AI گورننس

اس صفحے پر

انگریزی صفحے کا خودکار ترجمہ، جو ابھی تک کسی مقامی بولنے والے کے ذریعے جانچا نہیں گیا۔

AI گورننس — وہ فریم ورک، پالیسیاں، اداراتی ڈھانچے اور اصول جو تعلیم میں مصنوعی ذہانت کے ذمہ دارانہ ڈیزائن، تعیناتی اور استعمال کی رہنمائی کرتے ہیں۔ گورننس میں رسمی اداراتی طریقہ کار (AI اسٹیئرنگ گروپس، علمی سالمیت اور قابلِ قبول استعمال سے متعلق پالیسیاں، اخلاقی جائزہ) اور غیر رسمی اصول (اساتذہ کے رہنما خطوط، پیشہ ورانہ ترقی، ذمہ دارانہ AI استعمال کی ثقافتیں) دونوں شامل ہیں۔ AI کے دور میں مؤثر گورننس اخلاقی، مساوی اور پائیدار GenAI اپنانے کی پیشگی شرط ہے — یہ طے کرتی ہے کہ AI شفافیت اور احتساب کے ساتھ شامل کیا جائے گا یا ردِعمل کے طور پر اِس طرح اپنایا جائے گا جو عدم مساوات کو مزید گہرا کرے۔

غور کرنے کے لیے سوالات

اگر آپ کے ادارے کے پاس کاغذ پر AI پالیسی ہے مگر اُسے نافذ کرنے، اپ ڈیٹ کرنے یا اُس کی اطلاع دینے کا کوئی واضح عمل نہیں، تو کیا یہ واقعی گورننس ہے؟ اُس اصول میں کیا فرق ہے جو صرف موجود ہے اور اُس اصول میں جو واقعی گورن کیا جاتا ہے؟
ایک مطالعے میں طلبہ نے کہا کہ اُن کی یونیورسٹی کی کوئی واضح AI پالیسی نہیں تھی اور اِس نے اُن کے AI استعمال کے انداز کو شکل دی۔ پالیسی کا ابہام اِس بات کو کیسے متاثر کر سکتا ہے کہ طلبہ کس چیز کو 'قابلِ قبول استعمال' قرار دیتے ہیں — اور کیا اداروں کو یہ فکر ہونی چاہیے کہ وہ یہ سودے بازی افراد پر چھوڑ رہے ہیں؟
صفحہ پکڑ پر مبنی گورننس (AI استعمال کی نگرانی) اور ڈیزائن پر مبنی گورننس (جائزے کو اِس طرح دوبارہ ڈیزائن کرنا کہ AI استعمال متوقع اور اعلان شدہ ہو) میں فرق کرتا ہے۔ آپ کی اپنی جانچ کا عمل کس طرف مائل ہے، اور ہر ایک کے کیا فائدے اور نقصان ہیں؟
گورننس کو قومی، اداراتی اور کلاس روم کی سطحوں پر کام کرتے ہوئے بیان کیا گیا ہے۔ اپنے سیاق و سباق میں AI کا ایک اصول سوچیں: وہ کس نے بنایا، اُس کی اطلاع اور نفاذ کیسے ہوتا ہے، اور یہ سطحیں کتنی ہم آہنگ ہیں؟
ایک فریم ورک AI گورننس کو مشترکہ مہارت کو برقرار رکھنے کے اجتماعی عمل کے مسئلے کے طور پر نئے سرے سے بیان کرتا ہے — 'علمی مشترکات'۔ کسی پیشے کے اجتماعی علم کے ذخیرے کی حفاظت آپ کے AI گورننس کے تصور کو محض ایک ٹول کو ریگولیٹ کرنے سے کیسے بدلتی ہے؟
صفحہ متنبہ کرتا ہے کہ لازمی AI استعمال کے اعلانات اُس وقت ناکام ہوتے ہیں جب وہ سزا جیسے محسوس ہوں یا مبہم ہوں۔ آپ نے کب دیکھا کہ تعمیل کا کوئی اصول اُلٹا اثر ڈال گیا کیونکہ لوگ اُسے سمجھے یا اُس پر بھروسا نہیں کرتے تھے — اور اِس نے آپ کو گورننس کے بارے میں کیا سکھایا؟

تعارف

تعلیم میں AI گورننس تیزی سے فوری اہمیت اختیار کر رہی ہے کیونکہ جنریٹو AI نئے علمی، اخلاقی اور تنظیمی چیلنجز سامنے لاتا ہے: یہ علم کی پیداوار کے مفروضوں، سیکھنے والے کی ایجنسی، جانچ کی درستگی، اور علمی مرجع کے طور پر اساتذہ کے کردار کو غیر مستحکم کرتا ہے۔ گورننس علمی سالمیت (کس چیز کو قابلِ قبول AI استعمال سمجھا جائے)، ڈیٹا کی رازداری اور تحفظ، الگورتھمی تعصب اور انصاف، شفافیت اور احتساب، اور اداراتی مشن و اقدار کے ساتھ AI اپنانے کی ہم آہنگی جیسے سوالات سے نمٹتی ہے۔ علم کی بنیاد کی تحقیق میں بار بار ملنے والی دریافت یہ ہے کہ اداراتی گورننس اکثر پیچھے رہ جاتی ہے — بہت سے اداروں کے پاس واضح اور متحد AI پالیسیاں نہیں، جس سے طلبہ اور اساتذہ کو قابلِ قبول استعمال پر خود سودے بازی کرنی پڑتی ہے۔

