ন্যায্যতা ও তার ট্রেড-অফ: অন্তর্ভুক্তি, অ্যাক্সেসিবিলিটি ও ভাষা

আগের পাতায় আপনি শিখেছেন বিভিন্ন গোষ্ঠীর মধ্যে পার্থক্য কীভাবে খুঁজে পেতে হয়। এখনকার প্রশ্নটা কঠিন: সেই পার্থক্য অন্যায্য কি না, আর তা নিয়ে কী করা উচিত? এখানে উত্তর প্রায় কখনোই একটা সংখ্যা নয়। "ন্যায্য" মানে হতে পারে সবার জন্য একই নিয়ম, সবার জন্য একই ফল, প্রতিটা গোষ্ঠীর জন্য সমান হারে একই ধরনের ভুল, অথবা একটা ভালো ফলের অর্থ সবার কাছে এক হওয়া। এই লক্ষ্যগুলো প্রায়ই একসঙ্গে পূরণ করা যায় না। তাই একটা দলকে বেছে নিতে হয়, কারণ বলতে হয়, আর যাঁরা সেই বাছাইয়ের খরচ বহন করেন তাঁদের দিকে নজর রাখতে হয়।

এই পাতায় ধারণাগুলো ধারণার স্তরেই থাকবে। ট্রেড-অফগুলো কেমন আচরণ করে তা দেখতে আমরা কিছু ছোট কাল্পনিক সংখ্যা ব্যবহার করব, কিন্তু আপনাকে নিজে কিছু হিসাব করতে হবে না। বায়াস কোথা থেকে আসে: ডেটা, ডিজাইন, প্রক্সি ও ফিডব্যাক লুপ পাতায় অন্তর্ভুক্তি, অ্যাক্সেসিবিলিটি ও ভাষার যে কথা এসেছিল, তা এখানে ফিরে আসে এই প্রশ্নে: যাঁরা ভিন্ন জায়গা থেকে শুরু করেন, একটা নিয়ম তাঁদের সঙ্গে কেমন আচরণ করে। পাতার শেষে আছে একটা কাল্পনিক নিয়োগ-বাছাইয়ের পরিস্থিতি, সেটা চালানোর একটা বেশি ন্যায্য উপায়, আর ন্যায্যতার ট্রেড-অফ নিয়ে একটা অনুশীলন।

যা শিখবেন

• মানুষকে একই রকম আচরণ দেওয়া আর একই রকম ফল দেওয়ার পার্থক্য, আর কেন অ্যাক্সেসিবিলিটি দেখায় যে দুটোই গুরুত্বপূর্ণ।
• বাস্তব সিদ্ধান্তে ফলস পজিটিভ ও ফলস নেগেটিভ কী, আর কেন এক কাজ থেকে আরেক কাজে এদের খরচ আলাদা।
• চারটা ন্যায্যতার লক্ষ্য সহজ ভাষায়, কেন সেগুলো পরস্পরবিরোধী হতে পারে, আর কেন ডেমোগ্রাফিক প্যারিটি বা সমান ভুলের হার সব কাজে খাটে না।
• একটা প্রক্সি ভেরিয়েবল নিয়ে কীভাবে প্রশ্ন তুলবেন, আর ছোট গোষ্ঠী ও অনিশ্চিত পরিমাপ কীভাবে সামলাবেন।
• একটা কাল্পনিক নিয়োগ-বাছাই কর্মপ্রবাহ কীভাবে মূল্যায়ন করবেন, আর বাদ দেওয়ার একটা ধাপের জায়গায় কীভাবে বেশি ন্যায্য একটা ধাপ বসাবেন।

সমান আচরণ আর সমান ফল

সমান আচরণ মানে সবাইকে একই নিয়মে সামলানো। সমান ফল মানে ফলাফল গোষ্ঠীগুলোর মধ্যে একই রকম আসা। দুটোই ন্যায্য শোনায়, আর একা ব্যবহার করলে দুটোই অন্যায্য হতে পারে।

কাল্পনিক পরিস্থিতি:

A training company in Accra screens applicants with one online test. Everyone gets the same
30 minutes and the same page layout. Tunde, who is blind, uses a screen reader. The test shows
its questions as images with no text, so he cannot read them in time. Zainab has a fast
connection and a quiet room. Both were "treated equally". Their chances were not equal.

একটা প্রচলিত সমাধান নিয়মের উদ্দেশ্য রাখে, কিন্তু প্রয়োগের পদ্ধতি বদলায়। টুন্ডে টেস্টের একটা টেক্সট সংস্করণ পান, আর দরকার হলে বাড়তি সময়। লক্ষ্য একই (দক্ষতা মাপা), আচরণ আলাদা, যাতে সুযোগ সমান হয়। কতদূর যাওয়া উচিত তা নিয়ে যুক্তিসঙ্গত মানুষেরা দ্বিমত করেন, আর পরের অংশগুলো দেখায় কেন।

সিদ্ধান্তে ফলস পজিটিভ ও ফলস নেগেটিভ

বেশির ভাগ বাছাইয়ের সিদ্ধান্ত দুই ভাবে ভুল হতে পারে। ফলস পজিটিভ (false positive) মানে টুল বলল "হ্যাঁ", অথচ সত্যিটা "না"। ফলস নেগেটিভ (false negative) মানে টুল বলল "না", অথচ সত্যিটা "হ্যাঁ"। "পজিটিভ" শব্দটা শুধু টুলের দেওয়া চিহ্নের নাম, তাই চিহ্নটা কী, তা সবসময় কথায় বলুন।

একই টুল দুই ধরনের ভুলই শূন্য করতে পারে না। টুলকে বেশি মানুষকে এগিয়ে দিতে বললে সাধারণত ফলস নেগেটিভ কমে আর ফলস পজিটিভ বাড়ে। কোন ভুলটা বেশি খারাপ, তা নির্ভর করে কাজের ওপর, কে খরচ বহন করছেন তার ওপর, আর মানুষটা ভুল শুধরে নিতে পারেন কি না তার ওপর। এটা একটা মূল্যবোধের বিচার, হিসাব নয়, আর সিদ্ধান্ত-কাঠামোর "উপকার ও ক্ষতি" ধাপে এর জায়গা। দুই ধরনের ভুল প্রতিটা গোষ্ঠীর ওপর সমানভাবে পড়ছে কি না? এই প্রশ্ন আমাদের পরের অংশে নিয়ে যায়।

সংখ্যাও গুরুত্বপূর্ণ, কারণ বিরল ঘটনা বিভ্রান্ত করে। টয় ডেটা:

A bank's alert tool checks 1,000 payments. In truth 20 are fraud and 980 are honest.
The tool flags 60 payments. 18 of them are real fraud and 42 are honest customers.
It misses 2 frauds.

Real fraud caught (18 of 20):        90%
Honest payments blocked (42 of 980): about 4.3%
Of the 60 flagged, truly fraud:      30%

টুলটা দশটার মধ্যে নয়টা জালিয়াতি ধরে, তবু ৪২ জন সৎ গ্রাহককে আটকে দেয়, কারণ সৎ পেমেন্ট অনেক বেশি। যা খুঁজছেন তা বিরল হলে একটা সতর্কতা নির্ভুল দেখালেও বেশির ভাগ সময় ভুল হতে পারে। (সংখ্যাগুলো কাল্পনিক এবং শুধু হিসাবটা দেখায়।)

পরস্পরবিরোধী ন্যায্যতার লক্ষ্য

গবেষকেরা গোষ্ঠীর ন্যায্যতার বেশ কয়েকটা নিখুঁত সংজ্ঞা লিখেছেন। এখানে চারটা সহজ ভাষায়। প্রতিটায় আমরা একটা টুল দিয়ে গোষ্ঠী এ আর গোষ্ঠী বি-র মতো মানুষের দল তুলনা করছি।

প্রথম তিনটা সংজ্ঞা মেশিন লার্নিংয়ে ন্যায্যতা নিয়ে গবেষণা সাহিত্য থেকে নেওয়া (হার্ডট, প্রাইস ও শ্রেব্রো, ২০১৬)। চতুর্থটা প্রেডিক্টিভ প্যারিটির ধারণা সাহিত্যে যেভাবে সাধারণত বর্ণনা করা হয় সেই ধরনের সহজ ভাষার ব্যাখ্যা, উদ্ধৃতি নয়। এগুলো এমন পরিমাপ যা একটা ডেটাসেটে হিসাব করা যায়। এরা একটা ডেটাসেটে টুলকে বর্ণনা করে, আর প্রমাণ করে না যে কোনো বাস্তব সিস্টেম ন্যায্য।

এবার এক সেট কাল্পনিক সংখ্যায় দেখুন কী ঘটে। টয় ডেটা:

A tool screens applicants for a warehouse-supervisor course.
Group A: 200 applicants, 120 truly suited (60%).  Group B: 100 applicants, 30 truly suited (30%).
"Truly suited" was decided later, by a trial month, so we know it for these invented people.

Rule 1: one cutoff for everyone (equal treatment)
  Group A: selected 112 of 200 (56%)   suited who were selected: 80%   unsuited selected: 20%
           of those selected, truly suited: 85.7%
  Group B: selected  28 of 100 (28%)   suited who were selected: 66.7%  unsuited selected: 11.4%
           of those selected, truly suited: 71.4%

Rule 2: cutoffs set so both kinds of error match (equalised odds)
  Group A: selected 112 of 200 (56%)   suited who were selected: 80%   unsuited selected: 20%
           of those selected, truly suited: 85.7%
  Group B: selected  38 of 100 (38%)   suited who were selected: 80%   unsuited selected: 20%
           of those selected, truly suited: 63.2%

Rule 3: cutoffs set so the same share is selected (demographic parity)
  Group A: selected 112 of 200 (56%)   suited who were selected: 80%   unsuited selected: 20%
           of those selected, truly suited: 85.7%
  Group B: selected  56 of 100 (56%)   suited who were selected: 86.7%  unsuited selected: 42.9%
           of those selected, truly suited: 46.4%

নিয়ম ১ দুই গোষ্ঠীর সঙ্গে একই আচরণ করে, কিন্তু গোষ্ঠী বি-র উপযুক্ত মানুষেরা কম নির্বাচিত হন (৬৬.৭% বনাম ৮০%)। নিয়ম ২ সেটা ঠিক করে, আর এখন ভুলের হার মেলে, কিন্তু গোষ্ঠী বি-র ৩৮% আর গোষ্ঠী এ-র ৫৬% নির্বাচিত হন, এবং গোষ্ঠী বি-র নির্বাচিত একজন সত্যিই উপযুক্ত হওয়ার সম্ভাবনা কম (৬৩.২% বনাম ৮৫.৭%)। নিয়ম ৩ নির্বাচনের অনুপাত সমান করে, কিন্তু গোষ্ঠী বি-র অনুপযুক্তদের ৪২.৯% নির্বাচিত হয় (গোষ্ঠী এ-তে ২০%), আর গোষ্ঠী বি-র নির্বাচিতদের অর্ধেকের কমই উপযুক্ত। প্রতিটা সমাধান একটা পরিমাপ ভালো করে আর আরেকটাকে নড়িয়ে দেয়।

কারণটা হলো, এখানে দুই গোষ্ঠীতে সত্যিই উপযুক্ত মানুষের সংখ্যা আলাদা (৬০% বনাম ৩০%), আর টুলটা নিখুঁত নয়। কাইনবার্গ, মুলাইনাথান ও রাঘবনের এবং চৌলদেচোভার গবেষণাপত্র দেখায়, গোষ্ঠীদের মধ্যে আসল হার আলাদা হলে আর টুল ভুল করলে এই লক্ষ্যগুলোর কয়েকটা সাধারণত একসঙ্গে ধরে রাখা যায় না। এটা কোড দিয়ে করে দেখবেন AI নৈতিকতা ও দায়িত্বশীল ব্যবহার: অ্যাডভান্সড-এ। আপাতত ব্যবহারিক কথাটা হলো, একটা ন্যায্যতার লক্ষ্য বাছা মানে কোন খরচ মেনে নেবেন তা বাছা, আর সেই বাছাই খোলাখুলি করতে হবে।

নথিভুক্ত ঘটনা: একটা মেট্রিকের দ্বন্দ্ব

নথিভুক্ত ঘটনা:

COMPAS and ProPublica, 2016. ProPublica, a US newsroom, published "Machine Bias", an
analysis of a risk-score tool made by Northpointe and used in Broward County, Florida.
Reported by ProPublica: among defendants who did not reoffend, Black defendants were labelled
higher risk more often than white defendants (44.9% against 23.5%, as ProPublica reported).
Northpointe disputed ProPublica's methodology and defended the tool's accuracy.
Established: the numbers ProPublica published, and that the company disputed the analysis.
Disputed: whether the tool is "biased". The answer depends on which fairness definition you use.
Not covered: later versions of the tool, or other jurisdictions.

এটা এমন একটা আদর্শ উদাহরণ, যেখানে দুটো যুক্তিসঙ্গত ন্যায্যতার সংজ্ঞা ভিন্ন দিকে যায়। এতে বোঝা যায় না যে কোনো এক পক্ষ সরল অর্থে ঠিক ছিল। এতে বোঝা যায়, ন্যায্যতার যেকোনো দাবিতে কোন পরিমাপ ব্যবহার করা হয়েছে তা বলা উচিত।

যেখানে যুক্তিসঙ্গত মানুষেরা দ্বিমত করেন

প্রতিটা গোষ্ঠী থেকে সমান অনুপাতে মানুষ নির্বাচন করা (ডেমোগ্রাফিক প্যারিটি) নিয়োগ বা ভর্তির টুলের লক্ষ্য হওয়া উচিত কি না?

দুই মতই বেশি ন্যায্য ফল চায়। বিভিন্ন দেশ ও প্রতিষ্ঠানের মানুষ সমান অনুপাত, যোগ্যদের সমান সুযোগ আর ব্যক্তিগত বিচারকে আলাদা ওজন দেন, আর গোষ্ঠীর তথ্য ব্যবহারের নিয়মও আলাদা। বিবেচক একটা দল কাজের সঙ্গে মানানসই পরিমাপ বেছে নেয়, কেন বেছেছে তা লিখে রাখে, আর অন্য পরিমাপগুলোও যাচাই করে।

কেন একটা লক্ষ্য সব কাজে খাটে না

সমান ভুলের হারেরও সীমা আছে। এটা তখনই যাচাই করা যায় যখন প্রতিটা মানুষের জন্য ভরসাযোগ্য একটা "সত্য" আছে, আর নিয়োগ ও ভর্তিতে সেই সত্য (কাজের ফল, কোর্স শেষ করা) প্রায়ই খারাপভাবে মাপা হয় বা অতীতের সিদ্ধান্ত থেকে আসে। তখন সমান ভুলের হার একটা ত্রুটিপূর্ণ মাপকাঠির বিপরীতে ভুলগুলোকে সমান করে দিতে পারে।

প্রক্সি ভেরিয়েবল

পাতা ৫-এ প্রক্সি এসেছিল: অন্য কিছুর স্থলাভিষিক্ত একটা বৈশিষ্ট্য। ন্যায্যতার পর্যালোচনায় টুলের প্রতিটা বৈশিষ্ট্য নিয়ে চারটা প্রশ্ন করুন।

1. এটা কাজের সঙ্গে এমন কারণে যুক্ত কি না, যা আপনি ব্যাখ্যা করতে পারেন (শুধু ঘটনাক্রমে ভবিষ্যদ্বাণী করে বলে নয়)?
2. এটা কোনো গোষ্ঠীর স্থলাভিষিক্ত হতে পারে কি না, যেমন এলাকার ডাকঘর-কোড পাড়ার, বা কর্মজীবনের বিরতি দেখাশোনার দায়িত্বের?
3. এটা বাদ দিলে টুল কোনো গোষ্ঠীর সঙ্গে ভিন্ন আচরণ করবে কি না (বৈশিষ্ট্যসহ আর ছাড়া পরীক্ষা করুন)?
4. আপনি আসলে যা চান তার একটা সরাসরি পরিমাপ আছে কি না, যেমন বিশ্ববিদ্যালয়ের নামের বদলে একটা ছোট কাজের নমুনা?

ছোট গোষ্ঠী ও অনিশ্চিত পরিমাপ

দুটো ব্যবহারিক সমস্যা ন্যায্যতার সংখ্যাকে নড়বড়ে করে।

ছোট গোষ্ঠী। মানুষ কম হলে একটা ঘটনাই হারকে অনেক নাড়ায়। টয় ডেটা:

A group has 12 applicants and the tool advances 9 of them: 9 / 12 = 75.0%.
If one more person had been advanced:   10 / 12 = 83.3%.
If one fewer person had been advanced:   8 / 12 = 66.7%.
One case moves the rate by about 8 points, so a gap of 8 points means little here.

সৎ পদ্ধতি হলো সংখ্যা (কতজন) জানানো, গোষ্ঠীটা যে ছোট তা বলা, আর দুই দিকেই জোরালো দাবি এড়ানো। ছোট গোষ্ঠী দেখতে অস্বীকার করবেন না। আপনি দীর্ঘ সময়ের প্রমাণ একসঙ্গে নিতে পারেন, আলাদা আলাদা কেস পড়তে পারেন, বা একজন পর্যালোচককে প্রতিটা কেস দেখতে বলতে পারেন।

অনিশ্চিত পরিমাপ। ন্যায্যতার যাচাইয়ে টুলের সিদ্ধান্তকে কোনো একটা "সত্যের" সঙ্গে মেলানো হয়। সেই সত্যই অনিশ্চিত হলে (একজন ম্যানেজারের রেটিং, একজন বিচারকের সিদ্ধান্ত, একজন শিক্ষকের নম্বর), যাচাইটাও সেই অনিশ্চয়তা পায়। জিজ্ঞেস করুন লেবেলটা কে দিয়েছেন, তিনি কতটা সঙ্গতিপূর্ণ ছিলেন, আর তাঁর বিচার গোষ্ঠীভেদে আলাদা হতে পারত কি না। পারলে বলুন যে সংখ্যাগুলো অতীতের বিচারের সঙ্গে মিল মাপে, আসল সক্ষমতা নয়।

একটা কাল্পনিক নিয়োগ-বাছাইয়ের পরিস্থিতি

কাল্পনিক পরিস্থিতি:

Harbourline Foods, a mid-sized food distributor, receives about 600 applications for 20
warehouse-supervisor jobs. Jonas, the HR lead in Berlin, wants a tool to cut the first read
from three weeks to three days. The vendor's tool does four things automatically:
  1. Rejects any CV with a work gap longer than 6 months.
  2. Rejects applicants who live more than 40 km from the site.
  3. Scores the rest on keywords that match the job advert.
  4. Sends the top 60 to interview. Nobody reads the rejected 540 applications.

সিদ্ধান্ত-কাঠামো টুলে নয়, পুরো কর্মপ্রবাহে প্রয়োগ করুন। কারা প্রভাবিত? আবেদনকারীরা, যাঁরা নিয়মটা দেখেন না; বর্তমান কর্মীরা; আর কোম্পানি, যে শক্তিশালী প্রার্থী হারাতে পারে। উপকার হলো গতি। ক্ষতি মূলত পড়ে সেই আবেদনকারীদের ওপর, যাঁদের কোনো মানুষ না পড়েই বাদ দেওয়া হয়। ধাপ ১ ও ২ বাদ দেওয়ার (exclusionary) ধাপ: এগুলো দক্ষতার কোনো পরিমাপের আগেই মানুষকে সরিয়ে দেয়, আর দুটো প্রক্সির ওপর দাঁড়ায় (বিরতি দেখাশোনার দায়িত্ব বা অসুস্থতার স্থলাভিষিক্ত হতে পারে; দূরত্ব পাড়া বা যাতায়াতের)। ধাপ ৩ বিজ্ঞাপনের মতো করে লেখেন এমন মানুষকে সুবিধা দিতে পারে। ধাপ ৪-এ প্রতিটা ফলস নেগেটিভ অদৃশ্য হয়ে যায়, কারণ বাদ পড়া ৫৪০ জনকে কেউ দেখে না। প্রতিটা ধাপ আইনসম্মত ও ভালো উদ্দেশ্যে করা হলেও একসঙ্গে সেগুলো এমন কারণে সক্ষম মানুষকে বাদ দিতে পারে যার কাজের সঙ্গে সামান্যই সম্পর্ক।

আইনি নোট (২০২৬-১০-১২ অনুযায়ী; আইনি পরামর্শ নয়): স্বয়ংক্রিয় নিয়োগ-টুলের নিয়ম জায়গাভেদে আলাদা এবং বদলায়। সরকারি পাতা থেকে দুটো উদাহরণ। নিউ ইয়র্ক সিটিতে কোনো নিয়োগকর্তা বা নিয়োগ সংস্থা স্বয়ংক্রিয় নিয়োগ-সিদ্ধান্তের টুল ব্যবহার করতে পারে না, যদি না গত এক বছরের মধ্যে তার বায়াস অডিট হয়ে থাকে, অডিটের তথ্য প্রকাশ্য থাকে, আর প্রার্থীদের নোটিস দেওয়া হয় (শহরের ডিপার্টমেন্ট অফ কনজিউমার অ্যান্ড ওয়ার্কার প্রোটেকশন, DCWP, এটা প্রয়োগ করে, আর প্রয়োগ শুরু হয় 2023-07-05 তারিখে)। ইইউ-তে কমিশন নিয়োগকে সেই ক্ষেত্রগুলোর একটা বলে তালিকাভুক্ত করেছে যেখানে AI সিস্টেম উচ্চ-ঝুঁকির হতে পারে, এবং প্রদানকারীর জন্য আছে ঝুঁকি ব্যবস্থাপনা, ডেটার মান, লগ রাখা, মানুষের তদারকি ও নির্ভুলতার মতো দায়িত্ব; একটা নির্দিষ্ট টুল উচ্চ-ঝুঁকির কি না তা আইনের পাঠের ওপর নির্ভর করে, আর ২০২৬ সালের সংশোধনের পরে কমিশনের সময়সূচি ওই ক্ষেত্রগুলোর উচ্চ-ঝুঁকির নিয়মের জন্য 2027-12-02 তারিখ দেখায়। কোনো উদাহরণই বলে না আপনার এলাকায় আইন কী। আপনার দেশ ও খাতের জন্য বর্তমান সরকারি পাঠ দেখে নিন।

একটা বেশি ন্যায্য বিকল্প

বেশি ন্যায্য কর্মপ্রবাহে টুল বাদ দেওয়ার দরকার নেই। বদলায় টুল কী কাজে লাগে আর মানুষ কোথায় দেখে।

পূরণ করা ওয়ার্কশিট:

1. SITUATION       Cut the first read from 3 weeks to 3 days for about 600 applications.
2. WHO IS AFFECTED Applicants (no say), the hiring team, the supervisors who will work with hires.
3. BENEFITS/HARMS  Benefit: faster answers. Harm: capable people rejected for a gap or an
                   address; nobody sees a wrong rejection.
4. OPTIONS         A. Vendor workflow as shown (auto-reject on gap and distance).
                   B. Remove the gap and distance rules. Tool only sorts; a person reads all.
                   C. Replace the CV filter with a 20-minute work sample in a text-first format
                      and a person-readable score; tool never rejects.
                   D. No tool: add two temporary readers.
5. EVIDENCE        Known: nothing about our own applicants. Test: run the tool on last year's
                   600 and compare with the people who were hired and did well. Check results
                   for applicants with gaps, distant addresses and different CV styles.
6. DECISION        Option C with B's safeguard. The tool may rank; a person reads every application
                   in the lowest band quickly; 50 of them get a full read each month. Stop if two
                   suited people are found in the lowest band in one month.
7. ACCOUNTABLE     Jonas. The hiring manager signs off each shortlist.
8. REVIEW DATE     2027-01-31: compare shortlist makeup, time saved, and any complaints.

কী বদলাল লক্ষ্য করুন। বাদ দেওয়ার জায়গায় এল ক্রমানুসারে সাজানো, দুটো প্রক্সির জায়গায় এল একটা সরাসরি পরিমাপ (কাজের নমুনা), একজন মানুষ ফলস নেগেটিভগুলো দেখতে পারেন, আর আছে একজন দায়িত্বশীল ব্যক্তি ও একটা তারিখ। ভেন্ডরের নকশার চেয়ে এই কর্মপ্রবাহ ধীর। সেই খরচ বাস্তব, আর সেটাই বলার মতো ট্রেড-অফ। যে নিয়োগ-ম্যানেজারের এক সপ্তাহে ২০ জন লাগবে, তিনি যুক্তিসঙ্গতভাবেই অন্য সিদ্ধান্ত নিতে পারেন, আর ভালো সিদ্ধান্তে বলা থাকে কী ছাড়তে হলো।

কাজের জায়গায় এটা কোথায় দেখা যায়

ভর্তি অফিস জানতে চায় একটা র‍্যাঙ্কিং টুল দ্বিতীয় ভাষায় পড়া শিক্ষার্থীদের সাহায্য করে কি না। একটা ব্যাংক দলকে ঠিক করতে হয় জালিয়াতি ঠেকাতে কতজন সৎ গ্রাহককে আটকে দিতে তারা রাজি। একজন ফ্রিল্যান্সার গ্রাহকের জন্য ফর্ম বানাতে গিয়ে দেখেন ডাকঘর-কোডের ঘর গ্রামের সঠিক ঠিকানা বাতিল করে দিচ্ছে। একজন হাসপাতাল প্রশাসককে বলা হয় ভেন্ডরের "টুলটা ন্যায্য" দাবি পর্যালোচনা করতে। প্রতিটা ক্ষেত্রেই কাজের চাল একই: কোন ন্যায্যতার লক্ষ্য বোঝানো হচ্ছে, প্রতিটা ধরনের ভুলের খরচ কে বহন করে, আর প্রতিটা গোষ্ঠীর জন্য কী প্রমাণ আছে তা জিজ্ঞেস করা।

সাধারণ ভুল

• পরিমাপের নাম না করে "টুলটা ন্যায্য" বলা। একটায় পাস করে আরেকটায় ফেল করতে পারে। সমাধান: কোন সংজ্ঞা, কোন গোষ্ঠী, কোন সংখ্যা, তা বলুন।
• সমান আচরণকেই যথেষ্ট ভাবা। সবার জন্য এক নিয়মও কিছু মানুষকে আটকে দিতে পারে। সমাধান: জিজ্ঞেস করুন নিয়মটার অধীনে সবাই সত্যিই ব্যবহার করতে ও সফল হতে পারেন কি না।
• প্রতিটা ধরনের ভুলের খরচ কে বহন করে তা উপেক্ষা করা। সমাধান: ফলস পজিটিভ ও ফলস নেগেটিভের খরচ কী, আর কে বহন করে, তা লিখুন।
• একটা স্পর্শকাতর ঘর সরিয়ে কাজ শেষ ভাবা। প্রক্সি একই তথ্য বহন করতে পারে। সমাধান: বৈশিষ্ট্যসহ ও ছাড়া পরীক্ষা করুন, আর গোষ্ঠী তুলনা করুন।
• খুব ছোট গোষ্ঠী থেকে জোরালো দাবি করা। সমাধান: সংখ্যা জানান, গোষ্ঠী যে ছোট তা বলুন, আর কেস পড়ার মতো অন্য প্রমাণ কাজে লাগান।

নিজে চেষ্টা করুন

টয় ডেটা: একটা বৃত্তির টুল আবেদনকারীদের বাছাই করে, আর "সত্যিই প্রস্তুত" কে ছিলেন তা প্রথম সেমিস্টারের পরে ঠিক করা হয়েছে।

Group C: 200 applicants, 50 truly ready. Tool selected 60: 45 ready, 15 not ready.
Group D: 100 applicants, 20 truly ready. Tool selected 18: 12 ready, 6 not ready.

1. সহজ। এই বৃত্তির টুলের জন্য কথায় বলুন ফলস পজিটিভ ও ফলস নেগেটিভ কী, আর প্রতিটার খরচ কে বহন করে।
2. মাঝারি। প্রতিটা গোষ্ঠীর জন্য তিনটা সংখ্যা বের করুন: আবেদনকারীদের কত অংশ নির্বাচিত হয়েছে, সত্যিই প্রস্তুতদের কত অংশ নির্বাচিত হয়েছে, আর অপ্রস্তুতদের কত অংশ নির্বাচিত হয়েছে। বলুন এই পাতার কোন ন্যায্যতার লক্ষ্য টুলটা পূরণ করে।
3. কঠিন। এই নিয়মের একটা বেশি ন্যায্য বিকল্প প্রস্তাব করুন: "যে আবেদনকারী সকাল ০৮:০০ থেকে বিকেল ১৭:০০-এর মধ্যে ওয়েবসাইটে আবেদন জমা দেননি তাঁকে বাদ দাও"। আট ধাপের ওয়ার্কশিট সংক্ষেপে লিখুন, অন্তত তিনটা বিকল্পসহ (একটা AI ছাড়া), একটা ট্রেড-অফ চিহ্নিত করুন, আর বলুন সেরা বিকল্প নিয়ে দুজন যুক্তিসঙ্গত মানুষ কীভাবে দ্বিমত করতে পারেন।

উত্তর

সহজ। ফলস পজিটিভ হলো একজন অপ্রস্তুত আবেদনকারী যিনি নির্বাচিত হন; খরচ পড়ে বৃত্তির তহবিলের ওপর, আর ব্যক্তিটা সংগ্রাম করলে তাঁর ওপরও। ফলস নেগেটিভ হলো একজন প্রস্তুত আবেদনকারী যিনি নির্বাচিত হন না; তিনি বৃত্তি হারান, আর হয়তো কারণ জানেন না। একটা শক্ত উত্তর এটাও বলে যে এই কাজে ব্যক্তির জন্য ফলস নেগেটিভই সাধারণত বেশি গুরুতর ক্ষতি, আর ছোট বাজেটের তহবিল ফলস পজিটিভ নিয়ে বেশি ভাবতে পারে, এবং এটা একটা বিচারের ব্যাপার। পাস: দুই ভুলই এই প্রেক্ষাপটে সংজ্ঞায়িত, কে খরচ বহন করে তাসহ। দুর্বল: শুধু সংজ্ঞাগুলো আবার বলা হয়েছে।

মাঝারি। গোষ্ঠী সি: ২০০ জনের মধ্যে ৬০ জন নির্বাচিত = ৩০%; প্রস্তুতদের মধ্যে নির্বাচিত ৫০ জনের মধ্যে ৪৫ = ৯০%; অপ্রস্তুতদের মধ্যে নির্বাচিত ১৫০ জনের মধ্যে ১৫ = ১০%। গোষ্ঠী ডি: ১০০ জনের মধ্যে ১৮ জন নির্বাচিত = ১৮%; প্রস্তুতদের মধ্যে নির্বাচিত ২০ জনের মধ্যে ১২ = ৬০%; অপ্রস্তুতদের মধ্যে নির্বাচিত ৮০ জনের মধ্যে ৬ = ৭.৫%। নির্বাচনের অনুপাত আলাদা (৩০% বনাম ১৮%), তাই ডেমোগ্রাফিক প্যারিটি পূরণ হয়নি। ইকুয়াল অপরচুনিটিও পূরণ হয়নি: গোষ্ঠী ডি-র প্রস্তুত আবেদনকারীরা অনেক কম নির্বাচিত হন (৬০% বনাম ৯০%)। ফলস পজিটিভের হার সামান্য আলাদা (১০% বনাম ৭.৫%), তাই ইকুয়ালাইজড অডসও পূরণ হয়নি। নির্বাচিতদের মধ্যে প্রস্তুতের অনুপাত সি-তে ৭৫% আর ডি-তে ৬৬.৭%, যা মোটামুটি কাছাকাছি। পাস: প্রতিটা গোষ্ঠীর তিনটা সংখ্যা ঠিক, আর উত্তরে বলা আছে কয়েকটা লক্ষ্য পূরণ হয়নি আর একটা মোটামুটি কাছাকাছি। দুর্বল: কোনো পরিমাপের নাম না করে টুলকে "ন্যায্য" বা "অন্যায্য" বলা, কিংবা ডি-তে মাত্র ২০ জন প্রস্তুত আবেদনকারী, তাই কয়েকটা কেসেই হার অনেক বদলে যায়, সেটা উপেক্ষা করা।

কঠিন। একটা শক্ত উত্তর বোঝে যে সময়-সীমার নিয়মটা একটা প্রক্সি: যাঁরা ওই সময়ে কাজ করেন, যাঁদের ডিভাইস ভাগ করে ব্যবহার করতে হয়, যাঁদের সংযোগ দুর্বল, বা যাঁরা অন্য টাইম জোনে থাকেন, তাঁদের এটা বাদ দিতে পারে। নমুনা ওয়ার্কশিট: (১) প্রস্তুত আবেদনকারীদের ন্যায্যভাবে বাছা। (২) আবেদনকারীরা, বাছাই প্যানেল, তহবিল। (৩) উপকার: দেরিতে আসা কম ফাইল সামলাতে হয়; ক্ষতি: সময় ও সংযোগের কারণে সক্ষম মানুষ বাদ পড়েন। (৪) ক: নিয়ম রাখা। খ: এক সপ্তাহ আবেদন নিয়ে সব পড়া। গ: টুল ক্রমানুসারে সাজায়, প্যানেল সবচেয়ে নিচের স্তর পুরোটা পড়ে। ঘ: AI ছাড়া, দুজন প্যানেল সদস্য সব পড়েন। (৫) গত বছরের ফাইলে নিয়মটা পরীক্ষা করুন: কতজন প্রস্তুত আবেদনকারী বাদ পড়েছিলেন? (৬) বিকল্প খ, আর গ-এর র‍্যাঙ্কিং শুধু সহায়ক হিসেবে; প্যানেল যদি দেখে র‍্যাঙ্কিং প্রস্তুত আবেদনকারীদের বাদ দিচ্ছে, থামুন। (৭) বৃত্তি কর্মকর্তা। (৮) পরের রাউন্ডের পরের একটা তারিখ। ট্রেড-অফ: সব পড়তে প্যানেলের বেশি সময় লাগে। দ্বিমত: একজন বলতে পারেন স্পষ্ট শেষ তারিখ নিজেই ন্যায্য ও সস্তা; আরেকজন বলতে পারেন শেষ তারিখের আসল উদ্দেশ্য খরচ, আর খরচ ঠিক করা উচিত নয় কে সুযোগ পাবেন। পাস: প্রক্সির নাম করা হয়েছে, অন্তত তিনটা বিকল্প আছে যার একটা AI ছাড়া, একটা ট্রেড-অফ বলা হয়েছে, আর দুই মতই ন্যায্যভাবে বলা হয়েছে। দুর্বল: বিকল্প, প্রমাণ বা দায়িত্বশীল কেউ ছাড়া একটা রায়।

পাতা ৫-এ ফিরে যান এবং ওই পাতার বায়াস চেকলিস্ট এই বৃত্তির টুলে ব্যবহার করুন: বায়াসের তিনটা সম্ভাব্য উৎসের নাম বলুন। (সম্ভাব্য উত্তর: "সত্যিই প্রস্তুত" কে ছিলেন তা প্রথম সেমিস্টারের পরে ঠিক হয়েছে, তাই সেটা ওই সেমিস্টারে কারা সহায়তা পেয়েছিলেন তা প্রতিফলিত করতে পারে; যাঁরা আবেদনই করতে পারেননি তাঁরা অনুপস্থিত; পর্যালোচকেরা হয়তো শুধু নির্বাচিতদের তালিকা পড়েন।) তারপর পাতা ৫-এর হারুকার পড়ার সহায়তার টুলের সঙ্গে তুলনা করুন, যেখানে একই দুই ভুল ছিল: টুলটা কোনটা করলে আপনি বেশি মেনে নিতেন, আর কেন?

সারসংক্ষেপ

• সমান আচরণ আর সমান ফল আলাদা লক্ষ্য। অ্যাক্সেসিবিলিটি দেখায়, একটা নিয়ম তবু এমন মানুষকে আটকাতে পারে যাঁরা ভিন্ন জায়গা থেকে শুরু করেন।
• প্রতিটা বাছাইয়ের সিদ্ধান্তে ফলস পজিটিভ ও ফলস নেগেটিভ থাকে। কাজভেদে এদের খরচ আলাদা, আর কে খরচ বহন করে সেই মূল্যবোধের বিচার সিদ্ধান্তের অংশ।
• ন্যায্যতার একাধিক সংজ্ঞা আছে (সমান নির্বাচনের অনুপাত, যোগ্যদের সমান সুযোগ, সমান ভুলের হার, "নির্বাচিত"-এর সমান অর্থ)। গোষ্ঠীদের আসল হার আলাদা আর টুল অপূর্ণ হলে এগুলো সাধারণত একসঙ্গে ধরে রাখা যায় না।
• প্রতিটা প্রক্সি নিয়ে প্রশ্ন তুলুন, ছোট গোষ্ঠীর সংখ্যা জানান, আর মনে রাখুন ন্যায্যতার যাচাই তার লেবেলের অনিশ্চয়তা উত্তরাধিকার সূত্রে পায়।
• বেশি ন্যায্য কর্মপ্রবাহ বাদ দেওয়ার জায়গায় ক্রমানুসারে সাজানো আর মানুষের পড়া বসায়, সরাসরি পরিমাপ ব্যবহার করে, এবং একজন দায়িত্বশীল ব্যক্তি ও একটা পর্যালোচনার তারিখ ঠিক করে।

এরপর: আস্থা, যাচাই ও অটোমেশন বায়াস: AI-এর আউটপুটে কখন ভরসা করবেন পাতা ন্যায্যতা থেকে সত্যের দিকে ঘুরবে: যাচাই করা দাবি আর বিশ্বাসযোগ্য শোনানো দাবির পার্থক্য কীভাবে করবেন, আর কেন পর্যালোচনায় একজন মানুষ থাকলেও ভুল ফসকে যেতে পারে।