د لوړو زده کړو کمیسیون د مصنوعي ذکاوت په برخه کې دوه لوی ګامونه پورته کړي دي. دې په هیواد کې د هر لیسانس او د فراغت سند لپاره د اجباري درې کریډیټ ساعت AI کورس خبر ورکړ چې د 2026 له مني څخه پیل کیږي. دې زموږ په پوهنتونونو کې د تولیدي AI کارولو په اړه یوه مسوده هم خپره کړې. دواړه ګامونه ښه راغلاست دي.
مګر هغه مقررات چې مسوده د زده کونکو لپاره ټاکي په دوه نظرونو پورې اړه لري چې نه به ساتل کیږي. دا زده کونکي منع کوي چې د AI لخوا رامینځته شوي کار د دوی په توګه وسپاري ، او دا له دوی څخه غوښتنه کوي چې اعلان وکړي چې دوی کوم وسیلې کارولې او ولې. دا صادقانه جبلتونه دي. دوی هم د تطبیق وړ ندي. هیڅ ښوونکی نشي کولی چې یو یې تایید کړي، او مسوده هغه څه مني کله چې دا په سمه توګه اصول کوي، چې هیڅ زده کوونکی یوازې د AI کشف راپور پر بنسټ مجازات کیدی نشي.
ستونزه دا نه ده چې دا قواعد غلط دي. دا هغه څه دي چې دوی یې هدف لري چې موږ یې نشو لیدلی. موږ د دې په اړه بحث ته دوام ورکوو چې یو زده کونکی په کور کې څه کولی شي، کله چې هغه پوښتنه چې موږ واقعیا ځواب کولی شو هغه څه دي چې موږ ټولګي غوره کوو. د یوې ادعا سره پیل کړئ، ځکه چې نور هرڅه د هغې څخه تعقیب کیږي. AI موجوده وړتیا ضربوي. دا د هغه چا سره مرسته کوي چې دمخه یې ځینې لري، او دا وړتیا نه رامینځته کوي چیرې چې هیڅ شتون نلري.
د پوهنتونونو په وړاندې ترټولو قوي قضیه دا نه ده چې زده کونکي به دوکه وکړي. دا هغه څه دي چې موږ یې درس ورکوو ممکن نور درس ته اړتیا ونلري. د عصري کوډ کولو معاون څخه وغواړئ چې ډیټاسیټ پاک کړي یا د وړاندوینې ماډل فټ کړي، او دا به په دقیقو کې دنده ترسره کړي. نو ولې څوک باید د احصایې یا ماشین زده کړې سمستر کې ناست وي؟ د دې نیمایي ریښتیا دي. د داسې ماډل چلول یو مهارت و. نن ورځ دا یوه جمله ده چې په چیټ بوټ کې ټایپ شوې.
خو دعوا ازموي. په کاګل کې، یو آنلاین پلیټ فارم چیرې چې په زرګونو ډیټا ساینس پوهان په ورته ستونزې کې سیالي کوي، هرڅوک ورته ډیټا او ورته AI معاونین لري. که وسیله کافي وي، هر نمرې به تقریبا مساوي وي. دا نه ده، او زما د پوهې له مخې، د پیاوړو انساني ټیمونو په وړاندې هیڅ ژوندۍ سیالي تر اوسه نه ده ګټلې چې ستونزې موډل ته وسپارل شي او لاړ شي. دا سیسټمونه فکر نه کوي. دوی په خورا ښه توګه اجرا کوي، په هغه لار کې چې یو کس غوره کړی دی. یو څوک لاهم باید پریکړه وکړي چې کومه پوښتنه د پوښتنې ارزښت لري ، ایا په ډیټا باور کیدی شي ، او ایا یو ځواب چې عالي ښکاري په خاموشۍ سره غلط دی. دا هوښیار هڅونه نه ده، کوم چې څوک په ماسپښین کې زده کوي. دا د موضوع پوهه ده: پدې پوهیدل چې ځواب باید څه ډول وي مخکې له دې چې تاسو یې وګورئ.