پلیٹ فارمائزیشن کی ساختی شرط کے طور پر زیرو شاٹ گورننس۔ Perrotta (2026) زیرو شاٹ گورننس کا تصور — یعنی ڈومین سے غیر وابستہ جنریٹو AI کا پالیسی فیصلوں میں دخل دینا — Redbox کے کوڈ کی سطح کے تجزیے کے ذریعے تیار کرتے ہیں، جو برطانوی سول سروس کا ایک بند کر دیا گیا نمونہ تھا جو آف دی شیلف LLMs پر بنایا گیا تھا۔ اُس کی ساخت پڑھتے ہوئے (ایک غیر مرئی سسٹم پرامپٹ + ایک RAG (ریٹریول سے افزودہ تخلیق) ریٹریو→فارمیٹ→جنریٹ پائپ لائن اور پرووائیڈر سے آزاد کلاؤڈ اسٹیک کے اوپر ایک پتلا Python ریپر)، مضمون دلیل دیتا ہے کہ فاؤنڈیشن ماڈلز کی عمومی نوعیت پلیٹ فارمائزیشن کی ساختی خصوصیت ہے جسے کم کیا جا سکتا ہے مگر کبھی خارج نہیں کیا جا سکتا: ایجنٹک AI پلیٹ فارمز کی اجارہ دارانہ، کرایہ خور منطق میں خلل نہیں ڈالتا، اور وہی امکانی میکانزم جو نیاپن پیدا کرتا ہے ہیلوسینیشن بھی پیدا کرتا ہے۔ گورننس کے لیے مضمر یہ ہے کہ عمومی مقصد والے AI کی نگرانی کو غیر معمولی نتیجے کو ایک ناقابلِ تلافی، صرف کم کیے جانے والے خطرے کے طور پر دیکھنا چاہیے، نہ کہ ایک قابلِ مرمت نقص کے طور پر — یہ تنبیہ تعلیمی پالیسی کی استدلال پر بھی برابر لاگو ہوتی ہے۔
Baroudi کا اسکوپنگ ریویو اعلیٰ تعلیم میں AI گورننس کو پیشگی گورننس اور قیادت کے عینک سے بیان کرتا ہے۔
نمونوں اور پائلٹوں کے ذریعے پیشگی گورننس۔ Williamson et al., 2026 انگلینڈ کے DfE کو ڈیزائن کے ذریعے گورن کرنے کے طور پر پڑھتے ہیں: AI پروٹوٹائپس اور اسکولی پائلٹس ایک منتخب مستقبل کی پیشگی تصویر بناتے ہیں، کلاس رومز کو آزمائشی میدان سمجھتے ہیں، اور پیمانے تک بڑھانے کے لیے فوری "وعدہ دار" شواہد پیدا کرتے ہیں، نہ کہ کوئی طے شدہ "کیا کام کرتا ہے"۔
پالیسی کی طلبہ کے ساتھ مشترکہ ڈیزائن: Hingle & Johri دکھاتے ہیں کہ ایک رہنمائی شدہ تفتیشی سرگرمی، جس میں طلبہ نے GenAI کورس پالیسی مشترکہ طور پر ڈیزائن کی، طلبہ کی اقدار کو سامنے لائی — تربیت کو ترجیح، اظہارِ استعمال کے معیاری طریقہ کار، مضبوط اداراتی معاونت، اور فیصلہ سازی میں زیادہ شرکت۔ یہ طلبہ کو گورننس میں شراکت دار کے طور پر کھڑا کرتا ہے، نہ کہ غیر فعال موضوع کے طور پر، اور اداراتی سطح کی پالیسی کو نیچے سے آنے والی طلبہ آواز سے مکمل کرتا ہے۔
ٹیکنو سولیوشنسٹ جال اور پالیسی کی کمی: 65 AI × سماجی-جذباتی سیکھنے مطالعات کے منظم جائزے (Tran, Liu & Nguyen 2026) میں پایا گیا کہ تحقیق اکثر تکنیکی صلاحیت کو سامنے رکھتی ہے جبکہ ذمہ دار نفاذ کی اداراتی شرائط کو کم بیان کرتی ہے — یہی "ٹیکنو سولیوشنسٹ" جال ہے۔ مصنفین پالیسی شمولیت کو اشاعتی مقام سے جوڑتے ہیں اور گورننس کے مضمرات کو ہر اداکار کے لیے مخصوص بنانے کے لیے "WH-question" فریم ورک تجویز کرتے ہیں، جو علم کی بنیاد کی اُس وسیع تر دریافت کی بازگشت ہے کہ اداراتی گورننس AI اپنانے سے پیچھے ہے۔

Gillette et al. (2026) گورننس کے خلا کے بجائے گورننس کی عدم مطابقت دکھاتے ہیں: طلبہ چاہتے تھے کہ یونیورسٹی "مزید کرے"، مگر ادارہ سمجھتا ہے کہ فیصلے محکمے، پروگرام اور کورس کی سطح پر ہونے چاہئیں، چنانچہ مطالبہ اور مینڈیٹ مختلف اداروں کی طرف اشارہ کرتے ہیں جبکہ خلا خاموشی سے بھر جاتا ہے۔

