AI ہماری زندگیوں کو آسان بنانے کے بجائے ہمارے لیے مزید کام کر سکتا ہے۔

AI ہماری زندگیوں کو آسان بنانے کے بجائے ہمارے لیے مزید کام کر سکتا ہے۔

ٹائم سٹیمپ: 24 مارچ 2023 صبح 10:00 بجے

ایک عام خیال ہے کہ مصنوعی ذہانت (AI) ہمارے کام کو ہموار کرنے میں مدد کرے گا۔ یہاں تک کہ یہ خدشات بھی ہیں کہ اس سے کچھ ملازمتوں کی ضرورت پوری طرح ختم ہو سکتی ہے۔

لیکن ایک مطالعہ میں سائنس لیبارٹریوں کا جو میں نے یونیورسٹی آف مانچسٹر میں تین ساتھیوں کے ساتھ کیا، خودکار پراسیسز کا تعارف جس کا مقصد کام کو آسان بنانا ہے — اور لوگوں کے لیے مفت وقت — اس کام کو مزید پیچیدہ بنا سکتا ہے، ایسے نئے کام پیدا کر سکتا ہے جن کو بہت سے کارکنان دنیاوی سمجھ سکتے ہیں۔

مطالعہ میں ، میں شائع ہوا ریسرچ پالیسی، ہم نے ایک فیلڈ میں سائنسدانوں کے کام کو دیکھا جسے کہا جاتا ہے۔ مصنوعی حیاتیات، یا مختصر کے لئے synbio. Synbio نئی صلاحیتوں کے حامل حیاتیات کو دوبارہ ڈیزائن کرنے سے متعلق ہے۔ اس میں شامل ہے۔ لیبارٹری میں گوشت اگاناکھاد پیدا کرنے کے نئے طریقوں اور نئی ادویات کی دریافت میں۔

Synbio تجربات بڑی تعداد میں نمونوں کو بار بار منتقل کرنے کے لیے جدید روبوٹک پلیٹ فارمز پر انحصار کرتے ہیں۔ وہ بڑے پیمانے پر تجربات کے نتائج کا تجزیہ کرنے کے لیے مشین لرننگ کا بھی استعمال کرتے ہیں۔

یہ، بدلے میں، بڑی مقدار میں ڈیجیٹل ڈیٹا تیار کرتے ہیں۔ اس عمل کو "ڈیجیٹلائزیشن" کے نام سے جانا جاتا ہے، جہاں ڈیجیٹل ٹیکنالوجیز کا استعمال روایتی طریقوں اور کام کرنے کے طریقوں کو تبدیل کرنے کے لیے کیا جاتا ہے۔

سائنسی عمل کو خودکار بنانے اور ڈیجیٹلائز کرنے کے کچھ اہم مقاصد اس سائنس کو بڑھانا ہیں جو محققین کے وقت کی بچت کرتے ہوئے اس بات پر توجہ مرکوز کرنے کے لیے کیا جا سکتا ہے کہ وہ کس چیز کو زیادہ "قیمتی" کام سمجھیں گے۔

متضاد نتیجہ

تاہم، ہمارے مطالعے میں، سائنسدانوں کو دہرائے جانے والے، دستی، یا بورنگ کاموں سے رہائی نہیں دی گئی جیسا کہ کوئی توقع کر سکتا ہے۔ اس کے بجائے، روبوٹک پلیٹ فارمز کے استعمال نے محققین کو انجام دینے والے کاموں کی اقسام کو وسیع اور متنوع بنایا۔ اس کی کئی وجوہات ہیں۔

ان میں سے ایک حقیقت یہ ہے کہ مفروضوں کی تعداد (کچھ مشاہدہ شدہ رجحان کے لیے قابل جانچ وضاحت کے لیے سائنسی اصطلاح) اور تجربات جن کو انجام دینے کی ضرورت تھی، میں اضافہ ہوا۔ خودکار طریقوں سے، امکانات میں اضافہ ہوتا ہے۔

سائنس دانوں نے کہا کہ اس نے انہیں مفروضوں کی ایک بڑی تعداد کا جائزہ لینے کی اجازت دی، ساتھ ہی ان طریقوں کی تعداد کے ساتھ جن سے سائنسدان تجرباتی سیٹ اپ میں ٹھیک ٹھیک تبدیلیاں کر سکتے ہیں۔ اس سے ڈیٹا کے حجم کو بڑھانے کا اثر پڑا جس کو جانچنے، معیاری بنانے اور اشتراک کی ضرورت تھی۔

