‘कोडिंग एरर’ के बाद निकाले गए NIH के शीर्ष वैज्ञानिक फिर काम पर लौटे

 (science.org)
3 पॉइंट द्वारा GN⁺ 2025-04-08 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • NINDS के 10 प्रमुख principal investigators (PI) को संघीय एजेंसियों में कर्मचारी कटौती (RIF) की प्रक्रिया के दौरान नौकरी से निकाले जाने की सूचना दी गई, लेकिन बाद में यह कहते हुए उन्हें काम पर वापस बुला लिया गया कि यह “कंप्यूटर एरर” या “कोडिंग एरर” के कारण हुई गलती थी
  • इन्हें अभी तक औपचारिक रूप से बहाल नहीं किया गया है, और NINDS शोधकर्ताओं व training office के कर्मचारियों की दीर्घकालिक नौकरी बचाने का रास्ता खोज रहा है
  • HHS ने बहाली की पुष्टि नहीं की, लेकिन कहा कि अगर गलत तरीके से निकाला गया था तो इसकी वजह अलग-अलग HR विभागों के गलत डेटा हो सकते हैं
  • NIH के आंतरिक दस्तावेज़ों के अनुसार इस RIF का आकार 1300 लोगों का था, और ऐसे दस्तावेज़ भी हैं जिनमें कहा गया है कि निकाले जाने वालों के चयन में NIH की राय शामिल नहीं की गई
  • जिन 10 PI को निकाले जाने की सूचना मिली थी, उनकी लैब्स में 100 से अधिक वैज्ञानिक काम करते हैं, इसलिए अगर ये बर्खास्तगी वास्तव में लागू हो जाती तो लैब स्टाफ के पुनर्विन्यास और शोध रुकने का असर बड़ा हो सकता था

NINDS के 10 PI को बर्खास्तगी की सूचना और फिर काम पर वापसी

  • National Institute of Neurological Disorders and Stroke(NINDS) के 10 प्रमुख principal investigators को संघीय एजेंसियों में बड़े पैमाने पर कर्मचारी कटौती के दौरान नौकरी से निकाला गया या paid administrative leave पर भेजा गया
  • बाद में उन्हें बताया गया कि यह “कंप्यूटर एरर” या “कोडिंग एरर” से हुई अनजानी बर्खास्तगी थी, और वे काम पर लौट आए
  • हालांकि अभी उनकी औपचारिक बहाली नहीं हुई है, और कुछ लोगों ने कहा कि वापसी की जानकारी उन्हें पूरी तरह मौखिक रूप से दी गई
  • NINDS के आंतरिक ईमेल में कहा गया कि सभी शोधकर्ता और training office के कर्मचारी लौट आए हैं, और नेतृत्व उनकी नौकरियाँ बचाने के लिए दीर्घकालिक समाधान पर काम कर रहा है
  • एक वैज्ञानिक ने इस तरह के आश्वासन को “a leap of faith” कहा

HHS की सफाई और औपचारिक प्रक्रिया की समय-सीमा

  • Department of Health and Human Services(HHS) के प्रवक्ता ने बहाली की पुष्टि नहीं की, लेकिन कहा कि अगर गलत बर्खास्तगी हुई थी तो इसकी वजह HHS के अलग-अलग HR विभागों में मौजूद गलत डेटा हो सकते हैं
  • उसी प्रवक्ता ने कहा कि प्रशासनिक कार्यों को एक जगह सरल बनाने से data integrity और coordination बेहतर होंगे, और यह Biden प्रशासन से विरासत में मिले टूटे सिस्टम को ठीक करने के लिए किया जा रहा पुनर्गठन है
  • NINDS शोधकर्ताओं को मिले HHS पत्र में औपचारिक बर्खास्तगी की तारीख तक 60 दिन का नोटिस दिया गया था, और एक वैज्ञानिक के अनुसार NINDS को 2 जून तक इन्हें आधिकारिक रूप से बनाए रखने का तरीका ढूंढना होगा
  • अन्य मीडिया रिपोर्टों में कहा गया कि Food and Drug Administration और Centers for Disease Control and Prevention में भी गलती से RIF बर्खास्तगी हुई थी

