اب آپ جانتے ہیں کہ "لکھتا ہے” کیسا لگتا ہے۔ کاروبار یا واقعات کے تمام پوسٹرز میں عجیب نظر آنے والے لوگ، عجیب نظر آنے والی عمارتیں اور ہمیشہ وہ ایک فونٹ. لیکن کیوں؟ یہ فرض کرتے ہوئے کہ تخلیقی AI "سوچ” سکتا ہے اور "تخلیقی” ہوسکتا ہے، کیوں اتنے سارے نتائج بالکل ایک جیسے نظر آتے ہیں؟ جواب پیچیدہ ہے اور اس کا تعلق اس کے ساتھ ہے جسے ہم چیٹ بوٹس کے لیے "سوچ” کے طور پر بیان کرتے ہیں۔
اس وقت، چیٹ جی پی ٹی، کلاڈ، یا جیمنی جیسے چیٹ بوٹس کے اشارے کے جواب میں فوری طور پر متن تیار کرنے کے دن گزر گئے۔ کچھ بہت تیز ماڈل ایسا کرتے ہیں، لیکن زیادہ تر "سوچ ماڈل"، جو کہ تھوڑا سا غلط نام ہے۔ "سوچ” اصل میں مین پرامپٹ پر عمل کرنے سے پہلے ذیلی اشارے کی ایک سیریز تیار کرنے پر مشتمل ہوتی ہے۔ اور یہ چھپے ہوئے متن میں ہوتا ہے کہ زیادہ تر "انتخابات” جو ڈیزائن کی شکل کا تعین کرتے ہیں (اس حد تک کہ ہم کسی AI ماڈل کے شماریاتی آؤٹ پٹ کو کہتے ہیں” واقع ہوتا ہے)۔
ہر AI پوسٹر کے پیچھے "ڈیزائن بریف”
ادھار لینا ایک کلاسک اور ناقابل یقین مثالاگر آپ AI چیٹ بوٹ کو کہتے ہیں کہ "مونگ پھلی کا مکھن اور جیلی سینڈوچ بنائیں”، تو یہ مرحلہ وار ہدایات تیار کرکے شروع کرے گا کہ سینڈوچ بنانے سے پہلے آپ اسے کیسے بنائیں (اگر ممکن ہو)۔ اس میں سے زیادہ تر کام پس منظر میں پوشیدہ طور پر ہوتا ہے، اور بہت سے ملکیتی چیٹ بوٹس جاری "واقعہ” کا اشارہ بھی نہیں دکھاتے ہیں، چاہے صارف اس کے لیے کہے۔
AI پوسٹرز کے لیے، ‘ایک پوسٹر بنائیں’ کو چھوٹے مراحل میں تقسیم کیا جا سکتا ہے، جیسے ‘پوسٹر کے لیے ڈیزائن کا خاکہ بنائیں۔’ اس ٹکڑے پر کچھ جانچ کرتے ہوئے اس کو ظاہر کرنے کے لیے، میں نے ChatGPT کے ذریعے تیار کردہ "ڈیزائن بریف” کو بیان کرنے کے لیے ایک اضافی پرامپٹ شامل کیا۔ اس میں لے آؤٹ، رنگ، اور نوع ٹائپ جیسی تفصیلات شامل تھیں۔
مسئلہ یہ ہے کہ ان ہدایات میں اب بھی وہی خامیاں ہیں جو کسی دوسرے AI سے تیار کردہ متن میں ہیں۔ وہ حقائق کو درست طریقے سے جانچ نہیں سکتے۔ وہ حقیقی دنیا میں جا کر نہیں دیکھ سکتے کہ وہ کیا بیان کر رہے ہیں۔ اور وقت گزرنے کے ساتھ، آپ مایوس ہو سکتے ہیں یا آسانی سے پہچانے جانے والے پرانے فارمیٹس سے دستبردار ہو سکتے ہیں۔
مثال کے طور پر، جانچ کے دوران، ہم نے ChatGPT کو لائف ہیکر تھیمڈ نائٹ کلب پوسٹر تیار کیا تھا۔ تمام صورتوں میں، پیدا کردہ بنیادی خلاصہ نے کچھ بنیادی تفصیلات کی وضاحت کی، لیکن بعض اوقات اس میں ایسی چیزیں شامل ہوتی ہیں جن کے بارے میں میں نے نہیں پوچھا تھا۔ اس میں اضافی متن اور شبیہیں شامل تھیں، اور بعض صورتوں میں ‘ڈیزائن آؤٹ لائن’ کی تفصیل بھی شامل تھی جس کی میں نے پوسٹر کے نیچے درخواست کی تھی۔
یہ غلطیاں حتمی مصنوع میں ظاہر ہوتی ہیں، جس کے بعد مختصر کو ایک تصویری جنریٹر میں کھلایا جاتا ہے جو بالآخر پوسٹر بناتا ہے۔ میرے معاملے میں، ChatGPT نے مجھے اپنے استدلال کی ایک بنیادی وضاحت دکھائی (اگرچہ یہ اس سے مختلف ہو سکتا ہے جو حقیقت میں امیج جنریٹر کو بھیجی گئی تھی)، لیکن زیادہ تر لوگ جو اس کام کے لیے چیٹ بوٹس استعمال کرتے ہیں وہ حتمی نتیجہ حاصل کرنے سے پہلے ان عناصر کو نہیں دیکھ پائیں گے۔
