AI शोध उछाल के बोझ तले Peer Review दबाव में है

वैज्ञानिक गुणवत्ता-फ़िल्टर में ओवरलोड के संकेत दिख रहे हैं

Peer review आधुनिक वैज्ञानिक प्रकाशन के केंद्र में है। किसी शोधपत्र के औपचारिक रूप से प्रकाशित होने से पहले, आम तौर पर बाहरी विशेषज्ञों से यह आकलन करने को कहा जाता है कि उसकी विधियाँ, तर्क, और निष्कर्ष ठीक हैं या नहीं। यह प्रक्रिया अपूर्ण, धीमी, और अक्सर झुंझलाहट पैदा करने वाली है, लेकिन त्रुटियों को छानने और विश्वसनीयता का संकेत देने के लिए विज्ञान जिन मुख्य तंत्रों का उपयोग करता है, उनमें यह एक है।

अब वही तंत्र स्पष्ट दबाव में है। Ars Technica की एक नई रिपोर्ट ऐसे प्रकाशन तंत्र का वर्णन करती है जो AI-सहायित पांडुलिपियों सहित बढ़ती हुई प्रस्तुतियों की संख्या के साथ तालमेल बिठाने के लिए जूझ रहा है, जबकि अब भी कामकाजी शोधकर्ताओं के स्वैच्छिक श्रम पर काफी हद तक निर्भर है। नतीजा सिर्फ़ लंबा समय लगना नहीं है। कुछ मामलों में, समीक्षा की गुणवत्ता कमज़ोर, जाँच सतही, और संपादकीय फैसले उस स्तर के विशेषज्ञ इनपुट के बिना लिए जा रहे हैं जिसके लिए यह प्रणाली बनाई गई थी।

जब एक ही समीक्षक पूरा दरवाज़ा बन जाए

लेख की शुरुआत स्वास्थ्य अर्थशास्त्री Jason Semprini के अनुभव से होती है, जिन्होंने एक ऐसा शोधपत्र प्रस्तुत किया था जिसमें उन नीतियों की जाँच की गई थी जो प्राथमिक विद्यालय के छात्रों के लिए मानव पैपिलोमा वायरस वैक्सीन लेना अनिवार्य करती हैं। रिपोर्ट के अनुसार, उनका अध्ययन यह सवाल नहीं उठा रहा था कि क्या HPV वैक्सीन सर्वाइकल कैंसर को रोकती है। इसके बजाय, उसने यह देखा कि क्या mandates जैसी नीतियाँ, जो उपयोग बढ़ाने के लिए बनाई जाती हैं, जनसंख्या स्तर पर कुल सर्वाइकल कैंसर दरों को बदलने के लिए पर्याप्त टीकाकरण बढ़ा पाती हैं या नहीं।

यह अंतर महत्वपूर्ण था, और समीक्षक ने इसे शायद मिस कर दिया। बताया गया कि पांडुलिपि को ऐसे आंका गया मानो वह वैक्सीन के नैदानिक मूल्य को चुनौती दे रही हो, जबकि वह वास्तव में अपनाने को बढ़ाने वाले नीति-उपकरण का विश्लेषण कर रही थी। अधिक मज़बूत समीक्षा प्रक्रिया में कई समीक्षक इस गलतफ़हमी को संतुलित या ठीक कर सकते थे। लेकिन यहाँ सिर्फ़ एक समीक्षक था, और शोधपत्र अस्वीकृत कर दिया गया।

यह किस्सा उपयोगी है क्योंकि यह संरचनात्मक समस्या को पकड़ता है। Peer review हमेशा से पक्षपात, ध्यान की कमी, और साधारण मानवीय त्रुटियों के प्रति संवेदनशील रहा है। जब प्रणाली पर बोझ बढ़ता है, तो ये गलतियाँ redundancy से पकड़ में आने की संभावना कम रखती हैं। अगर संपादक पर्याप्त योग्य समीक्षक नहीं जुटा पाते, तो जल्दबाज़ी में या भ्रमित होकर पढ़ा गया एक ही आकलन निर्णायक बन सकता है।

