7.0 حصہ 7 کا تعارف: مصنوعی ذہانت کے دور میں میٹرکس
اس کتاب کا اب تک کا ہر میٹرک ایسی دنیا کے لیے بنایا گیا تھا جہاں کوڈ لکھنا نایاب، محنت طلب وسیلہ تھا۔ جنریٹو AI ٹولز نے اس مفروضے کو اس سے تیزی سے بدلا ہے جتنی تیزی سے زیادہ تر اداروں کے میٹرکس نے ساتھ دیا۔ جب کوئی ٹول سیکنڈوں میں معقول نظر آنے والی پل ریکویسٹ بنا سکے تو اس کتاب کے پچھلے حصوں کے کئی میٹرکس، سب سے براہِ راست سرگرمی کی گنتیاں (موضوع 3.4)، اور حقیقی حد تک خام ڈیپلائمنٹ کی تعدد (موضوع 2.10) اور حتیٰ کہ ٹیسٹ کوریج (موضوع 4.2) اگر لاپروائی سے اپنائی جائیں، وہ ناپنا بند کر دیتے ہیں جو وہ پہلے ناپتے تھے۔ یہ حصہ اس لیے موجود ہے کہ میٹرکس کا پروگرام جو اس تبدیلی کا صریح حساب نہ لے وہ اعتماد کے ساتھ ایسے اعداد رپورٹ کرنے کا خطرہ رکھتا ہے جو خاموشی سے بے معنی ہو گئے ہیں، یا اس سے بدتر، فعال طور پر الٹا نتیجہ دینے والے۔
اس حصے کے چار موضوع دانستہ ترتیب پر چلتے ہیں۔ موضوع 7.1 تبدیلی کو براہِ راست نام دیتا ہے اور وضاحت کرتا ہے کہ یہ تدریجی ایڈجسٹمنٹ نہیں بلکہ نمونے کی تبدیلی کیوں ہے۔ موضوع 7.2 احاطہ کرتا ہے کہ حقیقتاً کیسے ناپا جائے کہ آیا AI سے مدد پانے والی ترقی مدد کر رہی ہے، پیداوار پر نتائج کو ترجیح کے اس نظم کو استعمال کرتے ہوئے جو موضوع 1.3 نے اس کتاب کے بالکل آغاز سے قائم کیا۔ موضوع 7.3 ان مخصوص نئے خطرات کو نام دیتا ہے جو یہ تبدیلی متعارف کراتی ہے: میٹرکس جو متعلقہ قدر کے بغیر پھولتے ہیں، اور معیار کی تحلیل جو صنعت کی اسے پکڑنے کی موجودہ صلاحیت سے آگے نکل جاتی ہے۔ موضوع 7.4 حصے کو پوری تبدیلی کے لیے اس کتاب کے جواب کے ساتھ بند کرتا ہے: نتائج کی ٹیلی میٹری کی طرف دانستہ موڑ بطور سب سے اہم میٹرکس، بالکل اس لیے کہ آؤٹ پٹ کی مقدار، جیسا کہ یہ حصہ شروع سے آخر تک دلیل دیتا ہے، پہلی جگہ کبھی بہتر بنانے کی درست چیز نہیں تھی، اور جنریٹو AI نے محض اس سچائی کو اب نظر انداز کرنا ناممکن بنا دیا ہے۔
بڑی ٹیموں کے لیے یہ حصہ قیاسی نہیں بلکہ فوری ہے۔ AI کوڈنگ اسسٹنٹس کو بڑے پیمانے پر اپنانے والے بڑے ادارے کو جلد جاننا ہے کہ آیا ان کے موجودہ میٹرکس کا اب بھی وہی مطلب ہے جو وہ سمجھتے ہیں؛ حکومتی ادارے، جو AI اپنانے میں اکثر زیادہ احتیاط سے چلتے ہیں لیکن اسی بنیادی ٹولنگ کی تبدیلی کا سامنا کرتے ہیں جو وسیع صنعت میں ہے جس سے وہ بھرتی کرتے اور معیار کا موازنہ کرتے ہیں، اس حصے کی رہنمائی چاہتے ہیں تاکہ صنعتی بینچ مارکس کی درست تشریح کریں جب وہ بینچ مارکس خود اسی دباؤ کے تحت بدلتے ہیں۔
