ایک ہی سوال، مختلف جواب: متضاد AI جوابات کہاں سے آتے ہیں۔
چیٹ جی پی ٹی کا میرا پہلا حقیقی استعمال کرسمس 2022 تھا، کیا پکانا ہے، بچ جانے والے چیزوں کے ساتھ کیا کرنا ہے اور میز کے لیے چند والد کے لطیفے، اور میرا دوسرا ہماری فیلڈ ٹیموں کی سہ ماہی رپورٹس تھیں۔
ایک خراب بچا ہوا نسخہ آپ کو رات کے کھانے پر خرچ کرتا ہے، جب کہ ترقی کے غلط اعداد و شمار کی وجہ سے ایک مائیکرو-انٹرپرینیور کی کوچنگ کی ضرورت ہوتی ہے۔ ایک ہی ٹول، بہت مختلف اسٹیک، اور رپورٹس وہیں تھیں جہاں میں نے سیکھا کہ متضاد AI جوابات واقعی کہاں سے آتے ہیں۔
میں اس سلسلے کی پہلی پوسٹ میں نے ہر سہ ماہی میں اپنی بیوی سحر کے بارے میں دو ہفتوں کے بارے میں لکھا اور میں نے پڑھنے میں صرف کیا۔ پیس تھرو پراسپیریٹی فیلڈ ٹیمیں واپس بھیج دی گئیں۔ اس وقت تک مصر شامل ہو چکا تھا، تین ٹیمیں رپورٹنگ کر رہی تھیں اور ڈھیر صرف بڑا ہوتا جا رہا تھا، اور آخر کار 2022 کے آخر میں ایک ایسا آلہ موجود تھا جو ہم سے زیادہ تیزی سے پڑھ سکتا تھا۔ تو ہم نے اسے پڑھنے کے حوالے کر دیا۔
جب ہم نے اسے میدان کی طرف اشارہ کیا تو کیا ہوا؟
یہ بہت تیز تھا، اور یہ غلط بھی تھا، جس کا ہمیں اسی دن پتہ چلا۔
سحر نے گوگل شیٹس میں ہاتھ سے یہی تجزیہ کیا تھا، اور جب AI کا ورژن واپس آیا تو ہم نے نوٹوں کا موازنہ کیا اور وہ متفق نہیں ہوئے۔ ہم نے اس بارے میں تھوڑی بحث کی کہ کون صحیح ہے، AI یا Sahar اور اس کی Google Sheet، اس لیے ہم ایک ساتھ ایک ساتھ شریک ہونے والے کے نمبروں سے لائن بہ لائن چلے گئے۔
سحر نے ٹھیک کہا، اور ہم اس بات پر ہنسے کہ AI اتنا سمارٹ نہیں ہے۔
شیٹ جیت گئی کیونکہ ہم نے اس پر بھروسہ کیا، بجائے اس کے کہ ایک اسپریڈشیٹ ہوشیار ہے: بیس لائن ٹھوس تھی، اور ہم اس میں موجود ہر شخصیت کو جانتے تھے اور ہر شخصیت کے پیچھے ہر شخص کو جانتے تھے۔ اس کے بعد سے، AI وہ تھا جس نے خود کو بیان کرنا تھا۔

ان ابتدائی گفتگو میں سے ایک میرے محفوظ شدہ دستاویزات میں محفوظ ہے۔ جولائی 2023 میں میں نے اسے بارہ کاروباریوں کے ایک گروپ کے لیے چار ماہ کا ڈیٹا دیا اور ایک سادہ سا سوال پوچھا، ترقی کے لحاظ سے سب سے اوپر پانچ کون تھے، اور پھر دوسرا، فیصد ترقی کے لحاظ سے سب سے اوپر تین اور نیچے والے تین کون تھے؟
ایک کاروباری شخص سب سے اوپر پانچ اور نیچے تین میں تھا: ایک ہی ڈیٹا، ایک ہی سیشن میں، ایک ہی لفظ کے ساتھ دو طریقوں سے پڑھیں۔

متضاد AI جوابات کہاں سے آتے ہیں؟
کیونکہ “ترقی” کا مطلب دو مختلف چیزیں ہو سکتی ہیں، اور پہلی بار جب میں نے پوچھا تو اس نے بغیر کہے ایک کا انتخاب کیا۔
پہلی بار، اس نے ریونیو میں تبدیلی کے ذریعے کاروباریوں کی درجہ بندی کی۔ دوسری بار میں نے فیصد کی ترقی کے لیے کہا، اور اس نے مجھے وہ دے دیا۔ دونوں ہی معقول اقدامات ہیں، لیکن ایک چھوٹی سی بنیاد سے بڑھنے والا ایک مائیکرو بزنس فیصد کے لحاظ سے بہادر اور قطعی طور پر پوشیدہ نظر آتا ہے، اور ایک بڑا کاروبار دوسری طرف نظر آتا ہے۔ اس نے ہر ایک پیمائش کو اس کے ٹیبل کے نیچے ایک لائن میں نوٹ کیا، اور اس نے کبھی اس بات کی نشاندہی نہیں کی کہ اس کی دو درجہ بندی مختلف چیزوں کی پیمائش کرتی ہے یا یہ نہیں پوچھا کہ مجھے کس کی ضرورت ہے۔
تو ریاضی ٹھیک تھی۔ جو اس نے کبھی نہیں کیا وہ پوچھنا تھا کہ میرا کیا مطلب ہے۔
اور یہ معلوم نہیں ہو سکتا تھا، کیوں کہ ہمارا مطلب کبھی نہیں لکھا گیا۔ سحر جانتا تھا کہ ترقی سے ہمارا کیا مطلب ہے، اور میں بھی، اور کون سا ورژن اس بات پر منحصر ہے کہ ہم اس سہ ماہی میں کیا فیصلہ کر رہے تھے، چاہے وہ کس کو مزید کوچنگ کی ضرورت ہے یا کون اگلے مرحلے کے لیے تیار ہے۔ یہ علم ڈیٹا کے بجائے ہمارے سروں میں رہتا تھا۔
میں نے اسے فون کرنا شروع کر دیا ہے۔ تعریف قرض: ہر وہ لفظ جو آپ کی تنظیم استعمال کرتی ہے اس کا مطلب لکھے بغیر۔ لوگ جب بھی ترجمہ کرتے ہیں خاموشی سے اسے ادا کر دیتے ہیں، لیکن ایک مشین نہیں کر سکتی، اس لیے یہ اندازہ لگاتی ہے، اور اعتماد کے ساتھ اندازہ لگاتی ہے۔
اصولی کتاب نے ہمیں کیا سکھایا؟
کچھ دن بعد میں نے اس قسم کے جواب کو ہمارے پہنچنے سے پہلے پکڑنے کے لیے ایک قاعدہ لکھا، پھر دوسرا، پھر ایک پیراگراف، اور رول بک بہت تیزی سے چند سطروں سے کئی پیراگراف تک چلی گئی۔
یہ بڑھتا ہی چلا گیا کیونکہ اس نے جو دنیا بیان کی ہے وہ چلتی رہی۔ فیلڈ سے آنے والے ہر متغیر کی پہلے سے وضاحت نہیں کی جا سکتی تھی، کچھ جن کی ہم نے تعریف کی تھی وقت کے ساتھ ساتھ بدل جاتی ہے، اور ہر نیا قاعدہ ایک ایسی تعریف تھی جو ہم نے پہلے نہیں لکھی تھی۔
لہذا رول بک ایک فکس کے بجائے ایک علامت تھی: ہم ایک وقت میں اپنے تعریفی قرض کو ایک پیراگراف کی ادائیگی کر رہے تھے، اور قرض ادائیگیوں سے زیادہ تیزی سے بڑھ رہا تھا۔
مجھے اب تنظیموں میں ایک ہی چیز نظر آتی ہے، اس پر ایک مختلف نام ہے: پرامپٹ لائبریری جو ہر ہفتے طویل ہوتی جاتی ہے، ٹیم چینل میں “ہمیشہ اس کو چیک کریں” نوٹ پن کیا جاتا ہے، ڈیش بورڈ پر بھروسہ کرنے سے پہلے ہر ایک شخص سے پوچھتا ہے۔ جب اصول بڑھتے رہتے ہیں، تو وہ آپ کو بتا رہے ہیں کہ کتنی کبھی وضاحت نہیں کی گئی تھی۔
قواعد کے بعد کیا آیا؟
2024 میں ہم نے اپنے لیے سوال کا جواب دینے کے لیے Replit، ایک کوڈنگ پلیٹ فارم کا استعمال کرتے ہوئے اپنا راستہ خود بنانے کی کوشش کی اور عمل کو آخر تک خودکار بنایا۔
پھر ہم نے سمت بدلی، اور ہر متغیر کے لیے ایک اصول لکھنے کے بجائے ہم نے مشین کو وہی دینا شروع کر دیا جو میں اور سحر نے اپنے سروں میں اٹھایا تھا۔
سب سے پہلے ایک سیاق و سباق کی پرت آئی، لہذا یہ جانتا تھا کہ ہم کیا جانتے ہیں: پروگرام کس کے لیے تھا، اور ہمارے الفاظ کا کیا مطلب ہے۔
اس میں وہ سب کچھ شامل ہے جو فیلڈ نے ہمیں کبھی بھیجا تھا: ہر ٹیم کے واٹس ایپ چینلز کی مکمل برآمد، ٹیموں کے معاہدے کے ساتھ اشتراک کردہ، شراکت داروں اور ٹیم کے اراکین کے ساتھ ہماری ای میلز، صوتی نوٹ نقل کیے گئے، تصاویر ہر ایک کو الفاظ میں بیان کیا گیا، اور وہ رپورٹس جو ہم اور ٹیموں نے کئی زبانوں میں لکھی ہیں۔
یہ سب ایک بڑی دستاویز میں بیٹھا ہے، جو ہماری اپنی مشینوں پر محفوظ ہے، جسے AI نے سیاق و سباق میں پڑھا ہے۔ ٹیم کے نام اس میں تھے، لیکن شرکاء کے نام نہیں تھے: وہ انفرادی شیٹس میں رہے۔
