ایک جملہ اے آئی ڈرائیوروں کو ٹریفک جام میں پھنسا دیتا ہے

چند مشترکہ ماڈلز پر بنے اے آئی ایجنٹ زیادہ سے زیادہ لوگوں کی طرف سے کام کر رہے ہیں۔ یونیورسٹی آف ٹوکیو کے تاکاہیرو ایزاکی، ناؤتو ایمورا اور کاتسوہیرو نیشیناری یہ جاننا چاہتے تھے کہ جب ان میں سے بہت سے ایجنٹوں کو ایک ہی پیغام ملے تو کیا ہوتا ہے — خاص طور پر اس بارے میں کوئی پیش گوئی کہ باقی سب کیا کریں گے۔ نشر ہونے کے بعد ایسی پیش گوئی اسی صورتِ حال کو بدل دیتی ہے جسے وہ بیان کرتی ہے، اور خود اپنی پیش گوئی کو غلط ثابت کر سکتی ہے۔

اسے پرکھنے کے لیے انہوں نے ایک سادہ ترین صورتِ حال چنی جس میں لوگ ایک محدود وسیلے کے لیے مقابلہ کرتے ہیں: روزانہ کام پر آنا جانا۔

دو سڑکیں، ایک اصول

دو یکساں سڑکیں ایک مضافاتی علاقے کو کاروباری مرکز سے ملاتی ہیں۔ ہر صبح تمام مسافر ایک ہی وقت میں انتخاب کرتے ہیں۔ جس سڑک کو ان میں سے n/N حصہ استعمال کرے اس پر 20 + 80 n/N منٹ لگتے ہیں: اگر ٹریفک برابر بٹ جائے تو ایک گھنٹہ، اور اگر تقریباً سب ایک ہی سڑک پر ٹوٹ پڑیں تو قریب 100 منٹ۔ برابر تقسیم کی صورت میں کوئی اکیلا سڑک بدل کر فائدہ نہیں اٹھا سکتا۔

بنیادی تجربے میں 50 ایجنٹوں میں سے ہر ایک اسی ماڈل، GPT-5.4-mini، کی ایک الگ کال ہے، جسے توسیعی استدلال کے بغیر چلایا گیا۔ ہر ایجنٹ قواعد، اپنی سڑک اور پچھلے پانچ دنوں کے سفری اوقات، اور ایک روزانہ نشریہ دیکھتا ہے۔ ہر پرامپٹ ایجنٹ سے یہ بھی کہتا ہے کہ وہ سوچے کہ دوسرے ڈرائیور اسی معلومات پر کیسا ردِعمل دے سکتے ہیں۔ نشریے کی چار صورتیں ہیں:

• کوئی رپورٹ نہیں؛
• اعداد: ہر سڑک پر کل کا سفری وقت؛
• ایک مشورہ: “راستہ B اس وقت کم بھرا ہوا ہے”؛
• مشورہ اور انتباہ: وہی مشورہ، اس کے بعد “تاہم، توقع ہے کہ بہت سے ڈرائیور یہی معلومات دیکھ کر راستہ B پر منتقل ہو جائیں گے، اس لیے راستہ B جام ہو سکتا ہے۔”

کھیل اور چار نشریے (اوپر)؛ نیچے، ہر نشریے کے لیے 60 مرحلوں میں کل کی کم بھری سڑک چننے والے ایجنٹوں کا تناسب، سفر کے وسطانی وقت کے ساتھ۔ انتباہ کے تحت یہ تناسب صفر کے قریب رہتا ہے، حتیٰ کہ جب کھیل کو مرحلہ 100 تک بڑھایا جائے۔ — شکل 1، Ezaki, Imura & Nishinari (2026)، arXiv:2609.30883۔

ایک انتباہ جو خود کو ناکام بنا دیتا ہے

کسی رپورٹ کے بغیر ایجنٹ ریوڑ کی طرح چلے: تقریباً سب ہر صبح سڑک بدلتے، اور ہجوم بس ایک سڑک سے دوسری کی طرف جھولتا رہا، اوسطاً 96 منٹ کے ساتھ۔ اعداد نے اسے 71 منٹ تک گھٹا دیا؛ صرف مشورے نے سب سے اچھا نتیجہ دیا، 64 منٹ، جو 60 منٹ کے مثالی وقت کے قریب ہے۔

انتباہ کا جملہ شامل کرنے سے سب کچھ بدل گیا۔ تقریباً 96% ایجنٹ ایک ہی سڑک پر جم گئے — وہی جو ابھی ابھی بھری ہوئی تھی — اور وہیں رہے۔ سفر کا اوسط وقت بڑھ کر 95 منٹ ہو گیا، یعنی صرف مشورے کی نسبت 30 منٹ زیادہ، تمام دس جوڑی دار تجربات میں۔ 47 اور 3 کی تقسیم پر جام سڑک پر موجود ایجنٹ کو 95.2 منٹ لگتے ہیں؛ اکیلے سڑک بدلنے سے یہ وقت 26.4 منٹ رہ جاتا۔ ایجنٹوں نے شاذ ہی ایسا کیا۔ جب دس تجربات کو 100 مرحلوں تک بڑھایا گیا تو کوئی بھی نہیں نکلا۔

ایجنٹوں کی اپنی ایک سطری وضاحتیں یہ رجحان دکھاتی ہیں۔ ایک تجربے میں ان میں سے 89% نے دوسرے ڈرائیوروں کے سڑک بدلنے یا ہجوم کا ذکر کیا۔ ایک عام مثال: “A میرے لیے مسلسل بہت سست رہی ہے، لیکن نشریہ خبردار کرتا ہے کہ B بہت سے سڑک بدلنے والوں کو اپنی طرف کھینچے گی، اس لیے A زیادہ محفوظ انتخاب ہے۔” مصنفین زور دیتے ہیں کہ یہ جملے تیار کردہ متن کو بیان کرتے ہیں، ماڈل کے اندرونی حساب کو نہیں۔

یہ جام مستقل نہیں تھا۔ مرحلہ 31 پر انتباہ کی جگہ سادہ اعداد دینے سے 96 سے 100% ایجنٹ تقریباً خالی سڑک کی طرف دوڑ پڑے — اور کچھ دیر کے لیے اسے جام کر دیا — جس کے بعد اخراجات دوبارہ تقریباً 67 سے 74 منٹ پر آ گئے۔ اور صرف کچھ ایجنٹوں کو خبردار کرنا مفید رہا: 20 میں سے 5 ایجنٹوں کو انتباہ اور باقی کو اعداد دینے پر سفر کا اوسط 65 منٹ رہا، جو صرف اعداد سے بہتر ہے۔

دوسرے ماڈل، دوسری حدیں

اثر کی سمت برقرار رہی، لیکن اس کی پوری شدت نہیں۔ Claude Haiku 4.5 اور Gemini 3.5 Flash بھی انتباہ کے تحت مشورہ دی گئی سڑک سے بچنے کی طرف گئے، اور تقریباً 3 اور 5 منٹ کا اضافہ ہوا، لیکن ان کا کوئی تجربہ مکمل طور پر منجمد نہیں ہوا۔ استدلال آن کیے ہوئے GPT-5.4-mini کا رجحان بھی بچنے کی طرف رہا، مگر وہ منجمد نہیں ہوا۔ ایک نیا ماڈل، GPT-6 Luna، اپنی طے شدہ استدلالی ترتیب پر، صرف مشورے کے تحت بھی منجمد ہو گیا۔ کوئی آبادی جم کر رہ جاتی ہے یا نہیں، یہ ماڈل اور اسے چلانے کے طریقے پر منحصر ہے۔

انسان بکھر جاتے ہیں — اور خالی سڑک لے لیتے ہیں

ٹیم نے یہ کھیل آن لائن بھرتی کیے گئے 240 افراد کے ساتھ بھی کھیلا، 20 افراد کے کمروں میں، اعداد یا انتباہ کے تحت۔ تمام بارہ کمرے توازن کے قریب رہے، تقریباً 62 منٹ پر، جو بے ترتیب سکہ اچھالنے کے نتیجے کے قریب ہے۔ افراد مختلف تھے: کچھ مسلسل مشورے پر چلے، کچھ مسلسل اس سے بچے۔ مصنفین خبردار کرتے ہیں کہ یہ موازنہ صرف سیاق و سباق کے لیے ہے: انسانوں اور اے آئی کے مطالعے مختلف اوقات میں، مختلف ترغیبات کے ساتھ کیے گئے، اور انسانوں سے دوسروں کا اندازہ لگانے کو نہیں کہا گیا۔

پھر ملے جلے کمرے آئے: 20 نشستوں والے 24 کمرے، جن میں 5، 10 یا 15 اے آئی ایجنٹ تھے، سب انتباہ کے تحت، اور باقی نشستیں مزید 240 افراد نے بھریں۔ ایجنٹ مشورہ دی گئی سڑک سے بچتے رہے۔ انسانوں نے اسے لیا: اوسطاً 65%، 83% اور 91% بار — اور 10 یا 15 ایجنٹوں والے کمروں میں سیشن آگے بڑھنے کے ساتھ ساتھ اور زیادہ۔ آخرکار جن گروہوں میں ایجنٹ زیادہ تھے وہ زیادہ غیر متوازن رہے، موازنے کے آٹھوں حصوں میں۔

بائیں: انسان بڑھتی ہوئی تعداد میں وہ سڑک لیتے ہیں جس سے ایجنٹ بچتے ہیں۔ دائیں: 15 ایجنٹوں کے ساتھ انسانی نشستوں کا اوسط 44 منٹ اور اے آئی نشستوں کا 80 ہے، جبکہ برابر تقسیم میں 60۔ — شکل 5 (B، C)، Ezaki, Imura & Nishinari (2026)، arXiv:2609.30883۔

جام کی قیمت کون ادا کرتا ہے

مجموعی طور پر ملے جلے کمروں نے صرف ایجنٹوں والے کمروں سے بہتر کارکردگی دکھائی — 15 ایجنٹوں کے ساتھ 71 منٹ، جبکہ صرف ایجنٹوں کے ساتھ تقریباً 96۔ لیکن اوسط نے ایک عدم توازن چھپا رکھا تھا۔ 15 ایجنٹوں کے ساتھ انسانی نشستوں کا اوسط 43.5 منٹ رہا، منصفانہ تقسیم کے ایک گھنٹے سے کافی کم، جبکہ ایجنٹوں کی نشستوں کا اوسط 80.2 رہا۔ 240 شرکا میں سے 129 نے 60 منٹ سے بہتر وقت حاصل کیا؛ کسی ایجنٹ نے نہیں۔ بعد میں پوچھے جانے پر شرکا نے اندازہ لگایا کہ ان کے کمرے کا 63 سے 69% حصہ اے آئی تھا، چاہے اصل تناسب 25%، 50% یا 75% ہو۔

مصنفین ان سب کے لیے تین سبق نکالتے ہیں جو کسی وسیلے میں شریک ایجنٹوں کا جائزہ لیتے ہیں: ایک وقت میں ایک ایجنٹ کے بجائے پوری آبادی کو آزمائیں؛ ہر پیغام کو ایک مداخلت سمجھیں؛ اور اخراجات صرف گروہ کی اوسط کے بجائے شریک کی قسم کے لحاظ سے رپورٹ کریں۔ ان کی حدود بھی واضح ہیں: دو سڑکوں کا کھیل، ایسے پرامپٹ جو دوسروں کا اندازہ لگانے پر اکساتے ہیں، اور ملے جلے کمرے جن کی ترکیب بھرتی کی ترتیب سے جڑی تھی۔ اگر لوگوں کے ایجنٹ ہی آخرکار یہ قیمت ادا کرنے لگیں، تو انہیں کام سونپنا سست راستہ ثابت ہو سکتا ہے۔