سماجی کام میں مصنوعی ذہانت کا تعارف: کردار، حدود، توثیق، رازداری اور اخلاقیات

فائدہ:

• یہ فرق کرنے کے قابل ہونا کہ مصنوعی ذہانت سماجی کام کے ورک فلو (خلاصہ، تدوین، آسان کاری، مسودہ) میں کہاں وقت بچاتی ہے اور جہاں طبی فیصلے، خطرہ اور نمائندگی کے فیصلے خطرے کی سطح کے لحاظ سے انسان پر چھوڑے جاتے ہیں۔
• ایک نظم و ضبط کو لاگو کرنے کی اہلیت جو ہر آؤٹ پٹ کو حقیقی شواہد سے منسلک کرنے، موجودہ سرکاری ذرائع سے بیرونی معلومات کی تصدیق، اور تعصب کے ذریعے اسے فلٹر کرنے کے مراحل کے ذریعے تصدیق کرتی ہے۔
• یہ سمجھنے کے لیے کہ کیوں کلائنٹ کی پرائیویسی، گمنام اور کلائنٹ ڈیٹا کی دنیا کے درمیان فرق، اور KVKK کی ذمہ داری کو سماجی کام میں شروع سے ہی مدنظر رکھا جانا چاہیے۔

آپ ایک سوشل سروس سنٹر میں صبح ہوتے ہیں۔ کل تین نئی درخواستیں آئیں: ایک عورت جو تشدد کا شکار تھی اور اس کے دو بچے، دیکھ بھال کی ضرورت میں ایک عمر رسیدہ شخص، اور اسکول چھوڑنے کے خطرے میں ایک نوعمر۔ آپ کی میز پر چار سماجی تحقیقاتی رپورٹس بیٹھی ہیں، عدالت سے درخواست کی گئی رائے، کیس کا ریکارڈ جنہیں پُر کرنے کی ضرورت ہے، اور آج دوپہر ایک خاندان کے ساتھ گھر جانے کی تیاری۔ سماجی کام (افراد، خاندانوں اور برادریوں کی سماجی فعالیت کو بہتر بنانے، حقوق اور فلاح و بہبود تک ان کی رسائی کو یقینی بنانے اور کمزور گروہوں کی حفاظت کے لیے پیشے اور نظم و ضبط) ایک ایسا شعبہ ہے جو فطری طور پر دستاویزی، وقت کا دباؤ، انسانی زندگی کو چھوتا ہے اور اعلیٰ ذمہ داری کا حامل ہے۔ مصنوعی ذہانت (AI - سافٹ ویئر جو تاریخی اعداد و شمار سے پیٹرن نکال سکتا ہے اور متن، خلاصے، ترجمے اور مسودے تیار یا درجہ بندی کر سکتا ہے) آپ کو اس دستاویز کے بوجھ اور وقت کے دباؤ میں سکون فراہم کرتا ہے۔ لیکن اس ماڈیول کا آغاز ہی واضح ہے: AI ایک اسسٹنٹ، سمریزر اور آؤٹ لائن جنریٹر ہے۔ آپ قابل ماہر ہیں جو کلائنٹ کے بارے میں تشخیص، خطرہ اور حتمی فیصلہ کرتے ہیں۔

اس پہلی اکائی میں ہم نظم و ضبط پر توجہ مرکوز کریں گے، آلے پر نہیں۔ آپ سیکھیں گے کہ سوشل ورک ورک فلو میں AI کہاں حقیقی وقت بچانے والا ہے، یہ کہاں خطرناک ہے، ہر آؤٹ پٹ کی تصدیق کیسے کی جائے، کلائنٹ کی رازداری اور ذاتی ڈیٹا کی حفاظت کیسے کی جائے، اور تعصب سے کیسے چوکنا رہنا ہے۔ اس بنیاد کو رکھے بغیر، بعد کی اکائیاں ہوا میں رہتی ہیں - کیونکہ سماجی کام میں، غیر تصدیق شدہ پیداوار صرف ایک جھوٹا جملہ نہیں ہوتا ہے۔ یہ ایک ایسی غلطی ہے جس کی وجہ سے بچے کا غلط اندازہ لگایا جا سکتا ہے، خطرے کو نظر انداز کیا جا سکتا ہے، خاندان کو غیر منصفانہ طور پر بدنام کیا جا سکتا ہے، یا حساس معلومات کے افشاء ہو سکتے ہیں۔

سماجی کام کے ورک فلو میں AI کہاں کام آتا ہے؟

آئیے سماجی کام کی ملازمتوں کو دو بڑے کلسٹرز میں تقسیم کرتے ہیں۔ پہلا جھرمٹ: دستاویز پر مبنی، بار بار، پیٹرن سے نکالنے کے قابل، اور زبان پر مبنی کام۔ انٹرویو کے بعد بکھرے ہوئے نوٹوں کا ایک منظم کیس ریکارڈ میں ترجمہ کرنا، ایک طویل فائل کا تاریخی خلاصہ، سماجی تحقیقاتی رپورٹ کا پہلا خاکہ، کلائنٹ کی زبان کے مطابق امداد/سروس کی فہرست کو آسان بنانا، حوالہ خط کا مسودہ، ایک کثیر لسانی کلائنٹ کے لیے سادہ معلوماتی متن کا ترجمہ، پروگرام کے پہلے فریم ورک کو تجزیہ کی ضرورت ہے۔ ان ملازمتوں میں، AI گھنٹوں کو منٹوں میں گھٹا دیتا ہے اور تھکتا نہیں ہے۔

دوسرا جھرمٹ: ایسے کام جن میں فیصلے، طبی تشخیص، خطرے کا فیصلہ اور ذمہ داری کی ضرورت ہوتی ہے۔ آیا کوئی بچہ گھر میں محفوظ ہے، کسی فرد کے خود کو نقصان پہنچانے کے خطرے کی سطح، کیا کسی خاندان کو حفاظتی اقدامات کی ضرورت ہے، وہ رائے جس کے ساتھ عدالت میں رپورٹ پیش کی جائے گی، آیا کوئی خدمت واقعی مؤکل کے لیے موزوں ہے۔ ان فیصلوں کے لیے پیشہ ورانہ قابلیت، طبی فیصلہ، سیاق و سباق کا علم، اخلاقی ذمہ داری اور اکثر کثیر الضابطہ ٹیم کی رائے کی ضرورت ہوتی ہے۔ یہاں، AI اختیارات کو بڑھاتا ہے، ڈرافٹ تیار کرتا ہے، آپ کو یاد دلاتا ہے کہ کیا نظر انداز کیا گیا تھا — لیکن حتمی تشخیص اور دستخط آپ کے ہیں۔

آئیے ایک جملے میں فرق واضح کریں: AI اس بات پر مضبوط ہے کہ "اس فائل میں کیا ہے اور پہلا مسودہ کیسا لگتا ہے" سوالات؛ فیصلہ آپ کا ہے جب یہ سوالات جیسے کہ "اس شخص کی اصل صورتحال کیا ہے اور کیا میں اپنے پیشے کی طرف سے اس کا دفاع کر سکتا ہوں؟"

ٹپ: کسی AI کو نوکری کو آؤٹ سورس کرنے سے پہلے، پوچھیں: "اگر یہ آؤٹ پٹ غلط ہے تو کس کو تکلیف ہوتی ہے؟" اگر جواب "ری فیکٹرنگ کے چند منٹ" ہے تو آرام سے ڈیلیگیٹ کریں۔ اگر جواب "کلائنٹ کی غلط تشخیص، خطرے سے بچنا یا معلومات لیک ہونے" ہے، تو AI کو مسودہ تیار کرنے دیں اور آپ فیصلہ اور تصدیق کریں۔

رازداری: ناقابل تسخیر اصول

سماجی کام کا دل اعتماد ہے، اور اعتماد رازداری پر مبنی ہے۔ ایک کلائنٹ پیشہ ورانہ رازداری پر انحصار کرتے ہوئے آپ کو اپنی انتہائی نجی، انتہائی نازک معلومات — تشدد، غربت، صحت کی حالت، خاندانی راز بتاتا ہے۔ جب یہ معلومات غلط ہاتھوں میں آجاتی ہیں، تو اس سے کسی شخص کی جان، سلامتی اور عزت کو خطرہ لاحق ہوتا ہے۔ یہاں بنیادی اصول: کوئی ذاتی ڈیٹا جو کلائنٹ کی شناخت کرتا ہو (نام، پتہ، TR ID، صحت، خاندانی معلومات، وغیرہ) کو عوامی AI ٹول میں داخل نہیں کیا جائے گا جسے آپ کے ادارے نے منظور نہیں کیا ہے۔ آپ جو ٹیکسٹ کسی عوامی AI سروس میں ٹائپ کرتے ہیں اس سروس کے سرورز پر کارروائی ہوتی ہے۔ آپ کنٹرول نہیں کر سکتے کہ اسے کون دیکھتا ہے، اسے کہاں ذخیرہ کیا جاتا ہے، اور آیا یہ ماڈل کی تربیت میں استعمال ہوتا ہے۔ Türkiye میں، KVKK (ذاتی ڈیٹا کے تحفظ کا قانون - وہ قانون جو ذاتی ڈیٹا کی پروسیسنگ کو منظم کرتا ہے) کے تحت یہ ایک قانونی ذمہ داری بھی ہے۔

لہذا، سماجی کام میں AI کا استعمال دو الگ الگ دنیاوں میں کام کرتا ہے: عام ٹولز غیر شناخت شدہ/عام دنیا کے لیے استعمال کیے جا سکتے ہیں (گمنام یا غیر حقیقی مثالیں جو کلائنٹ کی شناخت نہیں کرتی ہیں، عمومی علم کے سوالات)؛ کلائنٹ ڈیٹا کی دنیا کے لیے، صرف اندرون خانہ، محفوظ، منظور شدہ سسٹمز استعمال کیے جاتے ہیں جو ڈیٹا کو لیک نہیں کرتے ہیں۔ دونوں کو الجھانا اس ماڈیول کی سب سے خطرناک غلطی ہے۔

احتیاط: "AI نے ایسا کہا" کوئی جواز نہیں ہے اور کیس فائل میں اس کی کوئی طاقت نہیں ہے۔ اگر کوئی غلط فہمی، من گھڑت معلومات یا لیک ہونے والا ڈیٹا ہے تو اس کی ذمہ داری AI کی نہیں، بلکہ اس ماہر کی ہے جو اس آؤٹ پٹ کو بغیر تصدیق کیے استعمال کرتا ہے یا اس ڈیٹا کو ٹول میں داخل کرتا ہے۔

تصدیق کا نظم و ضبط: تین مراحل

AI روانی اور اعتماد کے ساتھ پیدا کرتا ہے۔ اس کا مطلب یہ نہیں کہ یہ سچ ہے۔ AI کبھی کبھار ہیلوسینیشنز پیدا کرتا ہے - یعنی یہ قانون سازی کے ایک ایسے ٹکڑے کو حقیقی طور پر پیش کرتا ہے جو موجود نہیں ہے، ایسی سروس جو موجود نہیں ہے، ایک بنایا گیا اعدادوشمار، یا ایسا بیان جو کلائنٹ نے کبھی نہیں کہا۔ سماجی تحقیقاتی رپورٹ یا رسک میمورنڈم میں، یہ تباہ کن ہے۔ ہر آؤٹ پٹ پر تین قدمی اضطراری لاگو کریں:

1. ماخذ/ثبوت کا لنک۔ AI کلائنٹ کے بارے میں جو بھی بیان دیتا ہے وہ آپ کے دیے گئے اصل نوٹ یا گفتگو پر مبنی ہونا چاہیے۔ "کس گفتگو میں، کس کے منہ سے، کس مشاہدے سے یہ معلومات دی گئی؟" پوچھنا AI کو کچھ بھی شامل نہیں کرنا چاہئے جو کلائنٹ نے نہیں کہا ہے۔
2. آزاد ذریعہ سے تصدیق کریں۔ موجودہ سرکاری ذریعہ سے بیرونی معلومات جیسے قانون، حقوق، سروس، آگے بھیجنے کا پتہ وغیرہ کی تصدیق کریں۔ AI کی طرف سے فراہم کردہ درخواست کی ضرورت یا فون نمبر پرانا یا جعلی ہو سکتا ہے۔
3. اسے تشریح اور تعصب کے فلٹر سے گزاریں۔ کیا آؤٹ پٹ کسی گروپ کے خلاف متعصب ہے؟ کیا ایسی زبان ہے جو کلائنٹ کو بدنام کرتی ہے اور الزام دیتی ہے؟ کیا یہ طاقتوں کو نظر انداز کرتا ہے؟ آپ کا پیشہ ورانہ فیصلہ حتمی فلٹر ہے۔

