Sufficientarian Grading Rules and Rankings: Characterizations and Implementation

कल्पना कीजिए कि आप एक विशाल, भविष्यवादी वीडियो गेम चला रहे हैं जहाँ हर खिलाड़ी एक अनूठे "क्षमता बैकपैक" (capability backpack) के साथ शुरुआत करता है। इन बैकपैक के अंदर विभिन्न स्तर के कौशल, उपकरण और संसाधन होते—आइए इन्हें "अफोर्डेंस" (affordances) कहें। कुछ बैकपैक में एक जंग लगा हुआ चम्मच और एक फटा हुआ नक्शा होता है; कुछ में एक सुनहरा कम्पास और एक पूर्ण वाटर फिल्टर होता है। बड़ा सवाल जो इस पेपर के लेखक पूछ रहे हैं वह यह है: हम यह कैसे तय करें कि गेम को ठीक से खेलने के लिए किसके पास "पर्याप्त" है, और जब उनके पास पर्याप्त नहीं होता, तो हम खिलाड़ियों को कैसे रैंक करें?

"पर्याप्त" की चेकलिस्ट (The "Enough" Checklist)

यह पेपर सुझाव देता है कि खिलाड़ियों की आपस में तुलना करने के बजाय (जैसे यह कहना कि "खिलाड़ी A, खिलाड़ी B से अमीर है"), हमें एक पूर्ण चेकलिस्ट का उपयोग करना चाहिए। इसे जीवन के लिए एक "पास/फेल" टेस्ट की तरह समझें। लेखक एक प्रणाली प्रस्तावित करते हैं जिसे बाइनरी ग्रेडिंग फंक्शन (BGF) कहा जाता है।

एक विशाल, अदृश्य रेफरी की कल्पना करें जो एक चेकलिस्ट लेकर खड़ा है। ये थ्रेशोल्ड्स (thresholds) न्यूनतम आवश्यकताओं का एक सेट हैं: "कम से कम एक कम्पास होना चाहिए," "कम से कम एक वाटर फिल्टर होना चाहिए।" यदि किसी खिलाड़ी का बैकपैक इनमें से किसी भी न्यूनतम आवश्यकता को पूरा करता या उससे अधिक होता है, तो उसे 1 (पास/हाँ) मिलता है। यदि वह सभी से कम रह जाता है, तो उसे 0 (फेल/नहीं) मिलता है।

पेपर यह सिद्ध करता है कि इस "पास/फेल" प्रणाली के लिए निष्पक्ष और तार्किक होने के लिए, इसे तीन सरल नियमों का पालन करना चाहिए:

1. आइसोटोनी (Isotony): यदि आप अपने बैकपैक को अपग्रेड करते हैं (एक बेहतर कम्पास प्राप्त करते हैं), तो आपको कम ग्रेड नहीं मिलना चाहिए। बेहतर सामान का अर्थ हमेशा बेहतर या समान स्कोर होता है।
2. सेपरेबिलिटी (Separability): आपका ग्रेड केवल आपके अपने बैकपैक पर निर्भर करता है। इससे कोई फर्क नहीं पड़ता कि आपके पड़ोसी के पास कितना शानदार बैकपैक है; आपका स्कोर पूरी तरह से आपके अपने गियर पर आधारित है।
3. सिमेट्री (Symmetry): नियम सभी पर समान रूप से लागू होते हैं। इससे कोई फर्क नहीं पड़ता कि आप खिलाड़ी 1 हैं या खिलाड़ी 100; सभी के लिए एक ही चेकलिस्ट का उपयोग किया जाता है।

यदि कोई ग्रेडिंग सिस्टम इन तीन नियमों का पालन करता है, तो लेखक दिखाते हैं कि यह गणितीय रूप से गारंटीकृत है कि एक "सफिशिएंटेरियन" (sufficientarian) नियम है। यह उस गुप्त कोड को खोजने जैसा है जो बिना यह जाने कि "परफेक्ट" बैकपैक कैसा दिखता है, केवल यह जानकर कि "न्यूनतम" क्या है, गेम को निष्पक्ष बनाता है।

खिलाड़ियों की रैंकिंग: कौन "अधिक बुरा हाल में" है? (Ranking the Players: Who is "Worse Off"?)

