बिग डेटा से लेकर डीप डेटा तक

पिछले दस महीनों में मैंने एमआईटी के IDEAS चाइना कार्यक्रम की अध्यक्षता और सह-संचालन किया है—यह लगभग 30 वरिष्ठ चीनी व्यापारिक नेताओं के एक समूह के लिए दस महीने की नवाचार यात्रा थी। इस वर्ष IDEAS चाइना कार्यक्रम में एक प्रमुख सरकारी चीनी बैंक के अधिकारियों को शामिल किया गया। इस टीम का एक लक्ष्य बिग डेटा और अन्य संबंधित विघटनकारी परिवर्तनों के मद्देनजर अपने संगठन के भविष्य को नया रूप देना था, जिससे मुझे विश्व अर्थव्यवस्था के इस पहलू से थोड़ा और परिचित होने का अवसर मिला। उदाहरण के लिए, अलीबाबा के दूरदर्शी संस्थापक जैक मा कहते हैं कि "हमारा अनुमान है कि अगले पांच वर्षों में मानव युग सूचना प्रौद्योगिकी युग से डेटा प्रौद्योगिकी युग में प्रवेश करेगा।"

लेकिन "डेटा टेक्नोलॉजी" और "बिग डेटा" के युग में होने का क्या अर्थ है? आज तक, इसका अक्सर यही मतलब रहा है कि गूगल, अमेज़न, फेसबुक और एप्पल जैसी बड़ी कंपनियां—वही कंपनियां जिन्हें हम कभी पसंद करते थे और अब जिन पर हम सवाल उठाने लगे हैं, अविश्वास करने लगे हैं या जिनसे डरने लगे हैं—आपकी जानकारी के बिना आपका डेटा ले लेती हैं और उसे दूसरी कंपनियों को बेच देती हैं (जब तक कि आप अपनी स्क्रीन पर दिखने वाले लक्षित वेब विज्ञापनों पर ध्यान नहीं देते)। मुझे यह दिलचस्प लगता है कि इन अमेरिकी बिग डेटा साम्राज्यों के प्रति लोगों का शुरू में बहुत सकारात्मक दृष्टिकोण पहले यूरोप में, और अब उत्तरी अमेरिका सहित दुनिया के कई अन्य हिस्सों में भी बदल रहा है। एडवर्ड स्नोडेन ने हम सभी को बिग डेटा के दुरुपयोग के प्रति अधिक संवेदनशील बना दिया है। लेकिन यह तो सिर्फ ऊपरी समस्या है। असली समस्या इससे कहीं अधिक गहरी है।

बिग डेटा की असली समस्या यह है कि हम अपनी सोचने-समझने और महसूस करने की क्षमता को मशीनों में प्रोग्राम किए गए एल्गोरिदम को सौंपते जा रहे हैं। हालांकि यह शुरुआत में बहुत सुविधाजनक और आकर्षक लगता है और कई लोगों को मनचाही सेवाएं प्रदान करता है, लेकिन इससे यह सवाल भी उठता है कि बिग डेटा का असली मालिक कौन है, व्यक्तियों और नागरिकों को अपने व्यक्तिगत डेटा पर स्वामित्व रखने और उसके उपयोग के संबंध में निर्णय लेने का अधिकार है या नहीं।

हालांकि बिग डेटा ने निश्चित रूप से संभावनाओं की एक पूरी नई श्रृंखला खोल दी है, मैं सतही बिग डेटा और गहन बिग डेटा के बीच अंतर स्पष्ट करना चाहूंगा। सतही डेटा केवल दूसरों के बारे में जानकारी है: दूसरे क्या करते हैं और क्या कहते हैं। वर्तमान में लगभग सभी बिग डेटा इसी से बना है।

