करोनाप्रसाराची जवळपास सर्वच भाकिते पाश्चात्त्य देशांतही चुकली आणि आपल्याकडेही ती अचूक नाहीत.. असे का होत असावे? याचा काहीसा सविस्तर धांडोळा घेण्यासाठी भाकीतशास्त्राच्या आजच्या स्थितीचीच चर्चा उपस्थित करताहेत, मुंबई विद्यापीठात उपयोजित मानसशास्त्राचे अध्यापन व संशोधन करणारे डॉ. विवेक बेल्हेकर!
को विड-१९ ही समस्या सुरू झाल्यापासून, ही आपत्ती कधी संपेल याविषयी शास्त्रज्ञांच्या भाकितांबद्दल आपण दूरचित्रवाणी, वर्तमानपत्रे आणि इतर ऑनलाइन माध्यमांमधून ऐकत/वाचत आहोत. या भाकितांसाठी वेगवेगळ्या प्रकारची गणितीय/ संख्याशास्त्रीय प्रारूपे (मॉडेल) वापरली जातात. या प्रारूपांच्या आधारे एखादी घटना घडण्याच्या संभाव्यतेचा अंदाज घेण्याचा प्रयत्न केला जातो. सर्वसामान्य वाचकांना (ज्यांना संख्याशास्त्र या विषयाबद्दल, तसेच ही प्रारूपे कशी तयार केली जातात याची फारशी माहिती नसते) या गोष्टी ‘खऱ्या’ किंवा ‘सत्य’ वाटू लागतात. गणितीय प्रारूपे म्हणजे काय, त्यांची सत्यासत्यता आणि वास्तव यांचा काय संबंध असतो, विदा (डेटा) आधारित भाकिते आणि ती चुकण्याची कारणे काय असतात? त्याहीपेक्षा महत्त्वाचे म्हणजे अशी प्रारूपे मांडून भाकिते करणाऱ्या वैज्ञानिकांची नैतिक (एथिकल) आणि सामाजिक जबाबदारी काय असते?
या चर्चेआधी, ‘संख्याशास्त्रीय प्रारूप म्हणजे काय?’ हे पाहू. समजा, आपल्याला महाराष्ट्रातील महाविद्यालयीन मुलांचा सरासरी बॉडी-मास इंडेक्स (बीएमआय) काढायचा आहे. यासाठी सर्व मुलांचा बीएमआय मोजावा लागेल आणि त्याची सरासरी काढावी लागेल. त्यांची संख्या खूप मोठी आहे. त्याऐवजी आपण काही मुले रँडम पद्धतीने (अनियतपणे) निवडून त्यांच्या समूहाचा सरासरी बीएमआय मोजला, तर तो त्या समूहाचा वा गटाचा सरासरी बीएमआय असेल. या समूहाला आपण नमुना किंवा सॅम्पल असे म्हणू. अशा अनेक अनियत समूहांच्या सरासरीची सरासरी ही संपूर्ण लोकसंख्येची सरासरी असते, असे आपल्याला संख्याशास्त्रीय प्रमेयांच्या साहाय्याने सिद्ध करता येते. एका नमुन्याच्या बीएमआय-माहितीच्या आधारे काही संख्याशास्त्रीय वितरणाची गृहीतके मांडून सर्व मुलांच्या बीएमआयचा अंदाज लावता येतो. म्हणजे माहीत नसलेल्या, अज्ञात अशा लोकसमूहाच्या संख्येबाबतचा अंदाज हा नमुना वापरून लावणे म्हणजे संख्याशास्त्रीय प्रारूप!
