Author : Basu Chandola

Expert Speak Digital Frontiers
Published on May 29, 2024 Updated 6 Days ago

डेटा विभाजनाचा २०३० अजेंडाच्या प्रगतीवर तीव्र परिणाम होऊ शकतो, कोणीही पिछाडीवर राहणार नाही हे सुनिश्चित करण्यासाठी या विभाजनाची दरी भरून काढणे अत्यावश्यक आहे.

डेटा गॅप: डिजिटल असमानतेचा नवा चेहरा!

Source Image: ©Valery Brozhinsky / Shutterstock

शाश्वत विकासाला चालना देण्यासाठी आणि २०३० अजेंडा साध्य करण्याच्या दिशेने प्रगती करण्यासाठी- डिजिटल परिवर्तन आणि डिजिटल तंत्रज्ञानाचा वापर अभूतपूर्व संधी सादर करतो. सार्वजनिक सेवांच्या वितरणात सुधारणा करण्यापासून, आर्थिक समावेशकतेला पाठिंबा देण्यापर्यंत, कृषी कार्यक्षमतेत सुधारणा करण्यापासून ते सभ्य कामाला व आर्थिक वाढीला चालना देण्यापर्यंत, डिजिटल तंत्रज्ञानाचा वापर ‘२०३० च्या अजेंड्या’त महत्त्वपूर्ण योगदान देऊ शकतो. मात्र, डिजिटल तंत्रज्ञानाच्या वापराने गंभीर समस्या चुटकीसरशी सुटू शकत नाहीत आणि या तंत्रज्ञानामुळे काही समस्यांना आमंत्रणही मिळते, हे लक्षात घ्यायला हवे.

डिजिटल दरी अर्थात- डिजिटल संसाधने 'आहेत' असे आणि ज्यांच्याकडे नाहीत असे' या तफावतीवर गेल्या अनेक वर्षांपासून चर्चा केली जात आहे. ही तफावत कमी करण्यासाठी डिजिटल तंत्रज्ञानाची उपलब्धता सुधारणे आणि डिजिटल कौशल्यांना प्रोत्साहन देण्याची गरज यांवर एकमत आहे. मात्र, वाढलेल्या डिजिटल परिवर्तनामुळे निर्माण होणारी आणखी एक समस्या म्हणजे 'डिजिटल डिवाइड', ज्याची चर्चा आजवर कमी झाली आहे.

डिजिटल दरी अर्थात- डिजिटल संसाधने 'आहेत' असे आणि ज्यांच्याकडे नाहीत' असे, या तफावतीवर गेल्या अनेक वर्षांपासून चर्चा केली जात आहे. ही तफावत कमी करण्याची गरज सर्वांनाच वाटत आहे.

या लेखात ‘डेटा डिवाइड’चा अर्थ आणि त्याचा विकासावर होणारा परिणाम यांवर चर्चा करण्यात आली आहे. त्याचबरोबर ही दरी काढण्यासाठीचे सध्याचे प्रयत्न आणि हे अंतर कमी करण्यात मदत करू शकणाऱ्या प्रमुख घटकांची चर्चा करण्यात आली आहे.

'डेटा डिवाइड' समजून घेताना...

सध्या, 'डेटा डिवाइड' म्हणजे काय या व्याख्येबाबत एकमत नाही आणि सध्याच्या चर्चेत या संदर्भात विविध गृहितके मांडण्यात आलेली आहेत. लेव्ह मनोविच यांनी स्थापित केले की, डेटा तज्ज्ञ आणि योग्य संगणक शास्त्राचे पुरेसे प्रशिक्षण न मिळालेले लोक यांच्यात ‘डेटा विश्लेषणाची दरी’ वाढत आहे. दाना बॉयड आणि केट क्रॉफर्ड यांनी लक्ष वेधले की, ‘बिग डेटा’चे विश्लेषण आणि वापर करण्यासाठी आवश्यक असलेली प्रवेशयोग्यता आणि कौशल्यांवर आधारित 'बिग डेटा रिच' आणि 'बिग डेटा पुअर' ही नवी विभागणी उदयास येत आहे. राल्फ श्रोडर यांनी स्पष्ट केले की, शैक्षणिक किंवा वैज्ञानिक विश्लेषणात ‘बिग डेटा’च्या वापरातील तफावत वाढत आहे. मार्क आंद्रेविच यांनी अधोरेखित केले की, डेटा वापरण्यासाठी महागड्या पायाभूत सुविधा आणि डेटाचे भांडार कार्यान्वित करण्याची क्षमता आवश्यक आहे. त्यांच्या मते, ही विभागणी ‘डेटा वर्गीकरणाची प्रक्रिया आणि डेटाचा ज्ञान व वापराशी काय संबंध आहे या संदर्भातील भिन्न कल्पनांचा परिणाम आहे.

