فائنانشل ٹائمز نے پیر کے روز رپورٹ کیا کہ معروف AI چیٹ بوٹس مالیاتی سوالات کے غلط جوابات دیتے ہیں، یوکے فنٹیک سیٹرن کی ایک نئی تحقیقی رپورٹ کے مطابق جس نے 18 مقبول ترین AI ماڈلز کا تجربہ کیا اور اوسطاً 57% کی غلطی کی شرح پائی۔

"مصنوعی اتھارٹی" کے عنوان سے رپورٹ اس وقت پہنچی جب لاکھوں صارفین پنشن، ٹیکس، قرض اور بچت کے بارے میں رہنمائی کے لیے تیزی سے چیٹ بوٹس کا رخ کرتے ہیں - ایسے سوالات جہاں ایک غلط جواب حقیقی مالی نتائج کا باعث بن سکتا ہے۔ جیسا کہ عام مقصد کے معاونین کو ریگولیٹڈ علاقے میں دھکیل دیا جاتا ہے، اس طرح کے مطالعے صنعت کے صارفین کے وعدوں کا بار بار چلنے والے تناؤ کا امتحان بن رہے ہیں، اور ہم ریگولیٹرز کے جواب کے طور پر AI کی تازہ ترین پیشرفت کو ٹریک کرتے رہیں گے۔

ٹیسٹ کیسے کام کرتا ہے۔

Saturn کی ڈومین ٹیم نے 121 سوالات کے ذریعے سب سے زیادہ استعمال ہونے والے AI ماڈلز میں سے 18 کو پنشن، ٹیکس، قرض اور بچتوں پر پھیلایا — وہ بنیادی شعبے جہاں خوردہ صارفین اکثر مشورہ لیتے ہیں۔ رپورٹ کے شائع کردہ خلاصے کے مطابق، جن ماڈلز کا تجربہ کیا گیا ان میں ChatGPT، Gemini، Claude اور Microsoft's Copilot شامل ہیں۔

زحل نے کہا کہ اوسطاً، ماڈلز نے 57 فیصد غلطیاں کیں۔ کمپنی نے نتائج کو "صارفین کے تحفظ کی ناکامی سے متعلق غلطیوں سے متعلق" کے طور پر تیار کیا اور ان کا استعمال یہ استدلال کرنے کے لئے کیا کہ یوکے کے مشورے کا فرق - ان لوگوں کے درمیان جو ریگولیٹڈ مالیاتی مشورے تک رسائی حاصل کرسکتے ہیں اور جو نہیں کرسکتے ہیں - کو صرف غیر منظم چیٹ بوٹس کے ذریعہ بند نہیں کیا جائے گا۔

یہاں تک کہ بہترین ماڈل سے بھی اکثر غلطی کی جاتی ہے۔

نتائج یکساں نہیں تھے، لیکن یہاں تک کہ مضبوط ترین اداکار بھی اکثر ناکام رہتے تھے۔ FT کی رپورٹ کے مطابق، بہترین کارکردگی کا مظاہرہ کرنے والا ماڈل Anthropic کا Claude Opus 5 تھا جو ریجننگ موڈ میں چل رہا تھا - اور اس نے پھر بھی 39% جوابات میں غلطیاں کیں۔

یہ تفصیل رپورٹ کی سب سے زیادہ نتیجہ خیز تلاش ثابت ہو سکتی ہے۔ استدلال کے طریقے، جو ماڈلز کو جواب دینے سے پہلے سوچ سمجھ کر کرنے دیتے ہیں، ہیلوسینیشن اور غلطی کا صنعت کا اہم جواب ہیں، اور فرنٹیئر ماڈلز معمول کے مطابق فنانس اور قانون میں پیشہ ورانہ امتحانات پر مضبوط نتائج شائع کرتے ہیں۔ عملی مالیاتی سوالات پر 39% غلطی کی شرح بتاتی ہے کہ امتحان کے طرز کے بینچ مارکس اور حقیقی دنیا کے صارفین کے سوالات بہت مختلف چیزوں کی پیمائش کرتے ہیں۔

نتائج نے پش بیک بھی کیا۔ ہیکر نیوز پر تبصرہ کرنے والوں نے طریقہ کار اور ماڈل کے انتخاب پر سوال اٹھایا، یہ نوٹ کرتے ہوئے کہ رپورٹ کی مثالوں میں سے کئی غلطیاں چھوٹے فری ٹائر ماڈلز سے آئی ہیں۔ لیکن 57٪ اوسط اور 39٪ بہترین درجے کے اعداد و شمار Saturn اور FT کے شائع کردہ دعووں کے طور پر کھڑے ہیں، اور رپورٹ کی مرکزی انتباہ - کہ صارفین کو چیٹ بوٹ آؤٹ پٹ کو ریگولیٹڈ مشورہ کے طور پر نہیں ماننا چاہئے - متنازعہ نہیں تھا۔

