پروگرام اور پروجیکٹ ڈیزائن: تجزیہ، ڈیزائن اور فنڈ کی درخواست کی ضرورت ہے۔

فائدہ:

• مصنوعی ذہانت کے ساتھ ضروریات کے تجزیہ کے فریم ورک، پروگرام کی منطق اور فنڈنگ ایپلیکیشن ڈرافٹ کو ترتیب دینے کی صلاحیت
• یہ جانتے ہوئے کہ پروگرام فیلڈ سے پیدا ہوا ہے اور ہر اعداد و شمار اور رقم کو حقیقی اعداد و شمار کے ساتھ ڈالنے اور اسے ایک تیار کردہ اعداد و شمار کے ساتھ نشان زد کرنے کے نظم و ضبط کو لاگو کرنے کے قابل ہے [ڈیٹا کی ضرورت ہے]۔
• وعدوں کو حقیقت پسندانہ اور پائیدار رکھنے اور ایسی زبان استعمال کرنے کی صلاحیت کا مظاہرہ کریں جو ہدف گروپ کو بدنام نہ کرے اور اسے بااختیار بنائے۔

سماجی کام صرف ون آن ون کیس اسٹڈی نہیں ہے۔ یہ کمیونٹیز کی ضروریات کو پورا کرنے والے پروگراموں اور منصوبوں کے لیے ڈیزائننگ، ان پر عملدرآمد اور وسائل تلاش کرنے کے بارے میں بھی ہے۔ پڑوس میں خواتین کے روزگار کی حمایت کرنے والا ایک پروگرام، پسماندہ بچوں کے لیے ایک تعلیمی سپورٹ پروجیکٹ، بزرگوں کے لیے ایک سماجی مرکز، لت سے لڑنے کے لیے ایک آگاہی مہم۔ یہ کام؛ اس کے لیے ضروریات کا تجزیہ، اہداف کی ترتیب، سرگرمی کا منصوبہ، بجٹ، نگرانی کی تشخیص اور اکثر فنڈ کی درخواست (پروجیکٹ کے بدلے میں وسائل کی درخواست) کی ضرورت ہوتی ہے۔ اس یونٹ میں، آپ سیکھیں گے کہ AI کو سوچنے اور لکھنے کے ساتھی کے طور پر پروگرام کے آئیڈیا مرحلے سے لے کر ایپلیکیشن ڈرافٹ تک کیسے استعمال کیا جائے، کون سا ڈیٹا حقیقی ہونا چاہیے، اور اخلاقی حدود۔

شروع سے ایک اصول: پروگرام میدان سے نکلتا ہے۔ میز سے نہیں. جو چیز ایک پروگرام کو واقعی قیمتی بناتی ہے وہ یہ ہے کہ یہ ایک حقیقی کمیونٹی کی حقیقی ضرورت پر مبنی ہے۔ AI روانی سے "تجزیہ کی ضرورت" کا متن تیار کر سکتا ہے، لیکن اسے فیلڈ کا علم نہیں ہے۔ اعداد و شمار، ضروریات اور جوازات کو استعمال کرتے ہوئے جو یہ فراہم کرتا ہے اس کی حقیقی اعداد و شمار کے ساتھ تصدیق کیے بغیر اور آپ کی فیلڈ کا علم ایک ایسا پروگرام تیار کرتا ہے جو کاغذ پر اچھا ہے لیکن حقیقت سے اجنبی ہے۔ AI ساخت اور زبان کو بہتر بناتا ہے۔ آپ مواد کی صداقت کو یقینی بناتے ہیں۔

پروگرام کے چکر میں AI کہاں کام آتا ہے؟

1. تجزیہ کے فریم ورک کی ضرورت ہے۔ یہ فریم کرتا ہے کہ کون سا ڈیٹا، کون سے اسٹیک ہولڈرز، اور کن سوالات کی ضرورت کو منظم طریقے سے جانچنے کے لیے درکار ہے۔ لیکن آپ نے اعداد و شمار اور نتائج کو حقیقی ذرائع سے پیش کیا۔

2. پروگرام منطق (تبدیلی کا نظریہ)۔ یہ "یہ سرگرمی یہ نتیجہ، یہ نتیجہ، یہ اثر" کی زنجیر (مداخلت کی منطق) قائم کرنے میں مدد کرتا ہے۔ یہ خلا اور کمزور مفروضوں کو ظاہر کرتا ہے۔

