ہیدر ڈیسائر، کنساس یونیورسٹی کی ایک کیمسٹ جو بایومیڈیکل اسٹڈیز پر مشین لرننگ کا اطلاق کرتی ہے، نے ایک نیا ٹول تیار کیا ہے جو ChatGPT، مصنوعی ذہانت کے ٹیکسٹ جنریٹر کے ذریعہ تیار کردہ سائنسی متن کو 99% درستگی کے ساتھ شناخت کرنے کے قابل ہے۔
ایک حالیہ مطالعہ، جو ہم مرتبہ نظرثانی شدہ جریدے سیل رپورٹس فزیکل سائنس میں شائع ہوا، نے اس کے AI کا پتہ لگانے کے طریقہ کار کی افادیت کو ظاہر کیا، اس کے ساتھ ساتھ اس ٹول کو نقل کرنے کے لیے دوسروں کے لیے کافی سورس کوڈ بھی ہے۔
ڈیزائر، KU میں کیمسٹری میں کیتھ ڈی ولنر چیئر نے کہا کہ سائنسی سالمیت کے دفاع کے لیے فوری طور پر AI کا پتہ لگانے والے آلات کی ضرورت ہے۔
“ChatGPT اور اس جیسے دیگر تمام AI ٹیکسٹ جنریٹرز حقائق کو بناتے ہیں،” انہوں نے کہا۔ “تعلیمی سائنس کی اشاعت میں – نئی دریافتوں اور انسانی علم کے کنارے کے بارے میں تحریریں – ہم واقعی قابل اعتماد آواز والے جھوٹوں سے ادب کو آلودہ کرنے کے متحمل نہیں ہوسکتے ہیں۔ اگر AI ٹیکسٹ جنریٹر عام طور پر استعمال کیے جاتے ہیں تو وہ ناگزیر طور پر اشاعتوں میں اپنا راستہ بنائیں گے۔
جہاں تک میں جانتا ہوں، خودکار انداز میں، ان ‘ہیلوسینیشنز’ کو تلاش کرنے کا کوئی فول پروف طریقہ نہیں ہے جیسا کہ انہیں کہا جاتا ہے۔ ایک بار جب آپ حقیقی سائنسی حقائق کو تیار کردہ AI بکواس کے ساتھ آباد کرنا شروع کر دیتے ہیں جو بالکل قابل اعتماد لگتا ہے، تو وہ اشاعتیں کم قابل اعتماد، کم قیمتی ہو جائیں گی۔”
اس نے کہا کہ اس کا پتہ لگانے کے طریقہ کار کی کامیابی کا انحصار اس بات پر ہے کہ جانچ کے تحت لکھنے کے دائرہ کو اس قسم کی سائنسی تحریر تک محدود کیا جائے جو عام طور پر ہم مرتبہ نظرثانی شدہ جرائد میں پائی جاتی ہے۔ یہ موجودہ AI کا پتہ لگانے والے ٹولز پر درستگی کو بہتر بناتا ہے، جیسے RoBERTa ڈیٹیکٹر، جس کا مقصد زیادہ عام تحریر میں AI کا پتہ لگانا ہے۔
ڈیزائر نے کہا، “آپ آسانی سے انسان کو ChatGPT تحریر سے ممتاز کرنے کا طریقہ بنا سکتے ہیں جو کہ انتہائی درست ہے، اس تجارت کے پیش نظر کہ آپ اپنے آپ کو انسانوں کے ایک مخصوص گروپ پر غور کرنے تک محدود کر رہے ہیں جو کسی خاص طریقے سے لکھتے ہیں،” ڈیزائر نے کہا۔ “موجودہ AI ڈیٹیکٹرز کو عام طور پر کسی بھی قسم کی تحریر پر فائدہ اٹھانے کے لیے عام ٹولز کے طور پر ڈیزائن کیا گیا ہے۔ وہ اپنے مطلوبہ مقصد کے لیے کارآمد ہیں، لیکن کسی خاص قسم کی تحریر پر، وہ اس مخصوص اور تنگ مقصد کے لیے بنائے گئے ٹول کی طرح درست نہیں ہوں گے۔”
