संहिता जोशी

उपलब्ध माहिती एकत्र करायची, तिच्या एकांगी विश्लेषणातून निष्कर्ष काढायचा आणि मग अशाच निष्कर्षांचं ओझं पुढे उपलब्ध होणाऱ्या माहितीवर लादायचं.. हे केवळ स्त्रियांविषयीच होत आहे असं नाही आणि फक्त गुगलच असं करत आहे असंही नाही..

दुसरं महायुद्ध सुरू असताना सांख्यिकी संशोधन समूह (स्टॅटिस्टिकल रिसर्च ग्रूप) युद्धासाठी अभ्यास करत होता; त्यांचं काम होतं, बॉम्बफेक करणाऱ्या विमानांचं नुकसान कमीतकमी व्हावं यासाठी संख्याशास्त्राचा (स्टॅटिस्टिक्स) वापर करून उपाय सुचवणं.

सोबत दिलेलं चित्र पाहा. परत आलेल्या विमानांचं नुकसान कुठे झालं आहे, त्यांना कुठेकुठे गोळ्या लागल्या होत्या, त्याचं हे चित्र. जिथे लाल ठिपका आहे तिथे विमानाचं नुकसान झाल्याची विदा (डेटा) त्यांनी गोळा केली. त्यावरून निष्कर्ष काढला की, विमानाचे पंख आणि शेपटीचे भाग अधिक मजबूत बनवले पाहिजेत. या समूहातला एक तज्ज्ञ अब्राहम वॉल्ड तेव्हा म्हणाला, आपल्याला फक्त परत येणारी विमानं दिसत आहेत. शत्रूच्या विमानभेदी बंदुका जेव्हा गोळीबार करतात तेव्हा विमानाच्या ठरावीक भागांवरच लक्ष केंद्रित करतात, असं नाही. विमानांना सगळ्या भागांत गोळ्या लागतात. याचा अर्थ, ज्या विमानांना इतर ठिकाणी गोळ्या लागल्या ती विमानं परत आलीच नाहीत. विमानाच्या पोटात, पंखांच्या मध्यभागी, शेपटीच्या मध्यभागी, जिथे लाल ठिपके अजिबात नाहीत, तिथे विमानाचं नुकसान झालं तर ते विमान परत येऊ शकलं नसणार. ज्या अर्थी, या ठरावीक भागांचं नुकसान होऊनही ही विमानं परत येऊ शकली, त्या अर्थी हे भाग पुरेसे मजबूत आहेत. विमानाचा उरलेला भाग आणखी मजबूत करण्याची आवश्यकता आहे.

वॉल्डचा हा सिद्धांत सांख्यिकीमध्ये अतिशय महत्त्वाचा, मूलगामी समजला जातो. फक्त दिसतं तेवढंच मोजायचं असं नाही, तर काय दिसत नाही याचीही मोजमापं किंवा अंदाज घ्यायचे. वॉल्डनं ‘सव्‍‌र्हायव्हर बायस’ किंवा तगून राहणाऱ्यांकडे असलेला कल दाखवून दिला.

मागे एका लेखात ‘संपूर्ण विदा’ असा उल्लेख आला होता. त्याचा अर्थ या संदर्भात पुन्हा बघू. एखाद-दुसरं उदाहरण म्हणजे सांगोवांगी. सांगोवांगी म्हणजे खोटी माहिती असं नाही; तर मर्यादित निरीक्षण. या चित्रात साधारण १०० लाल ठिपके असतील. म्हणजे एक-दोन विमानांची पाहणी केली असं नाही, पण हा झाला फक्त सांगोवांगीचा एक गठ्ठा. कारण त्यात परत न आलेल्या विमानांचे ठिपके नाहीतच. संपूर्ण विदा (डेटा) हवी असेल तर किती विमानं उडली, त्यांतली किती परत आली आणि परत आलेल्यांत किती विमानांना, कुठे गोळ्या लागल्या हे सगळे आकडे आणि तपशील मोजावे लागतील.