ایک انتباہ ریگولیٹرز نے پہلے سنا ہے۔

رقم کے معاملات میں چیٹ بوٹس کے بارے میں بڑھتی ہوئی سرکاری بے چینی کے درمیان یہ رپورٹ سامنے آئی ہے۔ برطانیہ کے صارفین کو 2025 کے آخر میں دی گارڈین کے ذریعے شائع ہونے والے وسیع پیمانے پر احاطہ کیے گئے الرٹ میں AI چیٹ بوٹس کے غلط مالی مشورے کے بارے میں پہلے ہی خبردار کیا گیا تھا، اور پورے یورپ اور ریاستہائے متحدہ کے مالیاتی ریگولیٹرز نے تب سے ابھرتے ہوئے صارفین کے خطرے کے علاقے کے طور پر AI سے تیار کردہ مشورے کو جھنڈا لگایا ہے۔

زحل کی اپنی پوزیشن رپورٹ کو ایک خاص برتری فراہم کرتی ہے: کمپنی مالیاتی مشورے کے لیے AI ٹولز تیار کرتی ہے، اور اس نے نتائج کو مالیات میں AI کو مسترد کرنے کے طور پر نہیں بلکہ گارڈریلز کو درست کرنے کے معاملے کے طور پر شائع کیا۔ اس کی دلیل یہ ہے کہ ناقص حکومت والے چیٹ بوٹس پہلے سے ہی پہلے سے طے شدہ مشورے کے خلا کو پُر کر رہے ہیں، اور یہ کہ ریگولیٹرز کا سامنا زیر نگرانی AI رہنمائی اور غیر زیر نگرانی AI رہنمائی کے درمیان ہے - AI اور انسانی مشورے کے درمیان نہیں۔

اس بحث میں زحل کی شراکت پالیسی کے ڈیزائن کے بارے میں ایک دلیل ہے: کمپنی کا کہنا ہے کہ بڑے لینگویج ماڈلز پر عملی گارڈریل لگانے کی طرف ضرورت سے زیادہ ضابطے سے تبدیلی لوگوں کو غیر منظم AI رہنمائی سے بچاتے ہوئے مشورے کے فرق کو تیزی سے کم کر دے گی۔ دوسرے لفظوں میں، AI کو مالی مشورے سے مکمل طور پر دور رکھنے کے بجائے، زیر نگرانی، محدود تعیناتیاں بنائیں جو محفوظ طریقے سے ان صارفین کی خدمت کر سکیں جن تک انسانی مشیروں کا پہنچنا بہت مہنگا ہے۔

اس کی تشکیل اہمیت رکھتی ہے کیونکہ مشورہ کا فرق اس جگہ میں ہونے کا صنعت کا سب سے مضبوط جواز ہے۔ برطانیہ میں، زیادہ تر گھرانے اس حد سے باہر ہیں جس پر ریگولیٹڈ مالیاتی مشورے کو معاشی طور پر قابل عمل سمجھا جاتا ہے، جو کہ اب آبادی پینشن اور قرض کے بارے میں چیٹ بوٹس سے پوچھ رہی ہے۔

صارفین کو کیا لے جانا چاہئے۔

جب تک کہ ماڈلز بہتر نہیں ہوتے یا ریگولیٹرز مداخلت نہیں کرتے، تحقیق سے عملی رہنمائی سیدھی ہے:

  • ٹیکس، پنشن، قرض اور بچت پر چیٹ بوٹ جوابات کو تحقیق کے نقطہ آغاز کے طور پر سمجھیں، مشورہ کے طور پر نہیں۔
  • کسی بھی مخصوص اعداد و شمار کی تصدیق کریں - حد، شرح، الاؤنسز - اس پر عمل کرنے سے پہلے کسی سرکاری ذریعہ کے خلاف۔
  • خاص طور پر آزاد درجے کے ماڈلز کے ساتھ محتاط رہیں، جو لیب کی طرف سے فروغ دینے والے فلیگ شپ ورژنز سے پرانے یا چھوٹے ہو سکتے ہیں۔
  • نتیجہ خیز فیصلوں کے لیے، ایک ریگولیٹڈ ہیومن ایڈوائزر واحد چینل رہ جاتا ہے جس میں قانونی جوابدہی منسلک ہوتی ہے۔

رپورٹ میں جو وسیع تر سوال اٹھایا گیا ہے وہ ایک ہے جس کا سامنا AI صنعت کو 2026 میں بار بار کرنا پڑے گا: قابلیت جو ڈیمو اور بینچ مارکس میں متاثر کرتی ہے وہ اب بھی قابل اعتماد بار سے کم ہوسکتی ہے جو ڈومینز کی مانگ کو منظم کرتی ہے۔ مالی مشورہ صرف پہلا میدان ہے جہاں اس فرق کو اس حد تک درست کیا گیا ہے۔

AI سے آگے رہیں

ٹریک کرنا کہ AI کس طرح فنانس، ریسرچ اور ریگولیشن کو نئی شکل دے رہا ہے؟ AI Buzz Wire پر مزید AI خبریں پڑھیں — ہر روز آزاد AI کوریج۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →