AI Highlights — مکمل تصویر — 2026-10-23 (جمعہ) روزانہ خبریں

بارکلیز تقریباً 5,000 ملازمتیں ختم کرنے کا منصوبہ بنا رہا ہے، جن میں زیادہ تر سپورٹ شعبے شامل ہیں، اور اس کی وجہ AI بتائی گئی ہے۔ اسی وقت کے آس پاس، Axios نے رپورٹ کیا کہ ایک غیر تحقیق شدہ AI ایجنٹ امریکی بینک اکاؤنٹس تک رسائی حاصل کر رہا تھا، اور بچوں کی ذہنی صحت کے خدشات پر Google کے تعلیمی AI کی سینیٹ کی جانب سے جانچ شروع ہوئی۔ AI کو اپنانے یا نہ اپنانے پر بحث ہونے سے بھی پہلے وہ لوگوں، اکاؤنٹس اور بچوں کی زندگیوں میں داخل ہو رہا ہے۔ قارئین خود اس بات کی تصدیق نہیں کر سکتے جو اسے نافذ کرنے والے دعویٰ کرتے ہیں کہ یہ محفوظ ہے اور مؤثر ہے۔ ریاستی قوانین اور ممالک کے درمیان مسابقت اس رفتار کا ساتھ دینے کے لیے تیار نہیں ہیں۔ اس آدھے دن کی پیش رفت سے جو بات سامنے آتی ہے وہ یہ ہے کہ ہمیں نظام کو اپنانے کے حق اور مخالفت سے زیادہ اس بارے میں اپنا فیصلہ بدلنے کی ضرورت ہے کہ ابتدائی جانچ کون مکمل کرے اور نفاذ کے بعد نتائج کون دیکھے۔

AI کی وجہ سے عملے میں کمی اور لوگوں کا دوبارہ سیکھنا

بارکلیز تقریباً 5,000 ملازمتیں ختم کرنے کا منصوبہ بنا رہا ہے، جن میں زیادہ تر سپورٹ شعبے (بزنس + آئی ٹی) شامل ہیں۔ The New York Times نے اسے AI کے ذریعے اخراجات میں کمی کے باعث چھانٹی کے طور پر رپورٹ کیا (The New York Times)۔ کمی کی وجہ AI کو بتایا گیا ہے، اور کمی کی تعداد ٹھوس اعداد میں دکھائی گئی ہے۔ یہاں قارئین یہ دیکھتے ہیں کہ AI کے نفاذ کے نتائج کا ذکر اب اس طرح ہونے لگا ہے کہ کتنے لوگ کم ہوئے۔ ایسی صورت میں، نفاذ کا جائزہ لینے والوں کے لیے صرف کمی کی تعداد کافی نہیں۔ یہ سوال اٹھانا بھی ضروری ہے کہ جن ملازمتوں میں کمی ہوئی ان کے ذمہ دار لوگ کہاں جائیں گے۔

دوبارہ سیکھنے کے محاذ پر، ان کوششوں کے ذمہ دار افراد منقسم ہیں۔ بھارت کے IIT Madras نے AI سے متعلق ملازمتوں، عالمی معیارات اور نئی مہارتوں کی تربیت پر مشتمل ایک وائٹ پیپر جاری کیا ہے (The Economic Times)۔ امریکہ میں، Sundance اور University of Colorado Boulder فلم سازوں کے لیے AI تعلیمی مرکز قائم کریں گے (Longmont Times-Call)۔ جاپان میں، Houou High School نے طلبہ کو ایک خصوصی کلاس کے ذریعے AI کے بارے میں سکھایا، جس میں انہوں نے اپنے خاندان والوں کو "شکریہ" کہنے کے لیے ویڈیوز بنائیں (Minami Nippon Shimbun)۔ جامعات، فلمی صنعت کی تنظیموں اور ہائی اسکولوں میں پڑھنے والوں کی عمریں اور پیشے مختلف ہیں۔ دوسری جانب، اس مضمون سے یہ واضح نہیں ہوتا کہ Barclays جیسے اداروں میں کٹوتی کے لیے منتخب کیے گئے لوگ ایسی تعلیم حاصل کر سکیں گے یا نہیں۔ دوبارہ تربیت کا دستیاب ہونا ایک بات ہے، اور اس کا ان لوگوں کو دستیاب ہونا جنہیں اس کی ضرورت ہے، دوسری بات ہے۔

بوجھ صرف روزگار تک محدود نہیں ہے۔ نیویارک فیڈرل ریزرو کے سابق صدر Dudley کا خیال ہے کہ AI میں سرمایہ کاری فیڈرل ریزرو کو ایسی صورتحال میں دھکیل دے گی جہاں شرحِ سود میں نمایاں اضافہ اور کمی ہو سکتی ہے (BigGo Finance)۔ اس نقطۂ نظر سے، AI میں بھاری سرمایہ کاری کا اثر صرف عملے میں کمی کرنے والی کمپنیوں تک نہیں رہے گا بلکہ شرحِ سود کے ذریعے قرض لینے والوں اور بچت کرنے والوں تک بھی پہنچے گا۔ روزگار اور فنڈنگ دونوں کے لحاظ سے اخراجات اس کمپنی سے باہر بہہ نکلتے ہیں جو اسے نافذ کرتی ہے۔

کمپنیاں اپنانے کے فوائد اعداد میں دکھائیں گی۔ تاہم کمپنیوں کی خود رپورٹنگ سے یہ طے نہیں کیا جا سکتا کہ لاگت کون اٹھائے گا اور کتنی۔ اگلا سوال یہ ہے کہ پیمائش اور جانچ کی ذمہ داری کس کی ہوگی۔

AI ایجنٹ جو معائنے کی پہنچ سے باہر کے دائروں میں داخل ہو رہا ہے، اور بچوں کے لیے A

Axios نے ایک خصوصی خبر میں بتایا کہ ایک غیر جانچا ہوا AI ایجنٹ امریکی بینک اکاؤنٹس تک رسائی حاصل کر رہا تھا۔ سرخی یہ بتاتی ہے کہ ایسا ایجنٹ، جو کسی پیشگی جانچ سے نہیں گزرا، آپ کے اکاؤنٹ تک پہنچ چکا ہے، جو آپ کے پیسے کا دروازہ ہے۔ تقریباً اسی وقت New York Post نے رپورٹ کیا کہ Google کے تعلیمی AI کے بارے میں سینیٹ تحقیقات کر رہی ہے، جس سے بچوں کی ذہنی صحت کے حوالے سے خدشات پیدا ہوئے ہیں۔ اکاؤنٹس اور بچے دونوں ایسے دائرے ہیں جہاں صارفین کے لیے خطرات کی خود نشاندہی کرنا مشکل ہے۔ اگر AI نافذ کرنے والا یہ کہے کہ یہ "محفوظ" ہے، تب بھی قارئین ثبوت کی خود تصدیق نہیں کر سکتے۔ یہ دونوں مثالیں ظاہر کرتی ہیں کہ نظام متعارف کرانے یا نہ کرانے پر بحث سے پہلے ہمیں پوچھنا چاہیے کہ متعارف کرانے سے پہلے کی جانچ کس نے مکمل کی۔

یہی سوال ریاستی اور قومی سطح پر بھی پوچھا جا رہا ہے۔ StateScoop کے مطابق، OpenAI نے گورنر سے کہا ہے کہ وہ California کے AI حفاظتی قوانین کو مزید مضبوط کریں۔ اس کا مطلب یہ ہے کہ جن کمپنیوں پر ضابطہ کاری لاگو ہوتی ہے، انہوں نے خود سخت تر قواعد کی درخواست کی ہے۔ تاہم، صرف سرخی دیکھ کر یہ طے کرنا ممکن نہیں کہ اس درخواست کا اصل مطلب کیا ہے۔ جب تک تفصیلات کی تصدیق نہیں ہو جاتی، اسے کمپنی کے مؤقف کا اظہار یا قواعد سازی میں اس کی شمولیت کے طور پر پڑھا جا سکتا ہے۔ The New York Times نے دلیل دی کہ A.I. وسط مدتی انتخابات کے لیے بھی خطرہ ہے۔ Geopolitical Monitor کا کہنا ہے کہ چین امریکہ کی AI کے خطرات سے متعلق برداشت کی حد طے کر رہا ہے۔ دلیل یہ ہے کہ چاہے انتخابات ہوں یا امریکہ اور چین کے درمیان مسابقت، کتنا خطرہ قبول کیا جانا ہے، اس کا فیصلہ صارف کے علم کے بغیر بھی ہو سکتا ہے۔

یہاں سے قارئین کو جو فیصلے کرنے چاہئیں وہ یہ ہیں۔ مثالیں متنوع ہیں: Axios بینکوں کا ذکر کرتا ہے، New York Post اسکولوں کا، StateScoop ریاستی قوانین کا، The New York Times انتخابات کا، اور Geopolitical Monitor ممالک کے درمیان مسابقت کا۔ پھر بھی، مشترکہ بات یہ ہے کہ خطرے کی برداشت کا فیصلہ کرنے والے لوگ وہ نہیں ہیں جو خطرہ مول لیتے ہیں۔ کمپنیوں کی خود رپورٹنگ فیصلہ سازی کے حق میں جھک سکتی ہے، ریاستی قوانین صرف ایک ریاست تک محدود ہوتے ہیں، اور ریاستوں کے درمیان مسابقت برداشت کی حدیں بڑھا سکتی ہے۔ اس لیے کسی AI سروس کا جائزہ لیتے وقت، خصوصیات یا قیمت دیکھنے کے بجائے یہ جانچنا ضروری ہے کہ کسی تیسرے فریق نے کیا اور کب جانچا۔ اگر جانچ کا موضوع نظر نہ آئے تو اس کے اپنانے کا مطلب یہ ہے کہ صارفین خاموشی سے برداشت کی اس سطح کو قبول کر لیتے ہیں۔

اگر جانچ کرنے والا کوئی مقرر نہ ہو تو نقصان ہونے کے بعد ہی ذمہ داری کا سوال اٹھے گا۔ اگلی بات یہ دیکھنا ہے کہ جانچ کی لاگت اور ذمہ داری کون اٹھائے گا۔

میدانِ عمل میں AI کا تشخیص اور نگرانی تک پھیلاؤ

AI تشخیص اور نگرانی کے شعبے میں مخصوص کام سنبھالنے لگا ہے۔ Google Research نے AI کی مدد سے الٹراساؤنڈ معائنوں کے ذریعے زچہ و بچہ کی اگلی صفوں کی دیکھ بھال کو بہتر بنانے کا اقدام متعارف کرایا (Google Research)۔ ٹیلی میڈیسن میں PomDoctor AI اور ویئرایبلز سے فائدہ اٹھا رہا ہے (FinancialContent)۔ طبی شعبے سے باہر Citri&Co اور ORTH نے پھلوں کے کاروبار کے لیے AI زرعی مشاورتی خدمات پر شراکت کی ہے (GlobeNewswire)۔ تینوں میں مشترک بات یہ ہے کہ انہیں موقع کے قریب فیصلہ سازی کا مواد فراہم کرنے کے لیے استعمال کیا جاتا ہے۔ قارئین کو یہ نہیں دیکھنا چاہیے کہ AI کیا دکھاتا ہے، بلکہ یہ کہ میدان میں نتائج کی تصدیق کون کر سکتا ہے۔

تحقیق کے محاذ پر بھی نتائج اسی سمت میں آ رہے ہیں۔ CircumSpectrum، ایک کمپیوٹیشنل فریم ورک جو جینز کے اظہار کے پروفائلز کو فلکس پر مبنی میٹابولک فنگر پرنٹس میں تبدیل کرتا ہے، Communications Medicine میں شائع ہوا۔ PeerJ میں ایک مقالہ موجود ہے جو senescence-associated secretory phenotype (SASP) سے متعلق جینز پر مبنی پھیپھڑوں کے ایڈینوکارسینوما کے مشین لرننگ پروگنوسٹک دستخط اور ٹیومر کے مدافعتی مائیکرو ماحول سے اس کے تعلق پر بحث کرتا ہے (PeerJ)۔ Radiology Artificial Intelligence نے بڑے پیمانے کے لینگویج ماڈل اور کنوولوشنل نیورل نیٹ ورک پر مبنی ملٹی ایجنٹ نظام کے ذریعے BT-RADS کی خودکار درجہ بندی پر ایک مطالعہ شائع کیا۔ Nature Communications کی فہرست میں HRDPath شامل ہے، جو مریض پر مبنی، قابلِ وضاحت ڈیپ لرننگ ساخت ہے اور مکمل سلائیڈ امیجز سے ہومولوگس ری کمبینیشن کے نقائص کی پیش گوئی کرتی ہے۔ AI وسیع پیمانے کے فیصلے کر سکتا ہے، جن میں پروگنوسس کا اندازہ لگانے سے لے کر تصاویر کی درجہ بندی کرنے اور علاجی حکمتِ عملی سے متعلق نقائص کا اندازہ لگانے تک شامل ہیں۔

