طریقۂ کار، پیمانے، اور اِن اعداد کو کیسے پڑھا جائے

یہ صفحہ اس مطالعے کی تفصیل ہے۔ اس میں درج ہے کہ کیا جمع کیا گیا، کیسے پرکھا گیا، پیمائش کس بات کی تائید کر سکتی ہے اور کس کی نہیں، اور قاری کو کہاں شک کرنا چاہیے۔ ڈیٹابیس کی کوئی بات اس صفحے کے بغیر نہ سمجھی جائے۔

1 · تحقیقی سوال

کیا پاکستان کے چار صوبائی نصابی بورڈ اور فیڈرل بورڈ واقعی مختلف چیزیں پڑھاتے ہیں — اور اگر ہاں، تو یہ فرق صوبائی پالیسی کا نتیجہ ہے، یا محض اس بات کا کہ ہر بورڈ نصاب کی کون سی نسل چھاپ رہا ہے؟ سوال کا دوسرا حصہ پہلے سے زیادہ اہم نکلا، اور اسی نے پورے مطالعے کی ساخت طے کی۔

2 · مجموعہ کیسے بنا

نمونے کا دائرہ ایک طے شدہ خانہ بندی ہے: پانچ بورڈ × جماعت ششم تا دہم × وہ مضامین جو معاشرتی مواد رکھتے ہیں (انگریزی، اردو، اسلامیات، مطالعۂ پاکستان، عمومی سائنس، حیاتیات، کیمیا، طبیعیات، اور معاشرتی علوم یا اس کی تاریخ/جغرافیہ میں تقسیم)۔ جہاں کوئی بورڈ انگریزی میڈیم ایڈیشن شائع کرتا ہے، اسے ترجیح دی گئی، کیونکہ صرف انگریزی وہ درجہ ہے جو براہِ راست اقتباس کی اجازت دیتا ہے؛ اردو صرف وہاں لی گئی جہاں انگریزی ایڈیشن موجود ہی نہیں۔

ماخذ ہر بورڈ کے لیے مختلف ہے، اور اس کا اعتبار پر اثر پڑتا ہے۔ دو بورڈ کام کرنے والے سرکاری پورٹل چلاتے ہیں۔ اس مجموعے میں سب سے بڑا سرکاری ماخذ سندھ کا ہے: اس کی 35 میں سے 23 کتابیں portal.stbb.edu.pk سے آئیں۔ بلوچستان کا پورٹل بھی کام کرتا ہے، مگر اس سے صرف 36 میں سے 4 کتابیں ملیں — btbb.gov.pk کھلتا ہی نہیں، اور زیادہ تر فہرستوں میں یہی پتہ درج ہے، جبکہ اصل فہرست btbb.com.pk پر موجود ہے۔ پنجاب، خیبر پختونخوا اور فیڈرل بورڈ کسی بھی سرکاری ڈومین سے درسی کتابوں کی PDF فراہم نہیں کرتے — خیبر پختونخوا کے عوامی ڈاؤن لوڈ صفحے پر صرف ٹینڈر اور قیمتوں کی فہرست ہے — چنانچہ وہ کتابیں، اور سندھ و بلوچستان کی باقی کتابیں بھی، مفت عوامی مررز سے لی گئیں، اور جہاں ممکن ہوا، ایک سے زیادہ آزاد مررز سے ملا کر دیکھی گئیں۔ ہر ڈاؤن لوڈ کی تصدیق فائل کے ابتدائی بائٹس سے کی گئی کہ وہ واقعی PDF ہے، محض فائل کی ایکسٹینشن سے نہیں۔

