AI-translated from English; not yet reviewed by a fluent editor.

# جب AI ٹرینر خود AI استعمال کرے تو اصل میں غائب چیز انسانی فیصلہ سازی ہے

> AI کے ممنوع استعمال پر کام سے ہٹائے جانے کی رپورٹیں ایک بڑا کاروباری مسئلہ ظاہر کرتی ہیں: کمپنیوں کو AI کی مدد سے تیار کردہ کام اور وہ آزاد انسانی فیصلہ الگ پہچاننا ہوگا جسے وہ خریدنا چاہتی ہیں۔

By BIG CHANGE Editorial

Published: 2026-09-22T17:43:18.226Z
Updated: 2026-09-22T23:32:55.869Z
Canonical: https://bigchange.ai/blog/ai-trainers-human-judgment-independent-evaluation

![Three inspection chambers show a machine lens, a human profile alone, and a machine lens beside a human profile.](https://bigchange.ai/api/media/file/ai-trainers-human-judgment-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. AI-assisted production, independent human judgment and disclosed assisted review can all be useful, but they provide different kinds of evidence. This conceptual apparatus shows those distinct roles; it is not a product interface, detector or claim that synthetic feedback is always harmful.

کمپنیاں لوگوں کو ماڈل کے جوابات کا موازنہ کرنے، خامیاں سمجھانے اور بہتر کام کی مثالیں دینے کے لیے بھرتی کرتی ہیں۔ ایسے کام میں خوش اسلوب جواب صرف کام کا ایک حصہ ہے۔ خریدار اس فیصلے کے لیے ادائیگی کررہا ہوسکتا ہے جو جانچے جارہے ماڈل نے نہیں دیا۔

[404 Media رپورٹ کرتی ہے](https://www.404media.co/people-training-openais-ai-fired-for-using-ai-to-train-the-ai) کہ OpenAI سے متعلق منصوبوں پر کام کرنے والے تین ٹھیکیداروں نے AI استعمال کرنے کے خلاف قواعد کا ذکر کیا، اور دو نے کہا کہ ٹھیکیداروں کو ایسا کرنے پر کام سے ہٹا دیا گیا تھا۔ Mercor، جس نے انٹرویو کیے گئے دو افراد کو کام فراہم کیا تھا، نے اشاعت کو بتایا کہ اس کے معاہدے منصوبے کا کام مکمل کرنے کے لیے large language models کے استعمال کو منع کرتے ہیں، اور تصدیق شدہ خلاف ورزی پر کام سے ہٹا دیا جاتا ہے۔ OpenAI نے تبصرہ کرنے سے انکار کیا۔ ہم نے نجی منصوبہ جاتی دستاویزات نہیں دیکھیں اور انفرادی واقعات کی آزادانہ تصدیق نہیں کی۔

مفید سوال ایک ٹھیکیدار پلیٹ فارم سے آگے جاتا ہے: جب کوئی کاروبار آزادانہ انسانی جانچ مانگے تو وہ اس کام کو ان کاموں سے کیسے الگ کرے جہاں AI کی مدد قابلِقبول ہے؟

## بڑی تبدیلی

- **کیا بدلا:** ٹھیکیداروں کے بارے میں رپورٹ شدہ تنازع ظاہر کرتا ہے کہ AI تربیتی کام کس چیز کی فراہمی کے لیے ہے: مکمل جوابات یا آزاد انسانی جائزہ۔
- **یہ کیوں اہم ہے:** Mercor کا عوامی پائلٹ پیشہ ورانہ فیصلے کو پیمانہ بناتا ہے۔ ماڈل کے بنائے ہوئے rankings اس کی جگہ رکھنا جانچ کے مقصد کو بدل دیتا ہے، چاہے جمع کرایا گیا متن اچھا لکھا گیا ہو۔
- **کس بات پر نظر رکھیں:** جانچ خریدنے والوں کے لیے اہم فیصلہ یہ ہے کہ کن مراحل میں بلا معاونت فیصلہ درکار ہے۔ یہ بات کام کی ہدایات میں واضح ہونی چاہیے، تاکہ کارکن کام قبول کرنے سے پہلے اسے دیکھ سکیں۔

## آزادانہ فیصلہ ہی خریدی جانے والی چیز ہوسکتا ہے

جب کام جلدی پہلا مسودہ تیار کرنا ہو تو AI assistant مفید ہے۔ لیکن جب کام حوالہ جاتی جواب یا آزاد موازنہ دینا ہو اور یہ فرق چھپایا جائے تو یہی معاون مسئلہ بن جاتا ہے۔

Mercor کی [کاروباری شعبے کے ماڈل جانچ پائلٹ کی فہرست](https://work.mercor.com/jobs/list_AAABoBbYguDNWJDFwNRJ6Z0n/business-domain-expert-ai-model-evaluation-pilot-admin-marketing-hr-accounting) اس تقاضے کو غیرمعمولی طور پر واضح کرتی ہے۔ ماہرین پیشہ ورانہ کام حل کرتے، پانچ ماڈلز کی کوششوں کی درجہ بندی اور اسکور کرتے، اور شواہد پر مبنی وجوہ لکھتے ہیں۔ فہرست کہتی ہے کہ نہ rubric دیا جاتا ہے نہ سنہری جواب، کیونکہ پیمانہ پیشہ ورانہ فیصلہ ہے۔ یہ حل کرنے، درجہ بندی، اسکورنگ اور وجہ لکھنے کے دوران AI assistants کے استعمال پر پابندی لگاتی ہے۔

یہ شرائط ایک پائلٹ کی وضاحت کرتی ہیں۔ اس کا موازنہ پیشہ ور کے اپنے جائزے پر منحصر ہے؛ اس جائزے کو ماڈل کے حوالے کرنے سے تجربہ بدل جاتا ہے۔

## مصنوعی feedback لازماً خراب ڈیٹا نہیں

یہ نتیجہ نکالنے کا لالچ ہوسکتا ہے کہ AI سے تیار کردہ ہر تربیتی جواب “model collapse” کا باعث ہے۔ یہاں شواہد اتنے وسیع نتیجے کی تائید نہیں کرتے۔ [Nature میں شائع تحقیق](https://www.nature.com/articles/s41586-024-07566-y) نے بار بار ہونے والی تربیت کے ایسے طریقوں کا جائزہ لیا جن میں تیار کردہ ڈیٹا اصل تقسیم سے لیے گئے ڈیٹا کی جگہ لے لیتا ہے۔ ان تجربات میں مسلسل آنے والے ماڈلز نے بنیادی تقسیم کی معلومات کھو دیں۔ یہ طریقہ رپورٹ شدہ ٹھیکیداروں کے کام کا مطالعہ نہیں، اور مقالہ یہ نہیں بتا سکتا کہ کسی خاص rating نے کسی جاری OpenAI ماڈل کو متاثر کیا یا نہیں۔

ایک اور [model-collapse مطالعہ](https://arxiv.org/abs/2404.01413) دکھاتا ہے کہ یہ فرق کیوں اہم ہے۔ مصنفین نے اس وقت collapse پایا جب ہر نسل کا مصنوعی ڈیٹا اصل حقیقی ڈیٹا کی جگہ لے لیتا تھا، لیکن اپنے تجربات میں اس سے بچا جب حقیقی ڈیٹا برقرار رکھا گیا اور ہر اگلی نسل کا مصنوعی ڈیٹا اس کے ساتھ شامل ہوا۔ اس سے یہ ثابت نہیں ہوتا کہ ہر امتزاج محفوظ ہے۔ البتہ یہ دکھاتا ہے کہ صرف “AI سے بنا” کہنا کافی تشخیص نہیں؛ ماخذ، انتخاب اور تربیت کا طریقہ اہم ہیں۔

## اجازت یافتہ workflow واضح کریں

کام کی تحریری وضاحت میں اجازت یافتہ tools، بلا معاونت فیصلے والے مراحل، اور کارکن کی جانب سے مدد ظاہر کرنے کا طریقہ درج ہونا چاہیے۔ Mercor کا پائلٹ حل اور جانچ دونوں میں آزادی کی شرط بتاتا ہے۔ معاونت والے کام شروع کرانے والے خریدار بتائیں کہ وہ کارکن سے کون سا پیشہ ورانہ فیصلہ پھر بھی چاہتے ہیں۔

جائزے میں بھی اتنی ہی احتیاط درکار ہے۔ 404 Media کی رپورٹ کہتی ہے کہ ایک داخلی دستاویز نے جائزہ لینے والوں کو AI detection tools استعمال کرنے سے خبردار کیا اور انہیں ناقابلِاعتماد قرار دیا۔ یہ انتظام کے ایک بنیادی اصول سے مطابقت رکھتا ہے: رموزِ اوقاف، رفتار یا خوش اسلوب تحریر اس بات کا ثبوت نہیں کہ کسی نے ماڈل استعمال کیا۔ جائزہ لینے والا دیکھ سکتا ہے کہ دلیل ماخذ کے مواد کا حوالہ دیتی ہے یا نہیں، کارکن سے فیصلے کی وضاحت مانگ سکتا ہے، بار بار جمع کرائی گئی تحریروں کا موازنہ کرسکتا ہے اور منصوبے کے قانوناً جمع کیے گئے tool records دیکھ سکتا ہے۔ کسی ایک اسلوبی اشارے پر کارکن کے معاملے کا فیصلہ نہیں ہونا چاہیے۔

