क्या दुनिया सस्टेनेबल डेवलपमेंट की राह पर है? AI ने जताई चिंता

सस्टेनेबल डेवलपमेंट गोल्स (SDGs) को पूरा करने की ग्लोबल रेस को आमतौर पर स्कोरकार्ड, रैंकिंग और सालाना रिपोर्ट के ज़रिए ट्रैक किया जाता है। नई रिसर्च से पता चलता है कि ये टूल उन देशों को मिस कर सकते हैं जो कागज़ पर स्टेबल दिखते हैं, जबकि उनका गहरा डेवलपमेंट का रास्ता एक अनएक्सपेक्टेड दिशा में बढ़ने लगता है।

सस्टेनेबिलिटी में पब्लिश हुई और डीप लर्निंग के साथ नेशनल सस्टेनेबिलिटी ट्रैजेक्टरीज़ का फोरकास्टिंग: प्रेडिक्टेबिलिटी, सरप्राइज़, एंड अर्ली प्रेडिक्टिव सिग्नल्स नाम की स्टडी में एक AI-बेस्ड फोरकास्टिंग मॉडल पेश किया गया है जो एक्सपेक्टेड और एक्चुअल नेशनल ट्रैजेक्टरीज़ की तुलना करता है, यह पहचानता है कि कौन से देश ट्रैक पर हैं, कहाँ प्रोग्रेस उम्मीदों से ज़्यादा हो रही है और कहाँ ह्यूमन डेवलपमेंट पीछे छूट रहा है।

AI फोरकास्टिंग सस्टेनेबिलिटी ट्रैकिंग में एक अर्ली-वॉर्निंग लेयर जोड़ता है

स्टडी ग्लोबल सस्टेनेबिलिटी को मॉनिटर करने के तरीके में एक बड़ी कमी को दूर करती है। ज़्यादातर सिस्टम दिखाते हैं कि देश आज कहाँ खड़े हैं, लेकिन वे यह साफ तौर पर नहीं बताते कि देश अपने रास्ते पर बने रहेंगे, तेज़ी से बढ़ेंगे या पीछे रह जाएँगे। लेखकों ने टेस्ट किया कि क्या पिछले डेवलपमेंट पैटर्न भविष्य के सस्टेनेबिलिटी नतीजों का अनुमान लगा सकते हैं और क्या उन फोरकास्ट से डेविएशन अस्थिरता या अनएक्सपेक्टेड प्रोग्रेस के शुरुआती संकेत दिखा सकते हैं।

2003 से 2022 तक 184 देशों और इलाकों में 749 वर्ल्ड डेवलपमेंट इंडिकेटर्स का इस्तेमाल करके, उन्होंने एक टेम्पोरल फ्यूजन ट्रांसफॉर्मर लगाया, जो टाइम-सीरीज़ फोरकास्टिंग के लिए डिज़ाइन किया गया एक इंटरप्रेटेबल डीप लर्निंग मॉडल है, ताकि दो बड़े पैमाने पर इस्तेमाल होने वाले डेवलपमेंट मेज़र का अनुमान लगाया जा सके: सस्टेनेबल डेवलपमेंट गोल्स इंडेक्स (SDGI), जो बड़े गोल-लेवल की प्रोग्रेस को कैप्चर करता है, और ह्यूमन डेवलपमेंट इंडेक्स (HDI), जो ह्यूमन डेवलपमेंट की नींव को कैप्चर करता है।

SDGI 17 सस्टेनेबल डेवलपमेंट गोल्स में परफॉर्मेंस को 0 से 100 के स्केल पर मापता है। HDI हेल्थ, एजुकेशन और इनकम के ज़रिए इंसानी क्षमताओं को 0 से 1 के स्केल पर मापता है। मॉडल को 2003 से 2017 के डेटा पर ट्रेन और वैलिडेट किया गया और 2018 से 2022 के समय में टेस्ट किया गया। इसने SDGI के लिए 1.10 और HDI के लिए 0.008 का मीन एब्सोल्यूट एरर हासिल किया, जो लीनियर ट्रेंड और XGBoost बेसलाइन से बेहतर परफॉर्म करता है। SDGI के लिए गलती में कम से कम 19 परसेंट और HDI के लिए 60 परसेंट की कमी आई, जिससे पता चलता है कि डीप लर्निंग सस्टेनेबिलिटी फोरकास्टिंग को बेहतर बना सकती है, खासकर ह्यूमन डेवलपमेंट के लिए।

नतीजों से यह भी पता चलता है कि कई नेशनल डेवलपमेंट के रास्ते बहुत ज़्यादा लगातार बने रहते हैं। ज़्यादातर देश उम्मीद के मुताबिक रास्ते पर चलते रहे, जिससे पता चलता है कि इंस्टीट्यूशन, इन्वेस्टमेंट पैटर्न और पॉलिसी चॉइस लंबे समय का मोमेंटम बनाते हैं जिसे जल्दी बदलना मुश्किल होता है।

कुछ देशों में SDG प्रोग्रेस और ह्यूमन डेवलपमेंट अलग-अलग हो रहे हैं।

स्टडी में पाया गया कि 184 देशों और इलाकों में से 115, या 62 परसेंट, टेस्ट पीरियड के दौरान SDGI और HDI दोनों के लिए ट्रैक पर थे। ये देश गोल-लेवल सस्टेनेबिलिटी और बेसिक ह्यूमन डेवलपमेंट दोनों के लिए मॉडल की उम्मीद की गई रेंज में रहे। जो देश उम्मीदों से भटके, उनमें पैटर्न अलग-अलग था। पैंतीस देशों और इलाकों ने SDGI में पॉजिटिव सरप्राइज़ दिखाए, जिसका मतलब है कि उन्होंने SDGI पर उम्मीद से बेहतर परफॉर्म किया। इनमें से कई मामले सब-सहारा अफ्रीका और साउथ एशिया के डेवलपिंग देश थे, जिनमें बेनिन, टोगो, रवांडा, चीन और इथियोपिया शामिल हैं। दूसरी तरफ, 23 देशों और इलाकों ने अपने उम्मीद के मुताबिक HDI रास्तों से कम परफॉर्म किया, जिसमें नेगेटिव डेविएशन उन देशों में ज़्यादा था जो संघर्ष, आर्थिक अस्थिरता, हेल्थ-सिस्टम पर दबाव या बड़े पैमाने पर रुकावट से प्रभावित थे। वेनेज़ुएला, लीबिया, लेबनान, ईरान और यूक्रेन बड़े नेगेटिव HDI सरप्राइज़ में से थे। यह बंटवारा लक्ष्य-लेवल सस्टेनेबिलिटी और क्षमता-लेवल सस्टेनेबिलिटी के बीच एक अलगाव दिखाता है। कोई देश पॉलिसी-सेंसिटिव SDG इंडिकेटर्स में सुधार कर सकता है, जबकि हेल्थ, इनकम या बड़े पैमाने पर ह्यूमन डेवलपमेंट कमज़ोर हो जाता है।

स्टडी में नौ डबल-सरप्राइज़ वाले देश मिले, जहाँ दोनों इंडेक्स में अचानक बदलाव आया। छह ने पॉजिटिव SDGI सरप्राइज़ दिखाए लेकिन नेगेटिव HDI सरप्राइज़ दिखाए। यह पैटर्न बताता है कि इंस्टीट्यूशनल सुधार, एनवायरनमेंटल टारगेट या दूसरे SDG-लिंक्ड इंडिकेटर्स तब भी आगे बढ़ सकते हैं, जब जीवन प्रत्याशा, इनकम या बेसिक ह्यूमन वेलफेयर पर दबाव हो।

यूक्रेन इस बंटवारे को दिखाता है। इसका HDI अंडरपरफॉर्मेंस युद्ध से जुड़ी रुकावट के साथ हुआ, जबकि SDGI परफॉर्मेंस को इंस्टीट्यूशनल सुधारों और यूरोपियन गवर्नेंस स्टैंडर्ड्स के साथ अलाइनमेंट से सपोर्ट मिला हो सकता है। यूनाइटेड स्टेट्स ने इसी पैटर्न का एक अलग वर्शन दिखाया, जिसमें ह्यूमन डेवलपमेंट का दबाव महामारी के समय और ओपिओइड संकट के दौरान जीवन प्रत्याशा में गिरावट से जुड़ा था, जबकि क्लीन-एनर्जी पॉलिसी ने SDGI परफॉर्मेंस को सपोर्ट किया होगा।

मॉडल ने दोनों इंडेक्स के लिए अलग-अलग प्रेडिक्टिव सिग्नल भी पहचाने। HDI फोरकास्ट में इकोनॉमिक इंडिकेटर्स का दबदबा था, जिसमें फ्यूल एक्सपोर्ट, गरीबी का अंतर, पेट्रोलियम रेंट, प्राइवेट कंजम्पशन ग्रोथ और लेंडिंग इंटरेस्ट रेट शामिल थे। SDGI फोरकास्टिंग के लिए इकोनॉमिक, सोशल, एनवायर्नमेंटल और इंस्टीट्यूशनल इंडिकेटर्स के बड़े मिक्स की ज़रूरत थी, जिसमें एजुकेशन एक्सेस, ड्रिंकिंग वॉटर सर्विसेज़, फॉरेन डायरेक्ट इन्वेस्टमेंट और करप्शन पर कंट्रोल शामिल थे।

पॉलिसी और ग्लोबल मॉनिटरिंग के लिए यह क्यों ज़रूरी है

नतीजों से पता चलता है कि सस्टेनेबिलिटी मॉनिटरिंग सिर्फ़ सालाना रैंकिंग या स्टैटिक डैशबोर्ड पर निर्भर नहीं होनी चाहिए। फोरकास्टिंग से सरकारों और डेवलपमेंट एजेंसियों को उन देशों की पहचान करने में मदद मिल सकती है जो उम्मीद के मुताबिक रास्तों से हटने लगे हैं, इससे पहले कि वे बदलाव पक्के हो जाएं।

स्टडी में SDG प्रोग्रेस को बड़े पैमाने पर ह्यूमन डेवलपमेंट रिकवरी का सबूत मानने के खिलाफ भी चेतावनी दी गई है। अगर किसी देश का SDGI बेहतर होता है जबकि HDI कमज़ोर होता है, तो पॉलिसी बनाने वालों को पॉलिसी इंडिकेटर्स में प्रोग्रेस दिख सकती है लेकिन लोगों के रहने के हालात में रुकावटें आ सकती हैं। इसलिए, महामारी, युद्ध, कर्ज़ संकट या एनर्जी में रुकावट जैसे झटकों के बाद रिकवरी असेसमेंट में लक्ष्य-स्तर की प्रोग्रेस और बुनियादी इंसानी क्षमताओं, दोनों को ट्रैक करना चाहिए।

स्टडी में पहचाने गए अनुसार, गवर्नेंस, अनुमान लगाने में एक बड़ा फैक्टर है। मज़बूत गवर्नेंस SDGI और HDI दोनों के लिए कम फोरकास्ट एरर से जुड़ा था, जिससे पता चलता है कि मज़बूत संस्थानों वाले देश ज़्यादा स्थिर और अनुमान लगाने लायक सस्टेनेबिलिटी रास्तों पर चलते हैं। कमज़ोर गवर्नेंस, टकराव का खतरा और अस्थिरता डेवलपमेंट के रास्तों का अनुमान लगाना मुश्किल बनाते हैं।

जिन देशों में फोरकास्ट में गलतियाँ बढ़ रही हैं, उन्हें ज़्यादा मॉनिटरिंग की ज़रूरत हो सकती है क्योंकि अनप्रेडिक्टेबिलिटी खुद इंस्टीट्यूशनल स्ट्रेस का संकेत दे सकती है। डेवलपमेंट पार्टनर्स के लिए, इससे यह पहचानने में मदद मिल सकती है कि पारंपरिक इंडिकेटर्स के पूरी तरह खराब होने से पहले कहाँ सपोर्ट की ज़रूरत है।