ای آئی کے بہانے انسانی ججمنٹ اور اعتماد کو کمزور کرتے ہیں

جدید تحقیق کے مطابق، AI کے مخترعہ خیالات صرف آپ کو جھوٹ بولنے تک محدود نہیں ہیں، بلکہ آپ کی خود اعتمادی کو بڑھا دیتے ہیں اور آپ کی فیصلہ سازی کو کمزور کر دیتے ہیں۔

یہ اچھا نہیں۔

ہالی، پیرس ہائی ایکویل، روم اول یونیورسٹی، ملین بیکا یونیورسٹی کی ایک تحقیق نے پایا ہے:

جب AI نہ ہو تو لوگ "میں نہیں جانتا" کہہ دیتے ہیں، اور اپنا فیصلہ ملتوی کر دیتے ہیں؛

لیکن جب AI ظاہر ہوا، تو لوگوں کو یہ جان کر بھی کہ یہ غلطیاں کرتا ہے اور غلط جواب دینے پر سزا ملتی ہے، زیادہ تر لوگ اس کے جوابات کو اپنا فیصلہ سمجھ کر اور اپنی یقینیت کے ساتھ بول دیتے ہیں۔

تجربی نتائج نے اس رجحان کو واضح طور پر ظاہر کیا: پہلے AI استعمال نہ کرنے والے تجربے میں، "میں نہیں جانتا" کہنے والوں کا تناسب 44% تھا، اور درست جوابات کی شرح 27% تھی؛

AI کی مدد سے، نہ جاننے والوں کا تناسب 44% سے گھٹ کر 3% ہو گیا، درستگی 27% سے 9% ہو گئی، لیکن خود اعتماد 30% سے بڑھ کر 76% ہو گیا۔

یہاں تک کہ جب بعد کے تجربات نے “صحیح جواب پر پیسہ دیا جائے، غلط جواب پر جرمانہ کیا جائے” کے انعام اور سزا کے نظام کے ذریعے لوگوں کو مستقل فیصلہ کرنے کی ترغیب دی اور اس رجحان کو درست کرنے کی کوشش کی، تو بھی لوگ AI کی غلط تجاویز پر انحصار کرنے سے نکل نہیں پائے۔

یعنی، جو لوگ نہیں جانتے وہ حقیقت میں غائب نہیں ہوئے، بلکہ AI کی مدد سے خود پر اعتماد رکھنے والے اور غلط جوابات دینے والے لوگوں کی جگہ لے لی گئی ہے۔

موجودہ میں، متعلقہ تحقیقی نتائج arXiv پر شائع کر دیے گئے ہیں، ٹیم نے کل 5 تجربات کیے، جن میں شرکاء کی کل تعداد 3132 ہے، جن میں سے 4 تجربات پیش گئی رجسٹریشن کے ساتھ کیے گئے اور ایک براہ راست دوہرایا گیا تجربہ تھا۔

یہ تحقیق "AI کے انسانی ججمنٹ کے صلاحیتوں پر اثر" پر مرکوز ہے۔

محقق والیریو کاپرارو نے انٹرویو میں کہا:

انسانوں کے لیے “میں نہیں جانتا” کہنا بہت اہم ہے، کیونکہ یہ ہمیں اپنے علم کی سرحدوں کا احساس دلاتا ہے۔

لیکن اب، AI کے ساتھ، تقریباً کسی بھی سوال کا فوراً ایک بہترین جواب ملتا ہے۔

تو سوال یہ ہے کہ کیا یہ انسانی اصلی فیصلہ سازی کی صلاحیت کو متاثر کرے گا؟ یعنی عدم یقین کی صورت میں، فوری طور پر نتیجہ نہ نکالنا؟

اس کے لیے، تحقیقی ٹیم نے ایک ایسا سیٹ ڈیزائن کیا جس میں بڑے زبانی ماڈل غلط جواب دینے کے قابل ہوں۔

یہ ریاضی کا استدلال یا عام معلومات کا سوال نہیں، بلکہ فلم میں دکھائی دینے والی بصری تفصیل کا سوال ہے۔

مثلاً، فلم "میں بیکھم سے پیار کرتا ہوں" میں ٹیم کی یونیفارم کا رنگ کیا ہے؟ فلم "بوداپیسٹ گرینڈ ہوٹل" میں اگاتھا کی نشانی دار بالوں کا ڈیزائن کیا ہے؟ یا فلم "ہائی وے پر ایک بلی" میں مونیکا کون سی گاڑی چلا رہی ہے؟

کیا آپ کو یاد ہے؟ میں تو لمبے وقت تک حیران رہ گیا، یہ بہت ہی مشکل ہے! کون یاد رکھتا ہے… (ہاتھ بانٹتے ہوئے)

AI کے لیے بھی یہ بہت پریشان کن ہوگا، کیونکہ ان سوالات کے جوابات عام طور پر معمولی متن کے ذرائع میں نہیں ہوتے، اور ماڈل کے تربیتی ڈیٹا میں بھی اس قسم کی ویژوئل تفصیلات شامل نہیں ہوں گی۔

محققین نے تجربے میں استعمال کیے جانے والے ماڈل Step 3.5 Flash کا ٹیسٹ کیا، جس کے نتائج متوقع تھے — اس نے عام طور پر غلط جواب دیا۔

اس کے علاوہ، انہوں نے GPT-5.5، Claude Sonnet 4.6 اور Gemini 3.5 Flash سمیت مزید جدید ماڈلز کا بھی ٹیسٹ کیا۔

یہ جدید ماڈلز کچھ سوالات پر حقیقت میں بہتر کام کرتے ہیں، جیسے کہ "بوداپیسٹ ہوٹل" میں اگاتھا کا علامتی بالوں کا ڈیزائن، جسے GPT-5.5، Gemini 3.5 Flash اور Claude Sonnet 4.6 سب نے صحیح طرف سے جواب دیا: crown braid، milkmaid braid؛ یعنی سر کے ارد گرد بُنے ہوئے بال۔

△

△

△

مثال کے طور پر، فلم "می آئی بیکہم" میں ٹیم کے یونیفارم کے رنگ، وہ بھی زیادہ تر سفید، سرخ جیسی اہم معلومات کو پکڑ لیتے ہیں۔

لیکن جب کسی ایسے سوال پر آ جائیں جس میں مخصوص تصویری یادداشت کی زیادہ ضرورت ہو اور آن لائن متن کے ذرائع کم ہوں، ماڈل اکٹھے گلے لگ جاتے ہیں اور ہر ایک اپنے انداز میں گلے لگتا ہے۔

سب سے عام مثال ہے "ہائی وے پر ایک بلی" میں مونیکا کی گاڑی۔ صحیح جواب 2008 کا نیلا Toyota Aygo ہے۔

لیکن GPT-5.5 نے اسے ایک چھوٹی سی سکوٹر کہا اور اس کے ساتھ یہ کہانی شامل کی کہ "وہ اس پر روم کے باہری علاقوں میں گھومتی تھی، اور جب اس نے پیزا کی دکان کھولی تو اسے ڈلیوری کے لیے بھی استعمال کرتی تھی۔" اور "گیوانی کے مالدار شہری زندگی کے خلاف اس کی سادہ، مزدور طبقے کی زندگی کا تضاد" جیسے تصورات۔

لگ رہا ہے کہ یہ منطقی اور معقول ہے، لیکن یہ بالکل مدل کی طرف سے آپ کو معقول لگانے کے لیے جھوٹ بولنا ہے! (دھوکہ کھا گئے hhh)

جیمنی 3.5 فلیش کہتی ہے کہ وہ زیادہ تر بس سے سفر کرتی ہے اور اس کی اپنی گاڑی نہیں ہے، اور مختلف تفصیلات مزید غلط ہیں اور ان کا پتہ لگانا مشکل ہے (مثلاً مونیکا کو عام طور پر سرجیو کی گاڑی میں سوار نہیں ہونا چاہیے، مدل نے بکھرے ہوئے گاڑی کے ساتھ سفر کے واقعات کو ایک غیر موجودہ معمول میں تبدیل کر دیا)۔

△

کلود سونیٹ 4.6 نے انٹرنیٹ کار ڈیٹا بیس کے مطابق 2016 ٹویوتا اورس ٹورنگ اسپورٹس ہائبرڈ کا اندازہ لگایا:

△

مرحلہ 3.5: فلیش نے دھوکہ دینا بند کر دیا اور براہ راست 2007 کے Fiat 500 کا جواب دے دیا (ایک نظر میں جھوٹا ہے!۔)

ان جوابات کا مسئلہ صرف غلط ہونا نہیں، بلکہ وہ ایسے غلط ہیں جیسے سچ ہوں، جس سے ان کی پہچان کرنا مشکل ہو جاتا ہے!

