پالیسی امپیکٹ سمولیشن — ایک مسودہ قانون کے پبلک ہونے سے پہلے اس کی جانچ کریں۔

پالیسی کے اثرات کا تخروپن آپ کو یہ دیکھنے دیتا ہے کہ پالیسی یا مسودہ قانون کے شائع ہونے سے پہلے مختلف گروپس اس پر کیا ردعمل ظاہر کرتے ہیں۔ آپ مسودہ اور پس منظر کے دستاویزات اپ لوڈ کرتے ہیں، شہریوں، کاروباری اداروں، یونینوں، میڈیا اور حکام کی نمائندگی کرنے والے AI ایجنٹس ایک مصنوعی سوشل نیٹ ورک میں اس پر بحث کرتے ہیں، اور ایک تجزیہ کار ایجنٹ خلاصہ کرتا ہے کہ حمایت، مخالفت اور دباؤ کہاں سے آنے کا امکان ہے۔ نتیجہ ایک پیشن گوئی نہیں ہے جسے آپ بینک لے جا سکتے ہیں، لیکن ایک منظم مفروضہ ہے جو آپ کو بہتر الفاظ، بہتر دلائل اور بہتر اختیارات تیار کرنے میں مدد کرتا ہے۔

کسی پالیسی کو شائع کرنے سے پہلے اس کی جانچ کیوں کریں۔

زیادہ تر پالیسیاں ظاہر ہونے کے بعد پہلے چند دنوں میں عوام کی طرف سے فیصلہ کیا جاتا ہے. کون ادا کرتا ہے، کون مستثنیٰ ہے یا کون فیصلہ کرتا ہے اس کے بارے میں ایک ہی لائن پوری بحث کی وضاحت کر سکتی ہے۔ روایتی ٹولز، جیسے کہ مشاورتی راؤنڈ، پول اور فوکس گروپس، قیمتی ہیں لیکن سست، مہنگے اور عام طور پر متن کے پہلے سے عام ہونے کے بعد آتے ہیں۔

تخروپن اس لمحے سے پہلے خلا کو پُر کرتا ہے۔ یہ آپ کو عملی سوالات کے جوابات دینے میں مدد کرتا ہے:

• کون سے گروہ محسوس کریں گے کہ وہ کچھ کھو رہے ہیں، چاہے پالیسی ان کی توازن میں مدد کرتی ہو؟
• مخالفین پہلے کون سے دلائل استعمال کریں گے، اور کون سے زیادہ پھیلے گا؟
• کون سی شق سیاق و سباق سے ہٹ کر پیش کی جائے گی؟
• کیا آپ کی تیار کردہ وضاحتیں حقیقت میں الجھن کو کم کرتی ہیں، یا نئے سوالات پیدا کرتی ہیں؟

مقصد کم سرپرائز کے ساتھ عوامی لانچ پر پہنچنا ہے، جمہوری مشاورت کی جگہ لینا نہیں۔

قانون کا مسودہ کیسے کام کرتا ہے۔

InfoDome میں، آپ دستاویزات کو اپ لوڈ کرکے شروع کرتے ہیں: مسودہ متن، ایک وضاحتی یادداشت، پچھلی خبروں کی کوریج، دلچسپی رکھنے والے گروپوں کے بیانات، یا پالیسی بریف۔ فارمیٹس جیسے PDF ، Markdown اور TXT تعاون یافتہ ہیں۔ پھر آپ واضح الفاظ میں بیان کرتے ہیں کہ آپ کیا پیشین گوئی کرنا چاہتے ہیں، مثال کے طور پر: "چھوٹے کاروباری مالکان، کرایہ دار اور مقامی میڈیا پہلے دو ہفتوں میں کرایہ کے نئے رجسٹریشن قوانین پر کیا ردعمل ظاہر کریں گے؟"

ان دستاویزات سے، InfoDome اس میں شامل لوگوں، تنظیموں اور گروہوں اور ان کے درمیان تعلقات کا علمی گراف بناتا ہے۔ اس بنیاد پر یہ سیکڑوں AI ایجنٹس بناتا ہے، جن میں سے ہر ایک کا اپنا کردار، پوزیشن اور طویل مدتی یادداشت ہوتی ہے۔ کچھ ایجنٹس آپ کے دستاویزات میں سے حقیقی ناموں والے اداروں سے مطابقت رکھتے ہیں، جیسے کہ وزارت، یونین یا معروف تبصرہ نگار؛ دوسرے عوام کے عام ارکان کی نمائندگی کرتے ہیں۔

اس کے بعد ایجنٹ متوازی طور پر دو پلیٹ فارمز پر بات چیت کرتے ہیں: تیز ردعمل کے لیے Twitter جیسی فیڈ اور طویل بحث کے لیے Reddit جیسا فورم۔ آپ راؤنڈز کی تعداد کا انتخاب کرتے ہیں، مثال کے طور پر 10، 20 یا 40، اور ایجنٹس اپنی یادداشت کو اپ ڈیٹ کرتے ہیں جیسے ہی بحث شروع ہوتی ہے۔ آخر میں، ایک تجزیہ کار ایجنٹ نتائج کے ساتھ پیشین گوئی کی رپورٹ لکھتا ہے، اور آپ کسی بھی ایجنٹ سے انٹرویو لے سکتے ہیں یا تجزیہ کار سے فالو اپ سوالات پوچھ سکتے ہیں۔

