AI Inayolinda Mamlaka ya Nchi

Mazungumzo ya tabianchi hutegemea nyaraka. Kuna maelfu ya nyaraka hizo, zilizoandikwa kwa msamiati maalumu unaobadilika kutoka kikao kimoja hadi kingine. Maneno halisi katika maandishi yanaweza kuamua matokeo. Modeli za lugha za AI zinaweza kukusaidia kusoma, kuandika, na kujiandaa haraka zaidi.

1.1Kwa nini hili linatuhusu?

Vijana wanaojadiliana katika mazungumzo ya tabianchi ya Umoja wa Mataifa (UNFCCC) wanawakilisha kizazi kitakachoishi na maamuzi ya leo. Wengi wao wanakabiliwa na matatizo yale yale. Kuna mengi mno ya kusoma. Lugha ya sera ni ngumu kuelewa. Na kuna muda mchache wa kueleza hoja.

Modeli za lugha zinaweza kusaidia katika kila moja ya haya. Modeli ya lugha ni programu ya kompyuta iliyofunzwa kwa maandishi mengi sana. Inaweza kusoma, kufupisha, na kuandika maandishi ikiombwa. Inawasaidia wajadiliani kwa njia nne.

Kuelewa taarifa. Geuza ripoti ndefu na data kuwa muhtasari mfupi, ili uweze kufuatilia matokeo mapya.

Kuandika rasimu. Kukusaidia kueleza hoja kwa lugha inayokubalika katika mazungumzo, kwa uwazi wa kutosha ili watu waitambue.

Kufanya kazi katika lugha mbalimbali. Tafsiri maandishi na kueleza muktadha wake, ili watu wengi zaidi waweze kushiriki kwa usawa.

Mazoezi. Iga upande mwingine katika mazungumzo ya mazoezi, ili uweze kujiandaa kabla ya mazungumzo halisi.

Zana ni sehemu moja tu ya kazi hii. Wajadiliani wanaojifunza kuitumia vizuri hupata muda zaidi wa kazi inayohitaji mtu.

1.2Jinsi ya kutumia mwongozo huu

Nusu ya kwanza inaeleza mifumo hii ni nini, wajadiliani wanahitaji nini, na jinsi ya kuomba modeli ikupe kitu muhimu. Nusu ya pili inahusu mawakala. Wakala ni modeli inayoweza kusoma mkusanyiko mzima wa nyaraka na kufanya kazi kwa hatua kadhaa. Sura za mwisho zinahusu nani anadhibiti data yako, jinsi ya kuendesha modeli mwenyewe, na athari za AI kwa mazingira. Kila sura ina maagizo unayoweza kunakili. Huhitaji ujuzi 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.

2.1Tulifikaje hapa

Mwaka 1957 mwanasaikolojia Frank Rosenblatt alianza kutengeneza perceptron katika Cornell Aeronautical Laboratory. Jeshi la Wanamaji la Marekani lilionyesha mashine ya perceptron inayofanya kazi mwaka uliofuata. Perceptron ni modeli rahisi sana ya kihisabati ya seli ya ubongo. Inapokea ingizo kadhaa, inatoa uzito kwa kila moja, na kutoa tokeo moja. Haikuiga ubongo halisi, lakini mifumo ya AI ya leo ilitokana nayo kwa kiasi fulani.

Kisha maendeleo yalikwama kwa miongo kadhaa. Data haikutosha, kompyuta zilikuwa polepole sana, na mbinu za kufundisha zilikuwa dhaifu. Mambo yalisonga tena wakati vyote vitatu vilipoboreshwa kwa pamoja. Mwaka 2012 Alex Krizhevsky, Ilya Sutskever, na Geoffrey Hinton walifundisha mfumo uitwao AlexNet kwa picha milioni 1.2 zenye lebo, wakitumia chipu za michoro zilizotengenezwa kwa michezo ya video. Jibu sahihi lilikuwa miongoni mwa makisio yake matano ya kwanza kwa picha zote za majaribio isipokuwa asilimia 17, matokeo bora sana kuliko mifumo ya awali.¹1Matokeo yalitokana na muundo, mbinu za kufundisha, na mkusanyiko wa data kwa kiasi sawa na vifaa vya kompyuta.

Mwaka 2017 watafiti wa Google walianzisha Transformer. Transformer huangalia maneno yote katika kifungu kwa wakati mmoja na kubaini uhusiano kati yake. Hii huiwezesha kuunganisha mawazo yaliyo mbali katika maandishi. Transformer pia hufundishwa haraka kwa kutumia chipu nyingi kwa pamoja. Karibu kila mfumo katika mwongozo huu umejengwa kwa kutumia Transformer.

Kisha OpenAI ilifundisha Transformer kwa kazi rahisi: kutabiri neno linalofuata. Modeli zake za awali, GPT na GPT-2, zilionyesha kuwa kazi hii moja ilifundisha modeli ujuzi mwingi kwa pamoja. Hukuhitaji tena mfumo tofauti kwa kila kazi. Watafiti pia waligundua kanuni za ukuaji. Modeli ziliboreshwa kwa namna inayotabirika zilipopewa uwezo zaidi wa kompyuta, data zaidi, na ukubwa zaidi, mradi vyote viliongezeka pamoja.

Tarehe 30 Novemba 2022 OpenAI ilitoa ChatGPT bure kwa majaribio ya utafiti. Kwa mara ya kwanza mtu yeyote angeweza kuzungumza na mojawapo ya modeli hizi.

Mabadiliko mengine mawili yalifuata. Septemba 2024 OpenAI ilitangaza o1, na Januari 2025 DeepSeek ilitoa R1. Zote mbili hufanya kazi zaidi kabla ya kujibu. Kwanza huandika maelezo marefu zaidi ya hatua za kazi, jambo linalosaidia kwa matatizo yanayohitaji hatua kadhaa. Modeli pia ziliunganishwa na zana na kuruhusiwa kuchukua hatua kwa mizunguko. Sura ya 6 inaeleza hilo.

2.2Namna ya kuzitengeneza

Modeli ya lugha ni aina ya AI inayosoma na kuandika lugha ya binadamu. Hujifunza kutokana na maandishi mengi sana: vitabu, makala, tovuti, na mengine. Kutokana na maandishi hayo hujifunza mifumo, kisha huitumia kuandika maandishi mapya.

ChatGPT, Llama ya Meta, na modeli zinazofanana nazo hujengwa kwa hatua mbili. Kwanza ni mafunzo ya awali. Kisha ni mafunzo ya baadaye, ambayo sasa yana sehemu mbili. Sehemu ya pili ndiyo inayowezesha modeli za hivi karibuni kutatua matatizo marefu hatua kwa hatua.

Mafunzo ya awali. Modeli husoma maandishi mengi sana kutoka mtandaoni na kufanya mazoezi ya kutabiri neno linalofuata. Haihifadhi orodha ya ilichosoma. Huku ikifanya hivyo, hujifunza sarufi, ukweli kuhusu dunia, na uwezo fulani wa kufikiri. Hujifunza mengi ajabu kwa njia hii, kuanzia mambo madogo ya kila siku hadi mawazo magumu.

Mafunzo ya kuboresha kwa usimamizi. Hii ni sehemu ya kwanza ya mafunzo ya baadaye. Watu huandika na kutathmini majibu ya mfano, wakifuata miongozo iliyoandikwa. Modeli hufundishwa kwa mifano hii na kujifunza kutumia kiwango hicho kwa maombi mapya. Hatua hii huifundisha kufuata agizo badala ya kuendeleza tu sentensi yako.

Kujifunza kwa tuzo. Hii ni sehemu ya pili, iliyo mpya zaidi. Modeli haionyeshwi jibu sahihi la kunakili. Hupata tuzo inapofikia matokeo mazuri. Kadiri muda unavyopita, hujifunza ni njia zipi za kutatua tatizo hufaulu. Hili ndilo linaloiwezesha kuunganisha mfululizo mrefu wa hatua kabla ya kujibu.

2.3Mapungufu

Watafiti bado hawaelewi kikamilifu jinsi modeli hizi zinavyofanya kazi ndani. Mtazamo wa kawaida ni kwamba mafunzo ya awali huipa modeli maarifa, na mafunzo ya baadaye huamua jinsi inavyoyatumia.

Jambo moja liko wazi. Modeli ya lugha huchagua neno linalofuata kwa kutegemea mifumo katika maandishi iliyofundishwa nayo. Hiyo hufanya kazi vizuri kwa kazi nyingi, lakini ina matatizo mawili makubwa. Modeli hurudia upendeleo uliopo katika maandishi iliyojifunza nayo. Pia husema mambo ya uongo kwa kujiamini kabisa. Huku huitwa kubuni taarifa. Sentensi inayosikika kuwa sahihi haijathibitishwa.

2.4Upendeleo unatoka wapi

Modeli hizi hujifunza kutoka mtandaoni, na taarifa za mtandaoni haziwakilishi dunia kwa usawa. Kwa mshiriki wa majadiliano ya tabianchi hili ni muhimu sana.

Chukua mfano wa rekodi za mazingira asilia. Global Biodiversity Information Facility (GBIF) ndiyo kanzidata kubwa zaidi duniani iliyo wazi ya rekodi za spishi zilizoonekana. Takribani asilimia 83 ya rekodi zake zinatoka Amerika Kaskazini na Ulaya. Asilimia 17 nyingine inahusu sehemu nyingine zote za dunia, zikiwemo sehemu zenye spishi nyingi zaidi.

Maandishi yana tofauti hiyo hiyo. Mtandaoni kuna maandishi mengi zaidi kwa Kiingereza, Kifaransa, na Kihispania kuliko kwa Kiquechua, Kitwi, au Kitok Pisin. Hivyo modeli imeona maandishi mengi zaidi ya kundi la kwanza. Itatafsiri, itafupisha, na kuandika rasimu vizuri kwa lugha inayotumika sana. Kwa lugha isiyotumika sana itafanya makosa zaidi, kwa kujiamini vivyo hivyo.

Hii pia ni sababu kuu ya kubuni taarifa. Uliza kuhusu mahali penye taarifa nyingi na modeli itatumia nyenzo nyingi. Uliza kuhusu mahali penye taarifa chache na itakuwa na nyenzo chache zaidi, hivyo itajaza mapengo kwa makisio. Jibu litasikika likiwa na uhakika uleule. Lina uwezekano mkubwa zaidi tu wa kuwa na makosa.

Si rahisi kumlaumu mtu mmoja kwa hili. Kukusanya na kuchapisha data kunagharimu pesa na kunahitaji mifumo ambayo nchi nyingi hazina. Baadhi ya jamii huchagua kutoshiriki maarifa kuhusu ardhi na spishi zao, na hiyo ni haki yao. Lakini matokeo ni yale yale. Zana hizi hufanya kazi vizuri zaidi kwa maeneo ambayo tayari yana data nyingi, na vibaya zaidi kwa maeneo yenye mengi zaidi ya kupoteza.

Pengo hilo hilo linaonekana katika watu wanaotumia zana hizi. Anthropic huchapisha faharasa ya matumizi ya Claude kwa kila nchi. Matumizi huongezeka kadiri mapato ya taifa yanavyoongezeka, na nchi ishirini na tano zinaonyesha karibu kutokuwa na matumizi kabisa.²2Anthropic, Anthropic Economic Index, 2025. Matumizi huongezeka kulingana na Pato la Taifa kwa kila mtu wa umri wa kufanya kazi, kwa kipeo cha takribani 0.69. Nchi hizo ni pamoja na Tonga, Samoa, Nauru, na Palau. Nchi hizi ni wahusika katika majadiliano yale yale na ni miongoni mwa zilizo hatarini zaidi kutokana na mabadiliko ya tabianchi.

Tuliwahoji vijana wanaojadiliana kuhusu tabianchi kutoka nchi kadhaa. Walieleza matatizo yale yale na walitaka msaada wa aina zinazofanana.¹1Wajadiliani sita kutoka Liberia, Paraguay, Peru, Nigeria, Lebanon, na Indonesia. Muhtasari kamili uko kwenye kiambatisho.

3.1Changamoto na matatizo makuu

Lugha. Watu wengi katika chumba cha majadiliano hawatumii Kiingereza kama lugha yao ya kwanza.

Istilahi za kiufundi. Kujifunza istilahi za UNFCCC huchukua miaka (Liberia, Paraguay).

Kupitisha maarifa. Baadhi ya watu wana maarifa ya kiufundi na wengine hawana. Maarifa mengi hupotea wajumbe wanapobadilika kati ya vikao.

Historia. Ni vigumu kujua kilichotokea katika majadiliano yaliyopita (Lebanon).

Kuzungumza na wajadiliani wa ngazi za juu. Mazungumzo haya ni magumu ukiwa chini ya shinikizo (Peru, Nigeria). Wajumbe vijana lazima wajenge heshima kabla watu hawajasikiliza wanachosema.

Kuelewa misimamo ya pande nyingine. Misimamo hubadilika haraka na ni vigumu kuifuatilia.

Muda. Muda hautoshi kamwe kuelewa kila jambo muhimu.

Kuzungumza kwa uwazi. Kueleza jambo tata haraka na kwa usahihi kwa Kiingereza ni changamoto ya kila wakati.

3.2Zana na rasilimali zinazohitajika

Zana za lugha. Msaada bora wa kuandika na wa sarufi, uliotengenezwa kwa maandiko ya UNFCCC badala ya Kiingereza cha biashara.

Utafutaji wa haraka. Zana zinazopitia nyaraka ndefu, kutoa sehemu muhimu, na kuthibitisha toleo la karibuni zaidi la maandiko.

Mafunzo yanayolenga mahitaji. Nyenzo za kujifunzia zinazofaa eneo, kundi la majadiliano, na uzoefu wa mjadiliani.

Wakati wa mahojiano, wajadiliani walitumia Grammarly kuandika na Google Drive kufanya kazi pamoja. Mjadiliani mmoja hakutumia zana zozote za tafsiri, kwa sababu maana ya lugha ya majadiliano hupotea inapotafsiriwa.

Mazungumzo ya tabianchi yanahusu mambo mengi kwa wakati mmoja: uzalishaji wa gesi chafu, bayoanuai, fedha, na siasa. Ili kwenda na wakati, mjumbe wa mazungumzo anahitaji mambo matatu.

Kupata taarifa haraka. Sayansi ya tabianchi inaendelea kubadilika, na wajumbe wa mazungumzo wanahitaji ukweli wa karibuni haraka.

Kuandika rasimu kwa makini. Neno moja katika makubaliano linaweza kuyafanikisha au kuyakwamisha.

Lugha nyingi. Nchi wanachama zinatoka kila pembe ya dunia na zinazungumza lugha nyingi.

4.1Modeli zinasaidia wapi

Mawasiliano. Kuandika rasimu na kutafsiri maandiko, ili wajumbe wenye lugha tofauti za kwanza waelewane kwa usahihi.

Utafiti. Kukusanya na kufupisha taarifa nyingi, kama tafiti za kisayansi, nyaraka za sera, na makubaliano ya zamani, ili uwe na taarifa za karibuni.

Kuchunguza hali zinazoweza kutokea. Kujadili matokeo yanayoweza kutokana na chaguo tofauti za sera, ili ujaribu msimamo kabla ya kuushikilia.¹1Wakati mwingine hii huitwa uundaji wa modeli za utabiri, jina linalotia chumvi uwezo wake. Modeli za lugha haziendeshi modeli za tabianchi au uchumi. Zinaeleza upya na kulinganisha hali zinazoweza kutokea, na kila namba zinayotoa inahitaji kuhakikiwa kwa chanzo halisi.

Kufupisha hoja. Kueleza hoja za kila nchi mwanachama, ili uone hoja kuu na hoja zinazozipinga.

4.2Matatizo yanayoweza kutokea

Faida zipo kweli. Hatari pia zipo, na baadhi yake zina uzito mkubwa katika diplomasia.

Kurahisisha kupita kiasi. Modeli hufupisha mambo. Zinapofanya hivyo, zinaweza kuondoa sharti moja ambalo nchi mwanachama ililipigania kwa vikao vitatu.

Kutoelewa hali ya mazungumzo. Modeli haiwezi kutambua hisia au siasa za mazungumzo. Haijui kilichokubaliwa pembeni ya kikao.

Kutokuwa na utaalamu halisi. Modeli inaweza kusikika kama mtaalamu wa sera ya tabianchi bila kuwa mtaalamu. Ukiitegemea, unaweza kupata taarifa zisizokamilika au zisizo sahihi.

Usalama na faragha. Mara nyingi mazungumzo huhusisha taarifa nyeti. Chochote unachobandika kwenye huduma ya AI mtandaoni kinatoka nje ya ujumbe wako. Watu wachache husoma masharti yanayoeleza jinsi kinavyohifadhiwa.

Maadili. Weka wazi unapotumia AI. Hakikisha watu wanawajibika kwa maamuzi. Kuwa macho kuhusu matumizi mabaya.

Kuelewa vibaya. Modeli inaweza kuelewa vibaya ulichoomba. Inaweza kukupa maandiko yanayosikika kama msimamo wako lakini sivyo.

5.1Modeli ipi, na kwa masharti ya nani

Kuna aina mbili za wasaidizi wa AI. Aina unayotumia ni muhimu kuliko chapa.

Vigezo vilivyofungwa. ChatGPT, Claude, na Gemini hufanya kazi kwenye kompyuta za kampuni. Unazifikia kupitia akaunti. Hizi ndizo modeli zenye uwezo mkubwa zaidi na rahisi zaidi kuanza nazo. Matoleo ya bure yanaweza kuandika rasimu, kutafsiri, na kufupisha. Matoleo ya kulipia hugharimu takriban dola ishirini kwa mwezi. Yanashughulikia nyaraka ndefu zaidi na faili zinazopakiwa, na yana vipengele vya wakala vilivyo katika sura ya 6. Kila unachoandika huenda kwa kampuni. Kutegemea mipangilio yako, kampuni inaweza kukihifadhi, kuwaruhusu wafanyakazi wakisome, au kukitumia kufundisha modeli yake inayofuata.

Vigezo vilivyo wazi. Llama, Mistral, Qwen, Gemma, na DeepSeek hutoa modeli zao ili yeyote azipakue. Hiyo inamaanisha wewe, taasisi yako, au mtoa huduma unayemchagua anaweza kuziendesha. Ollama husakinisha modeli kwenye kompyuta mpakato kwa dakika chache. Polly, inayoendeshwa na GainForest na Youth Negotiators Academy kwenye polly.ai4cop.org, ni modeli ya mtandaoni yenye vigezo vilivyo wazi ambayo haihifadhi rekodi ya unachotuma. Sura ya 11 inaeleza jinsi ya kuendesha modeli yako mwenyewe.

Kanuni rahisi ya kuanzia. Tumia modeli iliyofungwa kwa taarifa ambazo tayari ziko hadharani. Tumia modeli yenye vigezo vilivyo wazi kwa taarifa nyingine zote. Kamwe usibandike msimamo ambao ujumbe wako bado haujawasilisha rasmi kwenye huduma usiyoidhibiti. Sura ya 10 inaeleza hatari zilizopo. Isome kabla ya kufungua akaunti.

Yoyote utakayochagua, sakinisha programu yake ya simu. Kuingiza sauti husaidia unapotembea kati ya vikao. Kusema wazo la awali kwa lugha yako mara nyingi hutoa rasimu bora kuliko kuandika sentensi kwa uangalifu kwa Kiingereza.

5.2Misingi ya kuandika maelekezo

Agizo unaloandika huitwa elekezo. Kadiri elekezo lako linavyokuwa wazi na mahususi, ndivyo jibu linavyokuwa bora.

Elekezo linaweza kuwa na hadi sehemu nne. Huzihitaji zote kila wakati.

Agizo. Unachotaka modeli ifanye.

Muktadha. Maelezo ya msingi yanayosaidia modeli kutoa jibu bora.

Ingizo. Maandishi, swali, au hati unayotaka ifanyie kazi.

Muundo wa jibu. Jinsi jibu linavyopaswa kuonekana.

5.3Kinachofanya elekezo liwe zuri

Mazoea sita hufanya kazi kubwa. Yanatumika kwa kila modeli.

Kuwa wazi na toa maelezo ya kutosha. Sema wewe ni nani, unataka nini, na jibu linapaswa kuonekana vipi. Modeli haijui ulipo au kinachoendelea karibu nawe.

Onyesha mfano. Mfano mmoja wa jibu unalotaka hufanya kazi vizuri kuliko aya inayolieleza.

Omba nukuu. Iambie modeli inukuu kifungu inachotegemea. Kuunganisha jibu na hati halisi ndiyo kinga bora dhidi ya taarifa za kubuni.

Weka alama kwenye sehemu. Weka kila sehemu katika lebo, kama <muktadha>, <kazi>, na <maandishi>. Kisha modeli inaweza kutofautisha agizo lako na hati uliyobandika.

Iache ifikiri kwanza. Omba maelezo ya hoja kabla ya jibu. Modeli hufanya makosa machache katika kazi zenye hatua nyingi zinapopitia hatua hizo.

Ipe jukumu. "Wewe ni mtafiti wa hasara na uharibifu" kwa kawaida hutoa jibu bora kuliko ombi hilo bila jukumu.

Kisha endelea. Boresha elekezo na uulize tena. Jaribio la pili huwa bora kuliko la kwanza karibu kila wakati.

Jenga tabia moja tangu mwanzo. Omba vyanzo, na uiombe modeli iweke alama kwenye sehemu ambazo haina uhakika nazo. Ikiwa huwezi kuhakiki jibu, huwezi kulitumia katika kikao cha pamoja.

Sehemu za mchango katika mjadala

Wajadiliano huandika michango ya mjadala kuliko kitu kingine chochote. Elekezo zuri la mchango lina sehemu tano: nani anazungumza na wapi, suala moja, ushahidi, makubaliano yanayohusika, na hatua zinazopaswa kuchukuliwa.

Ukiacha sehemu yoyote, rasimu huwa duni zaidi. Bila jukumu, haiandiki kwa ajili ya mtu yeyote. Bila ushahidi, inaandika hisia badala ya ukweli. Bila mstari wa mwisho, haihusiani na makubaliano yoyote ambayo mtu anaweza kuyatekeleza.

5.4Maelekezo kwa matumizi tofauti

1. 1
   Uchambuzi wa data

   Kwa kutumia lahajedwali hili, chora grafu ya wastani wa ongezeko la uzalishaji wa hewa chafu katika miaka ya karibuni, eleza mbinu yako, na orodhesha ulichokisia kuhusu data inayokosekana.

   Mpangilio: Kupakia faili
2. 2
   Tafsiri

   Tafsiri aya hii kwa Kihispania, ukihifadhi lugha rasmi inayotumika katika maandishi ya maamuzi.

   Mpangilio: Modeli yoyote
3. 3
   Kufupisha

   Fupisha mchango wa Kundi la Nchi Zilizoendelea Kidogo katika Mazungumzo ya Kiufundi ya Tathmini ya Kimataifa ya tarehe 10 Juni 2023, na unukuu vifungu unavyotegemea.

   Mpangilio: Washa utafutaji wa wavuti
4. 4
   Kuandaa hotuba

   Wewe ni mwandishi wa hotuba wa mjadiliano wa mabadiliko ya tabianchi katika Umoja wa Mataifa. Unaandika kuhusu juhudi za Uingereza za kujenga uwezo. Mimi ndiye mjadiliano. Ungeniuliza maswali gani matano ili kupata taarifa unazohitaji kuandika rasimu ya tamko?

   Mpangilio: Modeli yoyote
5. 5
   Kujiandaa kujibu hoja pinzani

   Hasara na uharibifu ni suala kuu katika majadiliano ya tabianchi. Wewe ni mtafiti wa hasara na uharibifu. Orodhesha sababu kuu zinazofanya baadhi ya nchi zipe hasara na uharibifu kipaumbele kidogo. Kisha andika hoja thabiti ya kupinga msimamo huo, ukionyesha kwa nini mfuko wa hasara na uharibifu unahitajika.

   Mpangilio: Modeli yoyote
6. 6
   Kuandika rasimu ya tamko au hotuba

   Wewe ni mwandishi wa hotuba unayeandika rasimu ya tamko kwa kutumia maswali yaliyo hapo juu. Andika tamko la maneno 300 kuhusu juhudi za Uingereza za kujenga uwezo kuhusu tabianchi, kwa mtindo unaotumiwa na Serikali ya Uingereza.

   Mpangilio: Modeli yoyote
7. 7
   Kueleza istilahi

   Eleza maana ya "njia za utekelezaji" katika aya hii, kwa lugha rahisi, na toa mfano mmoja wa jinsi maneno hayo yalivyotumiwa katika uamuzi uliopita.

   Mpangilio: Modeli yoyote
8. 8
   Kupata hati

   Ni maandishi ya uamuzi gani yanayotoa mamlaka ya mpango huu wa kazi? Nipe alama ya hati na unukuu aya yenye mamlaka hayo.

   Mpangilio: Urejeshaji wa taarifa
9. 9
   Kutafsiri kwa hadhira ya wenyeji

   Tafsiri mchango huu kwa Bahasa Malaysia kwa ajili ya hadhira ya jamii, ukihifadhi maana na kuondoa istilahi za UNFCCC.

   Mpangilio: Modeli yoyote

Hadi sasa kila kitu kimefanya kazi kwa njia ileile. Unaandika ombi, unasoma jibu, na unaamua cha kufanya nalo. Mabadiliko manne yameongeza njia ya pili ya kufanya kazi.

Modeli zinaweza kusoma zaidi. Sasa modeli inaweza kupokea kwa pamoja matini nzima ya mazungumzo, matoleo yake ya awali, na maelezo yako ya maandalizi.

Modeli zinaweza kutafuta. Mfumo unaweza kutafuta katika nyaraka au mtandaoni kabla ya kujibu, na kunukuu ulichopata. Hilo hukuwezesha kuhakiki jibu.

Modeli zinaweza kutumia zana. Modeli inaweza kuunganishwa na injini ya utafutaji, lahajedwali, kalenda, au folda ya faili. Kisha inaweza kuzifanyia kazi badala ya kuzielezea tu.

Modeli zinaweza kurudia. Mfumo hauhitaji tena kujibu mara moja na kuacha. Unaweza kupanga, kuchukua hatua, kuangalia matokeo, na kujaribu tena hadi kazi ikamilike.

