ایک آئی ڈیٹا سے کیسے سیکھتا ہے: میٹا کے سکریپنگ شق کے تنازعہ میں تربیت کی تشریح

یہ ابھی خبر میں کیوں ہے

16 اکتوبر 2026 کو، The Register نے رپورٹ کیا کہ میٹا کی نظر ثانی شدہ تجارتی سروس کی شرائط، جو 30 اکتوبر کو نافذ ہوں گی، کمپنی کو خودکار سافٹ ویئر استعمال کرنے کا حق دے گی — جس کو شرائط میں ویب سکریپرز، بوٹس، روبوٹس، سپائیڈرز، کریولرز اور یوزر ایجنٹس سمیت بیان کیا گیا ہے — اپنے کاروباری گاہکوں سے منسلک ویب سائٹوں تک رسائی، انڈیکس، کیش، تجزیہ، جمع، حاصل یا کریول کرنے کے لیے۔ یہ گاہکین میں فیس بک اشتہارات چلانے والا کوئی بھی، میٹا کی ٹولز کے ذریعے مصنوعات فروخت کرنے والا، کاروبار کے لیے صفحہ یا گروپ منیج کرنے والا، یا WhatsApp اور Messenger کے ایے آئی ایجنٹس استعمال کرنے والا شامل ہے، ایک زمرہ جو میٹا کے مطابق تقریباً ایک ملین کاروبار کو شامل کرتا ہے۔

شرائط میں کہا گیا کہ جمع کردہ مواد کا استعمال مختلف مقاصد کے لیے کیا جا سکتا ہے، بشمول میٹا کی مصنوعات فراہم کرنا، ترقی دینا، بہتری لانا، تحقیق کرنا، تربیت دینا اور برقرار رکھنا۔ News/Media Alliance کے صدر اور سی ای او Danielle Coffey نے اس شق کو "غیر معقول اور شاید غیر قانونی" قرار دیا، یہ دلیل دیتے ہوئے کہ یہ میٹا کو کاروباری گاہکوں سے سامعین کی رسائی روک سکتا ہے جب تک وہ وسیع ڈیٹا جمع کی شرائط قبول نہ کریں، The Register کی رپورٹ کے مطابق۔ Santa Clara University کے قانون کے پروفیسر Eric Goldman نے میٹا کی موجودہ گاہک تعلقات میں ترمیم کے بارے میں procedural تشویشات اٹھائیں اور بغیر اصل آپٹ آؤٹ کے، ساتھ ہی میٹا کی رازداری کے تنازعہ کی تاریخ کی طرف اشارہ کیا۔

تنقید کا سامنا کرتے ہوئے، میٹا نے الفاظ میں ترمیم کی۔ TechCrunch نے 17 اکتوبر کو رپورٹ کیا کہ کمپنی نے اجازت شدہ استعمال کی فہرست سے لفظ "تربیت" ہٹایا ہے اور بیان شدہ مقاصد کو تمام میٹا مصنوعات کے بجائے اشتہارات اور کاروباری مصنوعات تک محدود کیا ہے۔ میٹا کے ایک ترجمان نے کہا کہ کریولنگ کی شرائط صرف کمپنی کی اشتہارات اور کاروباری مصنوعات پر لاگو ہوتی ہیں اور یہ تبدیلی میٹا کے ویب کریولرز استعمال کرنے کے طریقے میں کوئی تبدیلی نہیں لاتی۔

ترمیم کے بعد بھی، قانونی ماہرین نے رپورٹرز کو بتایا کہ وسیع تر کریولنگ کی اجازت موجود ہے۔ mediacopilot.ai کے اکاؤنٹ کے مطابق، Cornell Law School کے پروفیسر James Grimmelmann نے کہا کہ شرائط تکنیکی طور پر میٹا کو اعتبارات رجسٹر کرنے دے سکتی ہیں جو سائٹ کے وہ حصے دیکھیں جو ایک نام نہاد وزیٹر سے زیادہ ہوں، جبکہ Loevy & Loevy کے وکیل Matt Topic نے کہا کہ یہ مادہ لائسنسنگ مارکیٹ میں لاکھوں ڈالرز کے قابل ہو سکتا ہے۔ University of Wisconsin کے سکالر Benjamin Sobel نے اس ترتیب کا موازنہ antitrust کے تصور سے کیا، کیونکہ میٹا کی کاروباری ٹولز استعمال کرنے سے ڈیٹا کی شرائط قبول کرنا ضروری ہوگا۔

ایے آئی ماڈلز واقعی ڈیٹا سے کیسے سیکھتے ہیں

میٹا کے تنازعہ سے الگ، ایے آئی تربیت کی بنیادی میکانیکس زیادہ تر جدید نظاموں میں مستقل ہے۔ ایے آئی ورک فورس کمپنی Mercor کے ذریعے شائع کردہ وضاحت کے مطابق، تربیتی ڈیٹا مثالوں کا مجموعہ ہے جس کو ایک ماڈل مطالعہ کرتا ہے، ہر مثال ماڈل کے اندرونی عددی پیرامیٹرز کو آگے بڑھاتی ہے۔ ماڈل ایک پیشین گوئی کرتا ہے، اسے اپنے ڈیٹاسیٹ میں صحیح جواب کے خلاف موازنہ کرتا ہے، نتیجے میں غلطی کو ماپتا ہے، اور اپنے پیرامیٹرز کو ایڈجسٹ کرتا ہے تاکہ یہ غلطی کم ہو — یہ چکر لاکھوں مثالوں میں دہرایا جاتا ہے۔