Desaire نے کہا کہ یونیورسٹی کے اساتذہ، گرانٹ دینے والے اداروں، اور پبلشرز کو انسانی دماغ سے کام کے طور پر پیش کردہ AI آؤٹ پٹ کا پتہ لگانے کے لیے ایک درست طریقہ کی ضرورت ہوتی ہے۔
ڈیزائر نے کہا، “جب آپ ‘AI سرقہ’ کے بارے میں سوچنا شروع کرتے ہیں، تو 90% درست کافی نہیں ہوتا،” ڈیزائر نے کہا۔ “آپ لوگوں پر خفیہ طور پر AI استعمال کرنے کا الزام نہیں لگا سکتے اور ان الزامات میں اکثر غلط ہو سکتے ہیں – درستگی اہم ہے۔ لیکن درستگی حاصل کرنے کے لیے، تجارت کی بندش اکثر عام ہوتی ہے۔
Desaire کے تمام مصنفین اس کے KU ریسرچ گروپ سے تھے: رومانا جاروسوا، KU میں کیمسٹری کی ریسرچ اسسٹنٹ پروفیسر؛ ڈیوڈ ہواکس، انفارمیشن سسٹم کے تجزیہ کار؛ اور گریجویٹ طالبات الیسا ای چوا اور میڈلین اسوم۔
ڈیزائر اور اس کی ٹیم کی اے آئی ٹیکسٹ کا پتہ لگانے میں کامیابی انسانی بصیرت کی اعلی سطح (بمقابلہ مشین لرننگ پیٹرن کا پتہ لگانے) کی وجہ سے ہوسکتی ہے جو کوڈ وضع کرنے میں لگی تھی۔
Desaire نے کہا، “ہم نے اپنے ڈیٹیکٹر کے لیے اہم اختلافات کی نشاندہی کرنے کے لیے ایک بہت چھوٹا ڈیٹاسیٹ اور بہت زیادہ انسانی مداخلت کا استعمال کیا۔” “صحیح طور پر، ہم نے صرف 64 انسانی تحریری دستاویزات اور 128 AI دستاویزات کو اپنے تربیتی ڈیٹا کے طور پر استعمال کرتے ہوئے اپنی حکمت عملی بنائی۔ یہ دوسرے ڈیٹیکٹرز کو تربیت دینے کے لیے استعمال کیے جانے والے ڈیٹا سیٹ کے سائز سے شاید 100,000 گنا چھوٹا ہے۔ لوگ اکثر نمبروں پر چمکتے ہیں۔ لیکن 100,000 بار – یہ ایک کپ کافی اور گھر کی قیمت میں فرق ہے۔ لہذا، ہمارے پاس یہ چھوٹا ڈیٹا سیٹ تھا، جس پر بہت تیزی سے کارروائی کی جا سکتی تھی، اور تمام دستاویزات دراصل لوگ پڑھ سکتے تھے۔ ہم نے اپنے انسانی دماغ کو دستاویز کے سیٹوں میں مفید فرق تلاش کرنے کے لیے استعمال کیا، ہم نے انسانوں اور AI میں فرق کرنے کی حکمت عملیوں پر انحصار نہیں کیا جو پہلے تیار کی گئی تھیں۔
درحقیقت، KU کے محقق نے کہا کہ گروپ نے AI کا پتہ لگانے کے لیے ماضی کی حکمت عملیوں پر انحصار کیے بغیر اپنا نقطہ نظر بنایا۔ نتیجے میں آنے والی تکنیک میں AI متن کا پتہ لگانے کے شعبے سے مکمل طور پر منفرد عناصر ہوتے ہیں۔
ڈیزائر نے کہا کہ “میں یہ تسلیم کرتے ہوئے تھوڑا شرمندہ ہوں، لیکن ہم نے AI ٹیکسٹ ڈٹیکشن پر لٹریچر سے مشورہ بھی نہیں کیا جب تک کہ ہمارے ہاتھ میں کوئی کام کرنے والا ٹول نہ ہو۔” “ہم یہ اس بنیاد پر نہیں کر رہے تھے کہ کمپیوٹر سائنس دان متن کا پتہ لگانے کے بارے میں کس طرح سوچتے ہیں، بلکہ اس کے بجائے ہمارے وجدان کا استعمال کرتے ہوئے کیا کام کرے گا۔”
ایک اور اہم پہلو میں، ڈیزائر اور اس کے گروپ نے پچھلی ٹیموں کی طرف سے AI کا پتہ لگانے کے طریقوں کو استعمال کرنے والے طریقوں پر اسکرپٹ کو پلٹ دیا۔
“ہم نے اہم خصوصیات کو تیار کرتے وقت AI متن کو فوکس نہیں کیا،” انہوں نے کہا۔ “ہم نے انسانی متن کو توجہ کا مرکز بنایا۔ اپنے AI ڈیٹیکٹر بنانے والے زیادہ تر محقق اپنے آپ سے پوچھتے ہیں، ‘AI سے تیار کردہ متن کیسا لگتا ہے؟’ ہم نے پوچھا، ‘انسانی تحریر کا یہ منفرد گروپ کیسا لگتا ہے، اور یہ AI متن سے کیسے مختلف ہے؟’ بالآخر، AI تحریر انسانی تحریر ہے کیونکہ AI جنریٹرز انسانی تحریر کے بڑے ذخیروں کے ساتھ بنائے گئے ہیں جنہیں وہ ایک ساتھ جوڑتے ہیں۔ لیکن AI تحریر، کم از کم ChatGPT سے، عام انسانی تحریر ہے جو مختلف ذرائع سے لی گئی ہے۔
“سائنس دانوں کی تحریر عام انسانی تحریر نہیں ہے۔ یہ سائنسدانوں کی تحریر ہے۔ اور ہم سائنسدان ایک بہت ہی خاص گروپ ہیں۔”
Desaire نے اپنی ٹیم کے AI کا پتہ لگانے والے کوڈ کو اس کی تعمیر میں دلچسپی رکھنے والے محققین کے لیے مکمل طور پر قابل رسائی بنا دیا ہے۔ وہ امید کرتی ہیں کہ دوسروں کو یہ احساس ہو جائے گا کہ AI اور AI کا پتہ لگانا ان لوگوں کی پہنچ میں ہے جو شاید اب خود کو کمپیوٹر پروگرامر نہیں سمجھتے ہیں۔
انہوں نے کہا، “ChatGPT واقعی ایک ایسی بنیادی پیشرفت ہے، اور اسے بہت سارے لوگوں نے اتنی جلدی اپنا لیا ہے، یہ AI پر ہمارے انحصار میں ایک انفلیکیشن پوائنٹ کی طرح لگتا ہے۔” “لیکن حقیقت یہ ہے کہ، کچھ رہنمائی اور کوشش کے ساتھ، ایک ہائی اسکول کا طالب علم وہ کر سکتا ہے جو ہم نے کیا تھا۔
“لوگوں کے لیے AI میں شامل ہونے کے بہت زیادہ مواقع ہیں، چاہے ان کے پاس کمپیوٹر سائنس کی ڈگری نہ ہو۔ ہمارے مخطوطہ کے مصنفین میں سے کسی کے پاس کمپیوٹر سائنس کی ڈگری نہیں ہے۔ اس کام سے ایک نتیجہ جو میں دیکھنا چاہتا ہوں وہ یہ ہے کہ جو لوگ AI میں دلچسپی رکھتے ہیں وہ جان لیں گے کہ حقیقی اور مفید مصنوعات تیار کرنے میں حائل رکاوٹیں، ہماری طرح، اتنی زیادہ نہیں ہیں۔ تھوڑی سی معلومات اور کچھ تخلیقی صلاحیتوں کے ساتھ، بہت سے لوگ اس میدان میں اپنا حصہ ڈال سکتے ہیں۔”
حوالہ: ہیدر ڈیزائر، الیسا ای چوا، میڈلین اسوم، رومانا جاروسوا اور ڈیوڈ ہوا، 7 جون 2023، سیل رپورٹس کے ذریعے “آف دی شیلف مشین لرننگ ٹولز کا استعمال کرتے ہوئے 99 فیصد سے زیادہ درستگی کے ساتھ انسانوں یا چیٹ جی پی ٹی سے تعلیمی سائنس کی تحریروں میں امتیاز کرنا” جسمانی سائنس.