The Dynamic Turn in Paraconsistency

कल्पना कीजिए कि आप एक रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं, लेकिन आपकी नोटबुक थोड़ी गड़बड़ (glitchy) है। कभी-कभी, दो अलग-अलग गवाह एक ही सुराग के बारे में एक-दूसरे के विपरीत बातें बताते हैं। पुराने ज़माने के तर्क (logic) में, यदि आप सुनते "संदिग्ध पार्क में है" और "संदिग्ध पार्क में नहीं है," तो आपकी पूरी नोटबुक फट जाती। सिस्टम क्रैश हो जाता, और आपको यह निष्कर्ष निकालने के लिए मजबूर होना पड़ता कि सब कुछ सच है और कुछ भी सच नहीं है, जिससे आपकी जांच बेकार हो जाती। इसे "विस्फोट सिद्धांत" (explosion principle) कहा जाता है। लेकिन वास्तविक जीवन ऐसा नहीं है। हम बिना अपना मानसिक संतुलन खोए विरोधाभासों (contradictions) से निपटते हैं। हम बस कहते हैं, "ठीक है, यहाँ एक संघर्ष है, आइए पता लगाएं कि कौन झूठ बोल रहा है या किसने गलती की है।"

यहीं पर पैरैकॉन्सिस्टेंसी (paraconsistency) आती है। यह तर्क का एक हिस्सा है जिसे ऐसे उलझे हुए विरोधाभासी स्थितियों को संभालने के लिए डिज़ाइन किया गया है जो हमारे सिस्टम को क्रैश होने से बचाते हैं। यह आपको एक साथ दो विरोधी विचारों को अपने दिमाग में रखने की अनुमति देता है, उन्हें एक पूर्ण आपदा के बजाय एक अस्थायी गड़बड़ी के रूप में देखता है। फिर, डायनेमिक लॉजिक (dynamic logic) एक ऐसा तरीका है जो आपके डिटेक्टिव स्टोरी में "रिवाइंड" और "फास्ट-फॉरवर्ड" बटन जोड़ने जैसा है। यह केवल दुनिया की एक स्थिर तस्वीर नहीं देखता; यह ट्रैक करता है कि नई जानकारी मिलने पर आपके विश्वास कैसे बदलते हैं, जैसे कि जब कोई गवाह अपनी कहानी बदल देता है या आपको कोई नया सबूत मिलता है।

बड़ा सवाल जिसका यह पेपर समाधान करता है वह यह है: जब आप इन दोनों को मिलाते हैं तो क्या होता है? हम एक ऐसा तार्किक सिस्टम कैसे बना सकते हैं जो न केवल विरोधाभासों को संभाल सके बल्कि यह भी दिखा सके कि वे विरोधाभास कैसे प्रकट होते हैं, विकसित होते हैं और नई जानकारी मिलने पर अंततः कैसे ठीक होते हैं? लेखक, राफेल ओंगारैटो और हंस वैन डिमार्श, तर्क देते हैं कि हमें पैरैकॉन्सिस्टेंसी में एक "डायनेमिक टर्न" की आवश्यकता है। वे केवल एक स्थिर, विरोधाभासी तस्वीर को देखने के बजाय एक ऐसी फिल्म बनाने की ओर बढ़ना चाहते हैं जहाँ हम विरोधाभास के जन्म और उसके समाधान को देख सकें।

---

पेपर का मुख्य विचार: "ग्लिच-प्रूफ" डिटेक्टिव स्टोरी

इस पेपर में, लेखक AMLFI1 और UMLFI1 नामक उपकरणों का एक नया सेट पेश करते हैं। इन्हें एक टीम के जासूसों (या एजेंटों) के लिए एक सुपर-पावर्ड, ग्लिच-प्रूफ ऑपरेटिंग सिस्टम के रूप में समझें जो मिलकर एक केस सुलझाने की कोशिश कर रहे हैं।

सेटअप: गड़बड़ डेटाबेस (The Glitchy Database)

एक साझा डिजिटल डेटाबेस की कल्पना करें जहाँ विभिन्न एजेंट (मान लीजिए ऐनी, बिल और कैथ) जानकारी का आदान-प्रदान कर रहे हैं। वास्तविक दुनिया में, डेटाबेस कभी-कभी अव्यवस्थित हो जाते हैं। हो सकता है कि ऐनी को लगे कि एक फ़ाइल "नीली" है, लेकिन बिल को लगता है कि वह "लाल" है। एक सामान्य, सख्त तर्क प्रणाली में, यह संघर्ष पूरे डेटाबेस को तोड़ देगा। लेकिन LFI1 (वह आधारभूत तर्क जिस पर लेखक काम कर रहे हैं) की दुनिया में, डेटाबेस इसे संभाल सकता है। इसमें एक विशेष "इनकंसिस्टेंसी स्विच" (एक प्रतीक जैसे •) है जो कहता है, "हे, यह डेटा विरोधाभासी है, लेकिन घबराएं नहीं। हम अभी भी इसके साथ काम कर सकते हैं।"

लेखक इस स्थिर विचार में एक्शन मॉडल्स (Action Models) जोड़ते हैं। कल्पना करें कि ये छोटे "इवेंट कार्ड्स" हैं जिन्हें एजेंट खेलते हैं। जब एक एजेंट कार्ड खेलता है, तो वह डेटाबेस को अपडेट करता है।

• AMLFI1 इस सिस्टम का पहला संस्करण है। यह एजेंटों को ऐसे कार्ड खेलने की अनुमति देता है जो उनके ज्ञान को बदलते हैं। उदाहरण के लिए, यदि कैथ कहती है, "मेरे पास क्लब (Clubs) का कार्ड है," तो सिस्टम ऐनी के ज्ञान को अपडेट करता है। भले ही कैथ झूठ बोल रही हो और वास्तव में उसके पास स्पेड्स (Spades) का कार्ड हो, सिस्टम क्रैश नहीं होता। यह बस रिकॉर्ड करता है कि ऐनी अब "क्लब्स" को मानती है जबकि वास्तविकता "स्पेड्स" हो सकती है, जिससे एक अस्थायी, प्रबंधनीय विरोधाभास पैदा होता है।
• UMLFI1 अपग्रेड किया गया संस्करण है। यह फैक्टुअल चेंज (Factual Change) जोड़ता है। यह वह "जादुई छड़ी" है जो न केवल लोगों के विचारों को बदलती है, बल्कि तथ्यों को ही बदल देती है। यदि कैथ झूठ बोल रही थी और फिर पकड़ी गई, तो वह अपना कार्ड दिखा सकती है। सिस्टम केवल ऐनी के विश्वास को अपडेट नहीं करता है; यह वास्तव में डेटाबेस प्रविष्टि को सत्य के अनुरूप फिर से लिखता है। विरोधाभास हल हो जाता है, और सिस्टम वापस सामान्य हो जाता है।

"झूठ बोलने वाला" समस्या और "बाइज़ेंटाइन" एजेंट

पेपर एक खेल कूप (Coup) का उपयोग यह समझाने के लिए करता है कि यह क्यों शानदार है। कूप में, खिलाड़ी कार्ड रखते हैं और जीतने के लिए जो उनके पास है उसके बारे में झूठ बोल सकते हैं। यदि आप झूठ बोलते हैं, तो आप एक विरोधाभास पैदा करते हैं जो आपके पास मौजूद कार्ड और आपके कहे जाने के बीच होता है।

• पुराना तर्क: यदि आप एक झूठे व्यक्ति का मॉडल बनाने की कोशिश करते हैं, तो सिस्टम आमतौर पर टूट जाता है क्योंकि यह बिना यह माने कि झूठा व्यक्ति "पागल" है (जो सब कुछ और कुछ भी नहीं जानता) उसे संभाल नहीं सकता।
• इस पेपर का तर्क: लेखक दिखाते हैं कि आप एक झूठे व्यक्ति का सटीक मॉडल बना सकते हैं। सिस्टम कह सकता है, "कैथ दावा करती है कि उसके पास क्लब है, लेकिन वास्तव में उसके पास स्पेड्स है।" यह दोनों सूचनाओं को एक "विरोधाभासी स्थिति" (जिसे 1/2 या "शायद/दोनों" के रूप में चिह्नित किया गया है) में रखता है बिना सिस्टम को ध्वस्त किए।
• ट्विस्ट: पेपर एक झूठे (Liar) (वह जो सच जानता है लेकिन उसका उल्टा कहता है) और एक बाइज़ेंटाइन एजेंट (Byzantine Agent) (वह जो बस टूटा हुआ, भ्रमित या खराब हो गया है) के बीच अंतर करता है। उनके सिस्टम में, एक टूटा हुआ एजेंट वास्तव में एक ही समय में दोनों कार्ड होने का विश्वास कर सकता है। उनका तर्क इस "टूटेपन" को सहजता से संभालता है, जिससे टूटे हुए एजेंट को ठीक करने या अनदेखा करने तक बाकी सिस्टम चलता रहता है।

"समाधान" तंत्र (The Resolution Mechanism)

सबसे रोमांचक हिस्सा यह है कि वे दिखाते हैं कि विरोधाभासों को कैसे ठीक किया जाता है।

1. संघर्ष: ऐनी सुनती है कि कैथ कहती है "मेरे पास क्लब है," लेकिन फिर कैथ कहती है "मेरे पास स्पेड्स है।" ऐनी अब भ्रमित है। उसके डेटाबेस में एक विरोधाभास है।
2. सुधार: कैथ को चुनौती दी जाती है कि वह अपना कार्ड दिखाए। वह खुलासा करती है कि उसके पास स्पेड्स है।
3. अपडेट: UMLFI1 सिस्टम में, यह केवल ऐनी का अपना विचार बदलना नहीं है। सिस्टम एक "फैक्टुअल चेंज" करता है। यह वास्तविकता (कार्ड) को अपडेट करता है। विरोधाभास गायब हो जाता है क्योंकि "स्पेड्स" का तथ्य "क्लब्स" के झूठ को ओवरराइट कर देता है। सिस्टम गणितीय रूप से सिद्ध करता है कि यह प्रक्रिया 'साउंड' (sound) है (यह कभी भी निरर्थक निष्कर्षों की ओर नहीं ले जाती) और 'कम्प्लीट' (complete) है (यह सब कुछ सिद्ध कर सकती है जो इस सिस्टम में सत्य है)।

उन्होंने क्या सिद्ध किया

लेखकों ने केवल अनुमान नहीं लगाया कि यह काम करेगा; उन्होंने एक कठोर गणितीय प्रमाण बनाया।

• उन्होंने दिखाया कि उनके नए तर्क (AMLFI1 और UMLFI1) साउंड (sound) हैं: यदि आप नियमों का पालन करते हैं, तो आप गलत निष्कर्ष पर नहीं पहुँचेंगे।
• उन्होंने दिखाया कि वे कम्प्लीट (complete) हैं: यदि सिस्टम में कुछ सत्य है, तो आप उनके नियमों का उपयोग करके उसे सिद्ध कर सकते हैं।
• उन्होंने दिखाया कि वे डिसाइडेबल (decidable) हैं: एक चरण-दर-चरण रेसिपी (एक एल्गोरिदम) है जो आपको सीमित समय में बता सकती है कि इस सिस्टम में कोई विशिष्ट कथन सत्य है या असत्य।
• उन्होंने यह भी दिखाया कि उनके "पब्लिक अनाउंसमेंट लॉजिक" (एक विशिष्ट प्रकार का अपडेट जहाँ हर कोई एक ही बात सुनता है) का संस्करण गणितीय रूप से दूसरे हालिया संस्करण के समान है, बस थोड़े अलग नियमों के साथ लिखा गया है।

वे क्या दावा नहीं करते

यह ध्यान रखना महत्वपूर्ण है कि यह पेपर क्या नहीं करता है। वे यह दावा नहीं करते कि उन्होंने मानव बातचीत में झूठ बोलने की समस्या को हल कर लिया है, और न ही वे दावा करते हैं कि उन्होंने अभी तक कोई काम करने वाला AI बनाया है जो झूठ बोल सके और उससे उबर सके। उन्होंने इसे किसी वास्तविक दुनिया के डेटाबेस या लाइव 'कूप' गेम पर टेस्ट नहीं किया है। उन्होंने केवल एक ब्लूप्रिंट और गणितीय इंजन बनाया है जो कहता है, "हाँ, विरोधाभासों और अपडेट के बारे में सोचने का यह एक वैध तरीका है।" वे इसे जटिल, वास्तविक दुनिया के वितरित सिस्टम (जैसे विशाल इंटरनेट डेटाबेस) पर लागू करने का भारी काम भविष्य के शोधकर्ताओं के लिए छोड़ देते हैं।

निष्कर्ष (The Takeaway)

सरल शब्दों में, यह पेपर हमें एक ऐसी दुनिया के लिए नियम लिखने का एक नया तरीका देता है जहाँ चीजें गलत होती हैं। यह दिखाता है कि हमें एक ऐसी दुनिया को चुनने की आवश्यकता नहीं है जो पूरी तरह से सुसंगत (और इसलिए नाजुक) हो या एक ऐसी दुनिया जो अराजक हो। हम एक ऐसी दुनिया रख सकते हैं जो विरोधाभासों को अस्थायी गड़बड़ी के रूप में स्वीकार करती है, उन्हें ट्रैक करती है, और उन्हें ठीक करने के लिए एक तार्किक मार्ग प्रदान करती है। यह एक जासूस को ऐसी नोटबुक देने जैसा है जो एक ही पन्ने पर दो अलग-अलग चीजें लिखने पर फटती नहीं है, बल्कि इसके बजाय संघर्ष को हाइलाइट करती है और उसे सुलझाने के लिए अगले सुराग का इंतजार करती है।