متحرک حالات، نامکمل معلومات، اور غور و فکر کے لیے محدود وقت کے پیش نظر، فیصلہ سازی میں سب سے بڑا گناہ کیا ہے؟ یا، مؤثر فیصلہ سازی میں کیا اہم رکاوٹیں ہیں؟ ‘فیصلہ وقت’ ان سوالات کا جامع تجزیہ متعدد نقطہ نظر سے فراہم کرتا ہے۔
آرٹیفیشل جنرل انٹیلی جنس (AGI) کی آمد متعدد شعبوں میں انقلاب برپا کرنے کے لیے تیار ہے، اور آنے والے چند سالوں میں، یہ تصور کیا جا سکتا ہے کہ AGI کال سنٹر کے زیادہ تر ملازمین کی جگہ لے سکتا ہے، صرف ایک بنیادی افرادی قوت ان انفرادی مسائل کو حل کرنے کے لیے باقی رہ جائے گی جن کو مشینیں حل نہیں کر سکتیں۔ AGI کے بڑھتے ہوئے دور میں، یہ پیشین گوئی مشکل سے ہی بنیاد پرست معلوم ہوتی ہے۔ تاہم، ایک زیادہ متعلقہ سوال پیدا ہوتا ہے: کیا AGI مؤثر طریقے سے ایمرجنسی ڈسپیچرز یا ایمرجنسی میڈیکل سروس کے اہلکاروں کی جگہ لے سکتا ہے؟ جواب دینے سے پہلے، ہمیں اس طرح کی تجویز کی پیچیدگیوں میں گہرائی میں جانا چاہیے۔ ایمرجنسی ریسپانڈرز کو متعدد منفرد اور تیزی سے بدلتی ہوئی صورتحال کا سامنا کرنا پڑتا ہے، جس کے لیے فوری تشخیص اور فیصلوں کی ضرورت ہوتی ہے۔ کیا ہم اعتماد کے ساتھ اس طرح کے اہم فیصلے مشینوں کو سونپ سکتے ہیں؟
ٹرالی کا مسئلہ اور اخلاقی انتخاب کی پیچیدگی
ماہرین تعلیم اکثر ‘ٹرالی کے مسئلے’ کو حقیقی دنیا کی مشکلات میں موروثی اخلاقی مخمصوں کے استعارے کے طور پر استعمال کرتے ہیں۔ ٹرالی کے مسئلے کی کلاسیکی پیش کش میں ایک بے قابو ٹرالی شامل ہے جو لوگوں کے ایک گروپ کی طرف تیزی سے بڑھ رہی ہے۔ ٹرالی کو موڑ کر، گروپ کو بچایا جا سکتا ہے، لیکن ایک معصوم راہگیر مہلک طور پر مارا جائے گا۔ ڈرائیور کو کیا اقدام کرنا چاہیے؟ قدیم مقولہ دو برائیوں میں سے کم کو منتخب کرنے کا مشورہ دیتا ہے، لیکن جب حقیقت میں اس طرح کے مخمصے کا سامنا کرنا پڑتا ہے، تو فیصلہ شاذ و نادر ہی سیدھا ہوتا ہے۔ ‘فیصلہ وقت’ میں، مصنف لارنس ایلیسن کا کہنا ہے کہ ٹرالی کے مسئلے کے پیش نظر، کسی کو کم سے کم نقصان دہ فیصلہ کرنے کی کوشش کرنی چاہیے۔ جب متعدد اختیارات پیش کیے جائیں، جن میں سے ہر ایک کے منفی نتائج برآمد ہوں، تو مقصد اس اختیار کو منتخب کرنا ہونا چاہیے جو کم سے کم نقصان پہنچائے۔
ٹرالی کا مسئلہ ان کثیر الجہتی چیلنجوں کی ایک آسان نمائندگی کے طور پر کام کرتا ہے جن کا انسانوں کو روزانہ سامنا ہوتا ہے۔ ان چیلنجوں سے نمٹنے میں نہ صرف اخلاقی پہلو شامل ہیں بلکہ کسی کی اقدار کا گہرا جائزہ بھی شامل ہے۔ ہم جو انتخاب کرتے ہیں وہ ہمارے اقدار کے فیصلوں کی عکاسی کرتے ہیں۔ مختلف افراد لازمی طور پر مختلف انتخاب کریں گے - اور یہ تسلیم کرنا ضروری ہے کہ غیر فعالیت بھی ایک انتخاب ہے - کیونکہ شاذ و نادر ہی قطعی جوابات ہوتے ہیں۔