حصولِ مواد کی دو ناکامیاں پکڑی اور درست کی گئیں، اور دونوں سبق آموز ہیں۔ خیبر پختونخوا کی اسلامیات کی ایک وسیع پیمانے پر پھیلی ہوئی فائل نصف کتاب پر کٹی ہوئی نکلی۔ الگ سے، ایک مرر پر موجود ایک کتاب کا نسخہ مکمل ایڈیشن سے بائٹس میں بڑا تھا مگر اس میں صفحات آدھے تھے، کیونکہ PDF کے ہر صفحے پر دو چھپے ہوئے صفحے تھے۔ اس کے بعد سے مکمل ہونے کی تصدیق PDF کے صفحاتی ڈھانچے کو پڑھ کر کی جاتی ہے، فائل کے حجم سے کبھی نہیں۔

3 · شہادت کے درجے — وہ پابندی جو ہر دعوے پر حاکم ہے

زیرِ استعمال 167 کتابوں میں سے صرف 15 کے پاس مشین سے پڑھی جانے والی متن کی تہہ موجود ہے۔ باقی سب — بشمول ہر بورڈ کے موجودہ سرکاری ایڈیشن — اسکین شدہ صفحات کی تصاویر ہیں، جنہیں 300 dpi پر رینڈر کر کے OCR سے گزارا گیا۔ اس سے تین درجے بنتے ہیں، اور مطالعے کا ہر دعویٰ اُسی درجے کا شمار ہوتا ہے جس پر وہ کھڑا ہے۔

جہاں کسی اردو میڈیم کتاب کے بارے میں کوئی دعویٰ بنیادی اہمیت کا تھا، وہاں چھپے ہوئے صفحے کو تصویر کے طور پر رینڈر کر کے براہِ راست پڑھا گیا — یہ طریقہ OCR کو بالکل بائی پاس کر دیتا ہے۔ مطالعے کے دو سب سے اہم اردو دعووں کے لیے یہی طریقہ اختیار کیا گیا۔

عدم موجودگی اس مطالعے کا سب سے کمزور دعویٰ ہے۔ جہاں کوئی لفظ کسی اردو فائل میں نہ مل سکے، وہاں "ثابت نہیں" درج کیا جاتا ہے، "غیر موجود" نہیں — سوائے اُس صورت کے جب وہ لفظ کوئی اسمِ خاص ہو جو خراب رسم الخط میں بھی بچ رہتا ہے۔ وجہ ٹھوس ہے: خیبر پختونخوا کی ایک 104 صفحات کی فائل، جس میں تصوف پر پورا باب موجود ہے، OCR میں «حضرت» کے لیے صرف ایک نتیجہ دیتی ہے اور «محمد» کے لیے ایک بھی نہیں۔ اردو فائلوں پر لفظوں کی گنتی ناقابلِ استعمال ہے، اور استعمال نہیں کی گئی۔

4 · معیارِ درجہ بندی — جانچ سے پہلے طے شدہ

سات پیمانے، قابلِ مشاہدہ علامتوں کے ساتھ، کوئی بھی کتاب پرکھنے سے پہلے لکھ لیے گئے تھے، تاکہ جانچ کسی پسندیدہ نتیجے کی طرف نہ جھکے۔ ہر پیمانہ 1 سے 5 تک چلتا ہے۔ 1 ہمیشہ غیر مذہبی / تکثیری / کھلا سرا ہے؛ 5 مذہبی / خصوصیت پسند / بند سرا۔ یہ سرے متن کی خصوصیات بیان کرتے ہیں۔ یہ فیصلے نہیں ہیں، اور زیادہ نمبر کوئی الزام نہیں۔

A6 ہر کتاب × گروہ کے لیے الگ شمار ہوتا ہے، ایک کتاب کے لیے ایک بار نہیں — ہندو، بھارتی ریاست، پاکستانی مذہبی اقلیتیں، مغرب، اور اندرونی "دوسرے" الگ الگ گنے جاتے ہیں، کیونکہ سوال بدلنے سے بورڈز کی ترتیب بدل جاتی ہے۔ جدول میں ہندوؤں والا عدد دکھایا گیا ہے؛ مکمل تفصیل بورڈ کے صفحے پر ہے۔