अवैतनिक विशेषज्ञता पर टिकी प्रणाली स्केल की सीमा तक पहुँच रही है

रिपोर्ट इस दबाव के पीछे के व्यापक आँकड़ों की ओर इशारा करती है। Scopus और Web of Science में सूचीबद्ध शोधपत्र, स्रोत पाठ के अनुसार, सालाना 5.6 प्रतिशत की दर से बढ़ रहे हैं। अलग-अलग देखने पर यह संभालने योग्य लग सकता है, लेकिन शैक्षणिक समीक्षा प्रणाली अपने आप उस गति से नहीं फैलती। हर नए शोधपत्र के लिए संपादक, समीक्षक, संशोधन, और बार-बार ध्यान देने के चक्र की ज़रूरत होती है।

लेख में उद्धृत एक अनुमान के मुताबिक, दुनिया भर में peer review पर खर्च होने वाला श्रम हर साल कुल मिलाकर 15,000 मानव-वर्षों के बराबर है। केवल संयुक्त राज्य में किए गए हिस्से के लिए, अगर उस काम का भुगतान किया जाए, तो लागत लगभग $1.5 बिलियन होगी। फिर भी इसका अधिकतर हिस्सा अवैतनिक है। इसे अक्सर गुमनाम रूप से उन शोधकर्ताओं द्वारा दिया जाता है जो पहले से ही अपने प्रयोग, शिक्षण, अनुदान लेखन, प्रशासन, और प्रकाशन संबंधी माँगों को संभाल रहे होते हैं।

इस असंतुलन के साफ़ नतीजे हैं। संपादकों को तैयार समीक्षक ढूँढने में दिक्कत होती है। योग्य शोधकर्ता अधिक आमंत्रण ठुकराते हैं। जो स्वीकार करते हैं, वे भी ज़रूरत से ज़्यादा व्यस्त हो सकते हैं। और जब समीक्षक-समूह सिकुड़ता है, तो जर्नल हर शोधपत्र के लिए कम रिपोर्टें या पांडुलिपि और समीक्षक की विशेषज्ञता के बीच कम उपयुक्त मेल स्वीकार कर सकते हैं।

इनमें से कोई भी समायोजन एक झटके में peer review का मूल्य नष्ट नहीं करता। लेकिन हर एक इसकी विश्वसनीयता घटाता है। वैज्ञानिक प्रकाशन सिर्फ़ इस बात पर निर्भर नहीं करता कि समीक्षा हुई या नहीं, बल्कि इस पर भी कि क्या वह इतनी सावधान, सूचित, और स्वतंत्र थी कि प्रकाशन से पहले समस्याएँ पकड़ सके या गलत कारणों से काम को अस्वीकार होने से बचा सके।

AI क्यों दबाव बढ़ाता है, भले वह अकेला कारण न हो

लेख मौजूदा तनाव को आंशिक रूप से AI युग के माध्यम से देखता है, और यह ज़ोर महत्वपूर्ण है। AI टूल draft तैयार करने, संशोधित करने, और शोधपत्रों को दोबारा पैक करने की झंझट कम कर सकते हैं। इससे मूल विज्ञान अपने आप बदतर नहीं हो जाता, लेकिन जर्नलों तक पहुँचने वाली प्रस्तुतियों की संख्या बढ़ सकती है। अगर लेखन और फ़ॉर्मेटिंग आसान हो जाए, तो bottleneck मूल्यांकन की ओर खिसक जाता है।

उस अर्थ में, AI एक ऐसी समस्या को और तेज़ कर सकता है जो पहले से बन रही थी। कई क्षेत्रों में शोध-उत्पादन वर्षों से बढ़ रहा है। लेकिन समीक्षा प्रणाली अब भी विशेषज्ञ ध्यान पर निर्भर है, जो दुर्लभ है और जिसे स्केल करना कठिन है। AI-सहायित शोधपत्र अपने आप में कम गुणवत्ता वाले हों, यह ज़रूरी नहीं, लेकिन वे ऐसे संसार में योगदान देते हैं जहाँ अधिक पांडुलिपियाँ तेज़ी से बनाई जा सकती हैं, जितनी तेज़ी से उनकी अच्छी समीक्षा की जा सके।

