Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
60 मिलियन #BlackLivesMatter ट्वीट्स का विश्लेषण करके, यह अध्ययन प्रदर्शित करता है कि सामूहिक क्रोध की तीव्रता के बजाय, इसकी बढ़ती निरंतरता, सामाजिक आंदोलन की गतिविधियों में उछाल की भविष्यवाणी करने के लिए एक विश्वसनीय प्रारंभिक चेतावनी संकेत के रूप में कार्य करती 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
कल्पना कीजिए कि सामाजिक विज्ञान की दुनिया एक विशाल, हलचल भरे मौसम केंद्र की तरह है। यहाँ वैज्ञानिक बारिश और हवा को ट्रैक करने के बजाय, मानवीय व्यवहार के "तूफानों" का पूर्वानुमान लगाने की कोशिश कर रहे हैं—वे अचानक आने वाले क्षण जब लोगों का एक समूह अचानक मिलकर कार्य करने का निर्णय लेता है, जैसे कि कोई विरोध प्रदर्शन अचानक उभर आता है या कोई आंदोलन वायरल हो जाता है। लंबे समय तक, शोधकर्ताओं ने सोचा कि वे लोगों के "क्रोध" को मापकर इन तूफानों की भविष्यवाणी कर सकते हैं। यह तर्कसंगत लगता था: यदि हर कोई गुस्से में चिल्ला रहा है, तो दंगा आने वाला है, है ना? लेकिन यह शोध पत्र बताता है कि केवल चीखने की आवाज़ (वॉल्यूम) को देखना पूरी कहानी नहीं है। इसके बजाय, असली सुराग इस बात में हो सकता है कि वह गुस्सा कितना "चिपचिपा" (sticky) महसूस होता है। इसे एक रबर बैंड की तरह समझें: यदि आप इसे खींचते हैं और यह तुरंत वापस अपनी जगह पर आ जाता है, तो यह स्थिर है। लेकिन यदि आप इसे खींचते हैं और यह धीरे-धीरे डगमगाता है, और अपने मूल आकार में लौटने से इनकार करता है, तो यह टूटने ही वाला है। यह "डगमगाहट" ही वह है जिसे वैज्ञानिक क्रिटिकल स्लोइंग डाउन (critical slowing down) कहते हैं। यह एक फैंसी शब्द है जो एक ऐसी प्रणाली के लिए है जो अपनी उछाल खो रही है और अपनी वर्तमान स्थिति में फंसती जा रही है, जो अक्सर एक बड़े बदलाव से ठीक पहले होता है। इसे समझना सामाजिक परिवर्तन के लिए एक क्रिस्टल बॉल रखने जैसा है; यह हमें देख पाने में मदद कर सकता है कि कब एक शांत बातचीत एक गर्जना में बदलने वाली है, जिससे नेता और कार्यकर्ता बदलाव होने से पहले ही तैयारी कर सकें।
तो, शोधकर्ताओं ने वास्तव में क्या किया? उन्होंने इस "रबर बैंड" सिद्धांत का बड़े पैमाने पर परीक्षण करने का निर्णय लिया और इसके लिए #BlackLivesMatter आंदोलन का उपयोग किया। उन्होंने केवल कुछ सौ लोगों को नहीं देखा; उन्होंने डेटा के एक पहाड़ को खंगाला—2015 और 2020 के बीच पोस्ट किए गए लगभग 6 करोड़ ट्वीट। उनका लक्ष्य यह देखना था कि क्या वे भावनाओं के मौसम के पैटर्न को देखकर गतिविधि के "उभार" (surges) (वे दिन जब आंदोलन नए पोस्ट के साथ विस्फोट करता है) की भविष्यवाणी कर सकते हैं।
सबसे पहले, उन्होंने पुराने विचार को चुनौती दी: क्या क्रोध की तीव्रता एक उभार की भविष्यवाणी करती है? उन्होंने दिन-प्रतिदिन ट्वीट्स में क्रोध के औसत स्तर की जांच की। उन्होंने चिंता और उदासी जैसी अन्य नकारात्मक भावनाओं को भी देखा। परिणाम एक दिलचस्प मोड़ लेकर आया: क्रोध की औसत मात्रा ने किसी भी चीज़ की भविष्यवाणी नहीं की। सिर्फ इसलिए कि लोग मंगलवार को गुस्से में थे, इसका मतलब यह नहीं था कि बुधवार को एक बड़ा उभार आने वाला है। वास्तव में, शोध पत्र में पाया गया कि चिंता और उदासी का स्तर वास्तव में यह संकेत देने में बेहतर था कि एक उभार करीब आ रहा है, जबकि क्रोध की तीव्रता स्वयं भविष्यवाणी के लिए एक बंद रास्ता थी।
