شہری اور علاقائی منصوبہ بندی میں مصنوعی ذہانت کا تعارف: حدود، توثیق، ذمہ داری اور اخلاقیات

فائدہ:

• تمیز کرنے کی صلاحیت، خطرے کی سطح کی بنیاد پر، جہاں AI منصوبہ بندی کے ورک فلو میں حقیقی وقت کی بچت کرتا ہے اور جہاں عوامی مفاد اور حفاظت کے لیے اہم ذمہ داری اہل شہری منصوبہ ساز اور انجینئر کے پاس رہنی چاہیے۔
• ایک کثیر سطحی توثیق کے نظم و ضبط کو لاگو کرنے کی اہلیت جو قابل اطلاق قانون سازی، سرکاری اعدادوشمار، مقامی درستگی اور آزاد ماہر کنٹرول کے خلاف ہر اے آئی آؤٹ پٹ کی جانچ کرتا ہے۔
• سیاق و سباق کو گمنام کرنے، ڈیٹا کے تعصب کو پہچاننے، اور مقام، پارسل، ذاتی اور کارپوریٹ ڈیٹا کی حفاظت کے لیے رازداری کے لیے محفوظ ٹولز کا انتخاب کرنے کی عادت حاصل کرنے کی صلاحیت۔

شہری اور علاقائی منصوبہ بندی ایک عوامی فیصلے کا سلسلہ ہے جو اس بات کا تعین کرتا ہے کہ لاکھوں لوگ کہاں رہیں گے، وہ وہاں کیسے پہنچیں گے، وہ کس ہوا میں سانس لیں گے اور کسی آفت کی صورت میں وہ کتنے محفوظ ہوں گے۔ اس سلسلہ میں کچھ لنکس (ڈیٹا رینگلنگ، رپورٹ لکھنا، نقشہ کی تیاری) تیزی سے خودکار ہو سکتے ہیں۔ ان میں سے کچھ کو کبھی بھی مشین میں منتقل نہیں کیا جا سکتا کیونکہ وہ براہ راست عوامی مفاد اور زندگی کی حفاظت کو متاثر کرتے ہیں۔ مصنوعی ذہانت (مختصر میں AI؛ سافٹ ویئر جو ڈیٹا سے پیٹرن سیکھتا ہے اور متن، تصاویر، نقشے یا کوڈ تیار کرتا ہے) اس سلسلہ میں ایک طاقتور سرعت کار ہے: یہ ایک مسودہ تجزیہ رپورٹ تیار کرتا ہے، قانون سازی کے متن کا خلاصہ کرتا ہے، کوڈ لکھتا ہے، منظرناموں کا موازنہ کرتا ہے۔ لیکن AI ایک شہری منصوبہ ساز نہیں ہے؛ یہ عوام کی طرف سے ذمہ داری نہیں لیتا، معطلی کے عمل میں داخل نہیں ہوتا، اور دستخط نہیں کرتا۔ اس یونٹ میں، آپ سیکھیں گے کہ منصوبہ بندی میں AI کا استعمال کہاں کرنا ہے، آپ کو کہاں کھڑے ہونے کی ضرورت ہے، اور ہر آؤٹ پٹ کو کیسے درست کرنا ہے۔ مقصد یہ ہے کہ آپ کو ایک پیشہ ور کنٹرولنگ AI بنانا ہے، نہ کہ AI پر منحصر ہے۔

AI منصوبہ بندی میں کیا کر سکتا ہے اور کیا نہیں کر سکتا

AI کی اصل طاقت زبان، پیٹرن، ڈیٹا پروسیسنگ اور ویرینٹ جنریشن ہے۔ پلان میمو کے طویل متن کا خلاصہ کرنا، زمین کے استعمال کے تجزیہ کے مراحل کو ڈیزائن کرنا، آبادی کی میز کو ترتیب دینا، QGIS ورک فلو کے لیے Python کوڈ کا مسودہ تیار کرنا، اسٹیک ہولڈر کے سروے میں ہزاروں تبصروں سے تھیمز نکالنا؛ ان میں، AI آپ کے گھنٹے یا دن بھی بچاتا ہے۔

AI جو کچھ نہیں کر سکتا وہ پابند فیصلہ ہے جس کے لیے عوامی مفاد اور تحفظ کی ضرورت ہے۔ کثافت کو پڑوس میں لایا جائے، اسٹریم بیڈ پر تعمیراتی پابندی، فالٹ لائن کے قریب تعمیراتی حالت، پارسل کا حقیقی ترقی کا حق، چوراہے کی گنجائش؛ اس میں سے کوئی بھی "عام طور پر ایسا ہی ہوتا ہے" کی منطق سے طے نہیں کیا جا سکتا۔ AI hallucinates کیونکہ یہ انٹرنیٹ پر موجود متن اور تربیتی ڈیٹا سے سیکھتا ہے: یعنی یہ ایک ضابطے کی شق، تناسب، نقاط یا اعدادوشمار بنا سکتا ہے جو بظاہر حقیقی معلوم ہوتا ہے لیکن غلط ہے۔ منصوبہ بندی میں اس قسم کی غلطی صرف ٹائپنگ کی غلطی نہیں ہے۔ اس کا مطلب ہے غلط طریقے سے واقع اسکول، سیلاب زدہ رہائشی علاقہ، منسوخ شدہ منصوبہ، یا کسی آفت میں جانیں ضائع ہوئیں۔

دھیان دیں: AI آؤٹ پٹ ایک مسودہ ہے، ماہرانہ رائے یا سرکاری دستاویز نہیں۔ سلامتی اور مفاد عامہ کے لیے اہم کوئی بھی فیصلہ (تباہی کا خطرہ، سیلاب، کیریئر انفراسٹرکچر، قانونی طور پر پابند منصوبہ بندی) کو کسی قابل سٹی پلانر اور متعلقہ انجینئر کی منظوری کے بغیر نافذ نہیں کیا جا سکتا۔ AI اس منظوری اور رسمی منظوری کے عمل کو تبدیل نہیں کرتا ہے۔

خطرے کی سطح کے مطابق تین علاقے

AI کو محفوظ طریقے سے استعمال کرنے کا سب سے عملی طریقہ یہ ہے کہ ہر کام کو خطرے کی سطح کی بنیاد پر تین زونز میں تقسیم کیا جائے۔ یہ امتیاز اس سوال کا فوری اور درست جواب دیتا ہے کہ "کیا AI کو یہ کرنا چاہیے؟"

علاقہ

نمونے کے کام

AI کا کردار

تصدیق کی سطح

سبز (کم خطرہ)

میٹنگ نوٹ، ای میل، تصور کا متن، اصطلاح کی وضاحت، پیشکش کا عنوان

مفت پیداوار

فوری جائزہ

پیلا (درمیانی خطرہ)

تجزیہ رپورٹ کا مسودہ، قانون سازی کا خلاصہ، کوڈ ڈرافٹ، ڈیٹا ایڈیٹنگ، تھیم نکالنا

مسودہ + تجویز

ماہر چیک + ذریعہ/ڈیٹا کی تصدیق

سرخ (سیکیورٹی اور مفاد عامہ کے لیے اہم)

تباہی کا خطرہ، سیلاب، عمارت پر پابندی، کثافت کا فیصلہ، ترقی کا حق، پابند منصوبہ بندی

صرف پری اسکرین/چیک لسٹ

قابل ماہر تجزیہ، رسمی عمل اور منظوری لازمی ہے۔

گرین زون میں تیز رہیں۔ یلو زون میں AI کا استعمال کریں، لیکن ہر نمبر، سورس اور ڈیٹا کی تصدیق کریں۔ ریڈ زون میں، AI کے پاس کبھی حتمی بات نہیں ہوتی ہے۔ یہ محض ایک امداد ہے جو ماہر کے کام کو تیز کرتی ہے۔

کثیر پرت کی توثیق کا نظم و ضبط

تصدیق کو ملتوی کرنے کی کوئی چیز نہیں ہے یہ سوچ کر کہ "میں اسے بعد میں چیک کروں گا"؛ ورک فلو کا حصہ ہے۔ منصوبہ بندی میں ایک ٹھوس توثیق پانچ پرتوں پر مشتمل ہے:

1. ماخذ پر واپس جائیں۔ اگر AI نے کوئی ریٹ، آئٹم، کوآرڈینیٹ یا اعدادوشمار دیا ہے تو اسے موجودہ آفیشل ٹیکسٹ (منظور شدہ زوننگ پلان، پلان نوٹ، ریگولیشن، TÜİK ڈیٹا، کارپوریٹ ڈیٹا بیس) میں کھولیں اور تصدیق کریں۔
2. ڈیٹا کے ساتھ ٹیسٹ کریں۔ ایک عددی نتیجہ (آبادی، رقبہ، صلاحیت) کا سرکاری اعداد و شمار یا کیلیبریٹڈ ماڈل کے ساتھ موازنہ کریں۔
3. مقامی درستگی۔ اصل بنیاد کے خلاف نقشہ، کوآرڈینیٹ سسٹم (CRS) اور جیومیٹری کے دعوے چیک کریں اور کوآرڈینیٹ حوالہ درست کریں۔
4. ماہر آنکھ۔ اگر متعلقہ فیصلہ کسی ڈسپلن (ارضیات، نقل و حمل، ماحولیاتی انجینئرنگ، قانون) کی مہارت میں ہے، تو اسے اس ماہر سے منظور کروائیں۔
5. اپنا نشان چھوڑ دو۔ ریکارڈ کریں کہ کس آؤٹ پٹ کی توثیق کس ڈیٹا کے ساتھ کی گئی اور کیسے؛ عوامی عمل کو قابل سماعت ہونے دیں۔

اشارہ: "AI نے کہا" کوئی جواز نہیں ہے۔ منصوبہ بندی کے فیصلے کا جواز ہمیشہ موجودہ قانون سازی، سرکاری اعداد و شمار، تجزیہ اور قابل ماہر تشخیص ہوتا ہے۔ AI ان جوازوں کو تیار کرنے میں آپ کی مدد کرتا ہے، یہ ان کی جگہ نہیں لیتا۔

رازداری، ڈیٹا کا تعصب اور اخلاقیات

منصوبہ بندی کا ڈیٹا حساس ہے۔ ایک منصوبہ میں ترمیم جسے معطل نہیں کیا گیا ہے، پارسل کے مالک کی شناخت، پڑوس کا سماجی و اقتصادی ڈیٹا، زمین کے پلاٹ کا کوآرڈینیٹ؛ ان کا قبل از وقت لیک ہونے سے قیاس آرائیاں، ناجائز فائدے اور عوامی اعتماد کو نقصان پہنچتا ہے۔ یہ ڈیٹا کلاؤڈ بیسڈ اے آئی ٹول کو دینے سے پہلے، تین سوالات پوچھیں: کیا یہ ڈیٹا واقعی ضروری ہے؟ کیا اسے گمنام کیا جا سکتا ہے؟ کیا میں جو ٹول استعمال کرتا ہوں وہ ٹریننگ میں ڈیٹا استعمال کرتا ہے؟

ڈیٹا کا تعصب منصوبہ بندی کے لیے منفرد خطرہ ہے۔ AI تاریخی ڈیٹا سے سیکھتا ہے۔ اگر کسی خطے میں ماضی میں بہت کم سرمایہ کاری ہوئی ہے، بہت کم ڈیٹا اکٹھا کیا گیا ہے، یا کوئی گروپ رائے بالکل بھی ریکارڈ نہیں کی گئی ہے، تو AI اس عدم مساوات کو "معمول" کے طور پر تقویت دے سکتا ہے۔ مثال کے طور پر، وہ بزرگ جو ڈیجیٹل سروے میں حصہ نہیں لے سکتے یا محدود انٹرنیٹ تک رسائی والے محلے AI سمری میں پوشیدہ رہ سکتے ہیں۔ عوامی ملازمت میں، اس کا مطلب ہے ناانصافی کو ضابطہ کے ذریعے ضرب دینا۔ اسی لیے ہر AI آؤٹ پٹ پوچھتا ہے "کون یا کیا غائب ہے؟" سوال پوچھنا ایک پیشہ ورانہ ذمہ داری ہے۔

مرحلہ وار: ایک کام میں محفوظ طریقے سے AI کا تعارف

1. علاقے میں کام رکھیں۔ سبز، پیلا یا سرخ؟
2. سیاق و سباق کو گمنام بنائیں۔ اصلی پارسل، کوآرڈینیٹ، نام اور نمبر صاف کریں۔
3. واضح بریف دیں۔ واضح طور پر کام کی جگہ، رکاوٹیں، معیار اور فارمیٹ لکھیں۔
4. آؤٹ پٹ کو ایک مسودہ پر غور کریں۔ اسے کبھی بھی حتمی مصنوع یا سرکاری دستاویز کے طور پر استعمال نہ کریں۔
5. تصدیق کی پرتیں لگائیں۔ ماخذ، ڈیٹا، مقامی درستگی، ماہر، ٹریس۔
6. "کون یا کیا غائب ہے؟" پوچھنا نمائندگی اور تعصب کی جانچ کریں۔
7. فیصلہ اور اس کے استدلال کو ریکارڈ کریں۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ: "اس محلے کے لیے منصوبہ بندی کا تجزیہ لکھیں۔"

چونکہ یہ درخواست سیاق و سباق سے پاک ہے، AI عام، کلیچڈ اور ممکنہ طور پر غلط متن تیار کرتا ہے۔ وہ نمبر بناتا ہے اور قانون سازی کو دھوکہ دیتا ہے۔

طاقتور اشارہ: "آپ شہری منصوبہ ساز کے مددگار معاون ہیں۔ مندرجہ ذیل [نام نہ بتائے گئے] ڈیٹا کی بنیاد پر زمین کے استعمال کے تجزیہ کی رپورٹ تیار کریں۔ ڈیٹا: موجودہ استعمال کی تقسیم [ٹیبل]، آبادی [ترک اسٹیٹ ڈیٹا]، ڈھلوان اور سیلابی میدان [خلاصہ]۔ لیبل 'تصدیق' کا نمبر آپ کے لیے ہر ایک کے لیے غیر مطلوبہ ریگولیشن نمبر اور تصدیقی ضرورت ہے۔ فارمیٹ: عنوانات میں، ہر تلاش کے لیے ڈیٹا سورس کی نشاندہی کریں۔"

دوسرا پرامپٹ قابل سماعت، قابل تصدیق بلیو پرنٹ تیار کرتا ہے کیونکہ یہ AI کو کردار، ڈیٹا، رکاوٹیں، ابہام اور فارمیٹ فراہم کرتا ہے۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

کردار: آپ شہری اور علاقائی منصوبہ بندی کے معاون ہیں۔ ٹاسک: [ٹاسک] کے لیے ایک مسودہ تیار کریں۔ سیاق و سباق: مطالعہ کا علاقہ [...]، آبادی [...]، موجودہ استعمال [...]، پابندیاں [...]۔ اصول: کسی بھی نمبر، شرح، نقاط اور قانون سازی کے حوالہ جات پر "تصدیق درکار" کا لیبل لگائیں جن کے بارے میں آپ کو یقین نہیں ہے۔ ڈیٹا فٹنگ۔ فارمیٹ: عنوانات میں، ہر تلاش کے لیے ڈیٹا سورس کی نشاندہی کرنا۔

ٹاسک: درج ذیل متن میں تکنیکی دعووں، عددی اقدار، نقاط اور ریگولیٹری حوالہ جات کی فہرست بنائیں۔ ہر ایک کے لیے "ماخذ کی تصدیق ہونی چاہیے" نوٹ شامل کریں۔ خود اس کی تصدیق نہ کریں، بس اسے نشان زد کریں۔ متن: [...]

ٹاسک: شہری منصوبہ ساز کے نقطہ نظر سے خطرے کی سطح سے اس AI آؤٹ پٹ کی درجہ بندی کریں۔ ہر آئٹم کے لیے: سبز/پیلا/سرخ اور ایک جملے کا جواز پیش کریں۔ سرخ آئٹمز کے لیے، "مجاز ماہر تجزیہ اور سرکاری منظوری درکار ہے" لکھیں۔ آؤٹ پٹ: [...]

ٹاسک: ذیل میں منصوبہ/پروجیکٹ کے متن کو گمنام کریں۔ اصل پارسل نمبر، جزیرہ، پتہ، نقاط، شخص/ادارے کا نام اور نمبر کو [LABEL] سے بدل دیں؛ تکنیکی معنی رکھیں۔ متن: [...]

تین چھوٹے مقدمات

کیس 1 - ہیلوسینیٹڈ فلڈ لائن۔ ایک منصوبہ ساز AI سے پوچھتا ہے کہ "کیا سیلاب کا خطرہ ہے" ایک ندی کے ساتھ والی 40 ہیکٹر اراضی کے لیے۔ AI اعتماد کے ساتھ کہتا ہے، "50 سالہ سیلاب کی حد ندی سے 30 میٹر ہے۔" منصوبہ ساز اسے بغیر تصدیق کیے تجزیہ میں ڈال دیتا ہے۔ تاہم، متعلقہ ادارے (DSI) کے سرکاری سیلاب کے تجزیے کے مطابق، بعض مقامات پر سیلاب کی اصل حد 120 میٹر ہے۔ اے آئی کے بنائے گئے 30 میٹرز نے 12 ہیکٹر پرخطر علاقے کو "محفوظ" ظاہر کیا۔ سبق: ریڈ زون کا ڈیٹا، جیسے سیلاب، صرف سرکاری ایجنسی کے تجزیہ سے لیا جاتا ہے۔

کیس 2 - وقت کی بچت کا خلاصہ۔ اسی منصوبہ ساز کے پاس AI کے پاس 62 صفحات پر مشتمل پلان کی تفصیلی رپورٹ کا خلاصہ ہے اور 15 منٹ میں اہم سرخیاں، متضاد آئٹمز اور گمشدہ تجزیوں کو نکالنا ہے۔ پھر یہ اصل رپورٹ سے ہر آئٹم کی تصدیق کرتا ہے۔ گرین-یلو زون کا یہ استعمال دو دن کے پڑھنے کے کام کو آدھے دن تک کم کر دیتا ہے۔ تصدیق کے بغیر کوئی فیصلہ نہیں کیا جاتا۔

کیس 3 - پوشیدہ پڑوس۔ ایک میونسپلٹی AI کے ساتھ ڈیجیٹل سروے سے 8,000 تبصروں کا خلاصہ کرتی ہے۔ خلاصہ شہر کے مرکزی محلوں کے مطالبات سے بھرا ہوا ہے۔ ایک منصوبہ ساز پوچھتا ہے "کون لاپتہ ہے؟" وہ پوچھتا ہے، اور پتہ چلتا ہے کہ آبادی کا 22 فیصد بننے والی تین کچی آبادیوں کی طرف سے تقریباً کوئی جواب نہیں ہے۔ وہاں انٹرنیٹ کی رسائی کم ہے۔ ٹیم آمنے سامنے ملاقات کو شامل کرکے نمائندگی کو ٹھیک کرتی ہے۔ AI کی کمی خود نہیں بتاتی۔ یہ پوچھنا منصوبہ ساز کا کام ہے۔

عام غلطیاں

• AI پرنٹ آؤٹ کو آفیشل دستاویز سمجھنا۔ مسودے اور منظور شدہ پلان/رپورٹ کے درمیان فرق کو مٹانا سب سے خطرناک غلطی ہے۔
• ریڈ زون ڈیوٹی کو AI پر چھوڑنا۔ AI کی "تجویز" کے ساتھ آفات، سیلاب، اور عمارت پر پابندی جیسے فیصلوں کو بند کرنے سے عوام کی حفاظت خطرے میں پڑ جاتی ہے۔
• پراعتماد زبان کے ساتھ الجھا ہوا فریب۔ AI درست تناسب کی طرح اعتماد کے ساتھ ایک غلط تناسب بتاتا ہے۔ ٹون درستگی کا ثبوت نہیں ہے۔
• بغیر سوچے سمجھے خفیہ ڈیٹا اپ لوڈ کرنا۔ غیر معطل شدہ پلان، پارسل کے مالک اور کوآرڈینیٹ کلاؤڈ کو نام ظاہر کیے بغیر دینا ذاتی ڈیٹا اور عوامی عمل کی خلاف ورزی ہے۔
• "کون لاپتہ ہے؟" پوچھنا نہیں نمائندگی کے تعصب کو نظر انداز کرنا عدم مساوات کو تقویت دیتا ہے۔
• تصدیق کا ٹریک نہیں رکھنا۔ عوامی عمل کو قابل سماعت ہونا چاہیے؛ اگر یہ غیر متعلقہ ہے کہ کس آؤٹ پٹ کی تصدیق کی گئی ہے اور کیسے، اس کا جوابدہ نہیں ٹھہرایا جا سکتا۔

خلاصہ میں

AI شہر اور علاقائی منصوبہ بندی میں ایک طاقتور ایکسلریٹر ہے، لیکن یہ کسی منصوبہ ساز کی جگہ نہیں لیتا۔ خطرے کی سطح کی بنیاد پر کام کو سبز، پیلے اور سرخ زون میں تقسیم کریں۔ ریڈ زون میں کبھی بھی AI کو حتمی بات نہ دیں۔ تصدیق کی پانچ تہوں (ذریعہ، ڈیٹا، مقامی درستگی، ماہر، ٹریس) کے ساتھ ہر آؤٹ پٹ کی جانچ کریں۔ رازداری کی حفاظت کریں اور ڈیٹا کے تعصب اور نمائندگی کی کمی کو فعال طور پر تلاش کریں۔ AI آؤٹ پٹ قابل ماہر کی منظوری اور منظوری کے رسمی عمل کا متبادل نہیں ہے۔ عوامی فیصلہ اور ذمہ داری ہمیشہ عوام کی ہوتی ہے۔

درخواست کا کام

ایک منصوبہ بندی کا کام منتخب کریں جس پر آپ نے خود (یا خیالی) کام کیا ہو۔ (1) کام کے ذیلی مراحل کو سبز/پیلا/ریڈ زون میں تقسیم کریں اور انہیں ایک ٹیبل میں لکھیں۔ (2) زرد علاقے میں ذیلی کام کے لیے اوپر دیے گئے پہلے ٹیمپلیٹ کا استعمال کرتے ہوئے ایک AI خاکہ تیار کریں۔ (3) ایک جملے میں لکھیں کہ آپ اس خاکہ میں ہر پانچ تصدیقی پرتوں کے لیے کیا کریں گے۔ (4) "کون یا کیا غائب ہے؟" اس کام کے تناظر میں سوال کا جواب دیں۔

چیک لسٹ

• میں نے کام کو سبز/پیلا/ریڈ زون میں رکھا۔
• میں نے ریڈ زون کے فیصلے AI پر نہیں چھوڑے؛ میں نے اسے ماہر اور سرکاری عمل کا حوالہ دیا۔
• میں نے سیاق و سباق کا نام ظاہر نہیں کیا۔ میں نے بغیر سوچے سمجھے خفیہ ڈیٹا اپ لوڈ نہیں کیا۔
• میں نے سرکاری ذریعہ سے ہر نمبر، شرح، کوآرڈینیٹ اور قانون سازی کے حوالے سے تصدیق کی ہے۔
• "کون یا کیا غائب ہے؟" میں نے سوال کیا؛ میں نے نمائندگی اور تعصب کی جانچ کی۔
• میں نے تصدیقی نشان کو محفوظ کر لیا ہے۔
• میں نے AI آؤٹ پٹ کو بطور مسودہ نشان زد کیا، میں نے اسے سرکاری دستاویز کے طور پر استعمال نہیں کیا۔