31 اکتوبر 2026 کو سدایا نے 47 صفحات کا ایک مطالعہ شائع کیا جس کا عنوان ہے "مصنوعی ڈیٹا: مواقع، چیلنجز اور حکمرانی کے طریقے"۔ مصنوعی ڈیٹا الگورتھم سے بنایا جاتا ہے تاکہ یہ آپ کے اصل ریکارڈ کی شماریاتی خصوصیات کی نقل کرے، لیکن اس میں حقیقی لوگوں کی کوئی معلومات نہ ہوں۔ آپ کی کمپنی اسے تین طرح استعمال کر سکتی ہے: گاہکوں کے ریکارڈ ظاہر کیے بغیر سسٹم ٹیسٹ کرنے اور ماڈل کی تربیت میں، دھوکا دہی جیسے نایاب کیس بنانے میں جو اس کے پاس کم ہیں، اور کسی ڈیولپر یا شراکت دار کے ساتھ معلومات زیادہ محفوظ طریقے سے بانٹنے میں۔ لیکن مطالعہ خبردار کرتا ہے کہ یہ مکمل رازداری کی ضمانت نہیں: اگر اس سے لوگوں کی شناخت ہو سکے تو یہ ذاتی ڈیٹا کے تحفظ کے قانون کے دائرے میں آتا ہے۔
سدایا نے کیا کہا؟
سدایا کے اعلان کے مطابق مصنوعی ڈیٹا جدت کو تیز کر سکتا ہے، جمع کرنے اور تیار کرنے کی لاگت کم کر سکتا ہے، اور اداروں کے درمیان معلومات کا تبادلہ آسان بنا سکتا ہے، خاص طور پر صحت اور مالیاتی خدمات جیسے حساس معلومات والے شعبوں میں۔ لیکن خود مطالعہ زور دیتا ہے کہ اصل جیسے ریکارڈ بنانے سے افراد کی دوبارہ شناخت اور شماریاتی تعصب کے خطرات لازمی طور پر ختم نہیں ہوتے۔ مطالعہ حکمرانی کو چار پہلوؤں پر قائم کرتا ہے: رازداری کا تحفظ، ڈیٹا کا معیار، انصاف اور تعصب میں کمی، اور شفافیت۔
یہ خیال نیا نہیں: مطالعے کے مطابق رازداری کے تحفظ کے لیے اس کا پہلا منظم استعمال 1993 میں امریکی مردم شماری کی رازداری بچانے کے لیے ہوا، اور بڑی پیش رفت 2014 میں جنریٹو ایڈورسریل نیٹ ورکس (GAN) کے ساتھ آئی۔ نئی بات یہ ہے کہ جنریٹو مصنوعی ذہانت نے اسے بنانا آسان اور سستا کر دیا ہے۔
مصنوعی ڈیٹا کی 3 اقسام
| قسم | یہ کیا ہے | آپ کی کمپنی کے لیے کب موزوں ہے |
|---|---|---|
| مکمل مصنوعی | تمام ریکارڈ بنائے گئے ہیں؛ ایک بھی اصل ریکارڈ باقی نہیں رہتا | جب رازداری سب سے اہم ہو، یا ایسے کیس دکھانے ہوں جو ابھی پیش نہیں آئے |
| جزوی مصنوعی | اصل ریکارڈ جن میں نام، آمدنی اور مقام جیسے حساس خانے بنائی گئی قدروں سے بدل دیے جاتے ہیں | جب حساس خانے بچاتے ہوئے اصل ریکارڈ جیسی حقیقت پسندی چاہیے؛ پہلی قسم سے کم محفوظ |
| ہائبرڈ | اصل اور مصنوعی ریکارڈ کا مرکب | جب کسی چھوٹے مجموعے کو بڑا کرنا ہو یا نایاب کیس دکھانے ہوں |
مطالعے کے مطابق اسے تین طریقوں سے بنایا جاتا ہے: خود لکھے گئے قواعد سے، جیسے گاہکوں کی عمر کی تقسیم؛ شماریاتی ماڈلوں سے جو متغیرات کے درمیان تعلق سیکھتے ہیں؛ یا جنریٹو مصنوعی ذہانت کے ماڈلوں سے جو تصاویر، متن اور دوسرے پیچیدہ مواد کے لیے موزوں ہیں۔
آپ کی کمپنی اس سے کیسے فائدہ اٹھا سکتی ہے؟
- گاہکوں کی معلومات کے بغیر سسٹم ٹیسٹ کرنا۔ آپ کے ڈیولپمنٹ اور ٹیسٹ ماحول کو گاہکوں کے اصل نام اور موبائل نمبر نہیں چاہییں۔ ایسے مصنوعی گاہک، انوائس اور لین دین بنائیں جو فارمیٹ اور تقسیم میں اصل جیسے ہوں، اور اصل ریکارڈ صرف پروڈکشن میں رکھیں۔ یقینی بنائیں کہ ٹیسٹ ریکارڈ کسی حقیقی ڈومین یا پتے کی طرف اشارہ نہ کریں؛ اس فرضی کمپنی کے نام کی کہانی میں جو ایک حقیقی ڈومین سے مل گیا ہم نے دیکھا کہ تب کیا ہوتا ہے۔
- نایاب کیسوں پر ماڈل کی تربیت۔ مطالعہ بتاتا ہے کہ مالیاتی شعبہ دھوکا دہی اور منی لانڈرنگ پکڑنے کے لیے اس سے نایاب لین دین بناتا ہے۔ اگر آپ کے پاس ماڈل کی تربیت کے لیے دھوکا دہی، واپسی یا خرابی کے کیس بہت کم ہیں تو یہی خیال کام آتا ہے۔
- چھوٹے گروپوں کی بہتر نمائندگی۔ اگر آپ کے ریکارڈ کسی ایک شہر یا گاہکوں کے ایک طبقے کی طرف جھکے ہوں تو مصنوعی ڈیٹا انہیں متوازن کرنے میں مدد دیتا ہے تاکہ ماڈل باقی لوگوں کے خلاف متعصب نہ ہو۔
- ڈیولپر یا شراکت دار کے ساتھ بانٹنا۔ سپلائر یا سافٹ ویئر کمپنی کو اپنے گاہکوں کے ڈیٹا بیس کی نقل دینے کے بجائے مصنوعی ڈیٹا دیں جس پر وہ بنائے اور ٹیسٹ کرے۔
کیا مصنوعی ڈیٹا ذاتی ڈیٹا کے تحفظ کے قانون سے باہر ہے؟
خود بخود نہیں۔ مطالعہ بتاتا ہے کہ ذاتی ڈیٹا کے تحفظ کے قانون اور اس کے نفاذی ضوابط میں مصنوعی ڈیٹا کا صاف ذکر نہیں، لیکن ضوابط کی شق 9 کہتی ہے کہ گمنام کی گئی معلومات ذاتی نہیں سمجھی جاتیں۔ اس لیے سب کچھ دوبارہ شناخت پر منحصر ہے: اگر کسی شخص کی براہِ راست یا بالواسطہ شناخت ہو سکے تو قانون لاگو ہوتا ہے؛ اگر نہیں تو اسے گمنام سمجھا جاتا ہے۔ اسی لیے مطالعہ دوبارہ شناخت کے خطرے کا جائزہ لینے کو کہتا ہے، خاص طور پر چھوٹے نمونوں اور نایاب کیسوں میں جنہیں لوگوں سے جوڑنا آسان ہوتا ہے۔
مطالعہ یہ بھی یاد دلاتا ہے کہ 2023 میں سدایا نے ڈیٹا اور رازداری کے لیے خطے کا پہلا ریگولیٹری سینڈ باکس شروع کیا، جہاں مصنوعی ڈیٹا سمیت رازداری بڑھانے والی ٹیکنالوجیز کو رازداری کی شرائط کی خلاف ورزی کیے بغیر آزمایا جا سکتا ہے۔
4 خطرات جن پر نظر رکھیں
- دوبارہ شناخت۔ بنانے والا ماڈل اصل ریکارڈ کے درست یا نایاب پیٹرن یاد کر کے کسی خاص شخص کو ظاہر کر سکتا ہے۔
- حقیقت پسندی کی کمی۔ مصنوعی ڈیٹا غیر معمولی قدروں اور باریک تفصیلات کو نظر انداز کر سکتا ہے: ماڈل ٹیسٹ میں کامیاب ہوتا ہے اور حقیقی گاہکوں کے سامنے ناکام۔
- ماڈل کا بگاڑ۔ ماڈلوں کو بار بار دوسرے ماڈلوں کے بنائے مواد پر تربیت دینے سے ان کا تنوع آہستہ آہستہ کم ہوتا ہے، جسے مطالعہ ماڈل کا انہدام کہتا ہے۔
- تعصب کو دہرانا۔ اگر آپ کے اصل ریکارڈ متعصب ہیں تو مصنوعی ڈیٹا وہ تعصب وراثت میں لے سکتا ہے یا بڑھا بھی سکتا ہے۔
