OpenAI کا مشن ہے کہ AGI سے تمام انسانیت کو فائدہ پہنچے، اور اس مشن کو پورا کرنے کے لیے ہمیں دنیا بھر میں لوگوں تک پہنچنا ہوگا جہاں وہ موجود ہیں۔
AI کو تیزی سے اہم قومی انفراسٹرکچر کے طور پر تسلیم کیا جا رہا ہے، جیسا کہ بجلی. دنیا بھر کی حکومتیں اور ادارے یہ یقینی بنانا چاہتے ہیں کہ ان کے شہری اور معیشتیں AI کے دور سے فائدہ اٹھا سکیں، اس کے لیے انہیں دستیاب سب سے زیادہ قابل نظاموں تک رسائی حاصل ہو.
AI کے لیے اس وعدے کو پورا کرنے کی خاطر، اس کا مقامی طور پر متعلقہ ہونا بھی ضروری ہے. اس کا مطلب ہے مقامی زبانوں میں اور مقامی لہجوں کے ساتھ بات کرنا، مقامی قوانین کا احترام کرنا اور ثقافتی اصولوں اور اقدار کی عکاسی کرنا.
تاہم، صرف چند ممالک ہی ایسی پوزیشن میں ہیں کہ وہ خود اپنے جدید ترین ماڈلز تیار کر سکیں. زیادہ تر لوگوں کے لیے چیلنج یہ نہیں ہوتا کہ ایک ماڈل کو عین ابتدا سے کیسے بنایا جائے، بلکہ یہ ہوتا ہے کہ دستیاب بہترین AI کو ان کے مخصوص سیاق و سباق کے مطابق کیسے ڈھالا جائے تاکہ وہ مؤثر طریقے سے کام کرے. یہی وہ بات ہے جو ہم دنیا بھر کی حکومتوں سے مسلسل سنتے ہیں: وہ ایسی خودمختار AI چاہتے ہیں جسے وہ ہمارے ساتھ بنا سکیں، نہ کہ صرف ایسے سسٹمز جو ان کی زبان میں ترجمہ کیے گئے ہوں.
ہماری OpenAI برائے ممالک کے اقدام کے ذریعے، ہم یہ جانچ رہے ہیں کہ لوکلائزیشن عملی طور پر کیسے کام کر سکتی ہے. مقصد یہ ہے کہ مقامی AI سسٹمز کی اجازت دی جائے، جبکہ پھر بھی ایک عالمی، جدید ترین سطح کے ماڈل سے فائدہ اٹھایا جائے.
ہم فی الحال ChatGPT Edu کے تحت اپنے کام کے حصے کے طور پر ایسٹونیا میں طلباء کے لیے ChatGPT کی ایک مقامی ورژن کا پائلٹ پروگرام چلا رہے ہیں، جس میں مقامی نصاب اور تدریسی طریقۂ کار شامل کیے جا رہے ہیں. ہم دیگر ممالک کے ساتھ پائلٹ لوکلائزیشن کی کوششوں کو بھی دریافت کر رہے ہیں. مصنوعی ذہانت (AI) کی تحقیق اور تعیناتی میں شفافیت کے ہمارے عزم کے تحت، ہم لوکلائزیشن کے کام کرنے کے طریقہ کار کی مزید تفصیلات فراہم کر رہے ہیں.
ہمارا ماڈل اسپیک ایک عوامی دستاویز ہے جو یہ بیان کرتی ہے کہ ہم اپنے ماڈلز سے کس طرح برتاؤ کی توقع رکھتے ہیں. ہم اپنے ماڈلز کو اسپیک کی پیروی کرنے کے لیے تربیت دیتے ہیں اور اسے ایک تعاونی، OpenAI کے ہمہ گیر عمل کے ذریعے مسلسل بہتر بناتے رہتے ہیں جو ہماری ٹیموں کے دنیا بھر کے لوگوں سے سننے والے تاثرات کو شامل کرتا ہے. یہ تصریح ہمارے ماڈلز کے استعمال کے مختلف طریقوں پر روشنی ڈالتی ہے، جو ChatGPT سے لے کر، ہمارے پلیٹ فارم پر ڈویلپرز کے بنائے گئے تجربات تک اور دیگر سیاق و سباق میں شامل ہیں. یہ قواعد، جو ہر جگہ لاگو ہوتے ہیں جہاں ہمارے ماڈلز تعینات کیے جاتے ہیں، واضح حدود متعین کرتے ہیں کہ کیا تبدیل کیا جا سکتا ہے اور کیا نہیں اور تبدیلیوں کے بارے میں شفاف رہنے کے ہمارے عزم کو ظاہر کرتے ہیں.