3. سرگرمی اور وقت کا منصوبہ۔ یہ ایک فریم ورک تیار کرتا ہے جو اہداف سے سرگرمیوں تک، سرگرمیوں سے کیلنڈر تک جاتا ہے۔

4. فنڈنگ ​​کی درخواست کا مسودہ۔ درخواست فارم کے حصوں کو پُر کرنے کے لیے ایک مضبوط تحریری پارٹنر (خلاصہ، منطق، مقاصد، سرگرمیاں، بجٹ کا استدلال، نگرانی-تجزیہ، پائیداری) — آپ ڈیٹا اور حقیقت کی تصدیق کرتے ہیں۔

5. نگرانی-تشخیص کے اشارے۔ یہ پروگرام کی کامیابی کی پیمائش کے لیے قابل پیمائش اشارے تجویز کرتا ہے۔

مشورہ: جب آپ کے پاس AI کا مسودہ ایک درخواست ہے، تو اسے بتائیں کہ "اعداد و شمار یا ذرائع بنائیں؛ نمبروں کو [ڈیٹا کی ضرورت ہے] سے بدل دیں۔" فنڈ کی درخواستوں میں من گھڑت اعدادوشمار درخواست کو مسترد کر دیں گے اور آپ کے ادارے کی ساکھ کو نقصان پہنچائیں گے۔ آپ اصلی ڈیٹا سے خالی جگہ کو پُر کرتے ہیں۔

پروگرام کی پائیداری ان جہتوں میں سے ایک ہے جسے اکثر نظر انداز کیا جاتا ہے لیکن وہ ایک ہے جسے فنڈ دینے والے زیادہ تر دیکھتے ہیں۔ جب کوئی پروجیکٹ مکمل ہو جائے گا تو کیا فوائد ہوں گے، سروس کیسے جاری رہے گی، کمیونٹی اپنی صلاحیت کیسے بنائے گی — یہ سب اچھے ڈیزائن کا حصہ ہیں۔ پائیداری کے منظرنامے پیدا کرنے میں AI بصیرت انگیز ہو سکتا ہے ("جب فنڈنگ ​​ختم ہو جاتی ہے تو یہ اسٹیک ہولڈر ذمہ داریاں سنبھال لیتا ہے"، "رضاکارانہ صلاحیت قائم ہوتی ہے"، "مقامی حکومت کے ساتھ پروٹوکول بنایا جاتا ہے")؛ لیکن صرف آپ، اپنے فیلڈ کے علم سے، اس بات کا اندازہ کر سکتے ہیں کہ آیا یہ منظرنامے واقعی ممکن ہیں اور کس سٹیک ہولڈر نے واقعی یہ وعدہ کیا ہے۔ AI کے ذریعہ تیار کردہ ایک "اچھی آواز والا" پائیداری کا وعدہ، اگر اس کے پیچھے کوئی حقیقی عزم نہیں ہے، تو ایک تنظیم کو ایک ایسے وعدے کے تحت رکھتا ہے جسے وہ مستقبل میں پورا نہیں کر سکتی۔

دھیان دیں: فنڈنگ ​​کی درخواست میں آپ جو بھی عہد کرتے ہیں وہ ایک معاہدہ ہے۔ AI مبالغہ آمیز اہداف، فائدہ اٹھانے والوں کی ناقابل حصول تعداد، یا "کامیابی کے امکانات کو بڑھانے کے لیے" غیر حقیقی نتائج تجویز کر سکتا ہے۔ یہاں تک کہ اگر ایسی درخواست قبول کر لی جاتی ہے، رپورٹنگ کی مدت کے دوران اہداف حاصل کرنے میں ناکامی ادارے کی ساکھ اور مستقبل کی فنڈنگ ​​کے امکانات کو تباہ کر دیتی ہے۔ بہت زیادہ وعدہ کرنے اور پورا کرنے میں ناکام رہنے سے کم وعدہ کرنا اور زیادہ کرنا ہمیشہ بہتر ہے۔

