कल्पना कीजिए कि आप एक शेफ हैं जो एक नए व्यंजन के लिए एकदम सही रेसिपी बनाने की कोशिश कर रहे हैं। आप जानते हैं कि सामग्री (डेटा) क्या है और आपका लक्ष्य (एक स्वादिष्ट भोजन) क्या है, लेकिन आपने वास्तव में कभी किसी को इसे खाते हुए नहीं देखा है। स्वास्थ्य सेवा की दुनिया में, डॉक्टर और नर्स अक्सर "ऑडिट एंड फीडबैक" रिपोर्ट प्राप्त करते हैं। इन्हें पोषण लेबल या स्कोरकार्ड की तरह समझें जो उन्हें बताते हैं कि वे अपने साथियों की तुलना में कैसा प्रदर्शन कर रहे हैं। इसका लक्ष्य उनकी आदतों को बदलने के लिए प्रेरित करना है, जैसे कि कम नमक के साथ खाना बनाना या किसी विशिष्ट मसाले का उपयोग करना। लेकिन यहाँ एक पेंच है: सिर्फ इसलिए कि आप किसी को स्कोरकार्ड थमा देते हैं, इसका मतलब यह नहीं है कि वे इसे वास्तव़ी में पढ़ेंगे, समझेंगे, या इसे अपनी कुकिंग बदलने का जरिया बनने देंगे। कभी-कभी, रिपोर्ट इतनी भ्रमित करने वाली, या इतनी उबाऊ होती है, कि डॉक्टर उस पर एक नज़र डालता है और आगे बढ़ जाता है, और मुख्य बात को पूरी तरह से मिस कर देता है।

यहीं पर "इम्प्लीमेंटेशन साइंस" (कार्यान्वयन विज्ञान) नामक एक क्षेत्र आता है। यह उन जासूसों की एक टीम की तरह है जो यह पता लगाने की कोशिश कर रहे हैं कि क्यों कुछ बेहतरीन विचार वास्तविक दुनिया में टिक नहीं पाते। वे जानते हैं कि एक स्कोरकार्ड के सफल होने के लिए, यह ज़रूरी है कि उसे पढ़ने वाला व्यक्ति वास्तव में उसके साथ जुड़ाव महसूस करे। लेकिन आप कैसे जानेंगे कि कोई वास्तव में ध्यान दे रहा है? उनसे पूछना कि "क्या आपने इसे पढ़ा?" मुश्किल है क्योंकि लोग विनम्र होने के लिए "हाँ" कह सकते हैं, या उन्हें शायद यह भी एहसास नहीं होगा कि वे सुध-बुध खो चुके थे। यह शोध पत्र इस पहेली को सुलझाने के एक चतुर नए तरीके की खोज करता है, जो दो उपकरणों को जोड़ता है: एक हाई-टेक कैमरा जो ट्रैक करता है कि आपकी आँखें वास्तव में कहाँ देख रही हैं, और एक "थिंक-अलाउड" (बोलकर सोचने वाला) सत्र जहाँ आप एक वीडियो गेम स्ट्रीमर की तरह अपने विचारों का वर्णन करते हैं। बड़ा सवाल यह है: क्या हम एक नया सिस्टम हजारों लोगों के बीच लागू करने से पहले डॉक्टर के दिमाग में झाँक सकते हैं, ताकि यह सुनिश्चित हो सके कि स्कोरकार्ड वास्तव में काम करता है?

---

द आई-ट्रैकर डिटेक्टिव एजेंसी

मर्लेना क्लाइक और उनकी टीम (यूनिवर्सिटी ऑफ मेलबर्न) के नेतृत्व में इस अध्ययन के पीछे के शोधकर्ताओं ने डिज़ाइन के लिए एक "टाइम मशीन" बनाने का निर्णय लिया। एक नया इलेक्ट्रॉनिक रिपोर्ट सैकड़ों डॉक्टरों को भेजने और उसके सफल होने की उम्मीद करने के बजाय, वे पहले ही उसका परीक्षण करना चाहते थे। उन्होंने PREVIEW-A&F नामक एक विधि बनाई। इसे एक नाटक के रिहर्सल की तरह समझें, लेकिन यहाँ अभिनेता के बजाय वे एक डिजिटल रिपोर्ट का परीक्षण कर रहे हैं, और मंच के बजाय वे स्मार्ट चश्मे का उपयोग कर रहे हैं।

उन्होंने इसे इस प्रकार किया। उन्होंने पेनिसिलिन एलर्जी (iNAAN नामक एक प्रोजेक्ट) पर काम करने वाले डॉक्टरों और फार्मासिस्टों के एक समूह द्वारा उपयोग की जाने वाली एक वास्तविक रिपोर्ट ली। उन्होंने इन 14 चिकित्सा पेशेवरों को स्क्रीन पर रिपोर्ट देखते हुए बैठने के लिए आमंत्रित किया, जबकि उन्होंने विशेष चश्मे पहने हुए थे जो आँखों की गतिविधियों को ट्रैक करते हैं। ये चश्मे एक छोटे, अदृश्य स्पॉटलाइट की तरह हैं जो रिकॉर्ड करते हैं कि व्यक्ति कहाँ देख रहा है, वह किसी विशिष्ट संख्या को कितनी देर तक घूरता है, और उसकी आँखें कहाँ भटक जाती हैं।