کریڈٹ: ایرک ریوینس کرافٹ/لائف ہیکر
"انتخاب” کا تعین ابھی بھی شماریاتی ماڈلز سے ہوتا ہے۔
زیادہ تر چیٹ بوٹس آپ کو بالکل نہیں دکھاتے ہیں کہ وہ جو بنیادی "سوچ” استعمال کرتے ہیں وہ کیا ہے، لیکن زیادہ تر آپ کو مبہم خاکہ کی وضاحت کرنے پر آمادہ کر سکتے ہیں کہ وہ کسی خاص نتیجے پر کیسے پہنچے۔ اور یہ وضاحتیں اس بات کی بصیرت فراہم کرتی ہیں کہ کچھ چیٹ بوٹس اسی طرح کے نتائج کیوں نکالتے رہتے ہیں۔ کچھ نمونوں کے سامنے آنے میں زیادہ وقت نہیں لگتا۔ مثال کے طور پر، نائٹ کلب کا پوسٹر بنانے کا اشارہ تقریباً ہمیشہ ہی رنگ پیلیٹ کی وضاحتوں پر مشتمل ایک خاکہ کی صورت میں نکلتا ہے جس میں "الیکٹرک پرپل،” "الیکٹرک پیلا،” اور "الیکٹرک پنک” شامل ہیں۔
وجہ بہت واضح ہے۔ جب LLM کے بنیادی شماریاتی ماڈل سے "نائٹ کلب کے پوسٹر کلرز” کی مثال دینے کو کہا جاتا ہے تو سب سے واضح جواب نیون، ہائی انرجی رنگ ہوتا ہے۔ اگر آپ کسی خاص کلب کے وائب کے بارے میں کچھ نہیں جانتے ہیں (اور آپ اسے لکھ کر چیٹ بوٹ پر نہیں کھلاتے ہیں)، تو AI کو کسی چیز سے خالی جگہوں کو پُر کرنا پڑے گا۔ اور یہ کہ کچھ انہی اعدادوشمار پر مبنی ہے جو ہم الفاظ کی پیش گوئی کے لیے استعمال کرتے ہیں۔
یہ دہرانے والا پیٹرن ہے۔ ہر جگہ ChatGPT نے مجھے دیے گئے تمام ڈیزائن کے استدلال سے۔ کلب لائف ہیکر پوسٹر بنانے کی کئی کوششوں کے بعد، نتیجے میں ڈیزائن بریف نے ایک اہم "تصور” شامل کیا جس نے ورچوئل کلب کے ماحول کو "اعلی توانائی” اور "مستقبل” کے طور پر بیان کیا۔ تمام بوٹس کا حوالہ ان تصاویر کا استعمال کرتے ہوئے دیا گیا تھا جس میں DJ یا رقص کرنے والے ہجوم (اکثر دونوں) کی "سائلہٹس” شامل تھیں۔ تمام متن کو "بولڈ” اور "مستقبل” ہونا چاہیے۔
وہ ایک فونٹ "انتخاب” ایک غلط فہمی ہو سکتی ہے۔
اگر پوسٹر کے بارے میں ایک چیز ہے جو کہتی ہے کہ یہ AI کے ساتھ بنایا گیا ہے، تو وہ ہے۔ ان میں سے ایک برش اسٹروک فونٹس ایسا لگتا ہے کہ ہر کوئی اسے استعمال کر رہا ہے۔ اب، یہ قدرے زیادہ قیاس آرائی پر مبنی ہے۔ لیکن میرے پاس ایک نظریہ ہے کہ وہ خاص ڈیزائن کہاں سے آیا ہے۔ اور سامنے یہ بات قابل ذکر ہے کہ ایسا لگتا ہے کہ یہ صرف ChatGPT میں بنائے گئے پوسٹروں پر خاص طور پر لاگو ہوتا ہے۔
اب تک آپ کا کیا خیال ہے؟
سب سے عام عناصر میں سے ایک جو میں نے اپنے ڈیزائن کی مختصر جانچ میں پایا وہ تھا "برش لیٹرنگ” یا "برش اسکرپٹ” جیسے جملے کا استعمال۔ خطاطی ایک ڈیزائن کی اصطلاح جس سے مراد متن کو مختلف طریقوں کا استعمال کرتے ہوئے لکھنا ہے، جیسے مارکر، پینٹ برش، یا برش قلم۔ ڈیجیٹل ڈیزائن میں، یہ فونٹس کی شکل اختیار کر سکتا ہے جس کے لیے ڈیزائن کیا گیا ہے: اچھے ہاتھ سے لکھے ہوئے متن کی شکل کو نقل کرتا ہے۔.