وہ صرف بے خبر نہیں ہیں، بلکہ وہ "کالپنिक کرداروں، جعلی کہانی کے منطق، اور گاڑیوں کے استعمال کو مزید تفصیل سے بیان کر کے" غلط جوابات کو بہت مکمل طور پر پیش کرتے ہیں، جو سب کچھ منطقی اور معقول لگتا ہے، لیکن بنیادی حقیقت غلط ہے۔

یہی AI کے خیالی جھوٹ کی سب سے خطرناک جگہ ہے — جہاں بنیادی حقائق ہی سب سے اہم نکتہ ہوتے ہیں، لیکن وہ اپنی بے خبری اور غلطیوں کو ایک بہترین بیان کے ذریعے چھپا دیتا ہے، جس سے آپ کو یہ خیال ہوتا ہے کہ وہ سب کچھ جانتا ہے۔

تجربہ زیادہ ہلکا Step 3.5 Flash کے ذریعے کیا گیا، جس میں Claude، GPT جیسے بہترین ماڈلز کو شامل نہیں کیا گیا۔

فلم کے تفصیلات پر 6 سوالات ڈیزائن کریں، جو تحقیقی ڈیزائن کا ایک بہت اہم پہلو ہیں، کیونکہ بہت سے لوگ جانتے ہیں کہ ایسے سوالات AI کو عام طور پر غلط جواب دینے کا شکار ہوتے ہیں اور قابل اعتماد نہیں ہوتے۔

محققین کا کہنا ہے کہ وہ اس تشریح کو مسترد کرنے کے لیے یہ کر رہے ہیں کہ "لوگ AI کی بات سن رہے ہیں کیونکہ AI واقعی قابل اعتماد ہے۔"

اگر لوگ جانتے ہوئے بھی کہ یہ جوابات AI عام طور پر غلط دیتا ہے، پھر بھی AI کے جوابات پر عمل کرتے ہیں، تو یہ صرف "منطقی جائزہ کا آؤٹسورسنگ" کا مسئلہ نہیں، بلکہ "جائزہ لینے کی صلاحیت حقیقت میں AI کے زیر دباؤ ہے"۔

تحقیق کو کل 5 راؤنڈ میں تقسیم کیا گیا ہے۔

پہلی دو ٹرائلز میں، ہم دیکھ رہے تھے کہ AI کی تجاویز کیا "میں نہیں جانتا" کے تناسب پر اثر ڈالتی ہیں۔

مطالعہ 1a میں، 314 شرکاء کو دو گروہوں میں تقسیم کیا گیا تاکہ وہ 6 فلمی تفصیلات کے سوالات کا جواب دیں۔ (ایک گروہ کے پاس AI نہیں تھا، جبکہ دوسرے گروہ کو AI سے مدد لینے کا انتخاب دیا گیا تھا۔)

نتیجہ واضح ہے: جب AI دستیاب نہیں تھا، تو شرکاء کا 36% فیصد عارضی طور پر فیصلہ نہ کرنے کا انتخاب کرتے تھے؛ جب AI دستیاب تھا، تو یہ تناسب 6% تک کم ہو گیا۔

یعنی، جب تک AI سے سوال کیا جا سکتا ہے، لوگ واضح طور پر نہیں کہنا چاہتے کہ وہ نہیں جانتے۔

تاہم، محققین کو فکر ہے کہ یہاں ایک ٹیکنیکل خلل ہے، کیونکہ مطالعہ 1a میں، AI ٹولز کے تقریباً 10 فیصد درخواستوں نے درست طریقے سے جواب نہیں دیا۔

اس لیے انہوں نے مطالعہ 1b دوبارہ کیا۔

اس بار محققین نے AI کو حقیقی وقت میں فون نہیں کیا، بلکہ AI کے جوابات کو پہلے سے تیار کر لیا تاکہ ہر مددگار کو مکمل جواب دکھایا جا سکے۔

نتیجہ دوبارہ حاصل ہوا، AI کے بغیر 44% لوگ کہتے ہیں "میں نہیں جانتا"؛ AI کے ساتھ صرف 3% رہ گئے۔

کیپررو نے اس ظاہر کو "چیکنگ کا تعلق ٹوٹ گیا" کہا۔ (AI کی سنجیدہ باتوں سے دھوکہ کھا کر، اس کے بنیادی اصولوں اور دیگر فرضیات کی جانچ کرنا بھول گئے۔)

اگلے، محقق نے پوچھا: اگر غلط جواب دینے کا ایک قیمت ہوگا، تو کیا لوگ زیادہ ساکھ سے کام لیں گے؟

