इकाइयाँ
1. शहरी और क्षेत्रीय योजना में कृत्रिम बुद्धिमत्ता का परिचय: सीमाएँ, मान्यता, जिम्मेदारी और नैतिकता 2. ज़ोनिंग और मास्टर प्लान विश्लेषण और प्लान नोट व्याख्या 3. भौगोलिक सूचना प्रणाली (जीआईएस) और भूमि उपयोग विश्लेषण 4. क्यूजीआईएस और पायथन के साथ स्थानिक डेटा वर्कफ़्लो 5. सैटेलाइट और हवाई छवियों के साथ शहरी परिवर्तन विश्लेषण 6. जनसंख्या, घनत्व और मांग का पूर्वानुमान 7. परिवहन और यातायात मॉडलिंग 8. शहरी विकास और परिदृश्य सिमुलेशन 9. ज़ोनिंग विनियम और विधान अनुसंधान और सत्यापन 10. सहभागी योजना और हितधारक विश्लेषण 11. आपदा, जलवायु और लचीलापन विश्लेषण 12. एंड-टू-एंड एआई-असिस्टेड प्लानिंग वर्कफ़्लो और एंटरप्राइज एप्लिकेशन
इकाई 10 / 12

सहभागी योजना और हितधारक विश्लेषण

लाभ:

  • भागीदारी योजना में सर्वेक्षण, राय और हितधारक डेटा एकत्र करने, सारांशित करने और थीम बनाने के लिए एआई का उपयोग करने की क्षमता
  • एआई के साथ गुणात्मक प्रतिक्रिया का विश्लेषण करते समय हाशिए पर रहने वाले समूहों की आवाज़ की रक्षा के लिए प्रतिनिधित्व, पूर्वाग्रह और जिम्मेदारी का ध्यान रखें
  • समझें कि एआई सारांश भागीदारी का विकल्प नहीं है और अंतिम निर्णय एक पारदर्शी, जवाबदेह सार्वजनिक प्रक्रिया का है

एक योजना तकनीकी रूप से सही है, लेकिन नाजायज है अगर इसमें उन लोगों की आवाज़ शामिल नहीं है जो इस पर रहेंगे। सहभागी योजना का अर्थ है कि निर्णय न केवल विशेषज्ञों द्वारा, बल्कि उस स्थान का उपयोग करने वाले नागरिकों, व्यापारियों, मुखियाओं, नागरिक समाज और अन्य हितधारकों द्वारा भी किए जाते हैं। इस प्रक्रिया में, सर्वेक्षणों, बैठकों, याचिकाओं, ऑनलाइन राय और क्षेत्र टिप्पणियों से बड़ी मात्रा में गुणात्मक डेटा (पाठ और राय युक्त डेटा, संख्या नहीं) एकत्र किया जाता है। एआई इन हजारों विचारों को सारांशित करने, थीम निकालने, भावनाओं का विश्लेषण करने और रिपोर्टिंग करने में एक शक्तिशाली सहायता है। लेकिन भागीदारी योजना में एआई का सबसे बड़ा खतरा प्रतिनिधित्व पूर्वाग्रह है: यह बहुसंख्यकों और बार-बार दोहराए जाने वाले बयानों की आवाज को बढ़ा सकता है और अल्पसंख्यक, डिजिटल रूप से दुर्गम और हाशिए पर रहने वाले समूहों की आवाज को अदृश्य कर सकता है। एआई सारांश भागीदारी का विकल्प नहीं है; अंतिम निर्णय एक पारदर्शी, जवाबदेह सार्वजनिक प्रक्रिया है।

क्यों और कैसे भाग लेना है

भागीदारी एक "प्रमाणीकरण-एकत्रीकरण" समारोह नहीं है बल्कि ज्ञान और वैधता का एक वास्तविक स्रोत है। एक अच्छी सहभागिता प्रक्रिया विभिन्न चैनलों को जोड़ती है: आमने-सामने की बैठक, घरेलू सर्वेक्षण, ऑनलाइन फॉर्म, फील्ड वॉक, लक्ष्य समूह की बैठक। प्रत्येक चैनल अलग-अलग लोगों को कैप्चर करता है: ऑनलाइन फॉर्म में युवा लोग, आमने-सामने की बैठक में वृद्ध लोग और आस-पड़ोस के निवासी। एक चैनल पर भरोसा करने से वे सभी लोग बाहर हो जाते हैं जो उस चैनल का उपयोग नहीं करते हैं।

