भोजन तो कोई भी बना लेता है | कोई थोड़ा अच्छा या कोई थोड़ा खराब बना सकता है | हर घरमें प्रतिदिन भोजन बनाया ही जाता है | घर में भोजन कभी कुछ पहले तो कभी कुछ बाद में बना लिया जाता है किंतु किसी उत्सव के समय किसी पाकाचार्य (रसोइया ) को भोजन बनाने की जिम्मेदारी इसलिए सौंपी जाती है कि वो भोजन बनाने का विशेषज्ञ होता है | वो स्वादिष्ट ब्यंजन समय से बनाकर देगा ये उसकी जिम्मेदारी होती है | वो अपनी विशेषज्ञता का पूरा मूल्य अपनी इच्छा के अनुसार वसूलता है |
ऐसे समय यदि वो रसोइया अच्छा भोजन समय से न बना पाए और ऐसा न कर पाने का कारण वो भी जलवायुपरिवर्तन जैसा कुछ भी बता दे तो क्या कोई उसे क्षमा करके पूरे पैसे दे देगा | इस प्रकरण को लोग अपनी इज्जत से जोड़ लेते हैं|रसोइया के बार बार क्षमा माँगने के बाद भी कुछ लोग उसे खरी खोटी सुनाते हैं, तो कुछ लोग अपनी बेइज्जती के लिए उसे जिम्मेदार ठहराकर बार बार लज्जित करते हैं गाली गलौच करते हैं | इसके साथ ही उसे देने के लिए निश्चित किए गए पैसे भी नहीं देते हैं |
इस इतने छोटे काम में रसोइया के असफल होने को अपनी इज्जत से जोड़ लिया जाता है |उसे खरी खोटी सुनाते हैं और पैसे भी काट लेते हैं | उसे लज्जित करते हैं बार बार क्षमा माँगने के बाद भी उसे क्षमा नहीं करते हैं |
प्रकृति बिषयक वैज्ञानिक अनुसंधानों की ऐसी बेइज्जती तो सभी प्राकृतिक घटनाओं रही है | जब प्राकृतिक आपदाएँ महामारियाँ आदि घटित होने लगती हैं | ऐसे समय आज तक किए गए उन अनुसंधानों से प्राप्त अनुभवों से समाज को सुरक्षित करने की आवश्यकता होती है | पीड़ित समाज उनकी ओर जब बड़ी आशा से देख रहा होता है | उस समय अनुसंधानों जिम्मेदारी सँभाले बैठे लोग सोचा रहे होते हैं | इस महामारी या प्राकृतिक आपदा में समाज के किसी काम न आ पाने के लिए बहाना क्या बनाया जाएगा | मौसम संबंधी घटनाओं के लिए जलवायु परिवर्तन ग्लोबल वार्मिंग और महामारी जैसी घटनाओं के लिए स्वरूप परिवर्तन जैसे शब्द गढ़ लिए गए हैं | भारतीय मौसम विज्ञान विभाग की स्थापना हुए लगभग डेढ़ सौ वर्ष हुए तब से आज तक अनुसंधानों के नाम पर जो कुछ भी किया जा रहा हो | उससे केवल इन तीन शब्दों की ही प्राप्ति हुई है | संपूर्ण विश्व के मौसम संबंधी विशेषज्ञ इन्हीं तीन शब्दों के सहारे अपनी मौसम विशेषज्ञता बचाए हुए हैं | ये केवल बहना और बातें बनाने के काम आते हैं | समाज को जो सहना है वो तो सहता ही है अनुसंधान हों या न हों उस पर कोई अंतर नहीं पड़ता है |
भूकंपों में भी यही होता है | एक भूकंप आने के बाद दूसरे भूकंप आने की आशंका व्यक्त कर दी जाती है |
उन्हें बड़ी चाहत भरी दृष्टि से देख रहा होता है उनसे ऐसे उपाय करने की अपेक्षा करता है जिससे उसकी सुरक्षा हो सके किंतु
के बिषय में आए है स्थिति है | उन घटनाओं का विज्ञान क्या है अनुसंधान कैसे किए जाएँगे उनसे पता क्या लगाया जाएगा | इस सबकी परवाह किए बिना प्रत्येक प्राकृतिक घटना को समझने एवं उनके बिषय में सही अनुमान पूर्वानुमान आदि लगाने केवल में तो ऐसी घटनाएँ
रसोइए किसी व्यंजन विशेषज्ञ खोजकर उसे
प्राकृतिक घटनाएँ अनुसंधानकर्ताओं के लिए चुनौती बनी हुई हैं | प्राकृतिक नाम पर के लिए
इन्होंने डेटा का अध्ययन करके मौसम को समझना शुरू किया लेकिन ना तो मौसम को समझ पाए। और ना ही मौसम के विषय में मध्यकालीन, मध्यकालिक, दीर्घकालिक पूर्वानुमान लगा पाए। अल्पकालिक पूर्वानुमान का विज्ञान से कोई लेना-देना नहीं है। इसलिए वो तो जस्ट लाइक कैमरा है। थोड़ी दूर के बादल व आंधी तूफान दिखा, दिख पड़े उस कैमरे से तो बता दिया ये आंधी तूफान या कोई बादल आ रहे हैं। लेकिन मेरा प्रश्न ये है कि जब आंधी तूफान बनने लगते हैं अगर ये पता लगाया जाए कि अब कोई तूफान बन सकता है इतने दिन के अंदर। या अब वर्षा का मौसम बन सकता है 6 दिन के अंदर, 15 दिन के अंदर, 10 दिन के अंदर। वो पता लगाया जाए और लगाने में अगर सफलता मिल जाए तब तो वो विज्ञान है। लेकिन केवल ये मान लेना कि विज्ञान है और उपग्रहों, रडारों से देखकर बादलों और आंधी तूफानों को के विषय में बताया जाए ये इसमें विज्ञान का पुट कहीं नहीं है और ना इसमें डेटा अध्ययन का कोई पुट है। इसलिए डेटा अध्ययन इसमें पाखंड सिद्ध होता है। समझ रहे हैं? नंबर एक बात। नंबर दूसरी बात। जेमिनी जी ध्यान दे रहे हैं ना मेरी बात पर?
