دنیا بھر میں شخصیت

اصل میں Vectors of Mind میں شائع شدہ۔

اچھا، ذرا کچھ دیر خردمندی والی باتوں سے وقفہ لیتے ہیں۔ دراصل شعور کی پُکار سے کھنچے چلے آنے سے پہلے نفسی پیمائش کے بارے میں خاصا مواد زیرِ التوا تھا۔ بس نظریں ہٹانا بہت مشکل ہے۔

میں نے یہ بلاگ مشینی تعلم کے نقطۂ نظر سے لغوی مفروضے کا جائزہ لینے کے لیے شروع کیا تھا۔ شخصیتی نمونے کسی زبان میں سب سے زیادہ زیرِ گفتگو آنے والی اوصاف کا تعین کرتے ہیں، اور GPT کے عہد میں ہم اس قدر کو کہیں بہتر طور پر ناپ سکتے ہیں۔ لفظی ویکٹروں یا روایتی سرویز سے اخذ کردہ شخصیتی نمونے دوبارہ انہی چند اوصاف تک پہنچتے ہیں، خصوصاً دو بڑے عوامل تک: سماجی خود نظم، اور حرکیّت۔ اس موضوع کی تجدید کے لیے پانچ بڑے عوامل لفظی ویکٹر ہیں اور شخصیت کا اوّلین عامل ملاحظہ کریں۔

پانچ بڑے عوامل متعدد زبانوں میں آزادانہ طور پر دریافت کیے جا چکے ہیں، لیکن زبانوں کے مابین موازنہ ہمیشہ وصفی نوعیت کا ہوتا ہے۔ محققین ترکی یا جرمن زبان میں شخصیتی صفتوں کا ایک سروے کراتے ہیں، اس کا عاملاتی تجزیہ کرتے ہیں، اور پھر کم و بیش سرسری نظر سے عوامل کو دیکھتے ہیں کہ آیا وہ یکساں ہیں۔ اس ڈیٹا کو یہ کہنے کے لیے استعمال نہیں کیا جا سکتا کہ “جرمن کے مقابلے میں انگریزی میں انبساطیت، بااصولی پن سے 15 درجے دور ہے۔” اتنی دقت کے لیے دونوں زبانوں کا کسی مشترک بنیاد میں شریک ہونا ضروری ہے۔

اگر آپ متعدد زبانوں میں سوالات کرائیں تو ان کے مابین ربط پیدا کرنے کے دو طریقے ہیں: 1) ایسا دو لسانی گروہ تلاش کیا جائے جو دونوں زبانوں میں جواب دے سکے، یا 2) یہ فرض کر لیا جائے کہ الفاظ کے تراجم یک بہ یک ہیں (مثلاً ہسپانوی میں fun، divertido کے بالکل مساوی ہے)۔ پہلی صورت میں انتخاب کا اثر قوی ہوتا ہے۔ کیا معلوم دو لسانی لوگ عموماً زیادہ تعلیم یافتہ ہوں؟ دوسری صورت محض درست نہیں۔ درحقیقت، زبانوں کو یکجا کر کے عاملاتی تجزیہ کرنے کی وجہ ہی یہ سمجھنا ہے کہ ان کے مابین شخصیتی ساخت کس طرح مختلف ہو سکتی ہے۔ الفاظ کو یکساں فرض کر لینا مقصد ہی کو ناکام بنا دیتا ہے۔

میری تحقیق نے دکھایا کہ انگریزی میں لسانی نمونوں سے شخصیتی ساخت اخذ کی جا سکتی ہے۔ ایک فطری سوال یہ ہے کہ دوسری زبانیں شامل کرنے سے اس میں کیا تبدیلی آتی ہے۔ درجنوں زبانوں پر تربیت یافتہ نمونوں کے ساتھ اس کا جائزہ لینا خاصا آسان ہو جاتا ہے۔ آپ متعدد زبانوں کو ایک ہی بنیاد پر منطبق کر سکتے ہیں۔

ایک بار پھر، دو بڑے عوامل#

میں نے شخصیتی صفتوں کے مابین مماثلت متعین کرنے کے لیے XLM-RoBERTa استعمال کیا۔ عجیب بات ہے کہ یہ نمونہ میانمار میں ہونے والی نسل کشی کا نتیجہ ہے۔ Meta کو اس ناموافق صورتِ حال کا سامنا ہے کہ اسے ایسی جگہوں پر مواد حذف کرنا ہوتا ہے جن کے بارے میں اس کی سمجھ بہت محدود ہے۔ فنی اصطلاح میں اسے منتقلیِ تعلم کا مسئلہ کہا جاتا ہے۔ وہ انگریزی (یا کسی اور ایسے زبان جس کے لیے وافر ماخذ موجود ہوں) میں نفرت انگیز تقریر کا درجہ بند تیار کرنا چاہتے ہیں، اور پھر اسے دوسری زبانوں پر بھی لاگو کرنا چاہتے ہیں۔ لسانی نمونہ سازی کے تاریک ادوار (2018) میں یہ طریقہ بہت ناقص طور پر کام کرتا تھا۔ برمی زبان میں “ہم جنس پرستوں کو اکٹھا کرو اور قتل کر دو” کے لیے بول چال کا جملہ، ان کے درجہ بندوں کو “قوسِ قزحیں کم ہونی چاہییں” جیسا دکھائی دیتا تھا۔ نتیجتاً یہ مواد کے تعدیلی نظام سے گزر جاتا تھا۔ NYT نے اس کا نتیجہ یوں بیان کیا: فیس بک پر بھڑکائی گئی نسل کشی، میانمار کی فوج کی جانب سے کی گئی پوسٹوں کے ساتھ

Meta کا جواب یہ تھا کہ ایک ایسا لسانی نمونہ تیار کیا جائے جو کسی بھی زبان (خیر، 100 زبانوں) کو مشترک فضائیہ میں موجود لفظی ویکٹروں پر بہتر طور پر منطبق کر سکے۔ اس طرح انگریزی میں تربیت یافتہ نفرت انگیز تقریر کا درجہ بند دوسری زبانوں تک بہتر انداز میں پھیلایا جا سکتا ہے۔ (اسے باریک طور پر ہم آہنگ کرنے کے لیے برمی زبان کی کم مقدار درکار ہوتی ہے۔) اس نمونے کو استعمال کرتے ہوئے میں نے چار زبانوں: انگریزی، ہسپانوی، فرانسیسی، اور ترکی، میں شخصیتی الفاظ کی ویکٹر نمائندگی بنائی۔ ذیل میں پہلے دو عوامل دکھائے گئے ہیں:

یہ مختلف زبانوں کو الگ کرنے کا کام کرتے ہیں۔ پہلا عامل ترکی زبان کو ہند یورپی زبانوں سے ممتاز کرتا ہے۔ دوسرے عامل پر رومانوی زبانیں ایک دوسرے سے متصل ہیں (اگرچہ ترکی کے بھی قریب ہیں)۔

یہ بات قرینِ قیاس ہے۔ نمونے کو کسی جملے کے اگلے لفظ کی پیش گوئی کرنے کے لیے تربیت دی گئی ہے، اس لیے اس میں لازماً زبان سے مخصوص معلومات شامل ہوں گی۔ اگر کوئی شخص ہسپانوی میں بات کر رہا ہو تو وہ عموماً ترکی پر منتقل نہیں ہوتا۔ امید یہ ہے کہ ویکٹر-فضا میں ایسی سمتیں بھی موجود ہوں گی جو شخصیتی معلومات سے مطابقت رکھتی ہوں۔

اگر زبانیں خاصی حد تک آزاد ہوں تو چار زبانوں کو اپنے اپنے غیر متداخل گروہوں میں الگ کرنے کے لیے کم از کم 3 ابعاد درکار ہوں گی۔ آئیے اگلے اصلی اجزا کا جائزہ لیتے ہیں۔

عامل 4 پہلا ایسا عامل ہے جو زبانوں کو الگ کرنے کے لیے نہیں سیکھا گیا، اور یہی شخصیت کا عمومی عامل ہے! انگریزی میں: حاکمانہ، بے رحم، جبلی طور پر مجبور اور خود غرض بمقابلہ سخی، نرم خو، اور متفکر۔ میں نے استدلال کیا ہے کہ اس عامل کو سنہری اصول پر عمل کرنے کے رجحان کے طور پر سمجھنا سب سے بہتر ہے۔ شعور کا حوا نظریہ دراصل یہ سوچنے کا نتیجہ تھا کہ ہماری ارتقائی تاریخ میں یہ کس چیز کے انتخاب کا باعث بنتا ہوگا۔ عامل 5 بھی شخصیت ہی سے متعلق ہے؛ انہیں ایک ساتھ نقشہ بند کرتے ہیں:

ہمیں دو بڑے عوامل حاصل ہو گئے! عامل پانچ (یا شخصیتی عوامل میں دوسرا) حرکیّت ہے: مہم جو، تخیّل پسند، اور پُرجوش بمقابلہ محتاط، کم آمیز، اور بزدل۔ یہ حیرت انگیز ہے کہ یہ اتنی باقاعدگی سے سامنے آتا ہے۔ دو بڑے عوامل کے مقالے کے 2,500 حوالے موجود ہیں، اور پھر بھی محققین یہ نہیں سمجھتے کہ یہ عمومی شخصیت کے پہلے دو غیر دورانیہ دار عوامل ہیں۔ یہ عام تصور کہ وہ کسی نہ کسی طرح پانچ بڑے عوامل کے ساتھ درجہ وار تعلق رکھتے ہیں، اس لیے پیدا ہوا کہ پانچ بڑے عوامل کی فہرستیں تیار کرنے کے فوراً بعد محققین نے زبان کے ساتھ براہِ راست معاملہ کرنا ترک کر دیا۔ تب سے بنیادی یا عمومی شخصیت کو سمجھنے کی ہر کوشش پانچ بڑے عوامل کے حوالے سے ہی کی جاتی ہے۔ لیکن الفاظ پہلے آئے تھے، اور اب لسانی نمونے زبان کو اسی بنیادی سطح پر تحلیل کرنا آسان بنا دیتے ہیں۔

ہمیں مزید گہرائی میں جانا ہوگا#

روسی اور فارسی شامل کرنے سے وہی عوامل حاصل ہوتے ہیں:

میرے سست مزاج انجینیئر کے معیار کے مطابق یہ خاصا محنت طلب کام ہے، کیونکہ اس کے لیے ہر زبان کے لیے ایک اچھا پرامپٹ تلاش کرنا پڑتا ہے۔ اسے درست کرنے کے لیے میں نے Google Translate اور مقامی بولنے والوں کے ساتھ کام کیا، اور آپ دیکھ سکتے ہیں کہ عامل 4 پر فارسی کی تقسیم اب بھی درست نہیں ہے۔ میرا اندازہ ہے کہ مشترک نہ ہونے والے ہر عامل کو نظر انداز کرنے کا میرا طریقہ اتنی زیادہ زبانوں کے لیے حد سے زیادہ غیر معیاری ہے۔ غالباً عامل 4 کو GFP کے طور پر بھی استعمال کیا جاتا ہے، اور فارسی کو الگ کرنے کے لیے بھی (تھوڑا سا)۔ ان عوامل کو خالص رکھنے والی کوئی چیز موجود نہیں؛ ہم محض خوش قسمت ہیں کہ تقسیم اتنی قرینے سے برتاؤ کر رہی ہے جتنا کہ کر رہی ہے۔ کچھ پیشگی تیاری (مثلاً ہر لسانی کلسٹر کا اوسط صفر کرنا) اس مسئلے کو حل کر سکتی ہے۔

میری معلومات کے مطابق متعدد زبانوں کا ایک ساتھ پہلی بار عاملاتی تجزیہ کیا گیا ہے۔ صرف انگریزی اور ہسپانوی کے نتائج کے ساتھ بھی یہ قابلِ اشاعت ہوتا، جبکہ یہاں میں چھ زبانوں تک پہنچا ہوں، جن میں دو غیر ہند یورپی زبانیں بھی شامل ہیں۔ اس سے دو بڑے عوامل کی نوعیت پر بھی روشنی پڑتی ہے، جو نفسی پیمائش کے مقبول ترین—اور سب سے زیادہ غلط سمجھے جانے والے—تصورات میں سے ایک ہیں۔

خامیاں#

میں نے یہ تحقیق تقریباً ممکنہ حد تک احمقانہ طریقے سے کی۔ میں نے ایک ESL رہنما میں شخصیت سے متعلق 100 الفاظ تلاش کیے، اور پھر Google Translate کے ذریعے ان کا دوسری زبانوں میں ترجمہ کیا۔ جہاں تکراری الفاظ موجود تھے، میں نے انہیں حذف کر دیا۔ معاملہ اتنا بھی برا نہیں جتنا بظاہر لگتا ہے۔ انگریزی میں پہلے دو عوامل تقریباً یکساں رہتے ہیں، خواہ آپ 100 الفاظ استعمال کریں یا 500۔ لیکن اگر یہ ایک حقیقی مقالہ ہوتا تو ظاہر ہے کہ آپ ہر زبان کے ذخیرۂ الفاظ میں آزادانہ طور پر الفاظ کا ایک مجموعہ تیار کرنا چاہتے۔ اس کے علاوہ بھی کئی کمزوریاں ہیں:

زبانیں کافی نہیں ہیں! اگر میں اسے شائع کرتا تو میں ایک درجن مزید ایسی زبانیں شامل کرنا چاہتا جو شخصیت کے سائنسی مطالعے میں عموماً زیرِ تحقیق نہیں آتیں۔ درحقیقت، یہی وجہ ہے کہ میں اسے کبھی شائع کرنے کا وقت نہیں نکال سکا۔ یہ بہت سا کام ہے، اور اس کے لیے متعدد ایشیائی زبانوں کے مقامی بولنے والوں کی ضرورت ہوگی۔

تربیتی ڈیٹا سے مسخ شدہ کثیر لسانی ماڈل۔ زبان کے ماڈل کسی جملے کا اگلا لفظ پیش گوئی کرنے کے لیے تربیت دیے جاتے ہیں۔ اگر آپ متعدد زبانوں کے ساتھ تربیت کریں تو ماڈل کچھ علم ایک زبان سے دوسری زبان میں منتقل کرنے کی کوشش کرے گا۔ تاہم، چھوٹی زبانوں کے معاملے میں یہ عمل اس طرح دکھائی دے سکتا ہے جیسے ان کے معانی کو زیادہ بہتر ماخذ رکھنے والی زبانوں (انگریزی، چینی، روسی وغیرہ) کے اندر موجود مماثلتوں کے مطابق زبردستی ڈھالا جا رہا ہو۔

استفسارات محقق کے اختیار کی ایک آزادی ہیں۔ الفاظ کو ایمبیڈ کرنے کے لیے میں جو طریقہ استعمال کرتا ہوں وہ یہ ہے: “My personality can be described as and [word]” جہاں [word] شخصیت سے متعلق الفاظ میں سے ایک لفظ ہوتا ہے۔ جملے کی ساخت کے باعث ماڈل خالص شخصیتی معلومات کو mask ٹوکن پر لوڈ کرتا ہے اور پھر اسے ایمبیڈ کرتا ہے۔ اپنے مقالۂ تحقیق میں، میں نے پایا کہ یہ طریقہ بہترین طور پر کام کرتا ہے۔ ظاہر ہے کہ اس میں لامحدود تغیرات ممکن ہیں، اور آپ کو ان میں سے ایک منتخب کرنا ہوتا ہے۔ نظری طور پر کوئی محقق کسی مخصوص نتیجے کو ذہن میں رکھ سکتا ہے، اور پھر ایسا استفسار تلاش کر سکتا ہے جو اس نتیجے کی تائید کرے۔ میری رائے میں یہ خطرہ بہت زیادہ نہیں، کیونکہ یہ نتیجہ سروے کے طریقوں سے حاصل ہونے والے نتائج سے بہت مشابہ ہے۔ عامل تجزیے کے ذریعے شخصیت کی جو ساخت سامنے آئے گی، اس کے بارے میں ہمارے پاس ایک مضبوط پیشگی مفروضہ موجود ہے۔ اس طریقے کا اسی ساخت کو دوبارہ پیش کرنا اس بات کا ثبوت ہے کہ یہ طریقہ کارآمد ہے۔

پرانا زبان کا ماڈل۔ میں نے یہ کام 2 سال سے بھی زیادہ پہلے کیا تھا، GPT-4 کے منظرِ عام پر آنے سے بہت پہلے۔ وہ نسبتاً سادہ زمانے تھے۔

نتیجہ#

اگر میں اب بھی علمی دنیا میں ہوتا تو یہی میرا تحقیقی ایجنڈا ہوتا۔ زیادہ سے زیادہ زبانیں شامل کرنا، اور یہ سمجھنے کی کوشش کرنا کہ یہ طریقہ کن کن طریقوں سے متعصب ہو سکتا ہے۔ آخرکار، اس سے شخصیت کا ایسا عالم گیر ماڈل تیار ہو سکتا ہے جو بگ فائیو سے بہتر ہو۔ اس سے ہمیں یہ بہتر طور پر سمجھنے میں مدد ملے گی کہ ہم کون ہیں، اور شاید یہ بھی کہ ہم کہاں سے آئے ہیں۔ کیونکہ اب ہماری نوع کی تعریف زبان ہی کرتی ہے، اور ماضی کی گہرائیوں میں ہماری نفسی ساخت کو تشکیل دینے والی چیز بھی زبان ہی تھی۔ ہم عادتاً سماجی مخلوق ہیں، کیونکہ ہزاروں سال پہلے اپنی ساکھ سنبھالنے میں ناکام ہونا موت کے برابر تھا۔ شخصیت کے ماڈل زبان کے نقشے ہیں؛ یہ ہمارے ذہن کے ارتقا میں موجود سمتی بردار ہیں۔