اینڈ ٹو اینڈ ورک فلو، گورننس، تصدیق اور اخلاقیات

فائدہ:

• ایک اینڈ ٹو اینڈ ورک فلو قائم کرنے کی صلاحیت جو آئیڈیا سے لے کر مین نیٹ تک ہر مرحلے پر AI + انسانی تصدیقی گیٹ رکھتا ہے۔
• منظور شدہ ٹول لسٹ، ڈیٹا کی درجہ بندی، لاگنگ ڈسپلن اور نجی کلیدی سیکیورٹی کے ساتھ گورننس فریم ورک بنانے کی صلاحیت
• ورک فلو کے ہر قدم میں انسانی ذمہ داری، وکالت، رازداری، شفافیت اور دیانتداری کے اصولوں کو سرایت کرنے کی صلاحیت

اس حتمی یونٹ میں، ہم ماڈیول کے تمام حصوں کو ایک مربوط ورک فلو میں جوڑتے ہیں: AI کو ذمہ داری کے ساتھ آخر سے آخر تک کیسے استعمال کیا جائے، ایک آئیڈیا سے شروع ہو کر، سمارٹ کنٹریکٹ رائٹنگ، آڈیٹنگ، آن چین اینالیسس، ٹوکنومکس اور فراڈ ڈیفنس کے ذریعے۔ ہم ایک ٹیم یا آزاد ماہر کے طور پر ایک گورننس فریم ورک کے قیام کا بھی احاطہ کریں گے — ٹول کے انتخاب کا نظم، ڈیٹا کی درجہ بندی، ریکارڈنگ اور تصدیق — اور اخلاقی اصولوں کو ورک فلو میں شامل کرنا۔

اینڈ ٹو اینڈ ورک فلو: آئیڈیا سے مین نیٹ تک

AI سے چلنے والا، Web3 پروجیکٹ کا انسانی تصدیق شدہ سفر:

1. ڈیزائن اور ٹوکنومکس۔ AI میکانزم کے اختیارات اور ٹوکنومک آؤٹ لائن تیار کرتا ہے۔ ماہر معاشیات اور ٹیم اسے منفی منظرناموں کے ساتھ نقل کرتے ہیں۔ دروازہ: کیا ملٹی سیناریو سمولیشن برقرار ہے؟

2. املا۔ AI آزمائشی لائبریری پر مبنی فریم ورک اور ٹیسٹ ٹیمپلیٹس تیار کرتا ہے۔ ڈویلپر مکمل کرتا ہے۔ گیٹ: تعمیر + ٹیسٹ + جائزہ۔

3. سکیننگ۔ جامد تجزیہ کے اوزار + معلوم خطرے کے نمونوں کے لیے AI اسکین۔ گیٹ: کیا جھوٹے مثبت کو ختم کر دیا گیا ہے اور حقیقی امیدواروں کو آڈیٹر تک پہنچا دیا گیا ہے؟

4. آڈٹ۔ خود مختار آڈیٹر AI کو بطور معاون استعمال کرتے ہوئے مجموعی طور پر جانچ کرتا ہے۔ انسان کاروباری منطق کا اندازہ لگاتے ہیں۔ دروازہ: دستخط شدہ معائنہ رپورٹ۔

5. جانچ اور تخروپن۔ Testnet، fuzzing اور اقتصادی تخروپن. دروازہ: کیا منظرنامے برقرار رہے؟

6. دستاویزات۔ AI وائٹ پیپر، NatSpec اور منصفانہ خطرے کے انکشاف کے مسودے؛ انسان سچائی کی تصدیق کرتا ہے۔ گیٹ: کیا تکنیکی دعوے کوڈ سے میل کھاتے ہیں؟

7. تقسیم۔ کثیر دستخطی تصدیق، بتدریج مین نیٹ سے باہر نکلنا۔ دروازہ: کیا واقعہ کا جوابی منصوبہ تیار ہے؟

8. نگرانی. آن چین مانیٹرنگ AI کے ساتھ بے ضابطگیوں کو ظاہر کرتی ہے۔ لوگ مداخلت کرتے ہیں. دروازہ: بے ضابطگی میں کون مداخلت کرے گا اور کیسے؟

مشورہ: اس بہاؤ کو چیک لسٹ میں توڑ دیں اور پوچھیں کہ "کون منظور کرتا ہے، پاس کی شرط کیا ہے؟" ہر دروازے کے لیے۔ کالم بھریں۔ زبانی "ٹھیک ہے" نہیں بلکہ تحریری دروازے کے نظم و ضبط سے سیکورٹی کے اہم علاقے میں فرق پڑتا ہے۔

گورننس فریم ورک کا قیام

انفرادی نیک نیتی کافی نہیں ہے۔ دوبارہ قابل فریم ورک کی ضرورت ہے۔ ٹیم یا ماہر کے لیے کم از کم گورننس:

منظور شدہ گاڑیوں کی فہرست۔ کون سے AI اور سیکیورٹی ٹولز کو کن کاموں کے لیے استعمال کیا جا سکتا ہے؟ اسرار شاپنگ کوڈ کے لیے کون سا الگ تھلگ/انٹرپرائز ٹول ہے؟ مفت ڈرائیونگ لیک ہونے کا خطرہ ہے۔

ڈیٹا کی درجہ بندی۔ اوپن اے آئی ٹول (پبلک کوڈ) کو کون سا ڈیٹا دیا جا سکتا ہے اور جو کبھی نہیں دیا جا سکتا (غیر آڈٹ شدہ کسٹمر کوڈ، پرائیویٹ کلید، ذاتی ڈیٹا)؟ یہ فرق واضح طور پر لکھا جانا چاہئے۔

رجسٹریشن ڈسپلن (آڈٹ ٹریل)۔ کون سا آؤٹ پٹ AI کے ذریعہ تیار کیا گیا تھا اور کس نے اس کی تصدیق کی تھی اسے ریکارڈ کیا گیا ہے۔ یہ شفافیت اور احتساب دونوں کے لیے ضروری ہے۔

مسلسل تصدیق۔ AI کے ذریعہ تیار کردہ کوئی بھی سیکیورٹی دعوی بغیر تصدیق کے آگے نہیں بڑھتا ہے۔ یہ کلچر ہونا چاہیے۔

حکمرانی کا عنصر

سوال

مقصد

منظور شدہ گاڑیاں

کون سا آلہ، کون سا کام؟

مستقل مزاجی، رساو کی روک تھام

ڈیٹا کی درجہ بندی

کیا دیا جا سکتا ہے اور کیا نہیں دیا جا سکتا؟

رازداری

رجسٹریشن کا نظم و ضبط

کس نے تیار کیا، کس نے تصدیق کی؟

احتساب

توثیق کے دروازے

منتقلی کی حالت کیا ہے؟

سیکورٹی

کلیدی اور رازداری کی حفاظت

Web3 کے لیے مخصوص ایک اہم تنبیہ: پرائیویٹ کلید (خفیہ کلید جو بٹوے اور فنڈز تک رسائی فراہم کرتی ہے) اور بیج کا جملہ (بازیابی کے الفاظ) کسی بھی حالت میں AI ٹول، پرامپٹ، یا کہیں بھی آن لائن نہیں لکھے جاتے۔ اس کا مطلب ہے فنڈز کا براہ راست نقصان۔ اسی طرح، بغیر آڈٹ شدہ کلائنٹ کوڈ کو بغیر اجازت کے اوپن اے آئی ٹولز میں چسپاں نہیں کیا جا سکتا۔

احتیاط: "مجھے AI کو اپنی پرائیویٹ کلید دینے دو اور اسے اپنے بٹوے کا انتظام کرنے کے لیے کہوں" جیسا خیال ایک آفت ہے۔ نجی کلید صرف محفوظ، آف لائن یا ہارڈویئر والیٹ میں رکھی جاتی ہے۔ اے آئی کو کبھی بھی چابی نہیں دیکھنی چاہئے۔

کمزور نقطہ نظر / مضبوط نقطہ نظر

کمزور نقطہ نظر:

ہر ایک کو چاہیے کہ وہ جو بھی AI ٹول چاہے استعمال کرے۔ کسٹمر کوڈ کو تیز ترین ٹول میں چسپاں کریں اور آؤٹ پٹ کو براہ راست استعمال کریں۔

طاقتور نقطہ نظر:

منظور شدہ گاڑیوں کی فہرست ہے۔ خفیہ کوڈ صرف الگ تھلگ گاڑی میں اور گاہک کی منظوری کے ساتھ۔ ہر AI آؤٹ پٹ تصدیقی دروازے سے گزرتا ہے اور جس نے اس کی تصدیق کی اسے ریکارڈ کیا جاتا ہے۔ نجی چابی کسی بھی گاڑی میں داخل نہیں ہوتی ہے۔ ہر حفاظتی دعوے کے لیے آزاد تصدیق کی ضرورت ہوتی ہے۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) ورک فلو گیٹ پلان:

آئیڈیا سے مین نیٹ تک ویب 3 پروجیکٹ کے لیے AI سے چلنے والا، انسانی تصدیق شدہ ورک فلو پلان تیار کریں۔ ہر مرحلے کے لیے: AI کیا کرتا ہے، انسانی دروازہ کیا ہے، منتقلی کی حالت کیا ہے؟ اسے میز کے ساتھ پیش کریں۔ حفاظت سے متعلق اہم اقدامات پر واضح طور پر ریاستی ماہر کی منظوری۔

2) ڈیٹا کی درجہ بندی کی پالیسی:

آڈٹ ٹیم کے لیے "AI کو کیا دیا جا سکتا ہے" پالیسی لکھیں: پبلک کوڈ، غیر آڈیٹ شدہ کسٹمر کوڈ، ذاتی ڈیٹا، نجی کلید کے لیے الگ اصول۔ ہر زمرے کے لیے "برآمد کے قابل/گاڑی میں الگ تھلگ/کبھی نہیں" کی وضاحت کریں۔ اپنی وجوہات لکھیں۔

3) AI کے استعمال کی شفافیت کا نوٹ:

آڈٹ/دستاویزی آؤٹ پٹ کے لیے شفافیت کا ایک مسودہ تیار کریں: AI کس طرح اور کس مرحلے پر استعمال ہوتا ہے؛ جس کی پیداوار انسانی طور پر تصدیق شدہ ہے؛ جس کی حتمی ذمہ داری ہے۔ ایماندار اور ناپا ہو.

4) واقعہ کا ردعمل اور مواصلاتی منصوبہ:

ایک پروٹوکول میں لائیو سیکیورٹی واقعے کے لیے ایک جوابی منصوبہ تیار کریں: تکنیکی اقدامات (اسٹاپ، فنڈ پروٹیکشن)، کمیونیکیشن (کمیونٹی، صارف)، پوسٹ (تجزیہ، بازیابی)۔ یہ ایک مسودہ ہے؛ ٹیم کو کیلیبریٹ کرنا چاہیے۔ گھبراہٹ کی زبان کا استعمال؛ واضح اور پرسکون رہیں۔

تین چھوٹے کیسز (تعداد میں)

کیس 1 - گورننس نے رساو کو روکا۔ ایک آڈٹ فرم نے ڈیٹا کی درجہ بندی کی پالیسی کی بدولت ایک آڈیٹر کو خفیہ کلائنٹ کوڈ کو عوامی طور پر دستیاب ٹول میں چسپاں کرنے سے روکا (پالیسی نے الگ تھلگ ٹول کو لازمی قرار دیا)۔ معاہدے کی ممکنہ خلاف ورزی اور رساو کو روکا گیا۔ سبق: تحریری پالیسی انفرادی غلطی کو پکڑتی ہے۔

کیس 2 - گیٹ ڈسپلن مستقل مزاجی لایا۔ ایک ٹیم نے 6 پروجیکٹ کوارٹر میں ہر پروجیکٹ پر ایک ہی 8 پورٹ فلو کا اطلاق کیا۔ آڈٹ سے پہلے پکڑے گئے نتائج کی تعداد میں 40 فیصد اضافہ ہوا، جبکہ مین نیٹ کے بعد واقعات کی تعداد صفر تھی۔ سبق: دوبارہ قابل فریم ورک معیار کو معیاری بناتا ہے۔

کیس 3 - کلیدی تباہی سے واپسی ڈیبگ کے دوران ایک ڈویلپر ٹیسٹ والیٹ کی نجی کلید کو AI پرامپٹ میں چسپاں کرنے والا تھا۔ اس نے چابی کو روک کر گھمایا کیونکہ ٹیم کی پالیسی نے اسے منع کیا تھا۔ اگر یہ حقیقی فنڈنگ ​​ہوتی تو یہ ایک تباہی ہوتی۔ سبق: چابی کسی بھی گاڑی میں داخل نہیں ہوتی، کوئی استثنا نہیں۔

ورک فلو میں اخلاقیات کو سرایت کرنا

اخلاقیات بعد میں شامل کردہ شے نہیں ہے، بلکہ ایک نظم و ضبط ہے جو بہاؤ کے ہر قدم میں سرایت کرتا ہے:

• انسانی ذمہ داری ہر حفاظتی دروازے پر ہے۔
• دفاعی مقصد: گاڑیوں کی حفاظت اور کنٹرول؛ کبھی بھی استحصال یا پھنسانے کے لیے نہیں۔
• رازداری: کسٹمر ڈیٹا اور چابیاں محفوظ ہیں۔
• شفافیت: AI کے استعمال کو ایمانداری سے بیان کیا گیا ہے۔
• ایمانداری: صارفین اور سرمایہ کار گمراہ نہیں ہوتے، خطرات پوشیدہ نہیں ہوتے۔
• غیر جانبداری اور تصدیق: ہر دعویٰ ماخذ سے منسوب کیا جاتا ہے، مفادات کے تصادم کو مدنظر رکھا جاتا ہے۔

یہ اصول خلاصہ نہیں ہیں۔ یہ ہر موقع پر، ہر دروازے پر اور ہر آؤٹ پٹ پر ٹھوس فیصلوں میں بدل جاتا ہے۔ اس ماڈیول کا نچوڑ یہ ہے: AI Web3 ماہر کی طاقت کو بڑھاتا ہے۔ لیکن یہ فیصلے، ذمہ داری اور اخلاقیات کی جگہ نہیں لیتا۔

عام غلطیاں

• تحریری ورک فلو/گیٹ ڈسپلن کی کمی۔ ایک زبانی "ٹھیک ہے" کافی نہیں ہے۔
• منظور شدہ ٹولز اور ڈیٹا پالیسی کے بغیر کام کرنا۔ رساو کا خطرہ۔
• AI کے استعمال کو چھپانا۔ یہ شفافیت کے اصول کے خلاف ہے۔
• گاڑی کو نجی کلید/خفیہ کوڈ دینا۔ سراسر آفت۔
• واقعہ کے ردعمل کے منصوبے کے بغیر لائیو جانا۔ بحران میں تیاری کا فقدان۔
• اخلاقیات کو آخر تک ایک شے کے طور پر غور کرنا۔ اخلاقیات کو ہر قدم پر سرایت کرنا چاہیے۔

خلاصہ میں

• آئیڈیا سے مانیٹرنگ تک ہر مرحلے پر اینڈ ٹو اینڈ فلو ایک AI + انسانی تصدیقی گیٹ رکھتا ہے۔
• گورننس فریم ورک: منظور شدہ ٹولز، ڈیٹا کی درجہ بندی، لاگنگ ڈسپلن، مسلسل تصدیق۔
• نجی کلید اور خفیہ کوڈ کسی بھی AI ٹول کو نہیں دیا جاتا ہے۔ یہ استثناء کے بغیر ایک اصول ہے۔
• اخلاقی اصول (ذمہ داری، وکالت، رازداری، شفافیت، ایمانداری) ہر قدم میں سرایت کر رہے ہیں۔
• AI ماہر کی طاقت کو بڑھاتا ہے۔ یہ فیصلے، ذمہ داری اور اخلاقیات کی جگہ نہیں لیتا۔

درخواست کا کام

اپنے یا اپنی ٹیم کے لیے ایک صفحہ کا "Web3 AI استعمال کا فریم ورک" لکھیں: (1) خیال سے مین نیٹ تک 8-اسٹیج گیٹ وے، (2) ڈیٹا کی درجہ بندی کی پالیسی، (3) کلیدی/رازداری کے اصول، (4) اخلاقی اصولوں کی فہرست۔ پھر اس فریم ورک کے مطابق اس ماڈیول میں سیکھے ہوئے حقیقی کام کی اچھی طرح سے منصوبہ بندی کریں (مثلاً کنٹریکٹ آڈٹ) اور نشان زد کریں کہ کون سا مرحلہ AI سب سے زیادہ قابل اعتماد ہے اور کون سا کم سے کم قابل اعتماد ہے۔

چیک لسٹ

• میرے پاس آئیڈیا سے مین نیٹ تک ایک گیٹ ڈسپلن لکھا ہوا ہے۔
• میرے پاس ایک منظور شدہ گاڑی اور ڈیٹا کی درجہ بندی کی پالیسی ہے۔
• میں نے یہ اصول بنا دیا ہے کہ گاڑی کو نجی کلید/خفیہ کوڈ کبھی نہیں دیا جائے گا۔
• [ ] میں شفاف طریقے سے AI کے استعمال کی دستاویز کرتا ہوں۔
• میں ہر حفاظتی دعوے کو تصدیقی گیٹ سے پاس کرتا ہوں۔
• میرے پاس واقعہ کے جواب کا منصوبہ ہے۔
• میں نے ہر قدم پر اخلاقی اصولوں کو سرایت کر رکھا ہے۔ میں نے اپنایا ہے کہ ذمہ داری لوگوں پر عائد ہوتی ہے۔

ماڈیول امتحان

1. بلاک چین اور ویب 3 میں مصنوعی ذہانت کے لیے مندرجہ ذیل میں سے کون سی پوزیشننگ سب سے زیادہ درست ہے؟

• A) مصنوعی ذہانت خود سیکورٹی آڈٹ مکمل کر سکتی ہے اور کوڈ کو براہ راست مین نیٹ میں درآمد کر سکتی ہے۔
• B) AI Web3 پر کام نہیں کرتا ہے۔ تمام کام مکمل طور پر ہاتھ سے کیے جائیں۔
• C) AI ایک ڈرافٹ جنریٹر اور ایکسلریٹر اسسٹنٹ ہے۔ حفاظت کے لیے اہم حتمی منظوری قابل ماہر کے پاس ہے ✔
• D) چونکہ مصنوعی ذہانت انسانوں سے زیادہ مقصد رکھتی ہے، اس لیے حفاظتی فیصلے اس پر چھوڑ دئیے جائیں۔

تفصیل: Web3 میں، سافٹ ویئر کی غلطیاں ناقابل واپسی طور پر براہ راست رقم میں بدل جاتی ہیں۔ مصنوعی ذہانت؛ یہ ایک ایکسلریٹر اسسٹنٹ ہے جو ڈرافٹ تیار کرتا ہے، پیٹرن کو نشان زد کرتا ہے اور سوالات لکھتا ہے۔ حفاظتی تنقیدی آڈٹ میں، حتمی بات اس قابل ماہر کے ساتھ ہوتی ہے جو پیشہ ورانہ ذمہ داری قبول کرتا ہے۔ غلطی کی قیمت کم ہونے کے ساتھ مصنوعی ذہانت کا تعاون بڑھتا ہے۔