اسٹیک ہولڈرز کی نقشہ سازی اور دباؤ کہاں سے آتا ہے۔

ایک کارآمد پالیسی کا تخروپن نہ صرف یہ ظاہر کرتا ہے کہ رد عمل مثبت ہیں یا منفی، بلکہ انہیں کون چلاتا ہے۔ توجہ دیں:

• ابتدائی حرکت کرنے والے۔ کون سے ایجنٹ سب سے پہلے تبصرہ کرتے ہیں اور دوسروں کے لیے مسئلہ تیار کرتے ہیں؟
• پل۔ کون ایک کمیونٹی سے دوسری کمیونٹی میں دلیل لے کر جاتا ہے، مثال کے طور پر پیشہ ورانہ ایسوسی ایشن سے عام سامعین میں؟
• خاموش ہارنے والے۔ کون سے گروپس بمشکل پوسٹ کرتے ہیں لیکن جب آپ ان کا انٹرویو کرتے ہیں تو سخت تشویش کا اظہار کرتے ہیں؟
• ادارہ جاتی دباؤ۔ کیا اپوزیشن جماعتوں، انجمنوں یا مقامی حکام کی نمائندگی کرنے والے ایجنٹ ترامیم، تاخیر یا چھوٹ کا مطالبہ کرتے ہیں؟

علم کا گراف یہاں مدد کرتا ہے کیونکہ یہ تعلقات کو واضح کرتا ہے۔ اگر ایک تجارتی انجمن کئی علاقائی کاروباری گروپوں سے منسلک ہے، تو آپ دیکھ سکتے ہیں کہ آیا اس کی پوزیشن ان روابط کے ساتھ پھیلتی ہے۔ اسٹیک ہولڈر کے گہرے نقطہ نظر کے لیے، اسٹیک ہولڈر کی نقشہ سازی کا منظر نامہ ایک اچھا نقطہ آغاز ہے۔

منصفانہ بیانیہ: حقیقی میدان جنگ

پالیسیاں اپنی تکنیکی تفصیلات کی وجہ سے شاذ و نادر ہی ناکام ہوتی ہیں۔ وہ اس وقت ناکام ہو جاتے ہیں جب انصاف پسندی کی ایک سادہ سی کہانی سامنے آتی ہے: "امیر مستثنیٰ ہیں"، "چھوٹے شہر دارالحکومت کے لیے ادائیگی کرتے ہیں"، "ایماندار لوگوں کو دوسروں کی غلطیوں کی سزا دی جاتی ہے"۔ نقلی شکل میں، ان داستانوں کو دیکھیں:

• کس کو فاتح اور کس کو ہارنے والا قرار دیا گیا ہے؟
• کیا پالیسی کو اوپر سے عائد کردہ بوجھ کے طور پر دیکھا جاتا ہے یا مشترکہ کوشش کے طور پر؟
• کیا ایجنٹ بیان کردہ ہدف کو قبول کرتے ہیں لیکن طریقہ کو مسترد کرتے ہیں، یا ہدف کو ہی مسترد کرتے ہیں؟

جب ایک منصفانہ بیانیہ ظاہر ہوتا ہے، تو ان ایجنٹوں سے انٹرویو کریں جو اسے دہراتے ہیں۔ پوچھیں کہ ان کے ذہن میں کیا تبدیلی آئے گی: ایک عبوری مدت، ایک ٹوپی، ایک واضح چھوٹ، ایک مختلف ترجمان۔ ان کے جوابات جانچ کے لیے مفروضے ہیں، ہدایات نہیں، لیکن وہ اس طرف اشارہ کرتے ہیں کہ آپ کی وضاحت کہاں کمزور ہے۔

ساتھ ساتھ پالیسی کے اختیارات کا موازنہ کرنا

تخروپن کے سب سے مضبوط استعمال میں سے ایک متبادل کا موازنہ کرنا ہے۔ یہ پوچھنے کے بجائے کہ "کیا لوگ اس پالیسی کو قبول کریں گے؟"، پوچھیں "ان میں سے کون سا ورژن کم مزاحمت اور کم غلط فہمیاں پیدا کرتا ہے؟"

ایک عملی نقطہ نظر:

1. کلیدی شقوں کے دو یا تین ورژن، یا ایک ہی پالیسی کو مختلف وضاحتوں کے ساتھ تیار کریں۔
2. یکساں دستاویزات، سامعین اور راؤنڈز کی تعداد کے ساتھ ہر ورژن کے لیے ایک الگ نقلی چلائیں۔
3. رپورٹس کا موازنہ کریں: اہم اعتراضات، گروہ جو متحرک ہوتے ہیں، بحث کا لہجہ، سوالات جو کھلے رہتے ہیں۔
4. ہر دوڑ میں ایک ہی گروپ کے ایجنٹوں کا انٹرویو یہ دیکھنے کے لیے کہ ان کے استدلال میں کیا تبدیلی آئی ہے۔

