---
title: "Stochastic parrot — تصادفی طوطا"
source: "https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7"
wiki: "systems-analysis.info/int"
article: "Stochastic_parrot_—_تصادفی_طوطا"
language: "ur"
categories:
- "Category:Large language models"
- "Category:Machine learning"
- "Category:Urdu"
revision_id: 6905
wiki_created_at: 2026-09-07T00:13:04Z
wiki_modified_at: 2026-09-07T00:13:04Z
downloaded_at: 2026-09-07T23:16:20Z
---
# Stochastic parrot — تصادفی طوطا
**تصادفی طوطا** (انگ. *Stochastic parrot*) — یہ مصنوعی ذہانت کے شعبے میں استعمال ہونے والی ایک استعارہ ہے جو بڑے زبانی ماڈلز (LLM) کو ایسے نظاموں کے طور پر بیان کرتی ہے جو لسانی اشکال کو اعداد و شمار کے اعتبار سے قابلِ قبول انداز میں ملانے کی صلاحیت رکھتے ہیں، لیکن ان کے حقیقی معنی کو سمجھنے سے عاری ہیں[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔
یہ اصطلاح مارچ 2021 میں ایک علمی مقالے *«On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?»* میں متعارف کرائی گئی، جو FAccT کانفرنس میں شائع ہوا۔ اس کے مصنفین Emily M. Bender، Timnit Gebru، Angelina McMillan-Major اور Margaret Mitchell تھیں[\[2\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-bender_2021-2)۔
## تعریف اور تصور
مقالے کے مصنفین کے مطابق، تصادفی طوطا ایک «ایسا نظام ہے جو اپنے وسیع تربیتی ڈیٹا میں مشاہدہ کی گئی لسانی اشکال کی ترتیبوں کو بے ترتیبی سے جوڑتا ہے، اس بارے میں احتمالی معلومات کی بنیاد پر کہ وہ کس طرح ملتی ہیں، لیکن ان کے معنی سے کسی بھی تعلق کے بغیر»[\[2\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-bender_2021-2)۔
یہ اصطلاح دو حصوں پر مشتمل ہے:
- ***تصادفی (Stochastic)*** — قدیم یونانی *στοχαστικός* («قیاس پر مبنی») سے ماخوذ، جدید ریاضی میں اس عمل کو ظاہر کرتا ہے جو بے ترتیب احتمالی تقسیم سے متعین ہو[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔
- ***طوطا (Parrot)*** — طوطوں کی اس صلاحیت کی طرف اشارہ جو وہ انسانی کلام کی نقل اتارتے ہیں بغیر اس کا مفہوم سمجھے[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔
یہ تصور یہ دعویٰ کرتا ہے کہ LLM جو ترتیب میں اگلے لفظ کی پیش گوئی پر تربیت یافتہ ہیں، اصل میں خودکار تکمیل کے پیچیدہ نظام ہیں جو علامات کو ان کے معنی تک رسائی کے بغیر استعمال کرتے ہیں۔
## مقالے «On the Dangers of Stochastic Parrots» کے بنیادی دلائل
اس تحقیق میں انتہائی بڑے زبانی ماڈلز کی تیاری سے جڑے خطرات کی چار بنیادی اقسام بیان کی گئی ہیں۔
### 1. ناقابلِ شناخت تربیتی ڈیٹا
LLM کو انٹرنیٹ سے اکٹھے کیے گئے بے پناہ، غیر تشریح شدہ ڈیٹاسیٹس (مثلاً Common Crawl) پر تربیت دی جاتی ہے۔ ایسے datasets میں لازمی طور پر تعصبات، زہریلی زبان اور بالادستی پر مبنی نقطہ ہائے نظر شامل ہوتے ہیں جو کمزور طبقات کو نقصان پہنچاتے ہیں۔ مثال کے طور پر، انٹرنیٹ کا مواد ترقی یافتہ ممالک کے سفید فام مردوں کی نمائندگی غیر متناسب طور پر کرتا ہے (امریکہ میں Reddit کے 67% صارفین مرد ہیں)[\[2\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-bender_2021-2)۔
### 2. زبان کی حقیقی سمجھ کا فقدان
مصنفین کا دعویٰ ہے کہ LLM زبان کی حقیقی سمجھ نہیں رکھتے۔ وہ اس نظریے کا حوالہ دیتے ہیں کہ زبان علامات کا ایک نظام ہے جہاں شکل (لفظ) اور معنی (مفہوم) لازم و ملزوم ہیں۔ LLM کے تربیتی ڈیٹا میں صرف شکل موجود ہوتی ہے، جو ماڈل کو معنی تک رسائی سے محروم رکھتی ہے۔ اس لیے LLM صرف بامعنی گفتار کی نقل کرتے ہیں۔
### 3. مصنوعی متن اور ممکنہ نقصان
چونکہ LLM گرامری اعتبار سے درست اور قائل کن متن تیار کرتے ہیں، اس لیے لوگ اس میں معنی تلاش کرتے اور اس پر اعتماد کرتے ہیں۔ اس سے غلط معلومات، نفرت انگیز زبان اور دھوکہ دہی پھیلنے کا خطرہ پیدا ہوتا ہے۔ نقل جتنی مکمل ہو، اتنا ہی زیادہ خطرہ ہے کہ لوگ AI کی صلاحیتوں کا زیادہ اندازہ لگائیں اور اسے اہم فیصلے سونپ دیں۔
## مقالے کا علمی اثر اور اشاعت کے گرد تنازع
یہ مقالہ Google میں ایک بڑے اسکینڈل کا مرکز بن گیا، جہاں اس وقت شریک مصنفین Timnit Gebru اور Margaret Mitchell کام کرتی تھیں۔ 2020 کے آخر میں، اندرونی جائزے کے دوران، Google کی قیادت نے مصنفین سے مطالبہ کیا کہ یا تو مقالہ واپس لیا جائے یا اس سے Google ملازمین کے نام ہٹائے جائیں[\[3\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-habr_digest-3)۔
AI اخلاقیات کی سرکردہ محقق Timnit Gebru نے یہ مطالبہ ماننے سے انکار کیا، جس کے نتیجے میں دسمبر 2020 میں انہیں Google سے برطرف کر دیا گیا۔ فروری 2021 میں Gebru کی حمایت میں بولنے والی Margaret Mitchell کو بھی نوکری سے نکال دیا گیا[\[4\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-techreview_paper-4)۔ ان واقعات نے وسیع عوامی ردِعمل کو جنم دیا۔ Google کے 2200 سے زائد ملازمین اور علمی برادری کے ہزاروں افراد نے احتجاجی خط پر دستخط کیے اور کمپنی پر علمی سنسرشپ اور ایسی تحقیق کو دبانے کا الزام لگایا جو اس کے تجارتی مفادات کو متاثر کر سکتی ہے[\[5\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-verge_paper-5)۔ بالآخر یہ مقالہ مارچ 2021 میں FAccT کانفرنس میں شائع ہوا۔
## ردِعمل، مباحثے اور نظریات کا ارتقاء
«تصادفی طوطے» کا استعارہ تیزی سے پھیلا اور مصنوعی ذہانت کی فطرت پر بحث میں مرکزی نقطہ بن گیا۔ امریکی لہجہ شناسی معاشرے (ADS) نے **«stochastic parrot»** کو 2023 کا AI شعبے میں لفظِ سال قرار دیا، جہاں اس نے «ChatGPT» اور «LLM» کو بھی پیچھے چھوڑ دیا[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔
### تصور پر تنقید اور سمجھ کے ثبوت
اس تصور کو بہت سے سرکردہ محققین نے چیلنج کیا۔
- **Geoffrey Hinton**، گہری تعلیم (deep learning) کے «گاڈ فادرز» میں سے ایک، نے دلیل دی کہ «اگلے لفظ کی درست پیش گوئی کے لیے جملہ سمجھنا ضروری ہے»[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔ 2023 میں Google چھوڑنے کے بعد انہوں نے کہا کہ بڑے ماڈل پہلے سے وہ «سمجھتے» ہیں جو انہیں سکھایا جاتا ہے اور آزادانہ نتائج اخذ کر سکتے ہیں[\[6\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-cbs_hinton-6)۔
- **ابھری ہوئی صلاحیتیں (Emergent Abilities)**: تحقیق سے معلوم ہوا کہ ایک مخصوص پیمانے تک پہنچنے پر LLM میں نئی صلاحیتیں اچانک ابھرتی ہیں، جیسے ریاضیاتی مسائل حل کرنا، جو ان میں صراحتاً نہیں ڈالی گئی تھیں[\[7\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-wiki_parrot-7)۔
- **دنیا کے داخلی ماڈل (Internal World Models)**: 2022 کی ایک تحقیق سے ظاہر ہوا کہ حرکات کے متنی ریکارڈ کی بنیاد پر Othello کھیلنا سیکھنے والے ماڈل نے کھیل کے میدان کی ایک داخلی نمائندگی خود بخود تشکیل دی، جو بیان کردہ دنیا کے ایک تجریدی ماڈل کی نشوونما کی طرف اشارہ کرتا ہے[\[3\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-habr_digest-3)۔
- **benchmark پر کارکردگی**: جدید ماڈل جیسے GPT-4، پیچیدہ پیشہ وارانہ امتحانات میں انسانی سطح کے (یا اس سے بہتر) نتائج دکھاتے ہیں، جسے کچھ لوگوں کے نزدیک سمجھ کے بغیر ممکن نہیں[\[8\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-pmc_debate-8)۔
### طنزیہ استعمال اور عوامی گفتمان
یہ اصطلاح اتنی مقبول ہو گئی کہ OpenAI کے سربراہ **Sam Altman** نے بھی اسے طنزیہ انداز میں استعمال کیا اور Twitter پر لکھا: «i am a stochastic parrot, and so r u»۔ اس سے انہوں نے اشارہ کیا کہ انسانی گفتار بھی بڑی حد تک اگلے لفظ کی احتمالی پیش گوئی ہے، اور اس طرح AI پر کی جانے والی تنقید کو دلچسپ انداز میں پیش کیا[\[1\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-mint_def-1)۔
### علمی گفتمان پر اثر
«تصادفی طوطے» کا استعارہ LLM کی صلاحیتوں اور حدود پر بحث میں مرکزی حیثیت رکھتا ہے۔ اس نے زبانی ماڈلز میں حقیقی سمجھ کی غیرموجودگی کے مسئلے کو واضح کرنے میں مدد کی اور ان کی تیاری سے جڑے خطرات کی طرف توجہ دلائی۔ ساتھ ہی، LLM کے شعبے میں تیز رفتار پیشرفت اس استعارے کی مسلسل ازسرنو تشریح پر مجبور کرتی ہے، کیونکہ جدید ترین ماڈل تیزی سے ایسا پیچیدہ رویہ ظاہر کر رہے ہیں جو «بے معنی طوطے» کی تصویر میں نہیں سماتا۔ یہ اصطلاح علمی گفتمان پر اثر انداز ہوتی رہتی ہے اور AI نظاموں کی صلاحیتوں اور ان کے سماجی نتائج کے تنقیدی تجزیے کی اہمیت کو اجاگر کرتی ہے[\[8\]](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_note-pmc_debate-8)۔
## کتابیات
- Bender, E. M.; Gebru, T.; McMillan-Major, A.; Mitchell, M. (2021). *On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?*. FAccT 2021.
- Floridi, L.; Chiriatti, M. (2020). *GPT-3: Its Nature, Scope, Limits, and Consequences*. Minds & Machines, 30(4), 681-694.
- Bommasani, R. et al. (2021). *On the Opportunities and Risks of Foundation Models*. arXiv:2108.07258.
- Weidinger, L. et al. (2021). *Ethical and Social Risks of Harm from Language Models*. arXiv:2112.04359.
- Kaplan, J. et al. (2020). *Scaling Laws for Neural Language Models*. arXiv:2001.08361.
- Wei, J. et al. (2022). *Emergent Abilities of Large Language Models*. arXiv:2206.07682.
- Perez, E. et al. (2022). *Red Teaming Language Models with Language Models*. EMNLP 2022.
- Bai, Y. et al. (2022). *Constitutional AI: Harmlessness from AI Feedback*. arXiv:2212.08073.
- Du, Z. et al. (2024). *Understanding Emergent Abilities of Language Models from the Loss Perspective*. arXiv:2403.15796.
- Gerstgrasser, M. et al. (2024). *Is Model Collapse Inevitable? Breaking the Curse of Recursion by Accumulating Real and Synthetic Data*. arXiv:2404.01413.
## حواشی
1. ↑ [1.0](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-0) [1.1](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-1) [1.2](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-2) [1.3](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-3) [1.4](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-4) [1.5](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-mint_def_1-5) 'Stochastic Parrot': A Name for AI That Sounds a Bit Less Intelligent. *Mint*. [1]
2. ↑ [2.0](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-bender_2021_2-0) [2.1](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-bender_2021_2-1) [2.2](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-bender_2021_2-2) Bender, Emily M., et al. «On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?». *Conference on Fairness, Accountability, and Transparency (FAccT '21)*. [2]
3. ↑ [3.0](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-habr_digest_3-0) [3.1](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-habr_digest_3-1) «Протестующие пчёлы и стохастические попугаи: дайджест публикаций с критикой и поддержкой развития AI». *Хабр*. [3]
4. [↑](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-techreview_paper_4-0) Hao, Karen. «We read the paper that forced Timnit Gebru out of Google. Here's what it says». *MIT Technology Review*. [4]
5. [↑](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-verge_paper_5-0) Vincent, James. «Timnit Gebru's actual paper may explain why Google ejected her». *The Verge*. [5]
6. [↑](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-cbs_hinton_6-0) «Geoffrey Hinton on the promise, risks of artificial intelligence». *60 Minutes - CBS News*. [6]
7. [↑](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-wiki_parrot_7-0) «Stochastic parrot». *Wikipedia*. [7]
8. ↑ [8.0](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-pmc_debate_8-0) [8.1](https://systems-analysis.info/int/Stochastic_parrot_%E2%80%94_%D8%AA%D8%B5%D8%A7%D8%AF%D9%81%DB%8C_%D8%B7%D9%88%D8%B7%D8%A7#cite_ref-pmc_debate_8-1) «The debate over understanding in AI's large language models». *PMC*. [8]