सबसे तात्कालिक खतरा यह नहीं है कि हर AI-सहायित शोधपत्र दोषपूर्ण है। खतरा यह है कि कौन-से दावे गंभीर जाँच पाएँगे, यह तय करने में समीक्षक की क्षमता सीमित संसाधन बन जाती है। अत्यधिक भरी हुई प्रणाली सतही समीक्षाओं, गलत समझी गई विधियों, असंगत मानकों, और बहुत कम आँखों पर निर्भर प्रकाशन निर्णयों के प्रति अधिक संवेदनशील हो जाती है।

विज्ञान के लिए क्या दाँव पर है

Peer review कभी भी सत्य की गारंटी नहीं रहा, और आलोचकों ने लंबे समय से इसकी कमज़ोरियों को दर्ज किया है। लेकिन कमज़ोर समीक्षा प्रणाली विज्ञान और जनता दोनों के लिए एक कठिन समस्या पैदा करती है। अगर जर्नल एक से अधिक जानकार समीक्षकों को भरोसेमंद ढंग से नहीं जुटा पाते, तो शोध-उत्पादन तेज़ी से बढ़ने के ठीक इसी समय में उनकी गुणवत्ता-फ़िल्टर भूमिका कम भरोसेमंद हो जाती है।

यह अकादमिक जगत से कहीं आगे तक मायने रखता है। नीति-निर्माता, डॉक्टर, निवेशक, और आम जनता अक्सर जर्नल प्रकाशन को वैधता के संकेतक के रूप में इस्तेमाल करते हैं। अगर प्रकाशन तक पहुँचाने वाली प्रक्रिया पतली हो जाती है, तो वह संकेत अधिक शोरभरा हो जाता है। उसी समय, Ars Technica द्वारा उजागर मामले की तरह, मूल्यवान शोध भी टाले जा सकने वाले कारणों से देर से हो सकता है या अस्वीकार किया जा सकता है।

रिपोर्ट कोई आसान समाधान नहीं देती, और यही अपने आप में बहुत कुछ बताता है। काम का बोझ एक संरचनात्मक समस्या है। विज्ञान को अधिक output चाहिए, जर्नल समय पर प्रकाशन चाहते हैं, शोधकर्ताओं को करियर उन्नति चाहिए, और AI लिखित उत्पादन को आसान बना रहा है। लेकिन प्रणाली का मुख्य गुणवत्ता-नियंत्रण अब भी विशेषज्ञ स्वैच्छिक श्रम पर निर्भर है, जो अनंत रूप से नहीं बढ़ सकता।

इस बहस का अगला चरण संभवतः इस पर केंद्रित होगा कि peer review को पुनःडिज़ाइन, भुगतान, triage, या नई तकनीकी सहायता की ज़रूरत है या नहीं। फिलहाल चेतावनी सरल है। वैज्ञानिक विश्वसनीयता की नींव रखने वाली समीक्षा-व्यवस्था वास्तविक दबाव में है, और AI युग उस दबाव को नज़रअंदाज़ करना कठिन बना रहा है।

• Peer review का बढ़ता हिस्सा प्रति शोधपत्र कम समीक्षकों के साथ हो रहा है।
• रिपोर्ट के अनुसार, प्रकाशन डेटाबेस सालाना 5.6 प्रतिशत की दर से फैल रहे हैं।
• स्वैच्छिक समीक्षक मिलकर भारी मात्रा में अवैतनिक श्रम देते हैं।
• AI-सहायित drafting प्रस्तुतियों की मात्रा तेज़ कर सकता है, भले ही विज्ञान की गुणवत्ता अलग-अलग हो।
• मुख्य जोखिम सिर्फ़ धीमा प्रकाशन नहीं, बल्कि सतही जाँच है।

यह लेख Ars Technica की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.