غذائیت اور غذایات میں مصنوعی ذہانت کا تعارف: کردار، حدود، توثیق اور اخلاقیات

فائدہ:

• یہ فرق کرنے کے قابل ہونا کہ مصنوعی ذہانت کہاں ڈائیٹکس ورک فلو میں حقیقی وقت اور بصیرت کو بچاتی ہے، اور جہاں حفاظتی اہم فیصلے (تشخیص، غذائی علاج، حتمی منظوری) کو ٹاسک رسک لیول کے مطابق، غذائی ماہرین اور معالج پر چھوڑ دیا جاتا ہے۔
• ایک نظم و ضبط کو لاگو کرنے کی اہلیت جو ہر اے آئی آؤٹ پٹ کو ماخذ سے منسلک کرنے، اس کی دوبارہ گنتی کرنے، اور اسے کلینیکل فلٹرنگ کے ذریعے منتقل کرنے کے مراحل کے ذریعے تصدیق کرتی ہے۔
• KVKK/پرائیویسی کے دائرہ کار میں کلائنٹ کے ڈیٹا کو گمنام کرنا اور محفوظ گاڑی کا انتخاب کرنے کی عادت ڈالنا

ایک ماہر غذائیت کی میز پر روزانہ درجنوں فیصلے جمع ہوتے ہیں: کلائنٹ کی روزمرہ کی توانائی کی ضروریات کا حساب لگانا، الرجی والے کسی کے لیے ایک محفوظ مینو ترتیب دینا، خون کے ٹیسٹ کے نتیجے کی غذائی زبان میں تشریح کرنا، ساتھی اور مؤکل دونوں کو ایک ہی معلومات کو واضح طور پر بیان کرنا۔ اس میں سے کچھ کام دہرائے جانے والے اور وقت طلب ہیں۔ ان میں سے کچھ ایسے فیصلے ہیں جو صحت کو براہ راست متاثر کرتے ہیں اور جن کی غلطی کا مارجن صفر کے قریب ہونا چاہیے۔ مصنوعی ذہانت (مختصر کے لیے AI، یا مختصر میں AI - کمپیوٹر سسٹم جو کہ متن تیار کر سکتے ہیں، حساب کتاب کر سکتے ہیں اور انسانوں کی طرح خلاصہ کر سکتے ہیں) اس تصویر کے بالکل بیچ میں فٹ بیٹھتا ہے: جب صحیح طریقے سے استعمال کیا جائے تو یہ بار بار ہونے والے کاموں کو تیز کرتا ہے اور آپ کو سوچنے کی جگہ دیتا ہے۔ غلط استعمال کرنے پر، یہ کلائنٹ کی پلیٹ میں بظاہر محفوظ لیکن غلط آؤٹ پٹ لا سکتا ہے۔

اس ماڈیول کی پہلی اکائی گاڑی کا تعارف نہیں ہے۔ اس کا مقصد یہ واضح کرنا ہے کہ آپ کے پیشے میں اے آئی کو کہاں رکھنا ہے اور کہاں بالکل نہیں لگانا ہے۔ کیونکہ ڈائیٹکس ایک "حفاظت کے لیے اہم" فیلڈ ہے: آپ جو معلومات فراہم کرتے ہیں وہ کسی شخص کے میٹابولزم، منشیات کے تعامل، الرجک ردعمل سے متعلق ہے۔ آئیے یہاں بنیادی اصول کو دہراتے ہیں: مصنوعی ذہانت ایک معاون ہے، ماہر غذا نہیں۔ غذائیت سے متعلق علاج کا فیصلہ، تشخیصی تشریح، اور حتمی منصوبہ کی منظوری مستند ماہر کے ساتھ باقی ہے - یعنی آپ۔

غذائی ماہرین کے حقیقی فرائض اور AI کی جگہ

ہم غذائی ماہرین کی ملازمت کو تقریباً پانچ گروپوں میں تقسیم کر سکتے ہیں: (1) کلائنٹ کی بھرتی اور تاریخ کا مجموعہ، (2) تشخیص اور حساب کتاب (توانائی، میکرو، مائیکرو نیوٹرینٹ)، (3) منصوبہ بندی (کھانا، مینو، ترکیب)، (4) کلائنٹ کی تعلیم اور فالو اپ، (5) ریکارڈنگ، رپورٹنگ اور شواہد سے باخبر رہنا۔ AI ان تمام گروپوں کو چھو سکتا ہے، لیکن ایک ہی اتھارٹی کے ساتھ نہیں۔

"میکرو" سے ہمارا مطلب ہے میکرونیوٹرینٹس: کاربوہائیڈریٹس، پروٹین اور چکنائی - وہ تین اہم غذائی اجزاء جن کی جسم کو توانائی اور بلڈنگ بلاکس کے لیے بڑی مقدار میں ضرورت ہوتی ہے۔ "مائیکرو" وہ عناصر ہیں جن کی ضرورت تھوڑی مقدار میں ہوتی ہے، جیسے وٹامنز اور منرلز۔ AI سیکنڈوں میں ان کی ہدف کیلوریز کی بنیاد پر کلائنٹ کے میکرو بریک ڈاؤن کا خاکہ بنا سکتا ہے۔ لیکن صرف آپ ہی جانتے ہیں کہ آیا یہ مسودہ کلائنٹ کے گردے کے کام، ادویات، اور ثقافتی کھانے کی عادات کے لیے موزوں ہے۔

درج ذیل جدول مشن کے لحاظ سے AI کے کردار اور خطرے کی سطح کا خلاصہ کرتا ہے:

جستجو

AI کا کردار

خطرے کی سطح

کون منظور کرتا ہے۔

کھانے کے آئیڈیا/ہدایت کی قسم پیدا کرنا

ایکسلریٹر، آئیڈیا جنریٹر

کم

ماہر غذائیت

میکرو/کیلوری کے حساب کتاب کا خاکہ

اکاؤنٹ کا مسودہ، چیک کیا گیا۔

درمیانہ

ماہر غذائیت (دوبارہ حساب لگاتا ہے)

کلائنٹ کی تربیت کا متن لکھنا

مسودہ لکھتا ہے، آسان بناتا ہے۔

درمیانہ

ماہر غذائیت (سائنسی درستگی)

الرجی/طبی پابندی فلٹرنگ

ابتدائی اسکریننگ کبھی بھی حتمی لفظ نہیں ہے۔

اعلی

ماہر غذائیت (لفظی سچائیاں)

پرکھ کی تشریح / تشخیص

مددگار نہیں

بہت اعلی

معالج + غذائی ماہر

ڈرگ فوڈ کے تعامل کا فیصلہ

مددگار نہیں

بہت اعلی

معالج/فارماسسٹ

اس چارٹ میں ایک لائن کو ذہن میں رکھیں: جیسے جیسے خطرہ بڑھتا ہے، AI کا کردار سکڑتا ہے، انسانی منظوری بڑھتی ہے۔

کیوں "تصدیق" اس کاروبار کا دل ہے۔

مصنوعی ذہانت کی زبان کے ماڈل اپنے جواب میں پراعتماد نظر آتے ہیں، لیکن ہو سکتا ہے کہ وہ اس بات کا یقین نہ کریں۔ تکنیکی زبان میں، اسے ہیلوسینیشن کہتے ہیں: یہ ایک روانی سے جملے میں غیر موجود معلومات کی ماڈل کی من گھڑت ہے، جیسے کہ یہ سچ ہو۔ ماہر غذائیت کے لیے یہ ایک مہلک جال ہے: ماڈل آپ کو بتا سکتا ہے کہ "100 گرام بادام میں 21 گرام پروٹین ہوتا ہے" (جو کہ سچ کے قریب ہے)، لیکن یہ آپ کو اتنے ہی اعتماد کے ساتھ یہ بھی بتا سکتا ہے کہ "100 گرام بروکولی میں 12 گرام پروٹین ہوتا ہے" (جو کہ غلط ہے، یہ دراصل ~ 8 گرام ہے)۔ چونکہ وہ دونوں ایک ہی روانی کے ساتھ کہتا ہے، اس لیے صحیح اور غلط کو الگ کرنے والی واحد چیز آپ کا علم اور تصدیق کرنے کی عادت ہے۔

تصدیق کا نظم تین مراحل پر مشتمل ہے:

1. ماخذ سے لنک: عددی اعداد و شمار جیسے کہ غذائیت کی قیمت کے لیے، ایک تسلیم شدہ غذائی ڈیٹا بیس پر انحصار کریں (جیسے USDA FoodData Central یا TÜBER/Türkiye نیوٹریشن گائیڈ منسلک میزیں)، AI کی میموری پر نہیں۔ اس ڈیٹا کی تشریح کے لیے AI کا استعمال کریں، اسے یاد رکھنے کے لیے نہیں۔
2. دوبارہ گنتی کریں: ہر کیلوری/میکرو نتیجہ کی تصدیق کریں کہ AI کم از کم ایک بار واپس آتا ہے، یا تو دستی طور پر یا کسی قابل اعتماد کیلکولیٹر سے۔ خاص طور پر چیک کریں کہ آیا ٹوٹل میچ کرتا ہے۔
3. کلینیکل فلٹر: جانچیں کہ آیا آؤٹ پٹ کلائنٹ کی طبی حالت، ادویات اور ترجیحات سے متصادم ہے۔

دھیان دیں: AI کے ذریعہ تیار کردہ غذائیت کی قیمت کے ٹیبل کو کلائنٹ کے پلان میں اس کے ذریعہ کی تصدیق کیے بغیر کاپی کرنا اپنی پیشہ ورانہ ذمہ داری کے لحاظ سے ایک غیر دستخط شدہ نسخہ دینے کے مترادف ہے۔ نمبر صرف اس لیے درست نہیں ہے کہ یہ روانی سے نکلا ہے۔

رازداری: کلائنٹ کا ڈیٹا مقدس ہے۔

کلائنٹ کا ڈیٹا (وزن، بیماری کی سرگزشت، ٹیسٹ کے نتائج، ادویات) خصوصی ذاتی ڈیٹا ہے اور ترکی میں KVKK (ذاتی ڈیٹا پروٹیکشن قانون) اور یورپ میں GDPR کے تحت محفوظ ہے۔ کلائنٹ کا نام، TR ID نمبر اور تشخیص کو AI ٹول میں چسپاں کرنا سنگین خلاف ورزی ہے۔ اصول آسان ہے: ڈیٹا کو گمنام کریں۔ "Ayşe Yılmaz, 43 سال, ٹائپ 2 ذیابیطس" کے بجائے "43 سالہ خاتون کلائنٹ، ٹائپ 2 ذیابیطس" لکھیں۔ نام، رابطے کی معلومات، ادارے کا نام ہٹا دیں۔ اگر ممکن ہو تو، کارپوریٹ اور ڈیٹا پروسیسنگ معاہدے کے ساتھ ٹولز کا انتخاب کریں۔ یقینی بنائیں کہ آپ کا ڈیٹا ماڈل ٹریننگ میں استعمال نہیں ہوا ہے۔

تین چھوٹے مقدمات

کیس 1 - محفوظ استعمال۔ ایک ماہر غذائیت AI سے 70 کلوگرام، ایک فعال ایتھلیٹ کلائنٹ کے لیے 5 مختلف ہائی پروٹین ناشتے کے آئیڈیاز مانگتا ہے۔ AI 5 خیالات پیدا کرتا ہے۔ غذائی ماہر ان میں سے 3 کا انتخاب کرتا ہے، اپنے میکرو مقصد کی بنیاد پر حصوں کا دوبارہ حساب کرتا ہے، اور USDA ڈیٹا بیس کے خلاف غذائی اقدار کی تصدیق کرتا ہے۔ دورانیہ: 10 منٹ کے بجائے 3 منٹ۔ اے آئی نے آئیڈیا دیا، فیصلہ ڈائیٹشین کے پاس رہا۔

کیس 2 - غیر تصدیق شدہ اکاؤنٹ ٹریپ۔ ایک اور غذائی ماہر کے پاس AI ہے جو کلائنٹ کی روزمرہ کی ضروریات کا حساب لگاتا ہے اور اس کے نتیجے میں 1,850 kcal پلان دیتا ہے۔ لیکن AI نے کلائنٹ کی سرگرمی کے گتانک کو غلط سمجھا، اور اصل ضرورت ~2,300 kcal تھی۔ مؤکل ہفتوں تک غذائیت کا شکار ہے اور کمزوری کی شکایت کے ساتھ واپس آتا ہے۔ قصور AI کا نہیں ہے، بلکہ غذائی ماہرین کا ہے جنہوں نے تصدیق کو چھوڑ دیا۔

کیس 3 - رازداری کی خلاف ورزی۔ ایک انٹرن کلائنٹ کا پورا نام اور تجزیہ پی ڈی ایف کو AI ٹول میں لوڈ کرتا ہے اور کہتا ہے "تبصرہ۔" ڈیٹا ایک بیرونی سرور پر چلا گیا۔ ادارے کو KVKK جانچ پڑتال کا سامنا ہے۔ صحیح طریقہ یہ تھا کہ ڈیٹا کو گمنام کیا جائے اور گمنام طور پر صرف عددی اقدار کا اشتراک کیا جائے۔

کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس

درج ذیل پیٹرن اسٹارٹر پیٹرن ہیں جو AI کو محفوظ "اسسٹنٹ" کے کردار میں رکھتے ہیں۔ اپنے انفرادی کلائنٹ کے لیے بریکٹ بھریں اور یقینی بنائیں کہ ڈیٹا گمنام ہے۔

کردار اور باؤنڈری وضاحت کا تمثیل آپ کا کردار: ماہر غذائیت کا مسودہ تیار کرنے والا معاون۔ آپ غذائی ماہر نہیں ہیں؛ تشخیص کرنا، طبی مشورہ دینا۔ غذائی ماہر فیصلہ اور حتمی منظوری دیتا ہے۔ اگر آپ کو یقین نہیں ہے، تو اسے "[غذا کے ماہر کی تصدیق کرنے دیں]" کے بطور نشان زد کریں، اسے نہ بنائیں۔ ٹاسک: [کام لکھیں]۔

توثیق کی درخواست کا سانچہ درج ذیل آؤٹ پٹ دینے کے بعد، ایک الگ فہرست پوائنٹس کی ایک علیحدہ فہرست کے طور پر ظاہر ہوتی ہے جسے ماہرِ خوراک کو ذاتی طور پر چیک کرنا چاہیے: کن نمبروں کی دوبارہ گنتی کی جانی چاہیے، کون سے غذائیت کی قدر کی تصدیق ماخذ سے کی جانی چاہیے، کن الرجین/پابندیوں کی جانچ کی جانی چاہیے۔ آؤٹ پٹ: [...]

AI ٹول کو دینے سے پہلے درج ذیل متن کو پرائیویسی کے لیے چیک کریں: کیا شناخت کرنے والا کوئی ڈیٹا ہے جیسا کہ نام، TR ID، رابطہ، ادارہ، تاریخ پیدائش؟ اگر دستیاب ہو تو نشان زد کریں اور ایک گمنام ورژن تجویز کریں۔ متن: [...]

عددی اعداد و شمار جیسے کہ غذائیت کی قیمت کے لیے آپ کی اپنی میموری سے قدروں کو ٹیمپلیٹ سے جوڑنے کے لیے وسائل کو جوڑنا۔ صرف وہی معروف ڈیٹا بیس کا استعمال کریں جو میں نے آپ کو دیا ہے۔ اگر نہیں، تو "[کوئی ڈیٹا نہیں، ماہر غذائیت کو ذریعہ چیک کرنے دیں]" لکھیں۔ کام: [...]

کمزور فوری / مضبوط اشارہ

آئیے ایک ہی کام کو دو مختلف طریقوں سے مانگتے ہیں:

کمزور اشارہ:

اس کلائنٹ کے لیے خوراک تجویز کریں۔

یہ خواہش مبہم ہے: AI عمر، جنس، ہدف، یا رکاوٹوں کو جانے بغیر ایک عمومی، ممکنہ طور پر ناقص منصوبہ تیار کرتا ہے۔

طاقتور اشارہ:

آپ کا کردار: ماہر خوراک کا ڈرافٹ اسسٹنٹ۔ فیصلہ اور منظوری غذائی ماہرین سے تعلق رکھتی ہے۔ طبی مشورہ دینا۔ کلائنٹ (گمنام): 38 سالہ خاتون، دفتری کارکن (تھوڑا فعال)، قد 165 سینٹی میٹر، وزن 78 کلو، مقصد صحت مند وزن میں کمی ہے۔ الرجی: ہیزلنٹ۔ حد: لییکٹوز عدم رواداری۔ ثقافت: وہ ترکی کے کھانوں کو ترجیح دیتا ہے۔ کام: ~1600 kcal فی دن میں 3 کھانے + 1 ناشتے کی فہرست بنائیں۔ کھانے کا آئیڈیا ہر آئیڈیا کے آگے تخمینہ شدہ کیلوریز اور میکرو دیں، لیکن ایک نوٹ شامل کریں کہ "ان اقدار کی توثیق ماہر غذائیت سے ہونی چاہیے۔" ہیزلنٹس یا لییکٹوز پر مشتمل کوئی تجاویز شامل نہ کریں۔

دوسرا پرامپٹ AI کو اس کا کردار، باؤنڈری، کلائنٹ سیاق و سباق، اور حفاظتی رکاوٹ دیتا ہے۔ آؤٹ پٹ ایک مسودہ ہے جو تصدیق کے لیے تیار ہے۔

عام غلطیاں

• منظوری کو چھوڑنا: کلائنٹ کو بغیر چیک کیے AI آؤٹ پٹ دینا۔ آؤٹ پٹ ہمیشہ ایک ڈرافٹ ہوتا ہے۔
• غیر منبع شدہ نمبروں پر انحصار: AI میموری سے غذائیت کی اقدار کو بازیافت کرنا؛ جبکہ ایک معروف ڈیٹا بیس ضروری ہے۔
• رازداری کو بھولنا: نام، تجزیہ، ٹی آر نمبر جیسے ڈیٹا کو بغیر گمنام کیے شیئر کرنا۔
• کردار کی وضاحت نہیں کرنا: AI کو "ایک غذائی ماہر بننے" کے لیے کہنا۔ اس کا اصل مطلب ہے "غذا کے ماہر کے لیے ایک مسودہ تیار کریں"؛ فیصلہ انسان پر چھوڑ دیا جاتا ہے۔
• مبالغہ آمیز صحت کے دعوے: AI کے ذریعہ تیار کردہ "یہ کھانا بیماری کو ٹھیک کرتا ہے" جیسے جملے کو فلٹر کیے بغیر استعمال کرنا۔

خلاصہ میں

مصنوعی ذہانت غذایات میں ایک طاقتور معاون ہے: یہ دہرائے جانے والے کام کو تیز کرتی ہے، خیالات کا تنوع پیدا کرتی ہے، متن کو آسان بناتی ہے۔ لیکن یہ کبھی نہ بھولیں کہ آپ سیکیورٹی کے لیے ایک اہم شعبے میں کام کر رہے ہیں۔ جیسے جیسے داؤ پر لگا ہوتا ہے، AI کا کردار چھوٹا ہوتا جاتا ہے اور آپ کی رضامندی بڑھتی جاتی ہے۔ ہر ایک آؤٹ پٹ کو تین فلٹرز کے ذریعے ڈالیں: سورس، دوبارہ گنتی، طبی جانچ۔ کلائنٹ کے ڈیٹا کو گمنام بنائیں۔ اور ہمیشہ یاد رکھیں: تشخیص، علاج کا فیصلہ، اور حتمی منصوبہ کی منظوری غذائی ماہرین سے تعلق رکھتی ہے۔ AI دستخط نہیں کرتا ہے۔

درخواست کا کام

اپنے مطالعہ (یا فرضی) سے ایک کلائنٹ کا انتخاب کریں اور پہلے ان کے ڈیٹا کو گمنام کریں۔ پھر اوپر والے "Strong prompt" ٹیمپلیٹ کو دوبارہ لکھیں، اسے اپنے کلائنٹ کے مطابق بنائیں۔ AI سے کھانے کے آئیڈیاز کی فہرست حاصل کریں، پھر ایک قابل اعتماد فوڈ ڈیٹا بیس کے خلاف نتیجے میں آنے والی کیلوری/میکرو ویلیو میں سے ایک کی تصدیق کریں اور فرق کو نوٹ کریں۔ اس فرق کو دیکھ کر یہ پختہ ہو جائے گا کہ آپ کی تصدیق کا نظم و ضبط کیوں ضروری ہے۔

چیک لسٹ

• [ ] میں نے AI کو "اسسٹنٹ/ڈرافٹ" کا کردار دیا، نہ کہ "ڈائیٹیشین" کا کردار۔
• میں نے کلائنٹ کے ڈیٹا کو گمنام کر دیا (نام، ID، رابطہ ہٹا دیا گیا)۔
• [] میں نے ایک تسلیم شدہ ڈیٹا بیس سے غذائیت کی قدروں کی تصدیق کی۔
• میں نے AI کی طرف سے دی گئی کیلوری/میکرو ٹوٹل کا دوبارہ حساب لگایا۔
• میں نے کلائنٹ کی طبی حالت اور ترجیحات سے متصادم ہونے کے لیے آؤٹ پٹ کو فلٹر کیا۔
• ایک ماہر غذائیت کے طور پر، میں نے حتمی منصوبے کی منظوری دی تھی۔ دستخط YZ پر نہیں، مجھ پر ہے۔