Beyond Pairwise Polarization: A Statistical Null Model for Structural Balance in Signed Hypergraphs
यह शोध पत्र एक हाइपरएज फ्रस्ट्रेशन इंडेक्स (Hyperedge Frustration Index) और एक डिग्री-संरक्षण शून्य मॉडल (degree-preserving null model) को परिभाषित करके हस्ताक्षरित हाइपरग्राफ (signed hypergraphs) में संरचनात्मक संतुलन के परीक्षण के लिए एक सांख्यिकीय रूप से कठोर ढांचा प्रस्तुत करता है, जिसे संयुक्त राष्ट्र महासभा के मतदान डेटा पर लागू करने से यह पता चलता है कि वास्तविक उच्च-क्रम ध्रुवीकरण केवल विशिष्ट ऐतिहासिक कालखंडों में ही मौजूद है न कि एक सार्वभौमिक स्थिरांक के रूप में, जो वास्तविक गठबंधनों को संयोग से अलग करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मानव स्वभाव में समूहों में संगठित होने की एक गहरी प्रवृत्ति होती है, जो अक्सर इस बात से परिभाषित होती है कि वे किसे पसंद करते हैं और किसे नापसंद करते हैं। सामाजिक नेटवर्क के अध्ययन में, 'स्ट्रक्चरल बैलेंस' (संरचनात्मक संतुलन) नामक एक क्लासिक विचार यह सुझाव देता है कि ये संबंध स्वाभाविक रूप से एक स्थिर पैटर्न में व्यवस्थित हो जाते हैं: दोस्तों के दोस्त भी सहयोगी बन जाते हैं, और दुश्मनों के दुश्मन भी सहयोगी बन जाते हैं। दशकों तक, वैज्ञानिकों ने जोड़ों (pairs) को देखकर इस सिद्धांत का परीक्षण किया, यह पूछते हुए कि क्या दो व्यक्ति मित्र या शत्रु थे, और फिर यह जाँच की कि क्या वे जोड़े दो विरोधी समूहों में फिट बैठते थे। यह दृष्टिकोण सरल, एक-से-एक संबंधों के लिए अच्छा काम करता था, लेकिन इसने इस महत्वपूर्ण वास्तविकता को छोड़ दिया कि समूह वास्तव में कैसे कार्य करते हैं। वास्तविक दुनिया में, लोग शायद ही कभी अलगाव में निर्णय लेते हैं; वे गठबंधन में मिलकर कार्य करते हैं, एक ब्लॉक के रूप में मतदान करते हैं या एक सामूहिक इकाई के रूप में संधियाँ करते हैं। जब राष्ट्रों का एक समूह किसी प्रस्ताव पर मतदान करता है, तो वे केवल व्यक्तिगत मित्रता का संग्रह नहीं होते; वे सहमति के एक एकल, एकीकृत कार्य के रूप में कार्य करते हैं।
यह अंतर महत्वपूर्ण है क्योंकि डेटा का विश्लेषण करने का पुराना तरीका पाँच लोगों के एक साथ मतदान करने वाले समूह को दस अलग-अलग मित्र जोड़ों के रूप में मानता था। यह विधि, जिसे 'पेयरवाइज़ एनालिसिस' (जोड़ी-आधारित विश्लेषण) कहा जाता है, प्रभावी रूप से एक एकल, सुसंगत घटना को कई छोटे, स्वतंत्र टुकड़ों में तोड़ देती है, जिससे वह जानकारी खो जाती है कि सभी लोग एक ही समय में एक साथ चले थे। शोधकर्ता यह उत्तर जानना चाहते थे कि क्या इस "टुकड़ों में तोड़ने" की प्रक्रिया ने कहानी को बदल दिया। क्या दुनिया वास्तव में अलग दिखती यदि वे इन समूह कार्यों का विश्लेषण व्यक्तिगत कनेक्शनों के ढेर के बजाय पूर्ण इकाइयों के रूप में करते? यह पता लगाने के लिए, शोधकर्ताओं की एक टीम ने संतुलन को मापने का एक नया तरीका विकसित किया जो इन घटनाओं की समूह प्रकृति का सम्मान करता है, और इसे वैश्विक राजनीतिक इतिहास के पचहत्तर वर्षों पर लागू किया।
