اے آئی کیوں ناگزیر ہے
منزل اچھی ہو سکتی ہے۔ ہم جو راستہ چنتے ہیں وہ طے کرتا ہے کہ وہاں کون پہنچے گا۔
📚 تدریسی معاون
انسان صرف حیاتیات کے ذریعے نہیں بدلتے۔ ہم اپنے بنائے ہوئے ٹولز کے ذریعے بھی بدلتے ہیں۔
آگ نے دن کو طویل کیا۔ زراعت نے لوگوں کو مسلسل خوراک تلاش کرنے سے آزاد کیا۔ چھاپہ خانے نے علم پھیلایا۔ بھاپ کے انجن نے جسمانی طاقت بڑھائی۔ کمپیوٹر نے حساب کی صلاحیت بڑھائی۔
ان ٹیکنالوجیز میں سے کوئی بھی اختیاری نہیں رہی۔ جن معاشروں نے ان پر مہارت حاصل کی انہیں طاقت اور خوشحالی ملی۔ جن معاشروں نے مزاحمت کی، انہیں اکثر ان معاشروں نے پیچھے چھوڑ دیا جنہوں نے مزاحمت نہیں کی۔
اے آئی اسی چکر کا اگلا موڑ ہے۔ ممکن ہے یہ سب سے اہم موڑ بھی ہو۔ پہلے ٹولز نے جسمانی صلاحیت بڑھائی یا معمول کے حساب کو خودکار بنایا۔ اے آئی خود ادراک کو بڑھاتی ہے: دلیل دینے، معلومات جوڑنے، تخلیق کرنے، اور فیصلہ کرنے کی ہماری صلاحیت۔
یہی بات اے آئی کو طاقتور بناتی ہے۔ یہی اسے خطرناک بھی بناتی ہے۔ رائے عامہ ان لوگوں کے درمیان تقسیم ہو گئی ہے جو اے آئی سے ڈرتے ہیں اور جو اسے خوشحالی کا راستہ سمجھتے ہیں۔
خوف حقیقی ہیں۔ وہ سنجیدہ جواب چاہتے ہیں۔ لیکن وہ رک جانے کی وجہ نہیں ہیں۔
منزل نہیں، راستہ
مؤرخ Yuval Noah Harari اس باب کا مرکزی خیال پیش کرتے ہیں۔
کسی طاقتور نئے ٹول کا مسئلہ صرف یہ نہیں ہوتا کہ وہ کہاں لے جاتا ہے۔ اس مستقبل تک جانے والا راستہ بھی اتنا ہی اہم ہے۔
صنعتی انقلاب نے آخرکار اس زرعی معیشت سے کہیں زیادہ خوشحالی پیدا کی جس کی جگہ اس نے لی۔ آج عام کارکن بھی دو صدیاں پہلے کے اپنے آباؤ اجداد سے بہتر زندگی گزارتے ہیں۔ مگر راستہ بے رحم تھا۔ نئی مشینیں آئیں تو کسی کو معلوم نہیں تھا کہ صنعتی معاشرہ کیسے بنایا جائے۔ ابتدائی صنعتی طاقتوں نے بہت بڑی غلطیاں کیں، پھر ایک صدی تک بعد میں صنعتی ہونے والے ممالک کو فتح اور استحصال کا نشانہ بنایا۔
اے آئی یہی نمونہ دہرا سکتی ہے۔ یہ ممالک کے اندر عدم مساوات بڑھا سکتی ہے اور ممالک کے درمیان اس سے بھی بڑی عدم مساوات پیدا کر سکتی ہے۔
مؤرخ Harari خبردار کرتے ہیں کہ چند ممالک اے آئی کو قابو کر سکتے ہیں۔ اس سے "wealth in California or in Shenzhen, but very few jobs anywhere else" کی صورت بن سکتی ہے۔
اس لیے بنیادی سوال یہ نہیں کہ اے آئی اچھی منزل تک لے جا سکتی ہے یا نہیں۔ وہ لے جا سکتی ہے۔ بنیادی سوال یہ ہے کہ کیا ہم ایسا راستہ بنا سکتے ہیں جو چند ممالک کے چند لوگوں کے بجائے سب کو فائدہ دے۔
مؤرخ Harari چین کی ٹیک دولت کی علامت کے طور پر Shenzhen کا نام لیتے ہیں۔ علامت درست ہے، مگر جغرافیہ زیادہ درست بیان چاہتا ہے۔
شہر Shenzhen چین کا hardware دارالحکومت ہے۔ Huawei، Tencent، DJI، اور ایک بہت بڑی manufacturing supply chain یہاں موجود ہیں۔
