अमेरिका में व्यक्तिगत गोपनीयता आपातस्थिति

 (scottaaronson.blog)
1 पॉइंट द्वारा GN⁺ 4 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • 4 जून 2026 को अमेरिकी वाणिज्य विभाग के DAO 216-26 निर्देश ने BEA और U.S. Census Bureau की सार्वजनिक सांख्यिकी सुरक्षा पद्धति को 1970 के दशक की तकनीकों की ओर लौटा दिया, जिससे सूक्ष्म सार्वजनिक डेटा की उपयोगिता और उत्तरदाताओं की सुरक्षा दोनों पर असर पड़ सकता है
  • यह निर्देश differential privacy और noise infusion जैसी आधुनिक disclosure limitation तकनीकों पर रोक लगाता है, और केवल rounding, aggregation, range-binning जैसे coarsening तथा अंतिम उपाय के रूप में suppression की अनुमति देता है
  • County Business Patterns के brewery उदाहरण से दिखता है कि साधारण coarsening उद्योग और क्षेत्रीय आँकड़ों को बेकार बना सकता है, या कई aggregate values को जोड़ने पर हाई-स्कूल स्तर के algebra से किसी एक business का मान फिर से निकाला जा सकता है
  • Census Act के तहत किसी विशिष्ट व्यक्ति या business द्वारा दिए गए data की पहचान हो सकने वाली disclosure को अपराध माना गया है, और census response rate व federal statistics पर भरोसा काफी हद तक गोपनीयता की गारंटी पर निर्भर करता है
  • गोपनीयता तकनीकों पर scientific community के भीतर मतभेद अलग बात है, लेकिन federal statistical agencies के विशेषज्ञों के बजाय राजनीतिक actors द्वारा किसी पद्धति को एकतरफा प्रतिबंधित करने वाला दृष्टिकोण अस्वीकार्य होना चाहिए

DAO 216-26 ने सार्वजनिक सांख्यिकी की गोपनीय सुरक्षा को कैसे बदला

  • 4 जून 2026 को अमेरिकी वाणिज्य सचिव ने DAO 216-26 जारी किया, जिसने BEA और U.S. Census Bureau के सभी प्रकाशनों में इस्तेमाल की जा सकने वाली गोपनीयता सुरक्षा तकनीकों को सीमित कर दिया
  • यह निर्देश सार्वजनिक सांख्यिकी सुरक्षा को 1970 के दशक की शुरुआत की तकनीकों तक पीछे ले जाता है, और डेटा विषयों की सुरक्षा व पद्धतिगत प्रगति के आधी सदी से अधिक के विकास को उलट देता है
  • गोपनीयता सुरक्षा तकनीकों में प्रगति की वजह से Census Bureau पहले से अधिक डेटा को अधिक सूक्ष्म स्तर पर साझा कर पाता था
  • नतीजतन, या तो सांख्यिकी की उपयोगिता घट सकती है, या प्रकाशित की जा सकने वाली सांख्यिकी की संख्या कम हो सकती है, या सुरक्षा का स्तर कमजोर पड़ सकता है

राजनीतिक पृष्ठभूमि और कानूनी टकराव

  • DAO 216-26 की पृष्ठभूमि में वैज्ञानिक वैधता से अधिक राजनीतिक हित काम करते दिखते हैं
  • इस निर्देश पर कानूनी रूप से आवश्यक प्रशासनिक प्रक्रिया को दरकिनार करने के आरोप लगे हैं
  • यह Heritage Foundation के Project 2025 के आर्किटेक्ट्स के एक वादे को पूरा करता है और OMB Director Russell Vought द्वारा स्थापित Center for Renewing America (CRA) की भाषा और गलतफहमियों को दर्शाता है
  • CRA के 2020 Census differential privacy विवरण में कहा गया था कि “citizenship question को Census में जोड़ भी दिया जाए, तब भी differential privacy इस्तेमाल होने पर किसी व्यक्ति की स्थिति की पुष्टि करना असंभव होगा”
  • लेकिन ऐसी व्यक्तिगत विशेषताओं वाले डेटा को mask करना Census Act, यानी 13 U.S. Code Section 9, की मांग है
    • यह प्रावधान किसी विशिष्ट व्यक्ति द्वारा दिए गए data की पहचान संभव बनाने वाली disclosure को अपराध घोषित करता है
    • गोपनीयता इस बात के लिए भी महत्वपूर्ण है कि लोग census का जवाब दें

प्रतिबंधित और अनुमत तकनीकें

  • DAO 216-26 केवल differential privacy ही नहीं, बल्कि आधुनिक disclosure avoidance तकनीकों और कुछ पुरानी तकनीकों पर भी रोक लगाता है
  • अनुमत मुख्य तकनीक “coarsening” तक सीमित है
    • इसका मतलब है सार्वजनिक सांख्यिकी के detail level या specificity को कम करना
    • rounding, aggregation, grouping, ranges का उपयोग आदि इसमें आते हैं
  • “suppression” में किसी खास value को स्पष्ट रूप से हटा दिया जाता है, लेकिन इसकी अनुमति केवल अंतिम उपाय के रूप में है
  • “noise infusion” वह तरीका है जिसमें dataset में random values या noise जोड़कर उसे बदला जाता है, और यह प्रतिबंधित है
  • noise infusion ऐसी गोपनीयता कानून व्यवस्था के भीतर विकसित हुई तकनीक है जो re-identifiable data disclosure पर रोक लगाती है, और यह अधिक granular data की बढ़ती मांग के जवाब में विकसित हुई