تحقیق میں AI گورننس کیسے نظر آتی ہے

بڑے پیمانے پر اداراتی اپنانا: اوپن یونیورسٹی میں AIDA مطالعہ دکھاتا ہے کہ ایک ادارے نے GenAI اسسٹنٹ کو کیسے ڈیزائن، نافذ اور جانچا، اور یہ شناخت کیا کہ ذمہ دار نظامی سطح کی تعیناتی کے لیے گورننس ڈھانچے (AI اسٹیئرنگ گروپ)، اعلیٰ قیادت کی سرپرستی، اور اداراتی حکمتِ عملی کے ساتھ ہم آہنگی درکار ہے — محض تکنیکی صلاحیت نہیں۔
قیادت اور نظامی تبدیلی: SPARK گورننس کو کمپلیکسٹی لیڈرشپ تھیوری کے اندر بیان کرتا ہے اور دلیل دیتا ہے کہ قائدین کو انتظامی استحکام اور ابھرتی ہوئی جدت کے درمیان توازن رکھنا ہوگا، اور گورننس کے میکانزم (پالیسیاں، جائزے کے نظام، احتساب کے فریم ورک) کو اِس طرح پیوستہ کرنا ہوگا کہ موافقت پذیر خلا کی جدتیں برقرار رہیں اور پیمانے تک بڑھ سکیں۔
پالیسی کا ابہام اور طلبہ کا تجربہ: GenAI کے ساتھ طلبہ کی شمولیت میں 12/23 طلبہ نے واضح اداراتی AI پالیسیوں کی کمی کا ذکر کیا ("یونیورسٹی کے پاس ابھی کوئی واضح اور متحد پالیسی نہیں")، اور دلیل دی کہ گورننس کا ابہام طلبہ کے طریقوں، اصولوں اور خود ضابطگی کو شکل دیتا ہے — جو شفاف اداراتی رہنمائی کی طرف بڑھنے کی تائید کرتا ہے۔
گورننس کی صلاحیت کے طور پر AI خواندگی ("اٹھارہواں SDG"): Islam, Morshed, and Islam (2026) AI خواندگی کو کلاس روم کی مہارت کے بجائے نظامی گورننس میکانزم کے طور پر نئے سرے سے تصور کرتے ہیں، اور چھ سطحوں والی AIRE Taxonomy تجویز کرتے ہیں (Recognize → Comprehend → Apply → Analyze → Integrate → Govern) جو Bloom کے درجہ بندی کو اخلاقی ترکیب اور حکمتِ عملی دور اندیشی سے بڑھاتی ہے، اور ایک AI–SDG Nexus جو خواندگی کی قابلیتوں کو تمام سترہ پائیدار ترقی کے اہداف پر نقش کرتا ہے۔ AI خواندگی کو "اٹھارہویں SDG" کی حیثیت سے دیکھنا — یعنی ایک ہمہ گیر صلاحیت جو سیکھنے کو گورننس اور پائیدار ترقی کی طرف رواں کرتی ہے — اِس مطالعے کے 300 پیشہ ور افراد کے سروے میں گورننس خواندگی کو AI–SDG نیکسس کی آگاہی کا سب سے مضبوط پیش گو پایا (β = 0.64، نیکسس آگاہی کے ساتھ r = 0.67) اور اخلاقی استدلال اور عکاسی کی سوچ کو قابلِ اعتماد AI استعمال کے سب سے مضبوط پیش گو کے طور پر شناخت کیا۔ یہ اداراتی گورننس کو عوامی مصنوعی ذہانت کی لیٹریسی کی پرورش سے جوڑتا ہے، اور علم کی بنیاد کی اُس دریافت کی بازگشت کرتا ہے کہ ذمہ دار AI کی ہم آہنگی کے لیے ایسے پالیسی سازوں اور شہریوں کی ضرورت ہے جو الگورتھمی نظاموں کی تنقیدی تشریح کر سکیں، نہ کہ صرف تعمیل پر مبنی تکنیکی کنٹرول کی۔
تعلیم کی زیادہ تر گورننس رہنمائی ہے، قانون نہیں۔ 160 انگریزی زبان کی دستاویزات میں صرف 4 نے رسمی قانونی یا ریگولیٹری شکل اختیار کی جبکہ 92 رہنمائی، فریم ورک یا ٹول کٹ تھیں، اور احتساب 146 دستاویزات میں آیا مگر صرف 100 میں کسی نامزد نگران اداکار کے ساتھ (Elmahjub et al. (2026))۔
علمی سالمیت اور جائزہ: گورننس اِس بات میں مرکزی ہے کہ ادارے AI سے متعلق علمی سالمیت خدشات سے کیسے نمٹتے ہیں اور جانچ کو کیسے دوبارہ ڈیزائن کرتے ہیں — ممانعت اور نگرانی سے رہنمائی، AI خواندگی اور عمل پر مبنی ڈیزائن کی طرف بڑھتے ہوئے، جیسا کہ طلبہ کی دلیل سازی اور مستند جائزے کی دوبارہ تشکیل کی تحقیق میں دکھائی دیتا ہے۔
دوبارہ ڈیزائن بیک وقت تین جہتوں پر چلتا ہے۔ Laidlaw (2026) AI دور میں جائزے کی دوبارہ تشکیل کو ثقافتی-خطابی (زبان اور مفروضے)، مادی-معاشی (وسائل) اور سماجی-سیاسی (گورننس اور طاقت) جہتوں سے بیان کرتے ہیں، اور وسائل و طاقت کے ملاپ کو سب سے بڑا فائدہ اور سب سے بڑا خطرہ دونوں قرار دیتے ہیں: موجودہ طاقت کے ڈھانچوں سے گزرنے والے وسائل عدم مساوات کو بڑھا دیتے ہیں۔