چین کا اے آئی دارالحکومت Beijing ہے۔ Zhongguancun، Tsinghua اور Peking University، Beijing Academy of AI، اور Baidu، Zhipu AI، اور Moonshot جیسی تجربہ گاہیں یہاں ہیں۔
شہر Hangzhou، جہاں DeepSeek اور Alibaba کی Qwen ٹیم موجود ہے، ابھرتا ہوا دوسرا مرکز ہے۔
چپس Shenzhen میں جوڑی جاتی ہیں۔ فرنٹیئر ماڈلز بنیادی طور پر Beijing اور Hangzhou میں بنتے ہیں۔
صنعتی انقلاب نے ثابت کیا کہ منزل اچھی اور راستہ بے رحم ہو سکتا ہے۔ اے آئی مستقبل کا راستہ ابھی بن رہا ہے، اور وہ دو حصوں میں بٹتا ہے۔
نیچے دیے گئے نو اعتراضات کو اسی روشنی میں پڑھیں۔ ہر اعتراض ایک حقیقی خطرے کی نشاندہی کرتا ہے۔ کوئی بھی سفر ترک کرنے کا تقاضا نہیں کرتا۔ ہر اعتراض چاہتا ہے کہ ہم راستہ سوچ سمجھ کر بنائیں۔
نو اعتراضات
یہ خدشات حاشیے کے خیالات نہیں ہیں۔ یہ بورڈ رومز، قانون ساز سماعتوں، تحقیقی تجربہ گاہوں، اور عوامی بحث میں سامنے آتے ہیں۔
شک کرنے والے کا مقدمہ ایک جملے میں بیان کیا جا سکتا ہے: خطرات واضح ہیں، اور کسی نے فائدہ نہیں سمجھایا۔
-
بڑے پیمانے پر بے روزگاری۔ اے آئی لاکھوں نوکریاں ختم کر سکتی ہے، ابتدا نئے کارکنوں کے کام سے ہو گی اور پھر قانون، حساب داری، مواد کی تیاری، اور دوسرے پیشہ ور شعبوں تک پہنچے گی۔ خلل کارکنوں کو ڈھلنے کے لیے وقت یا مدد ملنے سے پہلے آ سکتا ہے۔
-
عام لوگوں کے لیے کوئی واضح فائدہ نہیں۔ صنعت کہتی ہے کہ اے آئی "سب کچھ بدل دے گی"، مگر اکثر یہ نہیں سمجھاتی کہ روزمرہ زندگی کیسے بہتر ہو گی۔ خوف ٹھوس ہے۔ صارف کا فائدہ مبہم لگتا ہے۔
-
نگرانی اور آمرانہ کنٹرول۔ اے آئی حکومتوں اور کمپنیوں کو چہرہ شناسی، رویے کی پیش گوئی، اور خودکار سنسرشپ کے طاقتور ٹولز دیتی ہے۔ حدود کے بغیر یہ ٹولز پیداوار کے نظاموں کو کنٹرول کے نظاموں میں بدل سکتے ہیں۔
-
جغرافیائی سیاسی ہتھیاروں کی دوڑ۔ اگر صرف چند ممالک اے آئی ذہانت برآمد کریں تو ہر دوسرا ملک بنیادی خدمات، دفاع، صحت، تعلیم، اور معاشی منصوبہ بندی کے لیے غیر ملکی ماڈلز پر منحصر ہو سکتا ہے۔
-
حقیقت کا زوال۔ اے آئی سے بنا متن، تصاویر، اور ویڈیو سچ اور افسانے میں فرق مشکل بنا سکتے ہیں۔ غلط معلومات ایک مسئلہ ہیں۔ زیادہ باصلاحیت نظاموں پر اختیار کھونا گہرا خوف ہے۔
-
وجودی خطرہ۔ Stuart Russell، Yoshua Bengio، اور Geoffrey Hinton سمیت سنجیدہ محققین خبردار کر چکے ہیں کہ بہت باصلاحیت نظام ایسے اہداف کا تعاقب کر سکتے ہیں جو انسانی اقدار سے ٹکراتے ہوں۔ کافی طاقتور، غلط سمت والا نظام ناقابل واپسی نقصان کر سکتا ہے۔
-
ماحولیاتی لاگت۔ فرنٹیئر نظاموں کی تربیت اور انہیں چلانے کے لیے بہت زیادہ بجلی اور پانی درکار ہے۔ ناقدین کو خوف ہے کہ فائدے ثابت ہونے سے پہلے اے آئی آب و ہوا اور توانائی کے بحران بدتر کر سکتی ہے۔
-
بڑے پیمانے پر تعصب اور امتیاز۔ اے آئی تاریخی ڈیٹا کے تعصبات سیکھ کر انہیں تیزی اور بڑے پیمانے پر لاگو کر سکتی ہے۔ ملازمت، قرض، اور صحت میں ثابت شدہ ناکامیاں پہلے سے موجود ہیں۔
