مصنوعی ذہانت کی سب سے سادہ تعریف یہ ہے کہ یہ ایسی مشینی صلاحیت ہے جس کے ذریعے کمپیوٹر ایسے کام انجام دینے لگتا ہے جنہیں ہم عموماً انسانی ذہانت سے وابستہ سمجھتے ہیں۔ وہ زبان کو سمجھنے کی کوشش کرتا ہے، تصویروں میں چیزیں پہچانتا ہے، آواز کو تحریر میں بدلتا ہے، سوالوں کے جواب دیتا ہے، نمونوں سے سیکھتا ہے، پیش گوئیاں کرتا ہے، مسائل حل کرتا ہے اور اب ایسی تحریر، تصویر، آواز، موسیقی اور ویڈیو بھی بنا سکتا ہے جو پہلی نظر میں انسانی تخلیق سے الگ کرنا آسان نہیں۔ لیکن اس تعریف میں ایک خاموش سا فریب بھی ہے۔ ہم جب کہتے ہیں کہ مشین ”سمجھتی“ ہے تو اکثر انجانے میں یہ فرض کر لیتے ہیں کہ وہ اسی طرح سمجھتی ہے جیسے انسان سمجھتا ہے۔ یہ ضروری نہیں۔ ایک مشین کسی لفظ کے ساتھ ہزاروں دوسرے الفاظ کے تعلقات سیکھ سکتی ہے، مگر اس سے یہ ثابت نہیں ہوتا کہ اس لفظ کے پیچھے موجود انسانی تجربے کو بھی اسی طرح جانتی ہے۔ وہ موت پر ایک شاندار مضمون لکھ سکتی ہے، مگر موت کا خوف اس کا اپنا نہیں۔ وہ محبت پر ہزاروں نظمیں بنا سکتی ہے، مگر اس سے یہ ثابت نہیں ہوتا کہ اس نے کسی کو کھونے پر رات گزاری ہے۔ وہ جنگ کی تاریخ بیان کر سکتی ہے، مگر اس کے جسم پر جنگ کا کوئی زخم نہیں۔ مصنوعی ذہانت کو سمجھنے کے لیے شاید یہی پہلا فرق سب سے ضروری ہے : ذہانت جیسا کام کرنا اور انسان کی طرح وجود رکھنا ایک ہی بات نہیں۔
مصنوعی ذہانت کا خواب آج سے پیدا نہیں ہوا۔ جب انسان نے پہلی بار ایسا آلہ بنایا جو اس کے ہاتھ سے زیادہ تیزی سے حساب کر سکتا تھا، اسی لمحے ایک پرانا سوال بھی اس کے ساتھ پیدا ہوا تھا: اگر مشین حساب کر سکتی ہے تو کیا وہ کبھی سوچ بھی سکتی ہے؟ بیسویں صدی میں منطق، ریاضی اور کمپیوٹر کی ترقی نے اس سوال کو فلسفے کی کتابوں سے نکال کر تجربہ گاہوں میں پہنچا دیا۔ ایلن ٹیورنگ نے 1950 ء میں یہ سوال اٹھایا کہ اگر ایک مشین انسان کے ساتھ اس طرح گفتگو کر سکے کہ اس کے جوابات کو صرف دیکھ کر یہ طے کرنا مشکل ہو جائے کہ دوسری طرف انسان ہے یا مشین، تو پھر ”سوچنے“ کی تعریف کیا رہ جاتی ہے۔ 1956 ء میں مصنوعی ذہانت ایک باقاعدہ علمی شعبے کے طور پر سامنے آئی۔ ابتدا میں یہ خیال بہت پرامید تھا۔ لوگوں کو یقین تھا کہ انسان کی ذہانت شاید قواعد میں لکھی جا سکتی ہے، اور اگر قواعد معلوم ہو جائیں تو مشین بھی انہی کے مطابق مسئلے حل کرنے لگے گی۔ لیکن جلد معلوم ہوا کہ انسان صرف قواعد کے ذریعے نہیں جیتا۔ انسان نامکمل معلومات میں فیصلہ کرتا ہے، غلطی سے سیکھتا ہے، سیاق کو سمجھتا ہے، اشارے سے معنی اخذ کرتا ہے، ایک ہی جملے کے کئی مطلب پہچانتا ہے اور کبھی کبھی ایسی بات سمجھ لیتا ہے جسے کسی کتاب میں باقاعدہ لکھا ہی نہیں گیا ہوتا۔ مشین کے لیے یہ دنیا کہیں زیادہ دشوار تھی۔
پھر ایک تبدیلی آئی۔ مشین کو ہر بات کا قاعدہ بتانے کے بجائے اسے مثالوں سے سکھانے کی کوشش شروع ہوئی۔ اگر ایک نظام کو لاکھوں تصاویر دکھائی جائیں تو وہ ان تصاویر میں موجود مشترک نمونے تلاش کر سکتا ہے۔ اگر اسے بے شمار جملے دیے جائیں تو وہ الفاظ کے درمیان تعلقات سیکھ سکتا ہے۔ اسے یہ ضروری نہیں کہ کسی چیز کی انسانی تعریف معلوم ہو؛ وہ اس کے ظاہر ہونے کے امکانات اور دوسرے نمونوں کے ساتھ اس کے تعلقات سیکھ سکتا ہے۔ یہی مشینی تعلم کی بنیاد بنی۔ پھر گہری مشینی تعلم نے اس عمل کو بہت وسیع کر دیا۔ بڑے اعداد و شمار، زیادہ طاقتور شمار کنندہ مشینیں اور بہتر ریاضیاتی طریقے ایک دوسرے کے ساتھ ملے اور مشینوں کی صلاحیت اچانک ایسی رفتار سے بڑھنے لگی جس کا اندازہ چند دہائیاں پہلے مشکل تھا۔ 2017 ء کے بعد زبان کے بڑے نمونوں کے لیے ایک نئی ساخت سامنے آئی جس نے بعد میں اس پوری دنیا کو جنم دیا جسے آج ہم تخلیقی مصنوعی ذہانت کے نام سے جانتے ہیں۔ اب مشین صرف یہ نہیں بتاتی کہ تصویر میں بلی ہے یا نہیں ؛ وہ بلی کی تصویر بنا سکتی ہے۔ صرف یہ نہیں بتاتی کہ ایک مضمون میں کیا لکھا ہے ؛ وہ نیا مضمون لکھ سکتی ہے۔ صرف یہ نہیں پہچانتی کہ ایک زبان میں کیا کہا گیا؛ دوسری زبان میں اسے دوبارہ پیدا کر سکتی ہے۔ یہاں انسان کے لیے حیرت کا آغاز ہوا، اور شاید غلط فہمی کا بھی۔
مسئلہ یہ ہے کہ مشین جب خوبصورت زبان میں جواب دیتی ہے تو انسان اس کے انداز کو علم سمجھ لیتا ہے۔ جب وہ کسی فلسفیانہ سوال پر گفتگو کرتی ہے تو انسان اسے فہم سمجھ لیتا ہے۔ جب وہ کسی پیچیدہ مسئلے کا درست حل نکالتی ہے تو انسان اس کے اندر وہی شعور تلاش کرنے لگتا ہے جو خود اس کے اندر ہے۔ لیکن مصنوعی ذہانت کی سب سے بڑی کمزوریوں میں سے ایک یہ ہے کہ وہ بعض اوقات پوری روانی اور پورے اعتماد کے ساتھ غلط بات کہہ سکتی ہے۔ اسے عموماً ”خیالی جواب“ کہا جاتا ہے۔ یہ غلطی صرف معمولی فنی نقص نہیں۔ اس میں ہمارے زمانے کا ایک بڑا مسئلہ چھپا ہے : انسان اکثر اس بات پر یقین کر لیتا ہے جو اعتماد سے کہی جائے، خواہ وہ سچ نہ ہو۔ مصنوعی ذہانت نے اس انسانی کمزوری کو ختم نہیں کیا؛ اس نے اسے صنعتی پیمانے پر بڑھانے کی صلاحیت پیدا کر دی ہے۔ 2026 ء کی بین الاقوامی مصنوعی ذہانت حفاظتی رپورٹ بھی اس بات پر زور دیتی ہے کہ عمومی مقصد رکھنے والے مصنوعی ذہانت کے نظاموں سے پیدا ہونے والے خطرات میں غلط رویہ، غیر متوقع نتائج اور دانستہ غلط استعمال تینوں شامل ہیں، اور موجودہ حفاظتی طریقے ہر حالت میں قابلِ اعتماد نہیں۔
یہاں سے مصنوعی ذہانت کا اصل مسئلہ شروع ہوتا ہے۔ مسئلہ صرف یہ نہیں کہ مشین کتنی ذہین ہو گئی ہے۔ مسئلہ یہ ہے کہ انسان اسے کتنا اختیار دے رہا ہے۔ ایک مشین بہت ذہین ہو سکتی ہے مگر اگر اسے صرف سوال کا جواب دینے تک محدود رکھا جائے تو اس کی عملی طاقت ایک خاص حد میں رہے گی۔ لیکن اگر وہ کسی برقی نظام سے منسلک ہو، مالی معاملات تک رسائی رکھتی ہو، خود پروگرام چلا سکتی ہو، پیغامات بھیج سکتی ہو، دوسرے نظاموں سے رابطہ کر سکتی ہو اور کئی مرحلوں پر مشتمل کام انسان کی مسلسل اجازت کے بغیر مکمل کر سکتی ہو، تو مسئلہ بدل جاتا ہے۔ اب سوال یہ نہیں رہتا کہ مشین کیا جانتی ہے۔ سوال یہ ہوتا ہے کہ وہ اس علم کے ساتھ کیا کر سکتی ہے۔ اسی مقام پر خودکار مصنوعی ذہانت کے عامل اہم ہو جاتے ہیں۔ ایک ایسا نظام جو صرف آپ کے سوال کا جواب دیتا ہے ایک چیز ہے ؛ ایسا نظام جو مقصد حاصل کرنے کے لیے خود منصوبہ بناتا، اوزار استعمال کرتا اور مسلسل اقدامات کرتا ہے، دوسری چیز۔ خطرہ صرف ذہانت سے نہیں بڑھتا؛ ذہانت کے ساتھ اختیار، رسائی، خود کاری اور پیمانے کا مل جانا خطرے کو بہت بڑھا سکتا ہے۔
یہاں ایک نہایت اہم بات سمجھنا ضروری ہے۔ مصنوعی ذہانت کو خطرناک ہونے کے لیے انسانوں کی طرح اقتدار کی خواہش ہونا ضروری نہیں۔ ایک مشین کو تخت پر بیٹھنے کی خواہش نہ بھی ہو، وہ ایسے اقدامات کر سکتی ہے جو کسی مقصد کو پورا کرنے کے لیے اسے زیادہ وسائل، زیادہ وقت، زیادہ معلومات یا زیادہ اختیار تک پہنچا دیں۔ اگر کسی نظام کو ایک مقصد دیا جائے اور اسے یہ معلوم ہو کہ اس مقصد کو حاصل کرنے کے لیے ایک خاص رکاوٹ دور کرنا ضروری ہے، تو وہ رکاوٹ دور کرنے کی کوشش کر سکتا ہے، خواہ پروگرام بنانے والے نے اس نتیجے کا کبھی ارادہ نہ کیا ہو۔ اسی لیے مصنوعی ذہانت کے میدان میں ایک بنیادی سوال یہ ہے کہ مشین کو کیا مقصد دیا گیا ہے، اور اس مقصد کے ساتھ کون سی حدود، انسانی اقدار اور روک تھام کی شرطیں جوڑی گئی ہیں۔ اسے ہم انسانی مقاصد کے ساتھ ہم آہنگی کا مسئلہ کہہ سکتے ہیں۔ بظاہر یہ ایک فنی مسئلہ ہے، مگر حقیقت میں یہ فلسفیانہ بھی ہے، کیونکہ انسان خود اپنے مقاصد کو ہمیشہ واضح الفاظ میں بیان نہیں کر سکتا۔ ”غربت ختم کرو“ ایک مقصد ہے، مگر اس میں انسانی آزادی، جائیداد، عزت، اختلاف، انتخاب اور انصاف کی کتنی گنجائش ہے؟ اگر مشین صرف لفظی مقصد کو زیادہ سے زیادہ کرنے لگے تو ممکن ہے وہ ایسا نتیجہ پیدا کرے جسے انسان نے کبھی مقصد سمجھا ہی نہ ہو۔
اسی لیے آج مصنوعی ذہانت کے بارے میں دو انتہائیں خاص طور پر خطرناک ہیں۔ پہلی یہ کہ مشین کو تقریباً ایک آنے والی تباہی کے طور پر دیکھا جائے، جیسے اس کا اگلا قدم لازماً انسانیت کا خاتمہ ہو۔ دوسری یہ کہ تمام خدشات کو اس بنیاد پر رد کر دیا جائے کہ ”یہ تو صرف ایک پروگرام ہے“ ۔ دونوں باتیں مسئلے کو آسان بنا دیتی ہیں۔ موجودہ شواہد یہ بتاتے ہیں کہ مصنوعی ذہانت کے بعض نقصانات پہلے ہی حقیقت بن چکے ہیں، جبکہ کچھ بڑے خطرات ابھی غیر یقینی ہیں۔ 2026 ء کی بین الاقوامی رپورٹ نے خطرات کو تین بڑی قسموں میں دیکھا ہے : جان بوجھ کر نقصان کے لیے استعمال، نظام کی خرابی یا غیر متوقع رویہ، اور پورے معاشرے و معیشت میں وسیع پیمانے پر استعمال سے پیدا ہونے والے انصرامی خطرات۔ رپورٹ یہ بھی کہتی ہے کہ بعض ممکنہ مستقبل کے خطرات کی شدت بہت زیادہ ہو سکتی ہے، اگرچہ ان کے امکانات کے بارے میں علمی غیر یقینی برقرار ہے۔
اس کا مطلب یہ ہے کہ ہمیں مستقبل کی قیامت کا اعلان کرنے کی ضرورت نہیں۔ ہمیں صرف اتنا سمجھنا ہے کہ بعض طاقتیں ایسی ہیں جنہیں غلطی سے بہت دیر تک بڑھنے دینا دانش مندی نہیں۔ جوہری ہتھیار کے بارے میں انسان نے یہی سبق سیکھا تھا کہ کسی طاقت کے استعمال کے بعد پچھتاوا اکثر بے معنی ہو جاتا ہے۔ مصنوعی ذہانت جوہری ہتھیار نہیں، اور دونوں کو ایک جیسا سمجھنا بھی درست نہیں، لیکن ایک اصول مشترک ہے : جتنی زیادہ طاقت کسی نظام میں جمع ہو، اتنی ہی پہلے سے نگرانی اور حدود کی ضرورت ہوتی ہے۔ یہ کہنا کہ ”جب نقصان ہو گا تب روک دیں گے“ اس وقت بے معنی ہو سکتا ہے جب نقصان بہت تیزی سے پھیلنے والا ہو یا اس کی واپسی ممکن نہ ہو۔
مصنوعی ذہانت کے اثرات کا سب سے پہلا اور نمایاں میدان روزگار ہے، لیکن یہاں بھی مسئلہ صرف یہ نہیں کہ کتنی ملازمتیں ختم ہوں گی۔ اس سے زیادہ اہم سوال یہ ہے کہ انسانی کام کی قدر کیسے بدلے گی۔ ایک شخص جو پہلے ایک دن میں پانچ رپورٹس تیار کرتا تھا، اگر وہی کام چند گھنٹوں میں کر سکے تو اس کی پیداوار بڑھ جائے گی۔ ایک استاد بہت کم وقت میں ہر طالب علم کے لیے الگ تعلیمی مواد بنا سکے گا۔ ایک وکیل ہزاروں صفحات کے مقدمے کو جلد چھان سکے گا۔ ایک پروگرام بنانے والا کم وقت میں زیادہ کام کر سکے گا۔ یہ سب انسانی صلاحیت میں اضافہ بھی ہو سکتا ہے۔ مگر یہی ٹیکنالوجی اس وقت مسئلہ بن سکتی ہے جب اس کی پیداوار کا فائدہ صرف ان لوگوں کے پاس چلا جائے جن کے پاس اسے خریدنے اور چلانے کے وسائل ہیں۔ اگر ایک کمپنی مصنوعی ذہانت کے ذریعے ایسے کام انجام دینے لگے جو پہلے ہزاروں انسان کرتے تھے، تو سوال صرف یہ نہیں ہو گا کہ کمپنی زیادہ منافع کما رہی ہے یا نہیں ؛ سوال یہ بھی ہو گا کہ اس تبدیلی کی معاشرتی قیمت کون ادا کرے گا۔ مصنوعی ذہانت اس لیے صرف روزگار کا مسئلہ نہیں، طاقت کی تقسیم کا مسئلہ بھی ہے۔