Ukiunganisha haya unapata kile watu wanachokiita wakala. Wakala ni modeli yenye zana na kumbukumbu inayoendelea kufanya kazi hadi ikamilike. Inafanya kazi ndani ya ruhusa ilizopewa na mtu. Haina busara ya kuamua na haiwezi kuwajibishwa. Ina kazi na ruhusa, hakuna zaidi.

6.1Njia tatu za kufanya kazi

Mazungumzo. Unauliza, inajibu, unahakiki. Inafaa kwa kuandika rasimu, kutafsiri, kueleza, na kufanya mazoezi.

Utafutaji. Mfumo kwanza hutafuta katika nyaraka zilizochaguliwa, kisha hujibu na kuonyesha vyanzo vyake. Utumie kwa ukweli wowote kuhusu mazungumzo: jinsi matini ilivyobadilika, nchi wanachama zilisema nini, maamuzi ya awali.¹1Mfumo ukikuambia aya ya uamuzi inasema nini lakini hauwezi kukuonyesha aya hiyo, chukulia jibu hilo kama uvumi.

Wakala. Mfumo hufanya kazi kwa hatua kadhaa ukitumia zana. Utumie kwa kazi zinazojirudia ambazo unaweza kuhakiki matokeo yake, kama kufuatilia mabadiliko kati ya rasimu au kuandaa muhtasari wa kila siku.

6.2Mifano ya matumizi

1. 1
   Kufuatilia mabadiliko ya matini

   Linganisha toleo la 3 la rasimu hii ya uamuzi na toleo la 2. Orodhesha kila badiliko la msingi, nukuu matoleo yote mawili, na bainisha mabadiliko yanayoathiri mipaka ambayo ujumbe wangu hauwezi kuvuka.

   Mpangilio: Faili zimeambatishwa
2. 2
   Kubainisha misimamo

   Kutokana na mawasilisho haya, tengeneza jedwali la misimamo ya nchi wanachama kuhusu Ibara ya 6.4 lenye nukuu na rejea kwa kila mstari. Weka alama kwenye msimamo wowote uliouhitimisha mwenyewe.

   Mpangilio: Urejeshaji wa taarifa
3. 3
   Kufuatilia historia

   Fuatilia jinsi maneno "majukumu ya pamoja lakini yaliyotofautishwa" yalivyowekewa masharti katika matini za maamuzi tangu 2015, ukinukuu kila uamuzi.

   Mpangilio: Urejeshaji wa taarifa
4. 4
   Kusoma usiku

   Hizi hapa matini nne zilizochapishwa leo. Niambie nini kimesonga mbele, nini kimekwama, na ni kurasa zipi tatu lazima nisome kabla ya kesho.

   Mpangilio: Faili zimeambatishwa
5. 5
   Muhtasari wa kila siku

   Kila jioni, kusanya matini zilizochapishwa siku hiyo kutoka kwenye mikondo ya mazungumzo ninayofuatilia, fupisha kilichobadilika, na unitumie orodha.

   Mpangilio: Wakala aliyepangiwa ratiba
6. 6
   Kusoma mabano

   Kwa kila chaguo lililo kwenye mabano katika aya hii, eleza nani anafaidika, nani anapinga, na maneno mbadala yanaweza kuwaje.

   Mpangilio: Faili zimeambatishwa
7. 7
   Mazoezi

   Igiza mjumbe wa mazungumzo anayepinga matini hii. Pinga kauli yangu, na usikubali kirahisi.

   Mpangilio: Mazungumzo
8. 8
   Kutafsiri kurudi lugha ya awali

   Tafsiri maneno yangu kwa Kifaransa, kisha yatafsiri tena kwa Kiingereza bila kutegemea matini ya awali, na uniambie maana iliyobadilika.

   Mpangilio: Mazungumzo
9. 9
   Kukabidhi kazi

   Kutokana na maelezo yangu katika kikao hiki chote, andika waraka wa kukabidhi kazi kwa atakayeshughulikia suala hili katika awamu ijayo.

   Mpangilio: Faili zimeambatishwa
10. 10
    Kazi ya data

    Kutokana na lahajedwali hili la uzalishaji wa gesi chafu, chora mwenendo wa nchi hizi tangu 2010, eleza njia uliyotumia, na orodhesha kila dhana kuhusu data inayokosekana.

    Mpangilio: Ufikiaji wa faili

6.3Kufanya kazi na wakala kwa usalama

Programu ya mazungumzo ikikuelewa vibaya, unapata aya mbaya. Wakala akikuelewa vibaya, anaweza kuchukua hatua kutokana na kosa hilo.

Hakiki chochote utakachorudia. Fungua waraka mmoja uliotajwa na uthibitishe kuwa nukuu ipo kweli kabla ya kuitumia kwenye mazungumzo.

Toa ruhusa chache iwezekanavyo. Mfumo unaosoma faili zako hauhitaji pia kutuma barua pepe.

Usiamini nyaraka za nje. Faili iliyowasilishwa na mtu mwingine inaweza kuwa na maagizo yaliyofichwa yanayomlenga wakala.

Amua nani atatoa idhini. Kubalianeni nani anaidhinisha matini yoyote iliyoandikwa kwa msaada wa AI. Zana kadhaa zinapohusika, hakuna mtu mwingine atakayefanya hivyo.

Barua pepe bado ndiyo njia kuu ya wataalamu kuwasiliana. Mambo matatu hufanya iwe ngumu.

Wingi. Vikasha hujaa barua, na kuzipanga huchukua muda ambao huna.

Kuandika vizuri. Barua pepe fupi na wazi inayochochea hatua inahitaji ujuzi.

Lugha. Mara nyingi unahitaji kuandika kwa lugha isiyo yako.

Msaidizi aliyeunganishwa na kisanduku chako cha barua anaweza kusoma mfululizo mzima wa ujumbe mwenyewe. Mpe ruhusa ya kusoma na kuandaa rasimu. Tuma barua mwenyewe.

1. 1
   Kufuatilia mkutano

   Fupisha hoja kuu na ahadi za mkutano wa hivi karibuni wa mazungumzo, taja aliyetoa kila moja, na andaa rasimu ya barua pepe ya heshima kwa waliohudhuria ili kufuatilia hatua zilizokubaliwa.
2. 2
   Kupanga ratiba

   Andika barua pepe ya heshima yenye nafasi ya kubadilika, ukipendekeza tarehe na saa kadhaa za awamu ijayo ya mikutano, kwa ukanda wa saa wa kila mshiriki.
3. 3
   Taarifa ya kila siku

   Andika barua pepe fupi ya kila siku kuhusu maendeleo katika vikao vya karibuni: mapendekezo mapya, hoja zilizokubaliwa, na hoja ambazo bado zinabishaniwa.
4. 4
   Kuweka vipaumbele

   Andika barua pepe kwa timu ya mazungumzo ukipendekeza jinsi ya kupanga hoja za ajenda kwa uharaka, athari kwa malengo ya tabianchi, na uwezekano wa makubaliano.
5. 5
   Kupanga kikasha

   Panga ujumbe wangu ambao sijasoma katika makundi: unahitaji uamuzi wangu, unahitaji jibu, unahitaji kutumwa kwa wengine, hauhitaji chochote. Andaa rasimu za majibu kwa kundi la tatu pekee na uziache bila kutuma.
6. 6
   Kukagua namna ya kusema

   Andika upya barua pepe hii kwa lugha rasmi ya kidiplomasia bila kubadili ahadi yoyote ya msingi, kisha orodhesha ulichobadili ili nikague.

Mifumo hii huwa inaandika kwa ukarimu na kukubaliana na wengine. Mtindo huo unaweza kuachia mambo ambayo maandishi yako ya awali hayakuachia. Uliza modeli ilibadili nini, kisha soma orodha hiyo.

Wakati wa kikao, ratiba, orodha za ukaguzi, na nafasi za safari zinazohitaji kuhifadhiwa huongezeka haraka. Matatizo matatu hujitokeza tena na tena.

Muda. Ni vigumu kuamua cha kufanya kwanza, na muda wa kukitumia.

Kazi zilizosahaulika. Mambo muhimu husahaulika kwenye orodha.

Safari. Kupata ndege na hoteli zinazofaa ratiba na bajeti yako huchukua saa nyingi.

Hizi ndizo kazi zenye hatari ndogo zaidi katika mwongozo huu na mahali pazuri zaidi pa kuanza kutumia wakala. Kazi zinajirudia, unaweza kukagua matokeo kwa urahisi, na sehemu ndogo sana ni ya siri.

1. 1
   Kuhifadhi nafasi

   Tafuta ndege na hoteli za bei nafuu zaidi na zinazofaa zaidi kwa safari kutoka [jiji la kuondoka] hadi [jiji la kufika] tarehe [tarehe]. Napendelea ndege za asubuhi na hoteli iliyo karibu na ukumbi. Nionyeshe faida na hasara za machaguo badala ya pendekezo moja.
2. 2
   Orodha za ukaguzi

   Tengeneza orodha kamili ya ukaguzi kwa kikao cha kimataifa cha wiki mbili: nyaraka, kibali cha kushiriki, nguo za hali ya hewa inayobadilika, vifaa vya kazi, na nakala za maandiko muhimu zinazopatikana bila intaneti.
3. 3
   Kupanga siku

   Angalia kalenda yangu na ratiba ya kikao, kisha pendekeza ratiba yenye mikutano, muda wa kazi zangu, mazoezi, na muda binafsi, ukizingatia tarehe hizi za mwisho na majukumu haya.
4. 4
   Kufuatilia maendeleo

   Tengeneza kiolezo cha kufuatilia maeneo ya kazi ninayofuatilia, chenye hatua muhimu, tarehe za mwisho, na nafasi ya taarifa mpya na hatua zinazofuata.

Mipango ya shughuli pia ndiyo utakapompa wakala ufikiaji halisi wa kalenda, barua pepe, na faili zako kwa mara ya kwanza. Hilo ni sawa. Lakini hapo ndipo tabia ya kuongeza ufikiaji kidogo kila mara huanza. Mfumo unaokuhifadhia nafasi za ndege hauhitaji kuandika rasimu za misimamo yako.

Mazungumzo ya tabianchi yanahusisha watu pamoja na ukweli. Hisia, tofauti za kitamaduni, na afya ya akili vyote vina nafasi.

Afya ya akili. Mabadiliko ya tabianchi na shinikizo la mazungumzo huwachosha wajumbe.

Kutoelewana kitamaduni. Watu wa tamaduni tofauti wanaweza kuelewana vibaya. Hilo huleta mvutano na kupunguza kasi ya mazungumzo.

Katika sehemu hii moja ya mwongozo, dirisha rahisi la mazungumzo ni bora kuliko ajenti. Haya ni mazungumzo. Hayahitaji mfumo unaoweza kufikia faili zako.

1. 1
   Muhtasari wa utamaduni

   Niko katika mazungumzo ya Umoja wa Mataifa kuhusu mabadiliko ya tabianchi na mtu kutoka Kenya. Ninapaswa kujua nini kuhusu utamaduni wake ili kuendeleza mazungumzo yangu?
2. 2
   Kutia moyo

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

   Haya ndiyo yaliyotokea katika kikao hicho na jinsi nilivyoyashughulikia. Mjadili mwenye uzoefu zaidi angefanya nini tofauti?

Tahadhari mbili. Kwanza, muhtasari wa utamaduni unaeleza nchi kwa ujumla, lakini utazungumza na mtu mmoja. Utumie kama taarifa za msingi, si kama utabiri. Pili, modeli ni mahali pazuri pa kuandika wazo saa saba usiku. Lakini si daktari wala mfanyakazi mwenzako, na haina usiri. Ikiwa unahisi zaidi ya uchovu, zungumza na mkuu wa ujumbe wako, watu wa kutoa msaada katika programu yako, au mtaalamu.

Zana hizi zinaweza kusawazisha nafasi katika mazungumzo ya kimataifa. Zinapunguza kizuizi cha lugha kinachoamua nani anazungumza kwa kujiamini. Zinafupisha nyaraka ambazo hakuna mwenye muda wa kuzisoma. Zinaupa ujumbe wa watu wawili baadhi ya uwezo wa ujumbe wa watu hamsini. Hilo lina thamani. Lakini kabla ya kuandika, jiulize maswali machache.

Nani anamiliki data? Maandishi unayobandika kwenye msaidizi wa mtandaoni yanatoka nje ya ujumbe wako. Kulingana na akaunti na mipangilio yake, kampuni inaweza kuyahifadhi, kuwapa wafanyakazi wayasome, au kuyatumia kufundisha modeli yake inayofuata. Misimamo ya kitaifa, maagizo kutoka serikalini kwako, na chochote ulichoambiwa kwa siri havipaswi kuwekwa humo.

Nani anamiliki uamuzi? Modeli huandika maandishi yanayosikika kama msimamo. Ikiandika rasimu na hakuna anayeikagua, mawazo yanayounda msimamo wa nchi yako yanaanza kutengenezwa nje ya ujumbe wako. Kila andiko linalotoka lazima liwe chini ya mtu mwenye mamlaka.

Ni nini usichoweza kuona? OpenAI na Anthropic hazikuonyeshi mchakato mzima wa modeli wa kufikiri. Unapata jibu, na wakati mwingine muhtasari wa jinsi ilivyolifikia. Hatua halisi zinabaki kwa kampuni. Huwezi kuzikagua, kuzirudia, au kumwonyesha mwenzako kwa nini mfumo ulisema ulichosema.

Uzani wazi au uliofungwa? Uzani wa modeli ni namba ilizojifunza wakati wa mafunzo. ChatGPT, Claude, na Gemini huhifadhi uzani wao kwenye kompyuta za kampuni. Hizi ndizo modeli zenye uwezo mkubwa zaidi na rahisi zaidi kutumia. Llama, Mistral, Qwen, Gemma, na DeepSeek huweka uzani wao wazi, hivyo unaweza kuendesha modeli kwenye kompyuta yako au seva katika eneo lako. Modeli zilizo wazi hutafsiri, hufupisha, na huandika rasimu vizuri. Zina uwezo mdogo zaidi katika matatizo magumu zaidi yenye hatua nyingi. Na ukiwa na uzani, hakuna anayeweza kupandisha bei au kuzima modeli katikati ya kikao.

AI inayoheshimu uhuru wa kujiamulia ina maana kwamba ujumbe, eneo, au jamii huweka masharti. Wanachagua modeli ya kutumia, data inayoingizwa humo, na nani anayeweza kukagua ilichofanya. Wanaweza pia kukataa. Katika mchakato wa COP, wahusika wenye uwezo mdogo zaidi kwa kawaida ndio wenye mengi zaidi ya kupoteza. Kwa hiyo hili ni swali la vitendo.

Kanuni ya kufuata. Tumia modeli ya mtandaoni yenye uwezo mkubwa zaidi kwa taarifa za umma, kusoma kuhusu mada, kuandika rasimu, na kufanya mazoezi. Kwa chochote kuhusu msimamo ambao bado haujawekwa wazi, tumia modeli yenye uzani wazi, au huduma iliyo chini ya mkataba ambao taasisi yako imesoma.

Mwongozo huu upo ili kukumbusha faida na gharama za chaguo hilo. Sura zilizotangulia zinaonyesha mifumo hii inafanya nini vizuri. Hii inaonyesha unachopoteza kwa kupata faida hizo.

Sura iliyopita ilieleza faida na hasara za chaguo hilo. Njia bora ya kulishughulikia ni kuendesha modeli mwenyewe.

Unapohifadhi modeli yako mwenyewe, hakuna kinachotoka nje ya jengo. Huhitaji kuamini sera ya kampuni kuhusu data. Masharti ya huduma hayawezi kubadilika bila wewe kutaka. Akaunti haiwezi kusimamishwa katikati ya kikao. Na taasisi yako inajenga ujuzi huo yenyewe badala ya kuukodi.

Hadi hivi karibuni, kuendesha modeli yako mwenyewe kulimaanisha kukubali modeli dhaifu zaidi. Sasa hali imebadilika.

Artificial Analysis huchapisha Fahirisi ya Akili inayopima modeli kwa majaribio sawa. Kimi K3 na GLM-5.3 zote zina alama 60, alama tatu nyuma ya Claude Opus 5 yenye 63. Qwen3.8 inafuata ikiwa na 58. Modeli kumi na tisa kati ya 29 kwenye fahirisi zina uzani wazi, ingawa modeli zilizofungwa bado zinashika nafasi nyingi za juu.¹1Chati inahesabu GLM-5.3 na GLM-5.3-Flash kama modeli zinazomilikiwa na kampuni pekee. Z.ai huchapisha uzani wa zote mbili chini ya leseni ya MIT, kwa hiyo kitabu hiki kinazihesabu kama modeli zilizo wazi. Ndiyo sababu mchoro una nguzo kumi na saba za buluu na maandishi yanasema kumi na tisa. Mwaka mmoja uliopita, modeli bora iliyo wazi ilikuwa alama kumi na tatu nyuma ya modeli bora iliyofungwa. Pengo limepungua haraka na huenda likapungua zaidi.

Bei ni sababu nyingine. GLM-5.3-Flash ina alama 57 kwa karibu senti tisa kwa kazi. DeepSeek V4 Pro 0813 ina alama 53 kwa karibu robo ya dola. Zote mbili ziko kwenye kona ya alama nyingi na gharama ndogo. Claude Opus 5 ina alama 63 lakini gharama yake ni karibu mara kumi ya DeepSeek. Tofauti hiyo ndiyo inayowezesha ujumbe kugharamia modeli yake yenyewe.

11.1Modeli ya kuendesha

Hali ilivyo tarehe 26 Agosti 2026. Soma leseni kabla ya kuchagua. Baadhi ya modeli bora zilizo wazi zinaweka mipaka kwa matumizi ya kibiashara. Kwa ujumbe, kwa kawaida hilo halizuii matumizi. Kwa kampuni inayotengeneza bidhaa kwa kutumia mojawapo, linaweza kuyazuia.