शोधकर्ताओं ने अपना ध्यान संयुक्त राष्ट्र महासभा की ओर लगाया, जहाँ लगभग दो सौ देश प्रस्तावों पर मतदान करने के लिए मिलते हैं। उन्होंने 1946 से 2020 तक के इन मतों का एक विशाल रिकॉर्ड एकत्र किया। विशिष्ट देशों के एक साथ मतदान करने की आवृत्ति देखने के बजाय, उन्होंने मतों को पूर्ण घटनाओं के रूप में देखा। जब देशों के एक समूह ने "हाँ" और दूसरे समूह ने "ना" में मतदान किया, तो उन्होंने प्रत्येक पक्ष को सहमति के एक एकल, ठोस ब्लॉक के रूप में माना। फिर उन्होंने एक सरल प्रश्न पूछा: क्या इन ब्लॉकों को दो विरोधी समूहों में विभाजित किया जा सकता था जहाँ समूह के भीतर हर कोई एक-दूसरे से सहमत हो, और समूहों के बीच हर कोई असहमत हो? इसे मापने के लिए, उन्होंने एक स्कोर बनाया जो इस बात को गिनता था कि एक प्रस्तावित विभाजन के तहत एक समूह कितनी बार एकजुट रहने में विफल रहा। कम स्कोर का अर्थ था कि दुनिया स्पष्ट रूप से दो पक्षों में बंटी हुई थी; उच्च स्कोर का अर्थ था कि समूह मिश्रित और अराजक थे।
हालाँकि, केवल एक पैटर्न ढूंढ लेना यह सिद्ध करने के लिए पर्याप्त नहीं है कि वह वास्तविक है। इतनी अधिक संख्या में देशों और मतों वाली दुनिया में, यादृच्छिक संयोग (random chance) कभी-कभी व्यवस्था का भ्रम पैदा कर सकता है। यह सुनिश्चित करने के लिए, टीम ने एक सांख्यिकीय परीक्षण बनाया जो एक नियंत्रण (control) के रूप में कार्य करता था। उन्होंने बिल्कुल वही मतदान रिकॉर्ड लिए और देशों को आपस में मिला दिया, जिससे प्रत्येक देश द्वारा डाले गए मतों की संख्या और प्रत्येक मतदान समूह का आकार समान रहा, लेकिन वास्तविक दुनिया के गठबंधनों को हटा दिया गया। इसने एक "नल मॉडल" (null model) बनाया, जो इतिहास का एक ऐसा संस्करण था जहाँ कोई वास्तविक गठबंधन मौजूद नहीं थे, केवल यादृच्छिक शोर (random noise) था। फिर उन्होंने हजारों ऐसे यादृच्छिक संस्करणों के विरुद्ध वास्तविक मतदान पैटर्न की तुलना की। महत्वपूर्ण रूप से, क्योंकि उन्होंने पंद्रह अलग-अलग पांच-वर्षीय समय अंतराल का परीक्षण किया था, उन्होंने यह सुनिश्चित करने के लिए एक सख्त सांख्यिकीय सुधार (जिसे बेंजामिनी-होचबर्ग के रूप में जाना जाता है) लागू किया कि पाए गए पैटर्न केवल भाग्यशाली इत्तेफाक न हों। केवल वे पैटर्न जो इस कठोर परीक्षण में सफल रहे, उन्हें संरचना के वास्तविक प्रमाण के रूप में माना गया।
परिणामों ने एक इतिहास को प्रकट किया जो एक सरल, निरंतर विभाजन की तुलना में कहीं अधिक जटिल था। पहली बार, शोधकर्ताओं ने पाया कि उच्च-क्रम का संरचनात्मक संतुलन (higher-order structural balance) वास्तविक था, लेकिन यह वैश्विक राजनीति की एक स्थायी विशेषता नहीं थी। यह केवल पांच विशिष्ट समय अंतरालों में दिखाई दिया, जो सख्त सांख्यिकीय सुधार में सफल रहे, और इनके बीच लंबे समय तक ऐसे काल रहे जहाँ ऐसी कोई संरचना मौजूद नहीं थी। पहला स्पष्ट उदाहरण प्रारंभिक शीत युद्ध था, 1946 से 1950 तक, जहाँ दुनिया स्पष्ट रूप से सोवियत ब्लॉक और बाकी दुनिया में विभाजित थी। उसके बाद, वि-औपनिवेशीकरण (decolonization) के युग के दौरान लगभग तीस वर्षों तक, डेटा ने कोई संकेत नहीं दिखाया; मतदान पैटर्न यादृच्छिक अवसर के समान थे, जो बिना किसी स्पष्ट विरोधी खेमे के एक खंडित दुनिया का सुझाव देते थे। फिर, संरचना वापस आई। 1980 के दशक में, संयुक्त राज्य अमेरिका एक विशिष्ट, अलग अल्पसंख्यक के रूप में उभरा, जो अक्सर विशिष्ट मुद्दों पर शेष विश्व के विरुद्ध अकेला खड़ा होता था। बाद में, 2001 से 2010 तक, एक नया, छोटा ब्लॉक बना, जिसमें संयुक्त राज्य अमेरिका, इज़राइल और कुछ प्रशांत द्वीप राष्ट्र शामिल थे, जो फिर से बहुमत से अलग खड़ा था।
महत्वपूर्ण रूप से, शोधकर्ताओं ने पाया कि समूहों को जोड़ों में तोड़ने वाला पुराना तरीका पूरी तरह से अलग कहानी बताता था। जब उन्होंने उसी डेटा पर पारंपरिक पेयरवाइज़ विश्लेषण लागू किया, तो देशों के परिणामी समूह उस तरह के नहीं थे जैसा कि नए तरीके से पाए गए थे। लगभग हर समय अवधि में, दोनों विधियाँ इस बात पर असहमत थीं कि कौन से देश अल्पसंख्यक पक्ष से संबंधित हैं। एकमात्र समय जब वे सहमत थे, वह प्रारंभिक शीत युद्ध था, वह एक अवधि जहाँ विभाजन इतना स्पष्ट था कि त्रुटिपूर्ण विधि भी उसे देख सकती थी। इस विचलन ने सिद्ध कर दिया कि डेटा को मापने का तरीका आपके द्वारा देखे जाने वाले इतिहास को बदल देता है। नए तरीके ने, जिसने मतों की समूह प्रकृति का सम्मान किया, उन वास्तविक ऐतिहासिक गठबंधनों के पैटर्न को उजागर किया जिन्हें पुराने तरीके ने या तो सुगम बना दिया था या पूरी तरह से छोड़ दिया था।
अध्ययन ने वैज्ञानिक परीक्षण में कठोरता के महत्व पर भी प्रकाश डाला। शोधकर्ताओं ने अपने प्रारंभिक दृष्टिकोण में दो महत्वपूर्ण त्रुटियों की खोज की जिन्होंने परिणामों को प्रभावित किया था। पहला, उनके कंप्यूटर मॉडल ने कभी-कभी एक ही देश को एक ही वोट के दोनों पक्षों में रख दिया था, जो वास्तविकता में असंभव है। दूसरा, कंप्यूटर सिमुलेशन पर्याप्त समय तक स्थिर पैटर्न में नहीं आया था, जिससे यादृच्छिक संयोग द्वारा उत्पन्न किए जा सकने वाले प्रभाव का कम अनुमान लगा। एक बार जब इन त्रुटियों को ठीक कर दिया गया और सिमुलेशन को बहुत अधिक सटीकता के साथ चलाया गया, तो परिणाम और भी मजबूत हो गए। वे पांच ऐतिहासिक कालखंड जो महत्वपूर्ण संतुलन दिखाते थे, महत्वपूर्ण बने रहे, जबकि अन्य दस कालखंड, जिनमें 20वीं सदी के मध्य के लंबे दशक शामिल थे, वास्तव में यादृच्छिक होने की पुष्टि की गई।
अंततः, यह शोध पत्र वैश्विक गठबंधनों के बनने और टूटने की एक स्पष्ट तस्वीर पेश करता है। यह दिखाता है कि दुनिया हमेशा दो विरोधी पक्षों में नहीं बँटती है। कभी-कभी, यह एक अराजक मिश्रण होता है जहाँ कोई स्पष्ट संरचना नहीं होती। लेकिन इतिहास के विशिष्ट क्षणों में, जब दांव ऊंचे होते हैं और विभाजन गहरा होता है, तो दुनिया खुद को सुसंगत, विरोधी ब्लॉकों में संगठित करती है। समूह कार्यों को टूटे हुए जोड़ों के बजाय पूर्ण इकाइयों के रूप में मानकर, शोधकर्ता सांख्यिकीय निश्चितता के साथ स्पष्टता के इन क्षणों को देखने में सक्षम हुए, जिससे ध्रुवीकरण के एक ऐसे इतिहास का पता चला जो वास्तविक था, लेकिन पहले की तुलना में कहीं अधिक रुक-रुक कर होने वाला था।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।