کیونکہ نتائج رنز کے درمیان مختلف ہوتے ہیں، واضح اور بار بار فرق کو سگنل اور چھوٹے فرق کو شور سمجھیں۔ پالیسی کے اختیارات کا منظر نامہ بالکل اسی قسم کے موازنہ کے لیے ڈیزائن کیا گیا ہے۔

کام کی مثال: میونسپل پارکنگ میں اصلاحات

ایک سٹی کونسل کا تصور کریں جو مرکز میں پارکنگ فیس بڑھانے اور آمدنی کو پبلک ٹرانسپورٹ کے لیے استعمال کرنے کا ارادہ رکھتی ہے۔ ٹیم فیصلے کا مسودہ، ایک مختصر وضاحتی نوٹ، ٹریفک کے بارے میں دو مقامی خبروں کے مضامین اور دکانداروں کی ایسوسی ایشن کا بیان اپ لوڈ کرتی ہے۔ پیشین گوئی کا سوال یہ ہے کہ: "پہلے مہینے کے دوران رہائشیوں، مسافروں، دکانوں کے مالکان اور مقامی میڈیا کا کیا ردعمل ہوگا؟"

وہ 20 راؤنڈ ہر ایک کے لئے دو اختیارات چلاتے ہیں۔ آپشن A بعد میں سرمایہ کاری کے منصوبے کے ساتھ فیس میں اضافے کے طور پر اصلاحات کو پیش کرتا ہے۔ آپشن B نئی بس لائنوں اور رہائشیوں کی رعایت کے ساتھ آگے بڑھتا ہے، اور دوسرے نمبر پر فیس میں اضافے کا ذکر کرتا ہے۔

آپشن A کے لیے نقلی بحث میں، دکان کے مالکان فوری طور پر اصلاحات کو "گاہکوں پر ٹیکس" کے طور پر تیار کرتے ہیں، دور دراز علاقوں سے آنے والے مسافر شکایت کرتے ہیں کہ ان کے پاس کوئی متبادل نہیں ہے، اور مقامی میڈیا ایجنٹ دونوں خدشات کو بڑھاتے ہیں۔ آپشن B میں بحث زیادہ پرسکون ہے، لیکن ایک نیا سوال ظاہر ہوتا ہے: "مقامیوں کی رعایت کے لیے کون اہل ہے؟" تجزیہ کار کی رپورٹ سے پتہ چلتا ہے کہ آپشن B غصے کو کم کرتا ہے لیکن پہلے دن سے اہلیت کی واضح وضاحت کی ضرورت ہے۔

ٹیم اس کو ثبوت نہیں مانتی۔ وہ اس کا استعمال کمیونیکیشن پلان کو دوبارہ لکھنے، چھوٹ پر اکثر پوچھے گئے سوالات تیار کرنے اور دکانداروں کی ایسوسی ایشن کے ساتھ جلد ملاقات کرنے کے لیے کرتے ہیں۔

وہ حدود جو آپ کو ذہن میں رکھنی چاہئیں

تخروپن فیصلے کی حمایت کرتا ہے؛ یہ اسے تبدیل نہیں کرتا. ان حدود کو ذہن میں رکھیں:

• ایجنٹ آپ کے دستاویزات میں جو کچھ ہے اس پر ردعمل ظاہر کرتے ہیں۔ آج وہ خود سے حقیقی وقت کی خبریں نہیں پڑھتے، اس لیے اگر کوئی بڑا واقعہ بحث کی شکل دینے کا امکان ہو تو اسے مواد میں شامل کریں۔
• نتیجہ کا معیار ان پٹ کے معیار اور توازن پر منحصر ہے۔ اگر آپ کی دستاویزات میں صرف حکومت کا نظریہ ہے تو ایسے ذرائع شامل کریں جو دوسرے موقف کا اظہار کرتے ہوں۔
• نتائج قابلِ جائزہ مفروضے ہیں۔ متعدد نقلیں چلائیں، ان کا موازنہ کریں اور اپنے علم اور جہاں ممکن ہو، حقیقی مشاورتی ڈیٹا کے خلاف نتائج کو چیک کریں۔

اگر آپ موجودہ اصول میں اعلان کردہ تبدیلی پر کام کرتے ہیں، تو اس کے ارد گرد مواصلات کی مشق کرنے کے لیے بحران PR سمولیشن بھی دیکھیں۔ اپنے مسودے پر نقطہ نظر کو آزمانے کے لیے، InfoDome کنسول کھولیں، اپنے دستاویزات اپ لوڈ کریں اور بیان کریں کہ آپ کیا پیشین گوئی کرنا چاہتے ہیں۔ آپ سائن اپ کرنے سے پہلے کام کی تیاری کر سکتے ہیں۔