दुसरीकडे मॅथ्यू मॅक्कार्थी नोंदवतात की, या विषयावरील विद्यमान अभ्यास ‘डेटा डिवाइड’च्या दोन व्यापक घटकांवर प्रकाश टाकतो- मोठ्या डेटाची उपलब्धता व मालकी आणि असा डेटा वापरण्याची कौशल्ये व क्षमता. डेटामधील दरीचा आणखी एक पैलू डेटाच्या संकलनाशी संबंधित आहे. ज्याची व्याख्या ‘व्यक्ती व समुदाय ज्यांनी पुरेसा डेटा गोळा केला आहे व वापरला आहे आणि ज्यांनी हे केलेले नाही, त्यांच्यातील दरी’ असा परिभाषित केला जाऊ शकतो. ‘ज्यांच्याकडे खुल्या सरकारी डेटामध्ये प्रवेश करण्याची आणि वापरण्याची संसाधने व क्षमता आहे आणि ज्यांच्याकडे नाही, ते’ अशी दुसरी व्याख्या हे अंतर मर्यादित करते.

‘डेटा डिवाइड’चा आणखी एक पैलू डेटाच्या संकलनाशी संबंधित आहे आणि ‘व्यक्ती आणि समुदाय ज्यांनी पुरेसा डेटा गोळा केला आहे व त्यांचा वापर केला आहे आणि ज्यांनी केलेला नाही, त्यांच्यातील दरी’ असा परिभाषित केला जाऊ शकतो.

सर्वसहमतीची एकच व्याख्या नसल्याने, ‘डेटा डिवाइड’ची व्याप्ती विस्तृत ठेवायला हवी आणि डेटाचे संकलन, मालकी, कौशल्ये, क्षमता आणि डेटाच्या वापरामधील सर्व प्रकारच्या असमानता समाविष्ट करायला हव्या.

‘डेटा डिवाइड’ हे ‘डेव्हलपमेन्ट डिवाइड’सारखे आहे का?

डेटा हे एक महत्त्वाचे साधन आहे आणि विकासासाठीची एक प्रेरक शक्ती आहे, कारण डेटाद्वारे उत्तरदायित्व, पारदर्शकता, धोरण निर्मिती आणि अंमलबजावणी सुधारू शकते. डेटाचे विश्लेषणाद्वारे बुद्धिमत्तेत रूपांतर केल्याने कल आणि परस्परसंबंध ओळखणे शक्य होते, ज्यामुळे परिणामकारक आणि पुराव्यावर आधारित धोरण निर्मिती होते आणि सार्वजनिक सेवांचे वितरण सुधारते.