एकत्र किए गए डेटा को समझने में एआई महत्वपूर्ण भूमिका निभाता है: मुफ्त पाठ के सैकड़ों पृष्ठों को पढ़ने, इसे समूहित करने और प्रमुख विषयों को निकालने में एक मानव सप्ताह लगेगा; AI इसे घंटों तक कम कर देता है। लेकिन यह गति प्रतिनिधित्व की जिम्मेदारी को ख़त्म नहीं करती.

सावधानी: एआई सारांश सबसे अधिक दोहराई जाने वाली और सबसे जोरदार राय को "सामान्य राय" के रूप में प्रस्तुत करता है। सिर्फ इसलिए कि कोई मांग दोहराई जाती है, वह इसे अधिक न्यायसंगत नहीं बनाती; यह केवल यह संकेत दे सकता है कि वह समूह बड़ा या अधिक संगठित है। प्रत्येक सारांश में, प्रश्न "कौन गायब है, किसकी आवाज़ कर्कश है?" पूछना।

भागीदारी का दूसरा आयाम भाषाई और सांस्कृतिक विविधता है। एक शहर में अलग-अलग भाषाएँ बोलने वाले, साक्षरता के अलग-अलग स्तर और अभिव्यक्ति के अलग-अलग रूप बोलने वाले समूह होते हैं। एआई यहां वास्तविक सुविधा प्रदान करता है क्योंकि यह एक ही बार में कई भाषाओं के दृश्यों को संसाधित कर सकता है; उदाहरण के लिए, यह विभिन्न भाषाओं में एकत्रित टिप्पणियों को सामान्य विषयों से जोड़ सकता है। लेकिन अनुवाद और सारांश में सूक्ष्मताएं खो सकती हैं: एक स्थानीय मुहावरे, एक निंदा, एक सांस्कृतिक संदर्भ को एआई द्वारा सपाट और गलत व्याख्या किया जा सकता है। इसलिए बहुभाषी या सांस्कृतिक रूप से विविध भागीदारी के साथ, यह महत्वपूर्ण है कि एआई आउटपुट की समीक्षा उन लोगों द्वारा की जाए जो उन समुदायों को जानते हैं। प्रौद्योगिकी के माध्यम से पहुंच का विस्तार मूल्यवान है; लेकिन पहुंच अर्थ को सटीक रूप से संप्रेषित करने की जिम्मेदारी से मुक्त नहीं होती है।

प्रतिनिधित्व, पूर्वाग्रह और नैतिकता

सहभागी योजना में तीन नैतिक जोखिम विशेष रूप से महत्वपूर्ण हैं:

  1. भागीदारी पूर्वाग्रह: सर्वेक्षण में किसने भाग लिया? कम इंटरनेट पहुंच वाले पड़ोस, बुजुर्गों, विकलांगों, अप्रवासियों और कामकाजी महिलाओं का प्रतिनिधित्व अक्सर कम होता है। एआई यह स्वयं नहीं कहता; प्रतिभागी प्रोफाइल की अलग से जांच करना जरूरी है.
  2. सारांश पूर्वाग्रह: एआई बहुमत और लगातार अभिव्यक्ति का पक्षधर है; एक दुर्लभ लेकिन महत्वपूर्ण चेतावनी (उदाहरण के लिए बाढ़ अवलोकन) को "शोर" माना जा सकता है और समाप्त किया जा सकता है।
  3. टिप्पणी पूर्वाग्रह: एआई के प्रशिक्षण डेटा में भावना विश्लेषण और विषय निष्कर्षण को सांस्कृतिक मान्यताओं द्वारा रंगा जा सकता है; स्थानीय सन्दर्भ को ग़लत ढंग से पढ़ा जा सकता है।

इन जोखिमों के खिलाफ तीन सिद्धांत: कच्चे डेटा तक पहुंच की रक्षा करना (सारांश कभी भी एकमात्र सत्य नहीं होना चाहिए), अल्पसंख्यक और हाशिए पर रहने वाले समूहों की अलग से निगरानी करना, और प्रक्रिया को पारदर्शी रूप से रिकॉर्ड करना।

चरण दर चरण: एआई के साथ सहभागिता डेटा विश्लेषण

  1. डेटा को अज्ञात करें. व्यक्तिगत डेटा साफ़ करें (नाम, संपर्क); केवीकेके/गोपनीयता।
  2. प्रतिभागी प्रोफ़ाइल बनाएं. कौन शामिल हुआ, कौन गायब है?
  3. AI के लिए एक थीम बनाएं. लेकिन अल्पसंख्यक विषयों का अलग से अनुरोध करें।
  4. कच्चे डेटा से तुलना करें. क्या सारांश वास्तविकता को प्रतिबिंबित करता है?
  5. छूटे हुए समूहों को पहचानें और पूरा करें। अतिरिक्त चैनल जोड़ें (आमने-सामने)।
  6. पारदर्शी ढंग से रिपोर्ट करें. यह स्पष्ट है कि किसने भाग लिया और कौन गायब था।
  7. निर्णय सार्वजनिक प्रक्रिया पर छोड़ दें. एआई सारांश इनपुट, निर्णय नहीं।

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत: "इन सर्वेक्षण टिप्पणियों को सारांशित करें।"

एआई सबसे अधिक बार विषयों पर प्रकाश डालता है; अल्पसंख्यक आवाज़ गायब हो जाती है, प्रतिभागी प्रोफ़ाइल गायब हो जाती है।

सशक्त संकेत: "नीचे 1,200 नागरिक राय हैं [गुमनाम]। (1) मुख्य विषयों को आवृत्ति के आधार पर निकालें। (2) उन अल्पसंख्यक विषयों को भी इकट्ठा करें जो कम हैं लेकिन महत्वपूर्ण हो सकते हैं (जैसे सुरक्षा, बाढ़, पहुंच) एक अलग सूची में; उन्हें कम आवृत्ति के रूप में हटा दें। (3) प्रत्येक विषय में, इंगित करें कि क्या यह स्पष्ट है कि कौन सी राय किस प्रकार के प्रतिभागियों से आती है। (4) उन समूहों का अनुमान लगाएं जो सारांश से छूट गए हों। राय को अपनी व्याख्या से बदलें; जैसा कि है। डेटा: [...]"

दूसरा संकेत स्पष्ट रूप से अल्पसंख्यक आवाज, प्रोफ़ाइल और ब्लाइंड स्पॉट की रक्षा करने की मांग करता है।

चार प्रतिलिपि योग्य टेम्पलेट

कार्य: नीचे दिए गए [गुमनाम] भागीदारी डेटा से, (1) आवृत्ति के आधार पर मुख्य विषय, (2) कम आवर्ती लेकिन संभावित रूप से महत्वपूर्ण विषयों की एक अलग सूची निकालें। कम आवृत्ति वाली टिप्पणियाँ हटाएँ. अपनी स्वयं की टिप्पणी जोड़ें; समूह जैसा है। डेटा: [...]

कार्य: नीचे दिए गए प्रतिभागी प्रोफ़ाइल डेटा की जाँच करें। कौन से समूह (आयु, पड़ोस, लिंग, पहुंच) का प्रतिनिधित्व कम हो सकता है? छूटी हुई आवाज़ों को भरने के लिए किस अतिरिक्त सहभागिता चैनल की अनुशंसा की जाती है? प्रोफ़ाइल: [...]

कार्य: कच्चे डेटा के साथ निम्नलिखित एआई थीम सारांश की तुलना करने के लिए मेरे लिए एक चेकलिस्ट तैयार करें: मैं कैसे जांचूं कि कौन सा विषय वास्तव में प्रभावी है, कौन सा अतिरंजित है, कौन सा महत्वपूर्ण दृश्य समाप्त हो सकता है? सारांश: [...]