-
بے مثال دولت کا ارتکاز۔ فرنٹیئر ماڈلز کی تربیت پر اربوں ڈالر لگتے ہیں اور ہزاروں مہنگے GPUs درکار ہوتے ہیں۔ اس سطح پر اس وقت صرف چند امریکی اور چینی ادارے مقابلہ کر سکتے ہیں۔ نتیجہ دولت اور طاقت کا بہت بڑا ارتکاز ہو سکتا ہے۔
ان میں سے کوئی بھی رکنے کی وجہ کیوں نہیں
ہر خوف درست ہے۔ کوئی بھی اس میدان سے نکلنے کی وجہ نہیں۔ جواب یہ ہے کہ اے آئی کو بہتر قواعد، بہتر ترغیبات، مضبوط انجینئرنگ، اور زیادہ وسیع رسائی کے ساتھ بنایا جائے۔
اس باب کا نقشہ: نو خطرات اور ان کے پار تعمیر کرنے کے نو طریقے۔
1. بڑے پیمانے پر بے روزگاری: نوکریاں بدلتی ہیں اور خدمت کی صلاحیت بڑھتی ہے
اے آئی نوکری کو ایک ناقابل تقسیم اکائی نہیں سمجھتی۔ وہ نوکری کو کاموں میں تقسیم کرتی ہے۔
کچھ کام خودکار ہو جائیں گے۔ دوسرے نئے کرداروں میں جوڑے جائیں گے۔ ڈویلپر بس غائب نہیں ہوتا۔ ڈویلپر زیادہ پیداوار دے سکتا ہے۔
دورِ SaaS نے ایسی نوکریاں پیدا کیں جن کی کم لوگوں نے پیش گوئی کی تھی، جیسے کلاؤڈ آرکیٹیکٹ، growth hacker، DevOps engineer، اور UX researcher۔ اے آئی کا دور پہلے ہی agent designer، outcome architect، verification specialist، اور مشینوں کو "درست" کا مطلب سکھانے والے شعبہ جاتی ماہر جیسے کردار پیدا کر رہا ہے۔
سال 2024 کے LinkedIn ڈیٹا نے دکھایا کہ اے آئی مہارتیں مانگنے والی آسامیاں بڑی ملازمت مارکیٹ سے 3.5 گنا تیزی سے بڑھیں۔ یہ اضافہ صرف ٹیک تک محدود نہیں تھا۔ یہ صحت، رسد، تعلیم، اور مالیات میں بھی نظر آیا۔
اس سے بھی بڑا موقع موجود ہے۔
ماضی میں نئے ٹولز نے خدمت کی لاگت بہتر کی۔ انہوں نے ایک پیشہ ور کو وہی خدمت کم قیمت پر دینے میں مدد دی۔
اے آئی خدمت کی صلاحیت بھی بہتر کر سکتی ہے۔ یہ ایک پیشہ ور کو ان لوگوں تک پہنچا سکتی ہے جنہیں پہلے کوئی خدمت نہیں ملتی تھی۔
8 ارب لوگوں کو صحت، تعلیم، قانونی مشورے، اور مالی منصوبہ بندی درکار ہے۔ ان سب کو خدمت دینے کے لیے کبھی کافی پیشہ ور افراد نہیں رہے۔
دیہی بھارت میں اے آئی ٹولز ان دیہات میں ذیابیطس سے متعلق آنکھوں کی بیماری کی جانچ کر رہے ہیں جہاں کبھی آنکھوں کا ماہر نہیں تھا۔ Khan Academy کا اے آئی ٹیوٹر Khanmigo ان جگہوں پر طلبہ کو انفرادی تعلیم کے قریب سہولت دے رہا ہے جہاں کلاسوں میں 60 سیکھنے والے ہو سکتے ہیں۔
اے آئی کو ڈاکٹر یا استاد کی جگہ لینے کی ضرورت نہیں۔ یہ ہر گاؤں کو ان تک رسائی دینے میں مدد کر سکتی ہے۔
پہلی ٹیکنالوجیز بنیادی طور پر لاگت کم کرتی تھیں۔ اے آئی ان لوگوں تک خدمت بھی پھیلا سکتی ہے جنہیں کبھی خدمت نہیں ملی۔
اے آئی معمول کے کام پر پھر بھی دباؤ ڈالے گی۔ صرف عام اسکین پڑھنے والا ریڈیولوجسٹ یہ دباؤ محسوس کر سکتا ہے۔ طبی فیصلے کو اے آئی کی مدد سے نمونہ شناسی کے ساتھ جوڑنے والا ریڈیولوجسٹ زیادہ قیمتی ہو جائے گا۔
