ایم آئی ٹی کی تحقیق سے پتہ چلا ہے کہ AI کا استعمال کارکردگی میں اضافے کا جھوٹا احساس پیدا کرتا ہے

MIT اور Princeton AI Lab کے محققین کی طرف سے arXiv کے ذریعے شائع کیا گیا ایک نیا مطالعہ، اس بات کے پیچھے سخت اعداد و شمار پیش کرتا ہے جو کہ بہت سے ہم نے خاموشی سے مشتبہ کیا تھا۔ لوگ نہ صرف اس بات کو کم اندازہ کر رہے ہیں کہ وہ AI پر کتنی بار انحصار کرتے ہیں، بلکہ وہ اس سے حاصل ہونے والی فائدے کو بھی کافی حد تک زیادہ اندازہ کر رہے ہیں۔ محققین اسے "کارکردگی کا فائدہ کا خیال" کہتے ہیں، جو ایک ایسا شناختی جال ہے جو ہمیں AI کی پیداوار میں اصل حصہ کے بارے میں سوچنے کے طریقے کو دوبارہ شکل دے سکتا ہے۔

مطالعہ، جس کا عنوان "کارکردگی کا فائدہ کا خیال: لوگ AI کے استعمال کی شرح کو کم اندازہ لگاتے ہیں اور سادہ کاموں پر اس کے فوائد کو زیادہ اندازہ لگاتے ہیں"، میں 2,691 شرکاء پر مشتمل تین پیش گئے تجربات کیا گئے۔ کاموں کو جان بوجھ کر بنیادی بنایا گیا تھا: حساب، املاء چیکنگ، وہ قسم کے کام جو زیادہ تر لوگ پسینہ بہائے بغیر کر سکتے ہیں۔

شرکاء نے لگاتار یہی سمجھا کہ AI انہیں ان سادہ کاموں پر معنی خیز وقت اور کوشش بچا رہا ہے، چاہے حقیقی فائدے بہت کم ہوں۔ ایک ماڈلڈ تجزیہ میں، AI کے ساتھ کاپی-پیسٹ فنکشن کا استعمال کرنے سے اوسط مکمل ہونے کا وقت 102.0 سیکنڈ سے گھٹ کر 66.2 سیکنڈ رہ گیا۔ شرکاء نے اس فائدے کو اس 35 سیکنڈ کی حقیقت سے بہت زیادہ سمجھا۔ ان کا ذاتی احساس کارکردگی میں اضافے کو حقیقت سے زیادہ تھا، جس نے AI کی مفیدیت کا ایک خراب تصویر بنایا جس نے بعد میں ان کے فیصلوں کو متاثر کیا کہ وہ AI کو کب استعمال کریں۔

محققین نے ایک فیڈ بیک لوپ کی شناخت کی جس میں ابتدائی طور پر آئی اے کے استعمال سے معمولی کاموں پر انحصار، مزید انحصار کو فروغ دیا، جس سے پیداوار کے بارے میں غلط جائزے گہرے ہوئے۔ جب بھی کوئی شرکت آئی اے کا استعمال کرتا اور محسوس کرتا کہ یہ مدد کر رہا ہے، وہ اسے دوبارہ استعمال کرنے کا امکان زیادہ بن جاتا۔ اس لیے نہیں کہ ثبوت اس کی حمایت کر رہے تھے، بلکہ اس لیے کہ کارکردگی کا جذبہ خود کو تقویت دینے لگا۔

محققین نے یہ بھی پایا کہ شرکاء کے درمیان AI کے استعمال کی شرحوں کا نظام کے ساتھ نیچے اندازہ لگایا جا رہا تھا۔ لوگوں نے صرف فوائد کا زیادہ اندازہ لگایا۔ وہ یہ بھی کم اندازہ لگا رہے تھے کہ وہ اصل میں AI کی طرف کتنی بار رجوع کر رہے ہیں، جس سے فیڈ بیک لُوپ توڑنا اور بھی مشکل ہو جاتا ہے۔

MIT اور Princeton کے تحقیق نے اس خلا کے ایک حصے کی روایتی وضاحت فراہم کی ہے۔ اگر انفرادی صارفین نظامی کاموں پر AI کے فوائد کو منظم طور پر زیادہ اندازہ لگا رہے ہیں، تو کلی مصنوعیت کا ڈیٹا کبھی بھی کلی جوش کے مطابق نہیں ہو سکتا۔ فائدے انفرادی سطح پر حقیقی محسوس ہوتے ہیں، لیکن وہ اعداد و شمار میں مکمل طور پر ظاہر نہیں ہوتے۔