اس لیے مطالعہ 2 میں مالی انعام اور سزا کے اصول شامل کیے گئے۔

اس دور میں کل 812 شرکاء نے شرکت کی، جو 4 گروہوں میں تقسیم کیے گئے: AI سفارشات کے ساتھ اور بدون؛ مالی انعامات اور جرمانوں کے ساتھ اور بدون۔

نکتہ یہ ہے کہ ہر صحیح جواب پر 0.1 امریکی ڈالر (تقریباً 0.73 چینی یوان) انعام دیا جائے گا، غلط جواب پر 0.1 امریکی ڈالر کا جرمانہ لگایا جائے گا، اور "نہیں جانتا" کہہ کر کوئی انعام یا جرمانہ نہیں ہوگا۔

اس بات کا مطلب یہ ہے کہ جب چند ہی پیسے ہوں، لیکن غلط جواب دینے کی قیمت ہو، تو لوگ زیادہ س остھے ہونے چاہئیں۔

لیکن نتائج یہ ظاہر کرتے ہیں کہ پیسہ کچھ مدد کرتا ہے، لیکن AI کے اثر کو بھرپور طور پر مکمل نہیں کر سکتا:

جب کوئی مالی انعام یا سزا نہ ہو تو AI کے استعمال سے "میں نہیں جانتا" کا تناسب 17% سے گھٹ کر 1% ہو جاتا ہے۔

جب مالی جرائم اور انعامات کے قوانین ہوں، تو AI کا استعمال اس تناسب کو 21% سے 2% تک کم کر دے گا۔

دوسرے الفاظ میں: تجرباتی نتائج سے پتہ چلتا ہے کہ جب لوگوں کو معلوم ہوتا ہے کہ غلط جواب دینے پر پیسے کٹیں گے اور AI کو اس قسم کے سوالات پر بھروسہ نہیں کیا جا سکتا، تو بھی زیادہ تر لوگ اپنے فیصلوں کے بجائے AI کے جواب پر یقین کرتے ہیں۔

زیادہ اہم بات درستگی ہے۔

بے AI کے، درستگی تقریباً 28% تھی؛ AI کے ساتھ، درستگی صرف 10% رہ گئی۔

یہ ثابت کرتا ہے کہ کچھ لوگوں کو AI کے خیالی جھوٹوں کا علم ہونے کے باوجود، وہ AI کے جوابات پر عمل کرتے ہیں۔

پیسے کے انعام اور سزا کے قواعد متعارف کرانے کے بعد، درستگی میں اضافہ ہوا:

بے AI، 28% سے 33% تک؛ AI کے ساتھ، 10% سے 17% تک۔

اگرچہ AI گروپ کی درستگی اب بھی AI نہیں والے گروپ کے مقابلے میں کافی کم ہے، لیکن یہ قاعدہ بالکل بے اثر نہیں ہے، یہ کم از کم لوگوں کی AI سے مدد مانگنے کی بار بار کم کرتا ہے:

ڈیٹا کے مطابق، انعامات کے تحت، شرکاء کی طرف سے AI سے مشورہ لینے کی اوسط تعداد 5.44 سے گھٹ کر 4.93 ہو گئی۔

یعنی، پیسہ لوگوں کو AI پر تھوڑا کم بھروسہ کرنے اور کم استعمال کرنے پر مجبور کر سکتا ہے، لیکن یہ انہیں AI کی غلط تجاویز کے اثر سے بالکل نہیں بچا سکتا، اور انہیں دوبارہ احتیاط سے فیصلہ کرنے کی حالت میں واپس لانا مشکل ہوتا ہے۔

سب سے زیادہ سوچنے کی بات یہ ہے کہ AI کے غلط جواب دینے کی صورت میں لوگوں کی خود اعتمادی کیسے بڑھ جاتی ہے:

بے AI، بے انعام یا جرمانہ کے قواعد کے ساتھ، شرکاء کی اوسط اعتماد 29.6% تھی۔

AI کے بعد، شرکاء کا اعتماد فوراً 75.9% تک پہنچ گیا؛ اس کے علاوہ، مالی انعامات اور سزا کے قواعد کے ساتھ، AI گروپ کا اعتماد 73.5% تھا۔

اس کے لیے مقالے میں خلاصہ بہت سیدھا ہے: AI زیادہ پکّا محسوس کراتا ہے، لیکن ضروری طور پر زیادہ درست نہیں۔

ای آئی روزمرہ کی زندگی میں بے مثال رفتار سے شامل ہو رہی ہے، ایک واضح تبدیلی یہ ہے کہ اب بہت سے ای آئی تجاویز ہم نے پوچھنے کے بجائے خود ہی ہمارے پاس آ جاتی ہیں۔