Mercor کی وضاحت لیبل شدہ ڈیٹا سے فرق کرتی ہے، جہاں انسان صحیح جواب یا زمرہ فراہم کرتے ہیں، بغیر لیبل شدہ ڈیٹا سے، جہاں ماڈل کو خود پیٹرن سمجھنے ہوں۔ یہ منظم ڈیٹا (ٹیبلز، ڈیٹابیسز) کو غیر منظم ڈیٹا سے الگ کرتا ہے جیسے متن، تصویریں، آڈیو اور ویڈیو۔ بہت سے جدید بڑے زبان کے ماڈلز دونوں طریقوں کو یکجا کرتے ہیں: بغیر لیبل شدہ متن یا تصویروں کی بہت بڑی مقدار پر ابتدائی پروٹریننگ عام صلاحیت بناتی ہے، جس کے بعد منتخب، لیبل شدہ ڈیٹاسیٹس پر تفصیلی ٹیوننگ کام کے لیے مخصوص رویے کو سنبھالتا ہے۔

خام مواد کہاں سے آتا ہے

ایک جیسی وضاحت کے مطابق، تربیتی ڈیٹا عام طور پر تین راستوں سے آتا ہے: عوامی ڈیٹاسیٹس اور repositories جو عمومی تحقیق کے لیے دستیاب ہوں، ملکیتی ڈیٹا جیسے ایک کمپنی کے اندرونی ریکارڈز، اور انسانی تشریح، جہاں تنخواہ یافتہ کارکنان خام مواد کو نگرانی کی مثالیں بنانے کے لیے لیبل کرتے ہیں۔ بڑے پیمانے پر ویب سکریپنگ — عوامی طور پر رسائی والے صفحات کا خودکار کریولنگ — ایک سب سے عام طریقوں میں سے ہے جس میں کمپنیاں عوامی ڈیٹاسیٹ زمرہ کو اس پیمانے پر جمع کرتی ہیں جو جدید ماڈلز کو ضرورت ہے، یہی وجہ ہے کہ کسی بھی کمپنی کی کریولنگ اجازت کی حد، جیسے میٹا کے معاملے میں، براہ راست اہم ہے کہ کتنا کھلا ویب ایے آئی نظام کو قانونی طور پر فیڈ کر سکتا ہے۔

سکریپنگ کا بحث میٹا سے آگے کیوں اہم ہے

میٹا کے الفاظ پر تنازعہ ایے آئی ڈیٹا طریقوں میں رگڑ کے دو واپسی پوائنٹس کو واضح کرتا ہے: کیا کسی کمپنی کی سروس کی شرائط ٹیکنیکی آپٹ آؤٹ سگنلز جیسے ویب سائٹ کے robots.txt فائل کو نظر انداز کر سکتی ہیں، اور کیا اسی کارپوریٹ تعلق جو کاروبار کو پلیٹ فارم کے سامعین تک رسائی دیتے ہیں بھی اس کاروبار کے مواد کو تربیت کے لیے نکالنے کے لیے استعمال کیا جا سکتا ہے بغیر الگ ادائیگی یا رضامندی کے۔ Nieman Lab کی رپورٹنگ، جیسا کہ mediacopilot.ai کی طرف سے دوبارہ سنایا گیا، نوٹ کیا کہ زیادہ تر خبری تنظیمیں کم از کم ایک میٹا کاروباری اکاؤنٹ برقرار رکھتی ہیں، یعنی اس شق کی رسائی خبری صنعت کے ایک بڑے حصے تک پھیل سکتی ہے حالانکہ یہ خاص طور پر کاروباری گاہکوں کے ارد گرد تھا ناشرین کے لیے نہیں۔

میٹا نے انکار نہیں کیا ہے کہ اس کے کریولرز کاروباری اکاؤنٹس سے منسلک مواد تک رسائی حاصل کر سکتے ہیں؛ اس کی پوزیشن، جیسا کہ TechCrunch کو بتایا گیا، یہ ہے کہ واضح کی گئی شرائط موجودہ کریولنگ رویے میں تبدیلی نہیں لاتے۔ قانونی ماہرین جو رپورٹنگ میں حوالہ دیے گئے تھے نے کہا کہ یہ ابھی عدالت میں آزمایا نہیں گیا ہے کہ کیا اس طرح کی سروس کی شرائط میں الفاظ تیسری پارٹی کے خلاف یا robots.txt پابندیوں کے خلاف نافذ قابل ہیں، 30 اکتوبر کی موثر تاریخ کے قریب اس شق کی عملی حدود کو نامعلوم چھوڑتے ہوئے۔