रिसर्च में गड़बड़ी उजागर करने वाले data detectives पर से defamation के आरोप हटे

• अदालत ने Francesca Gino के 4 पेपर्स में छेड़छाड़ के संदेह वाले डेटा की ओर इशारा करने वाले Data Colada शोधकर्ताओं के खिलाफ सभी defamation दावे खारिज कर दिए, और सिर्फ Harvard Business School से जुड़े कुछ मुद्दे ही मुकदमे में बाकी रखे
• Uri Simonsohn, Leif Nelson, Joe Simmons ने संदिग्ध डेटा को ब्लॉग पर सार्वजनिक किया और Harvard को सबूत सौंपे, जिसके बाद Harvard ने अपनी जांच में research misconduct हुआ था ऐसा निष्कर्ष निकाला
• जज ने माना कि छेड़छाड़ किए गए डेटा पर साक्ष्य-आधारित निष्कर्ष और सावधानी से की गई भाषा defamation की कानूनी सीमा तक नहीं पहुंचती, और सामग्री के लिंक देना भी पाठकों को स्वयं निर्णय लेने में मदद करने वाला तत्व माना गया
• Harvard ने Gino को administrative leave पर रखा और journals को डेटा की विश्वसनीयता पर समस्या की सूचना दी, लेकिन आरोपों को संभालने की प्रक्रिया में नई अस्थायी policy लागू करने का मुद्दा contract violation के प्रश्न के रूप में बाकी रहा
• ऐसे समय में जब ऑनलाइन image·data manipulation खोजने और उस पर चर्चा करने वाले वैज्ञानिक समुदाय को मुकदमों की धमकियों का सामना करना पड़ता है, इस फैसले ने इस बात को बल दिया कि वैज्ञानिक विवादों को मुकदमों से नहीं बल्कि science के तरीकों से सुलझाया जाना चाहिए

---

Data Colada के खिलाफ सभी दावे खारिज

• अदालत ने Harvard Business School की प्रोफेसर Francesca Gino द्वारा दायर मुकदमे में Data Colada शोधकर्ताओं के खिलाफ सभी दावे खारिज कर दिए
• Gino ने Data Colada टीम और Harvard Business School पर defamation समेत अन्य आरोप लगाए थे
• Harvard के खिलाफ मुकदमे का कुछ हिस्सा जारी रहेगा
  • Francesca Gino से जुड़े आरोपों को संभालते समय Harvard Business School द्वारा नई और अस्थायी research misconduct policy लागू करने का मुद्दा बाकी है
  • यह इस बात की जांच का विषय रहेगा कि क्या विश्वविद्यालय ने Gino के साथ अपने contract का उल्लंघन किया

संदिग्ध डेटा का खुलासा और Harvard की जांच

• Uri Simonsohn, Leif Nelson, Joe Simmons लंबे समय से Data Colada ब्लॉग पर behavioral science क्षेत्र के संदिग्ध डेटा के मामलों को उठाते रहे हैं
• इन लोगों ने Francesca Gino के 4 पेपर्स में कथित रूप से manipulated डेटा पर लेखों की एक श्रृंखला प्रकाशित की
• Data Colada टीम ने सबूत Harvard को सौंपे, जिसके बाद Harvard ने अपनी जांच शुरू की
  • संबंधित शोधकर्ताओं का इंटरव्यू लिया गया
  • पेपर्स के पीछे मौजूद कई raw data files की समीक्षा की गई
• जांच पूरी होने पर Harvard ने निष्कर्ष निकाला कि research misconduct हुआ था
  • Gino को administrative leave पर रखा गया
  • tenure वापस लेने पर विचार किया गया
  • जिन journals में पेपर्स प्रकाशित हुए थे उन्हें बताया गया कि underlying data भरोसेमंद नहीं है

Harvard से जुड़े दावों में जो हिस्सा बाकी है

• Gino ने आरोप लगाया कि Harvard ने उनके साथ contract का उल्लंघन किया, उनकी defamation की, और उनकी book publisher के साथ संबंधों में दखल दिया
• Harvard और Data Colada दोनों पक्षों ने सभी दावों को खारिज करने की मांग की
• अदालत ने Harvard से जुड़े दावों का बड़ा हिस्सा खारिज कर दिया
  • अदालत ने माना कि Harvard द्वारा Gino के सहकर्मियों को administrative leave के बारे में बताना defamation नहीं था
  • journals को भेजी गई retraction request को भी defamation नहीं माना गया
  • retraction notice को पेपर्स के डेटा की सटीकता पर Harvard Business School की चल रही व्यक्तिपरक राय या व्याख्या के रूप में देखा गया

defamation की जिम्मेदारी से बचने के कारण

• अदालत ने माना कि Data Colada टीम की पोस्ट उपलब्ध तथ्यों की व्यक्तिपरक व्याख्या थीं
• फैसले में उस नज़ीर का हवाला दिया गया जिसमें कहा गया कि “वैज्ञानिक विवादों का समाधान मुकदमेबाजी से नहीं बल्कि science की प्रक्रिया से होना चाहिए”
• Gino को उनकी वरिष्ठ अकादमिक स्थिति के कारण public figure माना गया, और Data Colada की भाषा defamation के कानूनी मानदंड तक नहीं पहुंची
• Data Colada टीम ने डेटा manipulation होने के निष्कर्ष को अपेक्षाकृत दृढ़ता से रखा, लेकिन यह कि छेड़छाड़ सीधे Gino ने की थी इस बिंदु पर उन्होंने सावधानी बरती क्योंकि सबूत स्पष्ट रूप से ऐसा नहीं दिखाते थे
• शोधकर्ताओं ने जिन data sources के आधार पर अपने निष्कर्ष निकाले, उनके लिंक देना भी महत्वपूर्ण कारक रहा
  • फैसले में उस नज़ीर का हवाला दिया गया कि संबंधित जानकारी के hyperlinks देने से पाठक मूल जानकारी की सीधे जांच कर सकते हैं और अपना निष्कर्ष स्वयं निकाल सकते हैं

वैज्ञानिक समुदाय के लिए व्यावहारिक असर

• Data Colada टीम ने वैज्ञानिक लेखन में आम तौर पर इस्तेमाल होने वाली सावधानीपूर्ण भाषा में आरोप उठाए, और यही शैली defamation दावों के खिलाफ उनकी रक्षा बनी
• हाल के वर्षों में ऑनलाइन communities में image·data manipulation की पहचान करने और उस पर चर्चा करने वाले वैज्ञानिकों का रुझान बढ़ा है
• कुछ मामलों में इसका परिणाम papers की retraction या शोधकर्ताओं के करियर पर असर के रूप में सामने आया
• ऐसी गतिविधियां कभी-कभी शोधकर्ताओं या इस पर रिपोर्ट करने वाले पत्रकारों के खिलाफ मुकदमे की धमकियों तक पहुंची हैं, और कुछ मामलों में वास्तविक मुकदमों में भी बदली हैं
• यह फैसला दिखाता है कि सबूतों के आधार पर सावधानी से पेश किए गए वैज्ञानिक निष्कर्ष defamation मुकदमों में आसानी से नहीं टूटते

[unsure4000]

वहीं, एक ऐसा देश जहाँ तथ्य बताने पर भी मानहानि का मामला बन सकता है:

[GN⁺]

Hacker News की टिप्पणियां

• ऐसा लग रहा था कि Data Colada के प्रतिवादियों के पक्ष में फैसला आने की संभावना बहुत ज़्यादा थी, और discovery से पहले ही pre-trial dismissal होना निश्चित रूप से अच्छी बात है, लेकिन फिर भी इसमें 1 साल से ज़्यादा लगा और कई pre-trial hearings तथा दोनों पक्षों की कानूनी खींचतान हुई
  https://storage.courtlistener.com/recap/gov.uscourts.mad.259933 में Ctrl-F से खोजें तो वकील Pyle 11 बार दिखाई देते हैं। सभी motions और replies पर भी काम का बोझ कम नहीं रहा होगा, इसलिए सोचता हूं कि dismissal तक पहुंचने में DC का खर्च कितना रहा होगा। 10,000 डॉलर से तो निश्चित ही ज़्यादा, शायद 50,000 डॉलर के आसपास, या क्या यह ज़्यादा अनुमान है?

  • यह व्यक्ति 10,000 डॉलर के लिए शायद बिस्तर से उठे भी नहीं: https://princelobel.com/professional/jeffrey-j-pyle/
    हालांकि New Yorker ने लिखा कि Pyle इस मुकदमे से “पेशेवर ही नहीं, व्यक्तिगत रूप से भी नाराज़ लग रहे थे”, इसलिए कुछ काम शायद pro bono रहा हो: https://www.newyorker.com/news/news-desk/how-a-scientific-dispute-spiralled-into-a-defamation-lawsuit
  • सौभाग्य से GoFundMe पर 300,000 डॉलर से ज़्यादा जुटाए जा सके: https://www.gofundme.com/f/uhbka-support-data-coladas-legal-defense
  • बहुत संभव है कि यह ज़्यादा अनुमान न हो
    आम तौर पर तथ्यों से जुड़ी client consultations, filings तैयार करना, hearing की तैयारी और hearing में दलीलें—इन सबको मिलाकर कम से कम 25,000 डॉलर से ज़्यादा मानूंगा। घंटे का 800 डॉलर से ज़्यादा और 30 घंटे से ज़्यादा काम, इस कम अनुमान से भी ऐसा ही निकलता है; असल में rate और घंटे दोनों लगभग दोगुने भी हो सकते हैं। हालांकि इस मामले में यह भी संभव है कि वकील या law firm ने अपना समय दान किया हो
  • बात सिर्फ पैसे की नहीं है। जब आप पर मुकदमा होता है, खासकर कोई असामान्य और विशेषज्ञ क्षेत्र से जुड़ा मुकदमा, तो वह पूरी ज़िंदगी को खा सकता है
    हो सकता है कि आप सामने वाले से कुछ legal costs वापस ले पाएं, लेकिन ज़िंदगी बर्बाद होने का मुआवज़ा मिलना मुश्किल है
  • कानूनी फीस बहुत चुकाने के अनुभव से कहूं तो, अगर वकील ने मुफ्त में मामला नहीं लिया था, तो बिल 40,000 डॉलर से काफी ज़्यादा रहा होगा
    हमारी legal system वकीलों को और ज़्यादा पैसा कमाने की दिशा में बुरी तरह झुकी हुई है

• अच्छा है कि ऐसे मज़बूत इरादों वाले लोग हैं जो legal threats और harassment tactics झेल जाते हैं। मैं होता तो क्या मुझमें इतना साहस होता, पता नहीं
  Ben Goldacre पर जब मुकदमा हुआ था, वह याद आता है; शुक्र है उस समय publisher ने खर्च उठाया था: https://www.badscience.net/files/The-Doctor-Will-Sue-You-Now.pdf

  • समस्या यही है कि defamation जैसी चीज़ पर मुकदमा किया जा सकता है। चरम स्थिति में, ब्राज़ील की तरह, राजनीतिक नेताओं की आलोचना करने के कारण निर्दोष व्यक्ति जेल जा सकता है
    https://mises.org/mises-wire/rothbard-suits-defamation

• “यह मानने के लिए कि original data नकली है और posted data असली है, आपको यह मानना होगा कि जो data समझ में आता है वह नकली है और उलटा-पुलटा data असली है। यह मानना मुश्किल है।”
  “data कैसे बदला गया, इस बारे में हम सही थे, और Gino ने बदलाव की जो व्याख्या दी वह समझ में नहीं आती, फिर भी इस केस में प्रतिवादी हम हैं।”
  mic drop का अकादमिक शब्द क्या होगा? https://datacolada.org/118

  • यह analysis सरल है, लेकिन शानदार है। कुछ rows क्रम से बाहर थीं, और उन rows को उनकी मूल जगह पर वापस रखने के बाद distribution पर प्रभाव जांचा गया: https://datacolada.org/111
  • “mic drop” के अकादमिक शब्द के तौर पर मैं हमेशा QED इस्तेमाल करता आया हूं, लेकिन शायद इससे बेहतर विकल्प भी हो सकते हैं :)
  • अगर सच में data fabricate किया गया था, तो मानना होगा कि यह अपनी biased hypothesis को support करने की कोशिश थी; लेकिन यह लेख विस्तार से नहीं बताता कि fabricated data किस conclusion को support कर रहा था
    सिर्फ यह कि वह “behavioral science” research थी—इसके अलावा जो अहम details गायब हैं, क्या कोई उन्हें भर सकता है?

