اے آئی چیٹ بوٹس: غلط معلومات کا ذریعہ؟

مصنوعی ذہانت (AI) چیٹ بوٹس کی کوالٹی اور درستگی ان کی تربیت اور پروگرامنگ پر منحصر ہے۔ اس سے متعلق خدشات پیدا ہوتے ہیں کیونکہ یہ ٹولز سیاسی اثر و رسوخ یا کنٹرول سے متاثر ہو سکتے ہیں۔ خاص طور پر جب سے ٹیکنالوجی پلیٹ فارمز نے انسانی حقائق کی جانچ کرنے والوں کی تعداد کم کی ہے، صارفین قابل اعتماد معلومات حاصل کرنے کے لیے AI چیٹ بوٹس پر زیادہ انحصار کر رہے ہیں۔ تاہم، یہ چیٹ بوٹس خود بھی غلط معلومات پھیلانے کا سبب بن سکتے ہیں۔

تنازعات کے دوران اے آئی حقائق کی جانچ پڑتال پر انحصار اور اس کے نقائص

بھارت اور پاکستان کے درمیان جاری چار روزہ تنازعے کے دوران، سوشل میڈیا صارفین نے تصدیق کے لیے AI چیٹ بوٹس کا رخ کیا۔ تاہم، انہیں مزید غلط معلومات کا سامنا کرنا پڑا، جس سے یہ بات واضح ہوتی ہے کہ یہ چیٹ بوٹس حقائق کی جانچ پڑتال کے ٹولز کے طور پر ناقابل اعتبار ہیں۔ جیسے جیسے ٹیکنالوجی پلیٹ فارمز انسانی حقائق کی جانچ کرنے والوں کی تعداد کو کم کر رہے ہیں، صارفین قابل اعتماد معلومات کے لیے AI سے چلنے والے چیٹ بوٹس، بشمول xAI کے Grok، OpenAI کے ChatGPT اور Google کے Gemini پر زیادہ انحصار کر رہے ہیں۔ لیکن یہ بات سامنے آئی ہے کہ ان AI چیٹ بوٹس کے ذریعے فراہم کردہ جوابات اکثر غلط معلومات سے بھرے ہوتے ہیں۔

ایلون مسک کے پلیٹ فارم X (سابقہ ​​ٹویٹر) پر ایک عام سوالیہ طریقہ کار سامنے آیا ہے، جو کہ "@Grok، کیا یہ سچ ہے؟" ہے۔ Grok نے پلیٹ فارم میں ایک AI اسسٹنٹ بنایا ہے، جو سوشل میڈیا پر فوری طور پر حقائق کی تصدیق کرنے کے لیے لوگوں کے بڑھتے ہوئے رجحان کی عکاسی کرتا ہے۔ تاہم، AI چیٹ بوٹس کے فراہم کردہ جوابات اکثر غلط معلومات سے بھرے ہوتے ہیں۔

اے آئی چیٹ بوٹس کے ذریعے غلط معلومات پھیلانے کی مثالیں

Grok کو ان دنوں نئی جانچ پڑتال کا سامنا ہے کیونکہ یہ اطلاعات ہیں کہ اس نے غیر متعلقہ سوالات میں انتہائی دائیں بازو کی سازشی تھیوری "سفید فام نسل کشی" داخل کی ہے۔ اس نے سوڈان کے خرطوم ہوائی اڈے کی ایک پرانی ویڈیو فوٹیج کو غلطی سے شناخت کیا کہ یہ پاک بھارت تنازعے کے دوران پاکستان کے نور خان ایئربیس پر میزائل حملے کی ہے۔ اس کے علاوہ نیپال میں ایک عمارت میں آگ لگنے کی ایک غیر متعلقہ ویڈیو کو غلطی سے یہ کہہ کر شناخت کیا گیا کہ یہ "ممکنہ طور پر" بھارت پر پاکستانی حملے کے جواب کو ظاہر کرتی ہے۔

