Truth and distortion in complex networks: a global consistency approach
यह शोध पत्र एक नेटवर्क-आधारित ढांचे का प्रस्ताव करता है जहाँ सत्य को व्यक्तिगत शुद्धता के बजाय वैश्विक संबंधपरक सुसंगतता के रूप में परिभाषित किया गया है, जो सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि अधिकतम निरंतरता अक्सर बहुमत की राय से भिन्न होती है और इंटरैक्शन परतों (interaction layers) में परस्पर विरोधी बाधाएं उत्पन्न करने वाले नोड्स की एक छोटी संख्या द्वारा बाधित होती है।
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: सत्य एक पहेली है, कोई वोट नहीं
कल्पना कीजिए कि आप 1,000 टुकड़ों वाली एक विशाल जिग्सॉ पहेली (jigsaw puzzle) सुलझाने की कोशिश कर रहे हैं। वास्तविक दुनिया में, हम अक्सर सोचते हैं कि "सत्य" वही है जो बहुमत कहता है। यदि 90% लोग उम्मीदवार A के पक्ष में वोट देते हैं, तो हम मान लेते हैं कि उम्मीदवार A ही "सत्य" है।
लेकिन यह शोध प्रबंध (paper) तर्क देता है कि सत्य वास्तव में इस बारेंते है कि पहेली के टुकड़े आपस में कितनी अच्छी तरह फिट बैठते हैं, न कि केवल इस बारे में कि कितने लोग एक ही टुकड़े को पकड़े हुए हैं।
लेखक, आर्टुरो टोज़ी (Arturo Tozzi), का सुझाव है कि लोगों के एक जटिल समूह (जैसे कि सोशल मीडिया नेटवर्क) में, "सत्य" कोई ऐसी एकल तथ्य नहीं है जिसे आप किसी किताब में देख सकें। इसके बजाय, सत्य एक ऐसी स्थिति है जहाँ हर किसी के शब्द, कार्य और संबंध एक-दूसरे के साथ संगत (consistent) होते हैं। यदि लोग एक बात कहते हैं लेकिन करते कुछ और हैं, या यदि वे दूसरों को झूठ बोलने के लिए दबाव डालते हैं, तो पहेली फिट नहीं बैठती। वह "बेमेल होना" ही वह चीज़ है जिसे यह शोध प्रबंध विकृति (distortion) कहता है।
उपमा: 1,000 संगीतकारों का ऑर्केस्ट्रा
एक विशाल ऑर्केस्ट्रा की कल्पना करें जिसमें 1,000 संगीतकार हैं।
- नोड्स (लोग): प्रत्येक संगीतकार एक नोड है।
- परतें (Interactions): यह शोध प्रबंध क्या हो रहा है, इसके चार अलग-अलग "परतों" को देखता है:
- वे क्या कहते हैं: वह शीट म्यूजिक (sheet music) जिसे वे बजाने का दावा करते हैं।
- वे क्या करते हैं: उनके वाद्य यंत्रों से निकलने वाली वास्तविक ध्वनि।
- दबाव (Coercion): संगीतकारों द्वारा दूसरों को ज़ोर से या धीरे बजाने के लिए धकेलना।
- शोर (Noise): संगीतकारों द्वारा समूह को भ्रमित करने के लिए जानबूझकर गलत स्वर बजाना।
एक स्वस्थ ऑर्केस्ट्रा में, वे जो कहते हैं वह जो वे करते हैं उससे मेल खाता है, और हर कोई सामंजस्य में बजता है। यही सुसंगति (Coherence) (या सत्य) है।
लेकिन क्या होगा अगर कुछ संगीतकार "हेरफेर करने वाले" (manipulators) हों? वे कह सकते हैं, "मैं वॉयलिन बजा रहा हूँ!" (परत 1), लेकिन वास्तव में वे ढोल बजा रहे होते हैं (परत 2)। या, वे अपने बगल वाले व्यक्ति से फुसफुसा सकते हैं, "कंडक्टर को अनदेखा करो, यह गलत नोट बजाओ" (परत 4)।
समस्या: "नकली" आम सहमति
आमतौर पर, यदि आप ऑर्केस्ट्रा से पूछते हैं, "हम क्या बजा रहे हैं?", और उनमें से 90% चिल्लाकर कहते हैं "सिम्फनी इन सी!", तो हम मान लेते हैं कि यही सत्य है।
हालाँकि, यह शोध प्रबंध दिखाता है कि एक ज़ोरदार आम सहमति एक झूठ हो सकती है।
यदि हेरफेर करने वालों का एक छोटा समूह विभिन्न समूहों में बहुत अधिक भ्रम (विकृति) पैदा करता है, तो पूरा ऑर्केस्ट्रा सुनने में बहुत खराब लग सकता है, भले ही हर कोई एक ही उत्तर चिल्ला रहा हो। स्थिति का "सत्य" वह चिल्लाहट नहीं है; बल्कि यह तथ्य है कि संगीत कचरा जैसा सुनाई दे रहा है क्योंकि टुकड़े आपस में फिट नहीं बैठते।
अध्ययन कैसे काम करता है (सिमुलेशन)
लेखक ने इस परीक्षण के लिए 1,000 लोगों का एक कंप्यूटर सिमुलेशन बनाया।
- सेटअप: उन्होंने एक ऐसा नेटवर्क बनाया जहाँ लोगों की अलग-अलग राय थी।
- विघटनकारी (The Saboteurs): उन्होंने "हेरफेर करने वालों" (लगभग 4% समूह) का एक छोटा समूह जोड़ा। इन लोगों को झूठ बोलने, दबाव डालने और विरोधाभासी जानकारी फैलाने के लिए प्रोग्राम किया गया था।
- मापन: उन्होंने एक "विकृति स्कोर" (Distortion Score) बनाया।
- यदि आप कहते हैं कि आप अपने पड़ोसी को प्यार करते हैं लेकिन वास्तव में आप उन्हें धमका रहे हैं, तो आपका स्कोर बढ़ जाता है।
- यदि आप दूसरों को झूठ बोलने के लिए दबाव डालते हैं, तो आपका स्कोर बढ़ जाता है।
- यदि आप दो ऐसे समूहों के बीच पुल बनते हैं जो एक-दूसरे से नफरत करते हैं और उन्हें सहमत होने के लिए मजबूर करते हैं, तो आपका स्कोर बढ़ जाता है।
आश्चर्यजनक निष्कर्ष
1. "बुरे सेब" (Bad Apples) यादृच्छिक (random) नहीं होते।
सबसे अधिक विकृति पैदा करने वाले लोग केवल यादृच्छिक शोर मचाने वाले नहीं थे। वे कनेक्टर्स (जोड़ने वाले) थे। वे वे लोग थे जो सभी को जानते थे और विभिन्न समूहों को सहमत करने की कोशिश करते थे। वे वे "पुल निर्माता" थे जो वास्तव में पुल को तोड़ रहे थे।
2. "सुसंगत अवस्था" (Coherent State) औसत से अलग है।
जब कंप्यूटर ने सभी की राय का औसत निकालकर नेटवर्क की "वास्तविक" स्थिति खोजने की कोशिश की, तो उसे एक अस्त-व्यस्त परिणाम मिला। लेकिन जब इसने उस स्थिति को खोजने की कोशिश की जहाँ संबंध तर्कसंगत थे (विकृति को कम करना), तो इसे एक अलग, स्पष्ट तस्वीर मिली।
- उपमा: एक कमरे की कल्पना करें जहाँ हर कोई चिल्ला रहा है। "औसत" आवाज़ तेज़ है। लेकिन "सुसंगत" अवस्था यह समझना है कि तीन लोग दूसरों के ऊपर चिल्ला रहे हैं, और यदि आप केवल उन तीन लोगों को शांत कर दें, तो कमरा स्पष्ट हो जाएगा।
3. नेटवर्क को ठीक करना विशिष्ट लोगों को हटाने के बारे में है, न कि सभी को।
अध्ययन ने दिखाया कि यदि आप नेटवर्क से यादृच्छिक रूप से लोगों को हटाते हैं, तो विकृति उच्च बनी रहती है। लेकिन यदि आप विशेष रूप से उन लोगों को हटाते हैं जिनका "विकृति स्कोर" सबसे अधिक है (हेरफेर करने वाले), तो पूरा नेटवर्क अचानक एक स्पष्ट, सुसंगत तस्वीर में बदल जाता है।
- वास्तविक दुनिया का उदाहरण: एक चुनाव में, आपको सभी को प्रतिबंधित करने की आवश्यकता नहीं है। आपको बस उन कुछ खातों की पहचान करने और उन्हें चुप कराने की आवश्यकता है जो विभिन्न समूहों में विरोधाभासी झूठ फैला रहे हैं। एक बार जब वे चले जाते हैं, तो "सत्य" (सुसंगत तस्वीर) स्वाभाविक रूप से उभर आता है।
यह क्यों महत्वपूर्ण है
यह शोध प्रबंध सोशल मीडिया और फेक न्यूज़ के युग में "सत्य" के बारे में हमारी सोच को बदल देता है।
- पुराना तरीका: सत्य वह है जो बहुमत कहता है। (यदि 51% X कहते हैं, तो X सत्य है)।
- नया तरीका: सत्य वह है जो बिना किसी विरोधाभास के आपस में जुड़ता है। (यदि 51% X कहते हैं, लेकिन उनके कार्य और संबंध X के विपरीत हैं, तो X एक विकृति है)।
निष्कर्ष:
सत्य केवल वोटों को गिनने या राय का औसत निकालने के बारे में नहीं है। यह संरचनात्मक निरंतरता (structural consistency) के बारे में है। यदि नेटवर्क में ऐसे लोग भरे हुए हैं जो एक बात कहते हैं और दूसरी करते हैं, या दूसरों को झूठ बोलने के लिए मजबूर करते हैं, तो सिस्टम "विकृत" है। उन विशिष्ट कनेक्शनों को खोजकर और ठीक करके जो सबसे अधिक घर्षण पैदा करते हैं, हम नेटवर्क की सत्य को देखने की क्षमता को बहाल कर सकते हैं।
संक्षेप में: केवल यह न सुनें कि लोग क्या कहते हैं; देखें कि उनके शब्द, कार्य और संबंध आपस में कैसे फिट बैठते हैं। यदि पहेली के टुकड़े मेल नहीं खाते, तो वह चित्र वास्तविक नहीं है।
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।