AI Inayolinda Mamlaka ya Nchi

Eneo la majadiliano ya UNFCCC limejaa data, nyaraka, historia, na istilahi zinazoendelea kubadilika kila wakati. Ni eneo ambamo lugha sahihi na uelewa thabiti wa masuala yenye vipengele vingi vinaweza kuathiri matokeo kwa kiasi kikubwa. Hapa ndipo teknolojia kama miundo mikubwa ya lugha inaweza kutoa faida ya kimkakati.

1.1Kwa nini tunapaswa kujali?

Kwa wanamajadiliano vijana wa tabianchi wanaowakilisha mataifa yao katika Mkataba wa Mfumo wa Umoja wa Mataifa kuhusu Mabadiliko ya Tabianchi, maslahi yaliyo hatarini ni makubwa. Wanabeba wasiwasi na matarajio ya kizazi kichanga zaidi, kizazi kitakachorithi matokeo ya maamuzi ya leo. Hata hivyo, mara nyingi hukabili ugumu katika kufikia kiasi kikubwa cha data za tabianchi, kuelewa nuances za lugha ya sera, au kuwasilisha hoja zao kwa ufanisi.

Miundo ya lugha inaweza kusaidia katika mambo yote hayo matatu. Huchakata, huelewa, na huzalisha matini kwa kuzingatia mikusanyo mikubwa sana ya maandishi, jambo linaloifanya iwe muhimu hasa kwa mambo manne.

Uchambuzi wa taarifa. Kufupisha kiasi kikubwa cha data za tabianchi na utafiti kuwa maarifa mafupi na yenye maana, ili wanamajadiliano waweze kuendana na matokeo ya hivi karibuni.

Usaidizi katika uandishi wa sera. Kuwasaidia wanamajadiliano kuunda hoja zao kwa lugha inayogusa hadhira, inayozingatia utaratibu wa mkataba, na bado inayojitokeza.

Mawasiliano baina ya tamaduni. Kutafsiri na kuweka taarifa katika muktadha, jambo linalofanya mazingira ya majadiliano yawe jumuishi zaidi.

Uigaji na mafunzo. Kutoa hali za mazungumzo zilizoigwa ili wanamajadiliano vijana waweze kufanya mazoezi kabla hawajaingia katika jukwaa la kimataifa.

Teknolojia yenyewe ni nusu tu ya simulizi. Kutumia zana hizi vizuri kunaashiria mabadiliko mapana zaidi, ambapo vijana wanaunganisha dhamira yao ya kuchukua hatua za tabianchi na zana zinazounda namna maamuzi yanavyofanywa.

1.2Jinsi ya kutumia mwongozo huu

Nusu ya kwanza inaeleza mifumo hii ni nini, wanamajadiliano wanahitaji nini, na jinsi ya kuiomba modeli kitu chenye manufaa. Nusu ya pili inahusu mawakala, ambao husoma seti nzima za nyaraka na kutekeleza jukumu katika hatua kadhaa. Sura za mwisho zinashughulikia ni nani anayemiliki data zako, jinsi ya kuendesha modeli unayoidhibiti, na gharama yake kwa sayari. Kila sura ina vidokezo elekezi unavyoweza kunakili, na hakuna sehemu inayohitaji usuli wa kiufundi.¹1Toleo la kwanza liliandikwa mwaka 2024 kwa ajili ya Climate Youth Negotiator Programme. Mahojiano katika sura ya 3 na kiambatisho yanatokana na kazi hiyo.

2.1Tulivyofika hapa

Mwaka 1957 mwanasaikolojia Frank Rosenblatt alianza programu ya perceptron katika Cornell Aeronautical Laboratory, na US Navy ikaonyesha mashine ya perceptron mwaka uliofuata. Perceptron ni mfano rahisi wa kihisabati wa seli ya ubongo: huunganisha ingizo, hutumia uzito, na kutoa tokeo. Ulikuwa mfano dhahania badala ya mwigo wa ubongo, lakini mitandao ya kisasa ya neva kwa sehemu inatokana nao.

Kisha maendeleo yakakwama kwa miongo kadhaa, yakizuiwa na data iliyopatikana, maunzi yaliyopatikana, na mbinu za mafunzo zilizopatikana. Uwanja huo ulisonga tena pale vikwazo hivyo vitatu vilipolegezwa pamoja. Mwaka 2012 Alex Krizhevsky, Ilya Sutskever, na Geoffrey Hinton waliifundisha AlexNet kwa picha milioni 1.2 zilizowekewa lebo kwa kutumia vitengo vya uchakataji michoro, na kuripoti kiwango cha kosa cha asilimia 17.0 katika majibu matano ya juu kwenye ImageNet.¹1Tokeo hilo lilitokana na usanifu, upanuzi wa data, na seti ya data kwa kiwango sawa na lilivyotokana na maunzi.

Mwaka 2017 watafiti wa Google walianzisha Transformer, unaotegemea umakini badala ya urejeleaji. Umakini hukokotoa uzito kati ya maneno katika kifungu kulingana na muktadha, ili muundo uweze kuhusisha sehemu zilizo mbali za matini. Transformers hufundishwa vizuri kwa usambamba, na ndizo msingi wa karibu kila mfumo katika mwongozo huu.

Kisha OpenAI ilitumia Transformer katika mafunzo ya awali ya uzalishaji. GPT na GPT-2 zilionyesha kwamba muundo uliofundishwa kutabiri tu neno linalofuata ungeweza kujifunza uwezo mwingi bila muundo tofauti uliofundishwa kwa kila kazi. Watafiti waliona sheria za ukuaji wa kipimo, maana yake utendaji uliimarika kwa namna inayoweza kutabirika kadiri ukokotoaji, data, na ukubwa wa muundo zilivyokua, mradi ukubwa wa muundo na data ya mafunzo zilibaki katika uwiano.

Tarehe 30 Novemba 2022 OpenAI ilitoa ChatGPT kama hakikisho la utafiti la bure, na kiolesura cha mazungumzo kiliweka uwezo huu mbele ya kila mtu.

Mabadiliko mengine mawili yalifuata. Septemba 2024 OpenAI ilitangaza o1, na Januari 2025 DeepSeek ilitoa R1. Yote mawili hutumia ukokotoaji wa ziada wakati wa kujibu, yakizalisha madokezo marefu zaidi ya kazi kabla ya kutoa jibu, jambo linalosaidia katika matatizo yanayochukua hatua kadhaa. Na miundo ilianza kuunganishwa na zana na mizunguko, ambalo ndilo somo la sura ya 6.

2.2Kichocheo

Katika msingi wake, muundo wa lugha ni aina ya akili bandia iliyosanifiwa kuelewa, kuzalisha, na kufanya kazi na lugha ya binadamu. Ufikirie kama ubongo mkubwa wa kidijitali, uliofundishwa kwa matini kutoka vitabu, makala, tovuti, na vyanzo vingine, ambao hutumia matini hizo kuzalisha matini inayofanana na ya binadamu kulingana na ruwaza inazotambua.

ChatGPT, kama miundo mingine katika mfululizo wa GPT wa OpenAI au Llama ya Meta, hujengwa katika hatua mbili: mafunzo ya awali, kisha mafunzo ya baada. Zamani mafunzo ya baada yalimaanisha duru moja ya urekebishaji mahususi. Sasa yana sehemu mbili, na sehemu ya pili ndiyo sababu miundo ya karibuni inaweza kushughulikia matatizo marefu.

Mafunzo ya awali. Muundo hufundishwa kwa kiasi kikubwa sana cha matini kutoka mtandaoni. Haujui mahsusi ni nyaraka gani zilikuwa katika seti yake ya mafunzo. Lengo ni kujifunza sarufi, ukweli kuhusu dunia, kiasi fulani cha uwezo wa kuhoji, na zaidi ya yote namna ya kutabiri neno linalofuata katika sentensi. Kwa kufanya hivyo humeza kiasi cha kushangaza cha taarifa, kuanzia ukweli mdogo wa kila siku hadi dhana changamano.

Urekebishaji mahususi unaosimamiwa. Nusu ya kwanza ya mafunzo ya baada. Muundo hufundishwa zaidi kwa seti nyembamba zaidi ya data iliyoandikwa na kukadiriwa na wahakiki binadamu wanaofuata miongozo iliyochapishwa. Wahakiki hutathmini matokeo yanayowezekana kwa aina mbalimbali za ingizo za mfano, na muundo hujumlisha kutokana na mrejesho huo kwa wigo mpana wa maombi ya watumiaji. Hili ndilo linaloufundisha kufuata maelekezo badala ya kuendeleza tu sentensi yako.

Ujifunzaji kwa uimarishaji. Nusu ya pili, na iliyo mpya zaidi. Badala ya kunakili jibu lililoandikwa, muundo hutuzwa kwa kufikia matokeo mazuri, hivyo hujifunza ni njia zipi za kushughulikia tatizo kwa kawaida huzaa matunda. Hili ndilo linaloufundisha muundo kuhoji katika tatizo refu na kushikilia mnyororo wa hatua pamoja kabla ya kujibu.

2.3Mipaka

Watafiti bado wanaendelea kufumbua kwa kina jinsi miundo hii inavyofanya kazi. Mtazamo wa jumla ni kwamba mafunzo ya awali hupachika wigo mpana wa maarifa ya dunia, na kwamba mafunzo ya baada huunda namna maarifa hayo yanavyotumika.

Kinachoendelea kuwa kweli ni kwamba muundo wa lugha hutabiri neno linalofuata katika mfuatano kutokana na ruwaza za kitakwimu. Mbinu hiyo hukamata sehemu kubwa ya maarifa ya binadamu, na pia huleta matatizo pamoja nayo. Miundo huzalisha upya upendeleo wa matini ilizofundishwa nazo, na hutoa kauli zenye kujiamini ambazo ni za uongo, jambo ambalo uwanja huu huliita halusinesheni. Sentensi inayowezekana si sentensi iliyothibitishwa.

2.4Upendeleo unatoka wapi

Miundo hii hufundishwa kwa kile kilichomo mtandaoni, na mtandao hauishikilii dunia kwa usawa. Hili ni muhimu zaidi kwa mpatanishi wa tabianchi kuliko kwa karibu msomaji mwingine yeyote.

Chukua rekodi ya maumbile yenyewe. Global Biodiversity Information Facility ndiyo hifadhi kubwa zaidi iliyo wazi ya uchunguzi wa spishi Duniani, na takribani asilimia 83 ya rekodi zake hutoka North America na Europe. Asilimia 17 iliyobaki inahusu maeneo mengine yote, ikiwemo maeneo yenye bayoanuai nyingi zaidi duniani.

Ukosefu huo huo wa uwiano unapita pia katika matini. Mengi zaidi yameandikwa mtandaoni kwa English, French, na Spanish kuliko Quechua, Twi, au Tok Pisin, hivyo muundo umeona mengi zaidi ya kundi la kwanza. Utatafsiri, utafupisha, na kuandaa rasimu kwa ufasaha kwa ujumbe unaofanya kazi katika lugha inayowakilishwa vizuri, na utashindwa mara nyingi zaidi, na kwa kujiamini zaidi, kwa lugha isiyowakilishwa hivyo.

Hapa pia ndipo sehemu kubwa ya halusinesheni inapotoka. Ukiulizwa kuhusu mahali palipoandikwa vizuri, muundo hujibu kutokana na rekodi mnene. Ukiulizwa kuhusu mahali penye nyaraka chache, huzalisha sentensi zilezile zenye kujiamini kutokana na nyenzo chache zaidi na kujaza mapengo kwa chochote ambacho ruwaza inadokeza. Tokeo halionekani kuwa na uhakika mdogo. Ndivyo tu lilivyo.

Hakuna kati ya haya ambalo ni kosa la mtu yeyote kwa namna rahisi. Kukusanya na kuchapisha data huhitaji miundombinu na fedha ambazo nchi nyingi hazina, na baadhi ya jamii hukataa kukabidhi maarifa kuhusu ardhi na spishi zao, jambo ambalo ni msimamo halali badala ya kushindwa. Matokeo hufika bila kujali: zana hizi hufanya kazi vizuri zaidi kwa maeneo ambayo tayari yanahudumiwa vizuri zaidi na data, na vibaya zaidi kwa maeneo yenye maslahi makubwa zaidi yanayohatarishwa.

Pengo hilohilo linapita pia katika suala la nani hutumia zana hizi kwa ujumla. Fahirisi ya Anthropic ya matumizi ya Claude kwa nchi hufuatilia mapato ya kitaifa kwa karibu, na nchi ishirini na tano ziko katika tabaka la chini linalosajili karibu kutokuwepo kwa matumizi yaliyopimwa.²2Anthropic, Anthropic Economic Index, 2025. Matumizi hukua sambamba na GDP kwa kila mtu mwenye umri wa kufanya kazi takribani kwa kipeo cha 0.69. Miongoni mwazo ni Tonga, Samoa, Nauru, na Palau, ambazo ni wahusika katika majadiliano yaleyale na ziko miongoni mwa walio wazi zaidi kwa matokeo yake.

Mahojiano na vijana wajadiliano wa tabianchi kutoka nchi kadhaa yanaonesha mkusanyiko wa changamoto zinazofanana na mtazamo wa pamoja kuhusu mambo ambayo yangesaidia.¹1Wajadiliano sita kutoka Liberia, Paraguay, Peru, Nigeria, Lebanon, na Indonesia. Muhtasari kamili uko katika kiambatisho.

3.1Changamoto kuu na maeneo yenye maumivu

Vikwazo vya lugha. Kiingereza si lugha ya kwanza kwa watu wengi waliomo chumbani.

Lugha ya kiufundi. Msamiati maalumu wa UNFCCC huchukua miaka kuuelewa kikamilifu (Liberia, Paraguay).

Uhawilishaji wa maarifa. Maarifa ya kiufundi na taarifa hushirikishwa kwa kutokulingana, na sehemu kubwa hupotea kati ya mizunguko.

Maarifa ya kihistoria. Uelewa wa majadiliano yaliyopita ni mgumu kuupata (Lebanon).

Mawasiliano kuhusu mada changamano. Mazungumzo na wajadiliano waandamizi ni magumu kuyaendesha chini ya shinikizo (Peru, Nigeria), na hadhi lazima ijengwe kabla ya hoja kusikilizwa.

Kuelewa misimamo ya nchi wanachama. Mienendo ya majadiliano hubadilika haraka na ni vigumu kuisoma.

Vikwazo vya muda. Kamwe hakuna muda wa kutosha kuchakata taarifa muhimu.

Kueleza mawazo changamano. Kujieleza kwa haraka na kwa usahihi kwa Kiingereza ni kikwazo endelevu.

3.2Zana na rasilimali zinazotamaniwa

Zana za lugha. Usaidizi wa hali ya juu zaidi wa lugha na sarufi ulioundwa kwa ajili ya matini za UNFCCC badala ya uandishi wa jumla wa kibiashara.

Upatikanaji wa haraka wa taarifa. Majukwaa yanayochanganua nyaraka ndefu, kutoa mambo muhimu, na kuthibitisha ni matini ipi iliyo ya sasa.

Mafunzo yaliyobinafsishwa. Rasilimali za kujifunzia zilizolandanishwa na kanda, kundi, na kiwango cha uzoefu cha mjadiliano.

Zana zilizokuwa zinatumika wakati wa mahojiano zilikuwa Grammarly kwa uandishi na Google Drive kwa ushirikiano. Mjadiliano mmoja aliripoti kutotumia zana zozote za tafsiri, kwa hoja kwamba lugha ya majadiliano haibaki salama inapopitia tafsiri.

Mazungumzo ya tabianchi yana sura nyingi, yakigusa mada zinazotanzia uzalishaji wa kaboni na bioanuwai hadi athari za kiuchumi na mienendo ya kijamii na kisiasa. Kuyapitia kunahitaji mambo matatu kwa wakati mmoja.

Upatikanaji wa haraka wa taarifa. Sayansi ya tabianchi hubadilika kila wakati, na wajadiliano wanahitaji data za karibuni zaidi ziwe mikononi mwao.

Uandishi madhubuti wa makubaliano. Usahihi wa lugha unaweza kuamua kama makubaliano yatafanikiwa au yatashindwa.

Mawasiliano ya lugha nyingi. Jukwaa la kimataifa linahitaji ushirikishwaji wa tamaduni mbalimbali na wa lugha nyingi.

4.1Mahali ambapo modeli husaidia

Mawasiliano. Kuandaa na kutafsiri nyaraka, ili taarifa na makubaliano yawasilishwe kwa usahihi kati ya wahusika wenye lugha mama tofauti.

Ukusanyaji wa taarifa. Kukusanya na kufupisha kiasi kikubwa cha nyenzo kuhusu mada za tabianchi, ikijumuisha utafiti wa kisayansi, nyaraka za sera, na makubaliano ya kihistoria, ili wajadiliano waendelee kuwa na taarifa.

Kazi ya matukio. Kuchambua matokeo yanayowezekana ya maamuzi tofauti ya sera, jambo linalomsaidia mjadiliano kuchunguza misimamo na matokeo kabla ya kujifunga na mojawapo.¹1Hili wakati mwingine huitwa uundaji wa modeli za utabiri, jambo linalolikuza kupita kiasi. Modeli za lugha haziendeshi modeli za tabianchi au za kiuchumi. Hueleza upya na kulinganisha matukio, na nambari yoyote zinazotoa inahitaji kuhakikiwa dhidi ya chanzo halisi.

Uchambuzi wa hoja. Kufupisha hoja zinazotolewa na wahusika mbalimbali wakati wa mazungumzo, jambo linalomsaidia mjadiliano kuona hoja muhimu na hoja za kupinga.

4.2Hatari zinazoweza kujitokeza

Kuna manufaa halisi hapa, na pia kuna tahadhari muhimu katika diplomasia ya tabianchi.

Urahisishaji wa masuala changamano. Mifumo hii hubana maelezo, na ubanaji huondoa kielezi ambacho mhusika alipigania katika vikao vitatu ili kikiingizwe.

Ukosefu wa akili ya kihisia. Modeli haisomi mikondo ya kihisia na kisiasa ya mazungumzo, wala haijui kilichokubaliwa kwenye ukanda.

Ukosefu wa utaalamu wa kibinadamu. Ufasaha katika rejesta ya sera ya tabianchi si sawa na utaalamu katika sera ya tabianchi. Kuitegemea modeli kwa lolote kati ya hayo kunaweza kutoa taarifa pungufu au zisizo sahihi.

Usalama na faragha. Majadiliano mara nyingi huhusisha nyenzo nyeti. Chochote kinachobandikwa kwenye mfumo unaopangishwa huondoka kwenye ujumbe wako, na masharti ambayo chini yake kinahifadhiwa hayasomwi mara nyingi.

Mazingatio ya kimaadili. Kuwa wazi kuhusu msaada wa kiotomatiki, weka wajibu wa maamuzi mikononi mwa watu, na angalia uwezekano wa matumizi mabaya.

Mawasiliano yasiyo sahihi na tafsiri potofu. Modeli inaweza kusoma kimakosa dhamira iliyo nyuma ya ombi na kurudisha maandishi yanayosikika kama msimamo wako bila kuwa hivyo.

5.1Modeli ipi, na kwa masharti ya nani

Kabla ya kuchagua msaidizi, fahamu kwamba kuna aina mbili, na tofauti kati yao ina umuhimu mkubwa kuliko jina la chapa.

Uzani uliofungwa. ChatGPT, Claude, na Gemini huendeshwa kwenye seva za kampuni na hufikiwa kupitia akaunti. Hizi ndizo modeli zenye nguvu zaidi na zilizo rahisi zaidi kuanza nazo. Viwango vya bure hushughulikia uandishi wa rasimu, tafsiri, na ufupishaji. Viwango vya kulipia hugharimu takriban dola ishirini kwa mwezi na huongeza nyaraka ndefu zaidi, upakiaji wa faili, na vipengele vya wakala katika sura ya 6. Kila kitu unachoandika huenda kwa kampuni, na kutegemea mipangilio yako kinaweza kuhifadhiwa, kupitiwa, au kutumiwa kufundisha modeli inayofuata.

Uzani wazi. Llama, Mistral, Qwen, Gemma, na DeepSeek huchapisha vigezo vyake, hivyo modeli ileile inaweza kuendeshwa na wewe, na taasisi yako, au na mtoa huduma unayemchagua badala ya yule unayepewa. Ollama huiweka kwenye kompyuta mpakato kwa dakika chache. Polly, inayoendeshwa pamoja na GainForest na Youth Negotiators Academy katika polly.ai4cop.org, ni modeli ya uzani wazi inayohudumiwa mtandaoni ambayo haitunzi kumbukumbu yoyote ya unachotuma. Sura ya 11 inashughulikia kuendesha yako mwenyewe.

Kanuni ya kuanzia. Tumia modeli iliyohudumiwa ya uzani uliofungwa kwa nyenzo ambazo tayari ni za umma, na modeli ya uzani wazi kwa chochote ambacho si cha umma. Usibandike msimamo ambao ujumbe wako haujawasilisha mezani katika huduma ambayo huidhibiti. Sura ya 10 inaeleza kilicho hatarini katika uchaguzi huo, na inafaa kuisoma kabla ya kufungua akaunti badala ya baada ya hapo.

Chochote utakachochagua, sakinisha programu ya simu. Ingizo la sauti ni muhimu unapokuwa unatembea kati ya vikao, na kuamuru wazo ghafi kwa lugha yako mwenyewe mara nyingi huzalisha rasimu bora kuliko kuandika sentensi makini kwa Kiingereza.

5.2Uhandisi wa prompt 101

Maelekezo unayoandika huitwa prompt. Kuiandika ni mchakato wa kuunda maelekezo mahsusi, yaliyofafanuliwa vizuri ili kukusaidia kutatua kazi, na ubora na umahsusi wa unachoandika huunda jibu unalopata.

Prompt inaweza kuwa na yoyote kati ya yafuatayo, na haihitaji yote manne.

Maelekezo. Kazi unayotaka modeli itekeleze.

Muktadha. Taarifa za usuli zinazoielekeza modeli kuelekea jibu bora zaidi.

Data ya ingizo. Maandishi, swali, au waraka unaotaka ifanyie kazi.

Kiashirio cha towe. Aina au muundo wa towe unalotaka.

5.3Kinachofanya prompt iwe nzuri

Hatua sita hufanya sehemu kubwa ya kazi, na zinatumika kwa modeli yoyote unayotumia.

Kuwa wazi, wa moja kwa moja, na wa kina. Sema wewe ni nani, unataka nini, na towe linapaswa kuonekanaje. Modeli haiwezi kubaini chumba ulichomo.

Onyesha mfano. Sampuli moja ya towe unalotaka hufundisha haraka kuliko aya inayoieleza.

Omba nukuu. Iambie modeli inukuu kifungu inachokitegemea. Kuweka jibu kwenye msingi wa waraka uliorejeshwa ndicho kinga imara zaidi dhidi ya ubunifu wa kujiamini usio na msingi.

Weka alama kwenye sehemu. Funga kila kipengele kwa tagi, <context>, <task>, <text>, ili modeli iweze kutofautisha maelekezo yako na waraka uliobandika.

Iache ifikiri kwanza. Omba hoja kabla ya jibu. Modeli hufanya makosa machache katika chochote chenye zaidi ya hatua moja zinapokifanyia kazi waziwazi.

Ipe jukumu. "Wewe ni mtafiti wa hasara na uharibifu" huzalisha maandishi tofauti, na kwa kawaida bora zaidi, kuliko ombi lilelile bila mtu anayezungumza.

Kisha endelea. Kuboresha prompt ndiyo njia ambayo ubora wa mabadilishano huimarika, na jaribio la pili karibu kila mara huwa bora kuliko la kwanza.

Tabia moja inafaa kujengwa tangu mwanzo. Omba vyanzo, na iombe modeli iweke alama kwenye sehemu ambazo haina uhakika nazo. Jibu usiloweza kulikagua ni jibu usiloweza kulitumia katika kikao cha jumla.

Anatomia ya hotuba fupi

Kwa kazi ambayo wajadiliani huifanya zaidi, sehemu tano ndizo huleta tofauti: anayezungumza ni nani na wapi, suala moja lililopo, ushahidi ulio nyuma yake, mfumo linaounganishwa nao, na kinachopaswa kufanywa.

Ondoa yoyote kati ya hizo tano na unaweza kuhisi kinachokosekana. Bila jukumu inaandika rasimu kwa ajili ya mtu asiyejulikana, bila ushahidi huzalisha hisia, na bila mstari wa mwisho haiunganishi na makubaliano yoyote ambayo mtu anaweza kuyafanyia kazi.

5.4Kuandika prompt kwa matumizi tofauti

1. 1
   Uchambuzi wa data

   Ukipewa jedwali hili, chora ongezeko la wastani la uzalishaji wa gesijoto katika miaka ya mwisho, eleza mbinu yako, na orodhesha makadirio uliyofanya kuhusu data inayokosekana.

