Do Preferences Matter in Balanced Task Allocation?

एक ऐसी दुनिया की कल्पना करें जहाँ हर दिन, एक विशाल, अदृश्य कन्वेयर बेल्ट एक मेज पर नए काम गिरा देती है। कुछ काम भारी होते हैं, कुछ हल्के, कुछ उबाऊ और कुछ रोमांचक। काम करने वालों की एक टीम उन्हें पकड़ने के लिए तैयार खड़ी है। किसी भी बॉस के लिए बड़ा सवाल यह है: आप इन कामों को इस तरह कैसे बांटें कि हर कोई निष्पक्ष महसूस करे, लेकिन टीम सबसे अधिक काम भी कर सके? यह मैकेनिज्म डिजाइन (mechanism design) नामक एक क्षेत्र का केंद्र है, जो मूल रूप से उन खेलों के नियम बनाने का विज्ञान है जहाँ लोगों की अलग-अलग इच्छाएं और अलग-अलग कौशल होते हैं।

इस दुनिया में, "निष्पक्षता" का आमतौर पर दो अर्थों में मतलब होता है। पहला, संतुलन (balance): हर किसी के पास काम का कुल भार लगभग समान होना चाहिए। यदि एक व्यक्ति भारी बक्से ढो रहा है और दूसरा पंख उछाल रहा है, तो यह निष्पक्ष नहीं है। दूसरा, दक्षता (efficiency): सही व्यक्ति को सही काम मिलना चाहिए। यदि एक बहुत तेज़ धावक को एक धीमी, भारी चट्टान उठाने के लिए मजबूर किया जाता है, तो टीम का समय बर्बाद होता है। पेचीदा बात यह है कि ये दोनों लक्ष्य अक्सर आपस में टकराते हैं। बॉस इस समस्या को संभालने के लिए जिस मानक तरीके का उपयोग करते हैं, उसे रोटेशन (Rotation) कहा जाता है। यह 'म्यूजिकल चेयर्स' के खेल जैसा है जहाँ अगली लाइन वाला व्यक्ति हमेशा अगला काम पाता है, चाहे वह काम कैसा भी हो। यह सरल है और भार को संतुलित रखता है, लेकिन यह इस बात को अनदेखा करता है कि वह व्यक्ति वास्तव में उस काम के लिए कितना अच्छा है या क्या उसे वह पसंद है।

यह शोध पत्र एक बड़ा सवाल पूछता है: क्या हम इससे बेहतर कर सकते हैं? क्या हम लोगों की प्राथमिकताओं—वे क्या पसंद करते हैं और वे किसमें कुशल हैं—का उपयोग करके एक ऐसा सिस्टम बना सकते हैं जो दोनों रूप से निष्पक्ष (संतुलित) और अत्यंत दक्ष हो? लेखक, टेरेंस हाईस्मिथ II, एक गणितीय मॉडल बनाते हैं ताकि इसका परीक्षण किया जा सके। वह केवल अनुमान नहीं लगाते; वह एक नया, जटिल नियम पुस्तिका बनाते हैं जिसे डायनेमिक स्यूडोमार्केट (Dynamic Pseudomarket - DPM) कहा जाता है। इसे एक वर्चुअल स्टॉक मार्केट की तरह समझें जहाँ काम करने वाले लोग काम आने से पहले ही भविष्य के कामों पर बोली लगाने के लिए "नकली पैसे" प्राप्त करते हैं। यह शोध पत्र कंप्यूटर सिमुलेशन का उपयोग यह देखने के लिए करता है कि यह नया सिस्टम पुराने "रोटेशन" तरीके के मुकाबले कैसा प्रदर्शन करता है। परिणाम बताते हैं कि श्रमिकों को उनकी प्राथमिकताओं के साथ मतदान करने की अनुमति देकर, टीम काफी अधिक काम कर सकती है बिना किसी को अत्यधिक काम का बोझ महसूस कराए या कम काम का।

"अगली बारी" वाले नियम के साथ समस्या

कल्पना कीजिए कि आप एक व्यस्त कॉल सेंटर या सोशल वर्क एजेंसी के मैनेजर हैं। हर दिन, नए मामले या कॉल आते हैं। कुछ त्वरित और आसान होते हैं; कुछ लंबे, जटिल दुःस्वप्न जैसे होते हैं। आपका लक्ष्य यह सुनिश्चित करना है कि प्रत्येक कर्मचारी के पास प्रयास (effort) की समान मात्रा हो। इसे करने का मानक तरीका है रोटेशन (Rotation)। आप सभी को एक लाइन में खड़ा करते हैं, और पहला व्यक्ति पहला कॉल लेता है, दूसरा व्यक्ति दूसरा, और इसी तरह। जब आप लाइन के अंत तक पहुँच जाते हैं, तो आप फिर से शुरू कर देते हैं।