एक बार जब हम जान लेते हैं कि किसने पास किया (1) और किसने फेल किया (0), तो हम खिलाड़ियों को कैसे रैंक करते हैं? पेपर इसके कुछ तरीकों की खोज करता है, लेकिन यह एक लोकप्रिय विचार के संबंध में एक प्रमुख बहस को उजागर करता है।

कुछ लोग सोचते हैं कि हमें बस यह गिन लेना चाहिए कि कितने लोगों ने पास किया। यदि 90% छात्र पास हो जाते हैं, तो वह एक "अच्छा" क्लास है। लेखक इस रैंकिंग को सफिशिएंसी-काउंट (Sufficiency-Count) रैंकिंग कहते हैं। हालाँकि, वे एक प्रमुख दोष की ओर इशारा करते हैं जिसे आलोचकों द्वारा उद्धृत किया जाता है: यह तरीका एक ऐसी क्लास के साथ समान व्यवहार करता है जहाँ सभी ने मुश्किल से पास किया, उस क्लास के साथ जहाँ सभी ने बहुत अच्छे अंकों से पास किया। यह भी विफल रहता है कि यह नहीं बता पाता कि असफल छात्र वास्तव में कितने पीछे हैं।

पेपर नोट करता है कि कई सफिशिएंटेरियन समर्थक वास्तव में बचाव नीतियों (rescue policies) को निर्देशित करने के लिए सफिशिएंसी-काउंट रैंकिंग का उपयोग करने को अस्वीकार करते हैं क्योंकि यह समस्या की गहराई को नहीं मापता है। इसके बजाय, लेखक तर्क देते हैं कि समस्याओं को ठीक करने के लिए (जैसे असफल छात्रों की मदद करना), हमें गैप (gap) जानने की आवश्यकता है। आपकी स्थिति "पास" लाइन से कितनी दूर है?

• "गैप" का विचार: कल्पना करें कि "पास" लाइन एक चट्टान का किनारा है। यदि आप किनारे पर खड़े हैं, तो आप सुरक्षित हैं। यदि आप 10 फीट पीछे हैं, तो आप मुसीबत में हैं। यदि आप 100 फीट पीछे हैं, तो आप गहरी मुसीबत में हैं।
• लेखक एक "दूरी" मीट्रिक को परिभाषित करते हैं। वे गणना करते हैं कि एक खिलाड़ी न्यूनतम आवश्यकताओं से कितने "कदमों" की दूरी पर है।
• वे पूरे समूह को इन गैप्स के आधार पर रैंक करने के दो मुख्य तरीके प्रस्तावित करते हैं:
  1. "औसत गैप" (Min-Average): हम सभी असफल खिलाड़ियों की कुल दूरी देखते हैं और उसे असफल खिलाड़ियों की संख्या से विभाजित करते हैं। हम इस औसत दूरी को कम करना चाहते है। यह एक उपयोगितावादी (utilitarian) दृष्टिकोण की तरह है: "आइए समूह को औसत रूप से चट्टान के किनारे के जितना संभव हो सके उतना करीब लाएं।"
  2. "वर्स्ट-केस गैप" (Min-Leximax): हम उस खिलाड़ी को देखते हैं जो किनारे से सबसे अधिक दूर है। हम पहले उस विशिष्ट व्यक्ति की मदद करने की कोशिश करते हैं, फिर अगले सबसे दूर वाले की, और इसी तरह। यह एक समतावादी (egalitarian) दृष्टिकोण की तरह है: "हमें सबसे गहरे गड्ढे में पड़े व्यक्ति को दूसरों की चिंता करने से पहले बाहर निकालना होगा।"

पेपर बचाव नीतियों के मार्गदर्शन के लिए उपयोग करने हेतु सफिशिएंसी-काउंट रैंकिंग को स्पष्ट रूप से खारिज नहीं करता है, लेकिन यह इस बात पर जोर देता है कि इसे सुधार नीतियों के लिए मार्गदर्शन के रूप में उपयोग करना अत्यधिक विवादास्पद है और अक्सर सफिशिएंटेरियन समर्थकों द्वारा अस्वीकार कर दिया जाता है क्योंकि यह अपर्याप्तता की गंभीरता को अनदेखा करता है।

"नियम कौन तय करता है?" की समस्या (The "Who Decides the Rules?" Problem)

सबसे पेचीदा हिस्सा यहाँ है। चेकलिस्ट कौन चुनता है? यह कौन तय करता है कि "पर्याप्त" का क्या अर्थ है? क्या यह एक कम्पास है? एक वाटर फिल्टर है? या शायद एक सुनहरा कम्पास?

लेखक नोट करते हैं कि वास्तविक दुनिया में, हम केवल एक तानाशाह को नियम चुनने की अनुमति नहीं दे सकते। हमें थ्रेशोल्ड्स (thresholds) पर सहमत होने के लिए एक लोकतांत्रिक तरीके की आवश्यकता है। लेकिन यहाँ एक पेंच है: यदि लोगों को पता चलता है कि नियमों का निर्णय वोट द्वारा किया जाएगा, तो वे झूठ बोल सकते हैं और कह सकते हैं, "मैं चाहता हूँ कि थ्रेशोल्ड बहुत कम हो ताकि मैं पास हो जाऊं!" या "मैं चाहता हूँ कि यह बहुत अधिक हो ताकि मेरे दोस्त फेल हो जाएं!"

पेपर मैकेनिज्म डिजाइन (Mechanism Design) का उपयोग करके एक चतुर समाधान का सुझाव देता है। वे दिखाते हैं कि यदि हम "थ्रेशोल्ड्स" को एक मानचित्र पर बिंदुओं की तरह मानते हैं, और यदि सभी की राय "सिंगल-पीक्ड" (single-peaked) है (अर्थात हर किसी का एक पसंदीदा थ्रेशोल्ड है, और वे अपने पसंदीदा के करीब वाले थ्रेशोल्ड को दूर वाले की तुलना में पसंद करते हैं), तो हम नियमों को चुनने के लिए सरल बहुमत मत (Simple Majority Vote) का उपयोग कर सकते हैं।

एक संभावित थ्रेशोल्ड की एक रेखा की कल्पना करें। यदि सभी का एक पसंदीदा स्थान है, और वे अपने पसंदीदा स्थान के करीब वाले स्थानों को पसंद करते हैं, तो मध्य बिंदु (median) पर मतदान करना एक "रणनीति-प्रूफ" (strategy-proof) तरीका है। इसका मतलब है कि कोई भी सिस्टम को धोखा देने के लिए झूठ बोलकर हेरफेर नहीं कर सकता है। यदि मतदाताओं की संख्या विषम (odd) है, तो एक साधारण बहुमत वोट हमेशा एक निष्पक्ष, ईमानदार थ्रेशोल्ड चुनेगा जिसे कोई भी मैनिपुलेट नहीं कर सकता।

यह पेपर क्या नहीं कहता (What the Paper Does NOT Say)

यह जानना महत्वपूर्ण है कि यह पेपर क्या नहीं करता है:

• यह आपको यह नहीं बताता कि "पर्याप्त" का सटीक थ्रेशोल्ड क्या होना चाहिए (उदाहरण के लिए, यह नहीं कहता कि "पर्याप्त $50 प्रति दिन है")। यह केवल यह समझाता है कि एक को निष्पक्ष रूप से कैसे चुना जाए।
• यह यह दावा नहीं करता कि समाज का वर्णन करने के लिए "सिर गिनना" (Sufficiency-Count) एक बुरा तरीका है। यह स्वीकार करता है कि हालांकि कई सफिशिएंटेरियन समर्थक सुधार नीतियों के मार्गदर्शन के लिए इसे अस्वीकार करते हैं, लेकिन पेपर स्वयं उन विशिष्ट नीतिगत निर्णयों के लिए वैकल्पिक "गैप" रैंकिंग प्रदान करने पर ध्यान केंद्रित करता है।
• यह इस विशिष्ट संस्करण में "बोझ" (जैसे भारी पत्थर ढोना) या "सार्वजनिक वस्तुओं" (जैसे स्वच्छ हवा) की समस्या को हल नहीं करता है, हालांकि लेखक सुझाव देते हैं कि उनके गणित को भविष्य में इन्हें शामिल करने के लिए फैलाया जा सकता है।

निचोड़ (The Bottom Line)

लेखकों ने एक गणितीय टूलकिट बनाया है जो कहता है:

1. निष्पक्षता कि किसके पास "पर्याप्त" है, तीन सरल नियमों (Isotony, Separability, Symmetry) से आती है।
2. समस्याओं को ठीक करने के लिए यह देखना आवश्यक है कि लोग लक्ष्य से कितनी दूर हैं, न कि केवल यह कि कितने लोग फेल हुए।
3. लक्ष्य चुनना लोकतांत्रिक रूप से किया जा सकता है, बशर्ते कि हम विकल्पों के एक विशिष्ट प्रकार के "मानचित्र" पर सरल बहुमत मत का उपयोग करें।

यह "हर किसी के पास पर्याप्त होना चाहिए" के धुंधले विचार को एक स्पष्ट, निष्पक्ष और गणितीय रूप से सुदृढ़ कार्ययोजना में बदलने का एक तरीका है।