5 · جانچ کا طریقہ

تجزیے کی اکائی کتاب ہے، بورڈ کبھی نہیں۔ بورڈ کے اعداد کتابوں کے درجات کا مجموعہ ہیں، اور ہر پیمانے کا اپنا مخرج ہے، کیونکہ ہر پہلو نے صرف اُنہی کتابوں کو پرکھا جو اُس سے متعلق تھیں۔ خالی خانے کا مطلب "پرکھا نہیں گیا" ہے، "صفر" کبھی نہیں۔ شہریات صرف اُنہی کتابوں میں پرکھی گئی جن میں شہری مواد ہے۔ بیانیے کی بندش صرف اُن کتابوں پر پرکھی گئی جو کوئی قومی بیانیہ پیش کرتی ہیں — پنجاب کی تاریخ 6 اور سندھ کی معاشرتی علوم 6 اور 7 کوئی بیانیہ پیش نہیں کرتیں، اور یہ غیر موجودگی ایک نتیجے کے طور پر درج کی گئی ہے، نہ کہ کھلے پن کے طور پر، جو ان کے حق میں غلط فائدہ ہوتا۔

جہاں دو بورڈ ایک ہی کتاب چلاتے ہوں، درجہ ایک بار شمار ہوتا ہے اور اسے مشترکہ لکھ دیا جاتا ہے۔ یہ اسلامیات کی جماعت ششم اور ہفتم (سندھ اور خیبر پختونخوا)، چار سائنسی مضامین (سندھ اور خیبر پختونخوا)، اور جماعت نہم کے اردو انتخاب (پنجاب اور خیبر پختونخوا) کے لیے ثابت ہو چکا ہے۔ انہیں بورڈ کے فرق کے طور پر گننا ایسا اختلاف پیدا کرنا ہوتا جو موجود ہی نہیں۔

مطالعے میں شامل ہر لفظی اقتباس کو شامل کرنے سے پہلے اُس کی اصل فائل سے لفظ بہ لفظ مطابقت کے ذریعے دوبارہ جانچا گیا۔ درمیانی کام کے نوٹس پر ایک جانچ میں معلوم ہوا کہ 14 میں سے 5 اقتباس سطر ٹوٹنے یا مفہوم بدلنے سے کھسک چکے تھے؛ انہیں درست کیا گیا یا نکال دیا گیا، اور پھر یہی ضابطہ چھ پہلوؤں کی تمام رپورٹوں پر لاگو کیا گیا۔

6 · دورِ نصاب کا کنٹرول — مطالعے کا مرکزی پیمانہ

ان بورڈز میں نصاب کی چار نسلیں بیک وقت رائج ہیں۔ بغیر کنٹرول کے موازنہ دراصل اشاعت کے زمانے کو ناپتا اور اسے صوبائی نظریے کا نام دے دیتا۔ اسی لیے بورڈ کی سطح کے ہر فرق کے ساتھ یہ درج ہے کہ موازنے میں شامل کتابیں ایک ہی دور کی ہیں یا نہیں؛ جہاں مجموعہ اجازت دے، ہم عصر ایڈیشنوں کا موازنہ دیا گیا ہے؛ اور جو موازنہ ملایا نہ جا سکے، اسے مخلوط لکھ دیا جاتا ہے اور کسی نتیجے کی تائید کے لیے استعمال نہیں کیا جاتا۔

ایڈیشن کے ایک جائزے سے تصدیق ہوئی کہ یہ فرق ساختی ہے، محض جمع شدہ مواد کا نتیجہ نہیں: مجموعے میں ہر بورڈ کی ہر کتاب کا تازہ ترین ایڈیشن پہلے سے موجود ہے۔ سندھ نے سنگل نیشنل کریکولم اپنایا ہی نہیں، اور خیبر پختونخوا نے صرف ایک جماعت کے چھ مضامین میں اپنایا ہے۔ چنانچہ پنجاب کا موازنہ اکثر کسی ہم عصر سندھ یا خیبر پختونخوا کی کتاب سے ہو ہی نہیں سکتا، کیونکہ ایسی کتاب موجود نہیں۔

