A conceptual framework for ideology beyond the left and right
यह शोध पत्र एक नवीन वैचारिक ढांचे को प्रस्तुत करता है जो विचारधारा को एक बहु-स्तरीय सामाजिक-संज्ञानात्मक अवधारणा नेटवर्क के रूप में मॉडल करने के लिए पारंपरिक वाम-दक्षिण पक्षीय अक्ष से आगे बढ़ता है, जिससे सामाजिक विमर्श के समृद्ध विश्लेषण को सक्षम करने और मौजूदा एनएलपी (NLP) कार्यों के बीच ओवरलैप को स्पष्ट करने के लिए कम्प्यूटेशनल विधियों को विचारधारा सिद्धांत के साथ जोड़ा जा सके।
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
मुख्य विचार: हर चीज़ के लिए एक ही पैमाने का उपयोग करना बंद करें
कल्पना कीजिए कि आप किसी व्यक्ति के व्यक्तित्व का वर्णन करने की कोशिश कर रहे हैं। दशकों से, शोधकर्ता यह करने के लिए एक सरल प्रश्न पूछकर प्रयास कर रहे हैं: "क्या आप वामपंथी (Left) हैं या दक्षिणपंथी (Right)?"
यह एक जटिल, स्वादिष्ट स्टू (stew) का वर्णन करने के लिए केवल यह पूछने जैसा है, "क्या यह नमकीन है या मीठा?" बेशक, यह आपको कुछ बताता है, लेकिन यह इस तथ्य को छोड़ देता है कि उस स्टू में तीखापन, बनावट, जड़ी-बूटियाँ और एक विशिष्ट पकाने की शैली भी है।
इस शोध पत्र के लेखक (केनेथ जोसेफ, किम विलियम्स और डेविड लाज़र) तर्क देते हैं कि जब हम विचारधारा (एक व्यक्ति के विश्वासों की प्रणाली कि दुनिया कैसे काम करती है) का अध्ययन करते हैं, तो इसे एक साधारण "वाम बनाम दक्षिण" रेखा के रूप में मानना बहुत सतही है। यह इस तथ्य को छिपा देता है कि लोग नस्ल, जलवायु परिवर्तन और लिंग जैसी चीजों पर जटिल, विशिष्ट और कभी-कभी विरोधाभासी विचार रखते हैं।
वे विचारधारा को देखने का एक नया तरीका प्रस्तावित करते हैं, जिसे वे "कॉन्सेप्ट नेटवर्क" (Concept Network) कहते हैं।
नया ढांचा: "लेगो सिटी" (Lego City) की उपमा
एक रेखा के बजाय, विचारधारा की कल्पना एक लेगो सिटी के रूप में करें।
ईंटें (अवधारणाएं/Concepts):
एक व्यक्ति के दिमाग के भीतर, लेगो ईंटों के विभिन्न प्रकार होते हैं।- मूल्य (Values): ये बड़ी, आधारभूत प्लेटें हैं (जैसे "स्वतंत्रता" या "समानता")। ये जोड़ने वाला गोंद (glue) हैं।
- विश्वास (Beliefs): ये ऊपर बनाई गई विशिष्ट संरचनाएं हैं (जैसे "पुलिस व्यवस्था अन्यायपूर्ण है")।
- दृष्टिकोण (Attitudes): ये उन संरचनाओं के बारे में आपकी भावनाएं हैं (जैसे "मैं पुलिस व्यवस्था को बदलना चाहता हूँ")।
- तर्कसंगतता (Rationalizations): ये निर्देश या कारण हैं जो बताते हैं कि वह संरचना उस तरह से क्यों बनाई गई है (जैसे "क्योंकि आंकड़े X दिखाते हैं")।
पुराने "Left/Right" मॉडल में, हम केवल शहर के अंतिम आकार को देखते थे और उसके रंग का अनुमान लगाते थे। इस नए मॉडल में, हम देखते हैं कि ईंटें आपस में कैसे जुड़ी हुई हैं।
ब्लूप्रिंट (संबंध/Connections):
विचारधाराएं केवल ईंटों का ढेर नहीं हैं; वे नियमों द्वारा जुड़ी हुई हैं।- अनुमान (Entailment): यदि आप ईंट A में विश्वास करते हैं, तो आपको ईंट B में भी विश्वास करना होगा। (उदाहरण के लिए, यदि आप "सभी लोग समान हैं" में विश्वास करते हैं, तो आप "पुलिस नायक है" में भी विश्वास कर सकते हैं।)
- संरचना (Composition): कुछ ईंटें दूसरों के आवश्यक भाग होती हैं। आप बिना किसी "कारण" (rationalization) के "विश्वास" नहीं रख सकते।
निर्माण स्थल (विमर्श/Discourse):
जब लोग ट्वीट करते हैं, पोस्ट करते हैं या बात करते हैं, तो वे हमें अपना पूरा लेगो शहर नहीं दिखा रहे होते हैं। वे हमें उसका एक छोटा सा कोना दिखा रहे होते हैं।- कभी-कभी वे "नस्ल" का कोना दिखाते हैं।
- कभी-कभी वे "जलवायु" का कोना दिखाते हैं।
- कभी-कभी वे उन्हें मिला देते हैं।
यह शोध पत्र तर्क देता है कि हमें यह पता लगाने की आवश्यकता है कि कोई व्यक्ति उस विशिष्ट कोने को बनाने के लिए किस "ब्लूप्रिंट" (विचारधारा) का उपयोग कर रहा है, बजाय इसके कि पूरे व्यक्ति को "उदारवादी" या "रूढ़िवादी" के रूप में लेबल किया जाए।