   Mipangilio: Upakiaji wa faili
2. 2
   Tafsiri

   Tafsiri aya hii kwenda Kihispania, ukidumisha rejista rasmi inayotumiwa katika maandishi ya maamuzi.

   Mipangilio: Modeli yoyote
3. 3
   Ufupishaji

   Fupisha hotuba ya LDC Group katika Global Stocktake Technical Dialogue tarehe 10 Juni 2023, na nukuu vifungu unavyovitegemea.

   Mipangilio: Utafutaji wa wavuti umewashwa
4. 4
   Ukusanyaji wa taarifa ili kuandaa tamko la msimamo au kujiandaa kwa hotuba

   Wewe ni mwandishi wa hotuba wa mjadiliani wa mabadiliko ya tabianchi wa UN. Unaandika kuhusu juhudi za UK za kujenga uwezo. Mimi ndiye mjadiliani. Ni maswali gani matano ungeniuliza ili kupata taarifa unazohitaji kuandaa rasimu ya tamko?

   Mipangilio: Modeli yoyote
5. 5
   Kutabiri hoja kinzani na kuandaa majibu

   Hasara na uharibifu ni suala muhimu katika majadiliano ya tabianchi. Wewe ni mtafiti wa hasara na uharibifu. Eleza kwa muhtasari sababu kuu zinazofanya nchi zisiipe hasara na uharibifu umuhimu. Toa hoja kinzani thabiti dhidi ya hoja hizi inayoonyesha hitaji la mfuko wa hasara na uharibifu.

   Mipangilio: Modeli yoyote
6. 6
   Kuandaa rasimu ya tamko la ufunguzi au hotuba kuu

   Wewe ni mwandishi wa hotuba unayeandaa tamko kwa kutumia maswali yaliyo hapo juu. Toa tamko la maneno 300 linaloeleza kwa muhtasari juhudi za UK za kujenga uwezo wa tabianchi. Tamko linapaswa kuakisi mtindo wa uandishi unaotumiwa na Serikali ya UK.

   Mipangilio: Modeli yoyote
7. 7
   Kufafanua istilahi tata

   Eleza maana ya "njia za utekelezaji" katika aya hii, kwa lugha rahisi, na toa mfano mmoja wa jinsi kauli hiyo ilivyotumiwa katika uamuzi uliotangulia.

   Mipangilio: Modeli yoyote
8. 8
   Kupata waraka

   Ni maandishi gani ya uamuzi yanayobeba mamlaka ya programu hii ya kazi? Nipe alama ya waraka na unukuu aya ilimo.

   Mipangilio: Urejeshaji
9. 9
   Kutafsiri kwa hadhira yako mwenyewe

   Tafsiri hotuba hii fupi kwenda Bahasa Malaysia kwa hadhira ya jamii, ukidumisha maana na kuondoa istilahi tata za UNFCCC.

   Mipangilio: Modeli yoyote

Kila kitu hadi hapa hufanya kazi kwa njia ileile. Unaandika ombi, unasoma jibu, unaamua ufanye nini nalo. Mambo manne yamebadilika, na kwa pamoja yanaongeza njia ya pili ya kufanya kazi.

Muktadha umekuwa mrefu. Muundo sasa unaweza kubeba maandishi yote ya majadiliano, marekebisho yake ya awali, na maelezo ya maandalizi ya ujumbe wako kwa wakati mmoja.

Urejeshaji taarifa umekuwa jambo la kawaida. Mfumo unaweza kutafuta ndani ya mkusanyo wa nyaraka au mtandaoni kabla haujajibu, na kunukuu kile ulichopata. Hilo ndilo linalofanya jibu liweze kuhakikiwa.

Miundo imepata zana. Muundo unaweza kuunganishwa na faharasa ya utafutaji, lahajedwali, kalenda, au folda ya faili, ili uweze kuzitumia badala ya kuzieleza tu.

Mifumo imepata mizunguko. Badala ya kujibu mara moja, mfumo unaweza kupanga, kuchukua hatua, kuangalia matokeo, na kujaribu tena hadi jukumu likamilike.

Muundo uliounganishwa na zana, kumbukumbu, na mzunguko wa kurudia-hadi-kumaliza, unaoendeshwa chini ya ruhusa alizopewa na mtu, ndicho watu humaanisha kwa wakala. Hauna uamuzi wala uwajibikaji. Una jukumu na seti ya ruhusa.

6.1Njia tatu za kufanya kazi

Soga. Unauliza, inajibu, unakagua. Inafaa zaidi kwa kuandaa rasimu, kutafsiri, kueleza, na kufanya mazoezi.

Urejeshaji taarifa. Mfumo hutafuta kwanza ndani ya mkusanyo uliobainishwa wa nyaraka na hujibu kwa marejeo. Itumie kwa jambo lolote la ukweli kuhusu majadiliano: historia ya maandishi, misimamo ya wahusika, maamuzi ya awali.¹1Ikiwa mfumo unakuambia aya ya maandishi ya uamuzi inasema nini na hauwezi kukuonyesha aya hiyo, ichukulie kama uvumi.

Kiwakala. Mfumo hutekeleza jukumu katika hatua kadhaa kwa kutumia zana. Itumie kwa kazi ya kujirudia yenye matokeo yanayoweza kuhakikiwa, kama vile kufuatilia mabadiliko katika marekebisho au kukusanya muhtasari wa kila siku.

6.2Matumizi

1. 1
   Ufuatiliaji wa maandishi

   Linganisha marekebisho ya 3 ya rasimu hii ya uamuzi na marekebisho ya 2. Orodhesha kila badiliko la kimsingi, nukuu matoleo yote mawili, na bainisha mabadiliko yanayoathiri mistari mikuu ya msimamo wa ujumbe wangu.

   Mpangilio: Faili zimeambatishwa
2. 2
   Uchoraji ramani wa misimamo

   Kutokana na mawasilisho haya, tengeneza jedwali la misimamo ya wahusika kuhusu Article 6.4 lenye nukuu na rejea kwa kila mstari. Weka alama kwenye msimamo wowote uliouhitimisha kwa kudokeza.

   Mpangilio: Urejeshaji taarifa
3. 3
   Urejeshaji wa historia

   Fuatilia jinsi kirai "majukumu ya pamoja lakini yaliyotofautishwa" kimewekewa sifa katika maandishi ya uamuzi tangu 2015, ukinukuu kila uamuzi.

   Mpangilio: Urejeshaji taarifa
4. 4
   Usomaji wa usiku kucha

   Haya ndiyo maandishi manne yaliyochapishwa leo. Niambie nini kimesogea, nini kimekwama, na kurasa gani tatu lazima nisome kabla ya kesho.

   Mpangilio: Faili zimeambatishwa
5. 5
   Muhtasari wa kila siku

   Kila jioni, kusanya maandishi yaliyochapishwa siku hiyo kutoka mikondo ninayoifuatilia, fupisha kilichobadilika, na unitumie orodha.

   Mpangilio: Wakala uliopangwa
6. 6
   Uchambuzi wa mabano

   Kwa kila chaguo lililowekwa kwenye mabano katika aya hii, eleza nani anafaidika, nani anapinga, na uundaji mbadala wa maneno ungeweza kufananaje.

   Mpangilio: Faili zimeambatishwa
7. 7
   Mazoezi

   Igiza mjumbe wa majadiliano anayepinga maandishi haya. Pinga hoja yangu kwa nguvu, na usikubaliane kirahisi.

   Mpangilio: Soga
8. 8
   Tafsiri-rejeshi

   Tafsiri uundaji wangu wa maneno kwenda Kifaransa, kisha utafsiri tena kurudi Kiingereza kwa kujitegemea, na uniambie nini kimebadilika kimaana.

   Mpangilio: Soga
9. 9
   Makabidhiano

   Kutokana na madokezo yangu katika kikao hiki, andika waraka wa makabidhiano kwa yeyote atakayeshughulikia faili hili katika mzunguko ujao.

   Mpangilio: Faili zimeambatishwa
10. 10
    Kazi ya data

    Kutokana na lahajedwali hili la uzalishaji, chora mwenendo wa nchi hizi tangu 2010, eleza mbinu yako, na orodhesha kila dhana kuhusu data inayokosekana.