Grok نے حال ہی میں ایمازون کے دریا میں بڑے سائز کے ایناکونڈا سانپ کی ایک مبینہ ویڈیو کو بھی "حقیقی" قرار دیا ہے، اور اس کے جھوٹے دعوے کی حمایت میں معتبر لگنے والی سائنسی مہم کا حوالہ بھی دیا۔ درحقیقت، یہ ویڈیو AI کے ذریعے تیار کی گئی تھی۔ لاطینی امریکہ کے اے ایف پی حقائق کی جانچ پڑتال کرنے والوں نے نشاندہی کی کہ بہت سے صارفین Grok کی تشخیص کو اس فوٹیج کے اصلی ہونے کے ثبوت کے طور پر پیش کر رہے ہیں۔

حقائق کی جانچ کرنے والوں میں سرمایہ کاری میں کمی

جیسے جیسے X اور دیگر بڑی ٹیک کمپنیاں انسانی حقائق کی جانچ کرنے والوں میں اپنی سرمایہ کاری کو کم کر رہی ہیں، لوگوں کا انحصار تیزی سے Grok پر ایک حقائق کی جانچ کرنے والے کے طور پر بڑھ رہا ہے۔ NewsGuard کے محقق میکنزی ساڈگی نے خبردار کیا ہے کہ "ہماری تحقیق نے بارہا پایا ہے کہ AI چیٹ بوٹس خبروں اور معلومات کا قابل اعتماد ذریعہ نہیں ہیں، خاص طور پر بریکنگ نیوز کے معاملے میں۔"

NewsGuard کی تحقیق میں یہ بات سامنے آئی ہے کہ 10 سرکردہ چیٹ بوٹس غلط معلومات کو دہرانے کا شکار ہیں، جن میں روس کی غلط معلومات پر مبنی کہانیاں اور آسٹریلیا کے حالیہ انتخابات سے متعلق غلط یا گمراہ کن دعوے شامل ہیں۔ کولمبیا یونیورسٹی کے ڈیجیٹل صحافت کے ٹاؤ سینٹر کی جانب سے حال ہی میں آٹھ AI سرچ ٹولز پر کی گئی تحقیق میں یہ بات سامنے آئی ہے کہ چیٹ بوٹس "عام طور پر ان سوالات کے جواب دینے سے انکار کرنے میں اچھے نہیں ہیں جن کا وہ درست جواب نہیں دے سکتے، اور اس کے بجائے غلط یا قیاس آرائی پر مبنی جوابات فراہم کرتے ہیں۔"

مصنوعی ذہانت کو جعلی تصاویر اور من گھڑت تفصیلات کی تصدیق میں دشواری

یوراگوئے میں اے ایف پی کے حقائق جانچنے والوں نے جب Gemini سے ایک AI کے ذریعے تیار کردہ خاتون کی تصویر کے بارے میں پوچھا تو اس نے نہ صرف تصویر کی اصلیت کی تصدیق کی بلکہ اس کی شناخت اور تصویر کے ممکنہ طور پر لیے جانے والے مقام کے بارے میں تفصیلات بھی من گھڑت بنائیں۔

اس قسم کی معلومات نے تشویش پیدا کر دی ہے کیونکہ سروے سے پتہ چلتا ہے کہ آن لائن صارفین معلومات حاصل کرنے اور تصدیق کے لیے روایتی سرچ انجنوں سے AI چیٹ بوٹس کی طرف تیزی سے رجوع کر رہے ہیں۔

میٹا کا حقائق کی جانچ کے طریقہ کار میں تبدیلی

اس سال کے شروع میں، میٹا نے اعلان کیا کہ وہ امریکہ میں اپنے تھرڈ پارٹی حقائق کی جانچ پڑتال کے پروگرام کو ختم کر دے گا، اور اس کی بجائے غلط معلومات کو بے نقاب کرنے کا کام عام صارفین کو سونپے گا، جس میں "کمیونٹی نوٹس" نامی ماڈل اپنایا جائے گا، جسے X نے فروغ دیا ہے۔ تاہم، محققین نے غلط معلومات کا مقابلہ کرنے میں "کمیونٹی نوٹس" کی تاثیر پر بارہا سوال اٹھایا ہے۔