2. سمارٹ کنٹریکٹ تیار کرتے وقت کوڈ لکھنے کے لیے AI حاصل کرنے کا سب سے محفوظ طریقہ کیا ہے؟

• A) ٹیسٹ شدہ/تصدیق شدہ لائبریریوں پر مبنی ایک فریم ورک تیار کریں، ٹیسٹ نیٹ کے ساتھ مرتب کریں، جانچ کریں اور تصدیق کریں ✔
• ب) حفاظتی میکانزم کو شروع سے مصنوعی ذہانت میں لکھنا، منفرد انداز میں
• ج) کوڈ کے مرتب ہوتے ہی اسے محفوظ سمجھیں اور اسے براہ راست مین نیٹ پر منتقل کریں۔
• D) رسائی کے کنٹرول کو آخر تک چھوڑ دیں اور صرف فعالیت پر توجہ دیں۔

وضاحت: شروع سے پرنٹ سیکورٹی خطرناک ہے؛ AI اصل سیکورٹی کوڈ میں غلطیاں کر سکتا ہے اور ٹریننگ ڈیٹا پرانا ہو سکتا ہے۔ صحیح نقطہ نظر یہ ہے کہ آزمائشی اور جانچ شدہ لائبریریوں (جیسے اوپن زیپلین) کی بنیاد پر ایک فریم ورک تیار کیا جائے، پھر ٹیسٹ نیٹ کے ساتھ تعمیر، جانچ اور تصدیق کریں۔

3. ایک آڈیٹر کو اس کی تشریح کیسے کرنی چاہیے جب وہ AI سے کسی معاہدے کے بارے میں پوچھتا ہے اور اسے یہ جواب ملتا ہے کہ 'ایسا لگتا ہے کہ سیکیورٹی کا کوئی اہم مسئلہ نہیں ہے'؟

• A) کوڈ کو اب محفوظ سمجھا جا سکتا ہے اور آڈیٹنگ کو مختصر کیا جا سکتا ہے۔
• ب) اب آزاد آڈٹ کی ضرورت نہیں ہے۔
• ج) نتیجہ یقینی ہے کیونکہ مصنوعی ذہانت ہر زمرے کو مکمل طور پر سکین کرتی ہے۔
• D) یہ کوئی یقین دہانی نہیں ہے۔ AI اصل اور کاروباری منطق کی غلطیوں سے محروم ہو سکتا ہے، مجموعی آڈیٹنگ کی ضرورت ہے ✔

تشریح: حقیقت یہ ہے کہ مصنوعی ذہانت کسی چیز کو تلاش نہیں کر سکتی یہ ثابت نہیں کرتی کہ وہ موجود نہیں ہے۔ غیر حاضری کا ثبوت ثبوت کی عدم موجودگی نہیں ہے۔ مصنوعی ذہانت خاص طور پر انوکھی کمزوریوں اور کاروباری منطق کی غلطیوں کو یاد کرتی ہے۔ 'محفوظ' کا روانی سے بیان ایک یقین دہانی نہیں ہے اور یہ کلی کنٹرول کی ضرورت کو ختم نہیں کرتا ہے۔

4. کمزوری اسکیننگ میں مصنوعی ذہانت کا سب سے کمزور علاقہ کون سا ہے؟

• A) معروف اور واضح نمونوں کو نشان زد کرنا جیسے Reentrancy
• ب) MEV/فرنٹ رننگ اور پروٹوکول کے لیے مخصوص کاروباری منطق کی کمزوریاں ✔
• سی) ایک جامد تجزیہ کے آلے کے آؤٹ پٹ کی سادہ زبان میں وضاحت کرنا
• D) رسائی کنٹرول کے غائب افعال کی فہرست بنائیں

تفصیل: AI معروف، غیر مبہم نمونوں جیسے کہ دوبارہ داخلہ، رسائی کنٹرول، اور عددی کارروائیوں کے لیے اسکین کرنے میں طاقتور ہے۔ تاہم، MEV/فرنٹ رننگ اور پروٹوکول کے لیے مخصوص کاروباری منطق کی کمزوریاں سیاق و سباق اور اکثر منفرد ہوتی ہیں۔ یہ AI کے اندھے مقام ہیں اور انسانی مہارت اور تخروپن کی ضرورت ہے۔

5. آن چین ڈیٹا تجزیہ میں AI کو استعمال کرنے کے سب سے محفوظ اور خطرناک طریقے کیا ہیں؟

• A) سب سے محفوظ چیز ڈیٹا نکالنے کے سوال کو پرنٹ کرنا ہے۔ سب سے زیادہ خطرناک بات یہ ہے کہ براہ راست مصنوعی ذہانت سے لائیو ڈیٹا کی درخواست کی جائے اور اس کی تصدیق نہ کی جائے ✔
• ب) سب سے محفوظ چیز مصنوعی ذہانت سے براہ راست لائیو ڈیٹا کی درخواست کرنا ہے۔ سوال لکھنا غیر ضروری ہے۔
• ج) مصنوعی ذہانت سے تیار کردہ ہیشز اور ایڈریسز ہمیشہ قابل اعتماد ہوتے ہیں، کسی تصدیق کی ضرورت نہیں ہے۔
• D) تبصروں کو ماخذ سے جوڑنا وقت کا ضیاع ہے۔ ایک روانی کا خلاصہ کافی ہے۔

وضاحت: مصنوعی ذہانت لائیو چین پر منحصر نہیں ہے۔ اس سے براہ راست لین دین/پتہ پوچھنے سے ایک میک اپ (فریب) ہیش اور پتہ پیدا ہوتا ہے۔ سب سے محفوظ استعمال استفسار (جیسے ڈیون ایس کیو ایل) کو پرنٹ کرنا ہے جو ماخذ سے ڈیٹا کھینچ لے گا کیونکہ ڈیٹا سورس نتیجہ پیدا کرتا ہے۔ مفت تشریح خطرناک ہے اور بلاک ایکسپلورر میں ہر نمبر کی تصدیق ہونی چاہیے۔

6. DeFi پروٹوکولز میں کس قسم کی کمزوریاں سب سے زیادہ مہنگی ہیں اور وہ AI کے لیے کیوں چیلنج ہیں؟

• A) صرف ہجے/تالیف کی غلطیاں؛ AI انہیں آسانی سے پکڑتا ہے۔
• ب) صرف انٹرفیس کی غلطیاں؛ اقتصادی ڈیزائن اس کے ساتھ کوئی تعلق نہیں ہے
• ج) اقتصادی/کاروباری منطقی فرق؛ یہاں تک کہ اگر کوڈ صحیح طریقے سے کام کرتا ہے، پروٹوکول کا معاشی طور پر فائدہ اٹھایا جا سکتا ہے اور AI اس سے محروم رہتا ہے ✔
• D) صرف املا کی غلطیاں؛ اقتصادی تحفظ پر غور کر کے مکمل طور پر ثابت کیا گیا ہے، تخروپن کی ضرورت نہیں ہے۔

وضاحت: DeFi میں، سب سے مہنگے کارنامے عام طور پر کوڈ کی تکنیکی خرابی سے نہیں، بلکہ اقتصادی/کاروباری منطق (اوریکل ہیرا پھیری، فلیش لون کی قیمت میں تحریف، ترغیباتی غلط استعمال) کے استحصال سے پیدا ہوتے ہیں۔ یہاں تک کہ اگر کوڈ تکنیکی طور پر 'درست طریقے سے' کام کرتا ہے، تو پروٹوکول کو اقتصادی طور پر دھوکہ دیا جا سکتا ہے۔ اگرچہ AI معیاری کوڈ کو اسکین کرنے میں اچھا ہے، لیکن یہ اکثر ان سیاق و سباق اور منفرد اقتصادی کمزوریوں کو نہیں دیکھ سکتا۔ ان کے لیے تخروپن اور انسانی مہارت کی ضرورت ہوتی ہے۔

7. ٹوکنومک ماڈلنگ میں مصنوعی ذہانت کی سب سے خطرناک غلطی کیا ہے اور اس سے کیسے بچا جائے؟

• ا) بہت زیادہ مایوسی کا شکار ہونا؛ حل یہ ہے کہ مزید پرامید مفروضوں کو شامل کیا جائے۔
• ب) واحد/پرامید منظر نامہ؛ اس کا حل منفی منظرناموں کے ساتھ تناؤ کی جانچ اور نقلی ✔ کے ساتھ توثیق ہے۔
• ج) یہ بہت زیادہ میزیں تیار کرتا ہے۔ حل میزوں کو ہٹانا ہے
• D) تقسیم کی میز تیار کرنے میں ناکامی؛ حل یہ ہے کہ تقسیم کو بالکل بھی ماڈل نہ بنایا جائے۔

وضاحت: مصنوعی ذہانت عام طور پر ایک واحد، پر امید منظر نامے کو فرض کرتی ہے جہاں قیمت ہمیشہ بڑھتی ہے، صارف ہمیشہ بڑھتا ہے۔ یہ غیر پائیدار ماڈلز کو 'پائیدار' ظاہر کرتا ہے، جس کے نتیجے میں تباہی ہوتی ہے۔ یہ اقدام منفی منظرناموں (بیئر مارکیٹ، باؤنٹی ہنٹر ایسکیپ، وہیل سیل) کے ساتھ ماڈل کی جانچ پر زور دینا ہے اور اخراج کے حساب کتاب کی حقیقی نقل کے ساتھ تصدیق کرنا ہے۔

8. مصنوعی ذہانت سے تیار کردہ صارف گائیڈ کہتی ہے کہ 'آپ کے فنڈز کسی بھی وقت نکالے جا سکتے ہیں'، لیکن معاہدے میں 7 دن کا لاک ہوتا ہے۔ یہ صورت حال کیا ظاہر کرتی ہے؟

• A) کوئی مسئلہ نہیں ہے؛ اگر دستاویز روانی ہے، تو اسے اسی طرح شائع کیا جا سکتا ہے۔
• ب) کوڈ غلط ہے، دستاویز درست ہے۔ کوڈ کو دستاویز کے مطابق ہونا چاہیے۔
• C) صارف بہرحال دستاویز کو نہیں دیکھتا ہے۔ اختلاف غیر متعلقہ ہے
• D) دستاویز کوڈ سے متصادم ہے؛ ہر تکنیکی دعوے کی تصدیق حقیقی کوڈ کے ساتھ ہونی چاہیے، غلط دستاویزات صارف کو گمراہ کر دیں گی۔

تفصیل: دستاویزات کوڈ کی وضاحت کرتی ہے۔ یہ خود کوڈ نہیں ہے۔ AI کوڈ کے اصل رویے کو غلط انداز میں پیش کر سکتا ہے، جو صارف کو گمراہ کرتا ہے اور سیکیورٹی کا مسئلہ بن جاتا ہے۔ اس لیے ہر تکنیکی دعوے کی اصل کوڈ کے خلاف تصدیق ہونی چاہیے۔ غلط دستاویزات درست کوڈ سے بھی زیادہ خطرناک ہوسکتی ہیں کیونکہ صارف دستاویزات پر بھروسہ کرتا ہے۔

9. جب AI کسی ٹوکن کنٹریکٹ کو اسکین کرتا ہے اور 'سرخ جھنڈا' لگاتا ہے (مثلاً مالک ٹرانسفر روک سکتا ہے) تو کیسے عمل کیا جائے؟

• A) جھنڈا ماخذ سے جڑا ہوا ہے اور اس کے سیاق و سباق اور انسانی فیصلے سے جانچا جاتا ہے۔ حتمی فیصلے / بہتان سے گریز کیا جاتا ہے ✔
• ب) معاہدے کو یقینی طور پر فراڈ قرار دے کر فوراً اعلان کیا جائے گا۔
• ج) چونکہ مصنوعی ذہانت جھنڈا متعین کرتی ہے، اس لیے مزید تصدیق کی ضرورت نہیں ہے۔
• D) جھنڈے کو نظر انداز کر دیا گیا ہے۔ مالک کے مراعات کو کبھی خطرہ نہیں ہوتا

تفصیل: مصنوعی ذہانت معروف فراڈ کے نمونوں کو جھنڈا لگانے میں مددگار ہے، لیکن قطعی فیصلہ نہیں کر سکتی۔ کچھ جائز معاہدوں (مثلاً کثیر دستخطی گورننس کے ذریعے محفوظ) میں رکنے کی طاقت بھی ہو سکتی ہے۔ ہر جھنڈا ماخذ (کوڈ/چین) سے منسلک ہونا چاہیے اور اس کا سیاق و سباق اور انسانی فیصلے کے ساتھ جائزہ لیا جانا چاہیے۔ معتدل زبان استعمال کی جائے اور غیر مصدقہ الزامات ( بہتان ) سے گریز کیا جائے۔

10. بلاک چین 'سیکیورٹی کے لیے اہم' ہونے کا سب سے زیادہ براہ راست تعلق کن وجوہات سے ہے جس کی وجہ سے AI آؤٹ پٹ ماہر کی منظوری کی جگہ نہیں لے سکتا؟

• الف) مصنوعی ذہانت کو عملی طور پر استعمال نہیں کیا جا سکتا کیونکہ یہ بہت آہستہ کام کرتی ہے۔
• ب) کیونکہ مصنوعی ذہانت ہمیشہ تالیف کی غلطیاں پیدا کرتی ہے۔
• C) مصنوعی ذہانت اصل غلطی کو نہ دیکھ پانے، جھوٹی یقین دہانی، اپ ٹو ڈیٹ نہ ہونے اور ذمہ داری لینے کے قابل نہ ہونے کی وجہ سے ناقابل واپسی خطرے کا احاطہ نہیں کر سکتی ✔
• D) مصنوعی ذہانت ترک منصوبوں میں استعمال نہیں کی جا سکتی کیونکہ یہ صرف انگریزی میں کام کرتی ہے۔

وضاحت: سیکورٹی کے لحاظ سے اہم علاقے میں غلطیاں ناقابل واپسی ہیں اور براہ راست سنگین نقصان (ملین ڈالر) کا باعث بنتی ہیں۔ مصنوعی ذہانت اصل/سیاق و سباق کی خرابی کو نہیں دیکھ سکتی، روانی کی زبان سے جھوٹی یقین دہانی کر سکتی ہے، تربیت کی کٹ آف تاریخ کے بعد کی مدت نہیں جانتی، اور سب سے اہم بات، ذمہ داری قبول نہیں کر سکتی۔ انجینئرنگ کی منظوری ایک تکنیکی، قانونی اور اخلاقی وابستگی ہے۔ ایک مشین یہ عہد نہیں کر سکتی، لہذا حتمی منظوری قابل ماہر کے پاس ہے۔