تقسیم کی لکیر جسمانی اور دفتری کارکنوں کے درمیان نہیں۔ یہ سیکھنا چھوڑنے والوں اور آگے بڑھتے رہنے والوں کے درمیان ہے۔
سب سے بڑا ذاتی خطرہ صرف یہ نہیں کہ اے آئی آپ کی نوکری بدل سکتی ہے۔ اصل خطرہ ان ٹولز کو سیکھنے سے انکار کرنا ہے جو اسے بدل رہے ہیں۔
2. عام لوگوں کے لیے کوئی واضح فائدہ نہیں: فائدے کو نظر آنے دیں
یہ کسی حد تک رابطے کی ناکامی ہے۔ فائدے حقیقی ہیں، مگر صنعت نے اکثر انہیں اچھی طرح نہیں سمجھایا۔
عام زندگی سے شروع کریں۔
- اوہائیو میں ایک اکیلی ماں کرائے کے تنازعے کا خط تیار کرنے کے لیے اے آئی معاون استعمال کرتی ہے۔ ورنہ وکیل اس سے 400 ڈالر لے سکتا تھا۔
- کراچی میں ایک دکاندار درمیانی شخص یا اضافی قیمت کے بغیر چینی فراہم کنندہ سے براہ راست بات چیت کے لیے اے آئی ترجمہ استعمال کرتا ہے۔
- دیہی میکسیکو میں ایک طالب علم جامعہ کے داخلہ امتحانات کی تیاری کے لیے اے آئی ٹیوٹر استعمال کرتا ہے، کیونکہ قریب کوئی امتحانی تیاری کا مرکز نہیں۔
فائدے بڑے نظاموں میں بھی نظر آتے ہیں۔
ادارے Duolingo نے رپورٹ کیا کہ اے آئی نے اسے پچھلی لاگت کے ایک چھوٹے حصے پر نیا کورس مواد بنانے میں مدد دی۔ اے آئی کی مدد سے دوا کی دریافت نے کچھ ابتدائی اوقات کو سالوں سے مہینوں تک کم کیا ہے۔ Insilico Medicine نے ایک دوا کو ہدف کی دریافت سے پہلے مرحلے کے تجربات تک 30 ماہ سے کم میں پہنچایا، جبکہ روایتی عمل 4 سے 6 سال لیتا ہے۔
کمپنیوں Waymo اور Nuro نے ایسے رسدی تجربات رپورٹ کیے ہیں جو آخری مرحلے کی ترسیل کی لاگت 40% یا اس سے زیادہ کم کر سکتے ہیں۔ اے آئی ماڈلز چھاتی کے سرطان، پھیپھڑوں کی گلٹیوں، اور دل کے خطرے کی جانچ بھی بہتر کر رہے ہیں۔
مسئلہ یہ نہیں کہ اے آئی کوئی فائدہ پیدا نہیں کرتی۔ مسئلہ یہ ہے کہ صنعت نے شہریوں کو عملی قدر سمجھانے کے بجائے سرمایہ کاروں کو AGI کا شور بیچنے میں برسوں گزارے۔
درستگی یہ ہے کہ وہ چیز ناپی جائے جو لوگ دیکھ سکتے ہیں:
- تشخیص پانے والے مریض،
- تعلیم پانے والے طلبہ،
- قابل برداشت بنائی گئی خدمات،
- بچایا گیا وقت،
- اور تصدیق شدہ نتائج۔
جب اے آئی واضح تفصیلات، مسلسل جانچ، اور قابل پیمائش نتائج کے گرد بنائی جاتی ہے تو صارف کا فائدہ وعدہ نہیں رہتا۔ وہ رسید بن جاتا ہے۔
3. نگرانی اور کنٹرول: طاقت پر پابندیاں بنائیں
یہ اعتراض سنجیدہ ہے کیونکہ غلط استعمال فرضی نہیں۔
ہم خطرہ پہلے ہی دیکھ چکے ہیں۔ مثالوں میں چین کے سماجی کریڈٹ تجربات، امریکا اور برطانیہ میں پولیس کا چہرہ شناسی کا غلط استعمال، اور Pegasus spyware کا اسکینڈل شامل ہیں۔
جواب تعمیر روکنا نہیں۔ جواب قابل نفاذ حدود کے اندر تعمیر کرنا ہے۔
شہر San Francisco اور دوسرے شہروں نے قانون نافذ کرنے والے اداروں کے حقیقی وقت کے چہرہ شناسی استعمال پر پابندی یا حد لگائی ہے۔ یورپی یونین کا اے آئی ایکٹ نگرانی کے بہت سے استعمال کو زیادہ خطرے والا قرار دیتا اور شفافیت اور آڈٹ کا تقاضا کرتا ہے۔