## کارکنوں کو اندازہ لگانے کا کھیل نہیں، قابلِاعتراض قاعدہ چاہیے

آزاد ٹھیکیدار کسی منصوبے تک رسائی جلد کھو سکتے ہیں۔ اس لیے قابلِاعتبار نظام کو معاوضہ والے کام سے پہلے قاعدہ دکھانا چاہیے، مشتبہ خلاف ورزی اور تصدیق شدہ خلاف ورزی میں فرق کرنا چاہیے، اور کارکن کو متعلقہ شواہد کی وضاحت کا راستہ دینا چاہیے۔ یہ منصفانہ طریقۂ کار کی سفارش ہے، کسی معاہدے یا قانون کے تحت حقوق کے بارے میں دعویٰ نہیں۔

کارکنوں کو بلا معاونت فیصلے کی شرط کو مصنوعات کی تفصیل کا حصہ سمجھنا چاہیے۔ جسے لگتا ہو کہ منظور شدہ tool ضروری ہے، وہ اسے استعمال کرنے سے پہلے پوچھ سکتا ہے، یا کام سے انکار کرسکتا ہے۔ چھپی ہوئی معاونت صرف اس لیے قابلِقبول نہیں ہوجاتی کہ ماڈل اچھا لکھتا ہے، جیسے ممنوع بیرونی ساتھی صرف درست جواب کی وجہ سے قابلِقبول نہیں ہوگا۔

## فیصلے کا ماخذ واضح کریں

Mercor کا عوامی پائلٹ مصنوعات کی تفصیل واضح کرتا ہے: بلا معاونت پیشہ ورانہ جائزہ۔ معاونت والے کام شروع کرانے والے خریداروں کو بھی اتنی ہی وضاحت کرنی چاہیے کہ کون سے tools جائز ہیں اور کارکن سے کون سا فیصلہ مطلوب ہے۔

## Sources

- [404 Media: OpenAI کے AI کو تربیت دینے والے AI کے استعمال پر برطرف](https://www.404media.co/people-training-openais-ai-fired-for-using-ai-to-train-the-ai) — انٹرویوز اور دستاویزات پر مبنی اصل رپورٹنگ AI استعمال کرنے کے خلاف قواعد اور کام سے ہٹائے جانے کے واقعات بیان کرتی ہے۔ ہم نے نجی دستاویزات نہیں دیکھیں اور انفرادی واقعات کی آزادانہ تصدیق نہیں کی؛ OpenAI نے تبصرہ کرنے سے انکار کیا۔
- [Mercor: کاروباری شعبے کے ماہر — AI ماڈل جانچ پائلٹ](https://work.mercor.com/jobs/list_AAABoBbYguDNWJDFwNRJ6Z0n/business-domain-expert-ai-model-evaluation-pilot-admin-marketing-hr-accounting) — عوامی فہرست کہتی ہے کہ پیمانہ پیشہ ورانہ فیصلہ ہے، اور حل کرنے، درجہ بندی، اسکورنگ اور وجہ لکھنے کے دوران AI assistants استعمال نہیں کیے جاسکتے۔ یہ اسی پائلٹ کے بیان کردہ ڈیزائن کا ثبوت ہے، Mercor کے ہر منصوبے کے قواعد یا نفاذ کا نہیں۔
- [Shumailov وغیرہ: بار بار تیار کردہ ڈیٹا پر تربیت سے AI ماڈلز collapse ہوتے ہیں](https://www.nature.com/articles/s41586-024-07566-y) — یہ مقالہ تربیت کی ان صورتوں کا جائزہ لیتا ہے جن میں تیار کردہ ڈیٹا اصل تقسیم کے ڈیٹا کی جگہ لے لیتا ہے۔ یہ رپورٹ شدہ ٹھیکیداروں کے واقعات نہیں جانچتا اور کسی جاری OpenAI ماڈل کو نقصان پہنچنے کا ثبوت نہیں۔
- [Gerstgrasser وغیرہ: کیا Model Collapse ناگزیر ہے؟](https://arxiv.org/abs/2404.01413) — تجربات اصل حقیقی ڈیٹا کو بدل دینے اور اس کے ساتھ مصنوعی ڈیٹا شامل کرنے میں فرق کرتے ہیں۔ نتائج دکھاتے ہیں کہ مصنوعی ڈیٹا کے اثرات اس کے استعمال کے طریقے پر منحصر ہیں؛ وہ حقیقی اور مصنوعی ڈیٹا کے ہر امتزاج کی ضمانت نہیں دیتے۔