اس حصے کے موضوعات
- 7.1 جنریٹو AI کا نمونے کی تبدیلی: یہ کئی موجودہ میٹرکس جو ناپتے ہیں اس میں بنیادی تبدیلی کیوں ہے، محض ٹول باکس میں شامل کرنے کا نیا ٹول نہیں۔
- 7.2 AI سے مدد پانے والی سافٹ ویئر کی ترقی کی پیمائش: یہ کیسے ناپا جائے کہ آیا AI کی مدد حقیقتاً مدد کر رہی ہے، آؤٹ پٹ کی مقدار کے بجائے نتائج کا ڈیٹا استعمال کرتے ہوئے۔
- 7.3 میٹرک کے پھولنے اور معیار کی تحلیل کے خطرات: یہ تبدیلی جو مخصوص نئے گیمنگ اور معیار کے خطرات متعارف کراتی ہے، اور ان سے کیسے بچاؤ کیا جائے۔
- 7.4 نتائج کی ٹیلی میٹری بطور نیا قطب ستارہ: پوری تبدیلی کے لیے اس کتاب کا جواب: آؤٹ پٹ سستا ہونے پر نتائج کے میٹرکس کی طرف دانستہ، مستقل موڑ۔
یہ موضوعات ایک دوسرے سے کیسے جڑے ہیں
موضوع 7.1 قائم کرتا ہے کہ یہ حصہ بالکل کیوں موجود ہے؛ موضوع 7.2 وہ عملی پیمائش کی رہنمائی دیتا ہے جس کا یہ تبدیلی تقاضا کرتی ہے؛ موضوع 7.3 ان مخصوص ناکامی کے طریقوں کو نام دیتا ہے جن سے ادارے کو AI سے مدد پانے والی ترقی اپناتے وقت بچاؤ کرنا ہے؛ اور موضوع 7.4 سبق کو ایسے مستقل اصول میں عمومی بناتا ہے جو کسی بھی مخصوص ٹول یا وینڈر سے زیادہ دیر قائم رہے۔ یہ حصہ میٹرک کے الگ خاندان سے کم ہے، جیسے حصے 2 تا 6 ہر ایک الگ دائرہ احاطہ کرتا ہے، اور اس سے زیادہ پوری کتاب پر واپس لاگو کیا گیا عدسہ ہے: ہر پچھلے موضوع کے سرگرمی، آؤٹ پٹ، اور حتیٰ کہ کچھ نتائج کے میٹرکس کو اس حصے کے سوالات کے ذریعے دوبارہ جانچنا ہوگا جب AI سے مدد پانے والی ترقی غیر معمولی کے بجائے معیاری طریقہ بن جائے۔
یہ حصہ سب سے براہِ راست موضوع 1.3 کے پیداوار پر نتائج کو ترجیح کے اصول اور موضوع 3.4 کی سرگرمی کے میٹرکس کے خلاف تنبیہ سے جڑتا ہے، دونوں کو یہ حصہ شروع سے درست مانتا ہے، اب ٹیکنالوجی کی ایسی تبدیلی سے فوری طور پر ثابت شدہ جو ان کے الٹ، مقدار سے ناپنے، کو محض کم تر کے بجائے فعال طور پر خطرناک بنا دیتی ہے۔ یہ حصہ 8 کی میٹرکس کا پروگرام بنانے کی عملی رہنمائی کی بھی تمہید رکھتا ہے، کیونکہ اس تبدیلی سے پہلے ڈیزائن کیے گئے ڈیش بورڈ کو، اس حصے کے احاطے کی روشنی میں، محض تدریجی ایڈجسٹمنٹ نہیں بلکہ دانستہ ازسرِ نو غور کی ضرورت ہے۔