تاہم، میرے بنائے ہوئے ہر ٹیسٹ پوسٹر میں، ChatGPT لفظی طور پر "برش لیٹرنگ” کے فقرے کو لے رہا تھا۔ ہر ایک مثال جس کا سامنا میں نے ایک ڈیزائن بریف میں کیا جس میں کسی بھی قسم کے "برش” ٹیکسٹ کا ذکر کیا گیا تھا اس کے نتیجے میں ایک ایسی تصویر نکلی تھی جس میں حروف شامل تھے جو ایسا لگتا تھا جیسے وہ ایک وسیع پینٹ برش سے تخلیق کیے گئے ہوں۔ انسانی ڈیزائنرز "برش لیٹرنگ” کا مطلب سمجھتے ہیں "کچھ ایسا لگتا ہے جیسے اسے ہاتھ سے لکھا گیا ہو”، لیکن ChatGPT حقیقی پینٹ برش استعمال کرنے کے علاوہ اس جملے کو سمجھنے کے قابل نہیں لگتا ہے۔
تیار کردہ پوسٹر تکنیکی طور پر "فونٹ” کا استعمال بھی نہیں کرتا ہے۔ (ایسے بہت سے معاملات ہیں جہاں حروف جو ایک جیسے ہونے چاہئیں وہ قدرے مختلف ہیں۔) چیٹ بوٹ کا امیج بنانے کا حصہ ابھی تک مکمل نہیں ہوا ہے۔ بازی ماڈللہذا آپ خود ویکٹر پر مبنی فونٹس استعمال نہیں کرسکتے ہیں۔ تاہم، برش طرز کے فونٹس اتنے عام ہیں کہ وہ ہر شماریاتی ماڈل میں ظاہر ہوتے ہیں۔
یہ ChatGPT کی خاصی عجیب و غریب خصوصیت ہے اور مستقبل میں تبدیل ہو سکتی ہے۔ یہ خاص طور پر درست ہے اگر OpenAI جان بوجھ کر چیٹ بوٹس کے ذریعے ان طرز عمل کو تربیت دینا چاہتا ہے۔ تاہم، بنیادی طریقہ کار کی وضاحت کرنا مددگار ہے۔ چیٹ بوٹ کے ذریعے ڈیزائن کے عناصر کو بصری میڈیم میں تصور کرنے کا واحد طریقہ یہ ہے کہ امیج جنریٹر کو فیڈ کرنے کے لیے مزید مخصوص متن تیار کیا جائے۔ اور وہ متن، کسی دوسرے AI ماڈل کی طرح، غلطیوں اور یکجہتی کا شکار ہے۔
ہر چیٹ بوٹ کا ایک "ہاؤس اسٹائل” ہوتا ہے (چاہے یہ حادثہ ہی کیوں نہ ہو)
میں اس پر تحقیق کر رہا ہوں، ChatGPT کے تیار کردہ پوسٹرز کی اقسام پر توجہ مرکوز کر رہا ہوں۔ کیونکہ یہ بہت عام ہے۔ تاہم، مختلف ماڈلز کے پوسٹرز (یا AI سے تیار کردہ مواد) مختلف نظر آ سکتے ہیں۔ ہر ماڈل کے اپنے رجحانات ہوتے ہیں۔ مثال کے طور پر، Vibecode ویب سائٹ کو Anthropic’s Claude کے ساتھ بنایا گیا ہے، اور اسے اکثر چھوٹے متن، گول کونوں والے بٹن، اور ٹائل پر مبنی ترتیب سے پہچانا جا سکتا ہے۔
کسی حد تک یہ ناگزیر ہے۔ AI ماڈلز انسانوں سے بہت مختلف ہیں اور "انتخابات” اسی طرح نہیں کرتے جس طرح انسان کرتے ہیں، لیکن ڈیزائن کے عناصر کو ابھی بھی کہیں سے آنا ہوتا ہے، اور انسانوں یا AI دونوں کے لیے خلا میں یہ فیصلے کرنا ناممکن ہے۔ انسانوں کی ترجیحات اس کی بنیاد پر ہوتی ہیں کہ وہ کیا پسند کرتے ہیں یا جذباتی طور پر اس سے گونجتے ہیں، اور AI ماڈلز کے رجحانات اس بنیاد پر ہوتے ہیں کہ شماریاتی ماڈل سب سے مناسب نتیجہ کا تعین کرتا ہے۔
اس کا مطلب یہ ہے کہ AI ماڈل کا "اسٹائل” قدرتی طور پر وقت کے ساتھ بدل جائے گا۔ یہاں تک کہ اگر ماڈل کو بہتر کیا جاتا ہے یا غلطیاں کم ہوجاتی ہیں، اس حقیقت کو تبدیل کرنا ناممکن ہے کہ تمام ChatGPT امیجز ChatGPT کے ذریعہ تخلیق کی گئی تھیں۔ آپ جو کچھ بھی کسی خاص ماڈل کا استعمال کرتے ہوئے تخلیق کرتے ہیں اس میں بہت کچھ مشترک ہوگا جو ایک ہی ٹول کا استعمال کرتے ہوئے ہر کوئی تخلیق کرتا ہے۔