व्यापकपणे, डेटा ‘२०३० अजेंडा’ला दोन प्रकारे साध्य करण्यात मदत करू शकतो: प्रथम, भिन्न डेटा स्रोत शाश्वत विकास उद्दिष्टांविषयक प्रगतीचे मोजमाप करण्यासाठी, देखरेख करण्यासाठी व मूल्यांकन करण्यासाठी डेटाला पूरक ठरू शकतात आणि धोरणनिर्मितीसाठी अचूक पुरावे देऊ शकतात. उदाहरणार्थ, मोबाइल फोन खर्चाचे नमुने शाश्वत विकास उद्दिष्ट १ (गरिबी हटाव) साठी उत्पन्न पातळीचे ‘प्रॉक्सी इंडेक्स’ म्हणून वापरले जाऊ शकतात. दुसरे म्हणजे, विविध स्रोतांकडील डेटामधून सार्वजनिक मूल्याचे विश्लेषण शाश्वत विकास उद्दिष्टाला गती देण्याकरता वापरले जाऊ शकते. ‘जिओस्पेशल डेटा’चा वापर शाश्वत विकास उद्दिष्ट २ (शून्य उपासमारी)साठी शेतीची कार्यक्षमता सुधारण्यासाठी केला जाऊ शकतो.

डेटाचे विश्लेषण करून बुद्धिमत्तेत रूपांतर केल्याने कल आणि परस्परसंबंध ओळखणे शक्य होते, ज्यातून प्रभावी आणि पुराव्यावर आधारित धोरणनिर्मिती आणि सुधारित सार्वजनिक सेवा वितरणास समर्थन मिळू शकते.

‘डेटा डिवाइड’ २०३० अजेंडाच्या प्रगतीवर तीव्र परिणाम करू शकते. समाजातील महत्त्वाच्या घटकांवरील डेटा उपलब्ध नसणे आणि डेटामध्ये प्रवेश नसणे किंवा डेटाचे विश्लेषण करण्याची क्षमता नसणे, यामुळे सध्याची असमानता वाढते. उदयोन्मुख ‘डेटा’विषयक दरीमुळे, प्रामुख्याने कमी उत्पन्न असलेल्या देशांत विकासात महत्त्वपूर्ण तफावत निर्माण होते आणि सर्वसमावेशक विश्लेषणास प्रतिबंध होतो.

‘डेटा डिवाइड’ कमी करण्यासाठीचे विद्यमान प्रयत्न

‘डेटा डिवाइड’ हा विविध मंचांसाठी आणि संस्थासाठी चिंतेचा विषय बनत आहे. जी-२० सदस्य देशांनी, भारत अध्यक्ष होता त्या काळात ओळखले होते की, विकसित आणि विशेषत: विकसनशील देशांमधील ‘डेटा विषयक अंतर वाढत आहे आणि ही डेटा विषयक दरी भरून काढण्याची गरज आहे. जी-२० व्यासपीठाने विकासासाठी डेटा वापरण्याच्या जी-२० तत्त्वांना मान्यता दिली (डी४डी) आणि 'डेटा फॉर डेव्हलपमेंट कॅपॅसिटी बिल्डिंग इनिशिएटिव्ह' स्थापनेचे स्वागत केले. जगभरातील कमी विकसित देशांची क्षमता विकसित करण्यासाठी आणि या देशांमध्ये तंत्रज्ञान आणि डिजिटल पायाभूत सुविधा वाढविण्यासाठी हा उपक्रम ‘इंडिया-यूएन कॅपॅसिटी बिल्डिंग इनिशिएटिव्ह’ म्हणून विकसित करण्यात आला आहे.

‘ग्लोबल डिजिटल कॉम्पॅक्ट’चा ‘झीरो ड्राफ्ट’ हे मान्य करतो की, ‘डेटा डिवाइड’ झाल्याने डेटाचा गैरवापर होऊ शकतो आणि डेटाचे फायदे सध्या असमानपणे वितरित केले जात आहेत.