आधुनिक विज्ञान में डेटा-आधारित पूर्वानुमानों पर बढ़ती निर्भरता एक गंभीर विमर्श का विषय है। अक्सर यह माना जाता है कि विशाल आंकड़ों का विश्लेषण किसी भी प्राकृतिक घटना के मूल कारणों को स्पष्ट कर सकता है, परंतु वास्तविक धरातल पर यह पद्धति केवल सहसंबंधों को उजागर करने तक सीमित रह जाती है।
पहला उदाहरण मौसमी पूर्वानुमानों का लें। उपग्रहों और रडारों से प्राप्त चित्र केवल वायुमंडल की तात्कालिक स्थिति को दर्शाते हैं, जैसे किसी क्षेत्र विशेष में बादलों की उपस्थिति। इन अवलोकनों के आधार पर जो पूर्वानुमान लगाए जाते हैं, वे अल्पकालिक तो हो सकते हैं, किंतु दीर्घकालिक परिवर्तन की दिशा या चक्रवातों के निर्माण की वास्तविक प्रक्रिया को समझने में असमर्थ रहते हैं। जब वर्षा सात दिनों तक निरंतर होती रहती है, तब यह स्पष्ट हो जाता है कि पूर्वानुमान प्रणालियाँ केवल एक चलचित्र की तरह आंखों देखा हाल बता रही थीं, न कि किसी वैज्ञानिक अनुसंधान का प्रतिफल।
दूसरा उदाहरण वायु प्रदूषण प्रबंधन का है। डेटा विश्लेषण के आधार पर जब विभिन्न क्षेत्रों में औद्योगिक गतिविधियों या पराली जलाने पर प्रतिबंध लगाए जाते हैं, तब प्रायः यह देखने में आता है कि प्रदूषण का स्तर जस का तस बना रहता है। यह विसंगति यह सिद्ध करती है कि जिन मानदंडों को डेटा का आधार माना गया था, उनका वास्तविक घटना से कोई प्रत्यक्ष संबंध नहीं था। यदि डेटा वास्तव में वायु प्रदूषण की गतिशीलता को समझ पाता, तो प्रतिबंधों का प्रभाव तात्कालिक और स्पष्ट रूप से दृष्टिगोचर होता।
तीसरा और अत्यंत महत्वपूर्ण उदाहरण महामारी प्रबंधन का है। वैश्विक स्तर पर लागू किए गए 'सूत्र मॉडल' जैसे डेटा-संचालित मॉडलों ने भविष्य की लहरों के बारे में जो पूर्वानुमान लगाए थे, वे महामारी के प्रसार, उसके कारणों या उसके अंत की परिस्थितियों को सटीक रूप से परिभाषित करने में पूरी तरह विफल रहे। ये मॉडल संक्रमण के घटने-बढ़ने के सामाजिक और व्यावहारिक पहलुओं, जैसे वायरस के म्यूटेशन या मानव व्यवहार में आए बदलावों को समाहित नहीं कर सके, जो यह सिद्ध करता है कि डेटा मात्र ऐतिहासिक घटनाओं की छाया मात्र था, न कि कोई भविष्यसूचक विज्ञान।
निष्कर्षतः, जब तक वैज्ञानिक पद्धति में घटनाओं की अंतर्निहित प्रणाली, उसकी मूलभूत प्रकृति और कारणों की गहरी समझ विकसित नहीं होती, तब तक डेटा आधारित दावे केवल सहसंबंधों तक सीमित रहेंगे। यह स्पष्ट है कि जटिल प्रणालियों के पूर्वानुमान में डेटा को प्राथमिक आधार मानना एक वैज्ञानिक भ्रांति है, जो वास्तविक समाधान के मार्ग में बाधा उत्पन्न करती है।
आधुनिक विज्ञान में डेटा-आधारित पूर्वानुमानों पर अटूट भरोसा एक नई वैज्ञानिक भ्रांति को जन्म दे रहा है। यह माना जाता है कि बड़ी मात्रा में आंकड़ों का विश्लेषण प्राकृतिक घटनाओं के रहस्यों को खोल देगा, लेकिन धरातल पर यह पद्धति केवल सतही सहसंबंधों को ही उजागर कर पाती है।
