مصنوعی ذہانت (AI) کی پوشیدہ قیمت: سیکھنے کے عمل میں ہونے والا نقصان ظاہر ہونے میں دو سال کیوں لگتے ہیں

اگرچہ AI ٹولز بے مثال کارکردگی کا وعدہ کرتے ہیں، لیکن ایک بڑے نئے مطالعے نے ایک پریشان کن تضاد کو بے نقاب کیا ہے: طلباء جتنا زیادہ اپنے کام کو AI کے سپرد (outsource) کرتے ہیں، وقت کے ساتھ ساتھ ان کا بنیادی علم اتنا ہی کم ہوتا جاتا ہے۔ یہ تحقیق ایک اہم "سیکھنے کے وقفے" (learning lag) کو اجاگر کرتی ہے جو AI پر انحصار کے طویل مدتی نقصان کو قلیل مدت میں پہچاننا مشکل بنا دیتا ہے۔

کارکردگی کا جال: بہتر ہوم ورک، خراب امتحانات

26,000 طلباء پر نظر رکھنے والے ایک مطالعے سے معلوم ہوا کہ DeepSeek V2.5 اور DeepSeek R1 جیسے ماڈلز کے ریلیز ہونے کے بعد AI کا استعمال صفر کے قریب سے بڑھ کر تقریباً 80% تک پہنچ گیا۔ پیداواری صلاحیت پر فوری اثر ناقابل تردید تھا۔ AI اپنانے کے چھ ماہ کے اندر، طلباء کے ہوم ورک اسکورز میں 18% اضافہ دیکھا گیا، جبکہ فی اسائنمنٹ گزارا جانے والا اوسط وقت 64 منٹ سے کم ہو کر صرف 45 منٹ رہ گیا۔

تاہم، اس کارکردگی کی ایک بھاری ذہنی قیمت چکانی پڑی۔ جہاں ہوم ورک کے گریڈز میں اضافہ ہوا، وہیں ماہانہ کلوزڈ بک (بغیر کتاب کے) امتحانات کے اسکورز میں 20% کی کمی آئی۔ ڈیٹا سے پتہ چلتا ہے کہ 81% طویل مدتی صارفین کے لیے، زیادہ گریڈز اور کام مکمل کرنے کا تیز رفتار وقت مہارت کی علامت نہیں تھے، بلکہ "آؤٹ سورسنگ" کے اشارے تھے—یعنی اصل سیکھنے کے لیے درکار ذہنی کوشش سے بچنے کے لیے AI کا استعمال کرنا۔

ذہنی صلاحیتوں میں کمی کا دو سالہ وقفہ

شاید سب سے اہم دریافت ان سیکھنے کے نقصانات کی تاخیری نوعیت ہے۔ اگرچہ باقاعدہ امتحانات کی کارکردگی چھ ماہ کے اندر گر گئی، لیکن اہم داخلہ امتحانات—جیسے کہ Zhongkao اور Gaokao—پر اس کے اثرات کو اپنی پوری شدت تک پہنچنے میں تقریباً دو سال لگے۔ محققین نے اس دو سالہ مدت کے بعد ہی داخلہ امتحانات کے اسکورز میں 18% سے 24% تک کی کمی دیکھی۔

یہ "پوشیدہ قیمت" وضاحت کرتی ہے کہ ماہرین تعلیم اور پالیسی ساز ردعمل دینے میں کیوں سست رہے ہیں۔ چونکہ طلباء کے اوسط اسکورز پر مجموعی اثر آہستہ آہستہ بڑھتا ہے، اس لیے تعلیمی بحران کی مکمل شدت اس وقت تک نظر نہیں آتی جب تک کہ نقصان گہرا نہ ہو جائے۔

اثرات کا تجزیہ: مضامین اور آبادیاتی معلومات

علم کا خاتمہ تمام شعبوں میں یکساں نہیں تھا۔ اس عام مفروضے کے برعکس کہ AI بنیادی طور پر ریاضی یا کوڈنگ کو متاثر کرتا ہے، مطالعے میں پایا گیا کہ سماجی علوم (social science) کے مضامین میں سب سے زیادہ کمی آئی:

  • سماجی علوم (سیاست، جغرافیہ): 27% کمی
  • STEM مضامین: 22% کمی
  • انگریزی: 17% کمی
  • چینی: 9% کمی

آبادیاتی ڈیٹا نے مخصوص کمزوریوں کو بھی ظاہر کیا۔ لوئر سیکنڈری اسکولوں کے کم عمر طلباء میں زیادہ نقصان (24%) دیکھا گیا جبکہ بڑے طلباء (17%) کے مقابلے میں، اور لڑکوں پر لڑکیوں (21.6% بمقابلہ 18.4%) کے مقابلے میں زیادہ اثر پڑا، جس کی بڑی وجہ استعمال کی زیادہ شرح تھی۔ سب سے حیران کن بات یہ ہے کہ بہترین کارکردگی دکھانے والے طلباء کو سب سے زیادہ نقصان اٹھانا پڑا، جہاں ٹاپ تھرڈ (اوپری تہائی حصے) کے طلباء کی امتحانی کارکردگی میں 24% کمی دیکھی گئی۔

AI کے اثرات سے محفوظ سیکھنے کے عمل کی طرف پیش قدمی

مطالعہ اس نتیجے پر پہنچتا ہے کہ AI بذات خود نقصان دہ نہیں ہے؛ بلکہ نقصان تب ہوتا ہے جب یہ آزادانہ سوچ کی جگہ لے لیتا ہے۔ وہ طلباء جنہوں نے AI کو بطور ٹیوٹر استعمال کیا—اور ہوم ورک مکمل کرنے میں غیر صارفین کے برابر وقت لیا—انہوں نے درحقیقت امتحانات میں بہتر کارکردگی دکھائی۔

"آؤٹ سورسنگ" کی وبا کا مقابلہ کرنے کے لیے، ماہرین تدریسی طریقوں (pedagogy) میں بنیادی تبدیلی کی تجویز دیتے ہیں۔ AI سے تیار کردہ ہوم ورک کی نگرانی کرنے کے بجائے، ماہرین تعلیم کو گریڈنگ کا وزن آمنے سامنے ہونے والے، کلوزڈ بک امتحانات پر منتقل کر دینا چاہیے۔ جیسا کہ ڈیٹا ثابت کرتا ہے، جب ہوم ورک کے گریڈز کا "اشارہ" AI کے ذریعے خراب ہو جاتا ہے، تو حقیقی ذہانت کا واحد قابل اعتماد پیمانہ ڈیجیٹل مدد کے بغیر کارکردگی دکھانے کی صلاحیت ہی رہ جاتی ہے۔

اہم نکات

  • آؤٹ سورسنگ کا اشارہ: ہوم ورک کے زیادہ گریڈز کے ساتھ کام مکمل کرنے کا تیز رفتار وقت اور کم امتحانی اسکورز، اصل سیکھنے کے بجائے AI پر انحصار کے بنیادی اشارے ہیں۔
  • تاخیری اظہار: اہم تعلیمی کارکردگی پر AI کے حقیقی اثرات کو مکمل طور پر ظاہر ہونے میں دو سال تک لگ سکتے ہیں، جو طویل مدتی تعلیمی قیمت کو چھپا دیتے ہیں۔
  • مضامین کی کمزوری: اگرچہ AI کے مباحث کا مرکز اکثر STEM ہوتا ہے، لیکن سماجی علوم کے مضامین میں 27% کے ساتھ سیکھنے کے سب سے زیادہ نمایاں نقصانات دیکھے گئے۔