‘इंटरगव्हर्नमेंटल ग्रूप ऑफ एक्सपर्ट्स ऑन ई-कॉमर्स’ आणि ‘डिजिटल इकॉनॉमी’द्वारे ‘शाश्वत विकासासाठी २०३० अजेंडासाठी डेटा कसा काम करेल’ या विषयावर नोंदवले गेले आहे की, ‘डेटा डिवाइड’ मर्यादित डिजिटल उपलब्धता आणि दरम्यानच्या कनेक्टिव्हिटीशी संबंधित देशा-देशांमधील आणि देशांतर्गत विद्यमान दरी वाढवत आहे. तसेच, विकासासाठी विज्ञान आणि तंत्रज्ञान आयोगाच्या ‘डेटा फॉर डेव्हलपमेंट’ या अहवालात डेटा अर्थव्यवस्थेच्या लाभांचे असमान वितरण आणि जगभरातील डेटा विषयक दरी सखोल होत असल्याने, यांमुळे विशेषतः कमी उत्पन्न असलेल्या देशांवर परिणाम होत असल्याचे नमूद करण्यात आले आहे. ‘ग्लोबल डिजिटल कॉम्पॅक्ट’चा ‘झीरो ड्राफ्ट’ मसुदा मान्य करतो की, ‘डेटा डिवाइड’मुळे डेटाचा गैरवापर होऊ शकतो आणि डेटाचे लाभ सध्या असमानपणे वितरित केले जात आहेत.

डेटामधील ही दरी कशी भरून काढायची?

‘डेटा डिवाइड’ कमी करण्यासाठी, जगभरातील भागधारकांमध्ये दीर्घकालीन वचनबद्धता आणि सहयोग असणे महत्त्वाचे आहे. या क्षेत्रात काही प्रमाणात काम झाले असले तरी असे प्रयत्न मर्यादित आहेत. डेटाचे फायदे समान रीतीने वितरीत केले जातील, हे सुनिश्चित करण्यासाठी डेटामधील दरी भरून काढणे आवश्यक आहे आणि त्याकरता सर्वसमावेशक दृष्टिकोनाची आवश्यकता आहे. अशा दृष्टिकोनातून क्षमता वाढवणे, पुरेशा पायाभूत सुविधा व डेटा संचात प्रवेश उपलब्ध होणे आणि शाश्वत विकासासाठी डेटाचालित दृष्टिकोनाच्या वाढीस समर्थन देणारे नियम आणि धोरणे विकसित करणे यांवर लक्ष केंद्रित करणे आवश्यक आहे.

डेटा परिसंस्था, क्षमता बांधणी आणि पायाभूत सुविधांना समर्थन देण्यासाठी गुंतवणुकीला प्रोत्साहन देणे हा ‘डेटा डिवाइड’चा आणखी एक महत्त्वाचा घटक आहे.

डिजिटल ज्ञान तसेच डेटा साक्षरतेसह कुशल बुद्धिमान कर्मचारी विकसित करणे महत्त्वाचे आहे. पूर्वग्रह आणि भेदभाव कमी करण्यासाठी डेटा उपायांमध्ये भिन्न दृष्टिकोन अंतर्भूत आहेत, हे सुनिश्चित करण्यासाठी वैविध्यपूर्ण आणि सर्वसमावेशक असे प्रतिभावंत मनुष्यबळ असणे आवश्यक आहे. डेटा परिसंस्था, क्षमता निर्मिती आणि पायाभूत सुविधांना समर्थन देण्यासाठी गुंतवणुकीला प्रोत्साहन देणे हा ‘डेटा डिवाइड’चा आणखी एक महत्त्वाचा घटक आहे. अखेरीस, डेटा विषयक दरी कमी करण्यासाठी योग्य डेटा विषयक प्रशासकीय चौकट अविभाज्य ठरते.

सुमारे ५० टक्के शाश्वत विकास उद्दिष्टे साध्य करण्याइतकी कमकुवत आणि अपुरी प्रगती झाल्याने, शाश्वत विकासाकरता डेटा वापरण्याचे महत्त्व लक्षात घेत अधिक क्षमतेने डेटा वापरून काम करण्याची वेळ येऊन ठेपली आहे. फायदे असमानपणे वितरीत केले जाणार नाहीत, हे सुनिश्चित करण्याकरता, डेटा-केंद्रित भविष्यात कोणीही मागे राहणार नाही, याची खात्री करणे आवश्यक ठरते आणि त्याकरता डेटामधील दरी भरून काढण्यावर लक्ष केंद्रित करणे महत्वाचे आहे.


बासू चंडोला हे ऑब्झर्व्हर रिसर्च फाउंडेशनचे असोसिएट फेलो आहेत.

The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.