2019 में Scale AI के CEO Alexandr Wang द्वारा Scale AI टीम को भेजे गए मेमो का एक हिस्सा
Information Compression: चीज़ें गलत क्यों होती हैं?
1. Information Compression क्या है?
- वास्तविक दुनिया की जटिल स्थितियों को इंसान आसानी से समझ सके, इसके लिए उन्हें सरल भाषा या चित्रों में व्यक्त करने की प्रक्रिया ही ‘Information Compression’ है।
- लेकिन इस प्रक्रिया में ज़्यादातर बारीकियाँ और महत्वपूर्ण संदर्भ खो जाते हैं।
2. Information Compression समस्या क्यों पैदा करता है?
- Compression की प्रक्रिया में अनिवार्य रूप से information loss होता है, और नतीजतन विकृत संदेश पहुँचता है।
- सामने वाला व्यक्ति वास्तविक स्थिति से काफी दूर की एक छवि अपने दिमाग में बना लेता है, और उसी आधार पर समस्या हल करने की कोशिश करते हुए अजीब या गलत नतीजे सामने आते हैं।
- ज़्यादातर संगठनों में communication failure और inefficiency की मूल वजह Information Compression की यही सीमा है।
3. संगठन के आकार और Information Compression का संबंध
- छोटे startup (5 लोगों से कम) में सभी सदस्य संदर्भ साझा करते हैं, और prior knowledge भी मिलती-जुलती होती है, इसलिए compressed information से भी पर्याप्त communication हो जाता है।
- जैसे-जैसे संगठन बड़ा होता है, विभागों के बीच दीवारें (silos) बनती हैं, और shared context तथा prior knowledge कमज़ोर पड़ते हैं, जिससे Information Compression के दुष्प्रभाव बढ़ जाते हैं।
- नतीजतन अनावश्यक handoff, गलतफहमियाँ, और अप्रभावी output बढ़ जाते हैं।
4. Information Compression समस्या के प्रतिनिधि उदाहरण
- ग्राहक की requirements: ग्राहक अपनी समस्या को compress करके बताता है, लेकिन वह अक्सर वास्तव में जो चाहता है उससे लगभग मेल ही नहीं खाती।
- non-developer → developer request: जब non-developer किसी developer से काम का अनुरोध करता है, तो असल कठिनाई और संदर्भ ठीक से नहीं पहुँचते, और नतीजा गलत दिशा में चला जाता है।
- वास्तविक समस्या से असंबंधित solution: ऊपर से देखने पर लगता है कि समस्या हल हो गई, लेकिन वास्तविक सुधार प्रभाव के बिना output मिलता है।
5. Information Compression का समाधान
- handoff को न्यूनतम रखना, direct experience: समस्या को सीधे अनुभव करना और handoff कम करना सबसे अच्छा है।
(उदाहरण: dogfooding, अलग-अलग भूमिकाओं का सीधे अनुभव) - मज़बूत organizational culture: prior knowledge और context को संगठन के भीतर साझा किया जाना चाहिए।
- ग्राहक और code के बीच दूरी कम करना: ग्राहक की समस्या और वास्तविक development करीबी रूप से जुड़े होने चाहिए।
- जिज्ञासा और अतिरिक्त सवाल: जो व्यक्ति समस्या हल कर रहा है, उसे लगातार सवाल पूछने चाहिए और संदर्भ समझने की कोशिश करनी चाहिए।
- ग्राहक पृष्ठभूमि वाले लोगों की hiring: अगर टीम में ऐसे लोग हों जो वास्तविक समस्या को अच्छी तरह जानते हों, तो context loss कम होता है।
6. मुख्य सार
- Information Compression अपरिहार्य है, लेकिन हमेशा अपूर्ण रहता है।
- जैसे-जैसे संगठन बड़ा होता है, Information Compression के दुष्प्रभाव बढ़ते जाते हैं।
- सबसे अच्छा समाधान है ऐसी organizational structure, culture और direct experience, जो ‘compression’ पर निर्भर न हों।
7 टिप्पणियां
यह एक स्पष्ट और महत्वपूर्ण बात है, लेकिन इसे वास्तव में अमल में लाने की कोशिश करें तो यह काफ़ी कठिन होता है और इसमें बहुत ध्यान देना पड़ता है। लगता है कि आसपास के बेहतरीन सहकर्मियों में संक्षिप्त जानकारी को अच्छी तरह decompress कर लेने की समझ बहुत उत्कृष्ट थी।
अच्छी बातों के लिए धन्यवाद!
वास्तव में काफ़ी सारे डेवलपर्स भी, यदि संभव हो, समस्या को सीधे देखकर और समझना चाहेंगे।
> जिज्ञासा और आगे के सवाल: समस्या सुलझाने वाले व्यक्ति को लगातार सवाल पूछने चाहिए और संदर्भ को समझने की कोशिश करनी चाहिए।
मुझे लगता है कि यह हिस्सा सबसे महत्वपूर्ण है।
क्योंकि मूल तक पहुँचने की कोशिश करने वाला रवैया ही न्यूनतम handoff, मज़बूत संगठनात्मक संस्कृति, और ग्राहक व code के बीच दूरी को न्यूनतम करने जैसे दूसरे समाधानों को विकसित करने की प्रेरणा बनता है।
हाल तक मैं केवल दिए गए requirements को implement करने पर ही ध्यान दे रहा था, लेकिन development पूरा होने के बाद अक्सर लगा कि वास्तविक प्रभाव काफ़ी मामूली है। आजकल requirements पर चर्चा शुरू होने से पहले मैं "इसकी ज़रूरत क्यों है" यह लगातार पूछता हूँ, और लगता है कि इसी प्रक्रिया में सही जवाब के क़रीब समाधान निकलता है।
बिलकुल, उद्देश्य क्या है और यह क्यों करना चाहिए, इसमें जितनी गहराई से उतरते हैं, उतना ही साफ़ समाधान सामने आता है।
अच्छे अनुवाद के लिए धन्यवाद!
अच्छा लगा कि आपको लेख पसंद आया, धन्यवाद!