نو ولې هغه څه زده کړئ چې ماشین دمخه کولی شي؟ معمول دفاع دا ده چې ماشینونه لاهم ستونزمن برخه نشي ترسره کولی. زه په دې دلیل باور نه لرم، ځکه چې دا پدې مانا ده چې هر کورس باید خپل ځان بیا توجیه کړي هرکله چې یو غوره ماډل ښکاره شي.
قوي ځمکه د دې دلیل دی چې موږ لاهم ماشومانو ته ریاضي درس ورکوو کله چې هر تلیفون یو کیلکولیټر لري. د پیسو له لارې کار کول دا دي چې د شمیر احساس څنګه رامینځته کیږي، او هیڅ یو د بل چا د لیدلو څخه نه راځي. ښوونه او روزنه ظرفیت لوړوي، او ظرفیت د هڅو په واسطه رامینځته کیږي چې بهر ته نشي وړل کیدی. دا پدې معنی نه ده چې هر څه د لاس په واسطه تدریس کیږي. ازموینه دا ده چې ایا ترسره کول داسې څه رامینځته کوي چې د دندې څخه تیریږي ، له همدې امله موږ پرته له کوم زیان څخه د لاګ جدولونه پریښودل او حساب یې ساتل. یو زده کونکی چې د مرستې پرته مقاله لیکي واقعیا مقاله نه تولیدوي. دوی زده کوي چې یو دلیل یوځای وساتي. مقاله د ضایع کیدو وړ ده. عادت نه دی. AI زموږ نصاب متروک نه دی کړی. دا د هغه څه ارزښت بدل کړی چې زده کونکي یې تولیدوي، نه دا چې موږ دوی ته درس ورکوو.
د AI اجباري کورس ترټولو لوی نصاب بدلون دی چې زموږ پوهنتونونو په کلونو کې رامینځته کړی، او تقریبا هیڅ څه ندي ویل شوي چې باید پدې کې څه وشي. کیڼ اړخ ته ، دا به د هڅونې کورس شي: چیټ بوټ ته د غوښتنې جملې څرنګوالی ، او د مشهور وسیلو سفر. دا د اورینټیشن سیشن دی، نه کورس. دا به د یو کال په اوږدو کې باثباته وي، او بازار به د هغې لپاره پیسې ورنکړي، ځکه چې هرڅوک یې دمخه لري. OpenAI د فبرورۍ په میاشت کې وویل چې نهه سوه ملیونه خلک هره اونۍ ChatGPT کاروي، او د هغې سیالان په میلیونونو نور اضافه کوي. هر هغه څه چې یو سمستر ممکن په دې بکس کې د غوښتنې ټایپ کولو په اړه درس ورکړي، نړۍ لا دمخه پخپله وړیا درس ورکړی. هغه څه چې کم دي د دې ماډلونو سره د دوی سره د خبرو کولو پرځای د جوړولو وړتیا ده. زده کونکي باید زده کړي چې API څه شی دی، څنګه د نثر پر ځای د جوړښت شوي ډیټا لپاره ماډل وپوښتئ، او څنګه د شپې په 50000 ریکارډونو کې دنده پرمخ وړئ. اساسات کافي دي ، ځکه چې یوځل زده کونکی پوه شي چې سیسټم باید څه وکړي ، د کوډ کولو معاون به یې په لیکلو کې مرسته وکړي. یو فارغ شوی چې د ماډل سره خبرې کوي په یو وخت کې یو سند اداره کوي. یو فارغ چې کولی شي API ته زنګ ووهي ټول آرشیف اداره کړي. په حکومت کې، ما دا ډول پایپ لاینونه جوړ کړل، او هغه څه چې مهم دي پوهیدل چې دا کار په اتوماتيک ډول کیدی شي.