डीप डेटा का उपयोग लोगों और समुदायों को स्वयं को देखने में सक्षम बनाने के लिए किया जाता है। डीप डेटा एक दर्पण की तरह काम करता है: यह आपको स्वयं को देखने में मदद करता है—एक व्यक्ति के रूप में और एक समुदाय के रूप में भी। अपने पेशेवर जीवन के पिछले बीस वर्षों में, मैंने विभिन्न क्षेत्रों और संस्कृतियों में टीमों और संगठनों को गहन नवाचार और परिवर्तनकारी बदलाव की प्रक्रियाओं से गुजरने में मदद की है। इन सभी परियोजनाओं से मैंने जो एक बात सीखी है, वह यह है कि परिवर्तनकारी बदलाव की कुंजी व्यवस्था को स्वयं को देखने में सक्षम बनाना है। इसीलिए डीप डेटा महत्वपूर्ण है। यह हमारे संस्थानों, हमारे समाजों और हमारे ग्रह के भविष्य के लिए महत्वपूर्ण है।

लेकिन आज बिग डेटा के साथ अक्सर इसका ठीक उल्टा होता है: बिग डेटा का इस्तेमाल हमारे व्यवहार को प्रभावित करने, हमें ऐसे विज्ञापनों से भर देने के लिए किया जाता है जिनकी हमने कभी मांग नहीं की। सतही बिग डेटा का इस्तेमाल मानवीय सोच को एल्गोरिदम को सौंपने, हमारी जागरूकता के स्तर को आदतन सोच की सीमाओं के भीतर सीमित करने के लिए किया जाता है। डीप डेटा, यदि सही तरीके से विकसित और पोषित किया जाए, तो जागरूकता और चेतना के स्तर को बढ़ाने और उस प्रणाली में हितधारकों की चेतना को अहं-प्रणाली जागरूकता (अपने ही दायरे की जागरूकता) से पारिस्थितिकी तंत्र जागरूकता (संपूर्ण की जागरूकता) की ओर मोड़कर प्रणाली को बदलने में हमारी मदद कर सकता है।

आइए, दो सरल चित्रों के माध्यम से सरफेस बिग डेटा और डीप बिग डेटा के बीच के अंतर को संक्षेप में समझाते हैं:

बिग डेटा (विज्ञान 1.0): वह डेटा जो दुनिया के बारे में जानकारी देता है (स्रोत: ए. ओच्सनर)।

डीप डेटा (विज्ञान 2.0): वह डेटा जो हमें खुद को देखने में मदद करता है (स्रोत: ए. ओच्सनर)।

विज्ञान 1.0 से 2.0 तक की यात्रा वैज्ञानिक अवलोकन की किरण को व्यक्तिगत और सामूहिक दोनों रूप से अवलोकन करने वाले स्वयं पर वापस मोड़ने की यात्रा है।

पिछले सप्ताह हुई हमारी समापन बैठक के अंत में, चीनी सरकारी बैंक के वरिष्ठ नेताओं ने पिछले दस महीनों की अपनी यात्रा पर विचार किया। उनमें से प्रत्येक ने अपने सोचने और काम करने के तरीके में एक गहरा बदलाव महसूस किया। यहाँ दो उदाहरण दिए गए हैं:

“यह यात्रा केवल उपकरणों और ज्ञान तक सीमित नहीं है; यह आपके सोचने के तरीके को बदल देती है और चुनौतियों का सामना करते समय आपको पुरानी सोच के दायरे से बाहर निकलने की शक्ति देती है। ऐसा लगता है जैसे मेरा अपना व्यक्तित्व बदल रहा है। मैंने अपने सहकर्मियों में भी यह बदलाव महसूस किया है। हम आसानी से आम सहमति पर पहुँच जाते हैं। मुझे लगता है कि मेरे सहकर्मियों के इरादों में भी बदलाव आया है। परिणामस्वरूप, हम अपने अनुभव से अधिक जुड़े हुए हैं और बेहतर ढंग से काम कर पा रहे हैं।”

मेरे लिए, IDEAS की यात्रा हृदय की यात्रा है। इसने सोचने का एक नया तरीका, संबंध बनाने का एक नया तरीका और जीने का एक नया तरीका खोल दिया।

संक्षेप में, IDEAS के प्रतिभागियों ने जिस चीज़ का वर्णन किया वह एक परिवर्तन था।
• सोच: पुरानी सोच के पैटर्न को अपनाने से लेकर रचनात्मक रूप से सोचने तक
• बातचीत करना: बहस से रचनात्मक संवाद तक
• सहयोग करना: आत्मकेंद्रित/प्रतिक्रियात्मक दृष्टिकोण से हटकर अधिक पर्यावरण-केंद्रित और सह-रचनात्मक दृष्टिकोण अपनाना