تاہم، مقالے کے عنوان کے دائرے میں بھی ایسی تحقیقات ہیں جن کا وزن مختلف ہے۔ Advanced Science کی مثانے کے کینسر کی تحقیق نے سائٹولوجی تصاویر سے لمف نوڈ میٹاسٹیسس اور بیماری سے پاک بقا کی پیش گوئی کرنے والے کثیر کاموں کے ڈیپ لرننگ ماڈل کے لیے کثیر مراکز پر مبنی مطالعہ اور متعدد اقسامِ کینسر میں سائٹولوجی کی توثیق کی (Advanced Science)۔ ایک ہسپتال اور ایک قسم کے کینسر سے حاصل ہونے والے نتائج اور متعدد اداروں اور بیماریوں میں تصدیق شدہ نتائج کے درمیان یہ فرق ہوتا ہے کہ شعبہ ان پر کس حد تک بھروسا کر سکتا ہے۔ HRDPath کے "قابلِ وضاحت" ڈیزائن کو بھی اس کوشش کے طور پر پڑھا جا سکتا ہے کہ نتائج استعمال کرنے والے ڈاکٹروں کو شواہد کا سراغ لگانے میں مدد ملے۔

AI کو اپنانے کے فوائد اور نقصانات کا تعین اس بات سے نہیں ہوتا کہ AI استعمال ہو رہا ہے یا نہیں، بلکہ اس بات سے ہوتا ہے کہ نتائج کی بیرونی نظروں سے کس حد تک جانچ کی جاتی ہے۔ پچھلے حصے میں ہم نے جو خود رپورٹنگ پر انحصار کرنے والا نفاذ دیکھا، اور طبی تحقیق، جس میں بار بار تصدیق درکار ہوتی ہے، ان کے درمیان معائنے کی سطح میں فرق ہے۔ اگلے حصے میں ہم اس خلا کو پُر کرنے کی ذمہ داری کس پر ہوگی، اس پر غور کریں گے۔

جذبات، تخلیقی صلاحیت اور شعور کے گرد حد بندی

آواز سے جذبات پڑھنے والی AI پر تحقیق اس وقت اس مرحلے پر ہے جہاں تعلیمی حلقے اس کا جائزہ لے رہے ہیں۔ بتایا گیا ہے کہ جنوبی کوریا کی Pyler کے آواز سے جذبات پہچاننے والی AI پر دو مقالے NeurIPS میں قبول کیے گئے (Seoul Economic Daily)۔ مشین کے ذریعے جذبات کا اندازہ لگانا پہلے ہی ایک بڑا تحقیقی موضوع ہے۔ دوسری طرف، تخلیقی میدان میں سوال یہ ہے کہ کیا سوچ سمجھ کر بنایا گیا AI آرٹ AI slop کا مقابلہ کر سکتا ہے۔ تخلیق کاروں کو درپیش تضادات پر بحث کی گئی ہے (The Conversation)۔ اس کے علاوہ، Hokuriku Regional Development Bureau کے نام سے ``AI Girlfriend Recommendations 2026 for Beginners'' کے عنوان سے ایک صفحہ گردش کر رہا ہے۔ اگرچہ میں متن کی تصدیق نہیں کر سکا، لیکن صرف عنوان دیکھنے سے ہی ظاہر ہوتا ہے کہ انسان جیسے جوابات بیچنے والی مصنوعات عام سرچ نتائج میں درج ہیں۔ قاری کو یہ دیکھنا چاہیے کہ جذبات پڑھنے کی ٹیکنالوجی اور جذبات کا جواب دیتی نظر آنے والی مصنوعات کے طریقۂ کار مختلف ہیں اور ذمہ داریاں بھی مختلف ہیں۔

شعور کے بارے میں بیانات بھی منقسم ہیں۔ بتایا جاتا ہے کہ NDTV World Summit میں Swami Sarvapuryananda نے کہا کہ AI باشعور ہوئے بغیر بھی ذہین ہو سکتی ہے۔ خیال یہ ہے کہ بہت ذہین ہونا اور باشعور ہونا دو الگ چیزیں ہیں۔ اس کے جواب میں IEEE Spectrum نے رپورٹ کیا کہ محققین اس بات پر منقسم ہیں کہ AI ماڈلز کی فلاح و بہبود کی فکر کی جائے یا نہیں (IEEE Spectrum)۔ چاہے ذہانت کو شعور سے الگ کرنے کے نقطۂ نظر سے دیکھا جائے یا فلاح و بہبود کی فکر کے نقطۂ نظر سے، اس بارے میں کوئی طے شدہ معیار موجود نہیں کہ AI کا کتنا لحاظ کیا جانا چاہیے۔ قارئین کو اس بات کا فیصلہ کہ AI انسان جیسا برتاؤ کرتی ہے اور اس بات کا فیصلہ کہ AI کے ساتھ انسان جیسا سلوک کیا جانا چاہیے یا نہیں، ایک ہی مرحلے پر کرنا ضروری نہیں۔

