જીન ઓટોકરેક્ટ સમસ્યા

તમે એક શબ્દ લખો છો અને તમારો ફોન કે કોમ્પ્યુટર પોતાની અક્કલ વાપરીને તેને બીજું જ કંઈક બનાવી દે છે. સામાન્ય મેસેજમાં આ હાસ્યાસ્પદ લાગે, પણ વિજ્ઞાનની લેબોરેટરીમાં આ ઘાતક સાબિત થાય છે. જીનેટિક્સના વૈજ્ઞાનિકો જ્યારે માનવ શરીરના જનીનોનું વિશ્લેષણ કરતા હતા, ત્યારે એમણે સ્પ્રેડશીટ સોફ્ટવેરમાં ડેટા નાખ્યો. સોફ્ટવેરે પોતાની બુદ્ધિ દોડાવી. 'SEPT1' કે 'MARCH1' જેવા જનીનોના નામને એણે સીધા કેલેન્ડરની તારીખ ગણી લીધા. વૈજ્ઞાનિકોને ખબર પણ ન પડી અને હજારો સંશોધન પત્રોમાં કચરો ભરાઈ ગયો. આ છે ઓટોકરેક્ટની આંધળી જીદ.

આ વિષય પર જાણીતા અર્થશાસ્ત્રી અને લેખક ટિમ હાર્ફોર્ડે ૨૦૨૩માં ઓફિસ ટેકનોલોજી અને સ્પ્રેડશીટની મૂર્ખામીઓ પર લખતી વખતે પ્રકાશ પાડ્યો હતો. આ માત્ર વૈજ્ઞાનિકો પૂરતી મર્યાદિત આપત્તિ નથી. આ આધુનિક ટેકનોલોજીના એ અહંકારનું ઉદાહરણ છે જ્યાં સોફ્ટવેર એવું માની લે છે કે તે માણસ કરતાં વધુ સ્માર્ટ છે. તે તમને પૂછ્યા વિના તમારી માહિતી બદલી નાખે છે, અને માણસ એટલો આળસુ છે કે તે પરિણામને ક્રોસ-ચેક કરવાની તસ્દી પણ લેતો નથી.

આ સમસ્યાનો પાયો એ અંધવિશ્વાસમાં છે કે આધુનિક ટૂલ્સ ક્યારેય ભૂલ ન કરે. આપણે મશીનને આપણું કામ સોંપીને નિરાંતે બેસી જઈએ છીએ. મશીન નિયમો જાણે છે, સંદર્ભ નહીં. એને ખબર નથી કે લેબમાં બેઠેલો માણસ કેલેન્ડર નથી બનાવતો, કેન્સરનો ઈલાજ શોધે છે. જ્યારે સ્માર્ટ સિસ્ટમ પોતાની સામાન્ય ધારણાઓને વિશિષ્ટ પરિસ્થિતિઓ પર થોપે છે, ત્યારે મોટા પાયે અદ્રશ્ય ભૂલો જન્મે છે.

આપણા દેશમાં આનું ઉત્તમ ઉદાહરણ ક્રિકેટના આંકડાશાસ્ત્ર અને પસંદગીમાં જોવા મળે છે. આજકાલ દરેક ટીમ લેપટોપ અને ડેટા એનાલિસિસ લઈને ફરે છે. સોફ્ટવેર બેટ્સમેનની એવરેજ કે સ્ટ્રાઈક રેટના આધારે અલ્ગોરિધમ ગોઠવે છે. પણ એ સિસ્ટમ પીચની ભીનાશ, સામે ઊભેલા બોલરનો ખૌફ કે ચોથા દાવમાં તૂટતા નર્વ્સને સમજી શકતી નથી. ડેટા પ્રોગ્રામ પોતાની મેળે કોઈ ખેલાડીને ટેકનિકલ માપદંડોના આધારે પરફેક્ટ જાહેર કરી દે છે, પણ મેદાન પર ઉતરતાં જ એ ફ્લોપ સાબિત થાય છે. સિસ્ટમે પોતાની સમજ મુજબ પરિણામ બદલી નાખ્યું, પણ વાસ્તવિકતા કંઈક જુદી જ નીકળી.

મશીન જ્યારે માણસ કરતાં વધુ હોશિયાર બનવાનો ડોળ કરે, ત્યારે સાચી ભૂલો સોફ્ટવેરમાં નહીં પણ તેના પર ભરોસો મૂકનારાના મગજમાં હોય છે.