هغه تشې ته پام وکړئ چې دا خلاصیږي. نهه سوه ملیونه خلک کولی شي د دې ماډلونو سره خبرې وکړي. پوښتنه وکړئ چې څو یو څه جوړ کړي دي. تیر کال د اتریش یو پراختیا کونکي، پیټر سټینبرګر، د ځان لپاره د AI شخصي معاون ولیکه، د ډیری کار لپاره د OpenAI د کوډ کولو وسیلې کوډیکس باندې تکیه وکړه، او د OpenClaw په نوم یې د خلاصې سرچینې په توګه خپور کړ. په څو میاشتو کې دا په GitHub کې ترټولو ګړندۍ وده کونکي پروژو څخه و ، او د فبروري په میاشت کې OpenAI هغه استخدام کړ او موافقه یې وکړه چې پروژه د یو خپلواک بنسټ په توګه تمویل کړي. پام وکړئ چې دا څه تولید کړي. سټینبرګر د هغه تر شا په سافټویر کې کیریر درلود او داسې نظر چې هیڅوک یې نه درلود. ماډل هم نه ورکول. مګر هغه نشي کولی پرته له دې سرعت جوړ کړي، او دا ټول ټکی دی. نه به یوازې OpenClaw جوړ کړي. ضرب یو څه لوی حاصل ورکوي کله چې دواړه شمیرې لوی وي، او د دې شمیرو څخه یوه جوړول هغه څه دي چې یو پوهنتون دی.
که چیرې AI وړتیا ضرب کړي، ورته وسیله باید په مختلفو مرحلو کې مختلف چلند وشي. د دوکتورا زده کونکی یا د پوهنځي غړی د ضرب کولو مهارت لري، او مسوده سمه ده چې په څیړنه او تدریس کې د AI کارول هڅوي. د دوهم سمستر فارغ التحصیل لاهم د ضرب کولو لپاره لږ دی. ورته وسیله چې یو څیړونکی ګړندی کوي کولی شي په خاموشۍ سره د زده کونکي زده کړې ځای په ځای کړي. دا یو تناقض نه دی. دا یو اصول دی چې په دوه مرحلو کې پلي کیږي.
دا د کار وړ اصول ورکوي. له درجې څخه جلا زده کړه. د کور کار کول په تمرین بدلیږي، د AI په ښکاره اجازه او لږ وزن سره تړلی، ځکه چې موخه یې پوهه ده. درجې هغه ترتیباتو ته ځي چې موږ یې لیدلی شو: په ټولګي کې ترسره شوي کار، د سپارل شوي کار لنډ شفاهي دفاع، ویوا، پریزنټشن. یو زده کونکی چې AI یې د دندې له لارې فکر کولو لپاره کارولی وي په اسانۍ سره به یې پوښتنې ځواب کړي. یو زده کونکی چې د فکر کولو څخه مخنیوي لپاره AI کاروي به یې ونه کړي. پنځه دقیقې پوښتنې هغه څه کوي چې هیڅ سافټویر په اعتبار سره نه کوي، او دا هیڅوک تورن نه کوي.
ښکاره اعتراض د کار بار دی. د شفاهي دفاع په دولسم ټولګي کې ښه ښکاري او په اتلسمه برخه کې ناممکن. مګر زباني دلته اصلي وسیله نه ده. اصلي وسیله په خونه کې ترسره شوي لیکل شوي کار نظارت کوي، وخت او نښه شوي لکه څنګه چې تل وو. د هیواد هر پوهنتون لا دمخه په پیمانه ازموینې ترسره کوي. کوم بدلونونه لوژستیک ندي بلکه پوښتنې دي: د موادو یادونه نه کول اوس څوک کولی شي په ثانیو کې وګوري ، مګر پوښتنې چې یوازې هغه زده کونکي ته معنی ورکوي چې کار یې کړی.
اورل دوهمه وسیله ده، چیرې چې کارول کیږي ډیری یې اضافه کوي. په پروژو، مقالو او ګروپي سپارښتنو کې، پوښتنې د ډلې پر ځای یو نومول شوي غړي ته ورکړئ. په بل ځای کې، اعلان وکړئ چې له هر زده کونکي څخه وغوښتل شي چې د هرې سپارښتنې له لارې خبرې وکړي، او بیا نمونه، هر یو پنځه دقیقې په گردش کې. دا د دوکه بازانو ښکار نه دی. دا په ساده ډول دی چې یو زده کونکی چې نه پوهیږي چې ایا دوی به وپوښتل شي د ځواب ویلو وړ دلیل لري.