    Mpangilio: Ufikiaji wa faili

6.3Kufanya kazi kwa usalama na wakala

Wakala anayetenda kwa msingi wa usomaji potofu huzalisha athari badala ya aya mbaya.

Kagua kile utakachorudia. Fungua nyaraka moja iliyonukuliwa na uthibitishe kwamba nukuu ipo kabla hujaitumia chumbani.

Toa ruhusa ndogo zaidi inayotosha. Mfumo unaosoma faili zako hauhitaji pia kutuma barua pepe.

Ichukulie kila nyaraka ya nje kama isiyoaminika. Faili iliyowasilishwa inaweza kubeba maagizo yanayomlenga wakala.

Amua nani anaidhinisha maandishi yaliyosaidiwa na AI. Kwa zana kadhaa katika mnyororo, hakuna mtu mwingine atakayefanya hivyo.

Barua pepe bado ni njia kuu ya mawasiliano ya kitaaluma, na mambo matatu huifanya iwe ngumu.

Usimamizi wa wingi. Vikasha vya barua pepe hujaa kupita kiasi, na kuvipa kipaumbele huchukua muda ambao huna.

Uandishi wenye ufanisi. Barua pepe iliyo wazi, fupi, na inayowezesha hatua inahitaji ustadi.

Vikwazo vya lugha nyingi. Mawasiliano ya kimataifa humaanisha kufanya kazi kwa lugha ambazo si zako.

Msaidizi aliyeunganishwa na kisanduku chako cha barua sasa husoma mfululizo wa mawasiliano wenyewe, kwa hiyo mpe ruhusa ya kusoma na umruhusu kuandaa rasimu. Uamuzi wa kutuma unabaki kwako.

1. 1
   Ufuatiliaji wa mkutano

   Fupisha hoja muhimu na ahadi zilizotolewa wakati wa mkutano wa hivi karibuni wa mazungumzo, bainisha kila moja ilitolewa na nani, na andaa rasimu ya barua pepe ya ufuatiliaji yenye staha kwa washiriki ukihimiza ushirikiano kuhusu hatua zilizokubaliwa.
2. 2
   Kupanga ratiba

   Tengeneza barua pepe ya kidiplomasia na inayonyumbulika kupendekeza tarehe na nyakati kadhaa kwa duru inayofuata ya mikutano, zikiwa zimeelezwa kwa kanda za saa za washiriki wote.
3. 3
   Taarifa fupi za kila siku na ripoti za matokeo

   Unda barua pepe fupi ya taarifa ya kila siku inayoangazia maendeleo yaliyopatikana katika vikao vya karibuni, ikijumuisha mapendekezo mapya, hoja zilizokubaliwa, na maeneo yenye mvutano yanayohitaji majadiliano zaidi.
4. 4
   Upangaji vipaumbele mahiri

   Tengeneza barua pepe kwa timu ya mazungumzo inayoeleza mkakati wa kuvipa kipaumbele vipengele vya ajenda kwa kuzingatia uharaka wake, athari yake inayowezekana kwa malengo ya tabianchi, na uwezekano wa kufikia makubaliano.
5. 5
   Uchambuzi wa awali

   Panga ujumbe wangu ambao haujasomwa katika makundi haya: unaohitaji uamuzi kutoka kwangu, unaohitaji jibu, unaohitaji kutumwa mbele, usiohitaji chochote. Andaa rasimu za majibu kwa kundi la tatu pekee na uyaache bila kutumwa.
6. 6
   Ukaguzi wa sajili

   Andika upya barua pepe hii kwa sajili rasmi ya kidiplomasia bila kubadilisha ahadi yoyote ya kimsingi, kisha orodhesha ulichobadilisha ili niweze kukagua.

Mifumo hii kwa kawaida hutumia sauti ya kirafiki na inayokubali kwa urahisi, ambayo inaweza kukubali mambo ambayo maandishi yako ya awali hayakukubali. Uliza kilichobadilishwa, na soma orodha hiyo.

Kupanga ratiba, kuandaa orodha hakiki, na kufanya nafasi za safari kunaweza kuwa mzigo mkubwa wakati wa mkutano. Matatizo matatu hujitokeza mara kwa mara.

Usimamizi wa muda. Kuweka vipaumbele vya kazi na kugawa muda kwa kila kazi si jambo rahisi.

Kusahau kazi. Vipengele muhimu huondoka kwenye orodha hakiki.

Kufanya nafasi za ndege na hoteli. Kupata machaguo yanayolingana na ratiba yako na bajeti yako huchukua saa nyingi.

Hii ndiyo kazi yenye hatari ndogo zaidi katika mwongozo huu na mahali bora pa kuanzia na wakala. Kazi hujirudia, matokeo ni rahisi kuyakagua, na karibu hakuna chochote hapa kilicho cha siri.

1. 1
   Nafasi

   Bainisha safari za ndege na hoteli zenye gharama nafuu zaidi na zinazofaa zaidi kwa safari kutoka [mji wa kuondokea] kwenda [mji wa marudio] katika [tarehe], kwa upendeleo wa safari za ndege za asubuhi na malazi yaliyo karibu na eneo la mkutano. Nionyeshe maafikiano ya kiuchaguzi badala ya pendekezo moja.
2. 2
   Kuandaa orodha hakiki

   Tengeneza orodha hakiki kamili kwa ajili ya mkutano wa kimataifa wa wiki mbili inayojumuisha nyaraka zinazohitajika, ithibati, mavazi kwa hali ya hewa inayobadilika, vifaa muhimu vya kazi, na nakala za nje ya mtandao za matini muhimu.
3. 3
   Kupanga siku

   Angalia kalenda yangu na ratiba ya mkutano, kisha pendekeza ratiba inayosawazisha mikutano, vipindi vya kazi binafsi, mazoezi, na muda binafsi, kwa kuzingatia makataa na ahadi hizi.
4. 4
   Ufuatiliaji wa maendeleo

   Tengeneza kiolezo cha kufuatilia maendeleo katika mikondo ya kazi ninayoifuatilia, kikijumuisha hatua muhimu, makataa, na mfumo wa kuandika masasisho na hatua zinazofuata.

Uratibu wa vifaa na mipango pia ndipo wakala hupata ruhusa halisi kwa mara ya kwanza, juu ya kalenda yako, barua pepe zako, na faili zako. Hilo lina mantiki, na hapo ndipo tabia ya kutoa ruhusa kidogo zaidi kila mara inapoanza. Mfumo unaofanya nafasi za safari zako za ndege hauhitaji kuandaa misimamo yako.

Majadiliano ya tabianchi si takwimu na taarifa za kweli pekee. Yamefungamana na hisia za binadamu, tofauti za kitamaduni, na ustawi wa afya ya akili.

Misongo ya afya ya akili. Hali halisi za mabadiliko ya tabianchi na shinikizo la kufanya majadiliano huwaathiri wajumbe.

Kutoelewana kwa kitamaduni. Tafsiri potofu zinazotokana na tofauti za kitamaduni husababisha mpasuko na mazungumzo kwenda polepole zaidi.

Hii ndiyo sehemu moja ya mwongozo ambapo dirisha la kawaida la gumzo huzidi wakala. Mazungumzo haya yanahitaji modeli unayozungumza nayo, si mfumo wenye ruhusa.

1. 1
   Muhtasari wa kitamaduni

   Niko katika majadiliano ya Umoja wa Mataifa kuhusu mabadiliko ya tabianchi na mtu kutoka Kenya. Ni mambo gani ya kitamaduni ninayopaswa kuyazingatia ili kuendeleza majadiliano yangu?
2. 2
   Kutambua hisia

   Ninajihisi kuvunjika moyo sasa hivi, unaweza kuniambia jambo la kunitia moyo?
3. 3
   Tathmini baada ya kikao

   Hiki ndicho kilichotokea katika kikao hicho na jinsi nilivyokishughulikia. Mjadiliani mwenye uzoefu zaidi angefanya nini tofauti?

Tahadhari mbili. Muhtasari wa kitamaduni hutoa ujumlishaji kuhusu nchi, na utakutana na mtu binafsi, kwa hiyo chukulia unachopata kama mwongozo wa awali badala ya utabiri. Na modeli ni mahali panapofaa kuweka wazo saa saba usiku, lakini si tabibu, si mwenzako, wala si siri. Ikiwa shinikizo limezidi uchovu, zungumza na mkuu wa ujumbe wako, watu wa mawasiliano wa msaada katika programu yako, au mtaalamu.