फिर, उन्होंने अपना ध्यान क्रोध की "चिपचिपाहट" (stickiness) पर केंद्रित किया, जिसे उन्होंने ऑटोकोरिलेशन (autocorrelation) नामक अवधारणा का उपयोग करके मापा। सरल भाषा में, ऑटोकोरिलेशन पूछता है: "क्या लोग अभी जो महसूस कर रहे हैं, वह इस बात से भारी रूप से प्रभावित है कि वे कल क्या महसूस कर रहे थे?" यदि उत्तर हाँ है, तो भावना स्थायी है; यह बनी रहती है और सामान्य होने के लिए जल्दी वापस नहीं आती है। यह "क्रिटिकल स्लोइंग डाउन" क्रिया में है।
यहाँ बड़ी खोज है: क्रोध जितना अधिक स्थायी होता गया, आंदोलन एक बड़े उभार के उतना ही करीब था। जैसे-जैसे बड़े आयोजन की ओर दिन बीतते गए, ट्वीट्स में क्रोध आवश्यक रूप से तेज़ नहीं हुआ, बल्कि यह वापस सामान्य होने में "धीमा" हो गया। यह अधिक समय तक बना रहा, जिससे एक ऐसा पैटर्न बना जहाँ आज का क्रोध कल के क्रोध की लगभग एक सटीक प्रतिलिपि था। शोधकर्ताओं ने पाया कि जैसे-जैसे सिस्टम एक उभार के करीब पहुँचता है, यह ऑटोकोरिलेशन महत्वपूर्ण रूप से बढ़ जाता है। यह ऐसा है जैसे भीड़ क्रोध के एक लूप में फंस गई है, जो छोड़ने में असमर्थ है, जो संकेत देता है कि एक संक्रमण निकट है।
उन्होंने वैरिएंस (variance) (क्रोध के स्तरों में कितनी उतार-चढ़ाव होती है) को भी देखा। आश्चर्यजनक रूप से, जैसे-जैसे उभार करीब आता है, क्रोध वास्तव में कम परिवर्तनशील हो जाता है। यह बेतहाशा नहीं बदलता; यह क्रोध की एक स्थिर, निरंतर गूँज में बस जाता है। यह क्लासिक पाठ्यपुस्तक परिभाषा से थोड़ा अलग है, जो कभी-कभी सुझाव देती है कि टूटने से पहले चीजें अधिक अराजक हो जाती हैं, लेकिन शोध पत्र नोट करता है कि हालिया शोध कुछ प्रणालियों में कम वैरिएंस के इस विचार का समर्थन करता है।
यह सुनिश्चित करने के लिए कि वे केवल शोर में पैटर्न नहीं देख रहे हैं, शोधकर्ताओं ने गंभीर जाँच की। उन्होंने ट्वीट्स की तारीखों को यादृच्छिक रूप से बदल दिया, जैसे ताश के पत्तों को मिलाना, और उन्हीं पैटर्न को खोजने की कोशिश की। जब उन्होंने ऐसा किया, तो क्रोध की "चिपचिपाहट" गायब हो गई। यह सुझाव देता है कि उन्होंने वास्तविक डेटा में जो पैटर्न पाया वह एक वास्तविक संकेत था, न कि उनके कंप्यूटर कोड में कोई त्रुटि। उन्होंने यह भी जाँच की कि क्या ऑनलाइन ट्वीट्स वास्तविक दुनिया के विरोध प्रदर्शनों से मेल खाते हैं, और उन्होंने एक मजबूत संबंध पाया: जब ट्वीट्स बढ़े, तो विरोध प्रदर्शनों का आकार भी बढ़ गया।
तो, निष्कर्ष क्या है? शोध पत्र सुझाव देता है कि हमें सामाजिक आंदोलन के अगले बड़े कदम की भविष्यवाणी करने के लिए केवल सबसे तेज़ चीखों को नहीं सुनना चाहिए। इसके बजाय, हमें उन क्षणों पर नज़र रखनी चाहिए जब भावना उछलना बंद कर देती है और टिकना शुरू कर देती है। यह इस बारे में नहीं है कि भीड़ कितनी क्रोधित है; यह इस बारे में है कि वह क्रोध कितनी देर तक जाने से इनकार करता है। हालाँकि यह अध्ययन यह साबित नहीं कर सकता कि यह क्रोध उभार का कारण बनता है (यह केवल इसकी भविष्यवाणी करता है), यह मानव समूहों की अदृश्य गतिशीलता को देखने का एक शक्तिशाली नया तरीका प्रदान करता है। पता चलता है कि आने वाले तूफान का सबसे महत्वपूर्ण संकेत गरज नहीं है, बल्कि वह तरीका है जिससे बारिश शुरू होने से ठीक पहले हवा भारी और स्थिर महसूस होती है।
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।