11.2Gharama yake

NVIDIA DGX Spark ni kompyuta ya mezani yenye kumbukumbu ya 128GB. Leo inagharimu dola 4,699. Unaweza kuunganisha mbili moja kwa moja ili kupata 256GB kwa karibu dola 9,400. Jozi hiyo inaweza kuendesha modeli kubwa kama DeepSeek kwa tokeni 55 hadi 60 kwa sekunde, kasi kubwa kuliko ya kusoma. Pia inaweza kuhifadhi maandishi ya karibu tokeni milioni moja kwa wakati mmoja, takriban kurasa elfu kadhaa. Hizo zinatosha kwa kazi za ujumbe.

Kompyuta moja inaweza kuendesha modeli ndogo (vigezo bilioni 27 hadi 35) kwa kasi inayotosha watu sitini kwa wakati mmoja. Hiyo inatosha kutafsiri, kufupisha na kuandaa rasimu kwa ofisi nzima. Kompyuta tatu au nne, zenye 384 hadi 512GB, zinaweza kuendesha modeli kubwa zaidi zilizo wazi kwa ukamilifu.

Linganisha hilo na kulipia usajili kwa kila mjumbe. Vifaa vinarudisha gharama yake ndani ya awamu moja au mbili za mazungumzo, na vinaendelea kufanya kazi baada ya ufadhili kuisha.

11.3Jinsi ya kuiweka tayari

Endesha modeli kwa programu inayoitwa vLLM au SGLang. Zote mbili zinafanya kazi kama huduma ya OpenAI. Kwa hiyo zana yoyote inayofanya kazi na ChatGPT itafanya kazi na seva yako ukibadilisha anwani na ufunguo. Kwa jaribio la kwanza kwenye kompyuta mpakato, Ollama au llama.cpp ni rahisi zaidi. NVIDIA huchapisha miongozo ya kusanidi Spark, na miongozo ya wazi kutoka kwa watumiaji inaeleza jinsi ya kuunganisha kompyuta mbili, tatu au nne.

Ikiwa huwezi kuendesha modeli yako kabla ya kikao kijacho, tumia huduma ya mtandaoni iliyotia saini makubaliano ya kutohifadhi data yoyote. Hiyo ni ahadi ya maandishi ya kutohifadhi unachotuma. Ichukulie kama suluhisho la muda.

11.4Tahadhari moja ya kujua

Fahirisi hapo juu hutumia wastani wa majaribio tisa tofauti, na modeli zilizo wazi haziko nyuma kwa kiwango sawa katika yote. Pengo ni kubwa zaidi katika kazi ngumu zaidi za kufikiri na katika kutunga taarifa za uongo. Katika yote mawili, modeli zilizofungwa bado ziko mbele waziwazi. Kwa mjumbe wa mazungumzo, kutunga taarifa za uongo ndilo jambo muhimu zaidi. Kwa hiyo elekeza modeli kwenye nyaraka zako mwenyewe, omba vyanzo, na uvifungue.

Sura iliyopita iliishia na modeli inayoendeshwa kwenye vifaa vyako mwenyewe. Hii inahusu kuitumia kuwasikiliza watu wako.

Hadi sasa mwongozo huu umechukulia AI kama zana anayotumia mtu mmoja kwa kazi yake. Kuna matumizi ya pili. Yanabadilisha kile ambacho ujumbe mdogo au kundi la vijana linaweza kufanya. Modeli inaweza kukusaidia kusikiliza watu wengi zaidi kuliko ambavyo timu ya watu ingeweza. Kisha unaweza kuleta walichosema kwenye mkutano, pamoja na ushahidi.

Hii inaitwa usikilizaji mpana. Kura ya maoni huwabana watu wachague majibu yaliyoandikwa na mtu mwingine. Usikilizaji mpana hufanya kinyume chake. Watu hujibu kwa maneno yao wenyewe. Programu hutafuta mifumo katika majibu. Kisha mifumo hiyo hurudishwa kwa walioandika majibu, ili waweze kuisahihisha.

12.1Polis, zana ya zamani zaidi kati ya hizi

Polis ni dodoso linalofanya kazi kama mazungumzo. Watu huandika kauli fupi. Wengine wote hupigia kura kauli zilizochaguliwa kwa kiasi fulani bila mpangilio, wakikubali, wakikataa, au wakipita. Mfumo hupanga wapigakura katika makundi kulingana na kura zao. Kisha huangazia kauli ambazo watu kutoka makundi yote wanakubaliana nazo, badala ya zile zinazopata kura za wengi tu.

Taiwan ndiyo mfano unaojulikana zaidi. Baada ya maandamano ya Sunflower ya 2014, jamii ya teknolojia za kiraia ya g0v na serikali waliendesha mchakato uitwao vTaiwan kwenye Polis. Zaidi ya watu 200,000 walishiriki katika mashauriano yake. Shauriano moja kuhusu programu za kuomba usafiri kama Uber lilipata kauli ambazo madereva, kampuni za teksi, na abiria wote walikubaliana nazo. Kanuni ziliandikwa kwa kutegemea kauli hizo.

Polis ni ya bure na ina msimbo wazi (leseni ya AGPL). Computational Democracy Project huitunza. Ilikuwepo kabla ya modeli za lugha za leo na haitumii modeli yoyote. Hiyo ni sehemu ya sababu bado inafanya kazi vizuri.

12.2Talk to the City, na kile modeli zilichoongeza

Talk to the City huongeza modeli ya lugha ili isome. AI Objectives Institute iliijenga. Hupokea mahojiano, majibu ya dodoso, machapisho ya majukwaa, au nakala za mazungumzo. Huzigawa katika madai moja moja, hupanga madai kwa mada, na huandika ripoti. Kila mstari katika ripoti una kiungo cha nukuu ulikotoka. Matoleo mapya pia huendesha mahojiano yenyewe. Huuliza maswali ya kufuatilia kama mtu angefanya, badala ya kusoma orodha isiyobadilika.¹1Mradi mmoja ulitumia msimamizi wa AI kuwahoji watu 81,000 duniani kote, huku modeli ikifuatilia chochote ambacho mshiriki alitaja. Kiwango hicho ni halisi, na tahadhari iliyo hapa chini pia ni halisi: modeli huamua cha kuuliza na cha kuhifadhi.

Viungo hivyo vya kurudi kwenye chanzo ndivyo vya maana. Muhtasari ambao hakuna anayeweza kuhakiki ni dai tu. Talk to the City ina msimbo wazi (leseni ya Apache), na unaweza kuiendesha mwenyewe.

12.3Team Mirai, toleo lenye viti bungeni

Takahiro Anno ni mhandisi wa programu na mwandishi wa hadithi za kubuni za kisayansi. Mwaka 2024 aligombea ugavana wa Tokyo bila chama na akapata kura 154,000. Katika matangazo ya moja kwa moja ya siku kumi na saba, mhusika wa kidijitali wa AI aliyefunzwa kwa ilani yake alijibu maswali 8,600 kutoka kwa wapigakura. Mei 2025 alianzisha chama, Team Mirai. Kilishinda kiti katika baraza la juu Julai hiyo, na viti kumi na kimoja katika baraza la chini Februari 2026, kwa takribani asilimia saba ya kura.

Mfumo unaokiwezesha ndio sehemu inayofaa kuigwa. Mwananchi huzungumza na Mhoji wa AI. Huuliza maswali ya kufuatilia na kugeuza mazungumzo kuwa rasimu ya pendekezo la sera. Chama hupokea rasimu hiyo ikiwa tu mwananchi atathibitisha kwamba inasema alichomaanisha. Watu wa kutosha wanapounga mkono wazo, linakuwa pendekezo ambalo wabunge wa chama wanaweza kuwasilisha. Katika shauriano moja, mhoji alikusanya zaidi ya saa 1,200 za mazungumzo ndani ya siku chache. Mhoji binadamu angehitaji takribani siku hamsini bila kulala kufanya hivyo.

Maamuzi mawili ya muundo yana maana zaidi. Kwanza, mwananchi hutoa idhini ya mwisho, kwa hiyo modeli haiwezi kubadili alichomaanisha kimyakimya. Pili, chama hakichukui msimamo kuhusu masuala yanayogawanya watu sana. Huyawasilisha kwa kura ya moja kwa moja, kwa sababu hakuna programu inayoweza kuondoa mgongano halisi wa maslahi.

Programu yao ya usikilizaji mpana, kouchou-ai, ina msimbo wazi. Ilianza kama toleo la Talk to the City lililorekebishwa kwa ajili ya serikali za miji ya Japani. Kwa ujumbe, ni bora kurekebisha zana ya umma iliyopo ili ikidhi mahitaji ya wenyeji, kwa uwazi, kuliko kumlipa mtu ajenge mpya.