Zana hizi zinaweza kusawazisha nafasi ya kimataifa. Huondoa kizuizi cha lugha kinachoamua nani anazungumza kwa kujiamini, hufupisha nyaraka ambazo hakuna mtu mwenye muda wa kuzisoma, na huipa wajumbe wawili sehemu ya uwezo wa kufikia watu kama ujumbe wa watu hamsini. Hilo lina thamani. Pia linaibua maswali ya uadilifu yanayostahili kuulizwa kabla hujaandika.

Nani anamiliki data. Maandishi unayobandika katika msaidizi unaohudumiwa mtandaoni yanaondoka katika ujumbe wako. Kulingana na akaunti na mipangilio yake, yanaweza kuhifadhiwa, kukaguliwa na wafanyakazi, au kutumiwa kufundisha modeli inayofuata. Misimamo ya kitaifa, maelekezo kutoka makao makuu, na chochote ulichoambiwa kwa siri havifai kuwekwa humo.

Nani anamiliki uamuzi. Modeli hutoa maandishi yanayosomwa kana kwamba ni msimamo. Ikiwa itaandika rasimu na hakuna anayekagua, hoja zinazotegemeza msimamo wa chama chako zinaanza kuishi nje ya ujumbe wako. Mtu mwenye mamlaka lazima awajibike kwa kila maandishi yanayotoka.

Kile usichoweza kuona. OpenAI na Anthropic hazirudishi nyayo za hoja. Unapata jibu, wakati mwingine muhtasari wa jinsi lilivyofikiwa, ilhali hatua halisi hubaki kwa mtoa huduma. Huwezi kukagua njia iliyotumika, kuirudia, au kumwonyesha mwenzako kwa nini mfumo ulisema ulichosema.

Mizani iliyo wazi na mizani iliyofungwa. Mizani ya modeli ni namba ilizojifunza wakati wa mafunzo. ChatGPT, Claude, na Gemini huiweka yao kwenye seva za kampuni, na ndiyo yenye nguvu zaidi na rahisi zaidi kutumia. Llama, Mistral, Qwen, Gemma, na DeepSeek huchapisha yao, hivyo unaweza kuendesha modeli kwenye mashine yako mwenyewe au seva ya kikanda. Modeli zilizo wazi hushughulikia vizuri tafsiri, ufupishaji, na uandishi wa rasimu, na hubaki nyuma katika matatizo magumu zaidi ya hatua nyingi. Mizani uliyonayo haiwezi kubadilishiwa bei au kuondolewa katikati ya kikao.

AI inayolingana na ukuu wa kitaifa inamaanisha kuwa ujumbe, kanda, au jamii ndiyo huweka masharti: modeli gani inatumika, data gani inaingizwa humo, nani anaweza kukagua kilichotokea, na haki ya kukataa. Katika mchakato wa COP, vyama vyenye uwezo mdogo zaidi kwa kawaida ndivyo vyama vyenye maslahi makubwa zaidi, jambo linalofanya hili liwe la kivitendo badala ya kifalsafa.

Kanuni ya kazi. Tumia modeli yenye nguvu zaidi inayohudumiwa mtandaoni kwa nyenzo za umma, usomaji wa usuli, uandishi wa rasimu, na mazoezi. Tumia mizani iliyo wazi, au utekelezaji unaosimamiwa na mkataba ambao taasisi yako imeusoma, kwa chochote kinachogusa msimamo ambao bado haujatangazwa kwa umma.

Mwongozo huu upo ili kufanya ubadilishanaji huo uendelee kuonekana. Sura zilizotangulia zinaonyesha kile mifumo hii hufanya vizuri. Hii inahusu kile unachokiacha kwa kubadilishana.

Sura iliyotangulia iliweka wazi mvutano wa maamuzi. Sura hii inahusu jibu thabiti zaidi kwa mvutano huo, ambalo ni kuiendesha modeli mwenyewe.

Kujiendeshea mwenyewe maana yake hakuna kinachoondoka ndani ya jengo. Hakuna sera ya uhifadhi wa data ya kuamini, hakuna masharti ya huduma yanayoweza kubadilika, na hakuna akaunti inayoweza kusimamishwa katikati ya kikao. Pia hujenga ujuzi ndani ya taasisi yako badala ya kuukodisha.

Hadi hivi karibuni, jambo hili lilimaanisha kukubali modeli dhaifu zaidi. Hali hiyo si kweli tena.

Kimi K3 na GLM-5.3 zote zinapata alama 60 kwenye Artificial Analysis Intelligence Index, zikiwa alama tatu nyuma ya Claude Opus 5 yenye 63, na Qwen3.8 inafuata kwa 58. Modeli kumi na tisa kati ya 29 kwenye faharasa zina open weights, ingawa sehemu ya juu ya jedwali bado kwa kiasi kikubwa ni ya miliki binafsi.¹1Chati inahesabu GLM-5.3 na GLM-5.3-Flash kama za miliki binafsi. Z.ai huchapisha weights za zote mbili chini ya leseni ya MIT, hivyo kitabu hiki kinazihesabu kuwa wazi, ndiyo sababu kielelezo kinaonyesha mihimili kumi na saba ya bluu na maandishi yanasema kumi na tisa. Mwaka mmoja uliopita modeli wazi inayoongoza ilikuwa nyuma ya modeli ya miliki binafsi inayoongoza kwa alama kumi na tatu, hivyo pengo hili limezibika haraka na huenda likazibika zaidi.

Bei ni nusu ya pili ya hoja. GLM-5.3-Flash inapata alama 57 kwa takribani senti tisa kwa kila kazi na DeepSeek V4 Pro 0813 inapata alama 53 kwa takribani robo ya dola, zote mbili ndani ya robo hiyo. Claude Opus 5 inapata alama 63 kwa takribani mara kumi ya bei ya DeepSeek. Uwiano huo ndiyo sababu ya kiutendaji inayowezesha ujumbe kumudu kuendesha modeli yake yenyewe.

11.1Cha kuendesha

Hali ilivyo tarehe 26 August 2026. Soma leseni kabla hujajifunga. Baadhi ya modeli wazi zilizo thabiti zaidi huzuia matumizi ya kibiashara, jambo ambalo kwa ujumbe kwa kawaida ni sawa, lakini si sawa kwa mtoa huduma anayejenga juu ya mojawapo ya modeli hizo.

11.2Gharama yake

NVIDIA DGX Spark ni mashine ya mezani yenye 128GB za kumbukumbu iliyounganishwa, kwa sasa dola 4,699. Mashine mbili kati ya hizo huunganishwa moja kwa moja bila swichi, zikitoa 256GB kwa takribani dola 9,400. Jozi hiyo huendesha modeli sparse ya daraja la DeepSeek kwa tokeni 55 hadi 60 kwa sekunde ikiwa na muktadha wa tokeni milioni moja, kiwango kinachotosha kuhudumia ujumbe unaofanya kazi.

Kifaa kimoja huendesha modeli ya 27B hadi 35B kwa kasi ya kutosha kwa watumiaji sitini kwa wakati mmoja, ambayo inatosha kwa tafsiri, ufupishaji, na uandishi wa rasimu kwa ofisi nzima. Vifaa vitatu au vinne vyenye 384 hadi 512GB huhifadhi modeli wazi kubwa zaidi bila kuzipunguza.

Ikilinganishwa na usajili kwa kila mjumbe, vifaa hivyo hujilipa ndani ya mzunguko mmoja au miwili, na huendelea kufanya kazi baada ya ufadhili kuisha.

11.3Jinsi ya kuiweka

Hudumia modeli kwa vLLM au SGLang. Zote mbili hutoa API ile ile kama OpenAI, hivyo zana yoyote inayozungumza na ChatGPT itazungumza na seva yako mwenyewe baada ya kubadilisha anwani na ufunguo. Kwa jaribio la kwanza kwenye laptop, Ollama au llama.cpp ni rahisi zaidi. NVIDIA huchapisha miongozo ya usanidi kwa Spark, na mapishi ya jumuiya ya kuunganisha vifaa viwili, vitatu, na vinne yako hadharani na yanaweza kurudiwa.

Ikiwa kuendesha yako mwenyewe si jambo halisi kabla ya kikao kijacho, njia ya akiba ni huduma inayopangishwa yenye makubaliano yaliyoandikwa ya kutohifadhi data. Ichukulie hiyo kama suluhu ya muda badala ya mwisho wa safari.