اس کے علاوہ، روبوٹس کو پہلے دستی طور پر کیے گئے تجربات کو انجام دینے میں "تربیت یافتہ" ہونے کی ضرورت تھی۔ انسانوں کو بھی روبوٹس کی تیاری، مرمت اور نگرانی کے لیے نئی مہارتیں تیار کرنے کی ضرورت ہے۔ یہ اس بات کو یقینی بنانے کے لیے کیا گیا کہ سائنسی عمل میں کوئی غلطی نہ ہو۔

سائنسی کام کو اکثر آؤٹ پٹ پر پرکھا جاتا ہے جیسے ہم مرتبہ نظرثانی شدہ پبلیکیشنز اور گرانٹس۔ تاہم، خودکار نظاموں کو صاف کرنے، خرابیوں کا ازالہ کرنے اور ان کی نگرانی میں لگنے والا وقت سائنس میں روایتی طور پر انعام یافتہ کاموں کا مقابلہ کرتا ہے۔ یہ کم قیمتی کام بڑی حد تک پوشیدہ بھی ہو سکتے ہیں - خاص طور پر اس لیے کہ مینیجرز وہ ہوتے ہیں جو لیب میں زیادہ وقت نہ گزارنے کی وجہ سے دنیاوی کام سے بے خبر ہوتے ہیں۔

ان ذمہ داریوں کو نبھانے والے Synbio سائنسدانوں کو اپنے مینیجرز سے بہتر تنخواہ یا زیادہ خود مختار نہیں تھے۔ انہوں نے اپنے کام کے بوجھ کو ملازمت کے درجہ بندی میں اپنے اوپر والوں سے زیادہ ہونے کا بھی اندازہ کیا۔

وسیع اسباق

یہ ممکن ہے کہ یہ اسباق کام کے دوسرے شعبوں پر بھی لاگو ہوں۔ ChatGPT ایک ہے۔ AI سے چلنے والا چیٹ بوٹ جو ویب پر دستیاب معلومات سے "سیکھتا ہے"۔ جب آن لائن صارفین کی طرف سے سوالات پوچھے جاتے ہیں، تو چیٹ بوٹ جوابات پیش کرتا ہے۔ اچھی طرح سے تیار اور قائل نظر آتے ہیں.

کے مطابق وقت میگزین، ChatGPT کے لیے ایسے جوابات واپس کرنے سے بچنے کے لیے جو نسل پرست، جنس پرست، یا دوسرے طریقوں سے جارحانہ تھے، کینیا میں کارکنان بوٹ کے ذریعے فراہم کردہ زہریلے مواد کو فلٹر کرنے کے لیے رکھا گیا تھا۔

بہت سے اکثر پوشیدہ کام کے طریقوں کی ضرورت ہوتی ہے۔ ڈیجیٹل انفراسٹرکچر کی ترقی اور دیکھ بھال. اس رجحان کو "ڈیجیٹلائزیشن پیراڈوکس" کے طور پر بیان کیا جا سکتا ہے۔ یہ اس مفروضے کو چیلنج کرتا ہے کہ ڈیجیٹلائزیشن میں شامل یا متاثر ہونے والا ہر شخص زیادہ نتیجہ خیز ہو جاتا ہے یا جب ان کے ورک فلو کے کچھ حصے خودکار ہوتے ہیں تو ان کے پاس زیادہ فارغ وقت ہوتا ہے۔

روزمرہ کے کام کو خودکار اور ڈیجیٹل بنانے کی تنظیمی اور سیاسی کوششوں کے پیچھے پیداواری صلاحیت میں کمی کے خدشات ایک اہم محرک ہیں۔ لیکن ہمیں پیداواری صلاحیت میں اضافے کے وعدے کو قیمت پر نہیں لینا چاہیے۔

اس کے بجائے، ہمیں ان طریقوں کو چیلنج کرنا چاہیے جن سے ہم پیداواری صلاحیتوں کی پیمائش کرتے ہیں اور ان کاموں کی پوشیدہ اقسام پر غور کرتے ہیں جو انسان انجام دے سکتے ہیں، زیادہ دکھائی دینے والے کام سے ہٹ کر جس کا عام طور پر انعام دیا جاتا ہے۔

ہمیں اس بات پر بھی غور کرنے کی ضرورت ہے کہ ان عملوں کو کس طرح ڈیزائن اور منظم کیا جائے تاکہ ٹیکنالوجی انسانی صلاحیتوں میں مزید مثبت اضافہ کر سکے۔گفتگو

یہ مضمون شائع کی گئی ہے گفتگو تخلیقی العام لائسنس کے تحت. پڑھو اصل مضمون.

تصویری کریڈٹ: Gerd Altmann سے Pixabay

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز