Comparthing Logo
राजनीतिक रणनीतिजनमतडेटा-संचालित-नीतिवक्रपटुता

राय बनाना बनाम सबूतों के आधार पर फ़ैसला लेना

हालांकि पॉलिटिक्स अक्सर ठंडे फैक्ट्स और असरदार बयानबाजी के बीच खींचतान जैसी लगती है, लेकिन ये दोनों तरीके बहुत अलग-अलग रोल निभाते हैं। राय बनाने में लोगों की आम सहमति बनाने के लिए साइकोलॉजिकल और कम्युनिकेशन स्ट्रेटेजी का इस्तेमाल होता है, जबकि सबूतों के आधार पर फैसले लेने में यह तय करने के लिए पक्के डेटा और साइंटिफिक ट्रायल पर निर्भर करता है कि कौन सी पॉलिसी असल में नतीजे देती हैं।

मुख्य बातें

  • राय बनाने से किसी भी बदलाव के लिए ज़रूरी 'पॉलिटिकल विल' बनती है।
  • सबूतों पर आधारित पॉलिसी यह पक्का करती है कि बदलाव से असल में समस्या हल हो।
  • परसुएशन शॉर्ट-टर्म न्यूज़ साइकिल और वोटर सेंटिमेंट पर फोकस करता है।
  • डेटा-ड्रिवन लॉजिक लंबे समय के सामाजिक ट्रेंड्स और एफिशिएंसी पर फोकस करता है।

राय को आकार देना क्या है?

लोगों की सोच पर असर डालने, पॉलिटिकल इच्छाशक्ति बनाने और खास एजेंडा के लिए सहमति बनाने के लिए कम्युनिकेशन और फ्रेमिंग का स्ट्रेटेजिक इस्तेमाल।

  • यह बहुत ज़्यादा इमोशनल जुड़ाव और कहानी कहने पर निर्भर करता है।
  • टेक्नीक में फ्रेमिंग, 'स्पिनिंग' न्यूज़ साइकिल और सोशल मीडिया माइक्रो-टारगेटिंग शामिल हैं।
  • सफलता को पोलिंग डेटा, अप्रूवल रेटिंग और चुनाव के नतीजों से मापा जाता है।
  • इसका इस्तेमाल अक्सर मुश्किल मुद्दों को आसान, पार्टी के हिसाब से बातचीत के पॉइंट्स में बदलने के लिए किया जाता है।
  • इसका इस्तेमाल जनता को जानकारी देने या गलत जानकारी देकर उन्हें गुमराह करने, दोनों के लिए किया जा सकता है।

साक्ष्य-आधारित निर्णय लेना क्या है?

गवर्नेंस के लिए एक एनालिटिकल तरीका जो आइडियोलॉजी या इंट्यूशन के बजाय एंपिरिकल डेटा, एक्सपर्ट रिसर्च और प्रूवन नतीजों को प्रायोरिटी देता है।

  • यह पॉलिसी को टेस्ट करने के लिए रैंडमाइज्ड कंट्रोल्ड ट्रायल्स और लॉन्जिट्यूडिनल स्टडीज़ का इस्तेमाल करता है।
  • समर्थक वोटरों को जो अच्छा लगे, उसके बजाय 'जो काम करे' की वकालत करते हैं।
  • एक्यूरेसी पक्का करने के लिए ट्रांसपेरेंट डेटा सेट और पीयर-रिव्यूड मेथडोलॉजी की ज़रूरत होती है।
  • सफलता को समाज के इंडिकेटर्स में ठोस सुधार से मापा जाता है, जैसे गरीबी कम होना।
  • यह अक्सर असहज सच्चाई को सामने लाकर लोकप्रिय राजनीतिक कहानियों को चुनौती देता है।

तुलना तालिका

विशेषता राय को आकार देना साक्ष्य-आधारित निर्णय लेना
प्राथमिक लक्ष्य दिल और दिमाग जीतना जटिल समस्याओं का समाधान
आधारभूत उपकरण बयानबाजी और रूपरेखा डेटा और सांख्यिकी
निष्पादन की गति रैपिड; 24 घंटे के न्यूज़ साइकिल पर रिएक्ट करता है सोच-समझकर; स्टडी और रिव्यू के लिए समय चाहिए
प्रमुख चालक भावना, पहचान और मूल्य तर्क, अनुसंधान और परिणाम
जोखिम कारक ध्रुवीकरण और हेरफेर एनालिसिस पैरालिसिस या 'टेक्नोक्रेसी'
सामान्य सेटिंग अभियान के दौरान और सोशल मीडिया पर थिंक टैंक और विधायी समितियाँ

विस्तृत तुलना

अनुभूति की शक्ति बनाम वास्तविकता

राय बनाना इस विश्वास पर चलता है कि राजनीति में सोच ही असलियत है। अगर कोई नेता टैक्स में कटौती को 'राहत' या खर्च के बिल को 'इन्वेस्टमेंट' के तौर पर दिखा सकता है, तो उसे काम करने के लिए ज़रूरी पॉलिटिकल कैपिटल मिल जाता है। लेकिन, सबूतों के आधार पर फ़ैसले लेने में लेबल को नज़रअंदाज़ किया जाता है और स्प्रेडशीट को देखा जाता है कि क्या उन कामों से सच में बजट बैलेंस होगा या इकॉनमी बढ़ेगी।

अनुनय और सार्वजनिक इच्छा

राय बनाए बिना, सबसे सही, डेटा पर आधारित पॉलिसी भी शायद फेल हो जाएगी क्योंकि उसे पब्लिक सपोर्ट नहीं मिलेगा। नेता कहानी का इस्तेमाल यह समझाने के लिए करते हैं कि कोई पॉलिसी परिवार के किचन टेबल के लिए 'क्यों' मायने रखती है। इसके उलट, सबूतों पर आधारित तरीके 'कैसे' बताते हैं, जिससे यह पक्का होता है कि एक बार पब्लिक मान जाए, तो सरकार ऐसे प्लान पर रिसोर्स बर्बाद न करे जो भाषण में तो अच्छा लगे लेकिन असल में फेल हो जाए।

विचारधारा के साथ संघर्ष

सबूतों के आधार पर फ़ैसले लेना अक्सर सोच की शुद्धता का दुश्मन होता है। डेटा यह बता सकता है कि एक विवादित सोशल प्रोग्राम असल में लंबे समय में सरकार का पैसा बचाता है, जिससे वे नेता निराश हो सकते हैं जिनका ब्रांड उस प्रोग्राम का विरोध करने पर निर्भर करता है। ऐसे मामलों में, राय बनाने का इस्तेमाल अक्सर डेटा को गलत साबित करने या बातचीत को नैतिक तर्कों की ओर मोड़ने के लिए किया जाता है, जहाँ 'तथ्यों' का कम महत्व होता है।

विशेषज्ञ की भूमिका

सबूतों पर आधारित मॉडल में, साइंटिस्ट और इकोनॉमिस्ट पॉलिसी के मुख्य आर्किटेक्ट होते हैं। राय बनाने वाले मॉडल में, स्ट्रेटजिस्ट और कम्युनिकेशन डायरेक्टर सेंटर स्टेज पर होते हैं। एक हेल्दी डेमोक्रेसी में आमतौर पर बैलेंस की ज़रूरत होती है: एक्सपर्ट्स सॉल्यूशन डिज़ाइन करें और कम्युनिकेटर्स यह पक्का करें कि जनता इसमें शामिल ट्रेड-ऑफ़ को समझे और स्वीकार करे।

लाभ और हानि

राय को आकार देना

लाभ

  • + सामाजिक एकता का निर्माण करता है
  • + जटिल विषयों को सरल बनाता है
  • + मतदाताओं को संगठित करता है
  • + नीति को मानवीय बनाना

सहमत

  • गलत सूचना फैला सकते हैं
  • जनजातीयता को बढ़ाता है
  • सार से ज़्यादा स्टाइल को प्राथमिकता देता है
  • हेरफेर के प्रति संवेदनशील

साक्ष्य-आधारित निर्णय लेना

लाभ

  • + वस्तुनिष्ठ और तटस्थ
  • + सरकारी अपव्यय को कम करता है
  • + पूर्वानुमानित परिणाम
  • + दीर्घकालिक स्थिरता

सहमत

  • ठंडा और प्रेरणाहीन
  • कार्यान्वयन में धीमा
  • उच्च साक्षरता की आवश्यकता है
  • स्थानीय मानों को अनदेखा कर सकते हैं

सामान्य भ्रांतियाँ

मिथ

सबूत पर आधारित पॉलिसी हमेशा बिना किसी भेदभाव के होती है।

वास्तविकता

यहां तक कि डेटा भी इस आधार पर बायस्ड हो सकता है कि कौन से सवाल पूछे गए हैं और स्टडी को कौन फंड कर रहा है। सही मायने में एविडेंस-बेस्ड अप्रोच के लिए डेटा सोर्स पर ही लगातार सवाल उठाने की ज़रूरत होती है।

मिथ

राय बनाना झूठ बोलने का ही दूसरा नाम है।

वास्तविकता

हालांकि इसका इस्तेमाल धोखा देने के लिए किया जा सकता है, लेकिन राय बनाने का तरीका भी है जिससे लीडर अपने विज़न और नैतिक मूल्यों को शेयर करते हैं। यह कम्युनिकेशन का एक टूल है जो किसी भी बड़े ग्रुप को लीड करने के लिए ज़रूरी है।

मिथ

अगर डेटा साफ़ होगा, तो पॉलिसी पॉपुलर होगी।

वास्तविकता

इंसान सिर्फ़ चार्ट से शायद ही कभी प्रभावित होते हैं। कई पॉलिसी जो कागज़ पर 'सही' लगती हैं, वे इसलिए फेल हो जाती हैं क्योंकि वे वोटर्स की गहरी सोच या पहचान से टकराती हैं।

मिथ

सोशल मीडिया ने पारंपरिक राय बनाने की जगह ले ली है।

वास्तविकता

सोशल मीडिया ने इसे सिर्फ़ तेज़ और डीसेंट्रलाइज़ किया है। मुख्य साइकोलॉजिकल टैक्टिक्स—जैसे 'हम बनाम वे' वाली बातें कहना—ठीक वैसे ही हैं जैसे एक सदी पहले थे।