कार्य: नीचे दिए गए भागीदारी परिणामों से एक पारदर्शी सार्वजनिक सूचना ड्राफ्ट लिखें। ईमानदारी से बताएं कि किसने भाग लिया, कौन अनुपस्थित रहा, और उनकी राय निर्णय में कैसे प्रतिबिंबित होगी। भागीदारी को "अनुमोदन" के रूप में प्रस्तुत न करें। परिणाम: [...]

एक तालिका: भागीदारी चैनल और प्रतिनिधित्व

चैनल

इसे अच्छे से कौन पकड़ता है?

अपहरण कौन करता है

एआई की भूमिका

ऑनलाइन फॉर्म

युवा, डिजिटल रूप से सक्षम

बुजुर्ग, कम पहुंच

थीम निष्कर्षण

आमने-सामने की मुलाकात

व्यवस्थित, चिंतित, शांत

कर्मचारी, दूरस्थ

ग्रेड सारांश

घरेलू सर्वेक्षण

विस्तृत खंड

घर पर नहीं

डेटा संपादन

लक्ष्य समूह

विशिष्ट हितधारक

आम जनता

साक्षात्कार सारांश

याचिका/शिकायत

व्यवस्थित, समस्याग्रस्त

संतुष्ट मूक बहुमत

वर्गीकरण

तीन मिनी मामले

केस 1 - लुप्त हो रही अल्पसंख्यक चेतावनी। एक नगर पालिका एआई के साथ 3,000 राय का सारांश प्रस्तुत करती है; संक्षिप्त हाइलाइट्स में "पार्किंग" और "हरित स्थान" की मांग की गई है। जब एक योजनाकार अलग-अलग अल्पसंख्यक विषयों के बारे में पूछता है, तो उसे पता चलता है कि 11 लोगों ने एक धारा के किनारे बाढ़ आने की सूचना दी है। इस महत्वपूर्ण लेकिन "थोड़ी सी दोहरावदार" चेतावनी को पहले सारांश में हटा दिया गया था। अल्पसंख्यक आवाज़ों की रक्षा करना एक सुरक्षा मुद्दा हो सकता है।

केस 2 - अदृश्य पड़ोस। एक टीम ने प्रोफ़ाइल विश्लेषण के माध्यम से पाया कि 70 प्रतिशत मतदान केंद्रीय तीन पड़ोस से आता है, जबकि बाहरी इलाकों में लगभग कोई प्रतिक्रिया नहीं दिखती है। वहां ऑनलाइन फॉर्म तक पहुंच कम है. टीम आमने-सामने की बैठक और घरेलू सर्वेक्षण को जोड़कर प्रतिनिधित्व को परिष्कृत करती है। निष्पक्षता के लिए चैनल विविधता एक शर्त है।

केस 3 - ईमानदार रिपोर्टिंग। एक नगर पालिका ने अपनी भागीदारी रिपोर्ट में स्पष्ट रूप से लिखा है कि "इस प्रक्रिया में 2,400 लोगों ने भाग लिया; हालाँकि, 65 से अधिक उम्र के लोगों और दो उपनगरीय इलाकों का प्रतिनिधित्व कम था, और इन समूहों के लिए अतिरिक्त बैठकें आयोजित की गईं।" संसद यथार्थवादी महत्व के साथ परिणाम का मूल्यांकन करती है। कमी को छुपाने के बजाय उसे रिपोर्ट करना भागीदारी को वैध बनाता है।