लेकिन केवल देखना ही काफी नहीं है। शोधकर्ताओं ने डॉक्टरों से "थिंक-अलाउड" प्रोटोकॉल करने के लिए भी कहा। जैसे-जैसे वे रिपोर्ट को स्क्रॉल कर रहे थे, उन्हें ठीक वही बोलना था जो वे सोच रहे थे, जो उन्हें भ्रमित कर रहा था, और जिसे समझने की वे कोशिश कर रहे थे। यह एक कार में बैठे यात्री की तरह है जो हर मोड़, हर साइन बोर्ड और हर बार जब वह रास्ता भटक जाता है, तो उसका वर्णन करता है।

ध्यान के तीन स्तर

इस पूरे डेटा को समझने के लिए, टीम ने एक सरल तरीका निकाला जिससे यह वर्गीकृत किया जा सके कि रिपोर्ट के एक हिस्से को कितना ध्यान मिलना चाहिए। उन्होंने जुड़ाव के तीन स्तरों की कल्पना की:

1. ग्लान्स (झलक): जैसे सड़क का साइन बोर्ड देखना। आपको बस इतना जानना है कि वह वहाँ है। आपको बारीक अक्षरों को पढ़ने के लिए रुकने की ज़रूरत नहीं है।
2. लुक (देखना): जैसे मेनू पढ़ना। आपको चुनाव करने के लिए जानकारी निकालना आवश्यक है।
3. स्क्रूटिनाइज़ (बारीकी से जांचना): जैसे किसी जटिल कानूनी अनुबंध या मेडिकल डायग्नोसिस को पढ़ना। आपको इसे ध्यान से देखना होगा, गहराई से सोचना होगा, अन्य चीजों के साथ इसकी तुलना करनी होगी, और यह तय करना होगा कि आगे क्या करना है। यहीं पर वास्तविक व्यवहार परिवर्तन होना चाहिए।

टीम ने प्रयोग शुरू होने से पहले एक संदर्भ शीट लिखी थी। उन्होंने भविष्यवाणी की थी कि रिपोर्ट का कौन सा हिस्सा "ग्लान्स" पाएगा, किसे "लुक" मिलेगा, और किसे "स्क्रूटिनाइज़" की आवश्यकता होगी। फिर, उन्होंने अपनी भविष्यवाणियों की तुलना आई-ट्रैकिंग चश्मे द्वारा देखे गए वास्तविक डेटा से की।

द बिग रिवील: जहाँ आँखें और मस्तिष्क मेल नहीं खाते

असली जादू तब हुआ जब उन्होंने आई-ट्रैकिंग डेटा को "थिंक-अलाउड" कहानियों के साथ जोड़ा। उन्होंने पाया कि कभी-कभी, जो आँखें करती थीं और जो मस्तिष्क कहता था, उनमें मेल नहीं होता था। उन्होंने परिणामों को चार मुख्य श्रेणियों में विभाजित किया, जिनका उपयोग उन्होंने रिपोर्ट को बाकी सभी के पास भेजने से पहले सुधारने के लिए किया।

1. द परफेक्ट मैच (अभिसरण/कन्वर्जेंट)
रिपोर्ट के 29 में से 14 हिस्सों के लिए, सब कुछ एकदम सही था। डॉक्टरों ने सही जगह पर सही समय के लिए देखा, और उनकी "थिंक-अलाउड" कहानियों से पता चला कि वे समझ गए थे और इस बारे में सोच रहे थे कि वे अपने अभ्यास को कैसे बदलें। यह एक छात्र की तरह था जो पाठ्यपुस्तक पढ़ रहा है, सही वाक्यों को हाइलाइट कर रहा है, और फिर सही उत्तर दे रहा है। ये हिस्से जाने के लिए तैयार थे।

2. द हिडन ट्रैप (छिपा हुआ जाल/हिडन अपॉर्चुनिटी)
यहाँ मामला दिलचस्प हो जाता है। रिपोर्ट के एक हिस्से के लिए, डॉक्टरों ने वास्तव में काफी देर तक उसे घूरा (जैसा कि टीम को उम्मीद थी)। लेकिन जब उन्होंने इसके बारे में बात की, तो वे भ्रमित थे! वे संख्याओं को देख रहे थे लेकिन उनका अर्थ नहीं समझ पा रहे थे! यह किसी विदेशी भाषा के मेनू को घूरने जैसा है; आप उसे ध्यान से देख रहे हैं, लेकिन आप वास्तव में जानकारी को "खा" नहीं रहे हैं। यदि शोधकर्ताओं ने केवल आई-ट्रैकिंग डेटा देखा होता, तो वे सोचते, "बहुत बढ़िया, वे ध्यान दे रहे हैं!" लेकिन "थिंक-अलाउड" ने उस जाल को उजागर कर दिया: डिज़ाइन भ्रमित करने वाला था। यह लेबल को ठीक करने का एक "हिडन अपॉर्चुनिटी" था ताकि वह समझ में आ सके।