अक्सर पूछे जाने वाले सवाल

हम सरकार को पूरी तरह से डेटा पर क्यों नहीं चला सकते?
सिर्फ़ डेटा पर चलने वाली सरकार को टेक्नोक्रेसी कहते हैं। दिक्कत यह है कि डेटा आपको बता सकता है कि कोई गोल 'कैसे' हासिल करना है, लेकिन यह नहीं बता सकता कि गोल 'क्या' होना चाहिए। उदाहरण के लिए, डेटा आपको दिखा सकता है कि GDP को कैसे ज़्यादा से ज़्यादा किया जाए, लेकिन यह तय नहीं कर सकता कि आपको एनवायरनमेंट प्रोटेक्शन के बजाय इकोनॉमिक ग्रोथ को ज़्यादा महत्व देना चाहिए या नहीं—यह वैल्यूज़ का चुनाव है जिस पर पब्लिक डिबेट की ज़रूरत है।
राजनेता राय बनाने के लिए किसी मुद्दे को कैसे 'फ़्रेम' करते हैं?
फ़्रेमिंग का मतलब है कि हम किसी समस्या को किस नज़रिए से देखते हैं। उदाहरण के लिए, विरासत टैक्स को 'डेथ टैक्स' (किसी गुज़र चुके व्यक्ति पर टैक्स लगाने के गलत होने पर फ़ोकस करना) या 'एस्टेट टैक्स' (समाज में बहुत अमीर लोगों के योगदान पर फ़ोकस करना) के तौर पर फ़्रेम किया जा सकता है। टैक्स के तथ्य नहीं बदले हैं, लेकिन इस्तेमाल की गई भाषा लोगों की इसके बारे में सोच को पूरी तरह बदल देती है।
सबूत-आधारित पॉलिसी में 'नज' क्या है?
'नज' बिहेवियरल इकोनॉमिक्स पर आधारित एक छोटा पॉलिसी बदलाव है। लोगों को कानूनों के ज़रिए कुछ करने के लिए मजबूर करने के बजाय, सरकार 'चॉइस आर्किटेक्चर' को बदल देती है। एक उदाहरण है ड्राइविंग लाइसेंस पर ऑर्गन डोनेशन को डिफ़ॉल्ट ऑप्शन बनाना; लोग अभी भी ऑप्ट आउट कर सकते हैं, लेकिन डेटा दिखाता है कि सिर्फ़ डिफ़ॉल्ट बदलने से डोनर्स की संख्या काफ़ी बढ़ जाती है।
क्या राय बनाने से सच में किसी स्थिति के तथ्य बदल सकते हैं?
यह फिजिकल फैक्ट्स को नहीं बदल सकता, लेकिन यह 'सोशल फैक्ट्स' को बदल सकता है। अगर काफी लोगों को यकीन हो जाए कि कोई करेंसी बेकार है या कोई सरकार गैर-कानूनी है, तो यह विश्वास एक सच्चाई बन जाता है जिसके बड़े नतीजे होते हैं। यही वजह है कि नैरेटिव पर कंट्रोल को अक्सर मिलिट्री या इकॉनमी पर कंट्रोल जितना ही ताकतवर माना जाता है।
मुझे कैसे पता चलेगा कि मुझे ओपिनियन शेपिंग का टारगेट बनाया जा रहा है?
बहुत ज़्यादा इमोशनल भाषा पर ध्यान दें। अगर कोई न्यूज़ स्टोरी या पोस्ट आपको तुरंत गुस्सा, डर या खुद को बड़ा समझने जैसा महसूस कराती है, तो हो सकता है कि यह आपको जानकारी देने के बजाय आपकी राय बनाने के लिए बनाई गई हो। खुद से पूछें: 'इस बहस का दूसरा पहलू क्या है?' और 'इस स्टोरी को कामयाब बनाने के लिए कौन से खास डेटा पॉइंट छोड़े जा रहे हैं?'
'व्हाट वर्क्स क्लियरिंगहाउस' क्या है?
यह US डिपार्टमेंट ऑफ़ एजुकेशन में सबूतों के आधार पर फ़ैसले लेने का एक असल दुनिया का उदाहरण है। यह अलग-अलग पढ़ाने के तरीकों और प्रोग्राम को जाँचता है ताकि यह देखा जा सके कि कौन से तरीके असल में अच्छी क्वालिटी की रिसर्च के आधार पर स्टूडेंट के नतीजों को बेहतर बनाते हैं। यह शिक्षकों को ऐसी स्ट्रेटेजी खोजने के लिए एक सेंट्रल हब देता है जो असल क्लासरूम में काम करती साबित हुई हैं।
क्या एक्सपर्ट्स कभी सबूत-आधारित मॉडल्स पर असहमत होते हैं?
अक्सर। साइंस लगातार बहस का एक प्रोसेस है। दो इकोनॉमिस्ट एक ही बेरोज़गारी के डेटा को देखकर उसके कारण के बारे में अलग-अलग नतीजे पर पहुँच सकते हैं। सबूतों पर आधारित मॉडल की ताकत यह नहीं है कि यह एक 'परफेक्ट' जवाब देता है, बल्कि यह एक ट्रांसपेरेंट फ्रेमवर्क देता है जहाँ उन असहमतियों को टेस्ट किया जा सकता है और ज़्यादा डेटा के साथ उन्हें सुलझाया जा सकता है।
AI ने राय बनाने के तरीके को कैसे बदला है?
AI ने राय बनाने को कहीं ज़्यादा सर्जिकल बना दिया है। पूरे देश के लिए एक टेलीविज़न ऐड के बजाय, एल्गोरिदम अब हर यूज़र की खास चिंताओं और दिलचस्पी के हिसाब से मैसेज के हज़ारों वेरिएशन बना सकते हैं। इस 'माइक्रो-टारगेटिंग' से एक ही, एक देश में बातचीत करना बहुत मुश्किल हो जाता है क्योंकि हर कोई असलियत का एक अलग वर्शन देख रहा होता है।

निर्णय

जब आपको किसी कम्युनिटी को इकट्ठा करना हो या कोई कानून पास करने के लिए ज़रूरी पॉलिटिकल माहौल बनाना हो, तो ओपिनियन शेपिंग का इस्तेमाल करें। जब आप उस कानून के खास तरीके को डिज़ाइन कर रहे हों, तो सबूतों पर आधारित फैसले लेने पर भरोसा करें ताकि यह पक्का हो सके कि इससे बिना किसी अनचाहे नतीजे के चाहे गए फायदे मिलें।

संबंधित तुलनाएं

अनिवार्य ड्राफ्ट बनाम प्रोत्साहन नामांकन

किसी देश की सुरक्षा के लिए स्टाफ कैसे रखा जाए, यह तय करना एक बुनियादी राजनीतिक दुविधा है, जो एक ज़रूरी ड्राफ़्ट की सामूहिक ज़िम्मेदारी को पूरी तरह से वॉलंटियर फ़ोर्स के मार्केट-ड्रिवन तरीके के सामने खड़ा करता है। जहाँ एक नागरिक कर्तव्य और साझा बलिदान पर फ़ोकस करता है, वहीं दूसरा मॉडर्न मिलिट्री फ्रेमवर्क के अंदर प्रोफ़ेशनल एक्सपर्टीज़ और व्यक्तिगत आज़ादी को प्राथमिकता देता है।

अनिवार्य राष्ट्रीय सेवा बनाम स्वैच्छिक सेवा

यह तुलना सरकार की मजबूरी वाली सर्विस बनाम चॉइस-बेस्ड मॉडल के पॉलिटिकल और सोशल असर को देखती है। ज़रूरी सर्विस का मकसद देश की एकता और सभी सामाजिक वर्गों में शेयर्ड ज़िम्मेदारी को बढ़ावा देना है, जबकि वॉलंटरी सर्विस प्रोफेशनल एफिशिएंसी, व्यक्तिगत आज़ादी और आज की ज़रूरतों के हिसाब से बहुत खास वर्कफोर्स को प्राथमिकता देती है।

अनुनय बनाम तथ्य

पॉलिटिकल माहौल में, इमोशनल बातों और पक्के सच के बीच का टेंशन यह तय करता है कि आंदोलन कैसे बनते हैं और पॉलिसी कैसे लागू होती हैं। जहाँ सच गवर्नेंस के लिए सही बुनियाद देते हैं, वहीं बातों को मानना पॉलिटिकल मोबिलाइज़ेशन का इंजन है, जो अक्सर यह तय करता है कि जनता किन सच पर यकीन करना या उन्हें प्रायोरिटी देना चाहती है।

कृषि नीति बनाम बाज़ार की मांग

यह तुलना सरकार के बनाए खेती के सिस्टम और कस्टमर की पसंद की अचानक आने वाली ताकतों के बीच तनाव को दिखाती है। जहाँ पॉलिसी फ़ूड सिक्योरिटी और किसानों की स्थिरता के लिए एक सेफ्टी नेट देती हैं, वहीं मार्केट की डिमांड इनोवेशन, सस्टेनेबिलिटी और बदलते डाइट ट्रेंड्स के लिए एक लगातार ड्राइवर का काम करती है, जो अक्सर सरकारी नियमों से आगे निकल जाते हैं।

खाद्य संप्रभुता बनाम व्यापार निर्भरता

यह तुलना फ़ूड सॉवरेनिटी – यानी लोगों का अपने फ़ूड सिस्टम को खुद तय करने का अधिकार – और ट्रेड पर निर्भरता, जहाँ देश अपनी न्यूट्रिशनल ज़रूरतों के लिए ग्लोबल मार्केट पर निर्भर रहते हैं, के बीच पॉलिटिकल और इकोनॉमिक टकराव की जाँच करती है। जहाँ सॉवरेनिटी लोकल रेजिलिएंस और कल्चरल ऑटोनॉमी को प्राथमिकता देती है, वहीं ट्रेड पर निर्भरता खाने की लागत कम रखने और सप्लाई को अलग-अलग तरह का रखने के लिए ग्लोबल एफिशिएंसी का फ़ायदा उठाती है।