یہاں ایک اور خاموش تبدیلی رونما ہو رہی ہے۔ مصنوعی ذہانت کو چلانے کے لیے بڑے اعداد و شمار، طاقتور چپس، بڑے مراکزِ شمار، بجلی، پانی، زمین، مواصلاتی نظام اور سرمایہ درکار ہیں۔ ہمیں مصنوعی ذہانت بظاہر ایک غیر مادی چیز دکھائی دیتی ہے۔ ہم ایک سوال لکھتے ہیں اور چند لمحوں بعد جواب آ جاتا ہے۔ لیکن اس جواب کے پیچھے کہیں دور بڑی عمارت میں ہزاروں مشینیں چل رہی ہوتی ہیں، ان کے لیے بجلی آ رہی ہوتی ہے، انہیں ٹھنڈا رکھنے کے لیے نظام کام کر رہا ہوتا ہے، اور ان سب کو بنانے کے لیے دھات، چپس، زمین اور انسانی محنت استعمال ہوئی ہوتی ہے۔ بین الاقوامی توانائی ایجنسی کے مطابق 2030 ء تک دنیا کی بجلی کی کھپت تقریباً دوگنی ہو کر نو سو پینتالیس ارب کلو واٹ گھنٹے سالانہ تک پہنچ سکتی ہے، اور اس اضافے کا سب سے اہم محرک مصنوعی ذہانت سمیت ڈیجیٹل خدمات کی بڑھتی ہوئی طلب ہے۔
یہاں مصنوعی ذہانت کا ایک عجیب تضاد سامنے آتا ہے۔ ہم اسے ذہانت کہتے ہیں، مگر اس ذہانت کے لیے بجلی چاہیے۔ ہم اسے بادل میں موجود سمجھتے ہیں، مگر اس کا وجود زمین پر قائم بڑے مراکز میں ہے۔ ہم اسے غیر مادی سمجھتے ہیں، مگر اس کے پیچھے انتہائی مادی دنیا کھڑی ہے۔ بجلی، پانی، زمین، چپس، سرور، فائبر، تعمیرات اور سرمایہ۔ اس لیے مستقبل میں مصنوعی ذہانت کی طاقت صرف اس بات سے متعین نہیں ہوگی کہ کس کمپنی کے پاس بہترین نمونہ ہے۔ یہ بھی اہم ہو گا کہ کس کے پاس زیادہ سینٹرز ہیں، کس کے پاس توانائی ہے، کس کے پاس چپس ہیں، کس کے پاس سرمایہ ہے اور کس کے پاس وہ بنیادی ڈھانچہ ہے جس پر پوری مصنوعی ذہانت کھڑی ہے۔ اس لحاظ سے مصنوعی ذہانت صرف علمی انقلاب نہیں ؛ یہ توانائی اور بنیادی ڈھانچے کی سیاست بھی ہے۔
پھر اطلاعات کا مسئلہ آتا ہے۔ مصنوعی ذہانت ایسی تصویر بنا سکتی ہے جس میں وہ شخص بھی موجود ہو جو وہاں کبھی گیا ہی نہ ہو۔ ایسی آواز پیدا کر سکتی ہے جو کسی انسان کی معلوم ہو مگر اس انسان نے وہ جملہ کبھی نہ کہا ہو۔ ایسی ویڈیو بنا سکتی ہے جس میں ایک واقعہ دکھائی دے مگر وہ واقعہ کبھی پیش ہی نہ آیا ہو۔ اس سے خطرہ صرف جھوٹ کے بڑھ جانے کا نہیں۔ اس سے بڑا خطرہ یہ ہے کہ سچ بھی مشکوک ہو جائے۔ اگر ہر تصویر جعلی ہو سکتی ہے تو کل ایک حقیقی تصویر بھی جعلی کہی جا سکتی ہے۔ اگر ہر آواز بنائی جا سکتی ہے تو ایک حقیقی ریکارڈنگ بھی جھوٹ قرار دی جا سکتی ہے۔ یوں مصنوعی ذہانت صرف جھوٹ بنانے کی طاقت نہیں دیتی؛ وہ سچ کی حیثیت کو بھی کمزور کر سکتی ہے۔ ایک معاشرہ جہاں لوگ کسی چیز پر یقین کرنے سے پہلے اس کی تصدیق نہیں کر سکتے، وہاں سیاسی فیصلہ، صحافت، عدالت، تجارت اور حتیٰ کہ ذاتی تعلقات بھی ایک عجیب بے یقینی میں داخل ہو سکتے ہیں۔
یہ بے یقینی جنگ کے میدان میں اور زیادہ خطرناک ہو سکتی ہے۔ اگر مصنوعی ذہانت نگرانی، معلومات کے تجزیے، ہدف کی شناخت یا فوجی فیصلوں میں شامل ہو، تو فیصلوں کی رفتار انسان کی رفتار سے کہیں زیادہ ہو سکتی ہے۔ دو ریاستیں ایسے نظام استعمال کر رہی ہوں جو چند لمحوں میں خطرے کی شناخت اور جواب دینے کی کوشش کرتے ہوں تو بحران میں انسانی سوچ بچار کے لیے وقت کم ہو سکتا ہے۔ ایک نظام دوسرے کی حرکت کو خطرہ سمجھے، دوسرا پہلے کے ردعمل کو حملہ سمجھے اور جواب دے، پھر پہلا جواب کو تصدیق سمجھ لے۔ انسان شاید اس سلسلے میں اس وقت داخل ہو جب واقعات اپنی رفتار پکڑ چکے ہوں۔ اسی لیے جنگ اور تباہ کن ہتھیاروں کے معاملات میں انسانی اختیار صرف اخلاقی خواہش نہیں ہونا چاہیے ؛ اسے عملی نظام میں شامل کرنا ہو گا۔
سائبر دنیا میں بھی یہی دوہرا پن موجود ہے۔ مصنوعی ذہانت حملوں کو روکنے میں مدد دے سکتی ہے، بڑی مقدار میں اعداد و شمار میں غیر معمولی سرگرمی تلاش کر سکتی ہے، لیکن وہی صلاحیت دھوکے، جعل سازی اور سائبر حملوں کو زیادہ وسیع اور زیادہ تیز بھی کر سکتی ہے۔ یہی مصنوعی ذہانت ایک طرف محافظ بن سکتی ہے اور دوسری طرف حملہ آور کے ہاتھ میں آلہ۔ 2026 ء کی بین الاقوامی حفاظتی رپورٹ بھی اس دوہرے استعمال پر زور دیتی ہے : بہت سی صلاحیتیں جو فائدہ مند کاموں کو ممکن بناتی ہیں، انہی کو نقصان پہنچانے کے لیے بھی استعمال کیا جا سکتا ہے۔
لیکن شاید ان تمام خطرات کے درمیان سب سے اہم خطرہ وہ ہے جس کا تعلق خود مصنوعی ذہانت سے کم اور انسانی طاقت کے ارتکاز سے زیادہ ہے۔ اگر انتہائی طاقتور مصنوعی ذہانت بنانے کے لیے بہت بڑی مقدار میں سرمایہ، ڈیٹا کی طاقت، چپس، توانائی اور اعداد و شمار درکار ہوں، تو یہ طاقت لازماً چند بڑی کمپنیوں اور بڑی ریاستوں کے ہاتھ میں زیادہ جمع ہو سکتی ہے۔ پھر مسئلہ یہ نہیں رہتا کہ مشین انسان پر حکومت کرے گی یا نہیں۔ سوال یہ بن جاتا ہے کہ کون سے انسان مشین کے ذریعے دوسرے انسانوں پر پہلے سے کہیں زیادہ طاقت حاصل کر سکیں گے۔ ایک حکومت کے پاس اگر وسیع نگرانی کا نظام ہو، ایک کمپنی کے پاس اگر اربوں لوگوں کے رویوں کو سمجھنے والی مصنوعی ذہانت ہو، ایک مالی ادارے کے پاس اگر لاکھوں لوگوں کے فیصلوں پر اثر ڈالنے والے نمونے ہوں، تو طاقت کی ایک نئی شکل پیدا ہوتی ہے۔ مشین خود حاکم نہیں ہوتی؛ مگر اسے رکھنے والا انسان دوسروں کے مقابلے میں غیر معمولی طاقت حاصل کر سکتا ہے۔
اسی لیے مصنوعی ذہانت کا سوال صرف ”مشین انسان کے خلاف کیا کرے گی؟“ نہیں ہونا چاہیے۔ ایک زیادہ فوری سوال یہ ہے کہ ”انسان مصنوعی ذہانت کے ذریعے انسان کے ساتھ کیا کر سکتا ہے؟“ تاریخ میں طاقت نے ہمیشہ نئے اوزار تلاش کیے ہیں۔ تلوار نے سلطنت کو وسیع کیا، چھاپہ خانے نے خیالات کو پھیلایا، صنعتی مشین نے پیداوار کو بدل دیا، ریڈیو اور ٹیلی وژن نے عوامی رائے کو بدل دیا، ایٹمی ہتھیار نے جنگ کے معنی بدل دیے۔ مصنوعی ذہانت بھی اسی سلسلے کی ایک نئی طاقت ہے۔ اس میں فرق یہ ہے کہ پہلی مرتبہ ایک مشینی نظام انسانی زبان، معلومات، فیصلہ سازی اور تخلیقی کام کے بہت بڑے حصے میں داخل ہو رہا ہے۔
تو پھر انسان کو کیا کرنا چاہیے؟ سب سے پہلے اسے مصنوعی ذہانت کو روکنے اور اسے بے لگام چھوڑ دینے کے درمیان ایک تیسرا راستہ تلاش کرنا ہو گا۔ ٹیکنالوجی کی ہر ترقی کو روک دینا نہ ممکن ہے نہ ضروری۔ لیکن ہر نئی صلاحیت کو ہر جگہ استعمال کرنے کی اجازت دینا بھی ضروری نہیں۔ انسان پہلے بھی یہ اصول قبول کر چکا ہے۔ ہوائی جہاز بنانا جائز ہے مگر ہر شخص کو فضائی راستوں کا اختیار نہیں دیا جاتا۔ دوا بنانا جائز ہے مگر ہر شخص کو ہر دوا بنانے اور بیچنے کی آزادی نہیں۔ بینک بنانا جائز ہے مگر ہر کمپیوٹر کو پورے مالیاتی نظام تک رسائی نہیں دی جاتی۔ اسی طرح مصنوعی ذہانت بنانا اور اسے ہر نظام پر اختیار دینا دو الگ چیزیں ہونی چاہئیں۔
انسانی کنٹرول کی پہلی شرط یہ ہے کہ اہم فیصلوں میں انسان واقعی موجود رہے۔ صرف اس معنی میں نہیں کہ آخر میں ایک شخص ایک بٹن دبا دے، بلکہ اس معنی میں کہ اسے معلوم ہو کہ مشین کیا کر رہی ہے، اسے روکنے کا حقیقی اختیار حاصل ہو، اس کے فیصلے کی جانچ ممکن ہو اور نقصان کی صورت میں ذمہ داری واضح ہو۔ طبی فیصلوں، بچوں سے متعلق حساس معاملات، گرفتاری، سزا، مالیاتی فیصلوں، اہم بنیادی ڈھانچے، فوجی کارروائی اور ایسے تمام شعبوں میں جہاں ایک غلط فیصلہ کسی انسان کی زندگی بدل سکتا ہے، مشین کو آخری اختیار دینا ایک خطرناک سہولت بن سکتا ہے۔ مشین مشورہ دے سکتی ہے، ہزاروں صفحات دیکھ سکتی ہے، نمونے تلاش کر سکتی ہے، لیکن فیصلہ کرنے کی اخلاقی اور قانونی ذمہ داری انسان سے الگ نہیں ہونی چاہیے۔
دوسری شرط اختیار کی حد ہے۔ اگر ایک مصنوعی ذہانت کو کسی کام کے لیے صرف ایک محدود اجازت درکار ہے تو اسے پورے نظام تک رسائی کیوں دی جائے؟ اگر اسے پیغام لکھنا ہے تو اسے مالی کھاتے تک رسائی کیوں ہو؟ اگر اسے تحقیق کرنی ہے تو اسے خودکار طور پر کسی سرور کو حذف کرنے کا اختیار کیوں دیا جائے؟ اگر اسے ایک رپورٹ بنانی ہے تو اسے ہزاروں لوگوں کے ذاتی اعداد و شمار تک مستقل رسائی کیوں حاصل ہو؟ مصنوعی ذہانت کے لیے بنیادی اصول یہ ہونا چاہیے کہ اسے اتنا ہی اختیار دیا جائے جتنا اس کام کے لیے ضروری ہے، اس سے زیادہ نہیں۔
تیسری شرط یہ ہے کہ حفاظتی انتظامات ایک ہی دیوار پر منحصر نہ ہوں۔ اگر ایک حفاظتی تدبیر ناکام ہو جائے تو دوسری موجود ہو، اور اگر دوسری بھی ناکام ہو تو تیسری موجود ہو۔ 2026 ء کی بین الاقوامی رپورٹ بھی اسی طرح کئی تہوں پر مشتمل دفاع کی ضرورت کی طرف اشارہ کرتی ہے، کیونکہ موجودہ حفاظتی طریقوں کو بعض اوقات درخواست بدل کر، کام کو چھوٹے حصوں میں تقسیم کر کے یا دوسرے راستوں سے عبور کیا جا سکتا ہے۔ اس کا مطلب یہ ہے کہ مصنوعی ذہانت کو محفوظ بنانا کسی ایک بٹن یا ایک حفاظتی فلٹر کا کام نہیں۔ یہ ایک پورا نظام ہے جس میں جانچ، نگرانی، رسائی کی حدود، الگ تھلگ ماحول، واقعات کی اطلاع، انسانی نگرانی اور ہنگامی طور پر روکنے کے متعدد طریقے شامل ہوں۔
چوتھی شرط یہ ہے کہ طاقتور مصنوعی ذہانت کو امتحان سے گزرنا چاہیے۔ صرف یہ دیکھنا کافی نہیں کہ وہ امتحان میں کتنے نمبر حاصل کرتی ہے یا کتنی خوبصورت تحریر لکھتی ہے۔ یہ بھی دیکھنا ہو گا کہ وہ دھوکا دینے کے حالات میں کیا کرتی ہے، غلط ہدایات میں کیا کرتی ہے، خطرناک کام کی طرف دھکیلے جانے پر کیا کرتی ہے، اپنی حدود سے باہر جانے کی کوشش کرتی ہے یا نہیں، ذاتی معلومات کو کیسے سنبھالتی ہے، اور حقیقی دنیا میں اس کا رویہ تجربہ گاہ سے کس قدر مختلف ہوتا ہے۔ مسئلہ یہ ہے کہ موجودہ جانچ بھی مکمل نہیں۔ 2026 ء کی بین الاقوامی رپورٹ کے مطابق پیشگی جانچ بعض اوقات حقیقی دنیا کے رویے کی درست پیش گوئی نہیں کر پاتی، جبکہ مصنوعی ذہانت بنانے والی کمپنیوں اور بیرونی محققین کے درمیان معلومات کا فرق بھی خطرات کی آزادانہ جانچ کو مشکل بناتا ہے۔
یہاں ریاست کی ذمہ داری شروع ہوتی ہے۔ ریاست کا کام مصنوعی ذہانت خود بنانا نہیں، لیکن اسے ایسی حدود ضرور بنانی چاہئیں جن کے اندر یہ طاقت استعمال ہو۔ طاقتور عمومی مصنوعی ذہانت کے لیے لازمی حفاظتی جانچ، بڑے واقعات کی اطلاع، بنیادی ڈھانچے کے لیے الگ حفاظتی معیار، ذاتی معلومات کے تحفظ، بچوں کے تحفظ، دھوکے اور جعل سازی کے خلاف قوانین اور خطرناک خودکار نظاموں کی واضح ذمہ داری ضروری ہے۔ ریاستوں کو یہ بھی دیکھنا ہو گا کہ مصنوعی ذہانت کی طاقت چند کمپنیوں میں اتنی زیادہ مرکوز نہ ہو جائے کہ وہ معاشی اور سیاسی نظام سے زیادہ طاقتور اثر پیدا کرنے لگے۔ مسابقت کا قانون اب صرف قیمتوں اور مارکیٹ حصے کا مسئلہ نہیں رہے گا؛ یہ شمار کی طاقت، چپس، بنیادی ڈھانچے اور مصنوعی ذہانت تک رسائی کا مسئلہ بھی بنتا جا رہا ہے۔
یورپی اتحاد نے عمومی مقصد رکھنے والی مصنوعی ذہانت کے لیے پہلے ہی ایک مثال قائم کی ہے۔ وہاں ایسے نظام بنانے والوں کے لیے تکنیکی دستاویزات، حقوقِ اشاعت کی پالیسی اور تربیتی مواد کا عمومی خلاصہ فراہم کرنے جیسی ذمہ داریاں مقرر کی گئی ہیں، جبکہ سب سے طاقتور اور انصرامی خطرہ رکھنے والے نمونوں کے لیے خطرے کی جانچ، خطرے کو کم کرنے کے اقدامات، سنگین واقعات کی اطلاع اور حفاظتی انتظامات کی اضافی شرائط موجود ہیں۔ یہ قوانین اس بات کی مثال ہیں کہ ہر مصنوعی ذہانت کو ایک جیسا خطرناک سمجھنے کے بجائے اس کے اثر اور صلاحیت کے مطابق مختلف درجے کی نگرانی کی جا سکتی ہے۔
لیکن قانون اکیلا کافی نہیں ہو گا۔ ٹیکنالوجی قانون سے تیز چلتی ہے۔ ایک قانون بننے تک ایک نئی صلاحیت پیدا ہو سکتی ہے۔ ایک خطرہ سامنے آنے تک اس کا نیا طریقہ ایجاد ہو سکتا ہے۔ اس لیے مصنوعی ذہانت کی نگرانی ایک ایسا عمل ہونا چاہیے جو مسلسل چلتا رہے۔ نظام بنایا جائے، آزمایا جائے، استعمال کیا جائے، اس کے واقعات ریکارڈ کیے جائیں، غلطیوں سے سیکھا جائے اور پھر دوبارہ جانچ کی جائے۔ آج محفوظ سمجھا جانے والا نظام کل محفوظ نہ بھی ہو سکتا ہے، کیونکہ اس کی صلاحیتیں، اس کے استعمال کا ماحول اور اس سے جڑے دوسرے نظام بدل سکتے ہیں۔ یہی وجہ ہے کہ بین الاقوامی حفاظتی رپورٹ نے موجودہ انتظامات میں ایک بنیادی مشکل کی نشاندہی کی ہے : مصنوعی ذہانت تیزی سے بدلتی ہے، جبکہ قابلِ اعتماد شواہد اور ادارہ جاتی صلاحیت نسبتاً آہستہ بنتی ہے۔
بڑی کمپنیوں کی ذمہ داری شاید اس سے بھی زیادہ براہِ راست ہے۔ وہ صرف ایک مصنوعات نہیں بنا رہیں ؛ وہ ایسی عمومی ٹیکنالوجی بنا رہی ہیں جو دوسرے ہزاروں نظاموں میں شامل ہو سکتی ہے۔ انہیں اپنے نظام کی طاقت کے ساتھ اس کی کمزوری بھی بیان کرنی چاہیے۔ آزاد ماہرین کو جانچ کی اجازت دینی چاہیے۔ سنگین واقعات کو چھپانے کے بجائے ان کی اطلاع دینی چاہیے۔ خطرناک صلاحیت سامنے آئے تو صرف اس لیے اسے جاری نہیں کرنا چاہیے کہ مقابل کمپنی نے بھی ایسا کیا ہے۔ اگر کمپنیوں کے درمیان دوڑ اس مقام تک پہنچ جائے جہاں ہر کمپنی رفتار کے لیے حفاظت کو کم کرتی جائے تو مارکیٹ خود بخود ذمہ داری پیدا نہیں کرے گی۔ وہاں ریاستی معیار اور آزاد نگرانی ضروری ہو گی۔
اور ایک اور بات اہم ہے : مصنوعی ذہانت کو صرف ایک صنعتی مسئلہ سمجھنا بھی غلط ہو گا۔ یہ تعلیم کا مسئلہ ہے، کیونکہ طالب علم اور استاد دونوں کو معلوم ہونا چاہیے کہ مشین کی مدد اور مشین پر انحصار میں کیا فرق ہے۔ یہ صحافت کا مسئلہ ہے، کیونکہ خبر کی تصدیق کے پرانے طریقوں کو نئی جعلی تصاویر اور آوازوں کے زمانے میں مضبوط کرنا ہو گا۔ یہ عدالت کا مسئلہ ہے، کیونکہ مصنوعی ذہانت سے بنے ثبوت کی حیثیت پر نئے سوال پیدا ہوں گے۔ یہ بینکاری کا مسئلہ ہے، کیونکہ دھوکا زیادہ شخصی اور زیادہ تیز ہو سکتا ہے۔ یہ انتخابات اور جمہوری عمل کا مسئلہ بھی ہے، کیونکہ ایک جھوٹی آواز یا ویڈیو لاکھوں لوگوں تک چند گھنٹوں میں پہنچ سکتی ہے۔ اور یہ عام انسان کا مسئلہ ہے، کیونکہ مستقبل میں شاید ہر شخص کو ہر روز ایسے مواد کا سامنا ہو جس کے بارے میں اسے فیصلہ کرنا پڑے کہ یہ انسان نے بنایا ہے، مشین نے بنایا ہے، یا دونوں نے مل کر۔
لیکن یہاں بھی ہمیں خوف کے بجائے ایک نئی عادت پیدا کرنا ہوگی: تصدیق کی عادت۔ ہر خوبصورت جواب کو علم نہ سمجھنا، ہر تصویر کو ثبوت نہ سمجھنا، ہر آواز کو حقیقت نہ سمجھنا، ہر خودکار فیصلے کو غیر جانب دار نہ سمجھنا۔ مصنوعی ذہانت کے زمانے میں شاید تعلیم کا ایک نیا بنیادی سبق یہی ہو گا کہ مشین سے جواب حاصل کرنا اور جواب کی سچائی جانچنا دو مختلف کام ہیں۔ انسان اگر یہ فرق بھول گیا تو مصنوعی ذہانت اس کی مددگار کم اور اس کی ذہنی کمزوری کی طاقتور توسیع زیادہ بن سکتی ہے۔
اور شاید سب سے گہرا مسئلہ یہاں سامنے آتا ہے۔ انسان نے ہمیشہ اپنی بنائی ہوئی چیزوں کو پہلے طاقت سمجھا اور بعد میں اس کی قیمت معلوم کی۔ شہر بنائے تو آلودگی پیدا ہوئی۔ صنعت بنائی تو دولت بھی پیدا ہوئی اور استحصال بھی۔ ایٹمی توانائی دریافت کی تو بجلی بھی ملی اور تباہی کا امکان بھی۔ اب مصنوعی ذہانت ہمارے سامنے ہے۔ وہ علم کو تیز کر سکتی ہے، بیماریوں کی تشخیص بہتر کر سکتی ہے، نئی دوائیں تلاش کرنے میں مدد دے سکتی ہے، تعلیم کو زیادہ ذاتی بنا سکتی ہے، سائنس کی رفتار بڑھا سکتی ہے اور ایسے مسائل حل کر سکتی ہے جو انسان اکیلا شاید برسوں میں حل کرے۔ مگر وہی طاقت جھوٹ کو بھی تیز کر سکتی ہے، نگرانی کو بھی وسیع کر سکتی ہے، سائبر حملوں کو بھی آسان بنا سکتی ہے، روزگار کی ساخت کو بھی بدل سکتی ہے اور طاقت کو چند ہاتھوں میں بھی جمع کر سکتی ہے۔
اس لیے اصل سوال یہ نہیں کہ مصنوعی ذہانت اچھی ہے یا بری۔ یہ سوال بہت چھوٹا ہے۔ اصل سوال یہ ہے کہ کس انسان کے ہاتھ میں کون سی مصنوعی ذہانت ہوگی، اسے کس مقصد کے لیے استعمال کیا جائے گا، اسے کتنی آزادی دی جائے گی، اس کے فیصلوں کی نگرانی کون کرے گا، اس کی غلطی کی قیمت کون ادا کرے گا اور اگر وہ غلط سمت میں جانے لگے تو اسے روکنے کا اختیار کس کے پاس ہو گا۔
ایک مشین کو انسان بننے کی ضرورت نہیں تاکہ انسان کے لیے خطرہ پیدا ہو۔ کبھی کبھی ایک طاقتور مشین کے پیچھے صرف ایک غلط مقصد کافی ہوتا ہے۔ کبھی ایک غلط مقصد بھی ضروری نہیں ہوتا؛ ایک انسان اسے غلط مقصد کے لیے استعمال کر دے تو کافی ہے۔ اور کبھی خطرہ کسی ایک بد نیت شخص سے بھی پیدا نہیں ہوتا۔ اداروں کی کمزوری، مقابلے کی دوڑ، منافع کا دباؤ، ریاستی طاقت، جنگ کا خوف اور انسان کی اپنی جلد بازی مل کر ایک ایسا نظام بنا سکتے ہیں جس میں کوئی ایک شخص مکمل طور پر ذمہ دار نہ ہو، مگر نقصان سب پر پڑے۔
شاید یہی وہ مقام ہے جہاں مصنوعی ذہانت کا مسئلہ ٹیکنالوجی سے نکل کر انسانی مسئلہ بن جاتا ہے۔ ہمیں مشین سے پہلے اپنے اداروں کو ذہین بنانا ہو گا۔ ہمیں اپنی ریاستوں کو اتنا مضبوط بنانا ہو گا کہ وہ بڑی کمپنیوں سے سوال کر سکیں۔ ہمیں کمپنیوں کو اتنا ذمہ دار بنانا ہو گا کہ وہ ہر ممکن چیز کو صرف اس لیے ممکن نہ بنائیں کہ اسے بنایا جا سکتا ہے۔ ہمیں سائنس کو آزادی دینی ہوگی مگر اس آزادی کے ساتھ جواب دہی بھی رکھنی ہوگی۔ ہمیں مصنوعی ذہانت کو استعمال کرنا ہو گا، مگر اس کے استعمال کی حدود بھی خود طے کرنا ہوں گی۔
کیونکہ اصل خوف یہ نہیں کہ ایک دن مشین آنکھیں کھولے گی اور انسان کو اپنا دشمن سمجھ لے گی۔ اس سے کہیں زیادہ خاموش اور ممکنہ خوف یہ ہے کہ انسان خود اپنی بنائی ہوئی مشینوں کو اتنا اختیار دے دے کہ ایک دن اسے معلوم ہو کہ فیصلے تو اب بھی ہو رہے ہیں، نظام اب بھی چل رہا ہے، اعداد و شمار اب بھی حرکت میں ہیں، بجلی اب بھی خرچ ہو رہی ہے، حکم اب بھی جاری ہو رہے ہیں، مگر کسی ایک مقام پر وہ شخص موجود نہیں جو کہہ سکے : ”بس، اب یہ نہیں ہو گا۔“
انسانی اختیار کا مطلب یہ نہیں کہ انسان ہر کام اپنے ہاتھ سے کرے۔ اختیار کا مطلب یہ ہے کہ انسان آخری معنی، آخری ذمہ داری اور آخری حد اپنے پاس رکھے۔ مشین حساب کر سکتی ہے، انسان فیصلہ کرے۔ مشین نمونے تلاش کر سکتی ہے، انسان مقصد طے کرے۔ مشین ہزار امکانات دکھا سکتی ہے، انسان ان میں سے قابلِ قبول راستہ منتخب کرے۔ مشین رفتار دے سکتی ہے، مگر سمت انسان کے ہاتھ میں رہے۔
اور اگر کبھی ایسا وقت آئے جب مشین انسان سے زیادہ تیزی سے سوچنے لگے، زیادہ چیزیں یاد رکھنے لگے، زیادہ امکانات دیکھنے لگے اور زیادہ پیچیدہ منصوبے بنانے لگے، تب بھی ایک سوال باقی رہنا چاہیے : یہ سب کس کے لیے ہو رہا ہے؟ اگر اس سوال کا جواب انسان کے پاس نہیں رہا تو مصنوعی ذہانت کی سب سے بڑی کامیابی بھی انسان کی سب سے بڑی شکست بن سکتی ہے۔
ہم نے مشین کو سیکھنے کی صلاحیت دے دی ہے۔ اب شاید ہماری اصل آزمائش یہ ہے کہ ہم خود یہ نہ بھولیں کہ اختیار کس کے پاس رہنا چاہیے۔ مشین کتنی ہی ذہین کیوں نہ ہو، انسان کو اپنی زندگی کا محض صارف نہیں، فیصلہ کرنے والا رہنا ہو گا۔