لکھی ہوئی گورننس کا اوزاروں کا مرکب: Eldredge et al. (2026) نے ریاستہائے متحدہ کے تمام 48 CAHIIM سے منظور شدہ ہیلتھ انفارمیٹکس اور ہیلتھ انفارمیشن مینجمنٹ ماسٹرز پروگراموں کی AI سے متعلق دستاویزات کا آڈٹ کیا۔ 48 میں سے چالیس (83%) کے پاس کم از کم ایک عوامی دستاویز تھی، اور تجزیہ کی گئی 40 دستاویزات میں گورننس زیادہ تر پابند اصول کے بجائے رہنمائی کے طور پر عملی شکل اختیار کرتی نظر آئی: 21 رہنما خطوط (53%)، 9 معلوماتی دستاویزات (23%)، اور صرف 7 رسمی پالیسیاں (18%)۔ زیادہ تر دستاویزات اساتذہ اور طلبہ دونوں کو ایک ساتھ مخاطب تھیں (20، 51%)، نہ کہ صرف طلبہ کو (6، 15%)، اور نہ پالیسی کی نوعیت اور نہ ہی مخاطب تعلیمی طریقے کے ساتھ بدلے (Fisher's exact P = .85 اور P = .71)، جو اشارہ دیتا ہے کہ اوزاروں کا مرکب اداراتی عادت کی پیروی کرتا ہے، آن لائن، کیمپس یا ہائبرڈ پروگراموں کے تقاضوں کی نہیں۔ مواد علمی سالمیت، ذمہ دار AI استعمال اور طلبہ کے طرزِ عمل کے گرد جُڑا تھا، جبکہ عملی سیکھنے، تحقیق اور نقلی ماحول میں AI استعمال پر بہت کم رہنمائی تھی — بالکل وہیں جہاں نصاب اور ڈیٹا گورننس کے خدشات آپس میں ملتے ہیں۔ مصنفین یہ بھی بتاتے ہیں کہ زیادہ تر مواد علاقائی منظّم اداروں نے فراہم کیا (Higher Learning Commission n = 14 اور SACSCOC n = 13، مل کر تقریباً 60%، جن میں WASC علاقے سے کوئی نہیں)، اور دلیل دیتے ہیں کہ منظوری ہی وہ بیرونی لیور ہے جو پروگراموں کے درمیان فرق کو کم کرنے کے لیے سب سے زیادہ موزوں ہے۔
معاونت کے تقسیم شدہ ماحولیاتی نظام کے طور پر گورننس: Qian (2026) نے سب سے زیادہ جدت پسند درجہ بندی والی 50 امریکی یونیورسٹیوں کی AI رہنمائی کو کوڈ کیا اور پایا کہ گورننس اصول سے زیادہ تشریح اور معاونت کے طور پر عملی شکل اختیار کرتی ہے: 50 میں سے صرف 6 نے اپنے مرکزی صفحے کو "پالیسی" کہا، 50 میں سے 33 نے اساتذہ کو اداراتی توقعات کو کورس کے اصولوں میں ڈھالنے والا بنیادی مترجم قرار دیا، اور ایسا کرنے کی معاونت چار جُڑے ہوئے یونٹوں میں پھیلی ہوئی تھی — تدریس و سیکھنے کے مراکز جو نصاب کی زبان اور کورس پالیسی کے مینو فراہم کرتے ہیں، لائبریریاں جو حوالہ جات اور ماخذ کے معیار طے کرتی ہیں، IT اور انٹرپرائز گورننس کے دفاتر جو ڈیٹا کی درجہ بندی کے اصول اور جانچے گئے ٹول اسٹیک چلاتے ہیں، اور علمی سالمیت کے دفاتر جو باقاعدہ کارروائی اور تعلیم اول تدارک سنبھالتے ہیں۔ Qian دلیل دیتے ہیں کہ ابہام کم کرنے والی چیز سکافولڈنگ ہے، موقف نہیں، اور بتاتے ہیں کہ یہ غیر مساوی طور پر تقسیم ہے: 50 میں سے 33 اداروں نے نصاب یا کورس پالیسی کا مواد شائع کیا جبکہ صرف 4 نے طلبہ کی طرف رہنمائی کو سامنے رکھا۔ یہ اوپر بیان کردہ اوزاروں کے مرکب کی دریافت ہی تنظیمی شکل میں ہے — گورننس کی صلاحیت دستاویزات میں نہیں، یونٹوں میں قائم ہے۔
اخلاقیات، رازداری اور تعصب: گورننس کے میکانزم اُن اخلاقی اصولوں کو عملی شکل دیتے ہیں (اخلاقیات، رازداری، تعصب کا ازالہ) جنہیں اکثر تسلیم تو کیا جاتا ہے مگر نافذ نہیں کیا جاتا، اور یہ تعلیم میں ذمہ دار AI اور ریگولیٹری بحثوں سے جُڑتے ہیں۔
گورننس کے لیے اقدار و اصولوں کا میٹرکس۔ Agarwal et al. (2026)، جو 25 مضامین کا منظم جائزہ ہے، AIED کی اخلاقیات کو چھ بنیادی اخلاقی اقدار میں یکجا کرتے ہیں (عدم امتیاز، ڈیٹا کی نگہداشت، انسانی نگرانی، خیر خواہی، قابلِ وضاحت ہونا، تعلیمی موزونیت) اور ادب سے نکالے گئے اخلاقی اصولوں کو ایک اسٹیک ہولڈر بہ اقدار میٹرکس پر نقش کرتے ہیں۔ یہ نقشہ اصولوں کو مخصوص اقدار کے حصول کے لیے قابلِ عمل قواعد بناتا ہے اور AIED کے لیے تفصیلی اخلاقی فریم ورک اور ریگولیشن کی تعمیر کی بنیاد فراہم کرتا ہے — تعلیمی اداروں، ڈویلپرز اور ریگولیٹرز کو عمل درآمد کے لیے ٹھوس اصول دیتا ہے۔ انسانی نگرانی کے اصول تعلیمی اداروں اور حتمی صارفین پر مرکوز ہیں، تعلیمی موزونیت کے اصول تعلیمی اداروں اور ریگولیٹرز پر، اور ریگولیٹرز کے لیے خیر خواہی کے اصول کسی بھی دوسرے مجموعے سے کہیں زیادہ تعداد میں (نو) ہیں، جو پالیسی اور قانون سازی کے ذریعے یہ یقینی بنانے میں ریگولیٹرز کے کردار کی نشاندہی کرتے ہیں کہ AIED طلبہ کو فائدہ پہنچائے۔

گورننس کی تعلیم

AI گورننس دو سطحوں پر کام کرتی ہے جنہیں علم کی بنیاد ایک ساتھ دیکھتی ہے: وہ اداراتی اصول جو AI استعمال کو گورن کرتے ہیں (پالیسیاں، قابلِ قبول استعمال کے فریم ورک، جانچ اور اعلان کی شرائط) اور اُن اصولوں کے بارے میں تعلیم (لوگوں کو اُن پر عمل کرنے کے لیے تیار کرنا)۔ تعلیم کے بغیر گورننس کے غیر نافذ یا مبہم رہنے کا خطرہ ہے؛ گورننس کے بغیر تعلیم میں دانت نہیں۔ اِس دھارے کی تحقیق میں اداراتی GenAI پالیسی کا تجزیہ، AI اعلان کے فریم ورک، جائزے کی گورننس، برطانوی اعلیٰ تعلیم کی AI پالیسی، اور جامع AIED جائزے شامل ہیں جو گورننس کو وسیع تر پالیسی منظرنامے میں رکھتے ہیں۔

جائزے کی گورننس

AI گورننس کا ایک مرکزی میدان یہ ہے کہ ادارے جائزے کو کیسے گورن کرتے ہیں — وہ اصول جو طے کرتے ہیں کہ کس چیز کو قابلِ قبول AI استعمال سمجھا جائے، AI کی مدد سے کیا گیا کام کیسے اعلان کیا جائے، اور مجموعی پیمائشوں کی حفاظت کیسے کی جائے۔ اِس میں AI استعمال اور اعلان کے بیانات کا ڈیزائن اور نفاذ شامل ہے: تحقیق دکھاتی ہے کہ لازمی اعلانات اُس وقت ناکام ہوتے ہیں جب وہ سزا جیسے محسوس ہوں یا مبہم ہوں (Gonsalves 2025، Vetter et al. 2026)، اور یہ کہ واضح، مستقل اور اعتماد پر مبنی پالیسی ہی دراصل اعلان کو فروغ دیتی ہے۔ علم کی بنیاد کی تحقیق پکڑ پر مبنی گورننس (AI استعمال کی نگرانی، مثلاً AI کی پکڑ کے ذریعے) اور ڈیزائن پر مبنی گورننس (مجموعی اور مستند جائزے کو اِس طرح دوبارہ ڈیزائن کرنا کہ AI استعمال متوقع، اعلان شدہ اور جانچا ہوا ہو) میں فرق کرتی ہے۔ جائزے میں جنریٹو AI کی شواہد پر مرکوز گورننس اور Beyond Detection دلیل دیتے ہیں کہ گورننس کو کسی بھی پکڑ کے ساتھ جائزے کی دوبارہ تشکیل لازمی جوڑنی چاہیے، جبکہ AI سے مزاحم مجموعی فارمیٹوں کا انتخاب (زبانی امتحانات، نگرانی والے/بند کتاب پیمانے، کوڈ ریویو انٹرویوز — دیکھیں اختتامی جانچ) بذاتِ خود ایک گورننس فیصلہ ہے۔ بڑے پیمانے کے شواہد (Strömberg, Lei, & Wu 2026) مجموعی پیمائشوں کو گورن کرنے کی اہمیت پر زور دیتے ہیں، کیونکہ غیر گورن شدہ ہوم ورک AI کے ذریعے بڑھایا جا سکتا ہے جبکہ حقیقی سیکھنا کم ہو جاتا ہے۔ ممانعت کا دائرہ بذاتِ خود ایک گورننس فیصلہ ہے: Wright (2026) دکھاتے ہیں کہ "جنریٹو AI" پر پابندی کے وہ اصول جو پیداوار اور فارمیٹ تبدیلی میں فرق نہیں کرتے، معاون ٹرانسکرپشن ٹولز کو بھی اپنی لپیٹ میں لے لیتے ہیں اور پالیسی کی غلط تشریح کو بدسلوکی کے الزامات میں بدل دیتے ہیں، جس سے معذور اور مساوات کے لحاظ سے متاثر طلبہ پر بوجھ پڑتا ہے — یہ ایسی گورننس کی ناکامی ہے جسے قانونی مسائل اور خطرات سالمیت کا مسئلہ ہونے کے ساتھ ساتھ مساوات کا سوال بھی سمجھتے ہیں۔

وہ شواہد جو Zagami (2026) اعلیٰ داؤ والے میدانوں سے جمع کرتے ہیں، سادہ انکار کے بجائے غیر مساوی گورننس کی طرف اشارہ کرتے ہیں: جائزے، داخلے اور تادیبی عملوں میں جزوی اپنانا اور نامکمل پالیسی، جہاں اداراتی تعطل سادہ ناکامی کے بجائے ایک گورننس موقف کے طور پر کام کرتا ہے۔ اداراتی کام یہ ہے کہ انکار کو اِتنا اچھی طرح سمجھا جائے کہ گورننس بہتر ہو سکے، اور یہ پوچھا جائے کہ کون سے فیصلے انسانی جائزے کے محتاج ہیں، کون سے نظام آڈٹ کے محتاج ہیں، کون سے استعمال اعلان کے محتاج ہیں، اور کون سے خریداری کے انتخاب عوامی جواز کے محتاج ہیں۔ Weidlich (2026) جائزے سے متعلق ضمنی نتیجہ جوڑتے ہیں: ڈیٹیکٹر کے اسکور مشروط امکانی اشارے ہیں جو بذاتِ خود بدسلوکی ثابت نہیں کر سکتے، لہٰذا پکڑ پر مرکوز گورننس جائزے کے دعووں کے دفاع کی ناکافی بنیاد ہے۔

ایجنٹک AI گورننس کا سوال پھر بدل دیتا ہے: Wong & Sun (2026) 12 یونیورسٹیوں کی رہنمائی کا موازنہ کرتے ہیں اور نیا کام اِس میں تلاش کرتے ہیں کہ طالب علم کون سی ذمہ داریاں سونپ سکتا ہے اور کیا کوئی ایجنٹ اُس کی اسناد کے تحت کام کر سکتا ہے — یہ رسائی کا سوال ہے جسے استعمال بمقابلہ عدم استعمال کا اصول بیان نہیں کر سکتا۔

مختلف سطحوں پر گورننس

AI گورننس متعدد سطحوں پر کام کرتی ہے — قومی/ریگولیٹری (حکومتی پالیسی، OECD فریم ورک، ریاستی AI رہنما خطوط) سے لے کر اداراتی (یونیورسٹی پالیسیاں، AI اسٹیئرنگ گروپس، اخلاقی جائزہ بورڈز) اور کلاس روم (اساتذہ کے رہنما خطوط، نصاب کے بیانات، اسائنمنٹ کا ڈیزائن) تک۔ مؤثر گورننس اِن سطحوں کو ہم آہنگ کرتی ہے: قومی فریم ورک توقعات طے کرتے ہیں، ادارے اُنہیں پالیسیوں اور معاون ڈھانچوں میں ڈھالتے ہیں، اور اساتذہ اُنہیں اِس طرح نافذ کرتے ہیں جو طلبہ کی AI خواندگی اور ایجنسی کو مضبوط کرے۔ علم کی بنیاد کی تحقیق زور دیتی ہے کہ گورننس محض پابندی کے بارے میں نہیں بلکہ ذمہ دار، مساوی اور سیکھنے میں مددگار AI ادغام کی شرائط پیدا کرنے کے بارے میں ہے — بشمول اساتذہ کی پیشہ ورانہ ترقی، شفاف رہنمائی اور مسلسل جانچ۔ ایک ہی طرزِ عمل، مختلف فیصلے۔ Poudyal (2026) نے طلبہ کے استعمال کے 15 معیاری وینیٹس 20 آسٹریلوی یونیورسٹیوں کے عوامی پالیسی ماحول پر لاگو کیے اور 300 درجہ بندیاں حاصل کیں: 40.0% واضح طور پر ممنوع، 32.3% ممکنہ پالیسی خلاف ورزیاں، 9.0% شرائط کے ساتھ اجازت یافتہ، اور 18.7% غیر متعین — کوئی بھی واضح طور پر اجازت یافتہ کی حد تک نہ پہنچی۔ پابند اوزار 100 امتزاجوں میں جنریٹو AI کے بارے میں خاموش رہے جبکہ رہنمائی نے 88 حل کیے، اور اعلان شدہ زبان کی دوبارہ تحریر اور AI کا لکھا ہوا پیراگراف یونیورسٹیوں کے درمیان سب سے زیادہ اختلاف پیدا کرنے والے معاملات تھے، جبکہ جائزے کی واضح ممانعت پر مکمل اتفاق رہا۔ جہاں اوپر بیان کردہ سطحوں کو ہم آہنگ فرض کیا جاتا ہے، یہ مطالعہ ناپتا ہے کہ وہ کتنی دور ہٹتی ہیں، اور عملی حد کو پابند پالیسی کے بجائے رہنمائی میں تلاش کرتا ہے۔

اساتذہ کی گورننس اور دانستہ جائزے کی دلیل۔ جہاں اوپر کی سطحیں پالیسی کے ذریعے ہم آہنگ ہوتی ہیں، وہاں کچھ شعبے اُن تک مشترکہ گورننس کے ذریعے پہنچتے ہیں۔ Gutowski and Hurley (2025) لاء اسکولوں کو بالکل اِسی وجہ سے ایک مشکل معاملہ قرار دیتے ہیں: امریکی لاء فیکلٹیز کے پاس کورس کے معیارات پر غیر معمولی انفرادی اختیار ہوتا ہے، چنانچہ پالیسی اُنہیں سنائی نہیں جاتی بلکہ اُن کے ساتھ مل کر بنائی جاتی ہے، اور زیادہ تر اسکولوں نے ممانعتی اصول لکھتے وقت انفرادی اساتذہ کے لیے صوابدید محفوظ رکھی اور ٹیکنالوجی کے بدلتے ساتھ نظرثانی کا عہد کیا۔ اُن کی سفارشات — ڈیزائن میں لچک، باقاعدہ جائزہ، فعال تربیت، اور منظّم ادارے کے پالیسی مسلط کرنے کے انتظار کے بجائے معلومات کے تبادلے کے ذریعے خود ضابطگی — گورننس کو دستاویز کے بجائے ایک مسلسل عمل کے طور پر بیان کرتی ہیں، اور یہی نکتہ Delphi اتفاقِ رائے بھی بناتا ہے جب وہ مقررہ جائزہ چکروں اور ایک مستقل کثیر الشعبہ کمیٹی کی سفارش کرتا ہے۔

ادارے کی سطح پر، AIGEM فریم ورک (Tan et al. 2026) ذمہ دار AI کو تعلیمی انتظام کے لیے ایک اسٹریٹجک تنظیمی صلاحیت کے طور پر کھڑا کرتا ہے، اور AI اسٹریٹجک قیادت، ذمہ دار گورننس، فیصلہ ذہانت، انسانی-AI مشترکہ ذہانت، قابلیت کی ترقی اور پائیدار قدر کی تخلیق کو یکجا کرتا ہے -- اور ذمہ دار نفاذ کو SDGs سے جوڑتا ہے۔ یہ زور دیتا ہے کہ گورننس تدریس کے اوپر محض تعمیل کی تہہ نہیں بلکہ تعلیمی اداروں کا ایک انتظامی فرض ہے۔

نگہداشت کی اخلاقیات ذمہ داری اُس ادارے پر ڈالتی ہیں جس نے ٹول اپنایا۔ Jones (2026) ذمہ داری اُس ادارے میں تلاش کرتی ہیں جس نے نظام چنا، نہ کہ وینڈر میں اور نہ اُس استاد میں جس نے نمونہ دیکھا، اور پوچھتی ہیں کہ کیا وہی اصول اُن منتظمین کو بھی باندھتے ہیں جو اُنہیں لکھتے ہیں جتنے اُن طلبہ کو جو اُن کے تحت رہتے ہیں۔

زیادہ تر ادارے یہ نہیں بتا سکتے کہ AI کا مالک کون ہے۔ 13 ممالک کے اداروں کے 387 طلبہ اور عملے میں صرف 17% کو کسی نامزد AI انتظامی ذمہ داری کا علم تھا، جبکہ باقی میں سے 71% ایسی ذمہ داری چاہتے تھے اور توقع رکھتے تھے کہ وہ تربیت، اخلاقی نگرانی، ڈیٹا تحفظ اور حکمتِ عملی کو یکجا کرے گی (Kaže et al. (2026))۔

تعلیمی پالیسی سے تعلق

گورننس تعلیمی AI پالیسی سے الگ ہے — مگر اُس سے جدا نہیں۔ پالیسی مواد ہے: رسمی اصول اور بیانات (کس AI استعمال کی اجازت ہے، کس چیز کا اعلان لازم ہے، کون سا جائزہ جائز ہے)۔ گورننس وہ مشینری ہے جو اُن اصولوں کو پیدا کرتی، نافذ کرتی، عمل میں لاتی اور نظرثانی کرتی ہے: کون اُنہیں طے کرتا ہے، اُن کے لیے وسائل کیسے مختص اور اُن کی اطلاع کیسے دی جاتی ہے، تعمیل اور اپیلیں کیسے نمٹائی جاتی ہیں، اور AI کے ارتقا کے ساتھ وہ کیسے ڈھلتے ہیں۔ جہاں پالیسی صفحہ خود اصولوں اور اُن کے بلوغت کے خلا کی فہرست دیتا ہے، یہ صفحہ اُن ڈھانچوں اور طریقوں پر مرکوز ہے جو اصولوں کو حقیقی بناتے ہیں — اسٹیئرنگ گروپس، اخلاقی جائزہ، جائزے کی گورننس، اور سطحوں کے پار احتساب۔ کاغذ پر لکھا اصول پالیسی ہے؛ جو اصول ملکیت میں ہو، نگرانی میں ہو اور نافذ ہو، وہ گورننس ہے۔ دونوں ایک دوسرے پر منحصر ہیں: گورننس کے بغیر پالیسی غیر نافذ رہتی ہے، اور پالیسی کے بغیر گورننس میں سمت نہیں ہوتی۔

احتساب کی زبان ذمہ دار اداکار کو بے نام چھوڑ سکتی ہے۔ Poudyal (2026) نے 366 GenAI اعلیٰ تعلیم کے خلاصوں سے فرض یا جواب دہی کے 166 اظہار نکالے اور پایا کہ کسی نے بھی ذمہ داری کسی نظام پر نہیں ڈالی جبکہ 33 نے حامل کو غیر متعین چھوڑ دیا؛ "گورننس کی ضرورت ہے" کسی اُس شخص کا نام نہیں لیتا جو بلاتا، فیصلہ کرتا یا نافذ کرتا ہے۔ اداروں اور پالیسی اداکاروں پر 37 فرض آئے، ادارہ/معلم کنایتوں پر 30، اساتذہ پر 20، محققین پر 18، اور طلبہ پر صرف چھ۔

Svetec, Divjak & Kadoić (2026) اخلاقیات اور ڈیٹا گورننس کو قابلِ اعتماد LA پر مبنی تعلیمی مداخلتوں کے سات میں سے ایک فعال عنصر قرار دیتے ہیں — LA اور AI کے اخلاقی استعمال کی پالیسیاں، ڈیٹا کی رازداری، تحفظ اور احتساب — اور قابلِ اعتماد ہونے (بشمول نفاذ میں معاونت کرنے والی قیادت اور گورننس) کو معنی خیز ڈیٹا پر مبنی مداخلتوں کی پیشگی شرط کے طور پر کھڑا کرتے ہیں۔

گورننس کو ٹول میں ڈیزائن کیا جا سکتا ہے۔ چھ جہتوں والا گورننس پروفائل - تدریسی بنیاد، تدریسی اختیار، انسانی احتساب اور کنٹرول، سیکھنے والے کی ایجنسی اور علمی شمولیت، سیاق و سباق کی خصوصیت، اور جانچ کی نظر آوری - گورننس کو تدریسی ٹول کے تعامل کے نمونے، پرامپٹس، روبرکس، منظوری کے دروازوں اور ڈیش بورڈز میں تلاش کرتا ہے، اور پوچھتا ہے کہ کیا میکانزم تدریسی فعل سے مطابقت رکھتے ہیں، نہ کہ یہ کہ ٹول کتنا سخت یا کھلا ہے (Dickey, 2026)۔
انسانی مرکز والا فریم ورک ٹول کے بجائے تشریح کو مرکز میں رکھتا ہے۔ ایک مشن پر مبنی لبرل آرٹس کالج میں، اساتذہ نے ایک منظم Education Day کے دوران جنریٹو-AI کی معاونت والا Assessment Wizard استعمال کیا، اور مصنفین نتیجہ اخذ کرتے ہیں کہ انسانی فیصلہ ہی ناقابلِ گفت و شنید تشریحی اختیار رہنا چاہیے، اور وسیع نفاذ سے پہلے تصدیق کے چیک پوائنٹس اور گورننس موجود ہونی چاہیے (Ravesloot, Copeland & Pryor, 2026)۔ ترتیب یہ ہے: پہلے تشکیل اور تصدیق، بعد میں پیمانہ۔

عام غلط فہمیاں

"یونیورسٹیوں نے پابند AI پالیسی اپنا لی ہے۔" 48 اداروں میں سے 40 (83%) کے پاس کم از کم ایک عوامی دستاویز تھی، اور اُن 40 میں گورننس زیادہ تر رہنمائی کے طور پر عملی شکل اختیار کرتی تھی، پابند اصول کے طور پر نہیں۔ شائع شدہ رہنمائی قابلِ نفاذ پالیسی نہیں ہوتی۔
"پالیسی طلبہ کو سامنے رکھ کر لکھی جاتی ہے کیونکہ خطرہ طلبہ ہیں۔" زیادہ تر دستاویزات اساتذہ اور طلبہ دونوں کو ایک ساتھ (20، 51%) مخاطب تھیں، نہ کہ صرف طلبہ کو (6، 15%)، اور نہ پالیسی کی نوعیت اور نہ مخاطب تعلیمی طریقے کے ساتھ بدلا۔ انداز مشترک ہے، جس کا مطلب ہے کہ فرض بھی مشترک ہیں۔
"مبہم پالیسی طلبہ کے تجربے کو چھوتی ہی نہیں۔" پالیسی کا ابہام طلبہ کے تجربے میں براہ راست نظر آتا ہے: GenAI کے ساتھ طلبہ کی شمولیت اِس غیر یقینی سے شکل پاتی ہے، چنانچہ ابہام ایک فعال کیفیت ہے، غیر جانبدار خلا نہیں۔

منسلک تصورات

تدریسی شراکت داریاں — تدریسی شراکت داریاں
AI استعمال اور انکشاف کے بیانات — AI استعمال اور اعلان کے بیانات
ریموٹ پروکٹرنگ
اخلاقیات
اعلیٰ تعلیم
رازداری
تعصب کا ازالہ
علمی سالمیت
مصنوعی ذہانت کی لیٹریسی
لرننگ اینالیٹکس
طلبہ کا تجربہ
تعلیم میں AI کی پالیسی
تعلیم میں AI کی ضابطگی
اختتامی جانچ
AI کا غلط استعمال اور سیکھنے کو نقصان
اعتماد کی کیلیبریشن
جنریٹو AI
حصہ دار — چھتری: AI تعلیم میں لوگ اور سامعین (سیکھنے والے، اساتذہ، ڈیزائنرز، منتظمین، پالیسی ساز)
طلبہ کی معاونت اور کامیابی — اداراتی AI معاون نظاموں کی نگرانی

منسلک مضامین

AI Adoption at Higher Education Institutions: A Call for Designated AI Management — اعلیٰ تعلیم میں AI اپنانا: نامزد AI انتظام کی دلیل (Kaže et al. 2026)
Care Ethics for AI Governance in Higher Education: Applying the Jones AI Ethics Framework — اداراتی AI گورننس کے لیے نگہداشت کی اخلاقیات، پانچ اجزا اور وہ اداراتی سوالات جن میں وہ بدلتی ہیں
Generative AI Governance in Education: A Scoping Review of Principles, Mechanisms, and Risks in English-Language Documents — تعلیم میں جنریٹو AI گورننس: اصولوں، میکانزم اور خطرات کا اسکوپنگ ریویو (Elmahjub et al. 2026)
Artificial Intelligence Literacy and Sustainable Development: An Ethical Governance and Development Goals Framework — پائیدار ترقی کے لیے گورننس کی صلاحیت کے طور پر AI خواندگی: AIRE Taxonomy اور AI–SDG Nexus (Islam, Morshed & Islam 2026)
Artificial Intelligence in Educational Management: Opportunities, Challenges, and Future Directions — تعلیمی انتظام میں AI گورننس کے لیے AIGEM فریم ورک
Institutional approaches to artificial intelligence policy and guidance in health informatics and information management education: emerging trends and inconsistencies — 48 CAHIIM سے منظور شدہ ہیلتھ انفارمیٹکس پروگراموں میں AI پالیسی اور رہنمائی کی دستاویزات: غیر پابند، سالمیت مرکز رہنمائی کے طور پر گورننس (Eldredge et al. 2026)
A Guided Inquiry Approach to Students Co-Designing Generative AI Course Policies — رہنمائی شدہ تفتیش کے ذریعے طلبہ کا GenAI کورس پالیسیوں کی مشترکہ ڈیزائن (Hingle & Johri 2026)
From Learning Analytics to Educational Interventions: Enhancing Decision-Making and Learning Design — سیکھنے کے تجزیات سے تعلیمی مداخلتوں تک: قابلِ اعتماد LA پر مبنی مداخلتوں کے فعال عناصر (Svetec, Divjak & Kadoić 2026)
Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher — AI استعمال کے اعلانات کی طلبہ کی عدم تعمیل
The Hidden Cost of Disclosure: A Multi-institutional Study on Undergraduate Students' Generative AI Usage and Faculty Accusations — اعلان کی پوشیدہ قیمت
"Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education — طلبہ کا AI اعلان، بدنامی اور خود ضابطگی والی سیکھنا
Which inference is at risk? Assessment validity reasoning and generative AI — کون سا استدلال خطرے میں ہے: جائزے کی درستگی کی استدلال اور جنریٹو AI (Weidlich 2026)
Governing generative AI in higher education: a global Delphi study on policy and practice — GenAI گورننس اور پالیسی پر عالمی Delphi
Governing generative AI in higher education: Emerging policy approaches and support ecosystems at innovative U.S. universities — رہنمائی کے ذریعے گورننس: 50 جدت پسند امریکی یونیورسٹیوں میں اساتذہ کے طے کردہ نصابی اصول اور چار یونٹوں پر مشتمل معاون ماحولیاتی نظام (Qian 2026)
Forging ahead or proceeding with caution: Developing policy for generative artificial intelligence in legal education — لاء اسکول GenAI پالیسی میں اساتذہ کی گورننس، انفرادی صوابدید اور باقاعدہ جائزہ (Gutowski & Hurley 2025)
Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment — حد سے بڑھی "AI" ممانعتیں، فارمیٹ تبدیلی اور معقول موافقت کا مسئلہ (Wright 2026)
AI refusal in higher education: the right to refuse, the duty to understand and the diagnostic value of non-use — شواہد کے طور پر انکار: غیر مساوی گورننس، سمجھنے کا فرض اور عدم استعمال کی تشخیصی قدر (Zagami 2026)
Anticipatory governance and leadership for AI implementation in higher education: A scoping review — AI کے لیے پیشگی گورننس اور قیادت
New systems of learning for distance learning institutions? A six-study review of implementing AIDA — اوپن یونیورسٹی میں AIDA کا نفاذ
Leveraging complex systems: Leading for transformative change — SPARK: تبدیلی آمیز رہنمائی
Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study — طلبہ کی GenAI کے ساتھ شمولیت (SDT)
Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — پکڑ سے آگے: مستند جائزے کی دوبارہ تشکیل
A Comparative Analysis of Institutional and Course Generative AI Policies within Higher Education: Implications for Instruction in Computing Education — کمپیوٹنگ میں اداراتی GenAI پالیسی
Structuring Transparency: Developing Domain-Specific Generative AI Declaration Frameworks in Higher Education — AI اعلان کے فریم ورک
Generative AI as a Design Variable: An Evidence-Centered Framework for Principled Governance in STEM Assessment — GenAI کے تحت جائزے کی گورننس
Artificial Intelligence in UK Higher Educational Policy and Institutional Decision Making — برطانوی اعلیٰ تعلیم کی پالیسی میں AI
Review of Artificial Intelligence in Education from 2020 to 2025 — AIED تحقیق کا جامع جائزہ
The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — علمی مشترکات کا المیہ: AI اور مہارت کی باز تخلیق
The Policy Deficit in AI × Social-Emotional Learning Research — AI × SEL تحقیق میں پالیسی کی کمی
Identifying the ethical values and norms for artificial intelligence in education: A systematic literature review — تعلیم میں AI کے لیے اخلاقی اقدار اور اصول
Zero-shot governance — زیرو شاٹ گورننس: پالیسی میں عمومی مقصد والا AI (Perrotta 2026)
Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — کون عمل کرتا ہے، کون جانتا ہے، کون جواب دیتا ہے؟ جنریٹو AI اعلیٰ تعلیم کی تحقیق میں ایجنسی، علمی ذمہ داری اور احتساب کا کارپس کی مدد سے گفتاری تجزیہ
Instructional Governance by Design: A Framework for AI in Computing Education — ڈیزائن کے ذریعے تدریسی گورننس: کمپیوٹنگ تعلیم میں AI کے لیے ایک فریم ورک
Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education — مجاز حد کی نقشہ بندی: آسٹریلوی اعلیٰ تعلیم میں جنریٹو AI گورننس کا تقابلی پالیسی-وینیٹ مطالعہ
Delegation Is Not Assistance: Agentic AI and Assessment Governance in Higher Education — A Comparative Documentary Analysis of 12 Universities — تفویض، شواہد اور رسائی: ایجنٹک AI یونیورسٹی جائزے کی گورننس میں کیا بدلتا ہے (Wong & Sun 2026)
Experimental futuring: AI prototyping and pilot testing as anticipatory governance in education — AI پروٹوٹائپس اور اسکولی پائلٹس بطور گورننس مشینری جو ایک منتخب مستقبل کی پیشگی تصویر بناتی ہے (Williamson et al

میٹا ڈیٹا

درجہ	Higher Ed
ادارے اور پالیسی	تبدیلی کا انتظام, تعلیم میں AI کی پالیسی, تعلیم میں AI کی ضابطگی
مساوات، اخلاق اور ذمہ دار استعمال	اخلاقیات, رازداری
تعلیم میں AI کی بنیادیں	تعلیم میں مصنوعی ذہانت

ذریعہ تاریخچہ ترمیم کریں گفتگو