सामान्य गलतियाँ

  • एआई सारांश को ही एकमात्र सत्य मान लेना। कच्चे डेटा तक पहुंच को संरक्षित किया जाना चाहिए; यह एक सारांश टिप्पणी है.
  • निष्पक्षता के साथ भ्रमित करने वाली आवृत्ति। बहुत बार-बार दोहराया जाने वाला अनुरोध सबसे सटीक अनुरोध नहीं है.
  • अल्पसंख्यक संपर्क को ख़त्म करना. दुर्लभ लेकिन महत्वपूर्ण चेतावनियाँ (सुरक्षा, बाढ़) नहीं खोनी चाहिए।
  • प्रतिभागी प्रोफ़ाइल की समीक्षा नहीं करना. यदि यह प्रश्न नहीं पूछा गया कि कौन गायब है, तो बहिष्करण प्रकट नहीं होगा।
  • एक ही चैनल पर निर्भर रहना. प्रत्येक चैनल से एक समूह छूट जाता है; विविधता जरूरी है.
  • भागीदारी को "अनुमोदन" के रूप में प्रस्तुत करना। भागीदारी निर्णय में इनपुट है, वैधता का आवरण नहीं।
  • व्यक्तिगत डेटा की सुरक्षा नहीं करना. गुमनामीकरण के बिना राय पर कार्रवाई नहीं की जानी चाहिए।

सारांश

सहभागी योजना ज्ञान और लोकतंत्र का स्रोत है जो योजना को वैध बनाती है; एकत्र किए गए बड़े गुणात्मक डेटा को सारांशित करने, विषय-वस्तु निकालने और रिपोर्ट करने में एआई एक शक्तिशाली सहायता है। लेकिन एआई एक प्रतिनिधित्व पूर्वाग्रह रखता है: यह बहुसंख्यक और लगातार अभिव्यक्ति को बढ़ाता है, और अल्पसंख्यक और डिजिटल रूप से दुर्गम को कम करता है। उचित उपयोग के लिए कच्चे डेटा तक पहुंच बनाए रखें, अल्पसंख्यक विषयों की अलग से निगरानी करें, प्रतिभागी प्रोफाइल की समीक्षा करें और अतिरिक्त चैनलों के माध्यम से लापता समूहों को भरें, और प्रगति की ईमानदारी से रिपोर्ट करें। एआई सारांश भागीदारी का विकल्प नहीं है; अंतिम निर्णय एक पारदर्शी, जवाबदेह सार्वजनिक प्रक्रिया पर निर्भर करता है।

आवेदन कार्य

सहभागिता डेटासेट (वास्तविक या नमूना) पर विचार करें। (1) पहले टेम्पलेट से प्रमुख और अल्पसंख्यक विषयों को अलग-अलग निकालें; कम से कम एक महत्वपूर्ण अल्पसंख्यक विषय पर कब्जा करें। (2) दूसरे टेम्पलेट के साथ, प्रतिभागी प्रोफ़ाइल की समीक्षा करें, एक लापता समूह की पहचान करें, और एक अतिरिक्त चैनल का सुझाव दें। (3) तीसरे टेम्पलेट के साथ कच्चे डेटा के साथ एआई सारांश की तुलना करने के लिए एक चेकलिस्ट तैयार करें। (4) "कौन गायब है, किसकी आवाज कर्कश है?" इस डेटा के संदर्भ में प्रश्न का उत्तर दें।

जांच सूची

  • [ ] मैंने भागीदारी डेटा को अज्ञात कर दिया है; मैंने व्यक्तिगत डेटा सुरक्षित रखा.
  • [ ] मैंने प्रतिभागी प्रोफ़ाइल की समीक्षा की; मैंने लापता समूहों की पहचान की।
  • [ ] मैं अल्पसंख्यक और आलोचनात्मक विषय भी चाहता था; मैंने उसे एलिमिनेट होने से रोका.
  • [ ] मैंने एआई सारांश की तुलना कच्चे डेटा से की।
  • [ ] मैंने अतिरिक्त भागीदारी चैनलों के साथ छूटी हुई ध्वनियों को पूरा किया।
  • [ ] मैंने ईमानदारी से उपस्थिति की सूचना दी; मैंने इसे "अनुमोदन" के रूप में प्रस्तुत नहीं किया।
  • [ ] मैं अंतिम निर्णय पारदर्शी सार्वजनिक प्रक्रिया पर छोड़ता हूं।