہلے گروہ کے خوف حقیقی ہیں۔ لیکن ان کا جواب دینا ہو گا — انہیں رکے رہنے کے بہانے میں تبدیل نہیں کیا جا سکتا۔
اعتراضات
ناقدین نو بنیادی اعتراضات اٹھاتے ہیں۔ یہ حاشیے کے معمولی خدشات نہیں ہیں — یہ بورڈ رومز، قانون ساز سماعتوں، اور پرائم ٹائم مباحثوں سب میں سامنے آتے ہیں۔ شکی فریق کا موقف ایک سطر میں یوں سمیٹا جا سکتا ہے: خطرات واضح ہیں، اور کسی نے فائدہ سمجھایا ہی نہیں۔
1. بڑے پیمانے کی بے روزگاری۔ اے آئی لاکھوں نوکریاں ختم کر دے گا — پہلے ابتدائی سطح عہدے، پھر قانون، اکاؤنٹنگ، اور مواد کی تخلیق جیسے دفتری اور علمی کام۔ یہ خلل اس وقت آئے گا جب کوئی حفاظتی جال اپنی جگہ موجود نہیں ہو گا، اور جو لوگ سب سے زیادہ کھوئیں گے انہی کے پاس خود کو ڈھالنے کی سب سے کم طاقت ہو گی۔
2. عام لوگوں کے لیے کوئی واضح فائدہ نہیں۔ جب کوئی نیا پروڈکٹ اجرا ہوتا ہے تو آپ لوگوں کو بتاتے ہیں کہ ان کی زندگی کیوں بہتر ہو گی۔ اے آئی کے ساتھ اعلان بس اتنا رہا ہے: “یہ سب کچھ بدل دے گا” — مگر یہ بتائے بغیر کہ کیسے۔ عام صارف کو ملنے والا فائدہ دھندلا ہے جبکہ بے چینی بالکل ٹھوس ہے۔
3. نگرانی اور آمرانہ کنٹرول۔ اے آئی حکومتوں اور کارپوریشنز کو اطاعت حاصل کرنے کے لیے ایک بے مثال ٹول کٹ دے دیتا ہے — چہرے کی شناخت، رویے کی پیش گوئی، خودکار سنسرشپ۔ پیداواری ٹول سے سوشل کریڈٹ نظام تک کا راستہ پریشان کن حد تک مختصر ہے، اور عام بے اختیار شخص کے پاس دفاع کا کوئی ذریعہ نہیں۔
4. جغرافیائی سیاسی ہتھیاروں کی دوڑ۔ اگر صرف دو یا تین ممالک اے آئی ذہانت برآمد کریں، تو باقی ہر ملک کے لیے یہ خطرہ ہے کہ وہ ایک تکنیکی تابع ریاست بن جائے — یعنی اہم بنیادی ڈھانچہ، دفاع، اور معاشی منصوبہ بندی کے لیے غیر ملکی ماڈلز پر انحصار کرے۔
5. حقیقت کا بکھرنا۔ جب اے آئی سے بنایا گیا متن، تصاویر، اور ویڈیو ہر چینل کو بھر دیتے ہیں، تو سچ اور افسانے میں تمیز مشکل ہو جاتی ہے۔ حقیقت کا مشترک تانا بانا پھٹنے لگتا ہے۔ اور غلط معلومات کے بعد ایک اور گہرا خوف آتا ہے: اگر ہم کچھ ایسا بنا دیں جسے ہم قابو ہی نہ کر سکیں تو؟
6. وجودی خطرہ۔ سب سے شدید خوف یہ نہیں کہ اے آئی نوکریاں لے جائے گا یا غلط معلومات پھیلائے گا — بلکہ یہ ہے کہ کافی صلاحیت پا لینے کے بعد اے آئی قابو سے باہر ہو جائے اور خود انسانی بقا کے لیے خطرہ بن جائے۔ یہ صرف ہالی وڈ والا منظرنامہ نہیں۔ سنجیدہ محققین — اسٹورٹ رسل، یوشوا بینجیو، جیفری ہنٹن — خبردار کر چکے ہیں کہ وہ نظام جو ایسے اہداف بہتر بناتے کرتے ہیں جو انسانی اقدار سے غیر ہم آہنگ ہوں، پیمانے پر تباہ کن اور واپس نہ ہو سکنے والے نتائج پیدا کر سکتے ہیں۔ اگر مشین ہر انسان سے زیادہ ذہین ہو اور ہمارے مقاصد میں شریک نہ ہو، تو شاید ہمارے پاس راستہ درست کرنے کا دوسرا موقع نہ ہو۔
7. ماحولیاتی لاگت۔ ایک واحد جدید ترین اے آئی ماڈل کو تربیت دینا اتنی بجلی کھا سکتا ہے جتنی ایک چھوٹا شہر ایک سال میں استعمال کرتا ہے، اور ٹھنڈک کے لیے لاکھوں گیلن پانی درکار ہوتے ہیں۔ جیسے جیسے صنعت پیمانے کرتی ہے، ڈیٹا سینٹر طلب کے اس عشرے میں دوگنا یا تین گنا ہونے کی پیش گوئی ہے۔ ناقدین کہتے ہیں کہ ہم ایک وجودی بحران کو دوسرے کے بدلے میں لے رہے ہیں — سیارے کو جلا کر ایسے نظام بنا رہے ہیں جن کا خالص فائدہ اب تک ثابت نہیں ہوا۔
8. تعصب اور امتیاز کا وسیع پیمانے پر پھیلاؤ۔ تاریخی ڈیٹا پر تربیت پانے والے اے آئی نظام اس ڈیٹا میں پیوست تعصبات کو اپنے اندر لے لیتے ہیں — اور پھر انہیں بے مثال رفتار اور پیمانے پر لاگو کرتے ہیں۔ وہ بھرتی کے الگورتھمز جو عورتوں کو سزا دیتے ہیں، وہ قرض دینے والے ماڈلز جو اقلیتی درخواست دہندگان کے خلاف جاتے ہیں، وہ صحت کی دیکھ بھال نظام جو سیاہ فام مریضوں کی کم تشخیص کرتے ہیں — یہ فرضی خطرات نہیں۔ یہ دستاویزی ناکامیاں ہیں جو پہلے ہی حقیقی نقصان پہنچا رہی ہیں۔ جب تعصب خودکار ہو جاتا ہے، تو وہ پوشیدہ، منظم، اور اپنے متاثرین کے لیے تقریباً ناممکن حد تک چیلنج کرنا مشکل بن جاتا ہے۔
9. بے مثال دولت کا ارتکاز۔ ہر پچھلی تکنیکی انقلاب نے دولت کو مختلف جغرافیوں میں بانٹا تھا۔ گاڑیاں امریکہ، جرمنی، جاپان، اور کوریا میں بنتی تھیں۔ سافٹ ویئر بھارت، جرمنی، اور سویڈن میں بنتا تھا۔ درجنوں ممالک محض صارف نہیں بلکہ پیدا کنندہ کے طور پر شریک تھے۔ اے آئی ساختی طور پر مختلف ہے۔ ایک جدید ترین حد ماڈل کو تربیت دینے کی لاگت اربوں ڈالر ہے۔ ایک اعلیٰ درجے کا جی پی یو کی قیمت $25,000 سے $40,000 تک جاتی ہے، اور جدید ترین تجربہ گاہیں کو ان میں سے دسیوں ہزار درکار ہوتے ہیں۔ نتیجہ یہ ہے کہ صرف چند ادارے — شاید دنیا بھر میں پانچ یا چھ، اور ان میں سے بھی تقریباً سب امریکی یا چینی — وہ بنیاد ماڈلز بنا سکتی ہیں جن پر باقی دنیا کی اے آئی معیشت چلے گی۔ فروری 2026 میں انتھروپک کی مالیت اپنی سیریز جی مرحلے کے بعد $380 ارب تک پہنچ گئی — اور اس نے بھارت کی پانچ سب سے بڑی آئی ٹی خدمات کمپنیاں کی مشترکہ مارکیٹ کیپٹلائزیشن کو پیچھے چھوڑ دیا: ٹی سی ایس، انفوسس، ایچ سی ایل ٹیکنالوجیز، وپرو، اور ٹیک مہندرا۔ ایک پوری قوم کی آئی ٹی خدمات صنعت، جو چار دہائیوں میں بنی اور لاکھوں لوگوں کو روزگار دیتی ہے، اب ایک ایسی اے آئی کمپنی سے کم مالیت رکھتی ہے جس کے چند ہزار ملازم ہیں۔ سب سے بڑی ٹیکنالوجی کمپنیاں کی مشترکہ مارکیٹ کیپٹلائزیشن $12 کھرب سے اوپر ہے — امریکہ اور چین کے سوا زمین کے ہر ملک کی جی ڈی پی سے زیادہ۔ اگر یہ رجحان بغیر روک ٹوک کے چلتی رہی، تو چند کمپنیاں میں بیٹھے چند ہزار لوگ اس علمی قدر کا غیر متناسب حصہ لے جائیں گے جو آٹھ ارب لوگ پیدا کرتے ہیں۔
یہ سب اے آئی روکنے کی وجوہات کیوں نہیں ہیں
ان خوفوں میں سے ہر ایک اپنی جگہ درست ہے۔ ان میں سے ایک بھی اے آئی سے پیچھے ہٹنے کی وجہ نہیں بنتا۔ وجہ یہ ہے۔
بڑے پیمانے کی بے روزگاری کے بارے میں: اے آئی نوکریوں کو ختم نہیں کرتا — وہ انہیں چھوٹے کاموں میں بانٹ دیتا ہے۔ کچھ کام خودکار ہو جاتے ہیں؛ بہت سے نئے کرداروں میں دوبارہ جڑ جاتے ہیں جو پہلے موجود ہی نہیں تھے۔ ڈویلپر غائب نہیں ہوتا — ڈویلپر زیادہ کام کر سکتا ہے۔ ساس دور نے لاکھوں ایسی نوکریاں پیدا کیں جن کی کسی نے پیش گوئی نہیں کی تھی: کلاؤڈ آرکیٹیکٹس، ترقی ہیکرز، ڈیواپس انجینئرز، یو ایکس محققین۔ اے آئی کا دور ابھی یہی کام کر رہا ہے — ایجنٹ ڈیزائنرز، نتیجہ آرکیٹیکٹس، تصدیق ماہرین، اور ان شعبہ جاتی ماہرین کی طلب پیدا کر رہا ہے جو مشینوں کو سکھاتے ہیں کہ 'درست' کیسا دکھائی دیتا ہے۔ لنکڈ اِن کے 2024 کے ڈیٹا نے دکھایا کہ اے آئی مہارتیں مانگنے والی ملازمت کے اشتہارات مجموعی مارکیٹ کے مقابلے میں 3.5x زیادہ تیزی سے بڑھیں، اور یہ صرف ٹیکنالوجی تک محدود نہیں تھیں بلکہ صحت کی دیکھ بھال، لاجسٹکس، تعلیم، اور مالیات تک پھیلی ہوئی تھیں۔
لیکن یہاں ایک اور گہری سچائی بھی ہے۔ تاریخی طور پر ٹیکنالوجی نے خدمت کی لاگت کو بہتر کیا — یعنی وہی کام کم قیمت پر کرنا۔ اے آئی ایک دوسری، زیادہ طاقتور جہت متعارف کراتا ہے: خدمت کی گنجائش — یعنی ایسا کام اس پیمانے پر کرنا جو پہلے ناممکن تھا۔ آٹھ ارب لوگوں کو صحت کی دیکھ بھال، تعلیم، قانونی مشورہ، اور مالی منصوبہ بندی چاہیے۔ انہیں سب کو خدمت دینے کے لیے پیشہ ور افراد کبھی کافی تھے ہی نہیں۔ ہمارے سامنے جو شواہد پہلے سے موجود ہیں ان پر غور کیجیے: دیہی بھارت میں تعینات کیے گئے اے آئی تشخیصی ٹولز ان دیہات میں ذیابیطس سے متعلق ریٹینوپیتھی کی اسکریننگ کر رہے ہیں جہاں کبھی آنکھوں کا ماہر تھا ہی نہیں۔ خان اکیڈمی کا اے آئی استاد، خانمیگو، ان طلبہ کو فرداً فرداً تدریس کے قریب چیز دے رہا ہے جو ورنہ ساٹھ کے کلاس رومز میں بیٹھے ہوتے۔ اے آئی ڈاکٹر یا استاد کو بدل نہیں کرتا؛ وہ دنیا کے ہر گاؤں تک ان کی رسائی ممکن بناتا ہے۔ یہ ملازمتیں کی تباہی نہیں ہے۔ یہ انسانی تاریخ میں سروس معیشت کی سب سے بڑی توسیع ہے۔
اور اس توسیع کے اندر اے آئی اوسط پن کا دشمن ہے، اعلیٰ کارکردگی کا نہیں۔ ایک ریڈیولوجسٹ جو بس معمول کے اسکینز پڑھتا ہے، دباؤ محسوس کرے گا۔ ایک ریڈیولوجسٹ جو طبی فیصلہ سازی کو اے آئی کی مدد سے نمونوں کی شناخت کے ساتھ جوڑتا ہے، وہ ناگزیر بن جائے گا۔ تقسیم دستی محنت والے اور دفتری اور علمی کے درمیان نہیں ہے۔ تقسیم ان کے درمیان ہے جو بہاؤ کے ساتھ چلتے رہتے ہیں اور ان کے درمیان جو بڑھتے ہیں۔ وہ پیشہ ور افراد جو گہری مہارت، فیصلہ سازی، اور تخلیقی صلاحیت لاتے ہیں خود کو زیادہ مؤثر پائیں گے۔ معمولی کاموں کی خودکاری نئی نوکری توانائی کی ایک بڑی لہر کو آزاد کر دے گی، اور انسانوں کو اعلیٰ درجے کے مسائل حل کرنے کے لیے کھول دے گی۔ لیکن جمود زدہ کردار کو بچانے کے لیے اے آئی کو روک دینا ان ورکرز کو نہیں بچاتا — یہ صرف ان کے حساب کا دن مؤخر کرتا ہے، جبکہ دوسری طرف اربوں کم خدمت یافتہ لوگوں سے وہ سروسز چھین لیتا ہے جن کی انہیں آج ضرورت ہے۔ اصل خطرہ یہ نہیں کہ اے آئی آپ کی نوکری لے لے گا۔ اصل خطرہ یہ ہے کہ آپ ان ٹولز کو سیکھنے سے انکار کر دیں جو آپ کی نوکری کی نوعیت بدل رہے ہیں۔