یہ ڈھانچے ابھی نئے ہیں۔ کاغذ پر قواعد نفاذ کی ضمانت نہیں دیتے۔ مگر نامکمل ضابطہ کسی بھی ڈھانچے کے نہ ہونے سے بہتر ہے۔
فنی ڈیزائن بھی اہم ہے۔ اوپن سورس ماڈلز، غیر مرکزی بنیادی ڈھانچہ، federated learning، اور differential privacy ڈیٹا اور طاقت کو ایک جگہ جمع کرنے کی ضرورت کم کر سکتے ہیں۔ وہ غلط استعمال سے آزادی کی ضمانت نہیں دیتے، مگر توازن بدل سکتے ہیں۔
ہر طاقتور ٹول کو ہتھیار بنایا جا سکتا ہے۔ چھاپہ خانے نے جمہوریت اور پروپیگنڈا دونوں ممکن بنائے۔ رمز نگاری رازداری کو اور مجرموں کو بھی تحفظ دیتی ہے۔
دیرپا جواب کبھی سادہ پابندی نہیں رہا۔ جواب طاقت پر پابندیاں رہا ہے: قانون، شفافیت، فنی حفاظتی اقدامات، آزاد جائزہ، اور جمہوری نگرانی۔
4. جغرافیائی سیاسی ہتھیاروں کی دوڑ: انحصار نہیں، خودمختاری بنائیں
ایک دہائی کے اندر ممالک تین گروہوں میں آ سکتے ہیں:
- اے آئی ذہانت برآمد کرنے والے ممالک،
- اپنی اے آئی صلاحیت رکھنے والے شراکت دار،
- اور اہم کام کے لیے غیر ملکی نظاموں پر منحصر ریاستیں۔
اسی لیے پسپائی خطرناک ہے۔
اگر آزاد معاشرے رک جائیں اور کم جواب دہ کردار جاری رکھیں تو فرنٹیئر غائب نہیں ہوتا۔ وہ کم حفاظتی وعدوں اور کم عوامی نگرانی والے گروہوں کی طرف منتقل ہو جاتا ہے۔
یہ خدشہ بڑی طاقتوں تک محدود نہیں۔ پاکستان، برازیل، اور نائجیریا سمیت عالمی جنوب کے ممالک کو بنیادی انتخاب درپیش ہے: مقامی صلاحیت بنائیں یا کسی اور کی ذہانت کے مستقل صارف بن جائیں۔
خودمختار اے آئی سے مراد ایسے ماڈلز اور نظام ہیں جو مقامی زبانیں سمجھیں، مقامی صنعتوں کو خدمت دیں، اور مقامی قواعد کے تحت چلیں۔
اوپن سورس بنیادیں اسے زیادہ ممکن بناتی ہیں۔ لاہور یا لاگوس کی جامعہ اب مقامی ضرورت کے لیے فرنٹیئر درجے کا ماڈل ڈھال سکتی ہے۔ چند سال پہلے اس کا تصور مشکل تھا۔
اصل دوڑ صرف اے آئی بنانے اور نہ بنانے والے ممالک کے درمیان نہیں۔ یہ صلاحیت اور مضبوط نظام تیار کرنے والے ممالک اور دونوں کو ضائع ہونے دینے والوں کے درمیان ہے۔
5. حقیقت کا زوال: اے آئی سے اے آئی کی تصدیق کریں
مشترک حقیقت کا نقصان حقیقی خطرہ ہے۔ مگر اسے تصدیق کا مسئلہ سمجھنا بہتر ہے۔
چھاپہ خانے نے پرچوں، پروپیگنڈے، اور سازشی تحریروں کے ذریعے غلط معلومات بھی پھیلائیں۔ معاشرے نے صحافت، ہم مرتبہ جائزے، سائنسی طریقے، اور ہتک عزت کے قانون بنا کر جواب دیا۔
اے آئی سے بنے میڈیا کو اسی ادارہ جاتی جواب کا زیادہ تیز ورژن درکار ہو گا۔
اے آئی مسئلے کا حصہ ہے، مگر حل کا حصہ بھی ہے۔ مصنوعی میڈیا بنانے والے نظام اسے پہچاننے میں بھی مدد دے سکتے ہیں۔ اے آئی بدلی ہوئی تصاویر پہچان سکتی، مشکوک مالی دستاویزات نشان زد کر سکتی، اور اس پیمانے پر دھوکا پکڑ سکتی ہے جس کا مقابلہ کوئی انسانی ٹیم نہیں کر سکتی۔
