विज्ञान बातमी वाचताना Correlation आणि Causation चा सापळा

प्रस्तावना

विज्ञान बातमी वाचताना correlation आणि causation चा सापळा हा सर्वात सामान्य गोंधळांपैकी एक आहे. एखाद्या दोन गोष्टी एकत्र दिसतात म्हणून एक गोष्ट दुसरीला कारणीभूत आहे, असा निष्कर्ष लगेच काढला जातो. पण विज्ञानात हे दोन वेगवेगळे दावे आहेत. बातमी, शीर्षक किंवा सोशल पोस्ट प्रभावी असू शकते; तरीही निष्कर्ष खरा, मर्यादित किंवा संदर्भाधीन असू शकतो. म्हणूनच सहसंबंध दिसला की थांबून काही मूलभूत प्रश्न विचारणे आवश्यक ठरते.

Correlation आणि causation यात नेमका फरक काय?

Correlation म्हणजे दोन गोष्टींमध्ये एकत्र बदल दिसणे, तर causation म्हणजे एका घटकामुळे दुसऱ्यात बदल होणे. विज्ञान बातमी वाचताना correlation आणि causation चा सापळा टाळायचा असेल, तर “एकत्र दिसते” आणि “म्हणून घडते” यातील हा फरक प्रथम स्पष्ट समजून घ्यावा लागतो.

उदाहरणार्थ, एखाद्या बातमीत “फलाना सवयीचा आणि अमुक परिणामाचा संबंध आढळला” असे म्हटले असेल, तर ते सहसंबंध असू शकते. परंतु “ही सवय त्या परिणामाला कारणीभूत ठरते” असे म्हणण्यासाठी अधिक कठोर पुरावा लागतो. कारण संबंध दिसण्यामागे योगायोग, मोजमापातील मर्यादा, लपलेले घटक किंवा उलटी कारणदिशा असू शकते.

थोडक्यात, correlation हा संकेत असू शकतो; causation हा निष्कर्ष असतो. संकेत आणि निष्कर्ष यांची गल्लत झाली की बातमी आकर्षक वाटते, पण समज चुकीची बनते.

विज्ञान बातम्यांमध्ये हा गोंधळ इतका का दिसतो?

हा गोंधळ वारंवार दिसतो कारण गुंतागुंतीचे संशोधन संक्षिप्त, ठसठशीत आणि पटकन लक्ष वेधणाऱ्या भाषेत मांडले जाते. त्यामुळे सूक्ष्म मर्यादा गाळल्या जातात आणि वाचकापर्यंत “संकेत” ऐवजी “ठाम दावा” पोहोचतो. विज्ञान बातमी वाचताना correlation आणि causation चा सापळा इथेच तयार होतो.

विज्ञान लेखनात मूळ अभ्यासात अनेक अटी, मर्यादा आणि संदर्भ असतात. पण बातमीच्या शीर्षकात जागा कमी असते, त्यामुळे “संबंध” या शब्दाऐवजी “कारण” सुचवणारे शब्द वापरले जातात. काही वेळा पत्रकाराला नव्हे, तर प्रेस नोटलाच आधीच जास्त आक्रमक भाषा दिलेली असते. परिणामी अभ्यासाने जे दाखवले ते आणि बातमीने जे सांगितले ते यांत अंतर पडते.

यात आणखी एक मानवी घटक आहे: लोकांना स्पष्ट कारणे आवडतात. “हे केले तर ते होते” असे वाक्य लक्षात राहते. “यांच्यात संबंध दिसतो, पण कारण अजून ठाम नाही” असे वाक्य तितके झटपट पचत नाही. म्हणूनच सावध वाचकाने शीर्षकापलीकडे जावे लागते.

शीर्षक वाचून फसू नये यासाठी कोणते प्रश्न विचारावेत?

सर्वात उपयुक्त उपाय म्हणजे प्रत्येक विज्ञान बातमीसमोर काही ठराविक प्रश्न विचारणे. हे प्रश्न बातमीतील दाव्याची ताकद, मर्यादा आणि विश्वासार्हता पटकन समजण्यास मदत करतात. एकदा ही सवय लागली की विज्ञान बातमी वाचताना correlation आणि causation चा सापळा कमी प्रमाणात लागतो.

स्वतःला हे प्रश्न विचारा:

• बातमी “संबंध” सांगते की “कारण” सांगते?
• संशोधन मानवांवर झाले होते की इतर पातळीवर?
• अभ्यास निरीक्षणाधारित होता की प्रयोगाधारित?
• “कारणीभूत”, “बदल घडवतो”, “रोखतो” असे शब्द पुराव्याशी जुळतात का?
• दुसरा एखादा घटक हा परिणाम समजावू शकतो का?
• बातमी मर्यादा सांगते का, की फक्त निष्कर्ष मोठा करून मांडते?
• निष्कर्ष सर्वांसाठी लागू आहे असे दाखवले आहे का?

हे प्रश्न विचारल्याने आपण बातमीचा प्रत्यक्ष आशय आणि तिचा मांडणीचा टोन वेगळा करू शकतो. हीच चांगल्या विज्ञान-वाचनाची सुरुवात आहे.

कुठली भाषिक चिन्हे अतिआत्मविश्वास दाखवतात?

शब्दांची निवड अनेकदा पुराव्याच्या ताकदीपेक्षा मोठा दावा करते. “संबंध आढळला” आणि “सिद्ध झाले” यात मोठा फरक आहे. म्हणून वाक्यातील क्रियापदे, निश्चितीचा सूर आणि सर्वसाधारण करणारी भाषा ओळखणे महत्त्वाचे आहे.

खालील तक्ता पटकन उपयोगी पडतो:

भाषेचा आत्मविश्वास आणि पुराव्याची गुणवत्ता नेहमी एकसारखी नसते. आकर्षक शीर्षक हा पुराव्याचा पर्याय नाही.

अभ्यासाचा प्रकार कसा ओळखावा?

अभ्यासाचा प्रकार ओळखला की दाव्याची मर्यादा समजते. सर्व संशोधन समान ताकदीचे नसते. काही अभ्यास संबंध दाखवण्यात चांगले असतात, तर काही कारण तपासण्यासाठी तुलनेने अधिक योग्य असतात. म्हणून बातमीतील मुख्य दाव्यापूर्वी “हा अभ्यास नक्की कोणत्या प्रकारचा आहे?” हा प्रश्न विचारणे आवश्यक आहे.

निरीक्षणाधारित अभ्यास

निरीक्षणाधारित अभ्यासात संशोधक लोकांमध्ये किंवा डेटामध्ये आधीपासून दिसणारे नमुने पाहतात. अशा अभ्यासातून महत्त्वाचे संकेत मिळू शकतात, पण सहसा ठाम कारणसंबंध मांडणे कठीण असते. कारण अनेक घटक एकमेकांत गुंतलेले असू शकतात.

अशा प्रकारच्या बातम्यांमध्ये विशेष दक्षता हवी. उदाहरणार्थ, एखादी सवय आणि एखादा आरोग्यपरिणाम एकत्र आढळले तरी त्या सवयीमुळे तो परिणाम झाला असे थेट म्हणता येत नाही. त्या लोकांचे वय, जीवनशैली, पर्यावरण, उत्पन्न, इतर सवयी किंवा नोंदवलेल्या माहितीची अचूकता यांचा प्रभाव असू शकतो.

प्रायोगिक अभ्यास

प्रायोगिक अभ्यासात संशोधक एखादा घटक बदलून त्याचा परिणाम पाहण्याचा प्रयत्न करतात. त्यामुळे कारण तपासण्यासाठी ते तुलनेने अधिक बळकट चौकट देऊ शकतात. तरीही कोणताही एकच अभ्यास अंतिम सत्य ठरत नाही; त्यालाही संदर्भ, रचना आणि मर्यादा असतात.

एखाद्या बातमीत प्रयोगाचा उल्लेख असेल, तर तो नेमका कसा झाला हे विचारणे महत्त्वाचे आहे. नियंत्रण गट होता का, तुलना कशी केली, परिणाम कोणत्या कालावधीत पाहिले, निष्कर्ष किती मर्यादित आहेत, हे जाणून घेणे आवश्यक ठरते. “प्रयोग” हा शब्द दिसला म्हणून बातमीवरील संशय पूर्ण संपत नाही.

प्रयोगशाळा, प्राणी आणि मानव यांतील फरक

प्रयोगशाळा किंवा प्राण्यांवरील निष्कर्ष थेट मानवांवर लागू होत नाहीत. अशा अभ्यासांमधून दिशा, यंत्रणा किंवा पुढील संशोधनाचा आधार मिळू शकतो; परंतु सार्वजनिक वाचनात ते अनेकदा “मानवांसाठी सिद्ध उपाय” अशा रूपात मांडले जातात.

म्हणून बातमी वाचताना अभ्यास कोणत्या स्तरावर झाला हे लगेच ओळखा. पेशी, ऊतक, प्राणी आणि मानव यांतील पुराव्याचे स्तर वेगळे असतात. यांची सरमिसळ झाली की वाचकाला निष्कर्ष खूपच मोठा वाटतो.

Confounding म्हणजे लपलेला तिसरा घटक काय?

Confounding म्हणजे दोन गोष्टींतील दिसणारा संबंध प्रत्यक्षात तिसऱ्या एखाद्या घटकामुळे तयार होणे. विज्ञान बातमी वाचताना correlation आणि causation चा सापळा समजून घ्यायचा असेल, तर ही संकल्पना अत्यंत महत्त्वाची आहे. कारण अनेक दिशाभूल करणारे निष्कर्ष इथेच जन्म घेतात.

समजा, एका सवयीचा आणि एका परिणामाचा संबंध दिसतो. पण त्या दोन्हीवर तिसरा घटक परिणाम करत असेल, तर दिसणारा संबंध दिशाभूल करणारा ठरू शकतो. वाचकाने म्हणूनच स्वतःला विचारावे: “याशिवाय अजून काय कारण असू शकते?” हा साधा प्रश्न अनेक भ्रामक निष्कर्षांना थांबवतो.

खालील लक्षात ठेवा:

• तिसरा घटक संबंध निर्माण करू शकतो
• तिसरा घटक संबंध वाढवून दाखवू शकतो
• तिसरा घटक खरा परिणाम लपवू शकतो
• सर्व confounding पूर्णपणे नियंत्रित करणे अनेकदा कठीण असते

म्हणूनच “संबंध आहे” हे वाक्य नेहमी “का आहे?” या पुढच्या प्रश्नासह वाचा.

नाते दिसते, पण दिशा चुकीची असू शकते का?

होय, अनेकदा दिशा चुकीची असू शकते. आपण एखादी गोष्ट परिणामाला कारणीभूत मानतो, पण प्रत्यक्षात उलटही असू शकते. यालाच साध्या भाषेत उलटी कारणदिशा म्हणता येईल. ही शक्यता दुर्लक्षित केली की बातमी समजण्यात मोठी चूक होते.

उदाहरण म्हणून, एखाद्या वर्तनाचा आणि आरोग्यपरिणामाचा संबंध दिसला, तर लगेच “वर्तनामुळे परिणाम” असे म्हणण्याऐवजी “परिणामामुळे वर्तन बदलले का?” हाही प्रश्न विचारावा. काही लोक एखादी स्थिती निर्माण झाल्यावर आपली सवय बदलतात; मग नंतर डेटा पाहताना संबंध उलटा वाचला जाऊ शकतो.

विज्ञान बातमी वाचताना correlation आणि causation चा सापळा टाळण्यासाठी दिशा तपासणे अत्यावश्यक आहे. संबंध दिसणे पुरेसे नसते; बदलाची सुरुवात कुठे झाली, हे महत्त्वाचे असते.

एक चटकन तपासण्यासाठी उपयोगी चेकलिस्ट

बातमी समजून घेण्यासाठी मोठे तांत्रिक ज्ञान आवश्यक नसते; योग्य चेकलिस्ट पुरेशी ठरते. खालील मुद्दे वाचताना लक्षात ठेवले, तर शीर्षकाच्या मोहाला बळी न पडता आपण अधिक स्थिर निष्कर्षापर्यंत पोहोचू शकतो.

झटपट चेकलिस्ट

• शीर्षकात कारणदर्शक भाषा आहे का?
• मजकुरात फक्त “association”, “link”, “related” यांसारखीच मवाळ भाषा आहे का?
• अभ्यासाचा प्रकार स्पष्ट केला आहे का?
• नमुना कोणता होता, हे सांगितले आहे का?
• मर्यादा नमूद केल्या आहेत का?
• पर्यायी स्पष्टीकरणांची चर्चा आहे का?
• निष्कर्ष सर्व लोकांवर लागू आहेत असे गृहित धरले आहे का?
• कृती करण्याचा सल्ला पुराव्यापेक्षा मोठा आहे का?

ही चेकलिस्ट वापरली की बातमीतील दाव्याचे वजन अधिक वास्तववादी दिसते. विज्ञानातील गुंतागुंत कमी लेखल्याशिवाय समजण्याचा हा चांगला मार्ग आहे.

वारंवार विचारले जाणारे प्रश्न

निष्कर्ष

विज्ञान बातमी वाचताना correlation आणि causation चा सापळा टाळणे म्हणजे प्रत्येक बातमी नाकारणे नाही; उलट तिला अधिक अचूकपणे समजून घेणे होय. दोन गोष्टी एकत्र दिसल्या म्हणून एकच कारण आहे असे गृहित धरू नका. अभ्यासाचा प्रकार, भाषेतील ठामपणा, लपलेले घटक आणि दिशेचा प्रश्न तपासा. पुढच्या वेळी एखादे शीर्षक मोठा दावा करत असेल, तेव्हा थांबा, प्रश्न विचारा आणि मगच निष्कर्ष ठरवा.