11.4Tahadhari moja inayostahili kujulikana

Faharasa iliyo hapo juu ni wastani wa tathmini tisa, na modeli wazi hazibaki nyuma kwa kiwango sawa katika tathmini zote. Pengo ni kubwa zaidi kwenye kazi ngumu zaidi za ufikiri na kwenye uzushi, ambako modeli za miliki binafsi bado ziko mbele kwa wazi. Kwa mwanamajadiliano, jambo hilo la pili huamua kila kitu. Ielekeze modeli kwenye nyaraka zako mwenyewe, omba marejeo, na uyafungue.

The last chapter ended with a model running on hardware you own. This one is about pointing it at your own people.

Every chapter so far treats AI as something one person uses on their own work. There is a second use, and it is the one that changes what a small delegation or a youth constituency can do. You can use a model to listen to far more people than a human team can listen to, and to carry what they said into the room with the receipts attached.

The field calls this broad listening. A poll compresses people into options that somebody else wrote. Broad listening runs the other way. People answer in their own words, software finds the structure in the answers, and the structure goes back to the people who wrote it so they can correct it.

12.1Polis, the oldest of these tools

Polis is a survey that behaves like a conversation. Participants write short statements. Everyone else votes agree, disagree, or pass on statements drawn semi-randomly from the pile. The system clusters voters by how they voted and then surfaces the statements that bridge the clusters, rather than the statements that win a majority.

Taiwan is the case people cite. After the Sunflower protests of 2014, the g0v civic-hacker community and the government ran the vTaiwan process on Polis, and more than 200,000 people took part across its consultations. The consultation on ride-hailing produced a set of statements that drivers, taxi companies, and passengers all agreed with, and the regulation was written from those.

Polis is open source under the AGPL and maintained by the Computational Democracy Project. It predates the language-model era and needs no model at all, which is part of why it has held up.

12.2Talk to the City, and what the models added

Talk to the City is what happens when you put a language model on the reading side. Built by the AI Objectives Institute, it takes interviews, survey responses, forum threads, or transcripts, breaks them into atomic claims, groups the claims into topics, and produces a report in which every line traces back to the quote it came from. Newer versions also run the interview, as a conversational survey that asks follow-up questions instead of reading from a fixed list.¹1One project used an AI moderator to interview 81,000 people worldwide, with the model following up on whatever a participant raised. That scale is real, and so is the caveat below: the model decides what to ask and what to keep.

The traceability is the whole point. A summary nobody can open is an assertion. Talk to the City is Apache-licensed and you can host it yourself.

12.3Team Mirai, the version with seats in parliament

Takahiro Anno is a software engineer and science-fiction writer who ran for Governor of Tokyo in 2024 with no party behind him and took 154,000 votes. He answered 8,600 questions from voters through an AI avatar trained on his own manifesto, over a seventeen-day livestream. In May 2025 he founded a party, Team Mirai. It won an upper house seat that July and eleven lower house seats in February 2026 on about seven percent of the vote.

The machinery underneath is the part worth copying. A citizen talks to an AI Interviewer, which asks follow-up questions and drafts a policy proposal out of the conversation. The party receives that draft only if the citizen confirms it matches what they meant. Where enough people back an idea, it becomes a proposal the party's legislators can submit. On one consultation the interviewer collected more than 1,200 hours of conversation in a few days, which would take a human interviewer roughly fifty days without sleep.

Two design choices carry most of the weight. The citizen is the final approver, so the model's framing cannot pass unchallenged into the record. And the party takes no position on genuinely divisive questions, putting them to a direct vote instead, because no amount of clever clustering dissolves a real conflict of interest.

Their broad-listening software, kouchou-ai, is open source and began as an adaptation of Talk to the City for Japanese municipalities. Adapting an existing civic tool to a local political reality, in public, is a better model for a delegation than commissioning one.

12.4Three more worth knowing

Agora Citizen Network. Polis-style clustering rebuilt for the open web and fully open source, now moving onto the AT Protocol as a Decentralized Deliberation Standard, so that a deliberation is not locked inside one operator's database. A French team ran a national consultation on it in September 2025 during the bloquons tout strike, to test whether an angry country could still be brought to a set of shared statements.

Habermolt. A research experiment on the opposite trade-off. Instead of scaling how many people a process can hear, it gives each person an agent that learns their views and deliberates on their behalf in rooms they never attend. You read back what your agent said and correct it. It is modelled on the Habermas Machine from DeepMind, and it is an open question rather than a tool: an agent that speaks for you is exactly the thing chapter 10 asks you to be careful about.

Simocracy. Built by GainForest, who co-publish this guidebook, so read it as an example and not a recommendation. Each participant writes a sim: an avatar, a constitution stating what it stands for and where its red lines are, and a speaking style. The sim is a record on the AT Protocol, owned by the person who wrote it, and it attends meetings on their behalf. Gatherings deliberate proposals in public, on the record, and allocate a shared budget. It has been run with Funding the Commons at Frontier Tower in San Francisco and in the Agent Village experiment, in both cases with humans holding the final allocation.

12.5What this is for at a COP

A constituency position. YOUNGO has hundreds of members across every time zone and days to produce one line. Broad listening turns that from a call nobody can attend into text everyone can check.

A closed call for inputs. A submission window shuts with 180 documents behind it and no delegation has read them. Cluster the claims, keep the quotes, open the ones that matter.

A two-person delegation. The honest gap is between your mandate and what people at home actually want. This narrows it, cheaply, between sessions.

The report back. After a session, the same machinery runs in reverse: what was decided, what it means locally, and what people say about it.

12.6What to check before you run one

Who wrote the questions. A model that runs an interview decides what to ask, what to remember, and how to report it. That is real power over the result. Publish the prompt and the topic list the way you would publish a questionnaire.

Verification stays with the participant. Nothing enters the record until the person who said it confirms the summary. This one rule is what separates broad listening from a machine putting words in people's mouths.

Language. These tools work in the language people actually speak, which is their main advantage over a consultation run in English. Check the clustering in each language rather than translating everything into English first.

Do not simulate people you could ask. Synthetic participants are cheap and worthless as evidence. If a group is affected, the process pays to reach them.

Host sensitive material yourself. Polis, Talk to the City, kouchou-ai, Agora, and Simocracy are all open source. Chapter 11 is how you run them on your own hardware.

Mpatanishi wa hali ya hewa anayetumia zana inayotumia nishati na maji anapaswa kuwa na uwezo wa kusema ni kiasi gani. Jibu la kweli lina sehemu mbili, na zinaelekeza katika mielekeo tofauti.

13.1Matumizi yako mwenyewe ni madogo

Google ilipima kidokezi cha maandishi cha wastani kwa Gemini kuwa 0.24 Wh za nishati, gramu 0.03 za CO2e, na mililita 0.26 za maji.¹1Google, Measuring the environmental impact of delivering AI at Google scale, arXiv:2508.15734, August 2025. Takwimu hiyo inajumuisha uwezo usiotumika na mzigo wa ziada wa kituo cha data, ambavyo makadirio mengi yaliyochapishwa huviacha nje. Hiyo ni sekunde chache za kompyuta mpakato. Siku ya kazi yenye matumizi makubwa bado ni chini ya safari fupi ya gari.

Polly huripoti hili kwa kila akaunti, na hesabu huchapishwa badala ya kudaiwa tu.²2Mbinu na kila kigezo thabiti vimo katika footprint.ts ndani ya pi-village-core. Namba ambayo mpatanishi hawezi kuichunguza ni mbaya kuliko kutokuwa na namba kabisa. Inafanya kazi kutokana na vigezo amilifu vya modeli:

Kusoma kidokezi chako hugharimu takribani robo ya kile kinachogharimu kuandika jibu, na kusoma tena kidokezi kilichohifadhiwa kwenye akiba hugharimu sehemu moja ya kumi, kwa hiyo mambo hayo matatu huhesabiwa kando. Katika modeli adimu ambayo Polly huendesha, inayowasha vigezo bilioni 13 kwa kila tokeni, mabadilishano ya kawaida hufikia takribani 0.13 Wh na mililita 0.14 za maji. Hiyo iko chini kidogo ya wastani wa Google.

Chukulia namba yoyote kati ya hizi kuwa sahihi ndani ya kiwango cha takribani mara mbili. Hazijumuishi ufunzaji wa modeli, maji yaliyotumika kuzalisha umeme, kifaa chako mwenyewe, na kaboni iliyojengeka katika vifaa.

