Proxy Discrimination After Students for Fair Admissions
यह लेख *स्टूडेंट्स फॉर फेयर एडमिशन्स* के बाद प्रॉक्सी भेदभाव को विनियमित करने के लिए एक तुलनात्मक कानूनी परीक्षण का प्रस्ताव करता है, जिसमें यह तर्क दिया गया है कि निर्णय उपकरण तब संकीर्ण रूप से अनुकूलित (narrowly tailored) होते हैं जब वे उन चरों (variables) का उपयोग करते हैं जिनमें कुल प्रॉक्सी शक्ति सबसे कम होती है, और यह सुझाव दिया गया है कि कानून निर्माता स्वीकार्य प्रॉक्सी शक्ति पर सीमाएं निर्धारित करें जबकि वादी कम भेदभावपूर्ण विकल्पों की पहचान करने का भार वहन करें।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ फ्रैंक फ्रैगन के शोध पत्र, "स्टुडेंट्स फॉर फेयर एडमिशन्स के बाद प्रॉक्सी भेदभाव" (Proxy Discrimination After Students for Fair Admissions) का सरल भाषा और रोजमर्रा के उदाहरणों के साथ अनुवाद दिया गया है।
बड़ी समस्या: मशीन में छिपा "भूत" (The "Ghost" in the Machine)
कल्पना कीजिए कि आप एक बैंक मैनेजर हैं जो यह तय करने की कोशिश कर रहे हैं कि किसे ऋण (loan) दिया जाए। आप जानते हैं कि कानून कहता है कि आप किसी को केवल उसकी जाति (race) के आधार पर खारिज नहीं कर सकते। इसलिए, आप अपने कंप्यूटर से कहते हैं, "जाति वाले कॉलम को मत देखो!"
कंप्यूटर आज्ञा मानता है। वह "जाति" वाले कॉलम को अनदेखा कर देता है। लेकिन यहाँ एक चाल है: कंप्यूटर ज़िप कोड (Zip Codes) देखना शुरू कर देता है।
कई शहरों में, ज़िप कोड बहुत अधिक विभाजित (segregated) होते हैं। यदि आप एक विशिष्ट ज़िप कोड में रहते हैं, तो इस बात की बहुत अधिक संभावना है कि आप एक निश्चित जाति के हैं। इसलिए, भले ही कंप्यूटर "जाति" को नहीं देख रहा है, वह "ज़िप कोड" को देख रहा है, जो जाति के लिए एक सटीक विकल्प (stand-in) या प्रॉक्सी (proxy) के रूप में कार्य करता है।
उदाहरण (The Analogy):
कल्पना कीजिए कि एक क्लब का बाउंसर कहता है, "मुझे फर्क नहीं पड़ता कि आपकी शर्ट का रंग क्या है।" लेकिन फिर वह कहता है, "मैं केवल उन्हीं लोगों को अंदर जाने देता हूँ जिन्होंने लाल जूते पहने हैं।" यदि लाल जूते पहनने वाले सभी लोग एक ही विशेष पड़ोस से आते हैं, तो बाउंसर ने बिना उस पड़ोस का नाम लिए, प्रभावी रूप से उस पड़ोस को प्रतिबंधित कर दिया है। वह एक प्रॉक्सी (जूते का रंग) का उपयोग कर रहा है ताकि वह वह काम कर सके जो वह सीधे तौर पर नहीं कर सकता (पड़ोस को बैन करना)।
सुप्रीम कोर्ट ने हाल ही में फैसला दिया है कि कॉलेज प्रवेश के लिए सीधे जाति का उपयोग नहीं कर सकते। लेकिन यह शोध पत्र पूछता है: कॉलेजों को "प्रॉक्सी" जैसे उच्च विद्यालय (high school) में अध्ययन, माता-पिता की आय, या ज़िप कोड का उपयोग करने से क्या रोकता है, ताकि वे ठीक वही परिणाम प्राप्त कर सकें?
समाधान: "प्रॉक्सी पावर" को मापना
लेखक, फ्रैंक फ्रैगन, सुझाव देते हैं कि हमें यह मापने का एक नया तरीका चाहिए कि ये "प्रॉक्सी" चर (variables) कितना काम कर रहे हैं। वे इसे "प्रॉक्सी पावर" (Proxy Power) कहते हैं।
एक केक बनाने की रेसिपी के बारे में सोचें।
- लक्ष्य: एक स्वादिष्ट केक बनाना (जैसे, यह भविष्यवाणी करना कि कौन ऋण चुकाएगा या कॉलेज में सफल होगा)।
- सामग्री (Ingredients): टेस्ट स्कोर, आय, ज़िप कोड आदि जैसे चर।
- वर्जित सामग्री (The Forbidden Ingredient): जाति।
यदि आप रेसिपी से "जाति" निकाल देते हैं, लेकिन "ज़िप कोड" को रखते हैं, और केक का स्वाद बिल्कुल वैसा ही रहता है, तो इसका मतलब है कि ज़िप कोड, जाति का काम कर रहा है। इसकी "प्रॉक्सी पावर" अधिक है।
फ्रैगन इसे ठीक करने के तीन तरीके सुझाते हैं:
1. "नो-गो" ज़ोन (पूर्ण प्रॉक्सी के लिए)
कभी-कभी, एक प्रॉक्सी इतना मजबूत होता है कि वह वर्जित चर के समान ही होता है।
- उदाहरण: कल्पना कीजिए कि एक नियम है कि "कोई भी व्यक्ति विशिष्ट जेनेटिक मार्कर के साथ प्रवेश नहीं कर सकता।" यदि वह जेनेटिक मार्कर किसी विशेष जाति से 100% जुड़ा हुआ है, तो उस मार्कर का उपयोग करना वास्तव में जाति का ही छद्म रूप में उपयोग करना है।
- नियम: यदि कोई चर किसी संरक्षित वर्ग (जैसे जाति या लिंग) का "पूर्ण विकल्प" है, तो उसे तुरंत प्रतिबंधित किया जाना चाहिए। यह एक प्रतिबंधित पदार्थ को एक ऐसे बॉक्स में छिपाकर पार्टी में ले जाने जैसा है जिस पर स्पष्ट रूप से उस पदार्थ का नाम लिखा हो।
2. "सर्वश्रेष्ठ विकल्प" की प्रतियोगिता (तुलनात्मक न्यूनतम)
यह शोध पत्र का मुख्य विचार है। अक्सर, हम किसी चर को पूरी तरह से प्रतिबंधित नहीं कर सकते क्योंकि वह सफलता की भविष्यवाणी करने में सहायक होता है (जैसे, आय ऋण चुकाने की भविष्यवाणी करने में मदद करती है)। लेकिन शायद सफलता की भविष्यवाणी करने का एक बेहतर तरीका है जो जाति-संबंधी प्रॉक्सी पर निर्भर नहीं करता है।
- उदाहरण: कल्पना कीजिए कि दो शेफ सबसे अच्छा सूप बनाने की कोशिश कर रहे हैं।
- शेफ A एक गुप्त सामग्री का उपयोग करता है जो संयोग से एक विशिष्ट जातीयता से जुड़ी हुई है। सूप बहुत स्वादिष्ट बनता है।
- शेफ B सामग्रियों के एक अलग सेट का उपयोग करता है जिससे सूप का स्वाद बिल्कुल वैसा ही आता है, लेकिन उसकी कोई भी सामग्री जातीयता से जुड़ी नहीं है।
- फैसला: शेफ B जीतता है। कानून शेफ A को शेफ B की रेसिपी अपनाने के लिए मजबूर करेगा।
परीक्षण: यदि दो एल्गोरिदम (या निर्णय उपकरण) परिणाम की समान रूप से भविष्यवाणी करते हैं, लेकिन एक में कम "जाति-जुड़े" चर हैं, तो वह वाला जिसमें कम प्रॉक्सी हैं, कानूनी रूप से विजेता है।
3. "स्पीड लिमिट" (सीमित प्रॉक्सी पावर)
कभी-कभी, यह बताना मुश्किल होता है कि कौन सी रेसिपी बेहतर है। गणित जटिल है।
- उदाहरण: कल्पना कीजिए कि एक स्पीड लिमिट साइन है। आपको यह जानने के लिए हर कार के एरोडायनामिक्स की गणना करने की आवश्यकता नहीं है कि 90 मील प्रति घंटा की गति बहुत तेज़ है। आप बस एक सीमा निर्धारित कर सकते हैं: "55 मील प्रति घंटा से अधिक नहीं।"
- नियम: हम एक "कैप" (सीमा) भी निर्धारित कर सकते हैं कि कितनी प्रॉक्सी पावर की अनुमति है। यदि कोई चर सटीकता में बहुत मामूली मात्रा (जैसे, 5%) जोड़ता है लेकिन बहुत अधिक भेदभाव पैदा करता है, तो उसे काट दिया जाता है। यह भेदभाव के लिए एक "स्पीड लिमिट" है।
काम किसे करना है? (प्रमाण का भार - Burden of Proof)
शोध पत्र का एक प्रमुख प्रश्न यह है कि: बेहतर रेसिपी को किसे खोजना है?