تعبیر پر اس کا اثر: جہاں ہم عصر جوڑا موجود نہ ہو، وہاں قابلِ دفاع بات یہ نہیں کہ "پنجاب سندھ سے زیادہ فلاں ہے"، بلکہ یہ ہے کہ "پنجاب کی موجودہ کتابیں اُن کتابوں سے زیادہ فلاں ہیں جو سندھ اور خیبر پختونخوا اِس وقت چھاپ رہے ہیں" — اور بہرحال کلاس روم میں بیٹھے بچے کے لیے یہی موازنہ اہم ہے۔

7 · وہ پھندے جو پہچانے اور سنبھالے گئے

برادری کی زبان عبادت کی زبان نہیں۔ ایک کتاب میں «مسلمان» 167 بار آتا ہے، جبکہ «قرآن»، «نبی» یا «حضرت» ایک بار بھی نہیں — وہاں مذہب قومی شناخت کی علامت ہے، عبادت کا موضوع نہیں۔ پہلے لفظ کی بنیاد پر لگایا گیا درجہ اسے بالکل غلط پڑھتا، اس لیے ابواب کا تناسب اور اندازِ بیان الگ الگ پیمانوں پر شمار کیے جاتے ہیں۔

تشبیہ صنفی گنتی کو بڑھا دیتی ہے۔ قوم کے لیے مؤنث ضمیر استعمال کرنے سے مطالعۂ پاکستان میں مؤنث ضمیروں کا تناسب بڑھ جاتا ہے؛ اسی اور اس جیسی وجوہات سے 43 میں سے 24 شمار شدہ تناسب ناقابلِ تعبیر قرار دے کر رپورٹ نہیں کیے گئے۔

حالیہ اشاعت کا سال حالیہ ایڈیشن نہیں ہوتا۔ خیبر پختونخوا کی حیاتیات 9 دراصل 2018 کی کتاب ہے جو 2025–26 کے لیے دوبارہ چھاپی گئی؛ اس کی مطالعۂ پاکستان 9 دراصل 2010 میں منظور شدہ کتاب ہے جو 2024–25 کے لیے چھپی۔ جہاں کسی اندراج میں لکھا ہو کہ یہ "نئی اشاعت ہے، نیا ایڈیشن نہیں"، وہاں معنی رکھنے والا خانہ نصاب کا ہے۔

8 · کسی درجے کو کیسے پڑھا جائے

درجہ متن کی ایک پیمائش ہے، جو شائع شدہ حدود کے مقابل، کتاب پڑھ کر اور صفحے کا حوالہ دے کر لگایا گیا۔ یہ بورڈ، مصنفین، اساتذہ یا اُن بچوں پر فیصلہ نہیں جو یہ کتابیں پڑھتے ہیں۔ دو مزید احتیاطیں:

پیمانوں کو بغیر بتائے ایک عدد میں مت سمیٹیے۔ اس مطالعے کا سب سے واضح نتیجہ یہی ہے کہ secularity index اور conservatism index بورڈز کو مختلف ترتیب دیتے ہیں — خیبر پختونخوا کا نصاب سب سے زیادہ مذہبی ہے اور بیک وقت تاریخ کا سب سے کھلا بیان بھی اسی میں ہے۔ "یہ نصاب کتنا مذہبی ہے" اور "یہ نصاب کتنا قدامت پسند ہے" یہاں دو الگ سوال ہیں، اور جو درجہ بندی دونوں کو ملا دے، وہ گمراہ کرے گی۔

اوسط سے زیادہ اہم بکھراؤ ہے۔ سندھ کی کتابوں میں A6 کے درجے 1، 1، 2، 2، 4، 5 ہیں — اوسط اس پورے بکھراؤ کو چھپا دیتا ہے، اور اصل نتیجہ یہی بکھراؤ ہے۔ کسی بورڈ کا اوسط نقل کرنے سے پہلے انفرادی اندراج کھول کر دیکھیے۔