مرحلہ وار: خیال سے اطلاق تک

1. کھیت سے آپ کی ضرورت کو جمع کریں۔ اصلی ڈیٹا کے ساتھ شروع کریں (آپ کے اپنے کیس کا ڈیٹا، سرکاری اعدادوشمار، اسٹیک ہولڈر کی رائے)؛ AI کے ساتھ نہیں۔
2. AI کے ساتھ فریم ورک بنائیں۔ AI سے تقاضوں کے تجزیہ اور پروگرام کی منطق کے ڈھانچے کے لیے پوچھیں۔ اپنا اصلی ڈیٹا اس کنکال میں رکھیں۔
3. سرگرمی اور بجٹ کا استدلال تیار کریں۔ AI سرگرمی-آؤٹ پٹ-رزلٹ چین اور بجٹ آئٹمز کی منطق کا خاکہ بنا سکتا ہے۔ آپ مقدار کا تعین کرتے ہیں۔
4. درخواست کی زبان کو مضبوط بنائیں۔ واضح اور قائل کرنے والی کاپی کے لیے AI کا استعمال کریں جو فنڈر کی زبان اور ترجیحات سے مماثل ہو۔ لیکن مبالغہ آرائی اور جھوٹے وعدوں سے گریز کریں۔
5. صداقت اور اخلاقیات کا آڈٹ۔ کیا ہر نمبر کا کوئی ذریعہ ہے؟ کیا وعدے حقیقت پسندانہ ہیں؟ کیا پروگرام کسی گروپ کو نقصان پہنچانے یا بدنام کرنے کا خطرہ لاحق ہے؟ آپ اس کنٹرول کو انجام دیتے ہیں۔

تین چھوٹے مقدمات

کیس 1 - فریم ورک نے وقت بچایا۔ ایک انجمن ایک پسماندہ محلے میں بچوں کی مدد کے منصوبے کے لیے درخواست تیار کر رہی تھی۔ انہوں نے AI سے جن ضروریات کے تجزیہ کے فریم ورک کی درخواست کی تھی اس نے مجھے ان دو اسٹیک ہولڈرز کی یاد دلائی جن سے ٹیم چھوٹ گئی تھی (اسکول کے مشیر اور ہیڈ مین)۔ ٹیم نے ان اسٹیک ہولڈرز سے حقیقی ڈیٹا اکٹھا کیا۔ درخواست زیادہ مضبوط جواز پر مبنی تھی۔ تقریباً 2 دن کی ترتیب کے کام کو آدھا دن کر دیا گیا۔

کیس 2 - جعلی اعدادوشمار پکڑے گئے۔ YZ نے درخواست کے مسودے میں ایک حیرت انگیز جملہ شامل کیا: "اس محلے کے 70% بچے اسکول چھوڑ دیتے ہیں۔" ٹیم نے اس اعداد و شمار کے ماخذ کے بارے میں پوچھا؛ YZ ایک ذریعہ کا حوالہ نہیں دے سکا، اعداد و شمار کو بنایا گیا تھا. جب اصل ڈیٹا کی چھان بین کی گئی تو تناسب بہت مختلف تھا۔ اگر اسے من گھڑت اعدادوشمار کے ساتھ بھیجا گیا تو درخواست مسترد کر دی جائے گی اور اعتبار ختم ہو جائے گا۔

کیس 3 - اخلاقی خطرے کو تسلیم کیا گیا۔ ایک پروگرام کے AI ڈرافٹ میں ہدف والے گروپ کو "پریشان کن خاندانوں" کے طور پر بیان کیا گیا ہے اور انہیں غیر فعال "امداد کی اشیاء" کے طور پر پیش کیا گیا ہے۔ ٹیم کو اس کا احساس ہوا: زبان بدنما اور بااختیار بنانے کے پروگرام کے اصول کے خلاف تھی۔ متن کا ایک ایسی زبان میں ترجمہ کیا گیا جس نے کمیونٹی کو ایک موضوع اور شراکت دار بنایا۔ اس سے اخلاقیات اور درخواست کے معیار دونوں میں بہتری آئی۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) تجزیہ فریم ورک کی ضرورت ہے:

آپ کا کردار: سوشل پروگرام ڈیزائن کنسلٹنٹ۔ ضرورتوں کے تجزیہ کے لیے فریم ورک تیار کریں [پڑوس میں پسماندہ بچوں کے لیے تعلیمی مدد]: مجھے کون سا ڈیٹا اکٹھا کرنا چاہیے، کن اسٹیک ہولڈرز سے انٹرویو کرنا چاہیے، مجھے کون سے سوالات پوچھنے چاہئیں؟ اعداد و شمار یا نتائج جعلی؛ جہاں نمبرز درکار ہوں وہاں [ڈیٹا ریکوائرڈ] لکھیں۔

2) پروگرام منطق (تبدیلی کا نظریہ):

مندرجہ ذیل پروگرام آئیڈیا کے لیے انٹروینشن لاجک چین قائم کریں: سرگرمیاں → آؤٹ پٹ → نتائج → اثر۔ ہر قدم کے نیچے مفروضات لکھیں اور کمزور/خطرناک مفروضوں کو نشان زد کریں۔ آئیڈیا: [پروگرام آئیڈیا لکھیں]۔ غیر حقیقی نتائج کا وعدہ نہ کریں۔

3) فنڈ کی درخواست کا مسودہ:

آپ کا کردار: حوالہ ایڈیٹر۔ مندرجہ ذیل حصوں کے لیے مسودے لکھیں: خلاصہ، منطق، مقاصد (SMART)، سرگرمیاں، نگرانی-تشخیص کے اشارے، پائیداری۔ اعداد و شمار اور رقم کی فٹنگ؛ استعمال کریں [ڈیٹا مطلوبہ] / [رقم کی ضرورت ہے] پلیس ہولڈرز۔ مبالغہ آرائی نہ کرو؛ حقیقت پسندانہ اور واضح طور پر لکھیں۔ پروگرام کی معلومات: [معلومات فراہم کریں]

4) اخلاقیات اور زبان کا کنٹرول:

ذیل میں پروگرام کے متن کا جائزہ لیں: کیا یہ ہدف والے گروپ کو بدنام کرتا ہے، کیا یہ انہیں غیر فعال "امداد کی اشیاء" کے طور پر پیش کرتا ہے، کیا ایسی زبان ہے جو بااختیار بنانے اور شرکت کے اصول کی خلاف ورزی کرتی ہے؟ پریشانی والے بیانات پر جھنڈا لگائیں اور ایسے قابل احترام متبادل تجویز کریں جو کمیونٹی کو شامل کریں۔ ٹیکسٹ: [پیسٹ ٹیکسٹ]

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

پسماندہ بچوں کے لیے پروجیکٹ کی درخواست لکھیں اور اپنے جواز میں متاثر کن اعدادوشمار شامل کریں۔

"متاثر کن اعدادوشمار ڈالیں" کہنا AI کے لیے نمبر بنانے کی دعوت ہے۔ نتیجہ ایک حیرت انگیز لیکن غیر منبع متن ہے جو درخواست کو مسترد کر دے گا اور اعتماد کو کمزور کر دے گا۔

طاقتور اشارہ:

آپ کا کردار: حوالہ ایڈیٹر۔ ذیل میں میرے حقیقی ڈیٹا اور فیلڈ کے علم کی بنیاد پر ایک ڈرافٹ پروجیکٹ ایپلیکیشن لکھیں۔ اضافی اعداد و شمار فٹنگ؛ جہاں میں نے نہیں دیا وہ نمبر درکار ہے جہاں [DATA REQUIRED] لکھیں۔ اہداف کو سمارٹ رکھیں اور وعدوں کو حقیقت پسندانہ رکھیں۔ کمیونٹی کو ایک شراکتی موضوع کے طور پر بیان کریں، غیر فعال موضوع کے طور پر نہیں۔ میرا ڈیٹا: [اصل ڈیٹا چسپاں کریں]

فرق: "اعداد و شمار ڈالیں" کے بجائے "میں نے آپ کو جو ڈیٹا دیا ہے اسے استعمال کریں، باقی نشان زد کریں" کہنے سے ایپلیکیشن ایماندار اور طاقتور دونوں بن جاتی ہے۔

پروگرام کے چکر میں AI اور انسان

اسٹیج

AI کی شراکت

آدمی کا کام

تجزیہ کی ضرورت ہے۔

فریم ورک، سوالات

اصلی ڈیٹا، فیلڈ

پروگرام کی منطق

سلسلہ + مفروضہ

حقیقت پسندی کا فیصلہ

سرگرمی کا منصوبہ

کیلنڈر کا مسودہ

قابل اطلاق

بجٹ

قلم کی منطق

اصل رقم

درخواست تحریر

زبان، ساخت

سچائی، ایمانداری

نگرانی - تشخیص

اشارے کی سفارش

اہمیت، پیمائش

اخلاقیات

زبان کا کنٹرول

نقصان/بدنامی کا فیصلہ

عام غلطیاں

• AI کے اعدادوشمار پر بھروسہ کرنا۔ وہ نمبر بناتا ہے؛ اصلی ماخذ سے ہر ڈیٹا ڈالیں۔
• ٹیبل سے پروگرام ڈیزائن کرنا۔ پروگرام میدان سے ابھرتا ہے؛ AI فیلڈ کو نہیں جانتا ہے۔
• مبالغہ آمیز وعدہ۔ وہ نتائج جن کا ادراک نہیں کیا جائے گا وہ درخواست اور اعتماد کو تباہ کر دیتے ہیں۔ حقیقت پسند بنیں۔
• بدنما زبان۔ ٹارگٹ گروپ کو حصہ لینے والے مضمون کے طور پر متعین کریں، نہ کہ ایک غیر فعال "آبجیکٹ"۔
• نگرانی-تشخیص کو چھوڑنا۔ ایک پروگرام جس کی پیمائش نہیں کی جاسکتی ہے اس کا انتظام نہیں کیا جاسکتا۔ شروع سے اشارے ڈالیں.

خلاصہ میں

پروگرام اور پروجیکٹ ڈیزائن کمیونٹی کی سطح پر سماجی کام کی طاقت ہے؛ یہاں، AI ضروریات کے تجزیہ کے فریم ورک، پروگرام کی منطق، سرگرمی کا منصوبہ، فنڈنگ ​​ایپلیکیشن ڈرافٹ اور اشارے کی تجویز کے ساتھ حقیقی وقت بچاتا ہے۔ لیکن پروگرام میدان سے جنم لیتا ہے: آپ اعداد و شمار، ضروریات اور مقدار کو حقیقی اعداد و شمار کے ساتھ پیش کرتے ہیں، وعدوں کو حقیقت پسندانہ بناتے ہیں اور زبان کو بدکاری کے بغیر بااختیار بنانے کے اصول کے مطابق بناتے ہیں۔ AI ساخت اور زبان کو بہتر بناتا ہے۔ آپ صداقت اور اخلاقیات کو یقینی بناتے ہیں۔

درخواست کا کام

ایک پروگرام آئیڈیا کا انتخاب کریں، حقیقی یا خیالی، لیکن حقیقت پسندانہ۔ "تجزیہ کے فریم ورک کی ضرورت" ٹیمپلیٹ کے ساتھ آپ کو کون سا ڈیٹا اور اسٹیک ہولڈرز اکٹھا کرنے کی ضرورت ہے۔ پھر "فنڈنگ ​​ایپلیکیشن ڈرافٹ" ٹیمپلیٹ کے ساتھ ایک مسودہ لیں اور چیک کریں کہ آیا AI کوئی اعداد و شمار بنا رہا ہے، [DATA REQUIRED] پلیس ہولڈرز کو صحیح طریقے سے استعمال کر رہا ہے۔ آخر میں، "اخلاقیات اور زبان کی جانچ" ٹیمپلیٹ کا اطلاق کریں۔

چیک لسٹ

• میں نے حقیقی اعداد و شمار اور فیلڈ کے علم کی ضرورت کو بنیاد بنایا۔
• میں نے اصل ماخذ سے AI کی طرف سے تیار کردہ ہر اعدادوشمار کی تصدیق/ نشان لگا دیا ہے۔
• میں نے وعدوں اور اہداف کو حقیقت پسندانہ اور قابل پیمائش رکھا۔
• میں نے ایسی زبان استعمال کی جو ہدف والے گروپ کو بدنام نہیں کرتی، بلکہ انہیں بااختیار بناتی ہے۔
• [ ] میں نے شروع سے ہی نگرانی کی تشخیص کے اشارے کی منصوبہ بندی کی تھی۔