12.4Nyingine tatu zinazofaa kujulikana

Agora Citizen Network. Toleo lenye msimbo wazi kabisa la kupanga makundi kwa mtindo wa Polis, lililojengwa kwa wavuti iliyo wazi. Linahamia kwenye AT Protocol, kiwango wazi cha data za kijamii. Hivyo majadiliano hayafungiwi ndani ya hifadhidata ya kampuni moja. Septemba 2025, wakati wa mgomo wa tuzuie kila kitu, timu ya Ufaransa iliendesha mashauriano ya kitaifa kupitia zana hii. Walitaka kuona kama nchi yenye hasira bado ingeweza kupata kauli ambazo watu walikubaliana nazo.

Habermolt. Jaribio la utafiti linaloenda upande mwingine. Halijaribu kusikiliza watu wengi zaidi. Badala yake humpa kila mtu wakala wa AI anayejifunza maoni yake na kujadiliana kwa niaba yake katika mikutano asiyohudhuria kamwe. Unasoma alichosema wakala wako na kukisahihisha. Linategemea Habermas Machine ya DeepMind. Bado ni swali la utafiti, si zana iliyokamilika. Wakala anayezungumza kwa niaba yako ndiye hasa unayeonywa kuwa makini naye katika sura ya 10.

Simocracy. GainForest, wachapishaji wenza wa mwongozo huu, waliijenga. Kwa hiyo soma hii kama mfano, si pendekezo la kuitumia. Kila mshiriki huandika "sim". Sim ina mhusika wa kidijitali, katiba inayoeleza inachosimamia na mipaka yake isiyovukwa, na namna ya kuzungumza. Sim huhifadhiwa kwenye AT Protocol, ni mali ya aliyeiandika, na huhudhuria mikutano kwa niaba yake. Makundi hujadili mapendekezo hadharani, kwa kumbukumbu, na kuamua jinsi ya kugawa bajeti ya pamoja. Imetumika na Funding the Commons katika Frontier Tower huko San Francisco na katika jaribio la Agent Village. Katika hali zote mbili, watu walifanya uamuzi wa mwisho wa ufadhili.

12.5Hii inafaa kwa nini kwenye COP

Msimamo wa kundi. YOUNGO, kundi la vijana, lina mamia ya wanachama katika kila ukanda wa saa na siku chache za kukubaliana kuhusu msimamo mmoja. Usikilizaji mpana hubadilisha mkutano wa simu ambao hakuna anayeweza kuhudhuria kuwa maandishi ambayo kila mtu anaweza kuhakiki.

Wito wa kutoa maoni. Muda wa kuwasilisha maoni unafungwa kukiwa na nyaraka 180, na hakuna ujumbe uliozisoma. Panga madai katika makundi, hifadhi nukuu, na fungua zile zenye maana.

Ujumbe wa watu wawili. Mara nyingi kuna pengo kati ya mamlaka uliyopewa na kile watu wa nyumbani wanachotaka hasa. Usikilizaji mpana hupunguza pengo hilo, kwa gharama ndogo, kati ya vikao.

Kutoa mrejesho. Baada ya kikao, endesha mchakato huo kinyume. Eleza kilichoamuliwa na maana yake kwa wenyeji, na usikie watu wanasemaje kuhusu hilo.

12.6Cha kukagua kabla ya kutumia zana hizi

Nani aliandika maswali? Modeli inayoendesha mahojiano huamua cha kuuliza, cha kuhifadhi, na jinsi ya kukiripoti. Hilo huipa uwezo mkubwa wa kuathiri matokeo. Chapisha maelekezo na orodha ya mada, kama ambavyo ungechapisha dodoso.

Washiriki huhakiki maneno yao wenyewe. Hakuna kinachoingia kwenye kumbukumbu mpaka aliyekisema athibitishe muhtasari. Kanuni hii ndiyo inayozuia mashine kuwasingizia watu maneno ambayo hawakusema.

Lugha. Zana hizi hufanya kazi katika lugha ambazo watu wanazungumza kweli. Hiyo ndiyo faida yake kubwa kuliko mashauriano yanayoendeshwa kwa Kiingereza pekee. Hakiki matokeo katika kila lugha. Usitafsiri kila kitu kwa Kiingereza kwanza.

Usibuni watu ambao ungeweza kuwauliza. Washiriki waliobuniwa na AI ni wa gharama ndogo, na hawana thamani kama ushahidi. Ikiwa kundi linaathiriwa, tumia pesa kulifikia.

Hifadhi taarifa nyeti kwenye vifaa vyako. Polis, Talk to the City, kouchou-ai, Agora, na Simocracy zote zina msimbo wazi. Sura ya 11 inaeleza jinsi ya kuziendesha kwenye vifaa vyako mwenyewe.

AI hutumia nishati na maji. Mjadiliani wa masuala ya tabianchi anayeitumia anapaswa kuweza kusema kiasi gani. Matumizi yako mwenyewe ni madogo. Mahitaji ya jumla ni makubwa, na yanakua. Unahitaji kusema yote mawili. Kusema moja tu ndiko kunakopotosha mada hii mara nyingi.

13.1Matumizi yako mwenyewe ni madogo

Google ilipima ombi la kawaida la maandishi kwa Gemini: nishati ya 0.24 Wh, 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, Agosti 2025. Kiasi hiki kinajumuisha vifaa vilivyo tayari lakini havifanyi kazi na matumizi ya ziada ya kituo cha data, ambayo makadirio mengi yaliyochapishwa hayaweki. Hii ni karibu sawa na kutumia kompyuta mpakato kwa sekunde chache. Hata matumizi makubwa ya siku nzima ni chini ya safari fupi ya gari.

Polly huonyesha kiasi hiki kwa kila akaunti, na huchapisha jinsi inavyokihesabu.²2Mbinu na kila thamani isiyobadilika zimo katika footprint.ts ndani ya pi-village-core. Takwimu ambayo mjadiliani hawezi kuichunguza ni mbaya kuliko kutokuwa na takwimu kabisa. Hesabu huanza na sehemu ya modeli inayofanya kazi kwa kila neno inaloshughulikia:

Kusoma ombi lako hutumia karibu robo ya nishati ya kuandika jibu. Kusoma tena ombi ambalo mfumo umeshaona hutumia sehemu moja ya kumi. Kwa hiyo, haya matatu huhesabiwa kando. Polly hutumia modeli inayotumia vigezo vyake bilioni 18 kwa kila tokeni. Kwa modeli hiyo, ombi na jibu la kawaida hutumia karibu 0.10 Wh na mililita 0.11 za maji. Hii ni chini ya kiasi cha Google.³3Thamani ya jouli kwa kila tokeni hurekebishwa kwa kutumia kipimo cha ML.ENERGY, kinachopima GPU moja kwa moja katika mipangilio 1,858 ya kuhudumia maombi, badala ya kukisiwa. Hilo lilipunguza makadirio kwa nusu: kisio cha awali kilidharau uwezo wa seva yenye shughuli nyingi wa kukusanya kazi na kuzifanya pamoja.

Chukulia kuwa kiasi halisi kinaweza kuwa nusu hadi mara mbili ya takwimu hizi zote. Hazijumuishi nishati ya kufundisha modeli, maji ya kuzalisha umeme, kifaa chako mwenyewe, na kaboni inayotokana na kutengeneza vifaa.

13.2Mahitaji ya jumla ni makubwa

Ombi moja hutumia kiasi kidogo. Mabilioni ya maombi hutumia kiasi kikubwa, na kila mwezi watu zaidi wanayatuma. Vituo vya data vinaongeza mahitaji ya umeme haraka kuliko gridi zinavyohamia nishati safi. Vituo vipya vya data vinajengwa katika maeneo ambayo tayari yana uhaba wa maji. Na kampuni zinazochapisha takwimu ndogo za kila ombi zimeona jumla ya uzalishaji wao wa gesi chafu ikiongezeka tangu zilipoanza kujenga mifumo hii.

Kiasi cha kila ombi pia hakijumuishi kufundisha modeli, ambako hutumia nishati nyingi. Kabla modeli bora haijajibu swali hata moja, mafunzo yake hutumia saa za gigawati za umeme. Matumizi hayo hugawanywa kwa kila ombi ambalo modeli itawahi kujibu. Kwa hiyo hayaonekani katika kiasi cha kila ombi, lakini ni makubwa katika ngazi ya kitaifa.

Matumizi yako mwenyewe ni madogo. Jumla ambayo ni sehemu yake ina mahitaji makubwa na yanayokua ya nishati, maji, na ardhi. Kuripoti ya kwanza bila ya pili ni aina ya uhasibu ambao mjadiliani hangekubali kamwe kutoka kwa upande mwingine.

13.3Cha kufanya kuhusu hilo

Zima uwezo wa kufikiri kwa kina usipouhitaji. Hili huleta tofauti kubwa zaidi, na ni mpangilio tu. Modeli ileile ikiwa na uwezo huo inaweza kutumia tokeni mara ishirini hadi arobaini zaidi, na matumizi ya nishati huongezeka kadiri tokeni zinavyoongezeka. Tafsiri, muhtasari, na kubadili mpangilio karibu kamwe havihitaji kufikiri kwa kina.