پھر اس کے اوپر ایک علمی نقشہ بنایا گیا، جس میں مقداری اعداد و شمار اور کوالٹیٹو کہانیوں کو الگ رکھا گیا، لہٰذا لیجر کے اعداد و شمار اور انٹرویو کے ایک جملے کو کبھی بھی ایک پر اعتماد جواب میں ملایا نہیں جا سکتا۔
ہر قدم AI کے بارے میں کم اور جو کچھ ہم پہلے سے جانتے تھے اسے لکھنے کے بارے میں زیادہ تھا، اور مشکل حصہ ہمیشہ ٹیکنالوجی کے بجائے تعریفات کا ہوتا تھا۔
جب 300 لوگ پوچھتے ہیں تو کیا ہوتا ہے؟
مزید لوگوں کے پوچھنے کے ساتھ ایک ہی چیز کی تصویر بنائیں۔ ایک درمیانے درجے کی کمپنی اپنے دستاویزات، چیٹ اور ای میل میں ایک AI اسسٹنٹ کو آن کرتی ہے، اور دو مینیجر اسی ہفتے میں اس سے ایک ہی سوال پوچھتے ہیں: ہم نے پچھلی سہ ماہی میں کتنے صارفین کو کھو دیا؟ ایک جواب اکاؤنٹس کو شمار کرتا ہے اور دوسرا معاہدوں کو شمار کرتا ہے، دونوں ایک ہی اعتماد کے ساتھ آتے ہیں، اور نہ ہی مینیجر دوسرے سے پوچھا جاتا ہے.
یہ پیمانے پر تعریف قرض ہے. امن کے ذریعے خوشحالی میں دو لوگوں نے تعریفیں کیں، لیکن 300 افراد پر مشتمل تنظیم میں وہ سینکڑوں سروں پر پھیلے ہوئے ہیں، اور ان میں سے کچھ اس سے متفق نہیں ہیں۔
جس فکس پر میں سب سے زیادہ بھروسہ کرتا ہوں وہ سادہ ترین ہے۔ لندن کے ایک بورو میں جہاں میں نے ڈیجیٹل، ڈیٹا اور AI کام کی قیادت کی، ہم نے دریافت سیشن لکھنے کے لیے AI کا استعمال کیا، اور ایک اصول نے اسے ایک ساتھ رکھا: جب تک کمرے میں موجود کوئی شخص تحریر کو واپس نہیں پڑھتا اور اس کی تصدیق نہیں کرتا، تب تک کچھ بھی آگے نہیں بڑھا۔
یہ ہے سحر کی شیٹ ایک اصول میں بدل گئی: جو شخص جانتا ہے وہ ترجمہ کو چیک کرتا ہے اس سے پہلے کہ کوئی اس پر عمل کرے۔
اور اگر آپ کہیں سے شروع کرنا چاہتے ہیں تو ایک ٹول سے چھوٹا شروع کریں۔ ان پانچ الفاظ کو لکھیں جن کے بارے میں آپ کی قیادت کی ٹیم زیادہ تر بحث کرتی ہے، اور ان میں سے ہر ایک کا کیا مطلب ہے، کیونکہ غیر متضاد AI جوابات کمرے میں شروع ہوتے ہیں: اگر آپ وہاں کی تعریفوں پر متفق نہیں ہو سکتے ہیں، تو کوئی AI آپ کے لیے ان پر متفق نہیں ہوگا۔
تو یہاں میرا سوال ہے۔
اگر کل آپ کے دو مینیجرز آپ کے AI سے یہی سوال پوچھیں، تو کیا انہیں وہی جواب ملے گا؟ اور کیا ان دونوں میں سے کسی کو معلوم ہوگا اگر وہ نہیں جانتے؟
اگر آپ نے اسے اپنی تنظیم میں دیکھا ہے، تو میں ورچوئل چائی پر نوٹس کا موازنہ کرنا پسند کروں گا: میرے کیلنڈر پر 20 منٹ حاصل کریں۔.
یہ تین پوسٹس میں سے دوسری پوسٹ ہے کہ جب فیلڈ رپورٹ کسی کے پڑھنے سے زیادہ تیزی سے آتی ہے تو کیا ہوتا ہے۔ پچھلا: آپ کے مینیجرز کا مسئلہ نہیں ہے۔ وہ انضمام کی پرت ہیں۔. اگلا: تعمیر بمقابلہ AI خریدیں، اور وہ پروڈکٹ جو میں نے کبھی نہیں بنایا۔
پڑھنے کے لیے آپ کا شکریہ۔ اگر آپ یہاں نئے ہیں تو میں کبیر شیرازی ہوں، میں لوگوں، ٹیموں، تنظیموں اور کمیونٹیز کو جمود سے گزرنے میں مدد کرتا ہوں اور AI کے ساتھ تعاون کرنے، فیصلہ کرنے اور اثر فراہم کرنے کے بہتر طریقے تلاش کرتا ہوں۔