عام صارف کو نہ ملنے والے واضح فائدے کے بارے میں: یہ مارکیٹنگ ناکامی ہے، ٹیکنالوجی ناکامی نہیں۔ یہ فائدہ حقیقی ہے — اور یہ اب صرف اداراتی ڈیش بورڈز میں نہیں بلکہ عام لوگوں کی روزمرہ زندگیوں میں بھی نظر آ رہا ہے۔
آغاز گھر کی میز سے کریں۔ اوہائیو میں ایک اکیلی ماں ایک اے آئی معاون استعمال کرتی ہے تاکہ وہ کرائے کے تنازع کا خط تیار کر سکے جس کے لیے وکیل کے دفتر میں اسے $400 دینے پڑتے۔ کراچی میں ایک دکاندار ایک اے آئی ترجمہ ٹول استعمال کرتا ہے تاکہ وہ چینی سپلائر سے براہ راست بات چیت کر سکے — نہ درمیانی شخص، نہ اضافی منافع۔ دیہی میکسیکو میں ایک خاندان کا پہلا کالج جانے والا طالب علم ایک اے آئی استاد استعمال کرتا ہے تاکہ جامعہ کے داخلہ امتحانات کی تیاری کر سکے، کیونکہ سو کلومیٹر کے اندر کوئی امتحانی تیاری کا مرکز موجود نہیں۔ یہ فرضی مناظر نہیں ہیں۔ یہ ابھی ہو رہا ہے، خاموشی سے، اس پیمانے پر جسے کوئی پریس ریلیز پکڑ نہیں سکتی۔
اداراتی پیمانے پر شواہد بھی اتنے ہی ٹھوس ہیں۔ ڈولنگو نے رپورٹ کیا کہ اے آئی نے اسے اپنی پچھلی لاگت کے مقابلے میں بہت کم قیمت پر نیا درسی مواد تیار کرنے دیا۔ اے آئی کی مدد سے دوا کی دریافت نے ابتدائی دواسازی مراحل کا وقت کو سالوں سے مہینوں تک سکیڑ دیا — انسلیکو میڈیسن نے دوا کا ایک نیا امیدوار مرکب ہدف کی دریافت سے فیز ون طبی آزمائشوں تک 30 مہینے سے کم میں پہنچا دیا، جبکہ روایتی طور پر اس عمل کو چار سے چھ سال لگتے ہیں۔ ویمو اور نیورو جیسی کمپنیاں کے خودکار لاجسٹکس تجربات ایسی ترسیل کی لاگت میں کمی دکھا رہے ہیں جو آخری مرحلے کی ترسیل کے اخراجات کو 40% یا اس سے بھی زیادہ تک کم کر سکتی ہیں۔ ذاتی نوعیت کی صحت کی دیکھ بھال سب کے لیے ایک ہی علاج کے منصوبوں کی جگہ لے رہی ہے، اور اے آئی ماڈلز چھاتی کے سرطان، پھیپھڑوں کی گلٹیاں، اور دل کے خطرے کی شناخت میں معیاری اسکریننگ طریقوں سے بہتر کارکردگی دکھا رہے ہیں۔
مسئلہ یہ نہیں کہ فوائد موجود نہیں۔ مسئلہ یہ ہے کہ صنعت نے برسوں تک سرمایہ کاروں کو اے جی آئی کا شور بیچا، شہریوں کو عملی قدر سمجھانے کے بجائے۔ توسیعی سرمایہ کا اگلا مرحلہ حاصل کرنے کے لیے شاید وہی شور درکار تھی — لیکن اس کی قیمت عوامی اعتماد نے چکائی۔ اصلاح اب پہلے ہی شروع ہو چکی ہے: سب سے معتبر اے آئی کے نفاذ اب کامیابی کو ان تصدیق شدہ نتائج میں ناپتی ہیں جنہیں لوگ دیکھ اور چھو سکتے ہیں — تشخیص کیے گئے مریض، استاد کیے گئے طلبہ، اور وہ خاندان جو ان سروسز پر پیسہ بچا رہی ہیں جن تک پہلے ان کی رسائی ہی نہیں تھی — نہ کہ تجریدی معیارات میں۔ جب اے آئی کو واضح تفصیلات، مسلسل تصدیق، اور قابل پیمائش نتائج کے گرد بنایا جاتا ہے، تو عام صارف کا فائدہ ایک مبہم وعدہ نہیں رہتا، بلکہ ٹھوس ثبوت بن جاتا ہے۔
اور یہ صرف باہر سے تنقید کرنے والوں کی بات نہیں۔ 2026 میں انتھروپک کے سی ای او ڈاریو امودی — یعنی جدید ترین اے آئی بنانے والوں میں سے ایک — نے علانیہ خبردار کیا کہ اگر معاشی فوائد اوپر ہی مرتکز ہو گئے تو اے آئی کھرب پتی پیدا کر سکتا ہے اور شدید عوامی رد عمل بھڑکا سکتا ہے۔ اس نے ایکسیوس سے کہا کہ ٹیکنالوجی رہنما اپنے لیے عظیم اے آئی سے چلنے والی فراوانی کا وعدہ اس خطرے کے بغیر نہیں کر سکتے کہ سنجیدہ سیاسی اور سماجی نتائج سامنے آ جائیں۔ اس کی بات دوٹوک تھی: اے آئی کے ساتھ محض ایک کاروباری موقع جیسا سلوک نہیں ہونا چاہیے بلکہ ایک تہذیبی چیلنج کے طور پر پیش آنا چاہیے۔ اگر عام لوگ یہ سمجھنے لگیں کہ نظام دھاندلی زدہ ہے — کہ ایک چھوٹا سا گروہ انتہا درجے کی دولت سمیٹ رہا ہے اور باقی سب دیکھ رہے ہیں — تو رد عمل سوچ سمجھ کر منصوبہ بندی کے بجائے غصے کے ذریعے پالیسی کو شکل دے گا۔ اموڈی نے ایسے نئے ٹیکس فریم ورکس کا مطالبہ کیا جو بے مثال دولت کی تخلیق کے دور کے لیے بنائے گئے ہوں، اور خبردار کیا کہ اس گفتگو میں تاخیر بعد میں خراب ڈیزائن والے حل پیدا کرے گی۔ یہ اس لیے اہم ہے کہ اس سے عام صارف کا فائدہ کا سوال نئے فریم میں آتا ہے۔ مسئلہ یہ نہیں کہ اے آئی قدر پیدا کرتا ہے یا نہیں — وہ واضح طور پر کرتا ہے۔ مسئلہ یہ ہے کہ کیا اس ٹیکنالوجی کے آرکیٹیکٹس میں اتنا نظم ہے کہ وہ یہ قدر اس اکیلی ماں تک پہنچا سکیں جو کرائے کے تنازع کا مسودہ تیار کر رہی ہے، اس دکاندار تک جو سامان فروخت کنندہ سے مذاکرات کر رہا ہے، اور اس طالب علم تک جو کسی استاد کے بغیر امتحان کی تیاری کر رہا ہے۔ جب ایک بڑی اے آئی کمپنی کا سی ای او کہتا ہے کہ خطرہ صلاحیت نہیں بلکہ ارتکاز ہے، تو درست جواب رفتار کم کرنا نہیں۔ درست جواب یہ ہے کہ تقسیمی طریقہ کار — کھلا ماڈلز، قابل رسائی ٹولز، ترقی پسند پالیسی — کو بھی اسی فوری ضرورت کے ساتھ بنایا جائے جس فوری ضرورت کے ساتھ ہم خود ٹیکنالوجی بنا رہے ہیں۔
دولت کے ارتکاز کے بارے میں: ساختی شواہد بالکل حقیقی ہیں، اور جو انہیں رد کرتا ہے وہ اعداد نہیں پڑھ رہا۔ جب ایک واحد اے آئی کمپنی، جس کے پاس چند ہزار ملازمین ہیں، ایک پوری قوم کی آئی ٹی خدمات صنعت کی مشترکہ مارکیٹ قدر سے آگے نکل جائے — جو چار دہائیوں میں بنی ہو اور لاکھوں لوگوں کو روزگار دیتی ہو — تو دولت بننے کا طریقہ بنیادی طور پر بدل چکا ہوتا ہے۔ جدید ترین اے آئی کے سرمائے کی رکاوٹیں پچھلے تکنیکی انقلابات جیسی کسی چیز سے مشابہ نہیں: ہر تربیتی مرحلہ کے لیے اربوں، $25,000-$40,000 کی قیمت والے دسیوں ہزار جی پی یوز، اور ایسی بنیادی ڈھانچہ سرمایہ کاری جو ہر سال دسیوں ارب میں ناپی جاتی ہے۔ طے شدہ رجحان علمی-دور قدر کا غیر معمولی حصہ بہت کم ہاتھوں میں جمع کر دیتی ہے۔
لیکن درست جواب یہ نہیں کہ جو کچھ بنایا جا سکتا ہے اس پر حد لگا دی جائے۔ درست جواب یہ ہے کہ کون بنا سکتا ہے، اسے تیزی سے عام کیا جائے۔ کھلے وزن والے ماڈلز پہلے ہی اس خیال کو توڑ چکے ہیں کہ صرف بے حد سرمایہ یافتہ تجربہ گاہیں ہی حصہ لے سکتی ہیں۔ لاہور یا لاگوس کی کوئی جامعہ آج مقامی ضروریات کے لیے جدید ترین درجے کے ماڈل کو باریک تربیت دے سکتی ہے — ایسی چیز جس کا پانچ سال پہلے تصور بھی ناممکن تھا۔ خودمختار اے آئی بنیادی ڈھانچہ پروگرامز، جو پہلے ہی یورپی یونین، بھارت، اور خلیجی ریاستوں میں جاری ہیں، اس بات کو یقینی بنا رہے ہیں کہ کوئی قوم مکمل طور پر غیر ملکی ذہانت پر منحصر نہ رہے۔ اور پالیسی گفتگو بھی آگے بڑھ رہی ہے: خود انتھروپک کے سی ای او نے ایسے ٹیکس فریم ورکس کا مطالبہ کیا ہے جو اس دور کے لیے بنائے گئے ہوں جس میں ہزاروں افراد کی کمپنی ایک درمیانے درجے کی قوم جتنی آمدنی پیدا کر سکتی ہے۔ ارتکاز کا مسئلہ حقیقی ہے۔ جواب ٹیکنالوجی کو سست کرنا نہیں۔ جواب یہ ہے کہ اے آئی کی تعمیر میں جتنی فوری ضرورت ہے اتنی ہی فوری ضرورت ان ادارے کی تعمیر میں بھی ہو — کھلا ماڈلز، ترقی پسند ٹیکس نظام، عوامی اے آئی خواندگی، خودمختار کمپیوٹ — جو اس کے فوائد کو بانٹ سکیں۔ پچھلی انقلابات آخرکار جمہوری بنیں۔ اس انقلاب کو دانستہ طور پر جمہوری بنانا پڑے گا، کیونکہ سرمائے کی رکاوٹیں خود سے درست نہیں ہوں گے۔
نگرانی اور کنٹرول کے بارے میں: یہ سب سے مضبوط اعتراض ہے — اور یہ سب سے زیادہ سخت جواب مانگتا ہے۔ یہ خدشہ فرضی نہیں۔ چین کے سوشل کریڈٹ تجربات، امریکہ اور برطانیہ میں چہرے کی شناخت کے قانون نفاذ غلط استعمال، اور پیگاسس اسپائی ویئر اسکینڈل سب دکھا چکے ہیں کہ جب طاقتور ٹیکنالوجی بغیر جانچ پڑتال والے ہاتھوں میں جاتی ہے تو وہ کنٹرول کا آلہ بن جاتی ہے۔ جو اس خوف کو رد کرتا ہے وہ دھیان نہیں دے رہا۔
لیکن جواب تعمیر روک دینا نہیں۔ جواب یہ ہے کہ مختلف طریقے سے تعمیر کی جائے — اور اس بات کے ابتدائی مگر ٹھوس شواہد موجود ہیں کہ جمہوری معاشرے معنی خیز حدود لگا سکتے ہیں۔ جب سان فرانسسکو نے، امریکہ کے مختلف شہروں اور یورپی یونین کے ساتھ مل کر، قانون نفاذ کے لیے حقیقی وقت چہرے کی شناخت کو پابندی یا سخت ضابطہ بند کرنا شروع کیا، تو اس نے دکھا دیا کہ اے آئی تعیناتی پر لازمی قانونی حدود ممکن ہیں۔ یورپی یونین کا اے آئی ایکٹ — دنیا کا سب سے جامع اے آئی ضابطہ کاری — نگرانی کی ایپلی کیشنز کو زیادہ خطرے قرار دیتا ہے اور انہیں لازمی شفافیت اور آڈٹ شرائط کے تابع کرتا ہے۔ یہ فریم ورکس ابھی نوخیز ہیں، اور دیانت دار مبصرین کو یہ ماننا چاہیے کہ ان کا بڑے پیمانے پر ابھی تک سخت امتحان نہیں ہوا۔ کاغذ پر لکھی گئی ضابطہ کاری اور عملی نفاذ ایک چیز نہیں ہوتیں، اور ٹیکنالوجی نظم و نگرانی کی تاریخ ایسے اصول سے بھری پڑی ہے جو یا تو بہت دیر سے آئے یا ان میں دانت ہی نہیں تھے۔ پھر بھی سمت درست ہے، اور متبادل — یعنی بالکل کوئی فریم ورک نہ ہونا — واضح طور پر بدتر ہے۔
فنی پہلو سے دیکھا جائے تو میٹا کے لاما اور مسٹرال کی پیشکشیں جیسے اوپن سورس اے آئی ماڈلز نے اس مفروضہ کو توڑ دیا ہے کہ اے آئی لازماً ایک بلیک باکس ہو گا جسے چند کارپوریشنز کنٹرول کریں۔ غیر مرکزی بنیادی ڈھانچہ، وفاقی تعلیم، اور تفریقی رازداری نظری باتیں نہیں ہیں — یہ تعینات شدہ تکنیکیں ہیں جو اے آئی نظام کو ڈیٹا کو مرکزی بنائے بغیر اس سے سیکھنے دیتی ہیں۔ یہ ٹولز غلط استعمال کے خلاف ضمانت نہیں، لیکن وہ طاقت کے توازن کو بدل دیتے ہیں۔ ایسی دنیا جس میں کوئی بھی اے آئی ماڈل کو معائنہ، ترمیم، اور تعینات کر سکے، وہ ایسی دنیا ہے جس میں کوئی ایک ادارہ ذہانت پر اجارہ داری نہیں رکھتی۔
ہر طاقتور ٹیکنالوجی کو ہتھیار بنایا جا سکتا ہے۔ طباعتی مشین نے جمہوریت بھی ممکن بنائی اور پروپیگنڈا بھی۔ خفیہ کاری رازداری بھی دیتی ہے اور مجرمانہ ابلاغ بھی۔ ہر بار جواب ایک ہی رہا ہے: ممانعت نہیں، بلکہ متوازن کرنے والی طاقت کی دانستہ تعمیر۔ ناگزیر بات یہ نہیں کہ اے آئی بنانا ہے یا نہیں۔ ناگزیر بات یہ ہے کہ حقوق محفوظ رکھنے والی حفاظتی حدود — کھلا ماڈلز، شفاف آڈٹ ریکارڈز، جمہوری نگرانی — کو ابتدا ہی سے ڈھانچہ میں محفوظ کرتا کیا جائے۔ اسے درست کرنا یقینی نہیں۔ لیکن یہی واحد راستہ ہے جو سپردگی پر ختم نہیں ہوتا۔
جغرافیائی سیاسی ہتھیاروں کی دوڑ کے بارے میں: دس برس بعد ممالک تین میں سے کسی ایک زمرے میں گریں گے: اے آئی ذہانت کے برآمد کنندگان، خودمختار صلاحیت والے اسٹریٹجک شراکت دار، یا اپنے سب سے اہم نظام کے لیے غیر ملکی بنیادی ڈھانچہ پر منحصر ڈیجیٹل تابع ریاستیں۔ بالکل اسی لیے اے آئی سے پیچھے ہٹنا موجودہ اختیارات میں سب سے زیادہ خطرناک ہے۔
اگر آزاد معاشرے خوف سے اپنی ترقی روک دیں، تو وہ خطرے سے نہیں بچتے — وہ ان ممالک کے سامنے اپنی محکومی یقینی بنا دیتے ہیں جو ان کی اقدار میں شریک نہیں۔ آمرانہ اے آئی کے خلاف واحد دفاع یہ ہے کہ آزاد دنیا میں کھلا، اخلاقی اے آئی کو جارحانہ طور پر ترقی اور عام کیا جائے۔ کسی بھی ملک کے لیے اے آئی قیادت ناگزیر ہے کیونکہ متبادل صرف انحصار ہے۔
یہ صرف بڑی طاقتوں کا مسئلہ نہیں۔ گلوبل ساؤتھ کے ممالک — پاکستان سے برازیل اور نائجیریا تک — کے لیے داؤ ایک اور انداز میں وجودی ہیں۔ ان ممالک کے سامنے وہی انتخاب ہے جو صنعتی انقلاب کے دوران تھا: اپنی صلاحیت بناؤ یا کسی اور کی ذہانت کے مستقل صارف بن جاؤ۔ وہ ممالک جو خودمختار اے آئی صلاحیت تیار کرتے ہیں — مقامی زبانوں پر تربیت یافتہ، مقامی صنعتوں کے لیے ڈھالے ہوئے، مقامی ادارے کے ذریعے زیر نگرانی — وہ اپنے معاشی مستقبل پر خود قابو رکھیں گے۔ جو ایسا نہیں کریں گے، ان کے زراعت، صحت کی دیکھ بھال، تعلیم، اور دفاع نظام غیر ملکی ماڈلز پر چلیں گے، غیر ملکی لائسنسنگ شرائط کے تابع ہوں گے، اور غیر ملکی پالیسی دباؤ کے لیے کمزور ہوں گے۔
آگے کا راستہ کسی بڑی طاقتوں کی رقابت میں ایک طرف کھڑا ہونا نہیں ہے۔ آگے کا راستہ یہ ہے کہ ہر جگہ اے آئی صلاحیت کو جارحانہ طور پر ترقی اور عام کیا جائے۔ اوپن سورس بنیادیں یہ کام اس طرح ممکن بناتی ہیں جس طرح ملکیتی ٹیکنالوجی کبھی نہیں بنا سکتی تھی۔ لاہور یا لاگوس کی کوئی جامعہ آج مقامی ضروریات کے لیے جدید ترین درجے کے ماڈل کو باریک تربیت دے سکتی ہے — ایسی چیز جو پانچ سال پہلے ناقابل تصور تھی۔ اصل ہتھیاروں دوڑ ان ممالک کے درمیان نہیں جو اے آئی بناتی ہیں اور جو نہیں بناتیں۔ اصل ہتھیاروں دوڑ ان ممالک کے درمیان ہے جو اے آئی صلاحیت اور بنیادی ڈھانچہ کو پروان چڑھاتی ہیں اور وہ جو اس صلاحیت کو بہہ جانے دیتی ہیں۔ کسی بھی ملک کے لیے اے آئی خودمختاری ناگزیر ہے کیونکہ متبادل انحصار ہے۔
حقیقت کے کٹاؤ کے بارے میں: 'حقیقت کا تانا بانا' والا خدشہ حقیقی ہے، مگر یہ مواد تصدیق کا مسئلہ ہے، اے آئی کا نہیں۔ طباعتی مشین نے بھی دنیا کو غلط معلومات سے بھر دیا تھا — کتابچوں، پروپیگنڈا، سازشی تحریروں۔ جواب طباعت پر پابندی لگانا نہیں تھا۔ جواب تصدیق کے ادارے بنانا تھا: صحافت، ہم مرتبہ جائزہ، سائنسی طریقہ، ہتکِ عزت کا قانون۔ اے آئی سے تیار کردہ مواد کے ساتھ ہم اسی چکر کے ابتدائی، افراتفری والے مرحلے میں ہیں۔ Gutenberg کے بعد معتبر تصدیق ادارے بنانے میں دہائیاں لگ گئی تھیں۔ اس بار ہمارے پاس وہ وقت نہیں ہو گا — لیکن ہمارے پاس بہتر ٹولز ضرور ہیں۔
اور یہاں اے آئی صرف مسئلہ نہیں — وہ سب سے طاقتور حل بھی ہے جو ہمارے پاس موجود ہے۔ جس طرح اے آئی ایک ڈیپ فیک بنا سکتا ہے، اسی طرح وہ اسے پہچان بھی سکتا ہے۔ اے آئی نظام پہلے ہی مصنوعی میڈیا کی شناخت، رد و بدل شدہ مالی دستاویزات کو نشان زد کرنے، اور دھوکا دہی پکڑنے میں انسانی جائزہ کاروں سے بہتر کارکردگی دکھا رہے ہیں، وہ بھی اس پیمانے پر جسے کوئی انسانی ٹیم سنبھال نہیں سکتی۔ وہ ڈھانچہ جو اے آئی نتائج کو قابل اعتماد بناتی ہے، وہی ڈھانچہ کسی بھی انجینئرنگ نظام کو قابل اعتماد بناتی ہے: واضح تفصیلات جو نیت کی تعریف کریں، تصدیقی حلقے جو غلطیاں کو پھیلنے سے پہلے پکڑ لیں، اور انسانی نگرانی والا نگرانی جو آخری فیصلہ سازی کو وہاں رکھے جہاں وہ تعلق رکھتی ہے — لوگوں کے پاس۔ ناقابل اعتماد اے آئی کا جواب کم اے آئی نہیں۔ جواب بہتر طریقے سے ڈیزائن کردہ اے آئی ہے، جہاں انسان آپریٹرز سے نگرانوں بن جاتے ہیں۔
وجودی خطرے کے بارے میں: یہ وہ خوف ہے جسے سب سے زیادہ سنجیدگی سے لینا چاہیے — عین اس لیے کہ اسے اکثر یا تو مفلوج کر دینے والی مبالغہ آرائی میں بدل دیا جاتا ہے یا سائنسی افسانہ کہہ کر ٹال دیا جاتا ہے۔ دونوں رد عمل ناکافی ہیں۔ ہم آہنگی کا مسئلہ — یعنی یہ کیسے یقینی بنایا جائے کہ بڑھتی ہوئی صلاحیت والے اے آئی نظام ایسے اہداف کا تعاقب کریں جو انسانی خوشحالی کے ساتھ ہم آہنگ ہوں — حقیقی ہے، حل طلب ہے، اور جائز سائنسی تشویش کا موضوع ہے۔ جو کوئی بھی جدید ترین اے آئی نظام بناتا یا تعینات کرتا ہے اور اسے غیر ضروری سمجھتا ہے، وہ غیر ذمہ دار ہے۔
لیکن وجودی خطرے والی دلیل کی منطق، اگر اسے اس کے انجام تک لے جایا جائے، وقفہ کی حمایت نہیں کرتی۔ وہ رفتار میں اضافہ مانگتی ہے — مگر درست قسم کی۔ عارضی پابندی کے ساتھ بنیادی مسئلہ یہ ہے: اے آئی کی ترقی کوئی ایک پروگرام نہیں جسے ایک ہی حکومت بند کر سکے۔ یہ ایک عالمی، پھیلا ہوا، تیزی سے اوپن سورس کوشش ہے جس میں درجنوں ممالک کے ہزاروں تجربہ گاہیں، جامعات، اور خودمختار محققین شریک ہیں۔ حفاظت-باشعور جمہوری اداروں کی طرف سے اختیار کیا گیا وقفہ ترقی کو نہیں روکتا۔ وہ صرف جدید ترین حد کو ان کردار کی طرف منتقل کر دیتا ہے جن کے پاس کم حفاظتی وعدوں، کم شفافیت، اور کوئی جمہوری جوابدہی نہیں ہوتی۔ جو ممالک اور ادارے عارضی پابندی کا احترام سب سے زیادہ کریں گے، جدید ترین حد پر اصل میں آپ انہی کو دیکھنا چاہتے ہیں۔
زیادہ نتیجہ خیز راستہ — اور وہی جس کی سنجیدہ ہم آہنگی محققین واقعی حمایت کرتے ہیں — یہ نہیں کہ تعمیر روک دی جائے بلکہ یہ کہ حفاظتی تحقیق، قابل فہمیت، اور ہم آہنگی میں صلاحیت ترقی کے ساتھ ساتھ بڑے پیمانے پر سرمایہ کاری بڑھائی جائے۔ انتھروپک، ڈیپ مائنڈ، اور بڑھتی ہوئی تعلیمی ہم آہنگی برادری جیسی ادارے بالکل یہی کر رہی ہیں: ایسی تکنیکیں تیار کر رہی ہیں جو سمجھ سکیں کہ ماڈلز اندر سے کیا کر رہے ہیں، انسانی اقدار کو اس طرح بیان کر سکیں جن پر مشینیں عمل کر سکیں، اور ایسے نظام بنا سکیں جو زیادہ طاقتور ہونے کے باوجود قابلِ کنٹرول رہیں۔ یہ کام ابتدائی مرحلے میں ہے۔ یہ کافی نہیں۔ لیکن یہ موجود ہے، پیمانے کر رہا ہے، اور صرف اسی لیے ممکن ہے کہ یہ کام کرنے والے لوگ جدید ترین حد پر کھڑے ہیں — کنارے سے دیکھ نہیں رہے۔
یہاں ایک اور گہرا نکتہ بھی قابل ذکر ہے۔ انسانیت نے جن جن تباہ کن تکنیکی خطرات کا سامنا کیا ہے — جوہری ہتھیار، مصنوعی جراثیم، موسمیاتی تبدیلی — ان کا انتظام بنیادی سائنس کو چھوڑ دینے سے نہیں بلکہ اس کے گرد نگرانی کے ادارے، احتیاط کے اصول، اور فنی حفاظتی بندوبست کی تعمیر سے ہوا۔ کارکردگی کا ریکارڈ مکمل نہیں۔ اے آئی کے داؤ شاید زیادہ بلند ہوں۔ لیکن نمونہ یہی ہے: جو معاشرے خطرناک صلاحیتیں کے ساتھ شامل کرتے ہیں، وہی انہیں نظم و نگرانی کرنے کی مہارت تیار کرتے ہیں۔ جو الگ ہو جاتے ہیں، وہ میز پر اپنی نشست کھو دیتے ہیں۔ وجودی خطرے کی دلیل رکنے کی وجہ نہیں۔ یہی سب سے طاقتور وجہ ہے اس بات کو یقینی بنانے کی کہ سب سے طاقتور نظام بنانے والے وہی لوگ ہوں جو حفاظتی مسئلہ کو حل کرنے کے لیے سب سے زیادہ پرعزم ہوں — اور یہ کہ انہیں جمہوری معاشروں کی طرف سے حمایت، سرمایہ کاری، اور جوابدہی ملے، نہ کہ انہیں سایوں میں کام کرنے کے لیے چھوڑ دیا جائے۔
ماحولیاتی لاگت کے بارے میں: اے آئی تربیت کا توانائی کا نقش قدم حقیقی ہے اور اسے کم کر کے نہیں دکھانا چاہیے۔ جی پی ٹی-4 درجے کے ماڈلز کو تربیت دینے کے لیے ایسے حسابی وسائل درکار ہوتے ہیں جو ایک دہائی پہلے ناقابل تصور تھے، اور ڈیٹا سینٹر بجلی کی طلب میں متوقع اضافہ — گولڈمین ساکس کے مطابق 2030 تک 160% — بظاہر ہلا دینے والا ہے۔ یہ انجینئرنگ اور پالیسی دونوں اعتبار سے ایک جائز چیلنج ہے۔ تاہم یہ ٹیکنالوجی چھوڑ دینے کی وجہ نہیں۔ یہ توانائی بنیادی ڈھانچہ کو درست کرنے کی وجہ ہے۔
آغاز سیاق و سباق سے کریں۔ عالمی ڈیٹا سینٹر صنعت — جس میں اے آئی، کلاؤڈ کمپیوٹنگ، اسٹریمنگ، ای کامرس، اور ہر دوسری ڈیجیٹل سروس شامل ہے — اس وقت تقریباً 1-2% عالمی بجلی کے استعمال کا حصہ ہے۔ یہ عدد بڑھے گا۔ لیکن تناظر اہم ہے: عالمی فیشن صنعت اندازے کے لحاظ سے 2-8% کاربن اخراج کے لیے ذمہ دار ہے۔ صرف گھریلو ایئر کنڈیشننگ مل کر تمام ڈیٹا سینٹرز سے زیادہ بجلی استعمال کرتی ہے۔ ہم کپڑوں یا ٹھنڈک پر پابندی کی تجویز نہیں دیتے۔ ہم صاف پیداؤار کے طریقوں میں سرمایہ کاری کرتے ہیں۔ اے آئی کو بھی اسی معیار پر پرکھا جانا چاہیے۔ اور صنعت پہلے ہی حرکت میں ہے۔ مائیکروسافٹ، گوگل، اور ایمازون قابل تجدید توانائی کی خریداری اور اگلی نسل کی جوہری توانائی پر اربوں وقف کر چکے ہیں۔ ماڈل کے ڈھانچوں میں کارکردگی میں بہتری مرکب ہو رہی ہیں: ماہرین کے امتزاج، ماڈل کشید، اور کوانٹائزیشن جیسی تکنیکوں نے کسی خاص سطح کی کارکردگی حاصل کرنے کے لیے درکار کمپیوٹ کو ڈرامائی طور پر کم کر دیا ہے۔ ہارڈویئر کی ہر نئی نسل فی واٹ پچھلی نسل کے مقابلے میں کہیں زیادہ کمپیوٹیشن دیتی ہے۔ استنتاج چلانے کی لاگت — جو مسلسل توانائی خرچ ہے اور ایک بار کی تربیتی لاگت سے کہیں زیادہ ہوتی ہے — ایک ایسے منحنی پر نیچے آ رہی ہے جو مور کے قانون جیسا دکھائی دیتا ہے۔ رجحان کامل نہیں، اور کارکردگی میں بہتری کو تعیناتی کی رفتار کے ساتھ قدم ملانا ہو گا۔ لیکن سمت واضح ہے۔
حساب کے پلڑے کا ایک اور رخ بھی ہے جسے ناقدین کم ہی گنتے ہیں۔ ماحولیاتی نقصان کم کرنے کے لیے اے آئی ہمارے پاس موجود سب سے طاقتور ٹولز میں سے ایک ہے۔ ڈیپ مائنڈ کے اے آئی سے بہتر بنایا گیا ٹھنڈک نظام نے گوگل کے ڈیٹا سینٹرز میں ٹھنڈک کے لیے توانائی کا استعمال کو 40% تک کم کیا۔ اے آئی سے چلنے والی گرڈ مینجمنٹ وقفے وقفے سے ملنے والی قابل تجدید ذرائع کے زیادہ انضمام کو ممکن بنا رہی ہے۔ اے آئی ماڈلز سے چلنے والی درست زراعت لاکھوں ایکڑ میں پانی، کھاد، اور کیڑے مار دوا کے استعمال کو کم کر رہی ہے۔ موسمیاتی ماڈلنگ، بہتر بیٹریوں اور شمسی خلیوں کے لیے مواد کی سائنس، اور کاربن گرفت کو بہتر بنانا سب بالکل اسی قسم کی بڑے پیمانے کی حسابی صلاحیت پر منحصر ہیں جسے ناقدین محدود کرنا چاہتے ہیں۔ سوال یہ نہیں کہ اے آئی توانائی استعمال کرتا ہے یا نہیں۔ انسان جو کچھ بھی بناتے ہیں وہ توانائی استعمال کرتا ہے۔ سوال یہ ہے کہ کیا فوائد لاگت کو جائز بناتے ہیں — اور کیا ٹیکنالوجی خود پائیدار توانائی کی طرف منتقلی کو اتنی تیزی سے بڑھاتی ہے جتنی تیزی سے وہ آلودہ توانائی استعمال کرتی ہے۔ ابتدائی شواہد کہتے ہیں: ہاں۔ ماحولیاتی دلیل کو سنجیدگی سے لیا جائے تو وہ اے آئی عارضی پابندی کی طرف نہیں بلکہ صاف توانائی کی تنصیب کی بڑے پیمانے پر رفتار میں اضافہ کی طرف لے جاتی ہے — اور یہ تو ویسے بھی ہونا چاہیے۔ اے آئی کو وقفہ کرنا توانائی بحران حل نہیں کرتا۔ صاف بنیادی ڈھانچے پر اے آئی بنانا دونوں مسائل کو ایک ساتھ حل کرتا ہے۔
تعصب اور امتیاز کے بارے میں: حقائق کے لحاظ سے یہ اعتراض درست ہے، اور جو کوئی اے آئی نظام بناتا ہے اور تعصب کو حل شدہ مسئلہ یا محض تعلقات عامہ کی معمولی پریشانی سمجھتا ہے، وہ خود مسئلے کا حصہ ہے۔ اے آئی نظام نے اپنے تربیتی ڈیٹا میں موجود امتیازی نمونے کو ثابت شدہ طور پر دوبارہ پیدا اور بڑھا دیا ہے۔ ایمازون نے ایک اندرونی بھرتی ٹول اس لیے ختم کر دیا کیونکہ اسے پتہ چلا کہ وہ عورتوں کے سی وی کو منظم انداز میں کمتر درجہ دے رہا تھا۔ ایک وسیع پیمانے پر استعمال ہونے والا صحت کی دیکھ بھال کا الگورتھم اس حال میں پایا گیا کہ وہ سیاہ فام مریضوں سے وسائل کو منظم انداز میں دور کر رہا تھا، کیونکہ اس نے صحت کی دیکھ بھال پر خرچ — جو خود نظامی عدم مساوات کی پیداؤار ہے — کو طبی ضرورت کا نمائندہ پیمانہ بنا لیا تھا۔ یہ کنارے کے کیس نہیں ہیں۔ یہ ساختی ناکامیاں ہیں، اور انہیں ساختی جوابات درکار ہیں۔