8b · اس متن کا کتنا حصہ مشین نے تیار کیا، اور اس کی قیمت کیا ہے

درسی کتابوں پر ہونے والی زیادہ تر تنقید اپنے اقتباس یوں پیش کرتی ہے جیسے وہ صفحے سے پڑھ کر لکھے گئے ہوں۔ اس مجموعے میں عموماً ایسا نہیں ہوا۔ اس مداخلت کا حجم بتانا کوئی معذرت نہیں — یہ وہ عدد ہے جسے جاننے کا قاری کو حق ہے، اس سے پہلے کہ وہ طے کرے کہ کسی اقتباس کو کتنا وزن دینا ہے۔

OCR صفحے کے ساتھ اصل میں کیا کرتا ہے۔ پنجاب کی PDF فائلوں پر ترچھا Web Version / Not for sale کا واٹر مارک ہے جو الفاظ کو بیچ سے کاٹ کر ٹکڑوں میں بانٹ دیتا ہے۔ خیبر پختونخوا کے مرر نسخوں پر perfect24u.com کا واٹر مارک ہے، اور ساتھ مرر سائٹ کے اشتہاری صفحات بھی، جو کتاب کا حصہ نہیں۔ کئی کالموں والے صفحات آپس میں گڈمڈ ہو جاتے ہیں: دو کالم والا صفحہ سطر بہ سطر بُنا ہوا نکل سکتا ہے۔ حروف کے جوڑ ٹوٹ جاتے ہیں۔ جدولوں کے ہندسے صفحے کے سب سے کم قابلِ اعتبار حروف ہوتے ہیں، اس لیے کوئی شماریات — ذخائر، پیداوار، آبادی — OCR سے اُس وقت تک نقل نہیں کی جاتی جب تک اسے PDF سے ملا کر نہ دیکھ لیا جائے۔

اس سے نکلنے والا اصول۔ اس سائٹ پر شائع ہونے والا ہر اقتباس اشاعت سے پہلے نکالے گئے متن سے لفظ بہ لفظ مطابقت کے ذریعے دوبارہ جانچا گیا، اور اردو یا سندھی مواد سے کوئی جملہ کبھی نقل نہیں کیا جاتا — مجموعے کا وہ 26% حصہ صرف ساخت، ابواب کی موجودگی اور اسمِ خاص کے بارے میں بات کی اجازت دیتا ہے۔ جہاں کوئی دعویٰ اس پر منحصر ہو کہ اردو مواد میں کوئی چیز موجود نہیں، وہاں مطالعہ ثابت نہیں کہتا ہے، غیر موجود نہیں — کیونکہ خراب نستعلیق OCR ان دونوں میں فرق نہیں کر سکتا۔

ایک خاموش ناکامی پکڑی اور درست کی گئی، اور اسے درج کرنا ضروری ہے۔ OCR کی اسکرپٹ فائلوں کے مکمل پتے xargs -I کو دے رہی تھی، اور BSD پر بننے والی دلیل 255 بائٹس پر رک جاتی ہے۔ لمبے ناموں والی کتابیں اس حد سے آگے نکل گئیں؛ xargs ناکام ہوا، اور اسکرپٹ نے صفر حروف کی فائل لکھ دی، جسے بعد کا ہر مکمل ہونے کا امتحان مکمل اخراج سمجھتا رہا۔ بیس فائلیں متاثر ہوئیں۔ اب یہ عمل اپنی ہی کام کرنے والی ڈائریکٹری کے اندر سے چلتا ہے، تاکہ پتے کی لمبائی اہم ہی نہ رہے، اور 200 حروف سے کم کوئی اخراج لکھنے سے انکار کرتا ہے — خالی نتیجہ اخراج نہیں، ناکامی درج ہوتی ہے۔