سب سے عام صورتحال ہے ٹرینڈز پر چڑھنا۔

پہلے کسی موضوع پر کلک کرنے کے بعد، آپ کو خود کمنٹس، میڈیا رپورٹس اور طرفین کے جوابات کے سلسلے میں گھومنا پڑتا تھا، وقت کی لائن بنانے کے لیے دیکھتے جائیں اور اس دوران کچھ غلط گپ شپ بھی کھاتے جائیں۔

اب مختلف ہے، آپ نے صرف داخل ہوتے ہی AI کے ذریعہ تیار کیا گیا خلاصہ سب سے زیادہ نمایاں جگہ پر دکھائی دے رہا ہے۔

کیا ہوا، کس نے کیا کہا، تنازع کیا ہے، اور آگے کیا ہوا — سب کچھ آپ کے لیے واضح کر دیا گیا ہے، اور اس کے ساتھ خبر کے حوالہ جات کے لنک بھی دیے گئے ہیں۔

واقعی میں آسان ہے، لیکن کچھ حد تک ظریف بھی ہے...

جتنا زیادہ وہ معلومات کو واضح طریقے سے ترتیب دے گا، اتنا ہی ہمیں اس کے پس منظر کو سمجھنے میں کم وقت لگے گا، اور پہلے جیسے ہر جگہ تلاش کرنا، اپنا فیصلہ کرنا، اور غیر متوقع تفصیلات کو صرف اتفاق سے دریافت کرنا، وہ بھی اس کے ساتھ دب گیا۔

جب آپ لکھ رہے ہوں تو دو لائنوں سے زیادہ الفاظ ٹائپ کرنے سے پہلے ہی AI کی تکمیل یا تجاویز کرسر کے پیچھے آ جاتی ہیں۔

اس لیے مطالعہ 4 نے ایک زیادہ حقیقی ڈیزائن بنایا: شرکاء کو یہ منتخب نہیں کرنے دیا گیا کہ وہ AI سے سوال کریں یا نہ کریں، بلکہ AI کی تجویز کو آٹومیٹک طور پر سوال کے پاس دکھایا گیا۔

اس دور میں 853 شرکاء تھے، اور نتائج پہلے کے مطابق تھے۔

جب کوئی مالی انعام یا سزا کا قاعده نہیں ہوتا، تو AI کی خودکار موجودگی سے "میں نہیں جانتا" کا تناسب 35% سے 1% تک کم ہو جاتا ہے، جبکہ قاعده کے ساتھ یہ تناسب 39% سے 7% تک کم ہو جاتا ہے۔

درستگی کا اثر بھی جاری رہا: بنا AI کے، درستگی تقریباً 27% تھی، جبکہ AI کے ساتھ مگر انعام کے بغیر، درستگی صرف 7% رہی۔

AI کے ساتھ انعام کے ساتھ، درستگی 14% تک بڑھ گئی۔

یہ ظاہر کرتا ہے کہ جب لوگ بغیر کسی سرگرم مدد کے صرف AI کی تجاویز دیکھتے ہیں، تو بھی ان پر طاقتور اثر پڑتا ہے۔

یہ ایک ایسا سگنل ہے جس کی آپ کو ہوشیار رہنا چاہئے — AI اپنے فیصلوں کے عادات کو خاموشی سے دوبارہ شکل دے رہا ہے۔

یہ اب صرف اس بات کا انتظار کرنے والا ٹول نہیں رہا جب آپ خود چیٹ باکس کھولیں، بلکہ یہ نظام کی طرف سے آپ کو ڈال دیا جانے والا "معیاری جواب" بن گیا ہے۔

• یہ تلاش صفحے کے اوپر ظاہر ہو سکتا ہے۔
• ای میل کے مسودے میں ظاہر ہوتا ہے۔
• دستاویز کے سائیڈبار میں ظاہر ہو۔
• سیکھنے کے سافٹ ویئر، آفس سسٹم، اور براؤزر ایکسٹینشنز میں ظاہر ہوتا ہے۔

جب جواب ابتدائی طور پر سامنے آ جائے، تو انسانی ججمنٹ کا عمل پہلے ہی تبدیل ہو چکا ہوتا ہے؛ لیکن سب سے خوفناک بات یہ ہے کہ ہم اس کے لیے عادی ہو چکے ہیں۔

کاغذ میں ایک لفظ استعمال کیا گیا: epistemia (علمی سستی)