Kisha, chagua modeli ndogo. Baadhi ya modeli hutumia vigezo vyake bilioni chache tu kwa kila tokeni. Zinatumia sehemu ndogo ya nishati inayotumiwa na modeli inayotumia vigezo vyake vyote. Unacholipia, kwa nishati, ni sehemu ya modeli inayofanya kazi, si ukubwa wake unaotangazwa.

Usitumie bei kukadiria athari kwa mazingira. Kwa modeli huria zinazochapisha data ya kutosha kukagua, bei na matumizi ya nishati hubadilika pamoja. Lakini bei kwa kila kipimo cha uchakataji hutofautiana hadi mara sitini. Modeli mbili zinaweza kuwa na bei sawa ya matumizi huku moja ikitumia nishati mara kadhaa zaidi.

Waombe watoa huduma takwimu zao, zikiwemo za maji. Uliza ni gridi gani ya umeme inayohudumia maombi yako. Haya ni maswali ya haki ya kumuuliza mtoa huduma, na watu wachache huyauliza.

Ripoti kiasi chako mwenyewe unapotumia zana hizi kazini. Ujumbe unaochapisha athari za matumizi yake ya AI kwa mazingira unaweza kuwaomba wengine kufanya hivyo pia kwa haki.

14.1Nguvu na udhaifu

Nguvu. Modeli husoma na kufupisha haraka maandishi mengi ambayo sera za tabianchi hutegemea. Zinaweza kuandika ripoti, kuandaa rasimu za sera, na kuiga mazungumzo kwa lugha rahisi, hivyo kuokoa muda na pesa. Zinaweza kusaidia watu wengi kwa wakati mmoja: watunga sera, watafiti, na wanaharakati.

Udhaifu. Modeli zinaweza kuwa na upendeleo, ambao huathiri majibu yake isipokuwa mtu aukague na kuurekebisha. Ubora wake hutegemea data zilizojifunza kutoka kwake, hivyo kupunguza uwezo wake wa kushughulikia masuala nyeti ya tabianchi. Bila ukaguzi wa mtu, mara nyingi hukosea kuelewa lugha tata ya kisheria na kiufundi.

Fursa. Ujumbe unaolengwa kufikia makundi tofauti yanayoshughulikia tabianchi. Miunganisho na zana nyingine zinazochanganua data za mazingira, kusaidia sera bora. Kueleza sera za tabianchi kwa watu wasio wataalamu.

Hatari. Taarifa potofu, modeli inapotoa maudhui yasiyo sahihi au yanayopotosha kutokana na vyanzo vibaya. Kuzitegemea kupita kiasi, hali inayozuia watu kujenga utaalamu wa ndani kuhusu sera za tabianchi. Ukosefu wa uwazi na uwajibikaji wakati mashine zinaposaidia kufanya maamuzi.

Mawakala wa AI huongeza hatari mbili. Kwanza, wajumbe wenye rasilimali nyingi watatumia mifumo inayosimamiwa vizuri, huku makundi madogo yakitumia zana za bure zenye masharti yasiyoeleweka. Inaonekana wote wana fursa sawa, lakini pengo linapanuka. Pili, watu na zana kadhaa wanapofanyia kazi maandishi, inakuwa vigumu kusema nani anawajibika. Amueni hilo mapema.

14.2Mapendekezo

Mambo matatu yanafaa kuendelezwa: zana zinazotafsiri lugha ya kiufundi ya UNFCCC, majukwaa yanayochanganua mazungumzo yaliyopita, na msaada unaowapa wanamajadiliano vijana teknolojia wanayohitaji kushiriki. Mengine sita yanafaa kuongezwa.

Ujuzi wa kidijitali. Mafunzo ya kutumia hifadhidata na tovuti za sera za kimataifa.

Msaada wa papo hapo. Zana zinazoeleza mambo wakati wa mazungumzo, unapohitaji msaada, badala ya baadaye.

Mazoezi ya majadiliano. Kuiga mazungumzo ili kujizoeza hali tofauti.

Ufadhili. Majukwaa ya kuchangisha pesa kutoka kwa umma au kutoa ruzuku ndogo ili kusaidia wanamajadiliano kulipia ushiriki wao. Wanamajadiliano kutoka Liberia na Paraguay walipendekeza hili.

Mafunzo kuhusu tamaduni tofauti. Programu kuhusu kutoelewana ambako wanamajadiliano kutoka Peru na Nigeria walieleza.

Ushauri. Mitandao inayowaunganisha wanamajadiliano vijana na wenye uzoefu, ili maarifa yapitishwe kutoka mzunguko mmoja hadi mwingine.

Kwa mwanamajadiliano, mazoea manne yanatosha kwa mambo mengi. Tumia mifumo hii kujiandaa, kusaidia lugha, na kukumbuka. Hakiki chochote utakachosema hadharani. Usiache mfumo uzungumze kwa niaba ya upande unaouwakilisha. Endelea kufanya utafiti wa kutosha mwenyewe ili uweze kuufanya hata bila msaada.

Kwa ujumbe wa nchi, andikeni zana ambazo watu wanaweza kutumia, taarifa wanazoweza kubandika humo, na nani anaidhinisha maandishi yaliyoandikwa kwa msaada wa AI. Ukurasa mmoja unatosha, na gharama yake ni ndogo kuliko ya kuvuja kwa taarifa.

Maswali na maoni yanakaribishwa kupitia team@gainforest.net.

1. Perceptron ya Rosenblatt na onyesho la 1958, Cornell Chronicle
2. Krizhevsky, Sutskever, Hinton, ImageNet Classification with Deep Convolutional Neural Networks, NeurIPS 2012
3. Vaswani na wenzake, Attention Is All You Need, Google Research 2017
4. Radford na wenzake, Language Models are Unsupervised Multitask Learners, OpenAI 2019
5. Kaplan na wenzake, Scaling Laws for Neural Language Models, OpenAI 2020
6. Hoffmann na wenzake, Training Compute-Optimal Large Language Models, NeurIPS 2022
7. OpenAI, Introducing ChatGPT, 30 Novemba 2022
8. OpenAI, Learning to Reason with LLMs, 12 Septemba 2024
9. DeepSeek, DeepSeek-R1, 20 Januari 2025
10. METR, Measuring AI Ability to Complete Long Tasks, 2025
11. Anthropic, Anthropic Economic Index, 2025, matumizi kwa nchi na kiwango cha mapato
12. Global Biodiversity Information Facility, data za mahali spishi zinapopatikana na upendeleo wa kijiografia katika sampuli zake, gbif.org na blogu ya data ya GBIF
13. Artificial Analysis, Intelligence Index by Open Weights and Proprietary, 26 Agosti 2026
14. Artificial Analysis, Intelligence Index vs. Cost per Intelligence Index Task, 26 Agosti 2026
15. NVIDIA, DGX Spark user guide and hardware overview
16. The Computational Democracy Project, Polis, compdemocracy.org/polis na msimbo chanzo
17. The Computational Democracy Project, vTaiwan, uchunguzi kifani, kuanzia 2014
18. AI Objectives Institute, Talk to the City, talktothe.city na ai.objectives.institute
19. Team Mirai, kouchou-ai (広聴AI), kusikiliza maoni ya watu wengi kwa manispaa za Japani, GitHub
20. Team Mirai, AI interviews and the digital democracy manifesto, policy.team-mir.ai; Bruce Schneier na Nathan Sanders, Japan's Team Mirai Uses Tech to Bolster Democracy, Not Undermine It, Tech Policy Press, Machi 2026
21. Agora Citizen Network, agoracitizen.network na From ZK-first to AT Protocol, our path to DDS, blogu
22. Low, Duys, Formanek, Hammond, Bakker, Habermolt: Delegating Deliberation to AI Representatives, arXiv:2605.24413
23. Tessler na wenzake, AI can help humans find common ground in democratic deliberation (Habermas Machine), Science, 2024
24. GainForest, Simocracy, rejista ya umma ya mawakala wa AI walioundwa na wananchi kwenye AT Protocol, simocracy.org
25. Foresight Institute na Cooperative AI Foundation, Supercooperation: The Future of AI for Democracy, maelezo ya warsha, warsha ya pembeni ya ICML, Seoul, Julai 2026
26. Anthropic, What 81,000 people told us about AI, mahojiano mengi yanayoongozwa na AI
27. Google, Measuring the environmental impact of delivering AI at Google scale, arXiv:2508.15734, Agosti 2025
28. Epoch AI, How much energy does ChatGPT use?, 2025
29. GainForest, footprint.ts katika pi-village-core, hesabu zinazotoa takwimu za Polly kwa kila akaunti
30. GainForest, Generative AI + Climate Guide 2024, kiliandaliwa kwa Climate Youth Negotiator Programme kabla ya COP29