فائدہ:
- KVKK کے فریم ورک اور بنیادی معلومات کے تحفظ کے اصولوں کے اندر MIS میں مصنوعی ذہانت کے استعمال کی حدود کی وضاحت کرنے کی صلاحیت
- مصنوعی ذہانت کے ورک فلو پر گمنامی، کم از کم استحقاق اور ڈیٹا کی درجہ بندی کے اصولوں کو محفوظ طریقے سے لاگو کرنے کی اہلیت
- اخلاقیات، تعمیل اور قابل منظوری کے فریم ورک کے اندر ایک اختتام سے آخر تک MIS-AI پروجیکٹ کو ذمہ داری کے ساتھ منظم کرنے کی صلاحیت۔
ماڈیول امتحان
1. کون سا بیان مینجمنٹ انفارمیشن سسٹم کے ماہر کے کام میں مصنوعی ذہانت کے آؤٹ پٹ کے کردار کو سب سے زیادہ درست طریقے سے بیان کرتا ہے؟
- A) AI مسودے اور تجاویز تیار کرتا ہے۔ ✔ کاروباری اصول انسان کی ذمہ داری ہے کہ وہ حقیقی ڈیٹا اور قابل منظوری کے ساتھ تصدیق کرے۔
- ب) AI آؤٹ پٹ روانی سے اور تکنیکی طور پر لکھا جاتا ہے لہذا اسے عام طور پر تصدیق کی ضرورت نہیں ہوتی ہے۔
- C) AI کاروباری یونٹ کی منظوری کے بغیر ضروریات کو براہ راست حتمی شکل دے سکتا ہے۔
- D) مالیاتی اہم فیصلوں میں، AI آؤٹ پٹ ایک قابل ماہر کی منظوری کی جگہ لے لیتا ہے
تفصیل: مصنوعی ذہانت تیزی سے درمیانی مصنوعات جیسے کہ ضروریات، ڈیٹا ماڈل، ایس کیو ایل اور رپورٹس تیار کرتی ہے۔ تاہم، یہ انسانی ذمہ داری ہے کہ وہ کاروباری اصول، اصل ڈیٹا، اور اسٹیک ہولڈر کی تصدیق کے ساتھ ان مسودوں کی تصدیق کرے۔ خاص طور پر مالی اور تعمیل سے متعلق اہم فیصلوں میں، AI قابل ماہر کی منظوری کا متبادل نہیں ہے۔
2. تقاضوں کے تجزیہ کے مطالعہ میں 'نظام تیز ہونا چاہیے' کے بیان کے ساتھ بنیادی مسئلہ کیا ہے؟
- A) اسے غیر فعال کے طور پر لکھا گیا ہے حالانکہ یہ ایک عملی ضرورت ہے۔
- ب) جانچ اور تصدیق نہیں کی جا سکتی کیونکہ اس میں پیمائش کی حد نہیں ہے ✔
- ج) اسٹیک ہولڈرز نہیں سمجھتے کیونکہ اس میں بہت زیادہ تکنیکی تفصیلات ہیں۔
- D) یہ غلط ہے کیونکہ یہ صارف کی کہانی کی شکل میں نہیں لکھا گیا ہے۔
وضاحت: یہ بیان ایک غیر فعال ضرورت کو بیان کرتا ہے، لیکن یہ قابل پیمائش نہیں ہے۔ 'فاسٹ' ساپیکش ہے؛ نمبر، حالت اور بوجھ کے لحاظ سے ایک قابل قبول ضرورت کے جوابی وقت کی وضاحت کرتا ہے (مثال کے طور پر 'استفسار کا جواب اوسط بوجھ پر 2 سیکنڈ سے کم')۔ ایک ضرورت جس کی پیمائش نہیں کی جاسکتی ہے اس کی جانچ نہیں کی جاسکتی ہے۔
3. مندرجہ ذیل میں سے کون سا ڈیٹا ماڈلنگ میں نارملائزیشن کا بنیادی مقصد ہے؟
- A) تمام ڈیٹا کو ایک بڑی میز میں جمع کرکے استفسار کو آسان بنانا
- ب) ڈیٹا کی نقل کو کم کرکے اور سالمیت کو برقرار رکھ کر اپ ڈیٹ کی بے ضابطگیوں کو روکیں۔
- ج) بیک اپ فائلوں کا سائز ہمیشہ کم سے کم کریں۔
- D) گرافکس اور بورڈ کی کارکردگی کی براہ راست ضمانت دینا
تفصیل: نارملائزیشن فالتو پن کو کم کرنے اور ڈیٹا کی سالمیت کو محفوظ رکھنے کے لیے میزوں کو منطقی طور پر تقسیم کرنے کا عمل ہے۔ ایک ہی معلومات کو ایک جگہ پر رکھنے سے اپ ڈیٹ کی بے ضابطگیوں اور عدم مطابقت کو روکتا ہے۔ مقصد رپورٹ کو تیز کرنا نہیں ہے۔ جان بوجھ کر ڈی نارملائزیشن بعض اوقات رفتار کے لیے کی جاتی ہے۔
4. کاروباری انٹیلی جنس ڈیش بورڈ پر 'اشتہارات کے اخراجات بڑھنے کے ساتھ ہی فروخت میں اضافہ ہوا، اس لیے اشتہارات سے فروخت بڑھ جاتی ہے' کا اندازہ لگانے کا اہم خطرہ کیا ہے؟
- الف) سبب کے ساتھ مبہم تعلق؛ ایک ساتھ کام کرنے سے یہ ثابت نہیں ہوتا کہ ایک دوسرے کو تخلیق کرتا ہے ✔
- ب) چارٹ کی قسم کا غلط انتخاب
- C) ڈیٹا کو نارمل نہیں کیا گیا ہے۔
- D) بورڈ بہت زیادہ رنگوں پر مشتمل ہے۔
وضاحت: یہ وجہ کے ساتھ مبہم تعلق ہے۔ دونوں میٹرکس ایک ساتھ چل سکتے ہیں، لیکن تیسرا عنصر (مثلاً سیزن، مہم کا دورانیہ) دونوں کو اوپر لے جا سکتا ہے۔ ایم آئی ایس کے ماہر کو AI سے تیار کردہ بیانیہ متن میں اس ٹریپ کی جانچ کرنی چاہئے اور ثبوت کے ساتھ وجہ کے دعووں کی جانچ کرنی چاہئے۔
5. سمارٹ آٹومیشن میں، جہاں RPA (روبوٹک پروسیس آٹومیشن) اور مصنوعی ذہانت کو ایک ساتھ استعمال کیا جاتا ہے، RPA کس مرحلہ کی قسم کے لیے موزوں ہے؟
- A) وہ اقدامات جو غیر واضح ہیں، تشریح پر مبنی ہیں، اور ہر بار مختلف فیصلوں کی ضرورت ہوتی ہے۔
- ب) باقاعدہ، بار بار اور سٹرکچرڈ ڈیٹا پر کام کرنے کے اقدامات ✔
- ج) ایسے اقدامات جن کے لیے گاہک کے ساتھ ہمدردی کی ضرورت ہوتی ہے۔
- D) وہ اقدامات جن میں اسٹریٹجک سرمایہ کاری کے فیصلے کیے جاتے ہیں۔
وضاحت: آر پی اے باقاعدہ، دہرائے جانے والے اور سٹرکچرڈ ڈیٹا کے مراحل میں مضبوط ہے: ایک اسکرین سے ڈیٹا کاپی کرنا اور اسے دوسرے سسٹم میں داخل کرنا۔ مصنوعی ذہانت ان اقدامات میں عمل میں آتی ہے جن کے لیے مبہم فیصلے، درجہ بندی، یا فطری زبان کی سمجھ کی ضرورت ہوتی ہے۔ زیادہ خطرے والے فیصلے انسانی منظوری سے مشروط رہتے ہیں۔
6. ای آر پی سسٹمز میں AI آؤٹ پٹ کو خاص طور پر احتیاط سے تصدیق کرنے کی ضرورت کیوں ہے؟
- A) ERP ڈیٹا ہمیشہ گمنام ہوتا ہے لہذا اضافی احتیاط کی ضرورت ہے۔
- B) ERP کے عمل مالی اور عملی طور پر اہم ہیں۔ غلطی کے براہ راست مالی اور قانونی نتائج ہوتے ہیں ✔
- C) ERP سسٹم کو مصنوعی ذہانت کے ساتھ بالکل بھی مربوط نہیں کیا جا سکتا
- D) AI ERP رپورٹس کو نہیں سمجھتا کیونکہ وہ بصری نہیں ہیں۔
تفصیل: ERP؛ اکاؤنٹنگ، انوینٹری، خریداری اور پے رول جیسے مالیاتی اور آپریشنل اہم عمل کو انجام دیتا ہے۔ یہاں ایک خامی براہ راست مالی ریکارڈنگ، ادائیگی یا انوینٹری کے فیصلے میں ظاہر ہوتی ہے۔ لہذا، AI کی سفارشات پر کسی قابل ماہر کی منظوری کے بغیر کارروائی نہیں کی جاتی ہے۔ آڈٹ ٹریل لازمی ہے۔
7. CRM ڈیٹا کے ساتھ کام کرتے وقت مصنوعی ذہانت کا استعمال کرتے وقت MIS ماہر کو سب سے پہلے کس چیز پر توجہ دینی چاہئے؟
- A) پینل کے رنگ پیلیٹ کا انتخاب
- ب) ذاتی ڈیٹا کی رازداری: گمنامی، کم از کم اجازت اور پہلے KVKK کی تعمیل کو یقینی بنانا ✔
- C) گاڑی میں سب سے بڑا ممکنہ ڈیٹا لوڈ کرنا جیسا کہ ہے۔
- D) ماڈل کا جدید ترین ورژن استعمال کرنا کافی ہے۔
تفصیل: CRM ڈیٹا زیادہ تر ذاتی ڈیٹا ہے (نام، رابطہ، خریداری کی تاریخ)۔ مصنوعی ذہانت کے ٹول کو یہ ڈیٹا دینے سے پہلے، گمنامی، کم از کم اجازت اور KVKK کی تعمیل کا جائزہ لیا جانا چاہیے۔ مزید برآں، گاہک کو متاثر کرنے والے خودکار فیصلوں کے لیے انسانی نگرانی اور اعتراض کا حق درکار ہوتا ہے۔
8. ڈیش بورڈ پر وقت کے ساتھ ساتھ شرح (فیصد) تبدیلی دکھانے کے لیے عام طور پر کس قسم کا چارٹ بہترین ہے؟
- A) وقت کے رجحان کے لیے لائن چارٹ؛ پیمانہ اور محور کو صحیح طریقے سے سیٹ کیا جانا چاہیے ✔
- ب) ایک پائی چارٹ ہر حالت میں بہترین ہے۔
- ج) سہ جہتی اثرات والے گرافکس پڑھنے کی اہلیت میں اضافہ کرتے ہیں۔
- D) چارٹ کی قسم پیغام کو متاثر نہیں کرتی ہے، وہ تمام مساوی ہیں۔
وضاحت: ایک لائن چارٹ وقت کے ساتھ رجحان دکھانے کے لیے موزوں ہے۔ اگر محور اور پیمانہ درست طریقے سے ترتیب دیا جائے تو تبدیلی کو واضح طور پر پڑھا جا سکتا ہے۔ پائی چارٹ وقت کے ایک نقطہ پر شیئر کو ظاہر کرتا ہے، یہ وقت کے رجحان کے لیے موزوں نہیں ہے۔ گرافک کا انتخاب اس پیغام کے مطابق کیا جاتا ہے جسے پہنچایا جائے۔
9. گورننس کے لحاظ سے مندرجہ ذیل میں سے کون سا غیر کوڈ / کم کوڈ پلیٹ فارم کا سب سے اہم خطرہ ہے؟
- A) درخواستیں ہمیشہ بہت آہستہ چلتی ہیں۔
- ب) غیر دستاویزی، غیر آڈٹ شدہ 'شیڈو آئی ٹی' حل ڈیٹا اور سیکورٹی کے خطرات پیدا کرتے ہیں ✔
- ج) وہ کبھی بھی حقیقی کاروباری مسائل حل نہیں کرتے
- D) وہ صرف بڑی کمپنیوں میں استعمال ہو سکتے ہیں۔
تفصیل: No-code/low-code غیر تکنیکی ملازمین (شہری ڈویلپرز) کو فوری طور پر ایپلیکیشنز انسٹال کرنے کی اجازت دیتا ہے۔ تاہم، جب یہ بے قابو ہو جاتا ہے۔ غیر دستاویزی، غیر محفوظ اور یتیم 'شیڈو آئی ٹی' حل ڈیٹا لیکیج اور تکنیکی قرض پیدا کرتے ہیں۔ گورننس کو ان حلوں کی ریکارڈنگ اور نگرانی کی ضرورت ہوتی ہے۔
10. ڈیٹا کے معیار کے طول و عرض میں سے ایک 'مستقل مزاجی' کا کیا مطلب ہے؟
- A) ڈیٹا حقیقی دنیا کی قدر کے عین مطابق ہے۔
- ب) ایک ہی ڈیٹا مختلف سسٹمز اور ریکارڈز میں ایک دوسرے سے متصادم نہیں ہے ✔
- C) ڈیٹا میں تمام فیلڈز بھرے گئے ہیں۔
- D) ڈیٹا کو اس کی تازہ ترین شکل میں تلاش کرنا
وضاحت: مستقل مزاجی کا مطلب ہے کہ ایک ہی ڈیٹا مختلف سسٹمز یا ریکارڈز میں ایک دوسرے سے متصادم نہیں ہے۔ مثال کے طور پر، CRM اور بلنگ سسٹم میں گاہک کا پتہ ایک جیسا ہوتا ہے۔ درستگی کا مطلب ہے حقیقت کے مطابق ہونا، مکمل ہونے کا مطلب ہے مکمل ہونا، اور تازہ ترین ہونے کا مطلب ہے ڈیٹا کا وقت پر ہونا۔ یہ الگ الگ جہتیں ہیں۔
11. KVKK کے دائرہ کار میں، سب سے بنیادی اصول کیا ہے جس کا اطلاق ایک MIS ماہر کو مصنوعی ذہانت کے آلے کے ساتھ ذاتی ڈیٹا پر کارروائی کرنے سے پہلے کرنا چاہیے؟
- ا) تمام ذاتی ڈیٹا اکٹھا کرنا جو حاصل کیا جا سکتا ہے۔
- ب) ڈیٹا کو کم سے کم کرنا اور مقصد کی حد: متعین مقصد کے لیے صرف ضروری ڈیٹا پر کارروائی کریں ✔
- C) ڈیٹا کو عوامی فولڈر میں ڈالنا جس تک ہر کوئی رسائی حاصل کر سکتا ہے۔
- D) رازداری کا فیصلہ مکمل طور پر مصنوعی ذہانت پر چھوڑنا
تفصیل: ڈیٹا کو کم سے کم کرنا اور مقصد کی حد ضروری ہے: شناخت شدہ اور جائز مقصد کے لیے صرف ضروری ڈیٹا پر کارروائی کرنا۔ جہاں ممکن ہو، ڈیٹا کو گمنام یا تخلص رکھا جاتا ہے۔ وہ علاقے جو شخص کی شناخت کرتے ہیں گاڑی سے دور رکھے جاتے ہیں۔ 'زیادہ ڈیٹا، اتنا ہی بہتر' نقطہ نظر KVKK اصولوں کے خلاف ہے۔
12. AI سے چلنے والے ضرورت کے مسودے میں 'نظام جب مناسب ہو تو خود بخود منظور ہوجاتا ہے' ایک خطرناک ضرورت کیوں ہے؟
- A) کیونکہ یہ بہت لمبا ہے۔
- ب) 'ممکنہ معاملات' غیر متعینہ، تشریح کے لیے کھلے، ناقابل برداشت اور غلطی کا شکار ہیں ✔
- ج) آٹومیشن ہمیشہ ممنوع ہے۔
- D) کیونکہ یہ صارف کی کہانی کی شکل میں نہیں ہے۔
وضاحت: 'مناسب حالات' ایک مبہم اظہار ہے۔ یہ واضح نہیں ہے کہ کون سی شرائط منظوری کو متحرک کرتی ہیں۔ مبہم ضرورت کی ڈویلپر نے غلط تشریح کی ہے اور اس کی جانچ نہیں کی جا سکتی ہے۔ ایم آئی ایس ماہر کو AI کے ذریعہ تیار کردہ ایسے مبہم بیانات کو واضح اصولوں اور حدوں کے ساتھ واضح کرنا چاہئے اور اسٹیک ہولڈر سے ان کی تصدیق کرنی چاہئے۔
13. ڈیٹا گودام میں ای ٹی ایل (ایکسٹریکٹ-ٹرانسفارم-لوڈ) کے عمل کا بنیادی مقصد کیا ہے؟
- A) نیا کسٹمر ڈیٹا تیار کرنا
- ب) مختلف ذرائع سے ڈیٹا کو نکالنا اور تبدیل کرنا اور اسے تجزیہ کے لیے تیار ایک مستقل ڈھانچے میں لوڈ کرنا ✔
- C) خودکار طور پر پینلز کے رنگوں کا انتخاب
- D) قانون سے قطع نظر ذاتی ڈیٹا کا اشتراک کرنا
تفصیل: ETL؛ یہ ذرائع سے ڈیٹا نکالتا ہے (ایکسٹریکٹ)، اسے صاف کرتا ہے اور اسے ایک معیاری ڈھانچہ (ٹرانسفارم) میں تبدیل کرتا ہے اور تجزیہ (لوڈ) کے لیے ڈیٹا گودام میں لوڈ کرتا ہے۔ اس کا مقصد آپریشنل ڈیٹا کے منتشر اور مختلف فارمیٹس کو رپورٹنگ اور تجزیہ کے لیے ایک مستقل ڈھانچے میں لانا ہے۔ ETL ڈیٹا تیار نہیں کرتا، یہ موجودہ ڈیٹا کو منتقل اور منظم کرتا ہے۔
14. پروسیس آٹومیشن ڈیزائن میں 'استثنیٰ ہینڈلنگ' کیوں اہم ہے؟
- A) کیونکہ یہ ہمیشہ آٹومیشن کو تیزی سے کام کرتا ہے۔
- ب) کیونکہ یہ غیر قانونی حالات میں خاموش غلطیوں کے بجائے لوگوں کو محفوظ رکنا اور رہنمائی فراہم کرتا ہے ✔
- ج) کیونکہ یہ گرافک ڈیزائن کو بہتر بناتا ہے۔
- D) کیونکہ یہ خود بخود ذاتی ڈیٹا کو حذف کر دیتا ہے۔
وضاحت: آٹومیشن کو ہمیشہ ایسے حالات کا سامنا کرنا پڑتا ہے جو قواعد کے خلاف ہوتے ہیں (لاپتہ ڈیٹا، غیر متوقع شکل، سسٹم کی خرابی)۔ استثنیٰ ہینڈلنگ روبوٹ کو اس عمل کو محفوظ طریقے سے روکنے اور ان معاملات میں خاموشی سے غلط کارروائی کرنے کے بجائے اسے انسان کی طرف بھیجنے کی اجازت دیتی ہے۔ اگر کوئی مستثنیات ڈیزائن نہیں کیے گئے ہیں، تو غلطیاں خاموشی سے پھیل جائیں گی اور آڈٹ ٹریل ختم ہو جائے گی۔