انسانی حقائق کی جانچ پڑتال کو درپیش چیلنجز اور تنازعات

انسانی حقائق کی جانچ پڑتال طویل عرصے سے پولرائزڈ سیاسی ماحول میں اشتعال انگیزی کا باعث رہی ہے، خاص طور پر امریکہ میں جہاں قدامت پسند حمایتیوں نے یہ دلیل دی ہے کہ یہ آزادی اظہار کو دبا رہی ہے اور دائیں بازو کے مواد کو سنسر کر رہی ہے—جس دعوے کی پیشہ ور حقائق کی جانچ کرنے والوں نے سختی سے تردید کی ہے۔ اے ایف پی فی الحال فیس بک کے حقائق کی جانچ پڑتال کے پروگرام کے ساتھ 26 زبانوں میں کام کر رہا ہے، جس میں ایشیا، لاطینی امریکہ اور یورپی یونین شامل ہیں۔

سیاسی اثر و رسوخ اور اے آئی چیٹ بوٹس

اے آئی چیٹ بوٹس کی کوالٹی اور درستگی ان کی تربیت اور پروگرامنگ پر منحصر ہے، جس سے یہ خدشہ پیدا ہوتا ہے کہ ان کی پیداوار سیاسی اثر و رسوخ یا کنٹرول سے متاثر ہو سکتی ہے۔ حال ہی میں، مسک کی xAI نے جنوبی افریقہ میں Grok کی جانب سے غیر منقولہ طور پر "سفید فام نسل کشی" کا ذکر کرنے والی پوسٹس کا ذمہ دار "غیر مجاز ترمیم" کو قرار دیا۔ جب اے آئی کے ماہر ڈیوڈ کاسویل نے Grok سے پوچھا کہ کس نے اس کے سسٹم پرامپٹس میں ترمیم کی ہو گی، تو چیٹ بوٹ نے مسک کو "زیادہ تر ممکنہ" مجرم قرار دیا۔

مسک جنوبی افریقہ میں پیدا ہونے والے ارب پتی ہیں اور سابق صدر ڈونلڈ ٹرمپ کے حامی ہیں۔ انہوں نے اس سے قبل بے بنیاد دعوے پھیلائے تھے کہ جنوبی افریقہ کے رہنما "کھلے عام سفید فام لوگوں کی نسل کشی کو فروغ دے رہے ہیں۔"

حساس مسائل کو سنبھالنے کے لیے اے آئی چیٹ بوٹس کے بارے میں خدشات

بین الاقوامی حقائق کی جانچ پڑتال کے نیٹ ورک کے ڈائریکٹر اینگی ہولان نے کہا کہ "ہم نے دیکھا ہے کہ کس طرح AI اسسٹنٹ نتائج کو من گھڑت بنا سکتے ہیں یا متعصبانہ جوابات دے سکتے ہیں جب مصنوعی کوڈرز خاص طور پر ہدایات کو تبدیل کرتے ہیں۔ مجھے خاص طور پر اس بات کی تشویش ہے کہ Grok انتہائی حساس معاملات سے متعلق درخواستوں کو کس طرح سنبھالے گا جب اس کے پاس پیشگی اجازت شدہ جوابات فراہم کرنے کی ہدایات موجود ہوں۔"

اے آئی کی درستگی کو یقینی بنانے کی اہمیت

اے آئی چیٹ بوٹس کی بڑھتی ہوئی مقبولیت معلومات کی ترسیل کے لیے اہم چیلنجز پیش کرتی ہے۔ اگرچہ وہ معلومات حاصل کرنے کے لیے ایک تیز اور آسان طریقہ کار پیش کرتے ہیں، لیکن وہ غلطی کا شکار ہو سکتے ہیں اور غلط معلومات پھیلا سکتے ہیں۔ چونکہ صارفین حقائق کی جانچ پڑتال کے لیے ان ٹولز پر زیادہ انحصار کر رہے ہیں، اس لیے ان کی درستگی اور قابل اعتماد کو یقینی بنانا ضروری ہے۔