اس کا مطلب یہ ہے کہ لوگ AI کے جوابات کو اس لیے قبول کر لیتے ہیں کہ وہ بہترین، مکمل اور منظم لگتے ہیں، اور مزید تصدیق نہیں کرتے۔

بڑے زبان ماڈل کا ایک بنیادی خاصہ یہ ہے کہ وہ ہمیشہ کچھ نہ کچھ پیدا کرتا رہتا ہے۔ جب وہ اپنے سے نہ جانے والے سوالات کا سامنا کرتا ہے، تو اکثر واقعی رک نہیں پاتا۔

یہ بہت سچا لگ سکتا ہے۔ لیکن اگر ہم واقعی ایسے نظام کو فیصلہ کرنے کا اختیار دے دیں، تو ہم اس کی "روکنے کے بغیر" کی عادت کو بھی اپنا لیں گے۔

ایک وضاحت جو کاغذ میں دی گئی ہے، وہ یہ ہے کہ "AI کی طرف سے دی گئی بہترین جوابات، انسانوں کے لیے 'میں نے کافی جان لیا ہے کہ جواب دوں' کا فیصلہ کرنے کی سرحد کم کردیتی ہیں۔"

آپ شاید سوچ رہے ہوں گے: "میں اس سوال کا جواب نہیں دے سکتا، میں یقینی نہیں، چھوڑ دیتا ہوں... مجھے اسے سمجھنا ہوگا تاکہ جواب دے سکوں۔"

لیکن جب AI آپ کو ایک ایسی بات دیتا ہے جو بہت یقینی لگتی ہے، تو ذہنی رکاوٹ یہ بن جاتی ہے کہ "چونکہ اس نے ایسا کہا ہے، تو میں بھی جواب دے سکتا ہوں۔"

اس طرح، "میں نہیں جانتا" اور "تلاش کا عمل" کو حذف کر دیا گیا اور اس کی جگہ ایک "معیاری لیکن غلط جواب" دے دیا گیا، جس نے آپ کو ایک ایسا اعتماد دے دیا جو صرف بار بار تلاش اور تصدیق سے حاصل ہونا چاہیے تھا۔

یہاں تک کہ غلط جواب دینے پر جرمانہ بھی لگے، لوگ صرف تھوڑے سے احتیاطی بن جاتے ہیں، AI پر زیادہ بھروسہ کرنے کی عادت کو مکمل طور پر نہیں چھوڑ سکتے، جس کے نتیجے میں وہ خوبصورتی سے بھٹک جاتے ہیں۔

اس تحقیق سے جو حقیقی طور پر ہمیں یاد دلایا جا رہا ہے، وہ یہ نہیں کہ "AI خیالی تصویریں بناتا ہے" — یہ بات پہلے ہی پرانی ہو چکی ہے — بلکہ ایک خطرناک نئی تبدیلی ہے: AI انسانوں کے عدم یقین کو سنبھالنے کے طریقے کو تبدیل کر رہا ہے۔

گزشتہ زمانے میں، ایک ناگزیر سوال کا سامنا کرتے ہوئے لوگوں کے پاس تین اختیارات ہوسکتے تھے:

1، جانے تو جواب دیں۔

2، اگر نہیں جانتے تو جانچ لیں۔

3، اگر یقین نہیں تو جواب نہ دیں، کوئی فیصلہ نہ کریں۔

لیکن AI کے شامل ہونے کے بعد، عمل مختصر ہو گیا۔

1۔ AI جواب دیتی ہے۔

2. کوئی صارف جواب قبول کرتا ہے۔

سب سے اہم مرحلہ، جو "میں بالکل جانتا ہوں"، بے خبری سے چھوٹ گیا۔

اسی لیے محققین نے زور دیا کہ ان کی تحقیق “AI نے لوگوں کو کیا جواب دیا” نہیں، بلکہ “AI نے لوگوں کو ‘میں جواب دے سکتا ہوں’ کا فیصلہ کرنے میں آسانی پیدا کی” پر مرکوز ہے۔

یہ صرف ایک بار غلط جواب دینے سے بھی گہرا ہے، کیونکہ یہ ہماری میٹاکگنیشن کی صلاحیت کو نقصان پہنچاتا ہے، جو ہماری علم کی سرحدوں کی نگرانی کرنے والا "اندر کا ایلرم" ہے اور بہت قیمتی ہے۔

جب یہ ایلارم خراب ہو جائے، تو ہمیں "حقیقی علم" اور "منطقی لگنے والی تخمینوں" کے درمیان فرق کرنے کا جذبہ ختم ہو جاتا ہے۔

اس وقت، ہم شاید AI کے ذریعے موثر طریقے سے جوابات حاصل کرتے رہیں، لیکن یہ طے نہیں کر پائیں گے کہ یہ جوابات حقیقت میں ہمارے ہیں یا نہیں، اور کیا واقعی قابلِ اعتماد ہیں۔

اسی طرح، جو چیز AI کی وجہ سے بگڑ رہی ہے، وہ کسی خاص فیصلے کی نہیں بلکہ ہمیں مستقل سوچنے والے کے طور پر بنانے والی بنیاد ہے۔

یہ نقصان ناپنا ممکن نہیں۔

انٹرویو میں مصنف میں سے ایک والیریو کاپرارو نے کہا: "میں بچوں کے بارے میں بہت فکرمند ہوں، کیونکہ بالغ افراد نے تنقیدی سوچ سیکھ لی ہے۔ لیکن ان بچوں کے لیے جو تقریباً اس نظام کے ساتھ پیدا ہوئے ہیں، خطرہ یہ ہے کہ وہ بنیادی تنقیدی مہارتیں بھی نہیں سیکھ پائیں گے۔"

اس بات کے پیچھے گہرا خدشہ چھپا ہوا ہے کہ آج کے بالغ، کم از کم، AI کے بغیر دنیا میں رہ چکے ہیں۔

اس لیے، چھوٹی عمر سے ہی سرچ انجن، کتابوں، کلاسز، بحثوں اور تجربہ و غلطی کے ذریعے بنیادی فیصلہ سازی کی صلاحیتیں سیکھ کر AI کا استعمال شروع کرنے سے قبل "میں یقینی نہیں" کا احساس قائم کرنے کا موقع ملتا ہے۔

لیکن آج کے بچے، شاید پیدائش سے ہی ان AI کے ساتھ بڑھ رہے ہیں۔

وہ اپنا ہوم ورک کرتے ہیں، تحقیق کرتے ہیں، مضامین لکھتے ہیں، اور مفہوم سمجھتے ہیں، سب کچھ AI سے آسانی سے پوچھ سکتے ہیں۔

اگر شروع سے ہی جواب کو براہ راست قبول کرنے کی عادت ہو جائے، اور اپنا جائزہ لینے اور جواب کی تصدیق کرنے کے بجائے، تو خطرہ صرف ایک سوال کا غلط جواب دینا نہیں، بلکہ یہ ہو سکتا ہے کہ وہ بنیادی تنقیدی سوچ کی صلاحیت حاصل کرنے کا موقع ہی نہ پائیں۔

کیپررو کے خیال میں، اس مسئلے کا حل صرف ماڈل کمپنیوں کے بگ فکس کرنا نہیں، بلکہ AI لیکھنے اور تعلیمی پالیسیوں پر بھی توجہ دینا ہے۔

ماڈل کمپنیوں کو بہتر بنانا چاہیے، جیسے عدم یقین کو بہتر طریقے سے ظاہر کرنا، مصنوعی خیالات کو کم کرنا، اور ثبوت کی کمی پر صارفین کو اطلاع دینا۔

لیکن اسی ساتھ، کاپررو کا خیال ہے کہ مدل کمپنیوں پر پوری امید نہیں رکھی جا سکتی۔

زیادہ امید کا باعث اور زیادہ طویل مدتی حل تعلیم ہے۔

خاص طور پر بچوں کی تعلیم۔

آج کے بچوں کے لیے، "میں نہیں جانتا، لیکن میں اسے سمجھنے کی کوشش کروں گا" کے عمل کو بار بار تمرین کرنا اور اس عادت کو فروغ دینا بہت اہم اور ضروری ہے۔

تجربے کے اختتام پر، محققین نے محدودیتوں کو بھی تسلیم کیا: تجربہ صرف فلم کے سوالات پر مبنی تھا، اور یہ معلوم نہیں کہ یہ دیگر شعبوں میں بھی لاگو ہوگا؛ انعام کی رقم کم تھی، اور زیادہ مالی دلچسپی سے رویے میں مزید اصلاح ہو سکتی ہے یا نہیں، ابھی واضح نہیں۔

لیکن کم از کم موجودہ ڈیٹا ایک واضح سگنل دیتا ہے: لوگ کم "نہیں جانتا" کہتے ہیں، زیادہ جواب دیتے ہیں، کم صحیح جواب دیتے ہیں، لیکن زیادہ خود اعتمادی کے ساتھ۔