قابل اعتماد اے آئی کو کسی مضبوط نظام جیسے بنیادی کنٹرول درکار ہیں:
- واضح تفصیلات،
- اجرا سے پہلے جانچ،
- ایسا ثبوت جس کا سراغ لگایا جا سکے،
- اور خطرہ زیادہ ہو تو انسانی فیصلہ۔
ناقابل اعتماد اے آئی کا جواب کم ڈیزائن نہیں۔ جواب بہتر ڈیزائن ہے، جہاں انسان نظام کو صرف چلانے کے بجائے اس کی نگرانی کرتے ہیں۔
6. وجودی خطرہ: لاپروائی نہیں، حفاظت تیز کریں
یہ وہ اعتراض ہے جو سب سے زیادہ احتیاط کا مستحق ہے۔
ہم آہنگی کا مسئلہ حقیقی اور حل طلب ہے۔ ہم ابھی یہ ضمانت دینا نہیں جانتے کہ زیادہ باصلاحیت ہوتے نظام انسانی خوشحالی سے ہم آہنگ اہداف کا تعاقب کرتے رہیں گے۔
لاپرواہ بنانے والا اس خدشے کو رد کرتا ہے۔ سنجیدہ بنانے والا اسے مرکزی ڈیزائن مسئلہ سمجھتا ہے۔
تاہم عالمی وقفہ نافذ کرنا مشکل ہو گا۔ اے آئی کی ترقی حکومتوں، کمپنیوں، جامعات، اوپن سورس برادریوں، اور آزاد محققین میں پھیلی ہوئی ہے۔ حفاظت کا خیال رکھنے والے گروہوں کا وقفہ ضروری نہیں کہ فرنٹیئر روک دے۔ وہ اسے کم شفافیت اور کم حفاظتی بندوبست والے کرداروں کی طرف منتقل کر سکتا ہے۔
بہتر جواب درست قسم کی تیزی ہے: زیادہ طاقتور ماڈلز کے کام کے ساتھ ہم آہنگی، ماڈل کی سمجھ، جائزے، اور کنٹرول پر زیادہ کام۔
اداروں Anthropic اور DeepMind کے ساتھ جامعات کے محققین بھی اس مسئلے پر کام کر رہے ہیں۔ وہ ماڈل کے رویے، انسانی اقدار زیادہ واضح بیان کرنے کے طریقوں، اور طاقتور نظاموں کو قابو میں رکھنے کے طریقوں کا مطالعہ کر رہے ہیں۔
یہ کام ابتدائی ہے۔ یہ کافی نہیں۔ مگر اسے صرف وہ لوگ کر سکتے ہیں جو فرنٹیئر نظاموں کو اندر سے سمجھتے ہیں۔
انسانیت جوہری نظاموں، تیار کردہ جراثیم، اور آب و ہوا کو متاثر کرنے والے صنعتی نظاموں سمیت دوسرے خطرناک ٹولز سنبھال چکی ہے۔ ریکارڈ مکمل نہیں، مگر نمونہ واضح ہے۔ نظم و نگرانی کے لیے مہارت درکار ہے۔ خطرناک ٹول سے دور جانے والے معاشرے اسے سنبھالنے کے لیے ضروری علم کھو دیتے ہیں۔
وجودی خطرہ اے آئی کو نظر انداز کرنے کی وجہ نہیں۔ یہ یقینی بنانے کی وجہ ہے کہ سب سے باصلاحیت بنانے والے حفاظت، شفافیت، اور عوامی جواب دہی کے لیے بھی گہری وابستگی رکھیں۔
7. ماحولیاتی لاگت: توانائی کا نظام درست کریں
اے آئی بہت زیادہ توانائی اور پانی استعمال کرتی ہے۔ اس لاگت کو کم نہیں دکھانا چاہیے۔
ادارے Goldman Sachs نے اندازہ لگایا کہ ڈیٹا سینٹر کی بجلی کی طلب 2030 تک 160% بڑھ سکتی ہے۔ یہ سنجیدہ فنی اور پالیسی چیلنج ہے۔
سیاق پھر بھی اہم ہے۔ اے آئی، کلاؤڈ کمپیوٹنگ، اسٹریمنگ، اور ای کامرس سمیت عالمی ڈیٹا سینٹر صنعت اس وقت دنیا کی تقریباً 1% سے 2% بجلی استعمال کرتی ہے۔ صرف گھریلو ایئر کنڈیشننگ تمام ڈیٹا سینٹرز سے زیادہ بجلی استعمال کرتی ہے۔ فیشن صنعت بھی عالمی کاربن اخراج کا نمایاں حصہ پیدا کرتی ہے۔
ہم لباس، ٹھنڈک، یا ڈیجیٹل خدمات پر پابندی لگا کر جواب نہیں دیتے۔ ہم ان کی پیداوار بہتر کرتے ہیں۔