कोविड-१९ संदर्भातील प्रारूपे एक विशेष गोष्ट करीत आहेत. त्यांच्यासाठी अज्ञात संख्या ही भविष्यकाळात आहे. उदा. आतापर्यंत असलेल्या कोविड-१९च्या माहितीचा आणि इतर ज्ञात माहितीचा वापर करून भविष्यातील कोविड-१९ रुग्णसंख्येचा अंदाज लावण्याचा प्रयत्न ही प्रारूपे करतात. म्हणजे आपल्याकडे दोन गोष्टी आहेत : (१) ज्याचे भाकीत करायचे आहे त्या घटकाची यापूर्वीची माहिती, आणि (२) ज्या घटकांचा भाकीत करण्यासाठी वापर करायचा आहे त्यांची त्याच कालावधीसाठीची माहिती. ही माहिती पुरेशा मोठय़ा कालावधीसाठी असावी लागते. यांचा वापर करून त्या माहितीवर कोणत्या तरी प्रकारचे टाइम सीरिज अ‍ॅनालिसिस (कालक्रमिक विश्लेषण) वापरले जाते. याद्वारे ज्या घटकाचे भाकीत करायचे आहे (उदा. येणाऱ्या कालावधीतील कोविड-१९ बाधित, येत्या वर्षीचा पाऊस, इ.) तिचे मर्यादित अचूकतेने (एक टक्क्यापासून ९९ टक्क्यांपर्यंत अचूक) भाकीत करता येते. विदाविज्ञानाच्या (डेटा सायन्स) विकासानंतर ‘मशीन लर्निग’ या कृत्रिम बुद्धिमत्तेच्या पद्धतींचा भाकितांसाठी वापर केला जातो. ‘लोकसत्ता’च्या नियमित वाचकांनी विदाविज्ञानाबद्दल बरीच माहिती यापूर्वी वाचली असेलच.
****
भाकीत आणि स्पष्टीकरण यांत फरक
विदावैज्ञानिक असणे आणि विशिष्ट विषयाचे ज्ञान असलेला वैज्ञानिक असणे यांत फरक आहे. अपेक्षा अशी आहे की, विशिष्ट विषयाच्या वैज्ञानिकांनी विदाविज्ञान ही पद्धती शिकून आपल्या विषयातील भाकिते करण्यासाठी तिचा वापर करावा. मात्र केवळ विदाविज्ञान वापरू गेलो तर भाकिताची अचूकता वाढवताना त्याच्या स्पष्टीकरणाकडे दुर्लक्ष होते. त्याचा परिणाम काही वेळा भाकितामधील चुका वाढण्यावर होऊ शकतो. वैज्ञानिकाला फक्त भविष्यात काय होईल हे सांगायचे नसते, तर ते तसे का होईल याचे सकारण स्पष्टीकरण द्यायचे असते. विदाविज्ञानामध्ये स्पष्टीकरणाला काही मर्यादेत दुय्यम महत्त्व असून अधिक अचूक भाकीत करणे हे महत्त्वाचे मानले जाते. यामुळे भाकिते करण्यासाठी अधिकाधिक घटक वापरून विदावैज्ञानिक भाकितांची अचूकता वाढवण्याचा प्रयत्न करीत राहतात. त्यामुळे विशेष संबंधित नसलेल्या बाबी वापरूनही भाकिते करता येतात.
****
करोनाची विदा-भाकिते
याचा अर्थ असा की, स्पष्टीकरणाच्या जबाबदारीला अलविदा म्हटल्यानंतर हवी ती माहिती हव्या तशा प्रकारे वापरून आपण भाकिते करण्याच्या उद्योगाला लागू शकतो. आता तर आपल्याकडे अनेक प्रकारची माहिती इंटरनेटच्या साह्य़ाने सहज उपलब्ध आहे. याशिवाय ‘आर’ आणि ‘पायथन’ यांसारख्या संगणकीय आयुधांच्या साह्य़ाने कितीही मोठय़ा माहितीचे संख्याशास्त्रीय विश्लेषण करणे आता कोणालाही सहज शक्य आहे (ही समाधानाची बाब; पूर्वी ही सुविधा काही संस्था आणि व्यक्तींनाच उपलब्ध होती.)! याचा परिणाम म्हणून अनेक विदातज्ज्ञ आपल्या संगणकावर सहज उपलब्ध असलेली माहिती वापरून भाकितांची विविध प्रारूपे तपासू शकतात. ज्या भाकितांची अचूकता अधिक, ती ‘खरी’ मानून त्यांच्यावर विदातज्ज्ञ शोधनिबंध लिहितात आणि इंटरनेटवर/ वृत्तपत्रांमध्ये आपली भाकिते जाहीर करतात. भाकीत जितके सनसनाटी तितकी त्याची प्रसिद्धी (टीआरपी) अधिक (आठवा : फुटबॉल विश्वचषक सामन्यांचे निकाल दर्शविणारा ऑक्टोपस.. अचूकता एवढेच कारण)!
सिंगापूरच्या टेक्नॉलॉजी अ‍ॅण्ड डिझाइन विद्यापीठाने विदाविज्ञान वापरून ‘११ मे रोजी अमेरिकेतले करोना संक्रमण ९७ टक्के आटोक्यात येईल (किंवा संपेल)’ असे भाकीत केले. इटलीची हीच तारीख ७ मे होती, कॅनडासाठी १६ मे, तर जर्मनीसाठी ३० एप्रिल (या साऱ्या तारखा उलटून गेल्या आहेत). भारतासाठी या तज्ज्ञांचे ९७ टक्के भाकीत होते की, २१ मे रोजी भारतातील करोना संपेल! भारताबाबत विचार करायचा झाल्यास नवीन रुग्ण सापडण्याचा दर वाढलाच आहे आणि ‘आयसीएमआर’ने जून-जुलैमध्ये भारतात सर्वाधिक रुग्ण असतील असा इशारा दिला आहे.
अशाच प्रकारची अनेक भाकिते विदातज्ज्ञांनी केली आणि ती चुकली/ चुकत आहेत. म्हणजे भाकिते करू नयेत असे नाही. तर ती करताना आणि वाचताना घ्यायच्या खबरदारीचा विचार केला पाहिजे.
****
भाकिते का चुकतात..?
नेट सिल्व्हर याच्या ‘द सिग्नल अ‍ॅण्ड द नॉइज’ या अतिशय प्रसिद्ध पुस्तकाचा विषय हाच आहे. बरीच भाकिते का चुकतात आणि थोडीशी बरोबर का येतात, याचे विश्लेषण करण्याचा त्याने प्रयत्न केला आहे. त्याच्या विश्लेषणात त्याला दिसून आले की, भाकिते करणाऱ्यांनी विदेला अधिक महत्त्व दिले आणि ज्या घटकांबद्दल ती भाकिते होती त्यांच्या स्वरूपाला (नेचरला) कमी महत्त्व दिले. ज्या गोष्टी भाकीत करण्यासाठी वापरल्या जाणाऱ्या माहितीमध्ये नव्हत्या, त्यांना कमी महत्त्व दिले किंवा बिलकूल लक्षात घेतले नाही; आणि नेमक्या त्याच गोष्टीबद्दल भाकिते केली गेली. उदाहरणादाखल, उद्योगांच्या नफ्याचे भाकीत करताना संख्याशास्त्रज्ञांनी एकूण विक्रीचे किंवा कामगारसंख्येचे भाकीत केले. एकूण विक्री हा नफा नाही, तर तो नफ्याचे मोजमाप करण्यासाठी अतिशय उपयुक्त घटक आहे.
तसेच ‘करोनाबाधित रुग्णांची संख्या’ याचे आपल्याला प्रारूप बनवायचे नसते, तर ‘करोना विषाणूच्या संक्रमणा’चे प्रारूप बनवायचे असते- जे करोनाबाधितांची संख्या सांगू शकते. आजच्या क्षणी किती लोक संक्रमित आहेत हे विषाणूच्या प्रादुर्भावाने ठरते, रुग्णाच्या संख्येने विषाणूचा प्रादुर्भाव ठरत नाही. आपल्याला ज्ञात असलेल्या रुग्णांची संख्या ही रुग्णांच्या खऱ्या संख्येपेक्षा कायमच कमी असते. याची अनेक कारणे आहेत (जसे की, अनेक रुग्ण कोणतीही लक्षणे कधीच दाखवत नाहीत, लक्षणे नसताना चाचण्या होत नाहीत, पुरेशा चाचण्या होत नाहीत, संसर्ग झाल्यापासून लक्षणे दिसेपर्यंत काही वेळ जातो, मृत व्यक्तीच्या चाचण्यांना काही ठिकाणी परवानगी नाही, इ.) सोप्या प्रकारे सांगायचे झाले, तर ताप येणे हा आजार नसतो- ते आजाराचे लक्षण आहे, फ्लू हा आजार आहे. कोणी ताप येण्याचे प्रारूप बनवत नाही, तर फ्लूच्या प्रसाराचे प्रारूप बनवतात. म्हणजेच, करोना चाचणी करून बाधित म्हणून निदान आलेल्या रुग्णांची संख्या शून्य होणे म्हणजे ‘करोना नसणे’ असे नसणार. ते केवळ त्याचे निदर्शक आहे. नेट सिल्व्हरच्या विश्लेषणातून तीन मुद्दे समजतात : (१) भाकिते करणारे खूप अचूक असण्याचा प्रयत्न करतात आणि त्यांना आपल्या कौशल्यावर अति-आत्मविश्वास असतो. (२) भाकीत करताना मानवी (आणि सध्या विषाणूच्याही) वर्तनाचे योग्य मूल्यमापन असले पाहिजे. (३) स्वत:च्या भाकितामधील चुकांचे विश्लेषण करण्यासाठी बेस सिद्धांत वापरला पाहिजे.
संख्याशास्त्रात भाकिते करताना दोन प्रकारच्या चुका होतात. पहिली म्हणजे, वास्तवात जे सत्य आहे ते संख्याशास्त्राने नाकारणे. दुसऱ्या प्रकारची चूक म्हणजे, वास्तवात जे असत्य आहे ते स्वीकारणे. अ‍ॅलिन डब्ल्यू. किम्बल याने १९५७ मध्ये तिसऱ्या प्रकारची चूक मांडली आहे. ती म्हणजे चुकीच्या प्रश्नासाठी संख्याशास्त्रीय प्रारूप बनवणे. म्हणजे जी समस्या सोडवायची आहे, तिच्या स्वरूपाचा विचार करण्यापेक्षा भाकितांच्या तांत्रिक बाबींना अधिक महत्त्व देणे. करोना विषाणूसंदर्भात भाकिते करताना विदातज्ज्ञ हे लक्षात घेत नाहीत की, विषाणूचे स्वरूप आणि प्रसार याचे स्वतंत्र शास्त्र आहे. या क्षेत्रातले वैज्ञानिक करोनाप्रसाराबद्दलची भाकिते करताना अनेकदा स्वत:च्या भाकितांवर अतिशय कमी विश्वास दाखवत आहेत. त्यामुळे दीड लाख ते काही कोटी भारतीयांना करोनाची लागण होऊ शकते अशी निरनिराळी भाकिते गेल्या काही काळात झाली. याचे प्रमुख कारण म्हणजे या विषाणूच्या संक्रमणाबद्दल आपण अजूनही शिकत आहोत.
मग भाकिते का करावीत? तर.. ती करण्याची काही सैद्धांतिक आणि व्यावहारिक कारणे आहेत. व्यावहारिक कारणांमध्ये भाकितांचा उपयोग धोरणकर्ते आणि नियोजनकर्ते यांना होतो. त्यामुळे या साथीची भाकिते करताना बऱ्यापैकी वाईट, नकारात्मक भाकितांना खरे मानून तयारी केली, तर आपण व्यवस्थापन करण्यात पुरे पडण्याची शक्यता चांगली असते. याउलट, सर्वात चांगल्या भाकितांना खरे मानले (म्हणजे ‘१० दिवसांत करोना आटोक्यात’) आणि ते चुकले तर मोठा धोका उत्पन्न होऊ शकतो. सैद्धांतिक कारणांमध्ये सर्वात महत्त्वाचे हे की, ज्या सैद्धांतिक चौकटीमध्ये भाकीत केले आहे तिच्याबद्दलचे प्रत्यक्ष पुरावे मिळतात.
****
भाकीतकारांची नैतिक जबाबदारी
शास्त्रीय संशोधन करतानाची नैतिक (एथिकल) जबाबदारी हा सर्वच शास्त्रांसाठी अतिशय महत्त्वाचा विषय आहे. संशोधनाच्या मूलभूत नीतितत्त्वामध्ये ‘भले करणे आणि हानी न करणे’, ‘निष्ठा आणि जबाबदारी’, ‘सचोटी’, ‘न्याय’ आणि ‘लोकांचे अधिकार आणि मान यांच्याप्रति आदर’ ही प्रमुख मानली जातात. कौघलिन याने रोगपरिस्थिती-विज्ञानाच्या (एपिडेमॉलॉजी) अभ्यासकांनी पाळावयाच्या आठ नैतिक तत्त्वांची चर्चा केली आहे. यातली काही आपण या संदर्भात पाहू..
ज्या विज्ञानशाखेमध्ये आपण भाकिते करतो आहोत, त्यामध्ये आपल्याला पुरेशी क्षमता आणि ज्ञान असले पाहिजे ही संशोधकाची नैतिक जबाबदारी आहे. बऱ्याचदा शास्त्रज्ञ हे समूहाने याचसाठी काम करतात. प्रत्येकाचे ज्ञान आणि कौशल्ये ही वेगवेगळी असतात. त्यांनी शिकलेल्या विद्याशाखाही वेगवेगळ्या असतात. याद्वारे आपल्याला न येणाऱ्या बाबी समूहातील इतरांना येतात आणि चुका कमी होतात. विदाशास्त्राच्या माध्यमातून करोनाभाकिते करताना याकडे दुर्लक्ष होते. दुसरा भाग म्हणजे- कोणती भाकिते जाहीर करावीत, हा आहे. साधारणपणे, कोणत्याही शास्त्रात संशोधनाला मान्यता देण्याच्या काही पायऱ्या आहेत. सामान्यत: संशोधन हे शास्त्रज्ञ परिषदांमधून (/इतर माध्यमांमधून) इतरांना सादर करतात आणि त्यांच्या मतांचा विचार करून ते संशोधन या क्षेत्रातील इतर वैज्ञानिकांना समीक्षा/ टीका करण्यासाठी (पीअर रिव्ह्य़ू) पाठवतात. त्यानंतर ते संशोधन नियतकालिकांमध्ये प्रसिद्धीसाठी पाठवले जाते. तेथेही इतर वैज्ञानिक समीक्षा करतात आणि संशोधनाच्या प्रसिद्धीचा निर्णय होतो. संशोधन क्षेत्रातील इतर वैज्ञानिकांनी समीक्षा/ टीका केल्यानंतर आणि त्यांची पुरेशी मान्यता मिळाल्यानंतर (नियतकालिकांमध्ये प्रसिद्ध होता होता वा नंतर) संशोधनाचे निष्कर्ष सर्वसामान्य वाचकांना वृत्तपत्रे किंवा इतर माध्यमांमधून द्यावेत असा एक संकेतही आहे. प्रक्रियांना बगल देऊन जर संशोधन प्रसिद्ध केले जात असेल तर वाचकांनी जागरूक राहिले पाहिजे. यामध्ये सामाजिक जबाबदारीही आहे. सर्वसामान्य वाचक या भाकितांवर विश्वास ठेवून आपल्या आयुष्याचे नियोजन करू शकतात. त्यांची या भाकितांनी दिशाभूल होऊ शकते. ती होऊ नये याची काळजी घेणे ही शास्त्राचा अभ्यास करणाऱ्यांची जबाबदारी आहे.
****
वाचकाची जबाबदारी
विज्ञान हे वैज्ञानिक म्हणवल्या जाणाऱ्या कोणा व्यक्तीची/ व्यक्तींची/ समूहांची मक्तेदारी नाही. तो सामूहिक तर्काधिष्ठित, अनुभवनिष्ठ मानवी प्रयत्नांचा आविष्कार आहे. आपला समाज व्यक्तिकेंद्री आहे. त्यामुळे विचारांचे आणि कल्पनांचे मूल्यमापन करण्याऐवजी आपण भाकीत करणारी व्यक्ती/ संस्था किती महत्त्वाची आहे किंवा आपल्या मताशी किती जुळतात वगैरेंचा विचार करतो. वैज्ञानिकांच्या, संस्थांच्या नावाचा/ देशांचा विचार न करता त्यांच्या संशोधनाच्या शास्त्रीयतेचा विचार वाचकांनी केला पाहिजे. लिहिले गेले ते सर्व बरोबर हे मानणे आपण सोडून दिले पाहिजे. याचाच अर्थ, आपली स्वत:ची ज्ञानाची आणि चर्चेची पातळी आपण वाढवली पाहिजे. पटकन बरोबर/ चूक अशी भूमिका न घेता आणि व्हॉट्सअ‍ॅप विद्यापीठातल्या फॉरवर्ड्समध्ये न अडकता, आपण स्वत: ज्ञान मिळविण्याच्या प्रक्रियांचा अभ्यास केला पाहिजे. स्वत: प्रयत्नपूर्वक ज्ञान मिळवणे हे आजच्या काळात कोणालाही शक्य आहे आणि त्याद्वारे ज्ञानाचे लोकशाहीकरण होऊ शकते!
vivek.belhekar@gmail.com