لیکن 'تعمیر روکنے' والی دلیل جو چیز نظر انداز کرتی ہے وہ یہ ہے: اے آئی جن تعصبات کو محفوظ کرتا ہے وہ نئے نہیں ہیں۔ وہ انہی نظام کے تعصبات ہیں جن پر اے آئی کو تربیت دی گئی — یعنی انسانی نظام۔ وہ بھرتی مینیجر جو لاشعوری طور پر کچھ جامعات کے امیدواروں کو ترجیح دیتا ہے، وہ قرض افسر جس کا 'اندرونی احساس' مشکوک طور پر علاقائی کوڈ کے ساتھ تعلق رکھتا ہے، وہ ڈاکٹر جس کی تشخیصی وجدان مریض کی جلد کے رنگ کے ساتھ بدل جاتی ہے — یہ تعصبات کسی الگورتھم سے بہت پہلے موجود تھے۔ فرق بس اتنا ہے کہ جب ایک انسان متعصب فیصلہ کرتا ہے، تو وہ پوشیدہ، ناقابل تکرار، اور آڈٹ کرنے میں تقریباً ناممکن ہوتا ہے۔ جب اے آئی متعصب فیصلہ کرتا ہے، تو وہ ریکارڈ شدہ، قابل پیمائش، اور قابل اصلاح ہوتا ہے۔
یہی وہ اہم الٹاؤ ہے جو ناقدین نظر انداز کرتے ہیں: اے آئی منصفانہ نظام میں تعصب داخل نہیں کرتا۔ وہ ایسے نظام میں موجود تعصب کو نظر آنے والا بناتا ہے جو ابتدا ہی سے منصفانہ نہیں تھے۔ اور مرئیت اصلاح کی پہلی شرط ہے۔ آپ وہ چیز ٹھیک نہیں کر سکتے جسے آپ ناپ ہی نہیں سکتے۔ ایک متعصب الگورتھم کا آڈٹ ہو سکتا ہے، اسے دوبارہ تربیت کیا جا سکتا ہے، مختلف آبادیاتی گروہوں پر آزمایا جا سکتا ہے، اور اسے ریگولیٹری جائزہ کے تابع کیا جا سکتا ہے — ان طریقوں سے جن سے کسی متعصب انسانی فیصلہ ساز کو کبھی نہیں گزارا جا سکتا۔ یورپی یونین کا اے آئی ایکٹ زیادہ خطرے والی ایپلی کیشنز کے لیے بالکل اسی چیز کا مطالبہ کرتا ہے — لازمی تعصب آڈٹ، شفافیت کی شرائط، اور تربیتی ڈیٹا کی دستاویز بندی۔ الگورتھمک جسٹس لیگ اور NIST اے آئی Risk Management فریم ورک جیسی ادارے ایسے اوزار اور معیار تیار کر رہی ہیں جو ان آڈٹوں کو سخت اور دہرائے جانے کے قابل بنا سکیں۔
ان میں سے کچھ بھی خود بخود نہیں ہوتا۔ اگر اے آئی کو بے روک چھوڑ دیا جائے تو وہ یقیناً امتیاز کو کسی بھی انسانی ادارہ سے زیادہ تیزی سے پھیلا دے گا۔ جواب اسے پیچھے کھینچنا نہیں۔ جواب یہ ہے کہ ان جانچ پڑتال کو لازمی بنایا جائے — تعصب آڈٹ، آبادیاتی اثرات کے جائزے، شفاف تربیتی ڈیٹا دستاویز بندی، اور آزاد جائزہ — جو اے آئی کو ان انسانی نظاموں سے زیادہ جوابدہ بنائیں جنہیں وہ بدل کر رہا ہے۔ مقصد ایسا اے آئی نہیں جو انسان جتنا متعصب ہو۔ مقصد ایسا اے آئی ہے جو کسی بھی انسان سے قابل پیمائش طور پر کم متعصب ہو — اور ہر آڈٹ چکر کے ساتھ بہتر ہوتا جائے۔ یہ ممکن ہے۔ مگر یہ صرف اسی صورت ممکن ہے جب ہم تعمیر کریں، تعینات کریں، ناپیں کریں، اور درست کریں۔ کنارے بیٹھے رہ کر یہ ممکن نہیں۔
خلاصہ
خوف جائز ہیں۔ ان میں سے ہر ایک سنجیدہ غور کا مستحق ہے، نظر انداز کرنے کا نہیں۔ لیکن ان میں سے ہر ایک اے آئی کو بہتر بنانے کی دلیل ہے — اے آئی کم بنانے کی نہیں۔ اے آئی کی ترقی کو نظم و نگرانی کرنے کے لیے جو فریم ورکس سامنے آ رہے ہیں، وہ خطرات کو رد نہیں کرتے۔ وہ انہی خطرات کو سامنے رکھ کر بنائے گئے ہیں۔ یہ کتاب اس فریم ورک کو ایجنٹ فیکٹری کہتی ہے — ایک واضح تفصیلات پر مبنی، انسانی نگرانی والا عمل جہاں تفصیلات نیت کو نافذ کرتی ہیں، تصدیقی حلقے غلطیاں کو پکڑتی ہیں، انسانی نگرانی برقرار رہتی ہے، اور معاشی ماڈل نتائج کو انعام دیتا ہے، ابہام کو نہیں۔
تاریخ اس نکتے پر غیر مبہم ہے: کسی معاشرے نے کبھی کسی بنیادی ٹیکنالوجی کو رد کر کے خوشحالی حاصل نہیں کی۔ جو معاشرے کامیاب ہوئے، وہ وہی تھے جنہوں نے اسے اپنی شرائط پر اپنی گرفت میں لیا۔ ہم حفاظت اور ترقی کے درمیان انتخاب نہیں کر رہے۔ ہم اس کے درمیان انتخاب کر رہے ہیں کہ ایک ایسے ٹول کو شکل دیں جو ہر حال میں موجود ہو گا، یا کسی اور کو ہمارے لیے اسے شکل دیں کرنے دیں۔ کراچی کا دکاندار، دیہی میکسیکو کا طالب علم، اور وہ مریض جو ایسے گاؤں میں ہے جہاں ڈاکٹر ہی نہیں — انہیں اس بحث کی ضرورت نہیں کہ اے آئی ہونا چاہیے یا نہیں۔ انہیں اس بات کی ضرورت ہے کہ ہم یہ یقینی بنائیں کہ اے آئی ان کے لیے کام کرے۔
اے آئی ناگزیر ہے۔ ہم اسے کیسے بناتے ہیں، بس یہی فیصلہ باقی رہتا ہے۔