व्यवहारातलं एक उदाहरण बघू. समजा एखाद्या शहरातल्या सगळ्या आडनावांची यादी बनवायची आहे. माझं आणि माझ्या वडलांचं आडनाव जोशी, ही झाली सांगोवांगी. शहराची टेलिफोन डिरेक्टरी बघितली तर त्यात बरीच आडनावं सापडतील. ती होईल सांगोवांगीची चळत; ही संपूर्ण विदा म्हणता येणार नाही. कारण गरीब लोकांची घरं नसतील; घरं असतील त्यांच्याकडे लँडलाइन असेलच असं नाही. सगळ्या आडनावाच्या लोकांमध्ये गरिबी समान पसरलेली आहे, असं मानता येणार नाही. म्हणजे गरीब लोकांमध्ये जी आडनावं असतात, ती कदाचित टेलिफोन डिरेक्टरीमध्ये सापडणारच नाहीत. टेलिफोन डिरेक्टरी ही संपूर्ण विदा मानता येणार नाही.

आणखी एका प्रकारचा कल असतो तो निवडीचा. एकदा व्याख्यान सुरू करण्याआधी प्रा. जयंत नारळीकरांनी प्रश्न विचारला, ‘‘इथे कुणाकुणाला मराठी येत नाही?’’ कुणीच हात वर केला नाही. हा प्रश्न त्यांनी मराठीतच विचारला होता; मराठी येत असल्याशिवाय हा प्रश्न समजणारच नाही. निवडीतला कल (सिलेक्शन बायस) टाळायचा असेल तर म्हणता येईल, ‘‘ज्यांना मराठी येतं, त्यांनी हात वर करा.’’ (ही गंमत प्रा. नारळीकरांनीच पुढे स्पष्ट केली.)

खगोलशास्त्र आणि विदाविज्ञान दोन्ही शिकताना, या विषयांत नोकऱ्या करताना माझ्याबरोबर खूपच कमी मुली/ स्त्रिया होत्या, असतात, हा सर्वसाधारण अनुभव; याला विदा म्हणता येणार नाही. भारतात मूलभूत, विज्ञान-संशोधन करणाऱ्या लोकांमध्ये फक्त दहा टक्के स्त्रिया आहेत; लोकसंख्येत स्त्रियांचं प्रमाण ५० टक्के असूनही. (ही विदा.) गेल्याच आठवडय़ात आंतरराष्ट्रीय महिला दिन साजरा(!) झाला. त्या निमित्तानं या विषयाचा उल्लेख माझ्या मित्रमत्रिणींनी केला. ‘मूलभूत संशोधन किंवा अभियांत्रिकी यांसारख्या क्षेत्रांत स्त्रियांचं प्रमाण लोकसंख्येच्या प्रमाणापेक्षा खूप कमी का?’ स्त्रियांना विज्ञान, मूलभूत संशोधन, अभियांत्रिकी असे विषय समजत नाहीत, अशा प्रकारची विदा उपलब्ध नाही. यातून निष्कर्ष असा काढता येतो की, नैसर्गिक मर्यादांपेक्षा मानवनिर्मित मर्यादांमुळे स्त्रियांचं ठरावीक प्रकारच्या क्षेत्रांमधलं प्रमाण, लोकसंख्येच्या प्रमाणापेक्षा कमी आहे.

पाश्चात्त्य देशांतली स्त्री-पुरुषांच्या पगारांची आकडेवारी सहजरीत्या उपलब्ध आहे. उदाहरणार्थ, अमेरिकेत स्त्रियांचे पगार पुरुषांच्या ८० टक्के एवढेच आहेत. म्हणजे उदाहरणार्थ, पुरुषाला जेव्हा १०० रुपये मिळतात, तेव्हा स्त्रीला ८० रुपयेच मिळतात. यात नोकरीचं स्वरूप, वय, शिक्षण, अशा कोणत्याही गोष्टी मोजलेल्या नाहीत.