تین چھوٹے مقدمات

کیس 1 - دستاویزات نے وقت بچایا۔ ایک سماجی کارکن نے ایک ہفتے میں 14 انٹرویوز کیے اور ہر ایک کے لیے ڈھیلے ہاتھ کے نوٹ رکھے۔ AI کی مدد سے ایڈیٹنگ نے ان نوٹوں کا ساختی کیس ریکارڈز میں ترجمہ کرنے کا کل وقت تقریباً 4 گھنٹے سے کم کر کے 1 گھنٹہ کر دیا۔ لیکن ہر ریکارڈنگ کو ماہر نے پڑھا اور اس کا اصل انٹرویو سے موازنہ کر کے تصدیق کی۔ دو جملے جن کی AI نے "تشریح" کی تھی حذف کر دی گئی۔

کیس 2 - تصدیق نے ایک فریب پایا۔ ایک ماہر نے اے آئی سے حقوق کا سوال پوچھا؛ YZ نے کہا، "اس امداد کے لیے 24 ماہ کی کم از کم رہائش کی ضرورت ہے۔" جب ماہر نے سرکاری قانون سازی کو دیکھا تو ایسی کوئی ضرورت نہیں تھی۔ AI نے دو ملتے جلتے ایڈز کو ملایا تھا اور ایک ایسی شرط بنائی تھی جو موجود نہیں تھی۔ انتساب قدم نے کلائنٹ کو غیر منصفانہ طور پر منہ موڑنے سے روک دیا۔

کیس 3 - رازداری کی خلاف ورزی سے واپسی جلدی کرنے کے لیے، ایک نیا پیشہ ور بچوں کے تحفظ کے کیس کی تمام معلومات (بشمول بچے کا نام، پتہ، اسکول) عوامی AI ٹول میں چسپاں کرنا اور رپورٹ پرنٹ کرنا چاہتا ہے۔ سینئر ماہر نے محسوس کیا: یہ KVKK کے دائرہ کار میں حساس ذاتی ڈیٹا تھا اور باہر تھا۔ اس واقعے کو ڈیٹا کی خلاف ورزی سمجھا جاتا تھا۔ نوکری کو دوبارہ اسناد کے ساتھ ہٹا دیا گیا تھا اور صرف اندرون خانہ محفوظ طریقہ تھا۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) ملازمت کی مناسبیت کا اندازہ:

آپ کا کردار: سینئر سماجی کارکن اور سپروائزر۔ میں ذیل میں کام کی وضاحت کروں گا۔ مجھے بتائیں (1) کیا یہ ایک خلاصہ/ترمیم/آؤٹ لائننگ کام ہے جو کسی AI کو سونپا جا سکتا ہے، یا ایسا جس کے لیے طبی فیصلے اور خطرے کے فیصلے کی ضرورت ہوتی ہے، (2) غلط آؤٹ پٹ کے کلائنٹ کے لیے لاگت، (3) وہ تصدیق جو مجھے وفد سے پہلے اور بعد میں کرنے کی ضرورت ہے۔ ملازمت: [یہاں نوکری داخل کریں]

2) ثبوت پر بھروسہ کرنے کی ذمہ داری:

میں آپ کو میٹنگ کے نوٹس دوں گا۔ ریکارڈنگ میں ترمیم کرتے وقت، صرف نوٹ میں موجود معلومات کا استعمال کریں۔ ایسی کوئی بھی چیز شامل نہ کریں جو کلائنٹ نے نہ کہی ہو، تشخیص نہ کریں، تبصرہ نہ کریں۔ مشاہدے اور کلائنٹ کے اظہار کو الگ الگ لیبل کریں۔ غائب یا غیر واضح علاقوں کو "وضاحت کی ضرورت ہے" کے بطور نشان زد کریں۔

3) پرائیویسی پری چیک:

پروسیسنگ سے پہلے درج ذیل متن کا جائزہ لیں: کیا اس متن میں کلائنٹ کی شناخت کرنے والا ذاتی ڈیٹا ہو سکتا ہے (نام، پتہ، TR ID، صحت، خاندانی معلومات)؟ اگر ایسا ہے تو کون سے حصے؟ اس طرح، اگر کسی عوامی ٹول میں اس پر کارروائی نہیں کی جانی چاہیے، تو مجھے خبردار کریں اور ان فیلڈز کی فہرست دیں جن کی مجھے شناخت ختم کرنے کی ضرورت ہے۔ متن: [یہاں متن لکھیں]

4) تعصب/زبان کی جانچ:

درج ذیل کیس ریکارڈ پر غور کریں: کیا ایسی زبان ہے جو کسی گروپ کے خلاف کلائنٹ کو بدنام کرتی ہے، الزام دیتی ہے یا تعصب کرتی ہے؟ کیا یہ طاقت اور وسائل کو نظر انداز کرتا ہے؟ ایسی زبان تجویز کریں جو زیادہ قابل احترام، حقائق پر مرکوز ہو اور طاقتوں کو پہچانتی ہو۔ ریکارڈ کو تبدیل نہ کریں، صرف زبان کے مسائل پر جھنڈا لگائیں۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

اس خاندان کے بارے میں ایک رپورٹ لکھیں اور فیصلہ کریں کہ آیا بچہ گھر میں محفوظ ہے۔

یہ پرامپٹ سیاق و سباق کے بغیر اور خطرناک ہے: یہ واضح نہیں ہے کہ کون سی معلومات، کیا مشاہدہ، اور AI سے کہا جا رہا ہے کہ وہ بچے کی حفاظت کے بارے میں فیصلہ کرے۔ AI پیشن گوئی کرتا ہے، تعصب کر سکتا ہے، بنا سکتا ہے - اور اس میں انسانی زندگی شامل ہے۔

طاقتور اشارہ:

آپ کا کردار: سماجی کارکن سے اسسٹنٹ ایڈیٹر۔ ماخذ: انٹرویو اور مشاہداتی نوٹ جس میں شناختی معلومات کو ہٹا دیا گیا ہے، جسے میں ذیل میں چسپاں کروں گا۔ ٹاسک: صرف ان نوٹوں میں موجود معلومات پر مبنی سماجی تحقیقاتی رپورٹ کا مسودہ تیار کریں۔ لیبل مشاہدہ، کلائنٹ کا بیان، اور گمشدہ معلومات الگ الگ۔ خطرہ یا حفاظت کا فیصلہ کرنا؛ میں تشخیص کروں گا۔ اس علاقے کو نشان زد کریں جس کے بارے میں آپ کو یقین نہیں ہے کہ "وضاحت کی ضرورت ہے"۔

فرق واضح ہے: ڈی-شناخت، "حقیقی پاس کرنے" کی رکاوٹ، لیبلنگ، اور "فیصلہ" کی رکاوٹ آؤٹ پٹ کو محفوظ اور مفید بناتی ہے۔