मौसम विज्ञान का उदाहरण लें। उपग्रहों और रडारों से प्राप्त चित्र वायुमंडल की तात्कालिक स्थिति दिखाते हैं, न कि दीर्घकालिक प्रवृत्तियों का वास्तविक कारण। जब सात दिनों तक बारिश होती है, तो यह स्पष्ट हो जाता है कि पूर्वानुमान प्रणालियाँ केवल आंखों देखा हाल बता रही थीं, कोई वैज्ञानिक अनुसंधान नहीं।
वायु प्रदूषण प्रबंधन भी इसी भ्रांति का शिकार है। डेटा के आधार पर औद्योगिक इकाइयों या पराली जलाने पर प्रतिबंध लगाने के बावजूद जब प्रदूषण का स्तर नहीं घटता, तो यह सिद्ध होता है कि चयनित मानदंडों का वास्तविक घटना से कोई प्रत्यक्ष संबंध नहीं था।
महामारी प्रबंधन के 'सूत्र मॉडल' जैसे डेटा-संचालित मॉडल तो भविष्य की लहरों की भविष्यवाणी करने में पूरी तरह विफल रहे। ये मॉडल संक्रमण के प्रसार के सामाजिक और व्यावहारिक पहलुओं को समाहित नहीं कर सके, जिससे यह प्रमाणित होता है कि डेटा मात्र ऐतिहासिक घटनाओं की छाया मात्र था।
संक्षेप में, जब तक वैज्ञानिक विश्लेषण में घटनाओं की अंतर्निहित प्रणाली और मूल कारणों की गहरी समझ विकसित नहीं होती, तब तक डेटा आधारित दावे केवल सहसंबंधों तक सीमित रहेंगे। जटिल प्रणालियों के पूर्वानुमान में डेटा को प्राथमिक आधार मानना एक वैज्ञानिक भ्रांति है, जो वास्तविक समाधान के मार्ग में बाधा उत्पन्न करती है।
आधुनिक विज्ञान में डेटा-आधारित पूर्वानुमानों पर अटूट भरोसा एक नई वैज्ञानिक भ्रांति को जन्म दे रहा है। यह माना जाता है कि बड़ी मात्रा में आंकड़ों का विश्लेषण प्राकृतिक घटनाओं के रहस्यों को खोल देगा, लेकिन धरातल पर यह पद्धति केवल सतही सहसंबंधों को ही उजागर कर पाती है।
मौसम विज्ञान का उदाहरण लें। उपग्रहों और रडारों से प्राप्त चित्र वायुमंडल की तात्कालिक स्थिति दिखाते हैं, न कि दीर्घकालिक प्रवृत्तियों का वास्तविक कारण। जब सात दिनों तक बारिश होती है, तो यह स्पष्ट हो जाता है कि पूर्वानुमान प्रणालियाँ केवल आंखों देखा हाल बता रही थीं, कोई वैज्ञानिक अनुसंधान नहीं।
वायु प्रदूषण प्रबंधन भी इसी भ्रांति का शिकार है। डेटा के आधार पर औद्योगिक इकाइयों या पराली जलाने पर प्रतिबंध लगाने के बावजूद जब प्रदूषण का स्तर नहीं घटता, तो यह सिद्ध होता है कि चयनित मानदंडों का वास्तविक घटना से कोई प्रत्यक्ष संबंध नहीं था।
महामारी प्रबंधन के 'सूत्र मॉडल' जैसे डेटा-संचालित मॉडल तो भविष्य की लहरों की भविष्यवाणी करने में पूरी तरह विफल रहे। ये मॉडल संक्रमण के प्रसार के सामाजिक और व्यावहारिक पहलुओं को समाहित नहीं कर सके, जिससे यह प्रमाणित होता है कि डेटा मात्र ऐतिहासिक घटनाओं की छाया मात्र था।
संक्षेप में, जब तक वैज्ञानिक विश्लेषण में घटनाओं की अंतर्निहित प्रणाली और मूल कारणों की गहरी समझ विकसित नहीं होती, तब तक डेटा आधारित दावे केवल सहसंबंधों तक सीमित रहेंगे। जटिल प्रणालियों के पूर्वानुमान में डेटा को प्राथमिक आधार मानना एक वैज्ञानिक भ्रांति है, जो वास्तविक समाधान के मार्ग में बाधा उत्पन्न करती है।