When AI Classifies: What Counts as Public Administration?

तकनीकी सारांश: जब AI वर्गीकरण करता है: लोक प्रशासन (Public Administration) के रूप में क्या गिना जाता है?

समस्या विवरण
यह शोध पत्र लोक प्रशासन (PA) के क्षेत्र में एक महत्वपूर्ण ज्ञानमीमांसीय (epistemological) चुनौती को संबोधित करता है: जब एल्गोरिदम-आधारित ज्ञान संगठन प्रणालियों द्वारा मध्यस्थता की जाती है, तो अंतःविषय विद्वत्ता (interdisciplinary scholarship) की सीमाएं, दृश्यता और बौद्धिक संरचना कैसे परिभाषित होती हैं? पारंपरिक रूप से, PA में विषयगत सीमाओं को मानव विद्वत समुदायों, पत्रिकाओं और व्यावसायिक संघों के माध्यम से तय किया जाता रहा है। हालांकि, ग्रंथ सूची संबंधी बुनियादी ढांचे (जैसे Web of Science और OpenAlex) में स्वचालित अनुक्रमण (automated indexing), विषय मॉडलिंग (topic modeling) और AI-सहायता प्राप्त वर्गीकरण पर बढ़ती निर्भरता यह प्रश्न उठाती है कि क्या ये प्रणालियाँ केवल मौजूदा ज्ञान को पुनः प्राप्त करती हैं या सक्रिय रूप से अनुशासनात्मक पहचान का निर्माण करती हैं।

यह मुद्दा PA-AI विद्वत्ता (AI-in-PA) के लिए विशेष रूप से गंभीर है। चूंकि PA स्वाभाविक रूप से अंतःविषय है और AI अनुसंधान कंप्यूटर विज्ञान, डेटा विज्ञान, प्रबंधन और सामाजिक विज्ञानों तक फैला हुआ है, इसलिए यह जोखिम बना रहता है कि एल्गोरिदम वर्गीकरण प्रणालियाँ PA-प्रासंगिक अनुसंधान को व्यवस्थित रूप से गलत वर्गीकृत कर सकती हैं या उसे अदृश्य बना सकती हैं, उसे आस-पास के अन्य डोमेन में सौंपकर। यह अध्ययन प्रतिपादित करता है कि ये प्रणालियाँ तटस्थ उपकरण नहीं हैं, बल्कि सक्रिय कर्ता (active actors) हैं जो व्यवस्थित पूर्वाग्रह उत्पन्न कर सकती हैं, मौजूदा सीमाओं को सुदृढ़ कर सकती हैं और अंतःविषय क्षेत्रों के विकास को बाधित कर सकती हैं।

कार्यप्रणाली (Methodology)
यह अध्ययन दो प्रमुख विद्वत डेटाबेसों का उपयोग करते हुए एक तुलनात्मक ग्रंथ सूची विश्लेषण (bibliometric analysis) नियोजित करता है: Web of Science (WoS) और OpenAlex। शोध इस समस्या को पाँच अलग-अलग विद्वत प्रतिनिधित्व प्रणालियों के माध्यम से संचालित करता है, जिन्हें तीन तार्किक दृष्टिकोणों में वर्गीकृत किया गया है:

1. लेखक-परिभाषित (Author-Defined): लेखकों द्वारा सीधे प्रदान किए गए मेटाडेटा पर निर्भर (WoS शीर्षक/सार/कीवर्ड; OpenAlex शीर्षक/सार)।
2. उद्धरण-संचालित (Citation-Driven): उद्धृत संदर्भों से प्राप्त एल्गोरिदम-जनित शब्दों पर निर्भर (WoS Keyword Plus)।
3. AI-सहायता प्राप्त (AI-Assisted): सिमेंटिक समानता और लार्ज लैंग्वेज मॉडल्स (LLMs) के माध्यम से उत्पन्न एल्गोरिदम-जनित अवधारणाओं और कीवर्ड्स पर निर्भर (OpenAlex Concepts और Keywords)।

डेटा संग्रह और खोज रणनीति:

• PA का संचालन (Operationalization): WoS में, PA को "Public Administration" विषय श्रेणी के माध्यम से पहचाना गया है। OpenAlex में, इसे "Public Administration" उपक्षेत्र (3321) के माध्यम से पहचाना गया है, जो एक स्वचालित क्लस्टरिंग प्रणाली से प्राप्त है जहाँ एक GPT-आधारित मॉडल प्रतिनिधि पेपर शीर्षकों और सारांशों के आधार पर क्लस्टर्स को लेबल करता है।
• AI-in-PA का संचालन: AI-in-PA के खोज शब्दों के निर्माण के लिए एक स्तरित AI ढांचे (फाउंडेशन, आर्किटेक्चर, मॉडल, एक्शन) का उपयोग किया गया। इन शब्दों को ऊपर सूचीबद्ध पाँचों मेटाडेटा परतों पर लागू किया गया था।
• विश्लेषण: अध्ययन छह आयामों में परिणामी कॉर्पस (corpus) की तुलना करता है: कॉर्पस का आकार, प्रकाशन के प्रकार, प्रकाशन आउटलेट, DOI ओवरलैप, टेम्पोरल विकास (temporal development), और विषयगत क्लस्टरिंग। लेखक कीवर्ड और शीर्षकों एवं सारांशों से प्राप्त टेक्स्ट-व्युत्पन्न n-grams (unigrams, bigrams, trigrams) के आधार पर सह-घटना नेटवर्क (co-occurrence networks - VOSviewer) का उपयोग करके विषयगत संरचनाओं का विश्लेषण किया गया।

प्रमुख परिणाम
विश्लेषण पाँचों प्रस्तुतियों के बीच पर्याप्त विचलन प्रकट करता है, जो यह दर्शाता है कि वे एक ही साहित्य के विभिन्न उपसमुच्चय (subsets) होने के बजाय पूरी तरह से अलग ज्ञान डोमेन की पहचान करते हैं:

• कॉर्पस का आकार और संरचना: जबकि OpenAlex अधिक व्यापक और विविध समग्र PA कॉर्पस (प्रीप्रिंट और शोध प्रबंध सहित) को कैप्चर करता है, WoS लेखक दृष्टिकोण ने सबसे बड़ा AI-in-PA कॉर्पस (959 प्रकाशन) की पहचान की। इसके विपरीत, OpenAlex के AI-सहायता प्राप्त दृष्टिकोणों (OA Concepts और OA Keywords) ने काफी कम AI-in-PA रिकॉर्ड (क्रमशः 494 और 387) की पहचान की, जबकि OpenAlex का कवरेज व्यापक है।
• प्रकाशन आउटलेट और ओवरलैप: तीन प्रमुख दृष्टिकोणों के बीच प्रकाशन आउटलेट में लगभग पूर्ण अभाव है।
  • WoS Author स्थापित PA और सार्वजनिक नीति पत्रिकाओं (जैसे, Public Administration Review, Public Management Review) में केंद्रित है।
  • OA Author सोशल वर्क (social work) पत्रिकाओं में केंद्रित है।
  • OA Concepts/Keywords रिपॉजिटरी (जैसे, Zenodo, eCommons) और तकनीकी वेन्यू (जैसे, IEEE Transactions) द्वारा संचालित हैं।
  • महत्वपूर्ण रूप से, तीनों प्रमुख दृष्टिकोणों में से कोई भी एक एकल प्रकाशन आउटलेट साझा नहीं था।
• टेम्पोरल विकास (Temporal Development): ये प्रस्तुतियाँ विरोधाभासी ऐतिहासिक आख्यान पेश करती हैं। OpenAlex के AI-सहायता प्राप्त प्रतिनिधित्व 1980 से AI-in-PA के निरंतर, रैखिक विकास को दर्शाते हैं, जो PA में AI अवधारणाओं के क्रमिक प्रसार का सुझाव देते हैं। इसके विपरीत, WoS प्रतिनिधित्व लगभग 2023 से एक तीव्र, घातांकीय उछाल (exponential surge) दिखाते हैं, जो जनरेटिव AI के उदय के साथ मेल खाता है, जो यह सुझाव देता है कि AI, PA के भीतर एक नया उभरता हुआ डोमेन है।
• विषयगत संरचना:
  • WoS Author नेटवर्क शासन (governance) से जुड़ी AI विधियों और प्रौद्योगिकियों (जैसे, मशीन लर्निंग, LLMs) पर केंद्रित हैं।
  • WoS n-grams शासन, विनियमन और प्रशासनिक प्रक्रियाओं की ओर ध्यान केंद्रित करते हैं।
  • OpenAlex n-grams सबसे व्यापक प्रासंगिक अभिविन्यास प्रदर्शित करते हैं, जो पेशेवर अभ्यास, शिक्षा, नैतिकता और सामाजिक अनुप्रयोगों पर जोर देते हैं, जो अक्सर अनुसंधान को पारंपरिक PA समुदायों से अलग कर देते हैं।

प्रमुख योगदान

1. प्रतिनिधित्व प्रभावों का प्रदर्शन: यह अध्ययन साक्ष्य प्रदान करता है कि एल्गोरिदम-आधारित ज्ञान संगठन प्रणालियाँ न केवल साहित्य की विभिन्न मात्राओं को पुनः प्राप्त करती हैं, बल्कि एक ही क्षेत्र के लिए मौलिक रूप से भिन्न बौद्धिक संरचनाओं, अनुशासनात्मक सीमाओं और ऐतिहासिक प्रक्षेप पथों (trajectories) का निर्माण करती हैं।
2. "कवरेज का विरोधाभास" (The Paradox of Coverage): यह रेखांकित करता है कि व्यापक ग्रंथ सूची कवरेज (OpenAlex) अंतःविषय उपक्षेत्रों के लिए अधिक दृश्यता की गारंटी नहीं देता है; वास्तव में, AI-सहायता प्राप्त वर्गीकरण अंतःविषय PA विद्वत्ता को आस-पास के क्षेत्रों (जैसे, कंप्यूटर विज्ञान या सोशल वर्क) में सौंपकर व्यवस्थित रूप से कम प्रतिनिधित्व कर सकता है।
3. AI वर्गीकरण की ज्ञानमीमांसीय आलोचना: यह शोध पत्र तर्क देता है कि AI-सहायता प्राप्त वर्गीकरण व्याख्यात्मक (interpretative) हैं, तटस्थ नहीं। वे विषयगत संरचना और वैचारिक समानता के बारे में विशिष्ट धारणाओं को दर्शाते हैं जो PA जैसे तरल और बातचीत-आधारित (negotiated) अंतःविषय क्षेत्रों के अनुरूप नहीं हो सकते हैं।

महत्व और दावे
शोध पत्र का दावा है कि इन निष्कर्षों के विज्ञान के शासन और विषयों के विकास के लिए गहरे निहितार्थ हैं। यह तर्क देता है कि जैसे-जैसे AI वैज्ञानिक खोज, मूल्यांकन और वित्त पोषण के बुनियादी ढांचे में समाहित होता जा रहा है, ये एल्गोरिदम संबंधी प्रतिनिधित्व भविष्य के AI सिस्टम के लिए स्वयं-सुदृढ़ (self-reinforcing) बनने का जोखिम उठाते हैं। जो विद्वत्ता लगातार PA के बाहर वर्गीकृत की जाती है, वह भविष्य के AI सिस्टम के लिए तेजी से अदृश्य हो सकती है, जिससे ऐसे फीडबैक लूप बनते हैं जो एल्गोरिदम के पथ-निर्भरता (path dependence) को पुख्ता करते हैं और अनुशासनात्मक सीमाओं के अनुकूलन को बाधित करते हैं।

इसलिए, लेखक निष्कर्ष निकालते हैं कि मानवीय अनुशासनात्मक निर्णय आवश्यक बना हुआ है। AI-सहायता प्राप्त ज्ञान संगठन को विशेषज्ञ विद्वत व्याख्या के विकल्प के रूप में नहीं, बल्कि एक पूरक के रूप में देखा जाना चाहिए। यह अध्ययन अन्य तरल अंतःविषय डोमेन (जैसे, शहरी अध्ययन, आपराधिक न्याय) में इन प्रतिनिधित्व प्रभावों की जांच करने के लिए भविष्य के शोध का आह्वान करता है ताकि यह समझा जा सके कि एल्गोरिदम प्रणालियाँ विषयों की बौद्धिक पहचान को कैसे पुनर्गठित कर रही हैं।