यह कार्यभार को समान रखने के लिए बहुत अच्छा काम करता है। यदि आपके पास 10 कार्यकर्ता और 100 कॉल हैं, तो प्रत्येक को 10 कॉल मिलते हैं। लेकिन इसमें एक कमी है: रोटेशन अंधा होता है। इसे यह नहीं पता होता कि कार्यकर्ता A गणित की समस्याओं को हल करने में जीनियस है लेकिन रोते हुए ग्राहकों को सांत्वना देने में बहुत बुरा है, जबकि कार्यकर्ता B इसके विपरीत है। यदि एक कठिन गणित-प्रधान मामला कार्यकर्ता B के पास सिर्फ इसलिए आता है क्योंकि लाइन में उसकी बारी थी, तो कंपनी का समय बर्बाद होता है, और कार्यकर्ता B निराश होकर नौकरी छोड़ सकता है। शोध पत्र का तर्क है कि यह "अंधा" निष्पक्षता वास्तव में फर्मों को बहुत अधिक उत्पादकता का नुकसान करा रही है।

नया विचार: भविष्य के कामों के लिए एक वर्चुअल मार्केट

इसे ठीक करने के लिए, लेखक डायनेमिक स्यूडोमार्केट (DPM) का आविष्कार करते हैं। एक जादुई, अदृश्य बाजार की कल्पना करें जो हर दिन काम शुरू होने से पहले चलता है। इस बाजार में, प्रत्येक कार्यकर्ता को एक विशेष भत्ता मिलता है। वे बाद में आने वाले विशिष्ट प्रकार के कामों पर बोली लगाने के लिए इस "नकली पैसे" का उपयोग कर सकते हैं।

यदि एक कार्यकर्ता जानता है कि वह कठिन मामलों को संभालने में अद्भुत है, तो वह उन विशिष्ट मामलों को सुरक्षित करने के लिए अपना पैसा "खर्च" कर सकता है। यदि उन्हें एक निश्चित प्रकार का कार्य पसंद नहीं है, तो वे उस पर बोली नहीं लगाएंगे। सिस्टम फिर प्रत्येक कार्य प्रकार के लिए एक "कीमत" की गणना करता है कि कितनी बार लोग उसे चाहते हैं। परिणाम एक ऐसी योजना है जो कार्यों को उन लोगों को सौंपती है जो उन्हें सबसे अधिक महत्व देते हैं (या उनमें सबसे अच्छे हैं), जबकि यह भी सुनिश्चित करती है कि लंबे समय में, हर किसी के पास काम की समान मात्रा हो।

यह एक स्कूल कैफेटेरिया की तरह है जहाँ छात्र अपने लंच चुनने के लिए बजट पाते हैं। शिक्षक द्वारा एक घेरे में ट्रे बांटने (रोटेशन) के बजाय, छात्र जो चाहते हैं उस पर बोली लगाते हैं। सिस्टम कीमतों को इस तरह समायोजित करता है कि हर किसी को संतुलित भोजन मिले, लेकिन उन्हें वह भोजन भी मिले जो उन्हें वास्तव में पसंद है और जिसे वे आसानी से खा सकते हैं।

गणित क्या कहता है: दक्षता बनाम संतुलन

यह शोध पत्र इस नए सिस्टम के बारे में कुछ बहुत दिलचस्प बातें सिद्ध करता है। पहला, यह दिखाता है कि पुराना रोटेशन तरीका काम करने का सबसे अच्छा तरीका नहीं है। वास्तव में, ऐसी स्थितियाँ हैं जहाँ रोटेशन इतना अक्षम है कि वह समय की बर्बादी है। लेखक गणितीय रूप से सिद्ध करते हैं कि आप एक ही समय में पूरी तरह से संतुलित और पूरी तरह से दक्ष सिस्टम नहीं रख सकते। यह कुछ ऐसा है जैसे केक खाना भी चाहना और उसे बचाकर भी रखना; आपको एक छोटा सा समझौता करना ही पड़ता है।

हालाँकि, DPM सिस्टम एक चतुर मध्य मार्ग खोज लेता है। हालांकि यह एक विशेष मंगलवार पर पूरी तरह से संतुलित नहीं हो सकता है, लेकिन शोध पत्र दिखाता है कि एक लंबी अवधि में (जैसे कि एक पूरा वर्ष), सिस्टम एसिम्प्टोटिकली बैलेंस्ड (asymptotically balanced) हो जाता है। यह कहने का एक फैंसी तरीका है कि जैसे-जैसे समय बीतता है, कार्यकर्ताओं के बीच कार्यभार के अंतर इतने कम हो जाते हैं कि वे व्यावहारिक रूप से गायब हो जाते हैं।

शोध पत्र यह देखने के लिए कंप्यूटर सिमुलेशन भी चलाता है कि DPM, रोटेशन की तुलना में कितना बेहतर है। परिणाम उत्साहजनक हैं। सिमुलेशन में, जब कार्यकर्ताओं ने अपनी प्राथमिकताओं को सटीक रूप से बताया, तो नए सिस्टम ने उत्पादकता में 20 से 30 प्रतिशत की वृद्धि की। भले ही कार्यकर्ता थोड़े भ्रमित थे या उन्होंने अपनी रिपोर्ट में गलतियाँ कीं, फिर भी सिस्टम ने उत्पादकता में 5 से 10 प्रतिशत की वृद्धि करने में सफलता प्राप्त की। यह सुझाव देता है कि इसका एक "शोर वाला" (noisy) संस्करण भी अंधे रोटेशन पद्धति से बेहतर है।

एक बाधा: क्या कार्यकर्ताओं पर भरोसा किया जा सकता है?

यहाँ एक बड़ी बाधा है। DPM सिस्टम इस बात पर निर्भर करता है कि कार्यकर्ता जो उन्हें पसंद है और जिसमें वे कुशल हैं, उसके बारे में सच बोलें। शोध पत्र स्वीकार करता है कि यह सिस्टम मैनिपुलेबल (manipulable) है। इसका मतलब है कि एक चालाक कार्यकर्ता आसान या वांछनीय काम पाने के लिए अपनी प्राथमिकताओं के बारे में झूठ बोलने की कोशिश कर सकता है। उदाहरण के लिए, एक कार्यकर्ता किसी ऐसे कार्य के प्रति नापसंदगी जता सकता है जिसमें वह वास्तव में बहुत अच्छा है, ताकि उससे बचा जा सके।

लेखक दिखाते हैं कि यह एक वास्तविक समस्या है। हालाँकि, शोध पत्र यह भी सुझाव देता है कि भले ही लोग थोड़ा झूठ बोलें, फिर भी यह सिस्टम यथास्थिति से बेहतर होने की संभावना है। लेखक यह अनुमान लगाने के लिए एक विशेष सूत्र बनाते हैं कि कितनी उत्पादकता प्राप्त होगी। यह सूत्र एक "रूढ़िवादी अनुमान" के रूप में कार्य करता है—यह सुधार के निचले स्तर (lower bound) की भविष्यवाणी करता है। सिमुलेशन सुझाव देते हैं कि वास्तविक सुधार संभवतः इस रूढ़िवादी अनुमान से भी अधिक होगा।

निष्कर्ष

यह शोध पत्र केवल यह नहीं कहता कि "कुछ नया आज़माएं।" यह एक कठोर गणितीय प्रमाण बनाता है कि काम सौंपने के लिए बाजार-आधारित दृष्टिकोण पुराने "बारी-बारी से काम करने" के तरीके से बेहतर प्रदर्शन कर सकता है। यह दिखाता है कि कार्यकर्ताओं की प्राथमिकताओं को सुनकर, कंपनियाँ कार्यभार को निष्पक्ष रखते हुए काफी अधिक काम कर सकती हैं।

लेखक सावधानी बरतते हुए नोट करते हैं कि यह एक सैद्धांतिक मॉडल और सिमुलेशन है। इसका अभी तक किसी वास्तविक कॉल सेंटर या सोशल वर्क एजेंसी में परीक्षण नहीं किया गया है। शोध पत्र सुझाव देता है कि यदि कोई कंपनी इसे आज़माना चाहती है, तो वे यह अनुमान लगाने के लिए सरल डेटा का उपयोग कर सकते हैं जो उनके पास पहले से मौजूद है कि वे कितना बेहतर होंगे। हालाँकि इसमें कुछ जोखिम हैं—जैसे कि कार्यकर्ता सिस्टम का फायदा उठाने की कोशिश कर सकते हैं—लेकिन संभावित इनाम एक ऐसा कार्यस्थल है जो अधिक निष्पक्ष और बहुत अधिक उत्पादक भी है। शोध पत्र निष्कर्ष निकालता है कि जबकि "रोटेशन" विधि सरल और सुरक्षित है, यह बहुत सी मूल्यवान संभावनाओं को छोड़ रही है, और एक स्मार्ट, प्राथमिकता-आधारित बाजार ही इसे अनलॉक करने की कुंजी हो सकता है।