- वर्तमान कानून: वह व्यक्ति जिसे भेदभाव महसूस हुआ है (वादी/Plaintiff), उसे यह खोजना होता है कि कंपनी के लिए काम करने का बेहतर तरीका क्या है। यह एक ग्राहक से किसी रेस्टोरेंट के लिए बेहतर रेसिपी बनाने के लिए कहने जैसा है।
- शोध पत्र का सुझाव: यह अनुचित और कठिन है। कंपनी (प्रतिवादी/Defendant) के पास सारा डेटा और कंप्यूटर हैं। उन्हें ही कम भेदभावपूर्ण तरीका खोजने वाला होना चाहिए।
- "प्रतियोगिता" का विचार: लेखक एक "कुकिंग कॉम्पिटिशन" का सुझाव देते हैं।
- कंपनी डेटा (गुमनाम रूप में) एक तटस्थ न्यायाधीश को देती है।
- वादी (आरोपी) सार्वजनिक डेटा का उपयोग करके अपना स्वयं का एल्गोरिदम बनाता है।
- कंपनी अपना स्वयं का एल्गोरिदम बनाती है।
- वे दोनों सर्वश्रेष्ठ भविष्यवाणी करने का प्रयास करते हैं।
- विजेता: वह एल्गोरिदम जो कम से कम भेदभावपूर्ण प्रॉक्सी का उपयोग करते हुए परिणाम को सबसे अच्छा तरीके से भविष्यवाणी करता है, वह जीतता है।
यह कंपनी को ईमानदार होने के लिए मजबूर करता है। यदि वे वादी के "साफ" एल्गोरिदम को नहीं हरा सकते, तो उन्हें स्वीकार करना होगा कि उनका वर्तमान एल्गोरिदम बहुत अधिक भेदभावपूर्ण है।
"ब्लैक बॉक्स" की समस्या
अंत में, शोध पत्र गोपनीयता (Secrecy) के बारे में बात करता है।
- समस्या: कभी-कभी, एक मानवीय समिति बंद कमरे में निर्णय लेती है। वे यह नहीं लिखते कि उन्होंने किसी को क्यों खारिज किया। वे बस कहते हैं, "हमें लगा कि यह सही नहीं था।" यह एक "ब्लैक बॉक्स" है।
- समाधान: भले ही हम मानव मस्तिष्क के भीतर नहीं देख सकते, हम परिणामों की तुलना कर सकते हैं। यदि एक मानवीय समिति 90% पुराने श्रमिकों को खारिज करती है, लेकिन एक सरल, पारदर्शी कंप्यूटर प्रोग्राम समान व्यावसायिक लक्ष्यों को प्राप्त करते हुए केवल 50% को खारिज करता है, तो मानवीय समिति "तुलनात्मक परीक्षण" में विफल हो रही है।
सारांश: मुख्य निष्कर्ष
यह शोध पत्र तर्क देता है कि हम केवल यह नहीं कह सकते कि "जाति का उपयोग न करें।" हमें पूरी तस्वीर को देखना होगा।
- भूत को खोजें: जाँचें कि क्या "तटस्थ" चर (जैसे ज़िप कोड) जाति को छिपा रहे हैं।
- उपकरणों की तुलना करें: यदि आप अपने लक्ष्य (जैसे ऋण देना या छात्रों को प्रवेश देना) को ऐसे उपकरण के साथ प्राप्त कर सकते हैं जो कम भेदभावपूर्ण है, तो आपको उस उपकरण का उपयोग करना ही होगा।
- मालिक पर भार डालें: कंपनियों और स्कूलों के पास डेटा और शक्ति है, इसलिए उन्हें यह साबित करने वाले होने चाहिए कि वे "प्रॉक्सी" भेदभाव का उपयोग नहीं कर रहे हैं।
संक्षेप में: आप प्रतिबंधित सामग्री का नाम बदलकर उसे छिपा नहीं सकते। यदि आप प्रतिबंधित सामग्री के बिना केक को उतना ही स्वादिष्ट बना सकते हैं, तो आपको ऐसा करना ही होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।