جیسا کہ ہم AI کی صلاحیتوں کی تیزی سے ترقی پر حیران ہیں، ‘فیصلہ وقت’ ہمیں یاد دلاتا ہے کہ بہت سے افراد پیچیدہ اور نتیجہ خیز معاملات کا سامنا کرتے وقت فیصلہ کن فیصلے کرنے کے لیے جدوجہد کرتے ہیں۔ متحرک ماحول کا سامنا کرتے ہوئے، بہت سے عام افراد کے پاس فوائد اور نقصانات کا وزن کرنے، فیصلہ کن طور پر عمل کرنے اور بروقت کورس کی اصلاح کرنے کی صلاحیت نہیں ہوتی ہے۔ ہم مشینوں سے اس سے بہتر کارکردگی کی توقع کیسے کر سکتے ہیں؟ یہ تجویز کرنے کے لیے نہیں ہے کہ مشینیں انسانی صلاحیتوں سے تجاوز نہیں کر سکتیں، بلکہ اس بات پر زور دینا ہے کہ اگر مشینیں محض انسانی انتخاب کی نقل کرتی ہیں، تو وہ لامحالہ ناقص فیصلوں کی کثرت کا سامنا کریں گی۔ ‘ناقص’ یا ‘درست’ کا یہ تصور اس بات کا مطلب نہیں ہے کہ زندگی کے اہم فیصلوں کے لیے عالمگیر طور پر قابل اطلاق جوابات موجود ہیں، بلکہ اس بات کا مطلب ہے کہ آیا ہم عام نفسیاتی نقصانات سے بچنے کے لیے اپنی فیصلہ سازی کے عمل میں درست استدلال کا استعمال کرتے ہیں۔
مؤثر فیصلہ سازی میں رکاوٹیں
غیر یقینی صورتحال، نامکمل معلومات اور وقت کی پابندیوں کی خصوصیات والی صورتحال میں، مؤثر فیصلہ سازی میں کیا اہم رکاوٹیں ہیں؟ ‘فیصلہ وقت’ تین بنیادی رکاوٹوں کی نشاندہی کرتا ہے:
- جوابدہی کا خوف: ذمہ داری لینے سے گریز، جس کے نتیجے میں غیر فعالیت ہوتی ہے۔ غیر فعال رہتے ہوئے، کوئی خاص انتخاب سے پیدا ہونے والے کسی بھی منفی نتائج کی جوابدہی سے بچ جاتا ہے۔ جوابدہی کے خوف کے علاوہ، ایک اور تشویش فیصلے کے بعد افسوس ہے - اضافی معلومات حاصل کرنے کے بعد کسی فیصلے پر افسوس کرنا۔ اس طرح کے افراد متبادل حقیقتوں کا تصور کرنے کا رجحان رکھتے ہیں جہاں مختلف انتخاب زیادہ سازگار نتائج دے سکتے تھے۔
- انتخاب کا فالج: متعدد اختیارات میں سے انتخاب کرنے میں دشواری، خاص طور پر جب انتخاب میں قربانی شامل ہو۔ اس طرح کے معاملات میں، سب سے اہم اصول کم نقصان دہ فیصلہ کرنا ہے - دو برائیوں میں سے کم کو منتخب کرنا۔ تاہم، یہ کہنا کرنے سے زیادہ آسان ہے۔ انسانی فیصلہ سازی اکثر جذباتی عوامل کے ساتھ جڑی ہوتی ہے، جو سابق فوجیوں میں صدمے کے بعد کے تناؤ کی خرابی (PTSD) کی وضاحت کرتی ہے۔ نفسیاتی تنازعہ اس وقت سب سے زیادہ شدید ہوتا ہے جب متضاد اقدار آپس میں ٹکراتی ہیں، جیسا کہ وفاداری اور فرائض منصبی کے درمیان انتخاب کے کلاسیکی مخمصے سے ظاہر ہوتا ہے۔ مثالی منظر نامہ یہ ہے کہ کسی کے اعمال کو گہری طور پر منعقد کردہ اقدار کے ساتھ ہم آہنگ کیا جائے، لیکن اکثر، افراد کو بیرونی اقدار کے فیصلوں کی بنیاد پر فیصلے کرنے پر مجبور کیا جاتا ہے، جس کے نتیجے میں شدید نفسیاتی پریشانی ہوتی ہے۔
- تاخیر سے عمل درآمد: فیصلے اور عمل کے درمیان بہت زیادہ تاخیر۔ پیراشوٹر گواہی دیں گے کہ سب سے زیادہ تذبذب کا لمحہ اس وقت ہوتا ہے جب کوئی چھلانگ لگانے کے لیے تیار ہو لیکن پھر بھی پیچھے ہٹنے کا اختیار ہو۔ یہ رجحان بہت سے زندگی بدلنے والے فیصلوں میں عام ہے۔ ایک ناخوشگوار شادی میں پھنسی ایک عورت اپنے بچوں کے بڑے ہونے اور گھر چھوڑنے کے بعد طلاق پر غور کر سکتی ہے۔ وہ اپنے رازداروں کے ساتھ اپنے شوہر کی خوبیوں اور خامیوں پر لامتناہی بحث کر سکتی ہے، ٹوٹے ہوئے ریکارڈ کی طرح، بار بار عمل کیے بغیر غور و فکر کرتی ہے۔ اس کے برعکس گمشدہ ہونے کا خوف (FOMO) ہے، جو پیچھے رہ جانے کی اضطراب سے چلنے والے جلد بازی کے فیصلوں کی طرف جاتا ہے، جس کے نتیجے میں اکثر ناکامی ہوتی ہے۔
اسٹریٹجک فیصلہ سازی کے لیے STAR فریم ورک
تو، ان رکاوٹوں پر قابو پانے کے لیے کیا کیا جا سکتا ہے؟ ‘فیصلہ وقت’ STAR فریم ورک تجویز کرتا ہے، ایک مخفف جس میں شامل ہیں:
- منظرنامہ (Scenario): صورتحال سے متعلق آگاہی پیدا کرنے میں پہلے یہ شناخت کرنا شامل ہے کہ کیا گزرا ہے، پھر یہ سمجھنا کہ یہ کیوں ہوا، اور آخر میں، یہ پیش گوئی کرنا کہ آگے کیا ہونے کا امکان ہے۔ تجربہ کار فائر فائٹرز آگ کی صورتحال کی بدیہی سمجھ کیوں رکھتے ہیں؟ کیونکہ انھوں نے متعدد منظرناموں کا سامنا کیا ہے اور وہ فوری طور پر درست فیصلے کرنے اور فوری کارروائی کرنے کے لیے اپنے تجربے سے فائدہ اٹھا سکتے ہیں۔ میلکم گلیڈ ویل ‘پلک: بغیر سوچے سمجھے سوچنے کی طاقت’ میں اسی طرح کی مثالوں کو تلاش کرتے ہیں۔
- وقت (Timing): ‘وقت’ عنصر ایک مناسب وقت کے اندر عمل کرنے کی اہمیت کو ظاہر کرتا ہے۔ یہ مقولہ کہ غور و فکر غیر فعالیت کا باعث بنتا ہے، یہاں لاگو ہوتا ہے۔ ایک مفید تشبیہ فوکسٹروٹ ہے، جس کی ‘آہستہ، آہستہ، تیز، تیز’ تال ہے۔ فیصلہ سازی کے ابتدائی مراحل میں، احتیاط سے آگے بڑھنا، جلد بازی سے گریز کرنا، اور صرف بدیہی پر انحصار کرنے سے گریز کرنا سمجھداری ہے۔ اس کے بجائے، کافی معلومات حاصل کرنے کی کوشش کریں۔ تاہم، عمل درآمد کے بعد کے مراحل میں، تیز رفتار کارروائی سب سے اہم ہے، کیونکہ کامل معلومات ناقابل حصول ہیں، اور طویل معلومات جمع کرنے کے معمولی فوائد کم ہوتے ہیں۔