ماڈل اسپیک میں "ریڈ لائن اصول(نئی ونڈو میں کھلتا ہے)" شامل ہیں جو تمام تعیناتیوں پر لاگو ہوتے ہیں، بشمول جو OpenAI برائے ممالک پروگرام کے تحت ہیں. ان میں، ہم اس بات پر زور دیتے ہیں کہ "انسانی سلامتی اور انسانی حقوق OpenAI کے مشن کے لیے سب سے زیادہ اہم ہیں،" اور یہ واضح کرتے ہیں کہ:
- ہم اپنے ماڈلز کو تشدد، بڑے پیمانے پر تباہی کے ہتھیاروں، دہشت گردی، ظلم و ستم یا بڑے پیمانے پر نگرانی جیسے شدید نقصانات کو ممکن بنانے کی اجازت نہیں دیں گے.
- ہم اپنے ماڈلز کو ہدفی یا وسیع پیمانے پر اخراج، ساز باز کرنے، انسانی خود مختاری کو کمزور کرنے، یا شہری عمل میں شرکت کو کم کرنے کے لیے استعمال کرنے کی اجازت نہیں دیں گے.
- ہم AI کے ساتھ افراد کے تعاملات میں ان کی پرائیویسی کے تحفظ کے لیے پُرعزم ہیں.
جب OpenAI صارفین کو ChatGPT جیسا فرسٹ پارٹی تجربہ براہ راست فراہم کرتا ہے، تو ہم اس کے ذریعے یہ بھی عہد کرتے ہیں کہ:
- لوگوں کو ہمارے ماڈل سے قابلِ اعتماد اور حفاظت کے لیے اہم معلومات تک آسان رسائی حاصل ہونی چاہیے.
- کسٹمائزیشن، پرسنلائزیشن اور لوکلائزیشن ماڈل اسپیک کے پورے متن میں بائنڈنگ قواعد کو ختم نہیں کریں گی. اس میں معروضی نقطۂ نظر(نئی ونڈو میں کھلتا ہے) کا اصول شامل ہے، جس کا مطلب یہ ہے کہ مقامی زبان یا لہجہ متاثر ہو سکتا ہے، لیکن یہ پیش کردہ حقائق کے جوہر یا توازن کو تبدیل نہیں کر سکتا.
- لوگوں کو ہمارے ماڈل کے رویے کے پیچھے کارفرما اہم اصولوں اور وجوہات کے بارے میں شفافیت حاصل ہونی چاہیے، مثلاً قانونی تقاضوں کی وجہ سے حذف کردہ کوئی بھی مواد ہر ماڈل کے جواب میں صارف کو شفاف طور پر ظاہر کیا جائے گا، جس میں اس حذف شدہ مواد کو خود ظاہر کیے بغیر، ہٹائی گئی معلومات کی قسم اور اس کے ہٹائے جانے کی وجہ کی وضاحت کی جائے گی. اسی طرح، شامل کی جانے والی کسی بھی معلومات کی شفافیت کے ساتھ نشاندہی کی جائے گی.
جب ہم OpenAI برائے ممالک کے ذریعے مقامی، خودمختار AI کو دریافت کر رہے ہیں، تو ہم اس بات کے پابند ہیں کہ ہم جو کچھ سیکھتے ہیں اس کے بارے میں مزید اشتراک کرتے رہیں اور اپنے نقطہ نظر کو شفاف طریقے سے ارتقاء دیتے رہیں.