اے آئی صنعت پہلے ہی قابل تجدید توانائی اور اگلی نسل کی جوہری طاقت میں سرمایہ کاری کر رہی ہے۔ mixture-of-experts، distillation، اور quantization جیسی ماڈل تکنیکیں ایک خاص کارکردگی کے لیے درکار حساب کم کرتی ہیں۔ نیا ہارڈویئر بھی فی واٹ زیادہ حساب فراہم کرتا ہے۔
اے آئی ماحولیاتی نقصان کم کرنے میں بھی مدد دے سکتی ہے۔ DeepMind کے ٹھنڈک نظام نے گوگل کے ڈیٹا سینٹر کی ٹھنڈک کی توانائی 40% کم کی۔ اے آئی بجلی کے جال کا انتظام، درست زراعت، موسمیاتی ماڈلنگ، بیٹری تحقیق، شمسی مواد، اور کاربن گرفت کی بہتری میں مدد کرتی ہے۔
درست سوال یہ نہیں کہ اے آئی توانائی استعمال کرتی ہے یا نہیں۔ ہر انسانی نظام توانائی استعمال کرتا ہے۔ سوال یہ ہے کہ کیا ہم فوائد کو لاگت کے قابل بنا سکتے اور اے آئی کے پیچھے بجلی کے نظاموں کو صاف توانائی کی طرف لے جا سکتے ہیں۔
اے آئی کو روکنا توانائی کا بحران حل نہیں کرتا۔ صاف توانائی کے نظاموں پر اے آئی بنانا دونوں مسائل حل کرنے میں مدد دے سکتا ہے۔
8. تعصب اور امتیاز: تعصب کو نظر آنے اور آڈٹ کے قابل بنائیں
اے آئی نظاموں نے تربیتی ڈیٹا کے نقصان دہ نمونے دہرائے ہیں۔
کمپنی Amazon نے داخلی بھرتی ٹول اس وقت چھوڑ دیا جب معلوم ہوا کہ وہ خواتین کے سی وی کو کم درجہ دیتا ہے۔ ایک وسیع استعمال ہونے والے صحت کے الگورتھم نے سیاہ فام مریضوں کو کم وسائل دیے، کیونکہ اس نے صحت پر خرچ کو طبی ضرورت کا نمائندہ سمجھا۔ وہ خرچ پہلے ہی علاج تک غیر مساوی رسائی دکھاتا تھا۔
یہ ساختی ناکامیاں ہیں۔ انہیں ساختی جواب درکار ہیں۔
اہم بات یہ ہے کہ بنیادی تعصب اے آئی سے شروع نہیں ہوا۔ انسانی بھرتی، قرض، اور طبی نظام پہلے ہی متعصب تھے۔ انسانی فیصلوں کا مشاہدہ، تکرار، یا آڈٹ اکثر مشکل تھا۔
اے آئی فیصلہ ریکارڈ اور ناپا جا سکتا ہے۔ اس سے اصلاح ممکن ہوتی ہے، مگر کبھی خودکار نہیں۔
زیادہ خطرے والے نظام کو مختلف آبادیاتی گروہوں پر آزمایا جانا چاہیے۔ اس کا تربیتی ڈیٹا درج ہونا چاہیے۔ اس کے فیصلے آزاد جائزے کے لیے کھلے ہونے چاہییں۔ نگران ادارے کارکردگی اور انصاف کا ثبوت مانگ سکیں۔
یورپی یونین کا اے آئی ایکٹ، Algorithmic Justice League، اور NIST AI Risk Management Framework سب اسی جواب دہی کی طرف اشارہ کرتے ہیں۔
بغیر جانچ اے آئی کسی بھی انسانی ادارے سے زیادہ تیزی سے امتیاز پھیلا سکتی ہے۔ جواب یہ دکھاوا نہیں کہ مسئلہ خود حل ہو جائے گا۔ جواب آڈٹس، اثرات کے جائزے، شفاف دستاویزات، اور اصلاحی چکر لازم کرنا ہے۔
مقصد انسان جتنا متعصب اے آئی نظام نہیں۔ مقصد ایسا نظام ہے جو ناپنے پر کم متعصب ہو اور ہر آڈٹ کے ساتھ بہتر ہو۔
9. دولت کا ارتکاز: بنانے کی صلاحیت کو عام کریں
ارتکاز کا مسئلہ حقیقی ہے۔
فرنٹیئر تربیتی تجربات پر اربوں ڈالر لگتے ہیں۔ تجربہ گاہوں کو ہزاروں اعلیٰ درجے کے GPUs درکار ہیں، جن میں ہر ایک کی قیمت تقریباً 25,000 سے 40,000 ڈالر ہے۔ درکار نظام بنانے میں دسیوں ارب ڈالر لگتے ہیں۔
اس سے چند کمپنیوں کو بہت زیادہ طاقت ملتی ہے۔ فروری 2026 میں اینتھروپک کی 380 ارب ڈالر کی قدر بھارت کی پانچ سب سے بڑی آئی ٹی خدماتی کمپنیوں کی مشترکہ مارکیٹ قدر سے بڑھ گئی۔ وہ کمپنیاں چار دہائیوں میں بنی تھیں اور لاکھوں لوگوں کو روزگار دیتی ہیں۔
طے شدہ راستہ خوشحالی پیدا کرتے ہوئے زیادہ تر قدر کیلیفورنیا اور بیجنگ میں جمع کر سکتا ہے۔
اینتھروپک کے CEO، Dario Amodei، خبردار کر چکے ہیں کہ اگر فائدے اوپر جمع رہے تو اے آئی کھرب پتی پیدا اور شدید عوامی ردعمل کو جنم دے سکتی ہے۔ انہوں نے دلیل دی کہ اے آئی کو صرف کاروباری موقع نہیں بلکہ تہذیبی چیلنج سمجھنا چاہیے۔ انہوں نے بے حد دولت کی تخلیق کے دور کے لیے نئے ٹیکس قواعد کا بھی مطالبہ کیا۔
ان کی تنبیہ مسئلے کو نئے انداز سے رکھتی ہے۔ سوال یہ نہیں کہ اے آئی قدر پیدا کرتی ہے یا نہیں۔ وہ کرتی ہے۔ سوال یہ ہے کہ کیا حکومتیں اور مارکیٹیں عوامی اعتماد اور سماجی استحکام برقرار رکھنے کے لیے اس قدر کو کافی وسیع پھیلا سکتی ہیں۔
جواب تمام ترقی محدود کرنا نہیں۔ جواب یہ ہے کہ کون بنا سکتا ہے اور کس کو فائدہ ہوتا ہے، دونوں کو عام کیا جائے۔ اس کے لیے درکار ہیں:
- اوپن ویٹ ماڈلز،
- قابل رسائی ٹولز،
- عوامی اے آئی خواندگی،
- خودمختار کمپیوٹ،
- ترقی پسند پالیسی،
- اور مفید اے آئی نظاموں کی وسیع ملکیت۔
لاہور یا لاگوس کی جامعہ پہلے ہی مضبوط اوپن ماڈلز کو مقامی ضرورت کے لیے ڈھال سکتی ہے۔ یورپی یونین، بھارت، اور خلیجی ریاستوں کے خودمختار اے آئی پروگرام چند غیر ملکی فراہم کنندگان پر انحصار کم کرنا چاہتے ہیں۔
پہلے ٹیک انقلابات نے آخرکار اپنے فوائد زیادہ وسیع پھیلائے۔ داخلے کی لاگت غیر معمولی طور پر زیادہ ہونے کے باعث اے آئی خود ایسا نہیں کرے گی۔ اسے سوچ سمجھ کر جمہوری بنانا ہو گا۔
خلاصہ
خوف جائز ہیں۔ ہر ایک سنجیدہ توجہ کا مستحق ہے۔
مگر ہر خوف اے آئی کو بہتر بنانے کی دلیل بھی ہے، میدان کسی اور کے لیے چھوڑنے کی نہیں۔
یہ کتاب اپنے ڈھانچے کو Agent Factory کہتی ہے۔ یہ واضح تفصیلات پر مبنی اور انسانی نگرانی والا عمل ہے۔ تفصیلات نیت طے کرتی ہیں۔ تصدیقی حلقے غلطیاں پکڑتے ہیں۔ زیادہ خطرے والے فیصلوں پر انسان اختیار رکھتے ہیں۔ معاشی ماڈل ابہام کے بجائے نتائج کو انعام دیتا ہے۔
ہم حفاظت اور ترقی کے درمیان انتخاب نہیں کر رہے۔ ہم اے آئی کی ترقی کے ساتھ اسے شکل دینے اور کسی اور کو ہمارے لیے شکل دینے کے درمیان انتخاب کر رہے ہیں۔
کراچی کے دکاندار کو مفید ٹول چاہیے۔ دیہی میکسیکو کے طالب علم کو ٹیوٹر چاہیے۔ ڈاکٹر کے بغیر گاؤں کے مریض کو علاج تک رسائی چاہیے۔ انہیں اس مجرد بحث کی ضرورت نہیں کہ اے آئی ہونی چاہیے یا نہیں۔ انہیں ایسے نظام درکار ہیں جو ان کے لیے کام کریں۔
اے آئی ناگزیر ہے۔ اسے کیسے بنانا ہے، یہی فیصلہ باقی ہے۔