معاشیات میں مصنوعی ذہانت کا تعارف: کردار، حدود، توثیق اور ڈیٹا کی اخلاقیات

فائدہ:

• یہ تمیز کرنے کے قابل ہونا کہ کہاں مصنوعی ذہانت معاشی تجزیہ (ڈیٹا کی تالیف، مسودہ، کوڈ، خلاصہ) میں حقیقی وقت کی بچت کرتی ہے اور کہاں (پیش گوئی کی ذمہ داری، پالیسی کا فیصلہ، سرکاری اعداد و شمار) ٹاسک رسک لیول کے مطابق، قابل ماہر معاشیات پر چھوڑ دیا جاتا ہے۔
• ایک ایسے نظم و ضبط کو لاگو کرنے کی اہلیت جو ہر مصنوعی ذہانت کی پیداوار کو اصل ماخذ (TURKSTAT/EVDS/IMF) سے جوڑنے، اس کا دوبارہ حساب لگانے اور اسے اقتصادی عقل کے فلٹر سے گزرنے کے مراحل کے ذریعے تصدیق کرتی ہے۔
• جعلی نمبروں (فریب)، پرانے ڈیٹا کٹ آف تاریخوں اور خفیہ ڈیٹا کے رساو کے خطرات کو پہچاننے کی صلاحیت، اور محفوظ ٹولز اور وسائل کو منتخب کرنے کی عادت حاصل کرنا۔

ایک ماہر معاشیات کا ڈیسک دراصل ڈیٹا اور ٹیکسٹ فیکٹری ہے: آپ صبح کے وقت ترکسٹاٹ سے افراط زر کے اعداد و شمار کی تشریح کرتے ہیں، دوپہر کو ترقیاتی ایجنسی کے لیے پالیسی نوٹ لکھتے ہیں، ٹائم سیریز صاف کرتے ہیں اور شام کو پیشن گوئی کرنے کی کوشش کرتے ہیں۔ اس میں سے زیادہ تر کام میکانیکل ہے، ذہنی نہیں: ڈیٹا ڈاؤن لوڈ کرنا، یونٹوں کو تبدیل کرنا، جدولوں میں ترمیم کرنا، لمبی رپورٹوں کا خلاصہ کرنا، کوڈ لکھنا۔ مصنوعی ذہانت (AI - بڑے لینگویج ماڈل اور معاون ٹولز) بالکل اسی مکینیکل بوجھ کو کم کرتی ہے۔ لیکن آئیے ایک جملے سے آغاز کرتے ہیں جسے ہم اس ماڈیول میں دہرائیں گے: مصنوعی ذہانت ماہر معاشیات کا معاون ہے، نہ کہ وہ ماہر جو اس کی جگہ لے۔ افراط زر کی پیشن گوئی، مالیاتی پالیسی کی تجویز یا عوامی طور پر دستیاب اعداد و شمار کی ذمہ داری ہمیشہ اس شخص اور ادارے پر عائد ہوتی ہے جس نے اس پر دستخط کیے ہیں۔

اس یونٹ کے بارے میں "یوزر مینوئل" کی طرح سوچیں: یہاں ہم یہ بتائیں گے کہ اے آئی کو کہاں رکھنا ہے، کہاں کبھی نہیں لگانا ہے، اور ہر آؤٹ پٹ کو کیسے درست کرنا ہے۔ باقی دس یونٹ اس کنکال پر گوشت ڈالیں گے۔

معاشیات میں مصنوعی ذہانت کس چیز کو تیز کرتی ہے اور کیا تیز نہیں ہوتی؟

آئیے خطرے کی سطح کے مطابق کاموں کو تین خانوں میں تقسیم کرتے ہیں۔ یہ فرق پورے ماڈیول کا کمپاس ہے۔

گرین باکس - AI طاقتور ہے، رفتار میں اضافہ کرتا ہے (اب بھی جائزہ لیا جاتا ہے)۔ ڈیٹا ڈاؤن لوڈ کوڈ لکھنا، ڈیٹا کو صاف کرنے کے لیے اقدامات تجویز کرنا، ایک طویل رپورٹ یا مضمون کا خلاصہ، چارٹ کے لیے کوڈ بنانا، متن کو آسان بنانا اور فارمیٹ کرنا، اصطلاحات، ترجمہ، مسودہ پالیسی نوٹ کا ڈھانچہ بیان کرنا۔ یہاں غلطی کی قیمت کم ہے اور غلطیاں آسانی سے نظر آتی ہیں۔

پیلا باکس - AI مدد کرتا ہے لیکن انسان اس کی تصدیق کرتا ہے۔ ٹائم سیریز کا ماڈل بنانا، رجعت کی تشریح، منظر نامے کا حساب کتاب، اشارے کی تشریح، ادب کی ترکیب۔ یہاں AI ایک بلیو پرنٹ تیار کرتا ہے۔ لیکن اعداد، مفروضے اور معاشی منطق لائن بہ لائن چیک کیے بغیر کہیں نہیں جاتے۔

ریڈ باکس - ذمہ داری انسان پر ہے، AI فیصلہ نہیں کر سکتا۔ سرکاری افراط زر/ نمو کے اعداد و شمار کی حتمی منظوری، مالیاتی یا مالیاتی پالیسی کی تجویز کی ملکیت، عوامی کی جانے والی پیشن گوئی پر دستخط، ایک رائے جو سرمایہ کاری/ کریڈٹ کے فیصلے میں بدل جاتی ہے۔ یہاں AI صرف ان پٹ تیار کرتا ہے۔ فیصلہ، ذمہ داری اور دستخط فرد کے ہیں۔

ٹپ: اگر آپ کو یقین نہیں ہے کہ کس باکس میں ٹاسک ڈالنا ہے، تو یہ سوال پوچھیں: "اگر یہ آؤٹ پٹ غلط نکلے تو کس کو تکلیف ہوتی ہے، اور کیا غلطی آسانی سے محسوس کی جائے گی؟" اگر نقصان بہت زیادہ ہے اور غلطی چھپی ہوئی ہے، تو وہ کام سرخ رنگ کے قریب ہے۔

مصنوعی ذہانت کی تین بنیادی حدود

معاشیات میں اسے محفوظ طریقے سے استعمال کرنے کے لیے پہلے یہ جاننا چاہیے کہ یہ کہاں ٹھوکر کھاتا ہے۔

1) من گھڑت (فریب)۔ بڑے لینگویج ماڈل میں کبھی کبھی کوئی ایسا نمبر یا ذریعہ بناتا ہے جسے وہ نہیں جانتا، پر اعتماد زبان میں۔ "2023 کا کرنٹ اکاؤنٹ خسارہ 45.2 بلین ڈالر تھا" یہ جملہ درست لگتا ہے لیکن ہو سکتا ہے بالکل غلط ہو۔ معاشیات میں، یہ مہلک ہے: ایک غلط اعداد و شمار ایک رپورٹ، ایک پیشن گوئی، ایک فیصلے کو زہر دیتا ہے.

2) ڈیٹا کٹ آف کی تاریخ۔ ماڈل کی تربیت کا ڈیٹا ایک مخصوص تاریخ پر رک جاتا ہے۔ تازہ ترین افراط زر، شرح سود کا تازہ ترین فیصلہ، اور کل کی شرح مبادلہ کو اس معلومات سے خارج کیا جا سکتا ہے۔ AI درحقیقت آپ کو "تازہ ترین ڈیٹا" کے طور پر کئی ماہ یا سال پرانا نمبر دے سکتا ہے۔

3) وجہ اندھا پن اور سیاق و سباق کی کمی۔ AI زبان میں نمونوں کو حاصل کرتا ہے۔ معاشی وجہ کو "سمجھ" نہیں ہے۔ وہ "جب شرح سود بڑھتی ہے تو افراط زر کم ہوتا ہے" جیسے جملے روانی سے بناتا ہے، لیکن وہ یہ اندازہ نہیں لگا سکتا کہ وہ کن حالات میں درست ہیں یا کس ملک میں اس کے برعکس ہوا کس دور میں۔ یہ ساختی وقفے (بحران کے ساتھ پیٹرن کی تبدیلی) نہیں دیکھ سکتا۔

دھیان دیں: محض اس لیے کہ کوئی جملہ روانی اور پراعتماد ہے اس کا مطلب یہ نہیں ہے کہ یہ درست ہے۔ مصنوعی ذہانت اس کی سب سے زیادہ قائل ہے اس کی سب سے زیادہ غلط ہوسکتی ہے۔

توثیقی ڈسپلن: SOURCE–ACCOUNT–Filter

اس ماڈیول کا دل ایک عادت ہے۔ ہر AI آؤٹ پٹ کو تین مراحل سے گزاریں:

1. ذریعہ ہر عدد اور حقیقت پر مبنی دعویٰ اصل ماخذ سے منسلک ہے۔ ترکستان سے افراط زر، شرح مبادلہ اور CBRT سے ادائیگیوں کا توازن، IMF سے عالمی تخمینہ۔ آپ سرکاری اشاعت کا حوالہ دیتے ہیں، AI کی طرف سے دی گئی اعداد و شمار کا نہیں۔
2. بل۔ آپ دستی طور پر ہر اخذ کردہ نمبر کو کم از کم ایک بار دوبارہ گنتے ہیں۔ کیا شرح نمو، حقیقی قدر اور اشاریہ درست فارمولے سے اخذ کیے گئے ہیں؟ کاغذ پر ایک مدت چیک کریں۔
3. چھلنی آپ معاشی عقل کے ذریعے نتیجہ پاس کرتے ہیں: کیا یہ سائز مناسب ہے؟ کیا نشان درست ہے؟ تاریخی رینج میں؟ کیا کوئی تضاد ہے؟ ایک غیر معقول نتیجہ اکثر غلطی کا اشارہ ہوتا ہے۔

تین چھوٹے مقدمات

کیس 1 - جعلی شخصیت کو پکڑنا۔ ایک ترقیاتی ایجنسی کے تجزیہ کار نے YZ کو بتایا کہ "صوبائی بنیادوں پر 2023 کے برآمدی اعداد و شمار کا ایک جدول بنائیں۔" AI نے ایک اچھی تصویر دی۔ سورس مرحلے میں، تجزیہ کار نے TUIK غیر ملکی تجارت کے اعدادوشمار کو دیکھا اور دیکھا کہ تین صوبوں کے اعداد و شمار اصل اعداد و شمار سے دوگنا تھے۔ AI نے گمشدہ معلومات کو "معقول نظر آنے والے" نمبروں کے ساتھ پُر کیا تھا۔ تجزیہ کار نے میز کو دور پھینک دیا اور ڈیٹا کو براہ راست ترکستات سے کھینچ لیا۔ من گھڑت شخصیت کو رپورٹ میں شامل کرنے سے پہلے ہی پکڑا گیا۔

کیس 2 - پرانا ڈیٹا ٹریپ۔ ایک اقتصادی صحافی نے YZ سے پوچھا، "موجودہ پالیسی ریٹ کیا ہے؟" اس نے پوچھا؛ اسے جو جواب ملا وہ آٹھ ماہ پہلے کا ریٹ تھا۔ صحافی، جسے ACCOUNT/SOURCE کی عادت ہے، نے CBRT کے آخری MPK (مانیٹری پالیسی کمیٹی) کے فیصلے کو دیکھا اور درست شرح کا استعمال کیا۔ اگر وہ نہ پوچھتا تو غلط مفاد اشاعت میں چلا جاتا۔

کیس 3 - اقتصادی فلٹر۔ ایک طالب علم-محقق کے پاس AI نے حقیقی اجرت کی سیریز کا حساب لگایا تھا۔ نتیجہ میں کہا گیا کہ ایک سال میں حقیقی اجرتوں میں 140 فیصد اضافہ ہوا۔ FILTER مرحلہ عمل میں آیا: یہ سائز غیر حقیقی تھا۔ کوڈ میں، AI نے غلط بنیاد کے ساتھ ڈیفلیٹر (قیمت اصلاحی انڈیکس) کا استعمال کیا تھا۔ غلطی پائی گئی، فارمولہ درست کر دیا گیا، اور نتیجہ مناسب حد میں آیا۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) سسٹم پرامپٹ کرداروں اور حدود کی وضاحت کرتا ہے:

آپ کا کردار: ایک سینئر ماہر معاشیات کا معاون تجزیہ اسسٹنٹ۔ قواعد: (1) کوئی بھی نمبر نہ بنائیں جو میں آپ کو نہیں دیتا ہوں۔ اگر آپ نہیں جانتے ہیں تو، "آپ کو اس ڈیٹا کی تصدیق کرنے کی ضرورت ہے" کہیں۔ (2) بتائیں کہ آپ کے فراہم کردہ ہر نمبر کے لیے کس سرکاری ذریعہ (TURKSTAT/CBRT/IMF، وغیرہ) سے اس کی تصدیق ہونی چاہیے۔ (3) وجہ کا دعوی کرتے وقت حالت اور غیر یقینی صورتحال کو واضح طور پر بیان کریں۔ اگر سمجھ آئے تو ایک جملے میں تصدیق کر دیں۔

2) ماخذ کی تصدیق کی درخواست:

درج ذیل دعوے کا تجزیہ کریں: "[دعوی]"۔ اس کی تصدیق کے لیے مجھے کون سے سرکاری/بنیادی ماخذ (ادارہ، اشاعت کا نام، سلسلہ) دیکھنا چاہیے۔ شناخت کریں کہ دعوی میں ہر ایک نمبر کا تعلق کس تعریف اور مدت سے ہے۔ اپنی یادداشت سے نمبر نہ دیں۔

3) آؤٹ پٹ کو فلٹر کرنے کا اشارہ:

معاشی مستقل مزاجی کے لیے درج ذیل تجزیہ کا نتیجہ چیک کریں: کیا نشان معنی رکھتا ہے، کیا وسعت تاریخی حد کے اندر ہے، کیا اکائیاں مطابقت رکھتی ہیں، کیا کوئی پوشیدہ مفروضہ ہے؟ "تصدیق" ٹیگ کے ساتھ کسی بھی چیز کو نشان زد کریں جسے آپ مشکوک محسوس کرتے ہیں۔

4) ٹاسک رسک کی درجہ بندی کی درخواست:

میں مندرجہ ذیل کام کروں گا: "[تلاش]"۔ اسے سبز (مکینیکل، کم خطرہ)، پیلا (مسودہ، انسانی تصدیق) یا سرخ (فیصلہ/ذمہ داری انسانی) کے طور پر درجہ بندی کریں اور ایک جملے میں اس کی وجہ بتائیں۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

ترکی کی معیشت کے بارے میں ایک تجزیہ لکھیں۔

سیاق و سباق کے بغیر اور لامحدود؛ AI ایک عام، غیر منبع شدہ، ناقابل تصدیق متن تیار کرتا ہے۔

طاقتور اشارہ:

آپ کا کردار: تجزیہ معاون۔ میرے پاس TURKSTAT (نیچے) سے 2019-2024 سالانہ CPI اور GDP نمو کا ڈیٹا ہے۔ اس ڈیٹا کی بنیاد پر 3 پیراگراف کا مسودہ تبصرہ لکھیں۔ میں نے آپ کو جو میز دی ہے اس سے ہر ایک نمبر لیں، باہر سے نمبر مت جوڑیں۔ جہاں آپ واضح نہیں ہیں وہاں لکھیں "ضروری ہے تصدیق شدہ"۔ آخر میں درج کریں کہ مجھے کن پوائنٹس کو دستی طور پر چیک کرنے کی ضرورت ہے۔[ٹیبل]

یہ پرامپٹ کردار، وسائل، رکاوٹ، اور تصدیق کی توقع کو ایک ساتھ دیتا ہے۔ آؤٹ پٹ قابل سماعت ہو جاتا ہے۔

عام غلطیاں

• AI کے ذریعہ دیے گئے نمبر کو بطور ذریعہ استعمال کرنا۔ AI کوئی وسیلہ نہیں ہے۔ TURKSTAT/CBRT/IMF ذریعہ ہے۔
• درستگی کے لیے روانی کو غلط سمجھنا۔ اچھی طرح سے لکھا ہوا جملہ غلط ہوسکتا ہے۔
• ٹاسک باکس کو نظرانداز کرنا۔ سرخ باکس کے کام کو سبز کی طرح تیزی سے پاس کرنا سب سے مہنگی غلطی ہے۔
• ڈیٹا کٹ آف کی تاریخ کو بھولنا۔ "موجودہ" مانگنا اور پرانا نمبر حاصل کرنا۔
• اندھا دھند خفیہ/مارکیٹ کے حساس ڈیٹا کو ٹول میں چسپاں کرنا۔ رازداری کی خلاف ورزی جسے ہم اگلے یونٹ میں دیکھیں گے۔
• دستی حساب کتاب کے مرحلے کو چھوڑ دیں۔ اخذ کردہ نمبر کو بالکل چیک کیے بغیر استعمال کرنا۔

خلاصہ میں

مصنوعی ذہانت ایک طاقتور معاون ہے جو ماہر معاشیات کے مکینیکل بوجھ کو نمایاں طور پر کم کرتی ہے۔ لیکن پیشن گوئی، پالیسی اور سرکاری اعداد و شمار کی ذمہ داری انسان پر ہی رہتی ہے۔ کاموں کو سبز-پیلے-سرخ خانوں میں ترتیب دیں، AI کی تین بنیادی حدود کو ذہن میں رکھیں (من گھڑت، ڈیٹا کٹ آف کی تاریخ، وجہ کا اندھا پن)، اور ہر آؤٹ پٹ کو SOURCE-ACCOUNT-Filter نظم و ضبط کے ذریعے منتقل کریں۔ یہ تین مراحل باقی ماڈیول کے لیے حفاظتی بیلٹ ہیں۔

درخواست کا کام

اپنی ملازمت سے ایک حقیقی ہفتہ کا انتخاب کریں اور 10 معاشی کاموں کی فہرست بنائیں جو آپ نے اس ہفتے کیے تھے (مثلاً "افراط زر کے اعداد و شمار کی ترجمانی کریں"، "صوبائی برآمدی جدول تیار کریں"، "رپورٹ کا خلاصہ تیار کریں")۔ ہر کام کو سبز/پیلا/سرخ کے طور پر درجہ بندی کریں۔ پھر گرین باکس میں ایک ٹاسک کو منتخب کریں اور AI کو اوپر والے ٹیمپلیٹس 1 اور 3 کا استعمال کرتے ہوئے اسے کرنے کے لیے کہیں۔

چیک لسٹ

• میں نے کام کو سبز/پیلا/سرخ باکس میں صحیح طریقے سے رکھا ہے۔
• [] میں نے مرکزی سرکاری ذریعہ سے مصنوعی ذہانت کے ذریعہ دیئے گئے ہر نمبر کی تصدیق کی۔
• [ ] میں نے ہاتھ سے کم از کم ایک اخذ کردہ نمبر کا دوبارہ حساب لگایا۔
• [ ] میں نے نتیجہ کو معاشی عقل (نشان، وسعت، اکائی) کے ذریعے فلٹر کیا۔
• [ ] میں نے ڈیٹا کٹ آف کی تاریخ اور ریسنسی کے خطرے کی جانچ کی۔
• میں نے خفیہ/حساس ڈیٹا یا محفوظ/منظور شدہ ٹولز کا استعمال نہیں کیا۔
• میں نے آؤٹ پٹ کی ملکیت کا دعویٰ کیا ہے، یہ برقرار رکھتے ہوئے کہ میرے پاس حتمی فیصلہ اور دستخط موجود ہیں۔