کردار/کام کا موازنہ چارٹ

کاروبار

AI کا کردار

آدمی کا کردار

تصدیق

کیس ریکارڈ میں ترمیم کریں۔

نوٹ کو ترتیب دیں۔

تصدیق، درستگی

نوٹ کے ساتھ موازنہ

فائل کا خلاصہ

تاریخی خاکہ

اہمیت، تبصرہ

ماخذ سے لنک

حقوق/سروس کی معلومات

پہلا مسودہ

موجودہ تصدیق

سرکاری قانون سازی

خطرے کی تشخیص

سوال/فریم یاد دہانی

طبی فیصلہ، فیصلہ

ٹیم + نگرانی

رپورٹ

کنکال کا خاکہ

مواد، رائے، دستخط

ثبوت-بیان کی مماثلت

پروگرام ڈیزائن

آئیڈیا/فریم ورک جنریشن

اہلیت، فیصلہ

فیلڈ + ڈیٹا کی تصدیق

عام غلطیاں

• تشخیص کے لیے AI آؤٹ پٹ کو غلط سمجھنا۔ آؤٹ پٹ ہمیشہ ایک مسودہ ہوتا ہے جس کی تصدیق کی جاتی ہے۔ یہ ثبوت سے منسلک کیے بغیر فائل میں داخل نہیں ہوتا ہے۔
• کھلے ٹول میں کلائنٹ کا ڈیٹا چسپاں کرنا۔ اگر یہ لیک ہو جائے تو اسے کالعدم نہیں کیا جا سکتا اور یہ KVKK کی خلاف ورزی ہے۔ یہ سب سے خطرناک غلطی ہے۔
• AI سے خطرہ/حفاظتی فیصلہ کرنے کے لیے کہنا۔ ان فیصلوں کے لیے پیشہ ورانہ اختیار اور ذمہ داری کی ضرورت ہوتی ہے۔ AI فیصلے نہیں کر سکتا۔
• ایک درخواست جس میں ثبوت کی ضرورت نہیں ہے۔ اگر آپ یہ نہیں کہتے ہیں، "صرف وہی استعمال کریں جو نوٹ میں ہے،" AI وہ شامل کر سکتا ہے جو کلائنٹ نے نہیں کہا۔
• بدنما زبان پر توجہ نہ دینا۔ AI کی زبان میں تعصب ہو سکتا ہے۔ وہ زبان جو قابل احترام ہے اور طاقت کو سمجھتی ہے وہ آپ کے کنٹرول میں ہے۔

خلاصہ میں

AI سماجی کام میں ایک طاقتور معاون ہے: گندے نوٹ کو منظم کرتا ہے، فائل کا خلاصہ کرتا ہے، مسودے تیار کرتا ہے، آسان بناتا ہے، ترجمہ کرتا ہے۔ لیکن طبی فیصلہ، خطرے کی تشخیص، نمائندگی اور حتمی فیصلہ انسان کا ہے۔ اس ماڈیول کی ریڑھ کی ہڈی کے طور پر دو سیٹ علیحدگی (دستاویز پر مبنی کام بمقابلہ فیصلہ/خطرے کے فیصلے)، تین قدمی تصدیق (ثبوت کا لنک، آزاد تصدیق، تعصب کا فلٹر)، رازداری سے آگاہی (گمنام بمقابلہ کلائنٹ ڈیٹا ورلڈ) اور تعصب سے چوکنا رہنا۔

درخواست کا کام

اپنے (یا خیالی) ڈیسک سے 6 کاموں کی فہرست بنائیں۔ ہر ایک کو "AI- ڈیلیگیبل سمری/ترمیم/مسودہ" یا "طبی فیصلہ/خطرے کا فیصلہ" کے طور پر درجہ بندی کریں۔ قابل منتقلی میں سے ایک کے لیے (ایک خیالی مثال کے ساتھ جو کلائنٹ کی شناخت نہیں کرتی ہے)، اوپر "ملازمت کی مناسب تشخیص" ٹیمپلیٹ استعمال کریں اور AI سے جواب حاصل کریں۔ پھر تین قدمی تصدیق کا اطلاق کریں اور پرائیویسی پری چیک کو بھی آزمائیں۔

چیک لسٹ

• [ ] میں نے کام کو دو کلسٹرز میں تقسیم کیا (دستاویز سے متعلق / فیصلے کے خطرے کا فیصلہ)۔
• میں نے تین قدمی تصدیق (ثبوت، آزاد تصدیق، تعصب) کا اطلاق کیا۔
• میں نے اس بات کو یقینی بنایا کہ میں نے اوپن ٹول کو کلائنٹ کی شناخت کرنے والا ذاتی ڈیٹا فراہم نہیں کیا۔
• میں نے کلائنٹ کے بارے میں AI کے ہر بیان کو اصل نوٹ سے جوڑ دیا۔
• [ ] میں نے آؤٹ پٹ میں بدنامی/متعصب زبان کی جانچ کی۔