यह क्यों महत्वपूर्ण है: "ट्वीट" का उदाहरण
यह शोध पत्र जॉर्ज फ्लॉयड विरोध प्रदर्शनों के वास्तविक दुनिया के उदाहरण का उपयोग करके दिखाता है कि पुराना तरीका क्यों विफल होता है।
- ट्वीट A: "सभी श्वेत लोगों को एक ही बॉक्स में रखना बंद करें। नस्लवाद को अधिक नस्लवाद से ठीक नहीं किया जा सकता।"
- पुराना दृष्टिकोण: क्या यह व्यक्ति वामपंथी है या दक्षिणपंथी? यह भ्रमित करने वाला है।
- नया दृष्टिकोण: यह व्यक्ति एक "कलरब्लाइंड" (Colorblind) विचारधारा का उपयोग कर रहा है। उनका मानना है कि व्यवस्था पहले से ही निष्पक्ष है और नस्ल पर ध्यान केंद्रित करना ही समस्या है।
- ट्वीट B: "ब्लैक लाइव्स मैटर। असमानता को ठीक करने के लिए हमें हाशिए पर रहने वालों को केंद्र में रखना होगा।"
- पुराना दृष्टिकोण: निश्चित रूप से वामपंथी (Left)।
- नया दृष्टिकोण: यह व्यक्ति एक "इंटरसेक्शनल" (Intersectional) विचारधारा का उपयोग कर रहा है। उनका मानना है कि व्यवस्था संरचनात्मक रूप से टूटी हुई है और इसे नीचे से फिर से बनाने की आवश्यकता है।
समस्या: यदि हम केवल "Left/Right" पैमाने का उपयोग करते हैं, तो हम इस तथ्य को मिस कर सकते हैं कि ये दोनों लोग विचारों के पूरी तरह से अलग सिस्टम के बारे में बात कर रहे हैं, भले ही वे दोनों नस्ल के बारे में बात कर रहे हों।
तीन बड़ी चुनौतियां
लेखक स्वीकार करते हैं कि यह कठिन है। वे कहते हैं कि हमें तीन पहेलियों को हल करने की आवश्यकता है:
- क्या मौजूद है? हमें यह पता लगाने की आवश्यकता है कि वास्तव में दुनिया में कौन सी विचारधाराएं मौजूद हैं, न कि केवल वे जिन्हें हमने पाठ्यपुस्तक में बनाया है।
- अंदर क्या है? एक बार जब हम एक विचारधारा को खोज लेते हैं, तो उसकी विशिष्ट ईंटें और संबंध क्या हैं?
- इसका उपयोग कौन कर रहा है? जब कोई बोलता है, तो क्या वे वास्तव में इसमें विश्वास कर रहे हैं, या वे केवल एक भूमिका निभा रहे हैं (जैसे कोई वेशभूषा पहनना)?
कंप्यूटर कैसे मदद कर सकते हैं (NLP वाला हिस्सा)
यह शोध पत्र कंप्यूटर वैज्ञानिकों के लिए लिखा गया है (NLP = नेचुरल लैंग्वेज प्रोसेसिंग)। वे कहते हैं: "हे, आप लोग टेक्स्ट में पैटर्न खोजने में माहिर हैं! लेकिन आप एक सीधी रेखा पर पैटर्न खोज रहे हैं। आइए एक नेटवर्क में पैटर्न खोजें।"
वे सुझाव देते हैं कि कंप्यूटर:
- कनेक्शन का पता लगा सकते हैं: केवल यह अनुमान लगाने के बजाय कि एक ट्वीट "Left" है या नहीं, कंप्यूटर विचारों के विशिष्ट लिंक को देख सकता है (जैसे, क्या यह ट्वीट "पुलिस सुधार" को "संरचनात्मक नस्लवाद" से जोड़ता है?)।
- "छिपी हुई" विचारधाराओं को खोज सकते हैं: कंप्यूटर लाखों पोस्ट को स्कैन करके नई, उभरती हुई विचारधाराओं को खोज सकते हैं जिनके बारे में हमें अभी तक पता नहीं था।
- "वेशभूषा" को "स्वयं" से अलग कर सकते हैं: यह पहचानने में मदद कर सकते हैं कि कोई व्यक्ति अपने समूह में फिट होने के लिए क्या कहता है (पहचान/Identity) बनाम वह वास्तव में क्या मानता है (विचारधारा/Ideology)।
निष्कर्ष
विचारधारा के अध्ययन के पुराने तरीके को एक ब्लैक एंड व्हाइट फोटो देखने जैसा समझें। यह स्पष्ट है, लेकिन इसमें गहराई और विवरण की कमी है।
यह शोध पत्र हमसे 3D मॉडलिंग की ओर स्विच करने के लिए कहता है। यह अधिक जटिल है, और इसके लिए अधिक कंप्यूटिंग शक्ति की आवश्यकता है, लेकिन यह हमें इस बात की अधिक समृद्ध और सटीक तस्वीर देता है कि मनुष्य वास्तव में कैसे सोचते हैं, बहस करते हैं और दुनिया को समझते हैं।
संक्षेप में: मानव विश्वासों को एक एकल "Left vs. Right" बॉक्स में दबाने की कोशिश करना बंद करें। इसके बजाय, उस जटिल, बहु-स्तरीय विचारों के जाल को मैप करें जो वास्तव में एक व्यक्ति के विश्वदृष्टि को बनाते हैं।
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।