اگر آواز حقیقت میں بنیادی تعامل کا ذریعہ بن جائے، تو دفتر کا آوازی ماحول ایک اہم طور پر ڈیزائن کیے جانے کی ضرورت والی چیز بن جائے گا۔
مضمون کے مصنف، ذریعہ: لاؤ بانزھو، سائبر ویسٹرن ٹرین
حالیہ میں ویس جے ایس نے ایک رپورٹ شائع کی جس کا عنوان ترجمہ کرنے پر "ٹائپ کرنا بالکل گھسٹانے سے بدل رہا ہے، اور یہ آپ کے خیال سے زیادہ پریشان کن ہے"۔
ٹیک کرانچ نے اس موضوع پر تفصیل سے روشنی ڈالی۔ صحافی انتھونی ہا نے ایک مختصر جائزہ لکھا جس میں شروع میں ایک ویچر کے ایک محسوس کرنے کا حوالہ دیا گیا کہ وہ اب سلیکون ویلی کے اسٹارٹ اپ کے دفاتر میں جاتے ہوئے ایک اعلیٰ کال سنٹر میں داخل ہونے جیسا محسوس کرتا ہے۔
وجہ یہ ہے کہ دفتر میں بڑھتی ہوئی تعداد لوگ کمپیوٹر کی طرف مُنہ کر کے باتیں کر رہے ہیں۔
فون نہیں کر رہے، میٹنگ نہیں کر رہے، ساتھیوں سے بات نہیں کر رہے۔ ایک شخص اپنے ڈیسک پر بیٹھا ہے، آواز کم کر کے اسکرین کی طرف بات کر رہا ہے۔ کبھی تو وہ ای میل کہہ رہا ہے، کبھی کوڈ، کبھی اسلاک پیغام۔ کبھی کبھی کیبورڈ پر آواز آتی ہے، لیکن زیادہ تر وقت، ڈیسک کے اوپر ہلکی سی گونج رہی ہوتی ہے۔
اگر یہ منظر پانچ سال پہلے رکھا جاتا، تو اسے کسی ذہنی حالت کی نشاندہی سمجھا جاتا۔ لیکن 2026 میں کچھ سلیکون ویلی کے اسٹارٹ اپس میں یہ عام ہوتا جا رہا ہے۔
اس بات کو آگے بڑھانے والے نئے اوزار کی ایک قسم ہیں۔ سب سے نمایاں Wispr Flow کہلاتا ہے۔
یہ روایتی صوتی تحریر کچھ نہیں ہے۔ پہلے کی صوتی ڈکٹیشن میں، آپ جو کچھ بولتے تھے، وہی لکھ دیا جاتا تھا، علاماتِ ترکیب کو آپ خود کہنا پڑتا تھا، غلط الفاظ سے بھری ہوئی تھی، اور ایک جملہ مکمل ہونے کے بعد غلطیوں کو درست کرنے میں لگنے والا وقت ٹائپ کرنے سے زیادہ ہوتا تھا۔ وسپر فلو الگ ہے۔ یہ AI کا استعمال کرتا ہے تاکہ آپ کی باتوں کے متن کو سمجھ سکے، "اُم"، "وہ" جیسے الفاظ خود بخود حذف کر دے، علاماتِ ترکیب خود بخود شامل کر دے، اور آپ جس ایپ میں بول رہے ہوں، اس کے مطابق فارمیٹ بھی تبدیل کر دے۔
آپ Gmail میں بات کرتے ہیں، تو یہ آپ کے لیے ایک منظم ای میل تیار کرتا ہے۔ آپ Slack میں بات کرتے ہیں، تو یہ ایک مختصر پیغام پیدا کرتا ہے۔ پروڈکٹ ڈاکیومنٹیشن میں کوڈنگ کے سیناریوز بھی درج ہیں، جیسے کہ VS Code یا Cursor میں کوڈ بولنا، جس سے وہ کیمل کیس اور اینڈر سکور کی نامگذاری کو الگ کر سکتا ہے۔
کچھ مصنوعات کے ڈیٹا کے مطابق تاخیر صرف تقریباً 500 ملی سیکنڈ ہے۔ افسران کے مطابق اعلان کی جانے والی اعلیٰ ترین بولنے کی رفتار تقریباً 220 WPM (منٹ کے لحاظ سے انگریزی الفاظ) ہے، جبکہ مہارت رکھنے والے ٹائپ کرنے والے عام طور پر صرف 80 سے 100 WPM تک ہوتے ہیں۔
اہم بات یہ ہے کہ یہ سسٹم لیول پر چلتا ہے۔ Mac، Windows، موبائل فون سب پر استعمال کیا جا سکتا ہے۔ کسی بھی ایپ میں صرف ایک شارٹ کٹ کلک کرکے بولنا شروع کریں۔ ماہانہ صرف کچھ دہ سے زائد ڈالر۔
اس لیے اب زیادہ سے زیادہ لوگ ہونٹوں سے چیزیں لکھنا شروع کر رہے ہیں۔
WSJ کے انٹرویو کے مطابق، کچھ صارفین نے AI کے ساتھ بات کرنے کے لیے گیمنگ ہیڈفون خریدے، کیونکہ گیمنگ ہیڈفون کے مائیکروفون کی آواز لینے کی فاصلہ کم ہوتی ہے، جس سے وہ اپنی آواز کم سے کم رکھ سکتے ہیں اور ان کے پاس بیٹھے لوگوں کو سنائی نہیں دیتی۔ کچھ نے پروگرام کیے جانے والے فٹ پیڈ خریدے، جنہیں ایک بار پاؤں سے دبایا جائے تو وہ Wispr فعال ہو جاتا ہے، بغیر ہاتھ سے شارٹکٹ دبائے۔ کچھ نے اپنے ڈیسک پر گرڈ مائیکروفون لگا دیا، جسے اپنے منہ کے کچھ سینٹی میٹر کے قریب لائے جاتے ہیں، تاکہ وہ صرف سانس کی آواز سے بات کر سکیں۔
آپ اس منظر کو تصور کریں۔ ایک کھلا دفتر، دہوں لوگ، ہر ایک کے سامنے ایک اسکرین، سر پر گیمنگ ہیڈفون، گلے پر ایک گریس ٹیل مائیکرو فون، سب اپنی سانس کے ساتھ چھوٹی چھوٹی آوازیں نکال رہے ہیں۔
یہ بالکل کال سنٹر جیسا لگتا ہے۔ صرف thoda سا خاموش ہے۔
ٹیک کرانچ کی رپورٹ میں دو خاص افراد کا ذکر کیا گیا ہے۔
ایک گاسٹو کے ملکی معاون ایڈورڈ کم ہیں۔ گاسٹو ایک امریکی کمپنی ہے جو کاروباری تنخواہ اور انسانی وسائل کے SaaS کا کام کرتی ہے، اور یہ کافی بڑی ہے۔ کم نے کہا کہ وہ اب صرف ضرورت پڑنے پر ہی ٹائپ کرتے ہیں، باقی وقت وہ صرف بولتے رہتے ہیں۔ انہوں نے اپنی ٹیم کو بتایا کہ مستقبل کا دفتر "زیادہ سیلز ڈیپارٹمنٹ جیسا" لگے گا۔
لیکن کم نے خود بھی تسلیم کیا کہ دفتر میں کمپیوٹر کے سامنے بات کرنا "थोڑا尴尬" ہے۔
دوسرا AI کاروباری Mollie Amkraut Mueller ہیں، جنہوں نے رات کو گھر پر کمپیوٹر کے سامنے کم آواز میں بات کرتے ہوئے کام کرنے کا عادت بنالیا، جس سے ان کے شوہر کو تکلیف ہوئی۔ اب ان کا رات کا کام کا انداز ایسے ہو گیا ہے کہ وہ دونوں الگ الگ بیٹھتے ہیں، یا کوئی ایک لائبریری میں جا تا ہے۔
ایک ٹیکنالوجی کا مصنوعہ جو جوڑے کے رات کے وقت کے تعامل کو بدل دے، ایسا اکثر نہیں ہوتا۔
وِسپر کے بانی تناے کوٹھری کو ان ایجھے کچھ فکر نہیں۔ انہوں نے انٹرویو میں کہا کہ یہ سب وقت کے ساتھ عام ہو جائے گا، جیسے ہم نے اپنے فونز کو دیکھنا شروع کیا تھا۔ کئی سال پہلے، کسی کا عوامی جگہ پر فون دیکھنا ناپسندیدہ سمجھا جاتا تھا۔ اب بہت سے لوگ اسے عجیب نہیں سمجھتے۔
کمپیوٹر کی طرف بات کرنا بھی اسی طرح ہے، اسے لگتا ہے کہ صرف وقت کی ضرورت ہے۔
صاف صاف بات کرتے ہوئے، وہ شاید سہی ہو۔ لیکن درمیانی انتقالی دور بہت بھگوٹ والا ہوگا۔
کیونکہ کوئی ایک شخص کھلے دفتر میں ٹائپ کر رہا ہو تو دوسرے اسے نہیں سنتے۔ لیکن اگر کوئی ایک شخص کھلے دفتر میں کم سے کم آواز میں بات کر رہا ہو، تو بھی اس کے پاس بیٹھا شخص اس کی گونجتی گونج سن سکتا ہے۔ ایک یا دو لوگ تو ٹھیک ہیں، لیکن اگر دسیوں لوگ ایک ساتھ گونج رہے ہوں، تو آواز کا ماحول بہت عجیب ہو جائے گا۔
WSJ کے مطابق، کچھ لوگ اپنے ساتھیوں کے کمپیوٹر کے لیے بات کرنے کی آواز کو بند کرنے کے لیے نوائس کینسلنگ ہیڈفونز پہننا شروع کر چکے ہیں۔
اس منظر کو سوچیں۔ A گیمنگ ہیڈفون پہنے ہوئے کمپیوٹر سے بات کر رہا ہے، جبکہ B نوائس کینسلنگ ہیڈفون پہنے ہوئے A کی بات کو بند کر رہا ہے۔ دونوں ایک دوسرے کے پاس کام کر رہے ہیں، ایک دوسرے کے کان نہیں دیkh سکتے، لیکن دونوں کے سر پر الگ الگ مقاصد کے لیے ہیڈفون لگے ہوئے ہیں۔
یہ بات اس لیے قابل بحث ہے کیونکہ یہ صرف ایک کارکردگی کے ٹول سے زیادہ گہرا کچھ چھوتی ہے۔
عام صارفین کے لیے مکمل طور پر معمول بن چکی تفاعلی طریقہ کار نے تقریباً کچھ بڑی لہروں کا تجربہ کیا۔ گرافک انٹرفیس اور ماؤس نے کمانڈ لائن کو عام صارفین کے پیچھے چھپا دیا، جس سے کوڈ نہ جاننے والے بھی کمپیوٹر استعمال کر سکتے ہیں۔ ٹچ اسکرین نے بٹنز کو متبادل دے دیا، اور آئی فون نے موبائل فون کو ایک شیشے کی طرح بنا دیا۔ ہر تفاعلی طریقہ کار میں تبدیلی صرف "زیادہ آسان استعمال" تک محدود نہیں ہوتی، بلکہ یہ آپ اور آپ کے ڈیوائس کے درمیان جسمانی تعلق کو بدل دیتی ہے، جس سے آپ اور اپنے اردگرد کے لوگوں کے درمیان فضائی تعلق بھی تبدیل ہو جاتا ہے۔
کیبورڈ، اسکرین اور ذاتی کام کی جگہوں نے خاموش اسکرین والے دفتر کی حالت کو مضبوط کیا، جہاں ہر کوئی ایک اسکرین کی طرف مخاطب ہوتا ہے، اپنے ہاتھ کیبورڈ پر رکھے ہوتے ہیں، اور دوسرے کو متاثر نہیں کرتا۔ ٹچ اسکرین نے لوگوں کو سوفے، بستر، یا میٹرو پر کام کرنے کی اجازت دی، جس سے دفتر کی سرحدیں غیر واضح ہو گئیں۔
اگر آواز حقیقت میں بن جائے تو دفتر کا آوازی ماحول ایک ایسا چیز بن جائے گا جس کی منصوبہ بندی سنجیدہ طور پر کی جانی چاہیے۔ آواز کو روکنے والے کیبن، نجی آوازی کام کے مقامات، آوازی تقسیم، جو اب بے کار لگتے ہیں، شاید دفتر کی ڈیزائن کا معیاری حصہ بن جائیں۔ جیسے آج ہر دفتر میں میٹنگ روم ہوتا ہے۔
بے شک، اس کا مطلب یہ نہیں کہ ہر کوئی آواز کے ذریعے کام کرے گا، بلکہ آفیس سپیس کو آواز کے ذریعے ان پٹ کے لیے اختیارات فراہم کرنے ہوں گے۔ اور سماجی اخلاق بھی تبدیل ہوں گے۔ کب آپ کمپیوٹر سے بات کر سکتے ہیں؟ کب آپ ٹائپنگ پر واپس آنا چاہیے؟ کیفے میں اپنے لیپ ٹاپ سے گھسٹنا غیر اخلاقی ہے؟ اب تک ان سوالات کے جوابات نہیں ہیں، لیکن اگلے دو تین سال میں شاید ان کے لیے معاشرتی معاہدے قائم ہو جائیں۔
جیسے کہ عوامی جگہوں پر فون کرنے کا اخلاق۔ کسی نے کبھی نہیں سکھایا، لیکن سب کو معلوم ہو گیا۔
ٹیککرانچ کے صحافی انتھونی ہا نے مضمون کے اختتام پر ایک ذاتی جذبات سے بھرپور جملہ چھوڑا۔ اس نے کہا کہ اس نے کبھی اپنی میز کو فروخت کے شعبے کے پاس منتقل ہونے کی وجہ سے شدید تکلیف محسوس کی تھی، اس لیے جب اس نے ایڈورڈ کم کو کہتے ہوئے سن کر کہ مستقبل کے دفتر فروخت کے شعبے جیسا ہوگا، تو اس کا رد عمل تھا، او نو۔
ایک ٹیکنالوجی رپورٹر کو باقاعدہ رپورٹ میں "Oh no" لکھنے کا رجحان دیکھنا، شاید قابل توجہ ہے۔