• विडंबना यह है कि Francesca Gino और Dan Ariely dishonesty पर popular science/TED talks के लिए मशहूर थे। पता चला कि वे खुद ही dishonest थे
  https://www.npr.org/2023/07/27/1190568472/dan-ariely-francesca-gino-harvard-dishonesty-fabricated-data

  • अब TED talks में किसी को देखकर मानने लगा हूं कि वह धोखेबाज़ सौदागर है
  • मुझे लगता है यह तो हिमखंड का सिरा है। जहां power, money, citation count जैसे बाहरी motivations होते हैं, वहां यह incentives की समस्या है, और culture को बदलकर दूसरे values को ज़्यादा महत्व देना होगा
    बेशक मैं ऐसे व्यवहार का बचाव नहीं कर रहा हूं

• मैंने पहले भी इसे यहाँ पोस्ट किया था, लेकिन मेरी पत्नी behavioral science के क्षेत्र में काम करती हैं और पिछले साल उन्होंने इस मामले पर लिखा था: https://www.squarepeginsight.com/post/the-dark-side-of-behavioural-science-stardom-unpacking-the-ariely-gino-controversy

  • Gino के उलट, Ariely ऐसा नहीं लगता कि गिरावट का शिकार हुए हैं। Duke में अब भी उनकी lab है, उन्हें लगातार lecture invitations मिल रहे हैं, और उनकी consulting company भी contracts जीत रही है
    यह बिल्कुल समझ में नहीं आता। पता नहीं कोई दूसरा behavioral scientist इसे समझाने के लिए कोई फर्जी experiment ही बना सकता है या नहीं

• ऐसी costs का क्या होता है? क्या हारने वाले मुकदमेबाज को इस defamation defence cost का कुछ या पूरा हिस्सा नहीं उठाना चाहिए?

  • आम तौर पर नहीं। कुछ राज्यों में इससे जुड़े खास cost recovery mechanisms हैं, लेकिन सभी राज्यों में नहीं। इस तरह के मुकदमों को समस्या माना जाता है क्योंकि ये First Amendment द्वारा संरक्षित speech को चुप कराने का प्रभावी तरीका बन जाते हैं
    ज्यादा गहरी समस्या यह है कि अमेरिका में मुकदमेबाजी बेहद महंगी है, और कोई अमीर पक्ष इसे ऐसे व्यक्ति के खिलाफ इस्तेमाल कर सकता है जो lawyers afford नहीं कर सकता, या कोई कट्टर व्यक्ति मुकदमेबाजी से नफरत करने वाले सामान्य risk-averse लोगों के खिलाफ इसे धमकी के हथियार की तरह दुरुपयोग कर सकता है: https://en.wikipedia.org/wiki/Strategic_lawsuit_against_public_participation
  • पूरी तरह गैर-विशेषज्ञ नजर से देखें तो यह SLAPP lawsuit के दायरे में आ सकता है, और अगर ऐसा है तो legal costs के लिए countersuit की संभावना हो सकती है
    हालांकि लगता है कि Massachusetts में California की तुलना में “काफी कमजोर anti-SLAPP law” है: https://en.wikipedia.org/wiki/Strategic_lawsuit_against_public_participation / https://www.vox.com/future-perfect/23841742/francesca-gino-data-colada-lawsuit-gofundme-science-culture-transparency-academic-fraud-dishonesty
  • दुर्भाग्य से यह इस तरह काम नहीं करता, लेकिन अगर करता भी तो भी fair नहीं होता। अगर कोई defamation plaintiff हारता है, तो उसे defendant को दावा की गई पूरी रकम चुकानी चाहिए। या शायद उसका कई गुना

• अगर Professor Gino ने paper की शुरुआत में sign किया होता, तो शायद data में हेरफेर करने की incentive कम होती
  https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3458378/

• सिद्धांत रूप में, अगर सामने वाला lawyer fees से आपको दबा न सके, तो सच्चाई defamation claim के खिलाफ absolute defence होनी चाहिए
  “उसने data manipulate किया” जैसे निश्चित बयान के बजाय अगर सावधानी से “इन सबूतों के आधार पर हमें लगता है कि data fake है” लिखा जाए, तो legally कोई loophole नहीं होना चाहिए

• धोखेबाज धोखा जारी रखने के लिए किसी भी हद तक जाते हैं। जिसके पास पैसा है, वह उसी पैसे से दूसरे पक्ष को दिवालिया होने तक मुकदमे में घसीट सकता है, इसलिए अक्सर बच निकलता है
  इस बार system ने काम किया, लेकिन ऐसे मामले दुर्लभ हैं और legal threats की वजह से पीछे हटने पर मजबूर लोगों को हम बहुत बार देखते हैं

  • Lance Armstrong को देखिए: https://www.abajournal.com/news/article/lance_armstrong_admits_to_lawsuit_bullying

• उन्होंने “Rebel Talent: why it pays to break the rules” नाम की किताब लिखी थी

  • यानी कहें तो उन्होंने अपनी ही सीख पर अमल किया