11. سیکیورٹی کے لیے اہم Web3 پروجیکٹ کو مین نیٹ میں لیک ہونے والے ایک AI بگ سے بچانے کا سب سے مؤثر طریقہ کیا ہے؟

• A) پورے عمل کو ایک واحد AI ٹول کو سونپنا اور اختتام پر ایک نظر ڈالنا
• ب) پرتوں والی تصدیق کو لاگو کریں جو ہر مرحلے پر انسانی تصدیقی گیٹ اور پاس کی شرط رکھتا ہے ✔
• C) وقت بچانے کے لیے آزاد آڈٹ گیٹ کو نظرانداز کرنا
• D) ہر ڈویلپر بغیر کسی لاگ کے اپنا ٹول استعمال کرنے کے لیے آزاد ہے۔

وضاحت: پرتوں والی تصدیق میں، ایک انسانی تصدیقی گیٹ اور ایک واضح پاس کنڈیشن (کیا ٹیسٹ پاس ہوا، کیا آڈیٹر نے سائن آف کیا، کیا سمولیشن ہولڈ کیا) ہر مرحلے پر رکھا جاتا ہے (لکھنا، اسکین کرنا، آڈٹ کرنا، ٹیسٹ/سیمولیشن، تعیناتی، نگرانی)۔ آپ ایک دروازے سے دوسرے دروازے سے گزرے بغیر نہیں گزر سکتے۔ یہ تہہ دار ڈھانچہ ایک واحد AI خامی کو زندہ تک رسنے سے روکتا ہے۔

12. ڈیبگ کے دوران مصنوعی ذہانت سے مدد حاصل کرنے پر پرائیویٹ کلید یا بیج کے فقرے کے بارے میں کیا ناقابل تغیر اصول ہے؟

• A) صرف بٹوے کی جانچ کی چابیاں آزادانہ طور پر شیئر کی جا سکتی ہیں۔
• ب) اگر کلید انکرپٹڈ ہے تو اسے مصنوعی ذہانت کو دیا جا سکتا ہے۔
• ج) جب مصنوعی ذہانت قابل بھروسہ ہو تو بٹوے کا انتظام اس پر چھوڑا جا سکتا ہے۔
• D) پرائیویٹ کلید اور بیج کے فقرے کو کسی بھی حالت میں مصنوعی ذہانت کے کسی ٹول یا پرامپٹ میں داخل نہیں کیا جا سکتا ✔

تفصیل: نجی کلید اور بیج کے جملے والیٹ اور فنڈز تک مکمل رسائی ہیں۔ کسی بھی حالت میں یہ مصنوعی ذہانت کے ٹول، پرامپٹ یا کسی دوسرے آن لائن مقام پر نہیں لکھے جاتے ہیں۔ بصورت دیگر فنڈز کے براہ راست اور ناقابل تلافی نقصان کا خطرہ ہے۔ چابیاں صرف ایک محفوظ، ترجیحی طور پر آف لائن/ہارڈ ویئر والیٹ میں رکھی جاتی ہیں۔

13. ایک آڈٹ فرم میں خفیہ کلائنٹ کوڈ کے ساتھ مصنوعی ذہانت کے استعمال کو منظم کرنے کے لیے بہترین طرز حکمرانی کیا ہے؟

• A) خفیہ کوڈ کو صرف الگ تھلگ گاڑی میں اور گاہک کی منظوری کے ساتھ، ڈیٹا کی درجہ بندی کی پالیسی کے ساتھ عمل کریں ✔
• ب) تیز ترین نتائج کے لیے خفیہ کوڈ کو کسی بھی عوامی ٹول میں چسپاں کرنا
• C) اس سے کوئی فرق نہیں پڑتا کہ کوڈ خفیہ ہے؛ ہر ٹول ہر ڈیٹا کے لیے مفت ہے۔
• D) اگر کوئی لیک ہو بھی جائے تو احتیاطی تدابیر غیر ضروری ہیں کیونکہ ذمہ داری مصنوعی ذہانت فراہم کرنے والے کی ہے۔

وضاحت: بغیر اجازت کے عوامی AI ٹول میں غیر جاری شدہ (بند ذریعہ) کلائنٹ کوڈ کو چسپاں کرنا معاہدے کی خلاف ورزی اور رساو کا خطرہ ہے۔ مناسب حکمرانی؛ ڈیٹا کی درجہ بندی کی پالیسی کے ساتھ عوامی کوڈ، خفیہ کسٹمر کوڈ، ذاتی ڈیٹا اور نجی کلید کے لیے الگ الگ اصول طے کرنا، خفیہ کوڈ کو صرف الگ تھلگ/انٹرپرائز ٹولز میں اور کسٹمر کی منظوری کے ساتھ پروسیس کرنا۔