ٹیک کمپنیوں، حقائق کی جانچ پڑتال کرنے والی تنظیموں اور محققین کو مل کر AI چیٹ بوٹس کی کوالٹی اور قابل اعتماد کو بہتر بنانے کے لیے کام کرنا چاہیے۔ اس میں سخت تربیتی پروٹوکولز کا نفاذ، AI کے ذریعے تیار کردہ معلومات کی تصدیق کے لیے انسانی حقائق کی جانچ کرنے والوں کا استعمال، اور غلط معلومات کا پتہ لگانے اور اسے ختم کرنے کے میکانزم تیار کرنا شامل ہے۔

مستقبل کی طرف دیکھنا

جیسے جیسے AI ٹیکنالوجی کی ترقی جاری ہے، AI چیٹ بوٹس یقینی طور پر اس طریقے میں تیزی سے اہم کردار ادا کریں گے جس میں ہم معلومات حاصل کرتے اور استعمال کرتے ہیں۔ تاہم، ان ٹولز پر تنقیدی انداز میں غور کرنا اور ان کی حدود سے آگاہ ہونا ضروری ہے۔ AI چیٹ بوٹس کی درستگی اور قابل اعتماد کو یقینی بنانے کے لیے اقدامات کر کے، ہم غلط معلومات کے پھیلاؤ سے منسلک خطرات کو کم کرتے ہوئے ان کی صلاحیت سے فائدہ اٹھا سکتے ہیں۔

مصنوعی ذہانت کے اوزار میں تعصب

مصنوعی ذہانت کے اوزار میں تعصب موجود ہو سکتا ہے، چاہے وہ ان اعداد و شمار میں ظاہر ہو جن پر انہیں تربیت دی گئی ہے، یا ان کے پروگرامنگ کے طریقے میں۔ یہ تعصب غلط یا گمراہ کن نتائج کا باعث بن سکتا ہے۔ Grok کی مثال لے لیں، جس نے غیر متعلقہ سوالات میں انتہائی دائیں بازو کی سازشی تھیوری "سفید فام نسل کشی" داخل کی، جو اس بات کی وضاحت کرتی ہے کہ کس طرح AI نظام نقصان دہ نظریات کو پھیلا سکتے ہیں۔

مصنوعی ذہانت کے اوزار میں تعصب کئی عوامل کی وجہ سے ہو سکتا ہے، جن میں شامل ہیں:

• تربیتی اعداد و شمار میں تعصب: AI نظام تربیتی اعداد و شمار کے سیٹوں کے ذریعے سیکھتے ہیں۔ اگر ان اعداد و شمار کے سیٹوں میں تعصب شامل ہے، تو AI نظام بھی ان تعصبات کو سیکھیں گے۔ مثال کے طور پر، اگر ایک AI نظام کو بنیادی طور پر مردوں کے ذریعے لکھے گئے مضامین پر تربیت دی جاتی ہے، تو یہ خواتین کے خلاف تعصب پیدا کر سکتا ہے۔

• الگورتھم میں تعصب: AI نظام کی تعمیر کے لیے استعمال ہونے والے الگورتھم میں بھی تعصب شامل ہو سکتا ہے۔ مثال کے طور پر، اگر الگورتھم کو بعض گروہوں کے جوابات کو ترجیح دینے کے لیے ڈیزائن کیا گیا ہے، تو یہ دوسرے گروہوں کے خلاف امتیازی سلوک کر سکتا ہے۔

• انسانی مداخلت سے پیدا ہونے والا تعصب: یہاں تک کہ اگر ایک AI نظام کو غیر جانبدار اعداد و شمار پر تربیت دی جاتی ہے، تو انسانی مداخلت تعصب کا باعث بن سکتی ہے۔ مثال کے طور پر، اگر انسانی کوڈرز کو مخصوص سوالات کے جوابات دیتے وقت پہلے سے مجاز جوابات دینے کی ہدایت کی جاتی ہے، تو یہ تعصب پیدا کر سکتا ہے۔

AI اوزار میں تعصب کے مسئلے کو حل کرنا کئی وجوہات کی بنا پر بہت اہم ہے:

• انصاف: اگر ایک AI نظام میں تعصب شامل ہے، تو یہ بعض گروہوں کے ساتھ غیر منصفانہ سلوک کر سکتا ہے۔ مثال کے طور پر، اگر ایک AI نظام کو بھرتی کے لیے استعمال کیا جاتا ہے، تو یہ امتیازی سلوک کا شکار گروہوں کے خلاف تعصب پیدا کر سکتا ہے۔

• درستگی: اگر ایک AI نظام میں تعصب شامل ہے، تو یہ درست طریقے سے معلومات فراہم کرنے کے قابل نہیں ہو سکتا ہے۔ مثال کے طور پر، اگر ایک AI نظام کو طبی مشورہ فراہم کرنے کے لیے استعمال کیا جاتا ہے، تو یہ غلط یا گمراہ کن مشورہ فراہم کر سکتا ہے۔

• اعتماد: اگر لوگ یہ نہیں مانتے کہ ایک AI نظام منصفانہ اور درست ہے، تو ان کے اسے استعمال کرنے کا امکان کم ہوتا ہے۔

AI اوزار میں تعصب کے مسئلے کو حل کرنے کے لیے کثیر جہتی نقطہ نظر کی ضرورت ہے، جس میں شامل ہیں:

• غیر جانبدار اعداد و شمار جمع کرنا: یہ یقینی بنانا بہت اہم ہے کہ AI نظام کو تربیت دینے کے لیے استعمال ہونے والے اعداد و شمار کے سیٹ غیر جانبدار ہوں۔ اس کے لیے بڑی کوشش درکار ہو سکتی ہے، کیونکہ اعداد و شمار میں تعصبات کو تلاش کرنا اور ہٹانا مشکل ہو سکتا ہے۔

• غیر جانبدار الگورتھم تیار کرنا: AI نظام کی تعمیر کے لیے استعمال ہونے والے الگورتھم غیر جانبدار ہونے چاہئیں۔ اس کے لیے نئی مشین لرننگ ٹیکنالوجی کا استعمال کرنا درکار ہو سکتا ہے تاکہ ایسے الگورتھم بنائے جو تعصب کا شکار نہ ہوں۔

• انسانی مداخلت: AI نظام میں تعصب کو درست کرنے کے لیے انسانی مداخلت کا استعمال کیا جا سکتا ہے۔ مثال کے طور پر، انسانی کوڈرز AI نظام کے ذریعے تیار کردہ جوابات کا جائزہ لے سکتے ہیں اور کسی بھی تعصب کو درست کر سکتے ہیں۔

• شفافیت: یہ ضروری ہے کہ AI نظام کے صارفین کو AI نظام میں ممکنہ تعصبات کے بارے میں معلوم ہو۔ یہ AI نظام کو تربیت دینے کے لیے استعمال ہونے والے اعداد و شمار اور AI نظام کی تعمیر کے لیے استعمال ہونے والے الگورتھم کے بارے میں معلومات فراہم کر کے کیا جا سکتا ہے۔

AI اوزار میں تعصب کے مسئلے کو حل کرنا ایک جاری چیلنج ہے، لیکن ان اوزار کو منصفانہ، درست اور قابل اعتماد بنانے کے لیے یہ بہت ضروری ہے۔

مصنوعی ذہانت کے ذریعے حقائق کی جانچ کی حدود

اگرچہ مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے اوزار نے غلط معلومات کی شناخت میں ترقی کی ہے، لیکن صلاحیت اور تاثیر کے لحاظ سے اب بھی حدود موجود ہیں۔ یہ حدود کئی عوامل کی وجہ سے ہیں:

• پس منظر کو سمجھنا: مصنوعی ذہانت کے نظام کے لیے پیچیدہ پس منظر اور باریکیوں کو سمجھنا مشکل ہے، جو درست حقائق کی جانچ کے لیے ضروری ہیں۔ مثال کے طور پر، مصنوعی ذہانت کا نظام طنز یا مزاح کو حقیقی بیانات سے الگ نہیں کر سکتا۔