ایسی تحقیقات بھی موجود ہیں جو برتاؤ میں تعصب کی پیمائش کرتی ہیں۔ Spain کی UC3M (Universitat Carlos III of Madrid) کی ایک تحقیق سے ظاہر ہوا کہ Spain میں AI کی میڈیا کوریج میں صنفی تفاوت پایا جاتا ہے (Newswise)۔ اگر اس بات میں تعصب ہو کہ AI کے بارے میں کون بات کرتا ہے اور کس کے بارے میں بات کی جاتی ہے، تو یہ خطرہ ہے کہ AI کو انسانوں کے قریب سمجھا جائے یا نہیں، اس بحث کی صورت گری متعصب آوازوں سے ہوگی۔ جذبات کے اندازے سے متعلق مقالے، AI آرٹ، شعور پر بحثیں، فلاح و بہبود پر بحثیں اور متعصبانہ رپورٹنگ، سب یہ سوال اٹھاتے ہیں کہ انسانوں اور AI کے درمیان لکیر کہاں کھینچی جائے۔ یہ حد کون اور کس بنیاد پر طے کرے، اس سوال پر اگلے حصے میں مزید بات کی جائے گی۔

تعداد میں کمی پر ردِعمل دینے والی مصنوعات، اکاؤنٹ تک رسائی، بچوں کے لیے تعلیمی AI، تشخیص اور نگرانی کی سائٹس، اور جذبات کو پڑھنے کی تحقیق۔ اگرچہ ان میں شامل شعبے مختلف ہیں، لیکن ہر حصے میں مشترک بات یہ ہے کہ AI کے طریقۂ کار کے بارے میں بات کرنے والا اور اس کی تصدیق کرنے والا فریق ایک ہی ہے۔ کمپنیوں نے اپنے نتائج اور حفاظت کے بارے میں خود بات کی، اور بعض صورتوں میں OpenAI نے، جو ضابطوں کے تابع ہے، ریاستی قوانین کو مزید سخت کرنے کا مطالبہ کیا۔ دوبارہ سیکھنے کی کوششیں ہر خطے میں الگ الگ آگے بڑھ رہی ہیں، اور موقع پر نتائج کی تصدیق کرنے کی ذمہ داری کسی کے سپرد نہیں کی گئی۔ کسی نظام کو متعارف کرانے کا فیصلہ کرنے سے پہلے، پوچھنے کا اہم سوال کارکردگی یا لاگت اتنا نہیں، بلکہ یہ ہے کہ آزادانہ معائنہ کون کرے گا اور کس مرحلے پر۔ صرف وہی نفاذ جس میں معائنے کے ذمہ دار فرد کی شناخت واضح ہو، صارفین کو فیصلے کرنے کی بنیاد فراہم کرے گا۔

سوال 1: کیا آپ نے متعارف کرائے گئے AI کے آؤٹ پٹ کو موقع پر جانچنے کے لیے فرد اور طریقۂ کار طے کر لیا ہے؟ سوال 2: کیا نفاذ سے پہلے کے سروے اور نفاذ کے بعد کے معائنے AI فراہم کنندہ سے آزادانہ طور پر کیے جاتے ہیں؟ سوال 3: کیا آپ AI کی وجہ سے حاصل ہونے والے نتائج اور کمی کے اعداد و شمار کو اس طرح دکھا سکتے ہیں کہ کوئی تیسرا فریق ان کی تصدیق کر سکے؟

آخر میں، تین سوالات

- کیا متعارف کرائے گئے AI کے آؤٹ پٹ کو موقع پر جانچنے کے لیے فرد اور طریقۂ کار طے کیا گیا ہے؟ سوال 2: کیا نفاذ سے پہلے کے سروے اور نفاذ کے بعد کے معائنے AI فراہم کنندہ سے آزادانہ طور پر کیے جاتے ہیں؟ سوال 3: کیا آپ AI کی وجہ سے حاصل ہونے والے نتائج اور کمی کے اعداد و شمار ایسے انداز میں دکھا سکتے ہیں جن کی تصدیق کوئی تیسرا فریق کر سکے؟ - کیا نفاذ سے پہلے کے سروے اور نفاذ کے بعد کے معائنے AI فراہم کنندہ سے آزادانہ طور پر کیے جاتے ہیں؟ سوال 3: کیا آپ AI کی وجہ سے حاصل ہونے والے نتائج اور کمی کے اعداد و شمار ایسے انداز میں دکھا سکتے ہیں جن کی تصدیق کوئی تیسرا فریق کر سکے؟ - کیا AI کے حاصل کردہ نتائج اور کمی کے اعداد و شمار ایسی شکل میں دکھائے جاتے ہیں جس کی تصدیق کوئی تیسرا فریق کر سکے؟