8c · یہ طریقہ کہاں ناکام ہوتا ہے، اور ہر ناکامی کیسے پکڑی گئی

تیاری کے دوران چار ناکامیوں نے ایسا نتیجہ دیا جو بالکل معمول کے مطابق لگتا تھا اور غلط تھا۔ انہیں اس لیے درج کیا گیا ہے کہ یہ اتفاقات نہیں بلکہ اس طریقے کی اپنی خصوصیات ہیں، جو کوئی بھی یہ کام دہرائے گا اُسے ان کا سامنا ہوگا، اور ہر بار نشانی اتنی باریک تھی کہ ایک معقول آدمی بھی چوک سکتا تھا۔

ان سب کی مشترکہ شکل قابلِ ذکر ہے۔ ان میں سے کسی نے خود اعلان نہیں کیا۔ ہر ایک نے ایسا نتیجہ دیا جو بظاہر درست، قابلِ یقین اور غلط تھا، اور تین صرف اس لیے پکڑی گئیں کہ کوئی عدد ناقابلِ یقین لگا، اس لیے نہیں کہ کچھ ناکام ہوا۔ جو عمل کامیابی کی اطلاع دے، وہ کامیابی کا ثبوت نہیں — اسی لیے یہاں مکمل ہونے کی تصدیق PDF کے صفحاتی ڈھانچے کو پڑھ کر اور آخری صفحہ رینڈر کر کے کی جاتی ہے، کسی exit code پر بھروسہ کر کے نہیں۔

9 · حدود

ہر خلا کی مکمل، خودکار فہرست — وہ کتابیں جو نہیں مل سکیں، وہ متن جو اقتباس کے درجے پر نہیں پڑھا جا سکتا، وہ پیمانے جو پرکھے نہیں گئے، اور وہ مواد جو جان بوجھ کر خارج کیا گیا — کیا کچھ شامل نہیں پر موجود ہے۔ یہ فہرست ہاتھ سے نہیں لکھی جاتی؛ ہر بار سائٹ بنتے وقت مجموعے سے تیار ہوتی ہے۔

زیرِ استعمال 167 کتابوں میں سے 76 اردو میڈیم ہیں اور موضوعاتی درجے پر پرکھی گئی ہیں؛ سب سے زیادہ اردو بوجھ خیبر پختونخوا پر ہے، اس لیے پانچوں بورڈز میں خیبر پختونخوا کے درجے سب سے کم محفوظ ہیں۔ عدم موجودگی پر مبنی درجے دراصل OCR کی ناکامی کا نتیجہ ہو سکتے ہیں، ادارتی فیصلے کا نہیں۔ شہادت کا سب سے بڑا خلا خیبر پختونخوا کی جماعت ہشتم کی تاریخ ہے، جو اُس بورڈ کا پورا نوآبادیاتی اور تحریکِ پاکستان کا بیانیہ اُٹھائے ہوئے ہے، مگر موجودہ اسکین اُس درجے پر نہیں پڑھا جا سکتا — اُس ایک فائل پر نستعلیق کے لیے تیار کردہ OCR کا ایک دور اس تجزیے کو کسی بھی نئی کتاب کے حصول سے زیادہ آگے لے جائے گا۔ بورڈ مسلسل دوبارہ چھاپتے رہتے ہیں اور مرر پیچھے رہ جاتے ہیں، اس لیے تمام نتائج اُنہی مخصوص ایڈیشنوں سے بندھے ہیں جو ہر کتاب کے اندراج میں درج ہیں۔

10 · دہرائے جانے کی صلاحیت

ہر ماخذ کا پتہ، حصول اور تصدیق کی اسکرپٹیں، متن نکالنے کا پورا عمل، جانچ سے پہلے لکھا گیا معیارِ درجہ بندی، چھ پہلوؤں کی رپورٹیں اپنے صفحہ وار حوالوں اور کتاب بہ کتاب جدولوں سمیت، اور اس ڈیٹابیس کے پیچھے موجود مکمل ڈیٹا — سب کچھ منصوبے کے ساتھ محفوظ ہے۔ اس صفحے کے اعداد اُسی ڈیٹا سے شمار ہوتے ہیں، ہاتھ سے نہیں لکھے جاتے۔