बर्खास्तगी की जद में आए शोधकर्ता और NIH RIF का आकार

  • NINDS के जिन 10 PI को बर्खास्तगी की सूचना मिली, उन्हें multiple sclerosis, Parkinson’s disease, epilepsy जैसी बीमारियों पर काम करने वाले संस्थान के शीर्ष वैज्ञानिकों के रूप में बताया गया
  • इनमें Parkinson’s disease शोधकर्ता Richard Youle भी शामिल हैं, जिन्हें इस शोध के लिए Breakthrough Prize in Life Sciences मिल चुका है
  • NIH के आंतरिक दस्तावेज़ों के अनुसार इस बार NIH RIF का कुल आकार 1300 था
  • सरकार की RIF योजना पर लगभग कोई संचार नहीं हुआ, इसलिए NIH के भीतर कई लोग मान रहे थे कि वैज्ञानिकों को पूरी तरह कटौती से बाहर रखा जाएगा
  • मंगलवार को बर्खास्तगी की सूचना पाने और फिर वापसी का संदेश मिलने वाले एक NINDS PI ने कहा कि वे “surprised” से ज़्यादा “shocked” थे, और यह पूरी तरह अप्रत्याशित “real bad awakening” था

गलती सुधारने की प्रक्रिया और अपारदर्शी चयन

  • बर्खास्तगी वाला ईमेल 10 PI को पहुँचने के तुरंत बाद, NINDS के कर्मचारियों ने इसे गलती माना और वापसी की प्रक्रिया शुरू की
  • PI में से एक ने कहा कि NINDS कर्मचारियों ने 24 घंटे के भीतर “चमत्कार जैसा काम” किया, और इससे यह सोचने पर मजबूर होना पड़ता है कि जिन दूसरे निकाले गए लोगों के लिए लड़ने वाला कोई नहीं था, उनमें कितने मामले गलती के रहे होंगे
  • National Institute on Aging के scientific director Luigi Ferrucci के बारे में भी पुष्टि हुई कि उन्हें मंगलवार को निकाला गया था, लेकिन बाद में वे फिर काम पर लौट आए
  • वापस आए कई NINDS PI ने कहा कि HHS की ओर से उन्हें यह नहीं बताया गया कि गलती क्या हुई थी; NINDS अधिकारियों ने मोबाइल कॉल या टेक्स्ट संदेश से वापसी की सूचना दी
  • आंतरिक प्रेज़ेंटेशन सामग्री में कहा गया कि पूरा NIH RIF administrative code के आधार पर किया गया था, और कुछ मामले “अनजाने” हो सकते हैं
  • NIH के आंतरिक दस्तावेज़ों में कहा गया कि HHS ने NIH की राय लिए बिना यह तय किया कि किसे निकाला जाएगा
  • Department of Government Efficiency(DOGE) का RIF सूची पर कितना प्रभाव था, यह स्पष्ट नहीं है
    • DOGE, Elon Musk द्वारा संचालित है और पूरे सरकारी ढांचे में कर्मचारियों तथा खर्च में कटौती करता रहा है
    • DOGE कई संघीय एजेंसियों का दौरा कर चुका है और अक्सर निकाले जाने वाले कर्मचारियों की सूची तैयार करने में शामिल रहा है

लैब संचालन और जैव-चिकित्सीय शोध पर बचा असर

  • वापस लौटे NINDS शोधकर्ताओं में से एक के अनुसार, RIF सूचना पाने वाले 10 PI में से ज़्यादातर 60 वर्ष से अधिक उम्र के हैं, और रिटायरमेंट आयु के कारण शायद वे severance pay के हकदार भी नहीं होते
  • क्या इसी वजह से उन्हें निशाना बनाया गया, यह स्पष्ट नहीं है
  • RIF सूचना पाने वाले NINDS के 10 PI की लैब्स में 100 से अधिक वैज्ञानिक काम कर रहे हैं
  • अगर बर्खास्तगी वास्तव में लागू हो जाती, तो लैब स्टाफ, छात्र और अन्य कर्मचारियों को दूसरी लैब्स में फिर से तैनात करना पड़ता
  • लौटे हुए PI में से एक ने कहा कि नई प्रशासनिक टीम के आने के बाद से NIH की आंतरिक लैब्स पहले ही लॉजिस्टिक्स और संचालन संबंधी समस्याओं से जूझ रही थीं, और इस खबर ने लैब के कर्मचारियों को बहुत अस्थिर कर दिया
  • एक अन्य NINDS शोधकर्ता ने कहा कि अगर यह यहीं रुक भी जाए तो भी काफी नुकसान पहले ही हो चुका है, और डूबता हुआ जहाज़ उनकी लैब नहीं बल्कि biomedical research है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-04-08
Hacker News की राय

  • यहां इस्तेमाल की गई methodology आखिरकार ऐसी लगती है कि सबको निकाल दो, फिर सिर्फ उन्हीं लोगों को वापस लो जिनकी जरूरत साफ दिखती है
    कंपनियों में भी यह तरीका बहुत समस्याग्रस्त है, लेकिन सरकार में यह कहीं ज्यादा गंभीर है। पहला, यह असली लोगों की जिंदगी को खिलौने की तरह ट्रीट करना है, कोई नया work process टेस्ट करना नहीं। भले ही यह ज्यादा “efficient” हो जाए, मुझे लगता है ऐसी efficiency वाली सरकार से मानवीय सरकार बेहतर है
    दूसरा, सरकार कोई कंपनी नहीं है और पैसा उसका उद्देश्य नहीं है। सरकारी efficiency पर सिर्फ पैसे के नजरिए से बात करना समझ से बाहर है। असली बात पूरे समाज का कुल लाभ है। शुद्ध उत्पादन के नजरिए से जो व्यक्ति break-even पर हो या थोड़ा घाटे में हो, अगर सरकार उसे रोजगार देकर अर्थव्यवस्था को चलाती है और सामाजिक बोझ घटाती है, तो यह पूरे समाज के लिए कहीं बेहतर हो सकता है। corporate दुनिया में जो बर्बादी जैसा दिखता है, वह सरकार में efficient विकल्प हो सकता है, और मैं ऐसे लोगों को जानता हूं जिनका इस तरह नौकरी में होना, सड़कों पर धकेले जाने से समाज के लिए बेहतर है। सरकार में भी पैसे और efficiency पर चर्चा हो सकती है, लेकिन अगर आप सिर्फ वही देखते हैं, तो अपनी सोच पर फिर से विचार करना चाहिए

    • एक और बात यह है कि लंबी अवधि में स्थिर employer होने जैसी बेहद कीमती asset को पूरी तरह बर्बाद किया जा रहा है। शायद यही भ्रष्ट मंशा भी हो सकती है
      तुरंत दिखने वाली “बचत” तभी सही ठहरती है जब यह मान लिया जाए कि staff घटाने के बाद भी वही स्तर का काम होगा, और लंबी अवधि में यह आसानी से गायब हो जाती है क्योंकि private sector से उसी स्तर के applicants लाने के लिए ज्यादा compensation देना पड़ेगा
      मोटे हिसाब से भी, अगर गैरकानूनी और मूर्खतापूर्ण layoffs से workforce 90% रह जाए और payroll भी 90% हो जाए, तब भी unstable employer और अस्पष्ट benefits सहने के लिए नई hiring में 5% ज्यादा pay देना पड़ेगा। तब सिर्फ 2 साल में “बचत” खत्म हो जाएगी, और टूटा हुआ भरोसा जितना जारी रहेगा, हालात उतने खराब होंगे
    • मुझे लगता है यह उससे भी बदतर है। यहां की methodology सरकार के खिलाफ जानबूझकर की गई sabotage जैसी लगती है
      platform खुद खुले तौर पर anti-government है, empathy के भी खिलाफ है, और experts के भी परोक्ष रूप से खिलाफ है; जब ऐसे लोगों को सरकार सौंपते हैं, तो वे सरकार और public services के लिए समर्पित लोगों की जिंदगी भी साथ में तोड़ देते हैं
    • कोई काम कर रही methodology जैसी चीज नहीं है, यह बस जितने ज्यादा लोगों को हो सके छांटने वाली अंधाधुंध बर्खास्तगी है
      यह इस बात से साफ है कि दूसरी departments में भी जितने लोगों को निकाल सकते थे, सबको निकाल दिया गया। “coding error” आज के जमाने का “कुत्ते ने मेरा homework खा लिया” जैसा बहाना है। कमजोर है, लेकिन लोग मान लेंगे। उन्हें पता था वे क्या कर रहे हैं, उन्हें सिर्फ पकड़े जाने का अफसोस है
      दुख की बात है कि layoffs, rehiring, फिर layoffs, lawsuits और compensation खत्म होने तक शायद कोई पैसा बचा ही नहीं होगा, बल्कि और ज्यादा बर्बाद हुआ होगा। इस बात को पूरी तरह नजरअंदाज किया जा रहा है कि civil servants खराब हालात और कम बजट में जरूरी काम करते हैं
    • Terry Pratchett के प्रिय किरदार ने लोगों को वस्तु की तरह ट्रीट करने को बुराई कहा है
    • “फालतू चर्बी” घटाते समय कम स्पष्ट समस्या यह है कि लंबी अवधि में किसी भी system में कुछ मात्रा में slack होना अच्छा होता है
      slack एक buffer है जिसे संकट के समय operations को तोड़े बिना कम किया जा सकता है। अच्छे समय में अगर वह slack हटा दिया जाए, तो बुरे समय में कम करने के लिए कुछ नहीं बचता। साथ ही बिना चर्बी वाला lean system सिर्फ मौजूदा परिस्थितियों के लिए tuned होता है, उसमें degrees of freedom कम होते हैं, और जरूरत पड़ने पर नई दिशा में adjust करना ज्यादा मुश्किल हो जाता है

  • आम तौर पर यह मानना अच्छी आदत है कि सामने वाला अच्छे इरादे से कोशिश कर रहा है, लेकिन जब इतनी साफ गलतियां बार-बार दोहराई जाती हैं, तो वह उदारता खत्म हो जाती है
    लगता है backlash बढ़ने पर वे कुछ मशहूर लोगों को ही वापस लाकर कहना चाहते हैं, “देखो, हम science को रोक नहीं रहे।” उन थोड़े लोगों का लौटना अच्छी बात है, लेकिन NIH भी ज्यादातर संगठनों की तरह शायद ऐसा नहीं है जहां top experts खुद हर काम करते हों। वे teams को lead करते हैं, अपनी expertise से दिशा देते हैं, और अप्रत्याशित results को analyze करने का resource होते हैं
    अगर top experts अपना staff खो दें, तो लगभग वही output दे पाना मुश्किल है। 65 साल के core brains का घंटों pipetting करना और samples stain करना बेहद inefficient है

    • retirement के करीब कोई व्यक्ति अगर यह तमाशा देखेगा तो वापस नहीं आएगा, और वह कुछ कर भी नहीं पाएगा
      यह एक जाल है। उन लोगों को वापस लाने पर भी काम करने के लिए बाकी लोग नहीं होंगे, और फिर वे कहेंगे, “देखो, ये लोग बेकार थे। हमने इन्हें निकालकर सही किया था”
    • “सामने वाला अच्छे इरादे से कोशिश कर रहा है, यह मानना अच्छी आदत है” वाली धारणा इस administration पर कभी लागू नहीं हुई
      पिछले term में ही leadership ने दिखा दिया था कि वह कितनी incompetent है, और वह दशकों पुराने playbook के मुताबिक सरकार को और कम functional बना रही है ताकि लोग सरकार पर भरोसा न करें और उसे खत्म करना चाहें
    • यहां “वे” से किसकी बात हो रही है? Department of Health and Human Services?

  • क्या कोई सबूत है कि यह सचमुच coding error था? ज्यादा सरल explanation यह है कि पहले उन्होंने संदिग्ध criteria से लोगों को bulk में fire किया, फिर जब समझ आया कि कुछ बेहद जरूरी काट दिया है, तो अब उसे बहाना बनाकर वापस पलट रहे हैं

    • software लोगों को fire नहीं करता, लोग लोगों को fire करते हैं
      “coding error” का मतलब कुछ भी हो सकता है: “performance मापने के लिए अच्छे इरादे से code लिखा गया था, उसमें bug था, और बिना verification के उसी का पालन किया गया” से लेकर “लोगों को fire करते समय select * from employees चलाने के लिए लिखा गया code बाद में कुछ लोगों की फिर जरूरत पड़ने पर ‘error’ निकला” तक
      किसी भी तरह देखें, best case में भी firing execute करने वाले लोग इतने incompetent थे कि उसे malice से अलग पहचानना मुश्किल है। सामान्य स्थिति में तो यह बस दुर्भावनापूर्ण रहा होगा
    • non-partisan नजरिए से भी, किसी भी स्थिति में coding error “leadership नतीजे से शर्मिंदा हुई और responsibility से बचना चाहती है” का euphemism है
    • अगर यह सचमुच “coding error” था, तो मतलब DOGE को बिल्कुल समझ नहीं था कि वे क्या कर रहे हैं; और अगर नहीं था, तो वही scenario है जो तुमने कहा
      आखिरकार बात incompetence बनाम malice की है। अपना जहर चुनो
    • यह important नहीं कि coding error था या नहीं। responsibility उन लोगों की है जिन्होंने layoffs execute किए और जिन्होंने आदेश दिए
      code पर दोष डालना accountability से बचने का तरीका है। software development project के अंदर bugs को सिर्फ किसी व्यक्ति की गलती मानना healthy नहीं है, यह मैं समझता हूं, लेकिन यह revenue loss या uptime degradation से आगे बढ़कर व्यक्तिगत त्रासदी में बदलने वाली बात है
    • यह सही है कि DOGE ने DOD का AutoRIF लेकर modify किया। AutoRIF workforce reduction calculations में मदद के लिए tool था, और actual separation actions शुरू करने से पहले human review होना चाहिए था
      हालांकि DOGE ने शायद efficiency चुनी और ठीक से देखे बिना बस “lgtm” की मुहर लगा दी। यह tool मूल रूप से service years, veteran preference जैसी reduction-in-force requirements के आधार पर calculation करने के लिए बनाया गया था, बिना supervision decision लेने के लिए नहीं

  • “कंप्यूटर कभी जिम्मेदारी नहीं ले सकता, इसलिए कंप्यूटर को प्रबंधन से जुड़े फैसले नहीं लेने चाहिए”
    1979 में भी यह सही था और आज भी सही है। इस काम का दोष “coding” पर डालना इस बात की स्पष्ट स्वीकारोक्ति है कि कोई जिम्मेदारी से बच रहा है

    • इन लोगों में शर्म नहीं है, और जिम्मेदारी से बचने के लिए ये तुरंत झूठ बोलेंगे
    • कम से कम उन्हें सिर्फ निकाला गया। ब्रिटिश Post Office की तरह धोखाधड़ी के आरोप में मुकदमा तो नहीं चलाया गया: https://en.wikipedia.org/wiki/British_Post_Office_scandal
      1999 से 2015 तक 900 से अधिक sub-postmasters पर मुकदमा चला और 236 जेल गए
    • आधुनिक निष्कर्ष यह बन जाता है: “इसलिए कंप्यूटर को सभी प्रबंधन से जुड़े फैसले लेने चाहिए”

  • अगर एक coding error इस तरह लोगों की जिंदगी बर्बाद कर सकता है, तो शुरू से ही इसे गलत तरीके से बनाया जा रहा है

    • इस लेख में quotation marks पर बहुत भारी बोझ डाला जा रहा है
      लोगों को नौकरी से निकालने की प्रक्रिया में अपनी की हुई गलती का दोष उन्हीं लोगों पर डालना, जिन्हें अभी-अभी निकाला गया है, हर दौर में दयनीय है

  • लगता है DOGE आखिरकार Social Security software stack को फिर से लिखते-लिखते, “Null” surname वाले पहले व्यक्ति पर ही फट पड़ेगा

    • सभी को Social Security codebase की स्थिति और मौजूदा modernization plans पर सार्वजनिक reports पढ़नी चाहिए
      इस code का बड़ा हिस्सा तब लिखा गया था जब अर्थपूर्ण computer networks मौजूद भी नहीं थे। records हर रात tape storage में commit किए जाते थे, और system constraints की वजह से अजीब मामलों को अक्सर खास magic values से handle किया जाता था। errors दिखाने के लिए -1 return करने की convention जगह-जगह फैली हुई है, और सोचिए कि वही value database में store होती है। कुछ चीजें टाली जा सकती थीं, लेकिन codebase इतना पुराना है कि कई चीजें स्वाभाविक रूप से पैदा हुई हैं
      इसलिए Musk कहता है कि 140 साल से अधिक उम्र के बहुत सारे लोगों को भारी payments मिल रहे हैं और यह fraud है। असल में यह special data cases हो सकते हैं। तो अगर codebase को “सरलता से” फिर से लिख दिया जाए तो क्या होगा? special cases की handling गायब हो जाएगी और वे लोग payments नहीं पा सकेंगे। कई systems atomic global updates नहीं करते—इस वास्तविकता को संभालने वाला data consistency code भी गायब हो जाएगा। फिर rows randomly उड़ जाने जैसी चीजें होंगी
      LLM-based programming के फायदे-नुकसान पर चर्चा हो सकती है, लेकिन “AI से एक महीने में Social Security codebase फिर से लिखते हैं” मौजूदा tools के लिए उपयुक्त नहीं है, और ऐसा काम आगे बढ़ाने के लिए जबरदस्त अहंकार चाहिए। यह उस परेशान करने वाले नए junior का 1000x version है जो codebase देखकर उसे गंदा बताता है और पूरी तरह rewrite की मांग करता है
    • आह, छोटे Bobby Tables। क्या शरारती बच्चा है
    • निष्पक्ष रूप से कहें तो, दुर्भाग्यपूर्ण नाम वाले लोगों के लिए DOGE के काम से पहले ही यह बहुत वास्तविक और परेशान करने वाली समस्या थी: https://www.wsj.com/lifestyle/null-last-name-computer-scient...
    • वे IRS की Individual Master File को फिर से लिखने की कोशिश करेंगे, और behavior बदल भी जाए तो उन्हें परवाह नहीं होगी

  • अगर यह coding error है तो git blame चलाकर देखें क्या निकलता है
    जिसके साथ यह होता है, उसके लिए यह बिल्कुल मजेदार नहीं होता। मेरे मामले में, बहाल होने के कुछ ही समय बाद मैं चला गया, और सहकर्मियों के साथ रिश्ते भी पहले जैसे नहीं रहे

  • “वे लापरवाह लोग थे, Tom और Daisy। वे चीजों और जिंदगियों को तोड़ देते थे और फिर अपने पैसे या अपनी भयानक लापरवाही, या उस चीज के पीछे लौट जाते थे जो दोनों को साथ बांधे रखती थी, और अपने बनाए हुए मलबे को साफ करने के लिए दूसरों को छोड़ देते थे”
    ― F. Scott Fitzgerald, The Great Gatsby

  • सही, यह वही पुराना “उंगली फिसल गई और जटिल, सावधानी से बनाए गए filters के set की जगह गलती से select * from table; दब गया” वाला प्रकार है
    ऐसी चीजें होती हैं। हम सबने देखा है न

    • अगर जटिल और सावधानी से बनाए गए filters के set sys.rand का इस्तेमाल भी किया होता, तो नहीं लगता कि नतीजा बहुत अलग होता

  • क्रूरता और उन लोगों से बदला लेना जिन्हें वे वैचारिक दुश्मन मानते हैं, इस administration का मुख्य organizing principle है। यह purge है, और 1930 के दशक के जर्मनी में यहूदियों के purge जैसा है
    NIH और civil servants इसका सिर्फ एक पहलू हैं, और academia purge इसका दूसरा पहलू है([1])
    इसे संभव बनाया है चरम individualism ने, collectivism के हर रूप पर दशकों या सदियों तक हुए हमले ने, और race, class, ethnicity, sexual orientation, gender और religion के आधार पर आम लोगों को बांटने वाली उकसाने वाली राजनीति ने। LBJ का यह quote याद आता है
    “अगर आप सबसे निचले white man को यह यकीन दिला दें कि वह सबसे श्रेष्ठ colored man से बेहतर है, तो वह यह नोटिस नहीं करेगा कि आप उसकी जेब काट रहे हैं। धत्, उसे कोई दे दीजिए जिसे वह नीचे देख सके, और वह अपनी जेब खाली करके आपको दे देगा”
    यह Reconstruction के दौर में पूर्व slave-owning class के उस डर से भी जुड़ता है, जिन्हें भय था कि गरीब whites कहीं मुक्त किए गए slaves के साथ एकजुट न हो जाएं। Nazi regime के पीड़ित और प्रत्यक्ष गवाह अभी जीवित हैं, फिर भी एक सदी से भी कम समय में ऐसा लग रहा है जैसे हम Nazi Germany को फिर से देख रहे हों—यह यकीन करना मुश्किल है
    [1]: https://www.thecrimson.com/article/2025/3/29/harvard-cmes-di...