3. द स्पीड रन (अटेंशनल मिसमैच/ध्यान का बेमेल होना)
आठ मामलों में, डॉक्टरों ने रिपोर्ट के एक हिस्से को अपेक्षित समय से अलग समय के लिए देखा, लेकिन फिर भी वे इसे समझ गए। कभी-कभी उन्होंने बहुत लंबे समय तक देखा, शायद इसलिए क्योंकि डिज़ाइन अव्यवस्थित था और उन्हें जानकारी खोजने के लिए संघर्ष करना पड़ा। अन्य समय में, उन्होंने बहुत कम समय के लिए देखा, लेकिन उनके "थिंक-अलाउड" ने दिखाया कि वे वास्तव में जानकारी को बहुत तेज़ी से और कुशलता से प्रोसेस कर रहे थे। यह एक प्रो गेमर की तरह है जो रिकॉर्ड समय में एक लेवल पूरा करता है; उन्होंने नौसिखिया की तुलना में स्क्रीन को कम समय तक देखा, लेकिन फिर भी वे जीत गए। शोधकर्ताओं ने महसूस किया कि इनमें से कुछ के लिए, डिज़ाइन वास्तव में उनकी सोच से बेहतर काम कर रहा था, जबकि अन्य के लिए, उन्हें इसे और स्पष्ट बनाने की आवश्यकता थी ताकि लोगों को इतनी मेहनत न करनी पड़े।

4. द टोटल फेल (विचलन/डाइवर्जेंट)
तीन हिस्सों के लिए, योजना पूरी तरह से विफल रही। डॉक्टरों ने उन पर पर्याप्त समय तक ध्यान नहीं दिया, और जब उन्होंने उन पर बात की, तो वे भ्रमित थे या उन्होंने उन्हें अनदेखा कर दिया। यह एक ऐसे साइनपोस्ट की तरह है जो झाड़ियों के पीछे छिपा हुआ है, और भले ही लोग उसे ढूंढ लें, वे सोचते हैं कि यह किसी दूसरे शहर के लिए है। ये सबसे बड़े रेड फ्लैग्स थे। शोधकर्ताओं ने पाया कि एक विशिष्ट चार्ट के लिए, डेटा इतना सटीक (शून्य बुरी घटनाएं) था कि डॉक्टरों को लगा कि सुधारने के लिए कुछ भी नहीं है, इसलिए उन्होंने ध्यान देना बंद कर दिया। डिज़ाइन ने इस "सीलिंग इफेक्ट" (छत प्रभाव) का अनुमान नहीं लगाया था।

यह क्यों मायने रखता है

इस पेपर का सबसे महत्वपूर्ण सुझाव यह है कि हमें केवल एक टूल बनाना चाहिए और उम्मीद नहीं करनी चाहिए कि वह काम करेगा। हमें इसे लॉन्च करने से पहले एक वैज्ञानिक की तरह टेस्ट करना चाहिए। स्मार्ट चश्मे और लोगों को ज़ोर से बोलने के लिए कहकर, टीम ने उन समस्याओं को ढूंढ निकाला जो अन्यथा अदृश्य रहतीं। यदि उन्होंने केवल डॉक्टरों से पूछा होता, "क्या आपको रिपोर्ट पसंद आई?" तो शायद डॉक्टर कह देते, "हाँ, यह ठीक लग रही थी," और भ्रमित करने वाले हिस्से वैसे ही टूटे हुए रह जाते।

यह अध्ययन यह दावा नहीं करता कि इसने डॉक्टर के व्यवहार को बदलने की समस्या को हमेशा के लिए हल कर दिया है। यह एक "प्रूफ-ऑफ-कांसेप्ट" या एक "टेस्ट ड्राइव" की तरह है जो दिखाता है कि इंजन को ट्यून करने का एक नया तरीका है। लेखक सुझाव देते हैं कि यदि हम इन "इंटरफेस-लेवल बैरियर्स" (इंटरफ़ेस स्तर की बाधाओं) को जल्दी ठीक करने के लिए इस पद्धति का उपयोग करते हैं, तो हम बाद में बहुत सारा समय और पैसा बचा सकते हैं। एक टूटे हुए रिपोर्ट को लॉन्च करने, महीनों तक उसके विफल होने का इंतज़ार करने और फिर उसे ठीक करने के बजाय, हम बग्स को तब पकड़ सकते हैं जब सॉफ्टवेयर अभी भी गैरेज में है।

अंत में, यह पेपर तर्क देता है कि अच्छा डिज़ाइन केवल चीज़ों को सुंदर दिखाने के बारे में नहीं है; यह इस बारे में है कि मानव मस्तिष्क वास्तव में जानकारी के साथ कैसे जुड़ता है। यह देखते हुए कि आँखें कहाँ जाती हैं और यह सुनते हुए कि मन क्या कहता है, हम बेहतर उपकरण बना सकते हैं जो वास्तव में डॉक्टरों को उनके रोगियों की मदद करने में सक्षम बनाते हैं।