لائبریرین شپ اور انفارمیشن مینجمنٹ میں مصنوعی ذہانت کا تعارف: کردار، حدود، توثیق، رازداری اور اخلاقیات

فائدہ:

• یہ فرق کرنے کے قابل ہونا کہ کہاں مصنوعی ذہانت لائبریرین شپ ورک فلو (میٹا ڈیٹا، خلاصہ، تلاش، تجویز) میں وقت بچاتی ہے اور کہاں درستگی، ماخذ کی وشوسنییتا اور رازداری کے فیصلے انسانوں پر چھوڑے جاتے ہیں، خطرے کی سطح پر منحصر ہے۔
• ایک نظم و ضبط کو لاگو کرنے کی اہلیت جو ہر آؤٹ پٹ کو ماخذ سے منسلک کرکے، ایک آزاد ذریعہ میں اس کی تصدیق کرکے، اور اسے تعصب کے فلٹر سے گزر کر تصدیق کرے۔
• یہ سمجھنا کہ فریب کاری، من گھڑت ذرائع اور صارف کی رازداری کیوں خطرات ہیں جن کو اس پیشے میں شروع سے ہی مدنظر رکھنا چاہیے۔

جب ایک فہرست سازی کا ماہر صبح کو اپنی میز پر بیٹھتا ہے، تو اس کے پاس درجنوں نئی ​​کتابیں، چندہ جمع کرنے کے سینکڑوں دستاویزات، اور ایک آرکائیو باکس ہو سکتا ہے جو ڈیجیٹائز ہونے کا انتظار کر رہا ہو۔ ایک حوالہ لائبریرین (ماہر جو صارفین کو معلومات تلاش کرنے میں مدد کرتا ہے) دن بھر سوالات کے جوابات دیتا ہے جیسے "اس موضوع پر قابل اعتماد ذریعہ کہاں ہے؟" ایک انفارمیشن مینیجر کسی تنظیم کے ہزاروں دستاویزات کو قابل دریافت اور قابل اعتماد رکھنے کا ذمہ دار ہے۔ اس یونٹ میں، ہم واضح کریں گے کہ مصنوعی ذہانت (مختصر طور پر AI؛ بڑے لینگوئج ماڈلز اور اسی طرح کے ٹولز) ان کاموں میں کہاں وقت بچاتے ہیں، اور کہاں فیصلہ، انتخاب اور ذمہ داری انسان کے پاس رہتی ہے۔

آئیے ایک تعریف کے ساتھ شروع کریں: مصنوعی ذہانت، جس سے ہمارا مطلب ہے زبان پیدا کرنے والے اور پیٹرن کو پہچاننے والے سافٹ ویئر ٹولز جو متن کی بڑی مقدار پر تربیت یافتہ ہیں۔ یہ ٹولز ڈیٹا کے بڑے ٹکڑوں میں خلاصہ کرتے ہیں، ترجمہ کرتے ہیں، درجہ بندی کا مشورہ دیتے ہیں، ڈرافٹ ٹیکسٹ تیار کرتے ہیں اور فلیگ پیٹرن بناتے ہیں۔ لیکن یہ نہیں جانتا کہ آیا واقعی کوئی ذریعہ موجود ہے، آیا کوئی معلومات درست ہے، یا صارف کی پرائیویسی محفوظ ہے۔ اسی لیے لائبریرین شپ اور انفارمیشن مینجمنٹ میں، AI ایک معاون ہے، فیصلہ ساز نہیں۔

مصنوعی ذہانت کہاں کام کرتی ہے اور کہاں کام نہیں کرتی؟

آئیے لائبریرین شپ ورک فلو کو تین پرتوں میں تقسیم کرتے ہیں۔ پہلی پرت مکینیکل اور دہرائے جانے والے کام ہیں: کتاب کے بائی لائن سے ڈرافٹ میٹا ڈیٹا نکالنا، ایک طویل رپورٹ کا خلاصہ کرنا، متن کا ایک زبان سے دوسری زبان میں ترجمہ کرنا، ڈیٹا کی میز کو صاف کرنا۔ AI یہاں طاقتور ہے اور بڑا وقت بچاتا ہے۔

دوسری پرت نیم عدالتی کام ہے: دستاویز کو کس موضوع کی سرخی دی جائے، کیا کسی مجموعے میں وسائل شامل کیے جائیں، صارف کو کون سا وسیلہ تجویز کیا جائے۔ AI یہاں تجاویز پیش کرتا ہے، لیکن ماہر جو ادارے کی پالیسی اور صارف کی حقیقی ضروریات کو جانتا ہے اس کے پاس آخری لفظ ہے۔

تیسری پرت خالص فیصلہ اور جوابدہی ہے: اس بات کی تصدیق کرنا کہ معلومات درست ہیں، کاپی رائٹ پر فیصلہ کرنا، حساس ذاتی ڈیٹا کو ظاہر کرنا ہے یا نہیں، کسی ذریعہ کی وشوسنییتا کی تصدیق کرنا۔ اس پرت پر، AI کا آؤٹ پٹ صرف ایک نقطہ آغاز ہے۔ ذمہ داری پوری طرح انسانوں پر عائد ہوتی ہے۔

ٹپ: AI کو کوئی کام دینے سے پہلے، اپنے آپ سے پوچھیں: "اگر یہ آؤٹ پٹ غلط ہے تو کیا ہوگا؟" اگر جواب ہے "میں کچھ وقت ضائع کروں گا"، تو بلا جھجھک AI استعمال کریں۔ اگر جواب یہ ہے کہ "غلط ذریعہ پھیلایا گیا ہے، صارف کو گمراہ کیا گیا ہے، یا ذاتی ڈیٹا لیک ہو گیا ہے"، تو آؤٹ پٹ کی تصدیق کرنا یقینی بنائیں۔

ہیلوسینیشن: لائبریرین کا سب سے بڑا خطرہ

ہیلوسینیشن اس وقت ہوتا ہے جب AI غیر موجود معلومات، ماخذ یا اقتباس اس طرح تیار کرتا ہے جیسے یہ حقیقی ہو، اور انتہائی قائل زبان میں۔ یہ لائبریرین شپ اور انفارمیشن مینجمنٹ کے لیے خاص طور پر خطرناک ہے۔ کیونکہ ہمارے پیشے کا جوہر ماخذ کی صداقت اور وشوسنییتا ہے۔

جب آپ AI کو کہتے ہیں کہ "اس موضوع پر پانچ اکیڈمک پیپرز تجویز کریں"، تو یہ ایسے عنوانات، مصنفین اور جریدے کے نام پیدا کر سکتا ہے جو بظاہر حقیقی لگتے ہیں لیکن بالکل موجود نہیں ہیں۔ یہ من گھڑت ماخذ اس قدر قائل ہیں کہ ایک سرپرست یا یہاں تک کہ ایک لائبریرین بھی ان کی تصدیق کیے بغیر انہیں کتابیات میں شامل کر سکتا ہے۔ ہیومینٹیز اور سوشل سائنسز میں، خطرہ اور بھی بڑا ہے: جب "1897 کی وہ دستاویز" کسی مورخ کے لیے یا "وہ عدالتی فیصلہ" کسی فقیہ کے لیے من گھڑت ہے، تو نتیجہ سنگین غلط معلومات ہے۔

دھیان دیں: AI کے ذریعہ تیار کردہ کوئی ماخذ حوالہ، اقتباس یا حوالہ کسی حقیقی کیٹلاگ، ڈیٹا بیس یا خود ذریعہ میں تصدیق کے بغیر کہیں بھی منتقل نہیں کیا جانا چاہئے۔ صرف اس لیے کہ یہ "قائل نظر آتا ہے" کا مطلب یہ نہیں کہ یہ سچ ہے۔

تصدیق کا نظم و ضبط: تین مراحل

AI کے ساتھ کام کرتے وقت لائبریرین کو جس بنیادی نظم کا اطلاق کرنا چاہیے وہ یہ ہے:

1. ماخذ سے جڑیں۔ ہر حقیقت، اعداد و شمار، تاریخ اور نقوش کو اصل ماخذ پر مبنی ہونا چاہیے۔ اے آئی سے پوچھیں "مجھے بتائیں کہ آپ کو یہ معلومات کس ذریعہ سے ملی" اور اس ذریعہ کو آزادانہ طور پر چیک کریں۔

2. آزادانہ طور پر تصدیق کریں۔ AI (مستند کیٹلاگ، آفیشل ڈیٹا بیس، بنیادی دستاویز) سے باہر کم از کم ایک قابل اعتماد ذریعہ میں اہم معلومات کی تصدیق کریں۔

3. اسے تعصب فلٹر سے گزریں۔ AI اس ڈیٹا کے تعصبات کو رکھتا ہے جس پر اسے تربیت دی جاتی ہے۔ ایک تجویز کردہ موضوع، تجاویز کی ایک فہرست، یا خلاصہ کچھ نقطہ نظر کو نمایاں کر سکتا ہے اور دوسروں کو غیر واضح کر سکتا ہے۔ پوچھیں کہ کون رہ گیا ہے، کون سا نقطہ نظر غائب ہے۔

رازداری اور صارف کی رازداری

لائبریرین شپ کے پیشے کے سب سے بنیادی اخلاقی اصولوں میں سے ایک صارف کی رازداری ہے: ایک شخص کیا پڑھتا ہے، کیا تلاش کرتا ہے، اور وہ کس موضوع میں دلچسپی رکھتا ہے وہ رازدارانہ ہیں۔ AI ٹولز میں ڈیٹا داخل کرنا، خاص طور پر عوامی ٹولز جو انٹرنیٹ پر کام کرتے ہیں، جن میں صارفین کی شناخت، تلاش کی سرگزشت، یا مستعار لیے گئے وسائل شامل ہیں، اس اصول کی خلاف ورزی کر سکتے ہیں۔ کیونکہ یہ ڈیٹا تھرڈ پارٹی سسٹم میں جا سکتا ہے۔

اسی طرح، کسی تنظیم میں، غیر درجہ بند لیکن حساس دستاویزات (عملے کی معلومات، معاہدے، اندرونی خط و کتابت) کو عام AI ٹول پر اپ لوڈ نہیں کیا جانا چاہیے۔ اس قسم کے ڈیٹا کے لیے ادارے کے اپنے محفوظ، بند نظام پر چلنے والے ٹولز کو ترجیح دی جاتی ہے۔

ٹپ: AI میں کوئی ڈیٹا داخل کرنے سے پہلے، پوچھیں "کیا یہ معلومات پبلک ہے؟" پوچھنا اگر جواب نہیں ہے، یا آپ کو یقین نہیں ہے، تو اس ڈیٹا کو ذاتی نوعیت کے، گمنام فارمیٹ میں رکھیں یا ادارے کے ذریعے منظور شدہ صرف محفوظ ٹولز استعمال کریں۔

تین چھوٹے مقدمات

کیس 1 - 400 دستاویزات کے لیے میٹا ڈیٹا کا مسودہ۔ یونیورسٹی کی ایک لائبریری کو پروفیسر کی طرف سے عطیہ کردہ 400 دستاویزات کے آرکائیو کی فہرست بنانا تھی۔ ماہر نے AI کے ساتھ ہر دستاویز کے پہلے صفحہ سے ایک مسودہ کا عنوان، تاریخ اور موضوع کی تجویز نکالی: فی دستاویز کا اوسط وقت 12 منٹ سے کم ہو کر 4 منٹ ہو گیا۔ لیکن ہر ڈرافٹ امپرنٹ کا موازنہ اصل دستاویز سے کیا گیا اور ماہر کی طرف سے اس کی منظوری دی گئی۔ اس مرحلے میں AI کی طرف سے بنائی گئی 17 غلط تاریخیں پکڑی گئیں۔

کیس 2 - جعلی ذریعہ پکڑا گیا۔ ایک انڈرگریجویٹ طالب علم کے لیے "آب و ہوا کی منتقلی" پر وسائل کی تلاش کے دوران ایک مشاورتی لائبریرین کو YZ سے 6 مضامین کی تجاویز موصول ہوئیں۔ لائبریرین نے ان سب کو ادارے کے ڈیٹا بیس میں تلاش کیا: 6 میں سے 2 مضامین بالکل موجود نہیں تھے۔ تصدیقی اقدام نے طالب علم کو من گھڑت ذریعہ بتائے جانے سے روک دیا۔

کیس 3 - رازداری کی خلاف ورزی کو روکا گیا۔ چیک آؤٹ ریکارڈز سے "کون سا صارف کس موضوع میں دلچسپی رکھتا ہے" کا تجزیہ کرنے کے لیے ایک عام AI ٹول کے استعمال پر غور کرنے والی لائبریری۔ انفارمیشن مینیجر نے محسوس کیا کہ صارف ID کے ساتھ اس ڈیٹا کا باہر جانا رازداری کی خلاف ورزی ہو گی۔ ڈیٹا کو پہلے گمنام کیا گیا تھا اور مکمل طور پر مجموعی، غیر شناخت شدہ اعدادوشمار کے طور پر اس پر کارروائی کی گئی تھی۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) کردار اور حدود کی وضاحت شروع کریں:

آپ کا کردار: تجربہ کار اسسٹنٹ کیٹلاگنگ اور انفارمیشن مینجمنٹ ماہر۔ آپ کا کام: میں نے آپ کو جو ماخذ دیا ہے اس میں موجود معلومات سے ایک مسودہ تیار کرنا۔ قواعد: (1) صرف وہی معلومات استعمال کریں جو میں نے آپ کو دیا ہے، اپنی معلومات شامل نہ کریں۔ (2) جہاں آپ کو یقین نہیں ہے وہاں "[ضروری تصدیق شدہ]" کو نشان زد کریں۔ (3) کوئی تاریخ، نام یا نقوش مت بنائیں۔ اگر آپ سمجھتے ہیں تو شروع کریں۔ ماخذ: [یہاں]

2) توثیق کی جانچ کا سوال:

ذیل کے متن میں ہر حقیقت پر مبنی دعوے (تاریخ، نام، نمبر، ماخذ کا حوالہ) درج کریں۔ ہر ایک کے لیے: متن میں آپ کو یہ معلومات کہاں سے ملی؟ اگر یہ متن میں واضح طور پر نہیں ہے تو، "متن میں نہیں" لکھیں۔ متن: [یہاں]

3) تعصب اور لاپتہ نقطہ نظر کی جانچ:

مندرجہ ذیل خلاصہ/سفارش کن نقطہ نظر کو نمایاں کرتی ہے اور کن کو چھوڑ دیتی ہے؟ کون سے گروپس، علاقے یا خیالات غائب ہو سکتے ہیں؟ صرف متن پر بھروسہ کریں، قیاس نہ کریں۔ متن: [یہاں]

4) پرائیویسی پری چیک:

کیا نیچے دیا گیا متن ذاتی ڈیٹا (نام، شناختی نمبر، رابطہ، پڑھنے/تلاش کی تاریخ) یا حساس کارپوریٹ معلومات پر مشتمل ہے؟ اگر ایسا ہے تو اس کی فہرست بنائیں اور تجویز کریں کہ اسے کیسے گمنام کیا جا سکتا ہے۔ متن: [یہاں]

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

مجھے اس موضوع پر کچھ وسائل تلاش کریں۔

یہ پرامپٹ AI کو جعلی وسائل پیدا کرنے کی دعوت دیتا ہے۔ کوئی کردار، حدود، توثیق کے اصول اور وسائل نہیں ہیں۔ AI قابل اعتماد لیکن غیر موجود ٹیگ تیار کر سکتا ہے۔

طاقتور اشارہ:

آپ کا کردار: حوالہ لائبریرین اسسٹنٹ۔ کیٹلاگ کے اندراجات میں سے "آب و ہوا کی منتقلی" کے موضوع سے متعلق کو منتخب کریں جو میں نے آپ کو ذیل میں دیا ہے اور وضاحت کریں کہ وہ کیوں متعلقہ ہیں۔ ایسے ذرائع کو شامل نہ کریں جو فہرست میں نہ ہوں، من گھڑت ذرائع نہ بنائیں۔ جب آپ کو یقین نہ ہو تو کہہ دیں کہ "کوئی مناسب ذرائع درج نہیں ہیں۔" کیٹلاگ اندراجات: [یہاں]

فرق واضح ہے: مضبوط پرامپٹ AI کو دیے گئے حقیقی ذریعہ سے کام کرنے پر مجبور کرتا ہے، نہ کہ اس کی اپنی یادداشت سے، اور من گھڑت کو روکتا ہے۔

پرت اور ذمہ داری کی میز

کاروباری پرت

نمونہ کام

AI کا کردار

آدمی کا فیصلہ

مکینیکل

ڈرافٹ میٹا ڈیٹا، خلاصہ، ترجمہ

ڈرافٹ تیزی سے تیار کرتا ہے۔

تصدیق، منظوری

نیم عدالتی

موضوع کا عنوان، ذریعہ تجویز

تجاویز پیش کرتا ہے۔

پالیسی کے مطابق انتخاب

خالص فیصلہ

توثیق، کاپی رائٹ کا فیصلہ

صرف ابتدائی معلومات

پوری ذمہ داری فرد پر عائد ہوتی ہے۔

عام غلطیاں

• ماخذ کے لیے AI آؤٹ پٹ کو تبدیل کرنا۔ AI ایک معاون ہے، وسائل نہیں؛ ہر آؤٹ پٹ کی توثیق کی جاتی ہے۔
• من گھڑت ماخذ کو قائل ماننا۔ صرف اس لیے کہ یہ اچھا لگ رہا ہے اس کا مطلب یہ نہیں ہے کہ یہ ٹھیک ہے۔
• عوامی ٹول میں ذاتی/حساس ڈیٹا داخل کرنا۔ صارف کی رازداری اور کارپوریٹ رازداری کا شروع سے ہی احترام کیا جاتا ہے۔
• تعصب کو نظر انداز کرنا۔ AI ڈیٹا کے نقطہ نظر کو رکھتا ہے جس پر اسے تربیت دی جاتی ہے۔ پوچھیں کہ کیا غائب ہے۔
• فیصلہ AI پر چھوڑنا۔ درستگی، کاپی رائٹ، اور رازداری کے فیصلے انسانوں سے تعلق رکھتے ہیں۔

خلاصہ میں

مصنوعی ذہانت؛ یہ لائبریرین شپ اور انفارمیشن مینجمنٹ میں خلاصہ، مسودہ، ترجمہ اور پیٹرن مارکنگ کے لیے ایک طاقتور معاون ہے۔ یہ میکانی کام میں بہت وقت بچاتا ہے؛ نیم عدالتی معاملات پر مشورہ دیتا ہے؛ لیکن درستگی کی تصدیق، ذریعہ کی وشوسنییتا، صارف کی رازداری، اور اخلاقی فیصلے انسانوں سے تعلق رکھتے ہیں۔ ہیلوسینیشن اس پیشے کے لیے سب سے بڑا خطرہ ہے: تصدیق کے بغیر کوئی ماخذ کریڈٹ یا اقتباسات استعمال نہیں کیے جاتے۔ واضح کردار، حد اور توثیق کے اصولوں کے ساتھ AI چلائیں؛ ایک آزاد ذریعہ کے ساتھ ہر اہم آؤٹ پٹ کی تصدیق کریں۔

درخواست کا کام

اپنے فیلڈ سے حقیقی موضوع کا انتخاب کریں۔ AI سے اس موضوع پر وسائل کی 5 سفارشات طلب کریں، پھر ہر ایک کو اصل کیٹلاگ یا ڈیٹا بیس میں تلاش کریں اور نوٹ کریں کہ اصل میں کتنے موجود ہیں۔ پھر، "اسٹارٹ اپ ڈیفائننگ رولز اینڈ باؤنڈریز" ٹیمپلیٹ کے ساتھ، AI سے کہو کہ وہ صرف آپ کے فراہم کردہ ٹیکسٹ سے کام کرے اور دونوں طریقوں کے آؤٹ پٹ کا موازنہ کریں۔ لکھیں کہ کون سا نقطہ نظر فٹنگ کو روکتا ہے۔

چیک لسٹ

• میں نے تعین کیا کہ کس پرت (مکینیکل، نیم عدالتی، خالص فیصلہ) کام ہے۔
• [ ] "اگر یہ آؤٹ پٹ غلط ہے تو کیا ہوگا؟" میں نے سوال کیا۔
• میں نے ہر ایک کریڈٹ اور حوالہ کی تصدیق ایک آزاد ذریعہ سے کی ہے۔
• میں نے چیک کیا ہے کہ AI میں داخل ہونے والے ڈیٹا میں کوئی ذاتی/حساس معلومات نہیں ہے۔
• میں نے حتمی فیصلہ اور ذمہ داری اپنی صوابدید پر رکھی۔