- مفروضات (Assumptions): مفروضات کا واضح اظہار بہت ضروری ہے۔ اکثر، افراد ان معلومات کو منتخب طور پر دیکھنے کا رجحان رکھتے ہیں جو ان کے پہلے سے طے شدہ تصورات کے ساتھ ہم آہنگ ہوتی ہیں، جبکہ متضاد شواہد اور متبادل امکانات کو نظر انداز کرتے ہیں۔ 2023 میں حماس کی جانب سے اسرائیل پر حملے نے اسٹریٹجک مفروضات میں ناکامی کو بے نقاب کیا۔ اسرائیلی رہنما، وزیر اعظم نیتن یاہو سے لے کر فوجی اور انٹیلی جنس حکام تک، حملے کی توقع کرنے میں ناکام رہے۔ یہ ابتدائی انتباہی اشاروں کی کمی کی وجہ سے نہیں تھا، بلکہ اس طرح کے واقعے کے امکان پر مناسب غور کرنے میں ناکامی کی وجہ سے تھا۔ ہم جس چیز پر یقین کرنے کا انتخاب کرتے ہیں وہ اکثر اس سے کم اہم ہوتا ہے جس کا ہم تصور کرنے کا انتخاب کرتے ہیں۔
- نظرثانی (Revision): مسلسل ایڈجسٹ اور موافقت کرنے کی صلاحیت ضروری ہے۔ کچھ معاملات میں، لچک اور غیر متزلزل استقامت کی ضرورت ہوتی ہے - ناکامی کا خوف کسی کو اہم کوششوں کی کوشش کرنے سے نہیں روکنا چاہیے۔ دیگر مثالوں میں، بروقت ایڈجسٹمنٹ اور نقصانات کو کم کرنے کی صلاحیت بعد کے انتخاب کو متاثر کرنے سے ڈوبی ہوئی لاگت کو روکنے کے لیے ضروری ہے۔ تاہم، چیلنج اس بات کا تعین کرنے میں مضمر ہے کہ غیر واضح حالات میں اس طرح کے فیصلے کیسے کیے جائیں۔ عام نقصانات میں استقامت کی کمی شامل ہے، جس کی وجہ سے مواقع ضائع ہو جاتے ہیں، یا ضرورت سے زیادہ استقامت، جس کے نتیجے میں وسائل کا ضیاع ہوتا ہے۔
فیصلہ سازی کے عمل میں AI کو ضم کرنا
STAR فریم ورک کا جائزہ لینے کے بعد، AI کے لیے اس کے مضمرات پر غور کرنا بہت ضروری ہے اور مشینیں ہماری فیصلہ سازی کی صلاحیتوں کو کیسے بڑھا سکتی ہیں۔ یہ ہمیں واپس اصل سوال پر لے جاتا ہے: کیا ہم تمام فیصلے AGI پر چھوڑ سکتے ہیں؟
آنے والے برسوں میں، AI تیزی سے کام کو ماڈیولرائز کرے گا۔ بہت سے کام انسانوں اور مشینوں کے ذریعے مشترکہ طور پر انجام دیے جائیں گے، ہر ایک چار اہم شعبوں میں اپنی متعلقہ طاقتوں سے فائدہ اٹھاتے ہوئے:
- پیچیدگی (Complexity): پیچیدگی جتنی زیادہ ہوگی، انسان کی موافقت کرنے کی صلاحیت اتنی ہی زیادہ ہوگی۔ پیچیدگی دو جہتوں میں ظاہر ہوتی ہے: غیر یقینی صورتحال (نامکمل معلومات) اور واضح یا بہترین انتخاب کی عدم موجودگی۔ تجربہ کار افراد اس وقت بھی جرات مندانہ فیصلے کر سکتے ہیں جب معلومات کم ہوں۔ انسانوں کے پاس تبادلہ خیال کرنے اور اقدار کے فیصلے کرنے کی خود مختاری ہوتی ہے۔