गुगल आंतरजालावर (इंटरनेट) अनेक सुविधा देतं. त्यांतली एक आहे नोकरी शोधण्याची. हव्या त्या क्षेत्रात, शहरात कोणकोणत्या नोकऱ्या उपलब्ध आहेत, हे गुगल दाखवतं. या जाहिराती असल्याच तरीही हव्याशा. जेव्हा जीमेल, गुगल-प्लस यांत लॉगिन करून गुगल-शोध वापरतो, तेव्हा आपली एक प्रतिमा गुगलकडे तयार होते. वयोगट, लिंग, छंद, शिक्षण, नोकरीचं स्वरूप अशा अनेक प्रकारच्या गटांमध्ये आपली गणना होते; आपण काय शोधतो, ईमेलमध्ये काय लिहितो यावरून गुगल आपल्याबद्दल अंदाज करतं.

तर नोकऱ्यांच्या जाहिराती शोधतानाही आपल्यासाठी सर्वाधिक योग्य अशा जाहिराती, किंवा निकाल समोर येतात. समजा मी वैद्यकीय क्षेत्रातल्या नोकऱ्या शोधल्या, तरीही गुगल मला संगणक, विदाविज्ञान क्षेत्रातल्या वैद्यकाशी संबंधित नोकऱ्या दाखवेल. संशोधकांनी या जाहिरातींचा मागोवा घेतला तेव्हा असं दिसलं की नियमितपणे स्त्रियांना कमी पगाराच्या नोकऱ्या दाखवल्या जातात. कारण, प्रत्यक्ष जगात स्त्रिया कमी पगार मिळवतात; ही विदा आहे.

विदा आहे म्हणून त्यातून निष्कर्ष योग्य प्रकारे काढला जातो, असं अजिबात नाही. मूल नसलेल्या स्त्रिया आणि पुरुष अशी तुलना केली, तेव्हा स्त्रिया आणि पुरुषांचे पगार एकसमान दिसायला लागले. यात शिक्षण, वय, नोकरीचं स्वरूप अशा निरनिराळ्या गटांमध्ये विभागणी केल्यानंतरही मूल नसलेल्या स्त्रिया आणि पुरुषांचे पगार एकसारखे दिसतात.

प्रत्यक्षात, मूल असणाऱ्या स्त्रिया कमी वेळ काम करतात किंवा कमी जबाबदारीची नोकरी स्वीकारतात; त्यातून त्यांना पगार कमी मिळतो, पण मुलांसाठी वेळ काढता येतो. पण मुलं वाढवण्यासाठी पगार मिळत नाही. मुलं थोडी मोठी झाल्यावर या स्त्रिया पुन्हा पूर्णवेळ आणि अधिक जबाबदारीचं काम करू शकतात; पण आंतरजालावर शोधताना त्यांना अशा नोकऱ्या दिसतील असं नाही. ज्यांना मुलं नाहीत, त्यांनाही!

विदाविज्ञानामुळे गुगलला स्त्रिया कोण हे समजलं; पण कोणाला जबाबदारीच्या नोकऱ्या करायला वेळ आहे, इतपत तपशिलात गुगल शिरतं का? गुगलनं ही उठाठेव करावी का? कोणी, कुठे नोकरी करावी हे नोकरी देणारे आणि करणाऱ्यांनी ठरवणं योग्य नाही का?

शुद्ध संख्याशास्त्रात जे कल असतात, त्यांवर विदावैज्ञानिक योजना करतात. पण समाजात असणारे अन्याय्य कल विदावैज्ञानिकांना दिसतात आणि समजतातच असं नाही. व्यावसायिक पातळीवर, म्हणजे नफ्यासाठी व्यवसाय चालवताना विदाविज्ञान (डेटा सायन्स) वापरलं जातं, तेव्हा अनेकदा अशा मूलगामी संकल्पनांकडे दुर्लक्ष होतं; कधी केलं जातं.

तळटीप – स्त्री-पुरुषांच्या पगारांच्या बाबतीत गुगल या आस्थापनेमध्येही लिंगसमानता नाही. तेव्हा गुगलनं समानतेसाठी उठाठेव केली तरीही त्यांच्या हेतू आणि पद्धतींबद्दल प्रश्न विचारता येतात.

लेखिका खगोलशास्त्रात पीएच.डी. आणि पोस्ट-डॉक असल्या, तरी सध्या विदावैज्ञानिक म्हणून कार्यरत आहेत.

ईमेल : 314aditi@gmail.com