• باریک غلط معلومات کا پتہ لگانا: مصنوعی ذہانت کے نظام کے لیے باریک غلط معلومات کا پتہ لگانا مشکل ہو سکتا ہے، جیسے سیاق و سباق سے باہر کرنا یا حقائق کو منتخب طور پر رپورٹ کرنا۔

• ڈومین کی مہارت کی کمی: مصنوعی ذہانت کے نظام میں اکثر مخصوص موضوعات کے حقائق کی جانچ کے لیے ضروری ڈومین کی مہارت کی کمی ہوتی ہے۔ مثال کے طور پر، مصنوعی ذہانت کے نظام کے پاس صحت سے متعلق دعووں کے حقائق کی درست جانچ کے لیے کافی طبی علم نہیں ہو سکتا۔

• مخالفانہ ہیرا پھیری: غلط معلومات پھیلانے والے حقائق کی جانچ کے نظام کو ہیرا پھیری کرنے اور اس سے بچنے کے لیے مسلسل نئے طریقے تیار کرتے ہیں۔ ان نئی حکمت عملیوں سے باخبر رہنے کے لیے مصنوعی ذہانت کے نظام کو مسلسل اپ ڈیٹ اور بہتر بنانا چاہیے۔

• لسانی رکاوٹیں: مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے اوزار مختلف زبانوں میں غلط معلومات سے مؤثر طریقے سے نمٹنے کے قابل نہیں ہو سکتے ہیں۔ مختلف زبانوں میں باریکیوں کا ترجمہ اور سمجھنا مشکل ہے، اور اس کے لیے لسانی علم کی ضرورت ہے۔

• غلط رپورٹنگ کا خطرہ: مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے نظام غلطیاں کر سکتے ہیں، جس کی وجہ سے درست معلومات کو غلط معلومات کے طور پر نشان زد کیا جا سکتا ہے۔ ان غلط رپورٹنگ کے سنگین نتائج ہو سکتے ہیں، جیسے قانونی مواد کو سنسر کرنا یا افراد یا تنظیموں کی ساکھ کو نقصان پہنچانا۔

مصنوعی ذہانت کے ذریعے حقائق کی جانچ کی حدود کو کم کرنے کے لیے، انسانی مہارت کو مصنوعی ذہانت کے اوزار کے ساتھ ملانا ضروری ہے۔ انسانی حقائق کی جانچ کرنے والے پس منظر، ڈومین کی مہارت اور تنقیدی سوچ فراہم کر سکتے ہیں، جو خودکار نظام کے لیے نقل کرنا مشکل ہے۔ اس کے علاوہ، مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے نظام کی تاثیر اور قابل اعتماد کو یقینی بنانے کے لیے شفافیت اور مسلسل بہتری بہت اہم ہے۔

خطرات کو کم کرنے اور مصنوعی ذہانت کے ذریعے حقائق کی جانچ کو بہتر بنانے کی حکمت عملی

مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے خطرات کو کم کرنے اور اس کی درستگی اور قابل اعتماد کو بہتر بنانے کے لیے کثیر جہتی نقطہ نظر کی ضرورت ہے، جس میں تکنیکی بہتری، انسانی نگرانی اور اخلاقی پہلو شامل ہیں۔ یہاں کچھ اہم حکمت عملیاں ہیں:

• تربیتی اعداد و شمار کو بڑھانا: متنوع اور جامع معلومات کے اصلی ذرائع کو مربوط کر کے مصنوعی ذہانت کے ماڈلز کو تربیت دینے کے لیے استعمال ہونے والے تربیتی اعداد و شمار کو بہتر بنائیں۔ یقینی بنائیں کہ اعداد و شمار غیر جانبدار، تازہ ترین ہوں اور موضوعات اور نقطہ نظر کی ایک وسیع رینج کا احاطہ کریں۔

• انسانی ماہرین کو شامل کرنا: مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے عمل میں انسانی حقائق کی جانچ کرنے والوں کو شامل کر کے مصنوعی ذہانت کی خامیوں کو پورا کریں۔ انسانی ماہرین پس منظر، تنقیدی سوچ اور ڈومین کی مہارت فراہم کر سکتے ہیں، جو خودکار نظام کے لیے نقل کرنا مشکل ہے۔

• مخلوط طریقے تیار کرنا: مصنوعی ذہانت کی ٹیکنالوجی اور انسانی نگرانی کو یکجا کرنے والے مخلوط طریقے تیار کریں۔ مصنوعی ذہانت کو ممکنہ طور پر غلط معلومات کی شناخت کے لیے استعمال کیا جا سکتا ہے، جبکہ انسانی حقائق کی جانچ کرنے والے نتائج کا جائزہ اور تصدیق کر سکتے ہیں۔

• شفاف عملدرآمد کرنا: شفاف حقائق کی جانچ کے عمل اور طریقے قائم کریں تاکہ صارفین کو معلوم ہو کہ نتائج کیسے اخذ کیے جاتے ہیں اور درستگی کا جائزہ کیسے لیا جاتا ہے۔ اعداد و شمار کے ذرائع، الگورتھم اور انسانی شمولیت کے بارے میں معلومات فراہم کریں۔

• میڈیا کی تعلیم کو فروغ دینا: تعلیم کے پروگراموں اور آگاہی مہمات کے ذریعے میڈیا کی تعلیم کو فروغ دیں تاکہ افراد کو تنقیدی طور پر معلومات کا جائزہ لینے، غلط معلومات کی شناخت کرنے اور دانشمندانہ فیصلے کرنے میں مدد ملے۔

• صنعت کے تعاون کی حوصلہ افزائی کرنا: تکنیکی کمپنیوں، حقائق کی جانچ کرنے والی تنظیموں، محققین اور پالیسی سازوں کے درمیان تعاون کی حوصلہ افزائی کریں تاکہ علم، بہترین طریقوں اور وسائل کو بانٹا جا سکے۔ مصنوعی ذہانت کے ذریعے حقائق کی جانچ میں چیلنجوں اور مواقع سے نمٹنے کے لیے مل کر کام کریں۔

• لسانی رکاوٹوں کو دور کرنا: ایسے مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے اوزار تیار کریں جو مختلف زبانوں میں غلط معلومات سے مؤثر طریقے سے نمٹنے کے قابل ہوں۔ مشین ترجمے میں سرمایہ کاری کریں اور ہر زبان کے لیے خصوصی ماڈل تیار کریں۔

• مسلسل جائزہ لینا اور بہتر بنانا: مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے نظام کی کارکردگی کا مسلسل جائزہ لیں، بہتری کے لیے شعبے کی شناخت کریں اور الگورتھم کو بہتر بنائیں۔ درستگی اور قابل اعتماد کو یقینی بنانے کے لیے باقاعدگی سے آڈٹ اور جانچ کریں۔

• اخلاقی رہنما خطوط قائم کرنا: مصنوعی ذہانت کے ذریعے حقائق کی جانچ کی تیاری اور تعیناتی کے لیے اخلاقی رہنما خطوط قائم کریں، جو تعصب، شفافیت، جوابدہی اور انسانی حقوق کے احترام جیسے مسائل کو حل کریں۔ یقینی بنائیں کہ مصنوعی ذہانت کے ذریعے حقائق کی جانچ کے نظام کو منصفانہ، غیر جانبدار اور ذمہ دارانہ طریقے سے استعمال کیا جائے۔

ان حکمت عملیوں پر عملدرآمد کر کے، ہم مصنوعی ذہانت کے ذریعے حقائق کی جانچ کی درستگی اور قابل اعتماد کو بڑھا سکتے ہیں، خطرات کو کم کر سکتے ہیں اور غلط معلومات سے نمٹنے کی اس کی صلاحیت کو زیادہ سے زیادہ کر سکتے ہیں۔

معلومات کی تعلیم اور تنقیدی سوچ کا کردار

آن لائن معلومات کی بہتات اور مصنوعی ذہانت کے چیٹ بوٹس کے ذریعے غلط معلومات پھیلانے کے امکان کے پیش نظر، معلومات کی تعلیم اور تنقیدی سوچ کو فروغ دینا بہت اہم ہے۔ معلومات کی تعلیم افراد کو معلومات تک رسائی، ان کا جائزہ لینے اور مؤثر طریقے سے استعمال کرنے کے قابل بناتی ہے۔ تنقیدی سوچ افراد کو تجزیہ کرنے، تشریح کرنے اور دانشمندانہ فیصلے کرنے کے قابل بناتی ہے۔

معلومات کی تعلیم اور تنقیدی سوچ کی بنیادی مہارتیں مندرجہ ذیل ہیں:

• قابل اعتماد ذرائع کی شناخت کرنا: معلومات کے ذرائع کی وشوسنییتا، ساکھ اور تعصب کا جائزہ لیں۔ ماہرانہ مہارت، شفاف پالیسیوں اور حقائق کی حمایت کے ثبوت والے معلومات کے ذرائع تلاش کریں۔

• معلومات کی تصدیق کرنا: معلومات کے متعدد قابل اعتماد ذرائع کا حوالہ دے کر ان کا موازنہ کریں۔ غیر تصدیق شدہ دعووں، سازشی نظریات اور سنسنی خیز سرخیوں سے چوکنا رہیں۔

• تعصب کی شناخت کرنا: اس بات سے آگاہ رہیں کہ معلومات کے تمام ذرائع میں تعصب شامل ہو سکتا ہے۔ معلومات کے ماخذ کے مصنف یا تنظیم کے تعصب، ایجنڈے یا سیاسی جھکاؤ کا جائزہ لیں۔

• دلیل کا تجزیہ کرنا: معلومات کے ماخذ کی طرف سے فراہم کردہ ثبوت اور استدلال کا جائزہ لیں۔ منطقی غلطیوں، منتخب رپورٹنگ اور جذباتی اپیلوں کو تلاش کریں۔

• مختلف نقطہ نظر پر غور کرنا: مسائل کے مختلف نقطہ نظر اور نظریات تلاش کریں۔ مختلف خیالات رکھنے والے لوگوں کے ساتھ بات چیت کریں اور مختلف دلیلوں پر غور کریں۔

• کھلا ذہن رکھنا: نئی معلومات یا ثبوت کے لیے اپنے خیالات کو تبدیل کرنے کے لیے تیار رہیں۔ تصدیقی تعصب سے بچیں، یعنی صرف ان معلومات کی تلاش جو موجودہ عقائد کی تصدیق کرتی ہیں۔

معلومات کی تعلیم اور تنقیدی سوچ کو بہتر بنانے کے لیے مختلف کوششیں کی جا سکتی ہیں، جیسے:

• تعلیمی پروگرام: اسکولوں، کالجوں اور کمیونٹی تنظیموں میں معلومات کی تعلیم اور تنقیدی سوچ پر تعلیمی پروگرام فراہم کریں۔

• میڈیا کی تعلیم کی مہم: شعور بیدار کرنے اور تنقیدی سوچ کو فروغ دینے کے لیے عوامی خدمات کے اعلانات، آن لائن وسائل اور میڈیا کی تعلیم کی ورکشاپ کا آغاز کریں۔

• اساتذہ کی تربیت: اساتذہ کو معلومات کی تعلیم اور تنقیدی سوچ کی مہارتیں سکھانے کے بارے میں تربیت فراہم کریں۔

• والدین کی شمولیت: والدین کو اپنے بچوں کے میڈیا کے استعمال میں شامل ہونے کی ترغیب دیں اور ان کے ساتھ آن لائن معلومات کی درستگی اور قابل اعتماد ہونے کے بارے میں بات چیت کریں۔

معلومات کی تعلیم اور تنقیدی سوچ کو فروغ دے کر، ہم افراد کو اس قابل بنا سکتے ہیں کہ وہ معلومات سے بھری ہوئی ڈیجیٹل دنیا میں دانشمندانہ فیصلے کریں، غلط معلومات سے بچیں اور فعال طور پر شرکت کرنے والے شہری بنیں۔