سدایا کے روڈ میپ سے عملی اقدامات
مطالعہ 3 مراحل اور 6 اقدامات کا روڈ میپ تجویز کرتا ہے، جس میں سے ہم نے وہ لیا ہے جو درمیانی کمپنی کے لیے موزوں ہے:
- پہلے مقصد طے کریں۔ کیا آپ اسے سافٹ ویئر ٹیسٹنگ کے لیے چاہتے ہیں، ماڈل کی تربیت کے لیے، یا کسی بیرونی فریق کے ساتھ بانٹنے کے لیے؟ مقصد سے مطلوبہ درستی، رازداری کی سطح اور مناسب ٹول طے ہوتا ہے۔
- ذمہ دار مقرر کریں اور اندرونی قواعد بنائیں۔ کون اسے بنانے اور استعمال کرنے کی منظوری دے گا، اور اس کے معیار کا ذمہ دار کون ہوگا۔ اگر آپ نے سدایا کے مطابق ڈیٹا کی حکمرانی شروع کر دی ہے تو مصنوعی ڈیٹا کو بھی اس میں شامل کریں۔
- استعمال سے پہلے معیار اور رازداری جانچیں۔ مصنوعی مجموعے کا اصل مجموعے سے موازنہ کریں، آزمائیں کہ کیا کوئی افراد کی دوبارہ شناخت کر سکتا ہے، اور حتمی ماڈل کو آزاد اصل ریکارڈ پر جانچیں۔
- بنانے کا عمل درج کریں۔ اصل ریکارڈ کا ماخذ، استعمال کیا گیا ٹول یا ماڈل اور اس کی ترتیبات لکھیں، تاکہ بعد میں کام کا جائزہ لیا جا سکے۔
- سپلائرز سے شفافیت مانگیں۔ اگر آپ مصنوعی ڈیٹا یا اسے بنانے کا ٹول خریدتے ہیں تو ماخذ، استعمال کیے گئے ماڈل، معلوم تعصبات اور اس کی حدود کی دستاویزات مانگیں۔
یہ اقدامات مصنوعی ذہانت کے خطرات کے انتظام کے قومی فریم ورک سے ہم آہنگ ہیں۔ Origami میں ہم کمپنیوں کو مصنوعی ڈیٹا والے ٹیسٹ ماحول بنانے میں مدد دیتے ہیں جو گاہکوں کے اصل ریکارڈ سے الگ رہتے ہیں۔ اگر آپ ہمارے ساتھ شروعات کرنا چاہتے ہیں تو ہم سے رابطہ کریں۔
ذرائع
عام سوالات
مصنوعی ڈیٹا کیا ہے؟
سدایا کے مطالعے کی تعریف کے مطابق یہ ایسے ریکارڈ ہیں جو الگورتھم یا مصنوعی ذہانت کے ماڈل بناتے ہیں تاکہ اصل ڈیٹا کی شماریاتی خصوصیات کی نقل کریں، لیکن ان میں کسی حقیقی فرد یا ادارے کی شناخت والی معلومات نہیں ہوتیں۔
کیا مصنوعی ڈیٹا رازداری کے لحاظ سے مکمل طور پر محفوظ ہے؟
نہیں۔ سدایا زور دیتا ہے کہ یہ افراد کی دوبارہ شناخت کا خطرہ لازمی طور پر ختم نہیں کرتا، خاص طور پر اگر بنانے والے ماڈل نے اصل ریکارڈ کے نایاب پیٹرن یاد کر لیے ہوں، اس لیے استعمال سے پہلے یہ خطرہ جانچیں۔
کیا ذاتی ڈیٹا کے تحفظ کا قانون مصنوعی ڈیٹا پر لاگو ہوتا ہے؟
یہ دوبارہ شناخت پر منحصر ہے۔ نفاذی ضوابط کی شق 9 کہتی ہے کہ گمنام کی گئی معلومات ذاتی نہیں سمجھی جاتیں، لیکن اگر اس سے کسی شخص کی شناخت ہو سکے تو قانون لاگو ہوتا ہے۔
چھوٹی یا درمیانی کمپنی کہاں سے شروع کرے؟
ٹیسٹ ماحول سے: ڈیولپمنٹ اور ٹیسٹنگ میں گاہکوں کے اصل ریکارڈ کی جگہ مصنوعی ڈیٹا رکھیں، ایک ذمہ دار مقرر کریں، اور اسے بنانے کا طریقہ درج کریں۔
