2023 میں، AI نظام بین الاقوامی ریاضی اولمپیاڈ کے مسائل پر تقریباً صفر نمبر لیتے تھے۔ 2024 میں، DeepMind کا AlphaProof چاندی کے تمغے کی سطح تک پہنچا۔ 2025 میں، اطلاعات کے مطابق Google کا Gemini Deep Think سونے تک پہنچ گیا۔ تین سال کی یہ چھلانگ واقعی قابلِ ذکر ہے — اور یہ ہر طالب علم اور والدین کے سامنے ایک دیانت دارانہ سوال رکھتی ہے: اگر AI اب اولمپیاڈ سطح کی ریاضی حل کر سکتا ہے، تو خود سیکھنے کے قابل کیا باقی رہ گیا؟ یہ مضمون سیدھا جواب دیتا ہے، جو 2 اکتوبر 2026 تک حقیقت میں ثابت شدہ باتوں پر مبنی ہے، نہ کہ کسی بھی سمت کے مبالغہ آمیز دعووں پر۔
“ریاضی کرنے والا ہر AI” ایک جیسا نہیں ہوتا
“AI” کئی واقعی مختلف قسم کے آلات کو کہتے ہیں، اور انہیں آپس میں ملا دینا ہی وہ جگہ ہے جہاں زیادہ تر پُراعتماد دعوے — دونوں سمتوں میں — غلط ہو جاتے ہیں۔
| آلہ | یہ دراصل کیا کرتا ہے |
|---|---|
| کیلکولیٹر | آپ کے دیے گئے اعداد پر درست حساب۔ کوئی استدلال نہیں، اور اپنی ڈیزائن کی حدود کے اندر کوئی غلطی نہیں۔ |
| کمپیوٹر الجبرا نظام (مثلاً Mathematica، SymPy) | درست علامتی عمل — تفرق، اجزائے ضربی، مساواتیں حل کرنا — مقررہ اور جانچے ہوئے الگورتھم کے مطابق۔ |
| عددی سافٹ ویئر | ایسے جوابات کا تخمینہ لگاتا ہے جن کی اکثر کوئی درست شکل نہیں ہوتی (مثلاً مائع کے بہاؤ کی سمولیشن)، اچھی طرح سمجھی گئی غلطی کی حدود کے ساتھ۔ |
| بغیر آلات کے لینگویج ماڈل | متن سے سیکھے نمونوں سے قدم بہ قدم جواب بناتا ہے۔ روانی سے استدلال کرتا ہے؛ پھر بھی حسابی یا منطقی چوک کر سکتا ہے جو کیلکولیٹر کبھی نہیں کرتا۔ |
| آلات کے ساتھ لینگویج ماڈل | اپنی استدلال لکھتا ہے، پھر کوئی بھی اصل حساب ایک حقیقی کیلکولیٹر یا کوڈ انٹرپریٹر کے حوالے کر دیتا ہے — روانی والی وضاحت اور درست حساب کو یکجا کرتا ہے۔ |
| باضابطہ ثبوت معاون (مثلاً Lean، Coq) | کسی ثبوت کے ہر منطقی قدم کو سخت باضابطہ قواعد پر جانچتا ہے۔ اگر یہ کسی ثبوت کو قبول کر لے، تو اس قدم میں واقعی کوئی منطقی خلا نہیں ہو سکتا۔ |
| مخصوص ریاضیاتی استدلال AI (مثلاً AlphaProof، AlphaGeometry) | خاص طور پر مقابلہ طرز کے ثبوت اور جیومیٹری کے مسائل کے لیے بنایا اور تربیت دیا گیا، اکثر کسی باضابطہ جانچ کار کے ساتھ۔ |
وہ فرق جسے طلبہ اکثر گڈمڈ کر دیتے ہیں
جواب کا اندازہ لگانے والا لینگویج ماڈل، اسے جانچنے والے باضابطہ ثبوت معاون جیسا نہیں ہے
اولمپیاڈ کا سونا کیا بتاتا ہے، اور کیا نہیں
امتحانی نکتہ
