غیر ملکی میڈیا Futurism کی آج (12 تاریخ) کی رپورٹ کے مطابق، اسٹینفورڈ یونیورسٹی اسکول آف میڈیسن کے طالب علم اور صحافی سیمل باجپے اور جانز ہاپکنز میڈیکل سینٹر کے ٹراما سرجن اور شعبۂ جراحی کے ایگزیکٹو نائب سربراہ جوزف ساکران کا خیال ہے کہ طبی طلبہ کے AI استعمال سے پیدا ہونے والے مسائل انتہائی تشویش ناک ہو چکے ہیں۔
باجپے اور ساکران نے 《دی گارڈین》 میں شائع ہونے والے ایک مضمون میں لکھا کہ طبی طلبہ کے AI استعمال کا خطرہ صرف مہارتوں کے زوال تک محدود نہیں، بلکہ اس بات کا بھی قوی امکان ہے کہ وہ ابتدا ہی سے حقیقی مہارتیں تشکیل نہ دے سکیں۔ “جو ڈاکٹر استدلال کرنا بھول گیا ہو، وہ یہ صلاحیت دوبارہ حاصل کر سکتا ہے، لیکن جس ڈاکٹر نے کبھی استدلال کرنا سیکھا ہی نہ ہو، شاید وہ ایسا نہ کر سکے۔”
باجپے اور ساکران نے نشاندہی کی کہ حالیہ عرصے میں دو دریافتیں خاص طور پر تشویش ناک ہیں۔
پہلی دریافت اندرونی اعداد و شمار سے سامنے آئی۔ امریکہ میں تقریباً دو تہائی ڈاکٹر پہلے ہی طبی ماہرین کے لیے تیار کردہ AI چیٹ بوٹ OpenEvidence استعمال کر رہے ہیں، جس سے ظاہر ہوتا ہے کہ یہ ٹیکنالوجی طبی کام کے طریقۂ کار میں وسیع پیمانے پر داخل ہو چکی ہے اور طبی عملے کے روزمرہ کام میں گہرائی سے شامل ہو گئی ہے۔
دوسری دریافت 《Nature Medicine》 میں شائع ہونے والی ایک نئی تحقیق سے متعلق ہے، جس میں محققین نے طبی استعمال کے لیے مخصوص بڑے زبان ماڈلز کی قابلِ اعتماد کارکردگی کا جائزہ لیا۔ نتائج حیران کن تھے: طبی سوالات کے جوابات دینے میں ان کلینیکل AI ٹولز کی کارکردگی ChatGPT اور Claude جیسے عمومی چیٹ بوٹس سے بھی کم رہی۔
تحقیق کے مصنفین نے کہا کہ ان کی مجموعی کارکردگی تقریباً گوگل کے “AI اوورویو” کے برابر تھی۔ اس سے قبل AI اوورویو اپنی غیر مستحکم کارکردگی اور غیر درست جوابات کے باعث “بدنام” ہو چکا تھا۔
AI ٹولز اگرچہ معلومات تلاش کرنے میں مدد دے سکتے ہیں، لیکن قابلِ اعتماد ہونے کے بنیادی مسئلے کو فی الحال نظرانداز بھی کر دیا جائے، تب بھی وہ سیکھنے والوں کی اپنی سوچ کی جگہ نہیں لے سکتے۔ اس کی وجہ یہ ہے کہ سیکھنے کے عمل میں مشکل سوچ بچار ہی اصل مقصد ہے۔
باجپے اور ساکران نے لکھا: “مثلاً، ماضی میں جب زیرِ تربیت افراد سے ممکنہ تشخیصات کی فہرست بنانے کو کہا جاتا تھا، تو انہیں غور و فکر میں خاصی محنت کرنا پڑتی تھی۔ آخر میں وہ پھر بھی ایک نامکمل فہرست پیش کرتے، پھر اپنی چھوڑی ہوئی تشخیصات سے سیکھتے اور کبھی کبھار تشخیص رہ جانے پر شرمندگی بھی محسوس کرتے۔ اب زیرِ تربیت افراد کو صرف OpenEvidence سے سوال کرنا ہوتا ہے اور انہیں تقریباً کامل جواب براہِ راست مل جاتا ہے، جس میں وہ امکانات بھی شامل ہوتے ہیں جن پر انہوں نے کبھی غور نہیں کیا تھا، جبکہ تشخیص رہ جانے سے پیدا ہونے والی شرمندگی سے بھی گزرنا نہیں پڑتا۔”
باجپے اور ساکران نے لکھا کہ AI اور ماضی میں طب میں ہونے والی تکنیکی پیش رفت کے درمیان فرق یہ ہے کہ AI صرف ڈاکٹروں کے مشاہدے کے دائرے کو وسیع نہیں کر رہا، بلکہ ان علمی طریقۂ کار میں مداخلت کر رہا ہے جنہیں طبی تربیت کے دوران تشکیل پانا چاہیے۔
باجپے اور ساکران نے کئی حل تجویز کیے۔ ان میں سے ایک یہ ہے کہ زیرِ تربیت افراد سے باقاعدگی سے AI کی مکمل مدد کے بغیر آزادانہ طور پر کیسز نمٹانے کا مطالبہ کیا جائے۔ اس کا تصور امریکی وفاقی محکمۂ ہوابازی کی اس سفارش سے ملتا جلتا ہے کہ پائلٹ باقاعدگی سے آٹو پائلٹ بند کرکے طیارہ دستی طور پر اڑائیں۔ ایک اور مؤثر پابندی شاید “شرمندگی” کے احساس سے پیدا ہو سکتی ہے۔