ټیکنالوژي مرسته کوي، مګر مسوده یو توپیر روښانه کوي. د کشف سافټویر د یو سند په اړه احتمالي تورونه رامینځته کوي چې هیڅکله یې لیکل شوي ندي. په 2023 کې ، د سټینفورډ ټیم اوه په پراخه کچه کارول شوي کشف کونکي ازموینه وکړه او پایلې یې په ژورنال پیټرنز کې خپرې کړې. د TOEFL په نهه نوي مقالو کې چې د غیر اصلي انګلیسي ژبو لخوا لیکل شوي ، کشف کونکي په غلط ډول د AI لخوا رامینځته شوي کار 61 سلنه وخت بولي ، او د دې مقالو په 18 کې ټول اوه په غلطه پریکړه موافق دي. ورته وسیلې د امریکایی ښوونځي زده کونکو مقالې د وخت شاوخوا 95٪ په سمه توګه قضاوت کوي. لامل یې ګډوډي وه. دا سیسټمونه ساده او د وړاندوینې وړ لغتونو ته جزا ورکوي، دا په حقیقت کې هغه څه دي چې په دویمه ژبه کې محتاط لیکل اکثرا ورته ښکاري. ځینې پلورونکي له هغه وخت راهیسې خپل ماډلونه تعدیل کړي او په دې بنچمارک کې د غوره پایلو راپور ورکوي، نو انځور د کشف کونکي او ژبې له مخې توپیر لري. خو د پاکستاني زده کوونکو په لیکو کې داسې کوم سیستم نه دی تایید شوی او تر څو چې یو نمرې وي، د هیڅ شی ثبوت نه دی. دلته هیڅ زده کوونکی باید د کشف کونکي راپور په اړه قضاوت ونه کړي ، او هیڅ پوهنتون باید د دې سیسټمونو څخه یو له دې پرته واخلي چې لومړی یې د خپلو زده کونکو په لیکلو ازموینه وکړي.
انسجام یوه بله موضوع ده. پروکتور شوي کمپیوټر لابراتوارونه او څارل شوي ترمینل هیڅوک نه تورنوي. دوی هغه شرایط ټاکي چې لاندې کار تولید کیږي، دا هغه څه دي چې د ازموینې تالار تل ترسره کړي. د هر کار لپاره، پوښتنه دا ده چې ایا دنده موخه ده یا روزنه. که دا هدف وي، وسیله وکاروئ. که دا روزنه وي، دا پخپله کول ټول ټکی دی. زه نشم کولی موټر چلوم او د یو مایل چلولو ګټې ادعا وکړم.
یو بل شی چې هیڅ وارداتي پالیسي به موږ ته ونه وایی. هغه صنعت چې زموږ فارغین داخلیږي د بهرني قضیې مطالعاتو په پرتله د منلو دمخه مرحله کې ده ، او زموږ د ټولګي اندازه د هغه څخه لوی دي چې لارښود یې لیکل شوی و. هغه پالیسي چې د شمالي امریکا د سوداګرۍ ښوونځي څخه پورته کیږي د دې شرایطو سره د تماس څخه پاتې نشي.
زه د احتیاط لپاره بحث نه کوم. زه دا سیسټمونه جوړوم او زه یې درس ورکوم. زه استدلال کوم چې امر مهم دی. موږ پیل کړی دی، لکه څنګه چې بنسټونه معمولا کوي، د څه اجازه ورکړي او څه واخلي. مخکینۍ پوښتنه دا ده چې کوم سند تصدیق کوي. که دا تصدیق کړي چې یو فارغ کولی شي سند تولید کړي، موږ دمخه له لاسه ورکړی دی، ځکه چې اسناد اوس وړیا دي. که دا ثابته کړي چې یو شخص د کار په واسطه بدل شوی دی، دوی کولی شي ستونزه جوړه کړي، قضاوت وکړي چې ایا ځواب ښه دی، او د هغې تر شا ودریږي، نو زموږ دنده یوازې دا ده چې په خونه کې، چیرته چې لیدل کیدی شي.
زده کړه لومړی، AI دوهم. مخکې له دې چې دا پالیسي پای ته ورسیږي وسایل به بیا بدل شي. هغه څه چې موږ د زده کړې په اړه باور لرو باید نه وي.