DeepMind کے AlphaProof نے AlphaGeometry 2 کے ساتھ مل کر IMO 2024 کے چھ میں سے چار مسائل حل کیے، چاندی کے تمغے کی حد والے اسکور کے ساتھ — پچھلے سال کے صفر سے ایک بڑی چھلانگ۔ 2025 تک، اطلاعات کے مطابق Google کا Gemini Deep Think سونے کے تمغے کی سطح کی کارکردگی تک پہنچ گیا، جس نے مقابلے کی ساڑھے چار گھنٹے کی حد کے اندر مکمل طور پر فطری زبان میں مسائل حل کیے۔ ایک واقعی مشکل کسوٹی پر یہ واقعی متاثر کن نتیجہ ہے: IMO کے مسائل صرف حساب نہیں، حقیقی تخلیقی بصیرت مانگتے ہیں۔
وہ فرق جسے طلبہ اکثر گڈمڈ کر دیتے ہیں
اولمپیاڈ کی کارکردگی، تحقیقی ریاضی اور آپ کا ہوم ورک — تین مختلف امتحان ہیں
جہاں AI واقعی ریاضی سیکھنے میں آپ کی مدد کرتا ہے
- درست آلے کے ساتھ حساب۔ اصل کیلکولیٹر یا کوڈ انٹرپریٹر استعمال کرنے والے AI نظام سے درست حساب یا الجبرا کروانا قابلِ اعتماد ہے، اور جانچ کے لیے ہاتھ سے کرنے سے تیز بھی۔
- نمونے تلاش کرنا۔ کسی تکنیک کی کئی حل شدہ مثالیں جلدی بنوانا، تاکہ اسے باضابطہ شکل دینے سے پہلے آپ خود اس کے پیچھے کا نمونہ پہچان سکیں۔
- حکمتِ عملی تجویز کروانا۔ جس مسئلے پر آپ اٹکے ہوں، اس پر پورا حل مانگے بغیر پوچھنا “تم پہلے کون سا طریقہ آزماؤ گے؟”۔
- اپنے قدموں کی جانچ۔ پہلے مسئلہ خود حل کرنا، پھر AI سے خاص طور پر اپنا طریقہ جانچنے کو کہنا، نہ کہ اسے شروع سے دوبارہ کرنے کو۔
- دہرائی میں مدد۔ کسی خاص کمزور موضوع پر اضافی مشقی سوالات بنوانا، یا جب کتاب کی وضاحت سمجھ نہ آئے تو کسی تصور کو دوسرے طریقے سے سمجھوانا۔
جہاں یہ اب بھی غلطی کرتا ہے — جاننے کے قابل تین حقیقی نمونے
نیچے دی گئی تین حل شدہ مثالیں وضاحتی ہیں، جنہیں خاص طور پر ان غلطیوں کے نمونے واضح طور پر دکھانے کے لیے بنایا گیا ہے — یہ کسی حقیقی AI نظام کی نقل نہیں ہیں — لیکن ہر ایک کسی دستاویزی، جانی پہچانی غلطی کی قسم کی عکاسی کرتی ہے۔
1. ڈومین کی شرائط کا چھوٹ جانا
امتحان طرز کا سوال
(x² − 1) / (x − 1) کو سادہ کریں۔ [2 نمبر]
نمونہ جواب اور نمبروں کی تقسیم دکھائیں
- شمار کنندہ کے اجزائے ضربی بنائیں: x² − 1 = (x − 1)(x + 1) (1 نمبر)
- مشترک جزوِ ضربی (x − 1) کو کاٹیں: (x − 1)(x + 1) / (x − 1) = x + 1، بشرطیکہ x ≠ 1 (1 نمبر)
ممتحن کس بات پر توجہ دیتا ہے: سادہ شکل x + 1 اور اصل اظہار ایک جیسے فنکشن نہیں ہیں — x = 1 پر اصل اظہار غیر معین (0/0) ہے، جبکہ x + 1 کی قیمت 2 ہے۔ درست جواب میں شرط برقرار رہنی چاہیے: x + 1، x ≠ 1۔
عام غلطی: روانی سے لگنے والا مگر نامکمل جواب: صرف “x + 1”، خاموشی سے x ≠ 1 کی شرط گنوا دینا۔ یہ AI (اور طلبہ) کی بے حد عام چوک ہے — الجبرا درست ہے، لیکن جب تک شرط نہ لکھی جائے، سادہ کیا گیا اظہار تکنیکی طور پر سوال والے فنکشن سے تھوڑا مختلف فنکشن بیان کرتا ہے۔
2. درست مثالوں کے ایک سلسلے سے حد سے زیادہ عمومی نتیجہ نکالنا
اظہار n² + n + 41، 0 سے لے کر 39 تک ہر صحیح عدد n کے لیے ایک مفرد عدد دیتا ہے — مسلسل چالیس مفرد اعداد۔ یہ سلسلہ کسی نمونے کا زبردست ثبوت لگتا ہے۔ نیچے سلائیڈر آزمائیں۔
خود آزمائیں — کیا n² + n + 41 ہمیشہ مفرد عدد دیتا ہے؟
n = 10
| n | n² + n + 41 | مفرد؟ |
|---|---|---|
| 6 | 83 | ہاں |
| 7 | 97 | ہاں |
| 8 | 113 | ہاں |
| 9 | 131 | ہاں |
| 10 | 151 | ہاں |
| 11 | 173 | ہاں |
| 12 | 197 | ہاں |
| 13 | 223 | ہاں |
| 14 | 251 | ہاں |
n² + n + 41 (ایک فارمولا جس کا اویلر نے مطالعہ کیا) 0 سے 39 تک ہر n کے لیے مفرد عدد دیتا ہے — مسلسل چالیس مفرد اعداد، جو بہت پختہ لگتا ہے۔ سلائیڈر کو n = 40 پر لے جائیں: فارمولا 1681 = 41² دیتا ہے، جو بالکل بھی مفرد نہیں۔ مسلسل چالیس درست مثالیں بھی ثبوت نہیں ہوتیں، اور ٹھیک اکتالیسویں صورت پر یہ ٹوٹ جاتا ہے۔
صرف n = 0 سے 39 کی بنیاد پر نتیجہ نکالنے والے AI نظام (یا طالب علم) کے پاس یہ ماننے کی ہر وجہ ہو گی کہ یہ فارمولا ہمیشہ مفرد عدد دیتا ہے — اور وہ n = 40 پر غلط ہو گا۔
یہ بالکل اسی قسم کی غلطی ہے جس کی طرف عمومی اصول ثابت کرنے کے بجائے صرف نمونوں سے استدلال کرنے والا نظام جھکتا ہے — چاہے وہ نظام AI ہو یا کوئی انسان۔ چالیس درست صورتیں فیصلہ کن لگتی ہیں؛ وہ ہوتی نہیں۔
3. قاعدہ لاگو کرنا، مگر اس کے پیچھے کی سمجھ کے بغیر
ہمارا مشتقات والا مضمون یہ بات طلبہ کے بارے میں کہتا ہے، اور یہ AI کے جوابات پر بھی اتنی ہی براہِ راست لاگو ہوتی ہے۔ x³ کا مشتق لینے کے لیے قوت کا قاعدہ میکانکی طور پر لاگو کرنے سے درست طور پر 3x² ملتا ہے۔ لیکن وہی میکانکی نمونہ شناسی جب کئی قواعد کو جوڑ کر بنے فنکشن (مثلاً دو فنکشنز کا حاصلِ ضرب، یا ایک فنکشن کے اندر دوسرا فنکشن) پر لاگو ہو، تو خاموشی سے غلط قاعدہ لگا سکتی ہے، یا درست قاعدہ غلط حصے پر لگا سکتی ہے۔ اور پھر بھی وہ پُراعتماد، رواں نظر آنے والا غلط جواب دے سکتی ہے۔ جو نظام (یا طالب علم) یہ سمجھتا ہے کہ چین رول کیوں موجود ہے — تبدیلی جو باہم جڑی ہوئی مقداروں میں سے گزرتی جاتی ہے — وہ جانچ سکتا ہے کہ جواب معقول ہے یا نہیں۔ جس نے صرف میکانکی قدموں کی نقل کی ہو، وہ نہیں کر سکتا۔
وہ فرق جسے طلبہ اکثر گڈمڈ کر دیتے ہیں
اس کا مطلب یہ نہیں کہ “AI صرف نمونے پہچانتا ہے، بس”
اپنی سمجھ جانچیں
ایک AI آلہ (x² − 1)/(x − 1) کو سادہ کر کے بس “x + 1” لکھتا ہے، کوئی شرط بتائے بغیر۔ اگلا سب سے مفید قدم کیا ہے؟
ایک عملی طریقۂ کار
اس طرح استعمال کرنے پر AI آپ کی ریاضی کی جگہ نہیں لیتا، بلکہ اسے مضبوط بناتا ہے:
- پہلے مسئلہ خود حل کرنے کی کوشش کریں، چاہے ادھورا ہی — مفید جدوجہد ہی وہ طریقہ ہے جس سے سمجھ بنتی ہے۔
- اٹکیں تو اشارہ مانگیں، جواب نہیں — “یہ حل کرو” کے بجائے “مجھے پہلے کیا آزمانا چاہیے؟”۔
- طریقے کو اپنے الفاظ میں دوبارہ سمجھائیں — اگر نہیں کر پاتے، تو وہ ابھی آپ کا اپنا نہیں ہوا، چاہے وہ کہیں سے بھی آیا ہو۔
- مفروضات اور ڈومین کی شرائط کی واضح جانچ کریں — یہی وہ سب سے عام جگہ ہے جہاں رواں نظر آنے والا جواب خاموشی سے غلط ہو جاتا ہے۔
- آزادانہ طور پر تصدیق کریں — کسی دوسرے طریقے سے، ایک موٹے اندازے سے، یا کسی جانی پہچانی خاص صورت سے۔
- بغیر کسی مدد کے ایک بہت ملتا جلتا مسئلہ آزمائیں — یہی اصل امتحان ہے کہ سمجھ واقعی آپ تک پہنچی یا نہیں۔
آگے کیا پڑھیں
اگر n² + n + 41 والی مثال میں “شواہد بمقابلہ ثبوت” کا خیال آپ کو دلچسپ لگا، تو ہمارا ملینیم پرائز پرابلمز والا مضمون اور مکمل حل طلب ریاضیاتی معمّوں کا مرکز بالکل اسی فرق کی، اب بھی کھلی، حقیقی مثالوں سے بھرے ہیں — اس شعبے کی بالکل چوٹی پر۔
ماخذ اور مزید مطالعہ کے لیے
- AI achieves silver-medal standard solving International Mathematical Olympiad problems — Google DeepMind — AlphaProof + AlphaGeometry 2، IMO 2024
- Olympiad-level formal mathematical reasoning with reinforcement learning — Nature
- From Silver to Gold: A Technical Look into AI's Conquest of the IMO — 2025 کے سونے کے تمغے کی سطح کے نتائج
- Live from ICM 2026: What Is Math For in the Age of AI? — Quanta Magazine
آخری جائزہ: 2 اکتوبر 2026۔ AI کی صلاحیتیں تیزی سے بدل رہی ہیں؛ تازہ ترین نتائج کے لیے اوپر دیے گئے ذرائع دیکھیں۔
عمومی سوالات
تو کیا AI سے اپنا ریاضی کا ہوم ورک کروا لینا محفوظ ہے؟
اپنے حل کی جانچ کرنے، “اگر ایسا ہو تو؟” جیسی تبدیلیاں آزمانے، یا کسی ایک قدم پر اٹکنے پر آگے بڑھنے کے لیے — ہاں: اس طرح استعمال کرنے پر یہ واقعی مفید تعلیمی آلہ ہے۔ ایسا جواب بنوانے کے لیے جسے آپ سمجھے بغیر جمع کرا دیں — نہیں: آپ وہ مہارت کھو دیتے ہیں جو امتحانی ہال میں درکار ہے (جہاں AI کی اجازت نہیں)۔ ساتھ ہی، AI کی استدلال، چاہے کتنی ہی اچھی ہو، اب بھی اتنی بار اور ایسے طریقوں سے غلط ہوتی ہے جو ہمیشہ واضح نہیں ہوتے۔ اس لیے بغیر جانچا جواب ایک حقیقی خطرہ ہے۔
کیا AI پہلے ہی بین الاقوامی ریاضی اولمپیاڈ میں سونا نہیں جیت چکا؟
جیت چکا ہے۔ اطلاعات کے مطابق Google کے Gemini Deep Think نے IMO 2025 میں سونے کے تمغے کے برابر اسکور حاصل کیا، مکمل طور پر فطری زبان میں اور معمول کی مقررہ مدت کے اندر کام کرتے ہوئے — ایک واقعی بڑا نتیجہ، DeepMind کے AlphaProof کے IMO 2024 میں چاندی کے تمغے کی سطح تک پہنچنے کے ایک سال بعد۔ تاہم، اولمپیاڈ کے مسائل ریاضی کی ایک خاص قسم ہیں، مشکل ہونے میں مشہور لیکن واضح طور پر متعین؛ اولمپیاڈ میں مضبوط کارکردگی خود بخود ہر قسم کے ریاضیاتی کام پر لاگو نہیں ہو جاتی (نیچے “اولمپیاڈ کا سونا کیا بتاتا ہے، اور کیا نہیں” دیکھیں)۔
اگر AI اولمپیاڈ کے مسائل حل کر سکتا ہے، تو کبھی کبھی سادہ حساب میں غلطی کیوں کرتا ہے؟
ایک عمومی لینگویج ماڈل سیکھے ہوئے نمونوں سے ٹوکن بہ ٹوکن جواب بناتا ہے، جو حساب کو میکانکی طور پر انجام دینے سے مختلف عمل ہے — اسی لیے ایک ہی نظام اولمپیاڈ سطح کی خوبصورت، درست دلیل لکھ سکتا ہے اور اسی گفتگو میں کئی ہندسوں کی ضرب غلط کر سکتا ہے۔ جو نظام حساب کو اصل کیلکولیٹر یا کوڈ انٹرپریٹر کے حوالے کر دیتے ہیں، وہ اس خاص غلطی سے بچ جاتے ہیں؛ صرف متن کی بنیاد پر جواب دینے والا “خالص” لینگویج ماڈل نہیں بچتا۔
جب AI مزید بہتر ہو جائے گا، تب بھی کیا ریاضی سمجھنا اہم رہے گا؟
بلکہ زیادہ، کم نہیں۔ جتنا زیادہ معمول کا حساب خودکار ہوتا جائے گا، اتنا ہی حقیقی انسانی مہارت وہ حصہ بن جاتی ہے جسے کوئی آؤٹ سورس نہیں کر سکتا۔ یہ مہارت ہے: یہ جاننا کہ کون سا سوال پوچھنا ہے، یہ پہچاننا کہ AI کا پُراعتماد جواب دراصل غلط ہے، اور کسی نتیجے کو اتنی اچھی طرح سمجھنا کہ اسے نئی صورتحال پر لاگو کر سکیں۔ یہی دلیل ہمارا مشتقات (ڈیریویٹیوز) والا مضمون “کیسے” سے پہلے “کیوں” سیکھنے کے بارے میں دیتا ہے، اور یہاں یہ اور بھی براہِ راست لاگو ہوتی ہے۔
قارئین کی درجہ بندی اور تبصرے
اس مضمون کو کئی مختلف پہلوؤں پر درجہ دیں — آپ کی درجہ بندی دوسرے قارئین کی مدد کرتی ہے، اور ہمیں بہتر بنانے میں مدد کرتی ہے۔
کیا یہ مضمون مفید تھا؟
ہمیں اپنی رائے بتائیں — کوئی اصلاح، کوئی سوال جس کا جواب نہیں ملا، یا کوئی موضوع جسے آپ اگلی بار کور ہوتے دیکھنا چاہتے ہیں۔
بات کرنا پسند کریں گے؟ اپنی سہولت کے وقت مفت ویڈیو کال بک کریں: فوری سوال کے لیے 15 منٹ، باقی کے لیے 30 منٹ۔ اوقات آپ کے اپنے ٹائم زون میں دکھائے جاتے ہیں۔
مصنف کے بارے میں
Sudershan Soni
موسٹک سروسز میں بانی اور مرکزی استاد — MSc اہلیت یافتہ ریاضی، سائنس، کمپیوٹر سائنس اور STEM کے استاد، 20 سال سے زائد پیشہ ورانہ تجربے کے ساتھ، 11+ اور GCSE سے A-Level اور اس سے آگے تک کے طلبہ کو دنیا بھر میں آن لائن پڑھاتے ہیں۔
مکمل پروفائل پڑھیں