पिछले कुछ महीनों में, अपनी-अपनी नौकरियों में बने रहते हुए, प्रतिभागियों को चार टीमों में बाँटा गया, जिनमें से प्रत्येक ने भविष्य के अवसरों का पता लगाने के लिए संचालन के कुछ नए तरीकों का प्रोटोटाइप बनाने का प्रयास किया। मुझे जो बात सबसे ज़्यादा प्रभावित करती है, वह यह है कि प्रत्येक टीम ने अंततः अंतर-संगठनात्मक सहयोग का एक नया मंच विकसित किया, जिसमें डेटा का उपयोग हितधारकों के संवाद करने के तरीके को बदलने के लिए एक उपकरण के रूप में किया गया था। उनके सभी प्रोटोटाइप अभी भी प्रारंभिक चरण में हैं। लेकिन टीमों द्वारा बार-बार उल्लेखित एक सबक यह था कि अपनी सोच को 'मैं' से 'हम' में, अहंकार से पर्यावरण में बदलने का महत्व।

उनके प्रयासों से मेरे मन में यह सवाल उठा है: सामाजिक स्तर पर, किस प्रकार के गहन डेटा अवसंरचनाएं संपूर्ण पारिस्थितिकी तंत्र के स्तर पर 'अवलोकन की किरण को प्रेक्षक की ओर मोड़ने' में सहायक हो सकती हैं?

उदाहरण के लिए, आज हम आर्थिक प्रगति को मापने के लिए सकल घरेलू उत्पाद (जीडीपी) का उपयोग करते हैं। जीडीपी सतही आंकड़ों का एक उत्कृष्ट मापक है। लेकिन किसी समुदाय में वास्तविक आर्थिक प्रगति को मापने के लिए समकक्ष गहन डेटा उपकरण क्या होगा? मेरा मानना ​​है कि इसमें एक नई संकेतक प्रणाली शामिल होगी जो वास्तविक परिणामों (जैसे, जीवन प्रत्याशा) और व्यक्तियों और उनके समुदायों के कल्याण (जैसे, जीवन की गुणवत्ता) पर आधारित हो। पिछले वर्ष हमने - प्रेज़ेंसिंग इंस्टीट्यूट, जीआईजेड ग्लोबल लीडरशिप अकादमी (जर्मन विकास सहयोग मंत्रालय) और भूटान में सकल राष्ट्रीय सुख केंद्र के साथ मिलकर - ग्लोबल वेलबीइंग लैब की शुरुआत की। यह लैब दुनिया भर में सरकार, व्यवसाय और नागरिक समाज के उन नेताओं को जोड़ती है जो नए संकेतकों और गहन डेटा उपकरणों का विकास कर रहे हैं जो समुदायों और पारिस्थितिकी तंत्रों को स्वयं को देखने , समझने और संचालन के नए तरीकों का प्रोटोटाइप बनाने में मदद करते हैं।

आज आपको ऐसे नए संकेतक प्रणालियों या गहन डेटा उपकरणों के बीज कहाँ दिखाई दे रहे हैं? इन शुरुआती उदाहरणों से क्या सीखा जा सकता है? गहन डेटा आपके लिए क्या मायने रखता है? आपके जीवन और कार्य में खुशहाली और संतुष्टि के वास्तविक स्रोत क्या हैं और कौन से मापदंड आपको अपने विकास पथ को अधिक सार्थक तरीके से देखने और समझने में मदद कर सकते हैं? हम व्यापार, समाज और स्वयं के क्षेत्र में बिग डेटा से गहन डेटा की ओर बदलाव में कैसे अग्रणी भूमिका निभा सकते हैं?

***

और अधिक प्रेरणा के लिए, इस शनिवार को लारा गैलिंस्की के साथ "जीवन के उद्देश्य के रूप में दायित्व के क्षणों को समझना" विषय पर आयोजित अवेकिन कॉल में शामिल हों। RSVP और अधिक जानकारी यहाँ देखें।