- تعدد (Frequency): اسی طرح کے کاموں کے واقعات جتنے زیادہ ہوں گے، مشینیں ان سے نمٹنے کے لیے اتنی ہی بہتر طور پر لیس ہوں گی۔ یہاں تک کہ ایمرجنسی ڈسپیچ منظرناموں میں بھی، مشینیں تجربہ کار ریسپانڈرز سے سیکھ سکتی ہیں اور درست انتخاب کر سکتی ہیں، خاص طور پر جب کار حادثات جیسے زیادہ تعدد والے واقعات سے نمٹا جائے۔
- تعاون (Coordination): حقیقی دنیا کے کام شاذ و نادر ہی الگ تھلگ ہوتے ہیں۔ ان میں تعاون شامل ہوتا ہے اور وسیع پیمانے پر مواصلات کی ضرورت ہوتی ہے۔ STAR فریم ورک کا ہر عنصر مواصلات پر انحصار کرتا ہے۔ سوال یہ ہے کہ کیا مشینیں مواصلات کی تاثیر اور کارکردگی کو بڑھا سکتی ہیں؟ اگرچہ انسانی مواصلات میں خامیاں ہیں، لیکن غیر رسمی اور غیر منصوبہ بند تعاملات بہت اہم ہو سکتے ہیں۔ کیا مشینیں ان باریکیوں کو سمجھ سکتی ہیں؟
- ناکامی کی قیمت (Cost of Failure): ناکامی کی قیمت کیا ہے، خاص طور پر جب AI غلطی کرے؟ تنظیموں میں، جوابدہی بہت ضروری ہے۔ یہاں تک کہ AI ایپلی کیشنز کو فروغ دیتے وقت، فیصلہ سازوں کو ناکامی کی ممکنہ قیمت پر غور کرنا چاہیے۔
AI فیصلہ سازی کو کیسے بڑھا سکتا ہے
AI تین اہم طریقوں سے مدد کر سکتا ہے:
- علمی رکاوٹوں کو توڑنا: AI وسیع مقدار میں ڈیٹا پر کارروائی کرنے میں مہارت رکھتا ہے، جو علمی اوورلوڈ کے بارے میں خدشات کو کم کرتا ہے۔ AI ‘فوکسٹروٹ’ ڈانس میں مدد کر سکتا ہے، بدیہی اور تعصبات کو مجموعی منظرنامے کے بارے میں ہماری سمجھ کو محدود کرنے سے روکتا ہے۔
- اجتماعی ذہانت کا استعمال: AI مختلف ذرائع سے فیصلوں کو جمع کر سکتا ہے، جو نوآموزوں کے لیے فیصلہ سازی کی حمایت فراہم کرتا ہے۔
- نفسیاتی کمزوریوں کو کم کرنا: AI ایکشن گائیڈنس فراہم کر سکتا ہے اور واضح قوانین اور عمل کی وضاحت کرنے میں مدد کر سکتا ہے، جو کچھ نفسیاتی بوجھ کو کم کرتا ہے۔ ان حالات میں جہاں فیصلہ کن کارروائی کی ضرورت ہوتی ہے، AI باگ ڈور سنبھال سکتا ہے۔
مشینیں اب بھی پیچیدہ حالات سے جدوجہد کرتی ہیں جن میں قطعی جوابات اور خود مختاری اور اقدار کے فیصلوں پر مبنی انتخاب کی کمی ہوتی ہے۔ وہ باریکیوں اور تبادلہ خیال سے بھی جدوجہد کرتے ہیں۔ بالآخر، حتمی فیصلہ انسانوں پر منحصر ہے۔ ہم بہتر انتخاب کرنا سیکھ سکتے ہیں، مشینیں ناگزیر اتحادی کے طور پر کام کرتی ہیں۔