غیر ملکی میڈیا Phys.org کی آج (24 تاریخ) کی رپورٹ کے مطابق، کارڈف یونیورسٹی اور یونیورسٹی آف میلبورن کی ایک نئی تحقیق سے پتا چلا ہے کہ تخلیقی مصنوعی ذہانت (GenAI) فی الحال انسانی اساتذہ کی طرح طلبہ کے تحریری اسائنمنٹس کا قابلِ اعتماد انداز میں جائزہ لینے سے قاصر ہے۔
محققین نے ChatGPT کے دو ورژنز استعمال کرتے ہوئے حیاتیاتی علوم کے شعبے کے انڈرگریجویٹ طلبہ کے 50 مقالوں کی اسکورنگ کی، تاکہ بڑے ماڈلز کی طلبہ کے اسائنمنٹس جانچنے کی صلاحیت کو پرکھا جا سکے۔ ChatGPT کو 7 معیارات کے مطابق ان مقالوں کی جانچ کرنے کی ہدایت دی گئی۔ محققین نے 4 مختلف انداز کے پرامپٹس بھی استعمال کیے، پھر بڑے ماڈلز اور انسانی اسکورنگ کے اوسط نمبروں اور نمبروں کے اتار چڑھاؤ کا موازنہ کیا۔
کارڈف یونیورسٹی کے اسکول آف بایولوجیکل سائنسز کے ڈاکٹر ولیم کائے نے کہا: “تحقیق کے نتائج سے ظاہر ہوتا ہے کہ ماڈلز کے دیے گئے نمبروں میں بہت زیادہ اتار چڑھاؤ ہے اور وہ انسانی اسکورنگ کی درست پیش گوئی نہیں کر سکتے۔ جب تخلیقی اے آئی اور انسانوں نے ایک ہی گروپ کے مقالوں کی جانچ کی تو ان کے نتائج میں نمایاں فرق پایا گیا۔ صرف مقالے کے مجموعی نمبروں کو دیکھا جائے تو دونوں کے نتائج نسبتاً قریب تھے؛ لیکن ہر اسکورنگ معیار اور ہر مقالے کی سطح پر بڑے ماڈلز اور انسانی اسکورنگ کے درمیان فرق خاصا نمایاں ہو گیا۔”
ایک صورتِ حال کے علاوہ، اے آئی ماڈلز کے دیے گئے اوسط نمبر عموماً انسانی اسکورنگ سے زیادہ رہے۔ اوسط نمبروں کے لحاظ سے اے آئی ماڈل اور انسانی اسکورنگ کے درمیان زیادہ سے زیادہ فرق 16.1 نمبروں تک پہنچا؛ جبکہ ایک مقالے کی سطح پر زیادہ سے زیادہ فرق 40 نمبروں تک رہا۔
ولیم کائے نے یہ بھی دریافت کیا کہ اے آئی عموماً زیادہ نمبروں والے مقالوں کے اسکور کم کر دیتا ہے، جبکہ کم نمبروں والے اسائنمنٹس کے اسکور بڑھا دیتا ہے، جس کے نتیجے میں نمبر منظم انداز میں درمیانی حد کی طرف مرکوز ہو جاتے ہیں۔
تحقیق کے نتائج سے ظاہر ہوتا ہے کہ کم از کم موجودہ مرحلے پر، وسیع پیمانے پر تربیت کے باوجود، اے آئی اب بھی زیادہ موضوعی نوعیت کے تحریری اسائنمنٹس کو انسانوں کے برابر قابلِ اعتماد انداز میں اسکور نہیں کر سکتا۔ “ہم نے جن بڑے ماڈلز کو آزمایا، وہ فی الحال اساتذہ کی جگہ لینے اور طلبہ کے اسائنمنٹس کے نمبروں کی پیش گوئی کرنے کے لیے موزوں نہیں ہیں۔”
محققین نے نشاندہی کی کہ اعلیٰ تعلیم کے شعبے میں اس بات میں حقیقی دلچسپی پائی جاتی ہے کہ بڑے ماڈلز اپنی پیٹرن ریکگنیشن کی صلاحیت استعمال کرتے ہوئے طلبہ کے اسائنمنٹس کی اسکورنگ کو زیادہ معروضی بنا سکتے ہیں، جبکہ جانچ کی کارکردگی بہتر اور تدریسی عملے کا بوجھ کم ہو سکتا ہے۔ تاہم، یہ تحقیق ظاہر کرتی ہے کہ فی الحال ایسا کرنا مناسب نہیں ہے۔
اس کے علاوہ، طلبہ کی واضح رضامندی کے بغیر ان کے اسائنمنٹس اے آئی ٹولز کو جمع کرانا خود اخلاقی مسائل سے متعلق ہے؛ بڑے ماڈلز پر طلبہ کے طویل تحریری اسائنمنٹس کی اسکورنگ کے لیے نہ تو انحصار کیا جا سکتا ہے اور نہ ہی کرنا چاہیے۔ “جیسے جیسے بڑے ماڈلز ترقی کرتے رہیں گے، مستقبل میں انسانی فیصلوں کی نقل کرنے کی ان کی صلاحیت بہتر ہو سکتی ہے۔ لیکن اس تحقیق کی روشنی میں، اے آئی کے دیے گئے نمبروں کو انسانی اسکورنگ کے ساتھ واقعی ہم آہنگ رکھنا شاید آسان نہیں ہوگا۔”