13.2Matumizi ya tasnia si madogo

Takwimu muhimu ziko katika kiwango cha sekta badala ya mtu mmoja. Mahitaji ya umeme ya vituo vya data yanaongezeka haraka kuliko kasi ya kuondoa kaboni kwenye gridi, uwezo mpya unajengwa katika maeneo yenye msongo wa maji, na kampuni zinazotoa taarifa za namba kwa kila kidokezi ndizo hizo hizo ambazo jumla ya uzalishaji wao wa gesi chafuzi umeongezeka tangu zilipoanza kujenga mifumo hii.

Sehemu zote mbili ni kweli kwa wakati mmoja. Matumizi yako mwenyewe ni kosa dogo la kuzungusha namba, na jumla yake ni dai kubwa na linalokua juu ya nishati, maji, na ardhi. Kusema la kwanza bila la pili ni aina ya uhasibu ambayo mpatanishi asingekubali kutoka kwa nchi mwanachama.

13.3Cha kufanya kuhusu hilo

Chagua modeli ndogo zaidi wakati modeli ndogo inatosha. Tafsiri na ufupishaji havihitaji modeli ya mstari wa mbele, na modeli adimu inayowasha vigezo bilioni chache hugharimu sehemu ndogo ya modeli mnene.

Waombe watoa huduma namba zao, ikiwemo maji. Uliza ombi linahudumiwa kutoka gridi ipi. Haya ni maswali halali ya ununuzi na huulizwa mara chache.

Ripoti takwimu yako mwenyewe unapotumia zana hizi katika kazi yako. Ujumbe unaochapisha alama ya matumizi yake mwenyewe ya AI una hadhi ya kuwaomba wengine wafanye vivyo hivyo.

14.1Nguvu na udhaifu

Nguvu. Ufanisi mkubwa katika kuchakata na kufupisha kiasi kikubwa cha maandishi ambacho sera ya tabianchi hutegemea. Uwezo wa kuzalisha ripoti, kuandaa rasimu za sera, na kuiga majadiliano ya mazungumzo kwa lugha asilia, jambo linalookoa muda na rasilimali. Uwezo wa kusaidia watu wengi kwa wakati mmoja, kuanzia watunga sera hadi watafiti na wanaharakati.

Udhaifu. Upendeleo unaoweza kuwapo katika modeli, ambao hupotosha jinsi taarifa zinavyochakatwa isipofuatiliwa na kusahihishwa. Utegemezi kwa ubora na upana wa data ya mafunzo, ambao hupunguza uwezo wa modeli kushughulikia masuala ya tabianchi yenye vivuli vingi. Ugumu wa kufasiri kwa usahihi lugha tata ya kisheria na ya kiufundi bila usimamizi wa binadamu.

Fursa. Mikakati ya mawasiliano iliyobinafsishwa inayowashirikisha wadau mbalimbali katika hatua za tabianchi. Ujumuishaji na zana nyingine za uchambuzi wa data za mazingira, unaosaidia sera zenye msingi bora wa taarifa. Elimu na usambazaji mpana zaidi wa taarifa za sera ya tabianchi, zikifanywa kupatikana kwa wasio wataalamu.

Vitisho. Taarifa potofu, ambapo modeli huzalisha maudhui yasiyo sahihi au yanayopotosha kutoka vyanzo visivyoaminika. Utegemezi uliopitiliza, unaokwamisha ukuzaji wa utaalamu wa ndani katika sera ya tabianchi. Masuala ya kimaadili kuhusu uwazi na uwajibikaji katika utoaji maamuzi wa kiotomatiki.

Mawakala huongeza vitisho viwili zaidi vinavyostahili kutajwa. Wajumbe wenye rasilimali wataendesha mifumo inayosimamiwa vizuri ilhali wajumbe wadogo watatumia zana za bure zenye masharti yasiyo dhahiri, jambo linalopanua pengo chini ya mwonekano wa ufikiaji sawa. Na kukiwa na watu kadhaa na zana kadhaa katika mnyororo, wajibu wa maandishi huwa mgumu kufuatilia isipokuwa mtu aamue mapema mahali unapokaa.

14.2Mapendekezo

Mambo matatu yanafaa kujengwa: zana za kutafsiri lugha ya kiufundi ya UNFCCC, majukwaa ya kuchambua data za kihistoria za mazungumzo, na mazingira ambamo wajadiliani vijana wana teknolojia wanayohitaji ili kuchangia. Pamoja na hayo, mengine sita.

Ujuzi wa kidijitali. Mafunzo yanayolengwa mahsusi katika kuvinjari hifadhidata na majukwaa ya sera za kimataifa.

Usaidizi wa wakati halisi. Zana zinazotoa ufafanuzi wakati wa mazungumzo badala ya baada yake.

Mafunzo pepe ya mazungumzo. Mazingira ya uigaji kwa ajili ya kujizoeza hali mbalimbali za mazungumzo.

Majukwaa ya msaada wa kifedha. Majukwaa ya ufadhili wa umma au ruzuku ndogo yanayoshughulikia vikwazo vya kifedha vya kuhudhuria mazungumzo, vilivyobainishwa na wajadiliani kutoka Liberia na Paraguay.

Mafunzo ya mawasiliano baina ya tamaduni. Programu zinazoshughulikia kutoelewana kulikobainishwa na wajadiliani kutoka Peru na Nigeria.

Programu za uanagenzi. Mitandao inayowaunganisha wajadiliani vijana na wale wenye uzoefu, ili maarifa yahamishwe kati ya mizunguko.

Kwa mjadiliani, mazoea manne hutosha kwa sehemu kubwa. Tumia mifumo hii kwa maandalizi, lugha, na kumbukumbu. Hakiki chochote utakachorudia kwa sauti. Usiruhusu kamwe mfumo kuzungumza kwa niaba ya chama chako. Endelea kufanya sehemu ya kutosha ya utafiti wewe mwenyewe kiasi kwamba bado ungeweza kuufanya bila msaada.

Kwa ujumbe, andikeni zana zipi zinaruhusiwa, nini kinaweza kubandikwa ndani yake, na nani anaidhinisha maandishi yaliyosaidiwa na AI. Ukurasa mmoja unatosha, na gharama yake ni ndogo kuliko tukio la dharura.

Kwa kutumia uwezo wa AI, vijana wa leo hawarithi tu siku zijazo, bali wanazichonga kikamilifu; hebu sura inayofuata ya hadithi ya sayari yetu iandikwe kwa mikondo jasiri ya ubunifu na uongozi wa vijana.

Maswali na maoni yanakaribishwa kupitia team@gainforest.net.

1. Perceptron ya Rosenblatt na onesho la 1958, Cornell Chronicle
2. Krizhevsky, Sutskever, Hinton, ImageNet Classification with Deep Convolutional Neural Networks, NeurIPS 2012
3. Vaswani et al., Attention Is All You Need, Google Research 2017
4. Radford et al., Language Models are Unsupervised Multitask Learners, OpenAI 2019
5. Kaplan et al., Scaling Laws for Neural Language Models, OpenAI 2020
6. Hoffmann et al., Training Compute-Optimal Large Language Models, NeurIPS 2022
7. OpenAI, Introducing ChatGPT, 30 November 2022
8. OpenAI, Learning to Reason with LLMs, 12 September 2024
9. DeepSeek, DeepSeek-R1, 20 January 2025
10. METR, Measuring AI Ability to Complete Long Tasks, 2025
11. Anthropic, Anthropic Economic Index, 2025, matumizi kwa nchi na kundi la kipato
12. Global Biodiversity Information Facility, data za matukio na upendeleo wake wa kijiografia katika uchukuaji sampuli, gbif.org na GBIF data blog
13. Artificial Analysis, Intelligence Index by Open Weights and Proprietary, 26 August 2026
14. Artificial Analysis, Intelligence Index vs. Cost per Intelligence Index Task, 26 August 2026
15. NVIDIA, mwongozo wa mtumiaji wa DGX Spark na muhtasari wa maunzi
16. Google, Measuring the environmental impact of delivering AI at Google scale, arXiv:2508.15734, August 2025
17. Epoch AI, How much energy does ChatGPT use?, 2025
18. GainForest, footprint.ts katika pi-village-core, hesabu iliyo nyuma ya takwimu za kila akaunti za Polly
19. GainForest, Generative AI + Climate Guide 2024, iliyoandaliwa kwa ajili ya Climate Youth Negotiator Programme kabla ya COP29