یہ شاید AI کے دور کا سب سے چھپا ہوا خطرہ ہو۔

AI نے صرف آپ کو جھوٹ نہیں بولا، بلکہ آپ کو یہ سمجھنا مشکل بنادیا کہ آپ کو اصل میں کچھ نہیں معلوم۔

اس تحقیق کا آخری نتیجہ بہت محتاط ہے لیکن بہت سنگین ہے: "جیسے جیسے AI کی طرف سے تخلیق کردہ جوابات ہر جگہ موجود ہو جاتے ہیں، اکثر بغیر بلائے، ہماری تحقیق ظاہر کرتی ہے کہ انسان اور AI کے درمیان تعامل میں انسانوں کی 'میں نہیں جانتا' کہنا کی صلاحیت، انسان اور مشین کے تعامل کا پہلا شکار بن سکتی ہے۔"

جب AI سسٹمز زیادہ عام ہوتے جا رہے ہیں، تو انسانی ججمنٹ کی حفاظت کیا ممکن ہے، یہ شاید اس بات پر منحصر نہیں ہے کہ AI کو زیادہ درست کیا جائے، بلکہ اس بات پر منحصر ہے کہ کیا ہم اپنی خود کو جاننے کی صلاحیت کو برقرار رکھ سکتے ہیں — جس میں ہم اپنے علم کی حدود کو وضاحت کے ساتھ سمجھیں اور اس کے مطابق احتیاط سے کام لیں۔

یہ اس بات کا مطلب نہیں کہ AI استعمال نہیں کیا جا سکتا، بالکل بالکل، AI ضرور طاقتور مددگار ٹول ہو سکتا ہے؛

لیکن شرط یہ ہے کہ یہ لوگوں کو سوچنے میں مدد کرے، نہ کہ سوچنے سے گزر جائے، ہمیں اپنی احتیاطی ججمنٹ کی حد کو برقرار رکھنا چاہیے۔

ایک صحت مند AI استعمال کا طریقہ یہ ہو سکتا ہے کہ آپ پہلے خود فیصلہ کریں، خود سیکھیں، اور اگر بالآخر سمجھ نہ آئے تو AI سے مدد لیں، اور مدد لینے کے دوران اپنی شک کی فطرت کو برقرار رکھیں۔ (AI پر شک کرنا اور خود کو سوالات پوچھنا دونوں)

مثال کے طور پر:

کیا یہ غلط ہو سکتا ہے؟

ثبوت کہاں ہے؟

کیا ریفرنس لنک 404 خالی ہے؟

کیا میں نے اس بات کو سچ سمجھ لیا کیونکہ اسے بہت آسانی سے کہا گیا؟

AI مصنوعات اور ان کے ڈویلپرز کے لیے بھی یہ ایک چیتن ہے — "ٹیکنالوجی کی بالغت، ناشنا کے لیے احترام میں ظاہر ہوگی۔"

مستقبل میں AI کی ترقی کا رخ صرف اس بات کی طرف نہیں ہونا چاہیے کہ AI جلد اور انسان کی طرح جواب دے، بلکہ AI کو اپنی عدم یقینی کو صاف طور پر ظاہر کرنے کا بھی طریقہ سیکھنا چاہیے؛

جب شواہد کم ہوں، سوالات بصری تفصیلات، عملی معلومات یا ماہرانہ ججمنٹ پر منحصر ہوں، تو AI کو صرف اپنی صلاحیت کا مظاہرہ کرتے ہوئے غلط جواب نہ دینا چاہئے، بلکہ صارف کو واضح طور پر بتانا چاہئے کہ یہ جواب قابل اعتماد نہیں۔

اور اس طرح کے عام لوگوں کے لیے جو جیسے آپ اور میں، وقت کی لہروں میں آگے بڑھ رہے ہیں، سب سے قیمتی صلاحیت شاید صرف اس جملے کو دوبارہ کہنا سیکھنا ہے: "میں نہیں جانتا۔"

اس عصر میں جہاں AI ہمیشہ جواب دے سکتا ہے، "میں نہیں جانتا" کہنا جہالت کا اعتراف نہیں، بلکہ اب بھی فیصلہ سازی کی صلاحیت کا ثبوت ہے۔

حوالہ لنک:

[1]https://www.theregister.com/ai-and-ml/2026/07/19/using-ai-makes-people-less-likely-to-admit-they-dont-know-something/5274567

[2]https://arxiv.org/pdf/2607.13562

یہ مضمون ویچن گروپ "Quantum Bit" سے ہے، مصنف: ون تینگ