मौजूदा डेटा उत्पादों पर प्रभाव का दायरा

  • coarsening और suppression, Principal Federal Economic Indicators जैसी राष्ट्रीय-स्तर की aggregate statistics के लिए आम तौर पर पर्याप्त रहे हैं
  • लेकिन सूक्ष्म भौगोलिक और औद्योगिक स्तर के business तथा demographic data के लिए ये तकनीकें ठीक से काम नहीं करतीं
  • noise infusion पर रोक का मतलब है कि पिछले 30 वर्षों में दर्जनों data releases की मुख्य disclosure avoidance तकनीकें प्रतिबंधित हो जाती हैं
    • input noise infusion का उपयोग 2002 से Quarterly Workforce Indicators में किया गया था, और BEA statistics के लिए भी इसकी योजना थी
    • swapping का उपयोग 1990 के बाद से decennial census releases में हुआ है
    • differential privacy का उपयोग 2008 से commuting pattern data OnTheMap साझा करने और 2020 Census आधारित प्रकाशनों में किया गया है
    • हालिया निर्देश से पहले differential privacy की योजना 2030 Census के लिए भी थी
  • BEA Working Paper WP2026-9 के बारे में कहा गया है कि उसे वाणिज्य विभाग द्वारा हटा दिया गया

County Business Patterns उदाहरण से दिखने वाली समस्या

  • DAO 216-26 का Census Bureau के उस दोहरे दायित्व के साथ मेल बैठाना कठिन है, जिसमें उसे गोपनीयता और usability दोनों देनी होती हैं
  • Nathan Goldschlag का County Business Patterns उदाहरण दिखाता है कि business activity statistics को industry और geography के हिसाब से तोड़ने पर किस तरह का तनाव पैदा होता है
    • अगर किसी छोटे county में केवल एक brewery हो और उसका सटीक employee count प्रकाशित कर दिया जाए, तो एक business की जानकारी सीधे उजागर हो जाती है
    • अगर दो breweries हों, तो एक मालिक कुल employee count में से अपने business के कर्मचारियों की संख्या घटाकर प्रतिस्पर्धी के कर्मचारियों की संख्या जान सकता है
    • तीन या उससे अधिक होने पर भी अगर employee total प्रकाशित न किया जाए, तो market entry पर विचार कर रहा संभावित business आवश्यक जानकारी नहीं पा सकेगा
  • इस उदाहरण में coarsening सार्वजनिक सांख्यिकी को बेकार बना देता है

केवल coarsening से भी reconstruction संभव होने वाला परिदृश्य

  • एक अतिरिक्त उदाहरण दिखाता है कि coarsening गोपनीयता बनाए रखने में भी विफल हो सकता है
  • एक काल्पनिक county में North Bend और South Bend नाम के दो कस्बे हैं, और प्रत्येक में एक brewery है
    • North Bend में एक mobile bottling company है
    • South Bend में एक fixed-location bottling company है
    • कुल 4 beer-related businesses हैं
    • North Bend brewery और South Bend bottling company public ownership वाली कंपनियां हैं
  • CBP पाँच statistics प्रकाशित करता है
    • North Bend के सभी beer-related businesses की कुल employee count
    • South Bend के सभी beer-related businesses की कुल employee count
    • पूरे county की brewing industry employee count
    • पूरे county की bottling industry employee count
    • पूरे county की public ownership वाली कंपनियों की employee count
  • इस स्थिति में 4 अज्ञातों पर 5 समीकरण बनते हैं, और केवल A, B, C, E से ही हाई-स्कूल algebra द्वारा हर company की सटीक employee count निकाली जा सकती है
  • geography, industry और ownership type के हिसाब से किया गया coarsening भले अच्छे इरादे से हो, लेकिन अगर वे एक-दूसरे के साथ खराब तरीके से interact करें, तो सभी values पूरी तरह reconstruct की जा सकती हैं
  • noise infusion इस समीकरण-समूह को perturb करके सटीक reconstruction को रोकता है

“tradstat” पर लौटने की व्यावहारिक सीमाएं

  • वाणिज्य विभाग का दावा है कि यह निर्देश 1970 के दशक की traditional statistical methods, यानी “tradstat”, की ओर वापसी है और data consumers के लिए बेहतर है
  • BEA FAQ में कहा गया है कि disclosure limitation method का यह अपडेट उत्तरदाताओं की रक्षा करता है और “जनता को अधिक आवश्यक आर्थिक जानकारी” देता है
  • लेकिन Goldschlag का उदाहरण दिखाता है कि coarsening उल्टा असर भी कर सकता है
  • coarsening की परिभाषा ही सूक्ष्म जानकारी तक पहुंच को कम करना है
  • तीन coarsening तकनीकों के खराब interaction वाले उदाहरण में, noise infusion के बिना सिर्फ बुनियादी गणना से ही गोपनीयता टूट सकती है
  • Census में differential privacy जैसी औपचारिक noise infusion विधियां citizenship status जैसी व्यक्तिगत विशेषताओं को गोपनीय रखने का काम करती हैं

संघीय सांख्यिकी में गोपनीयता क्यों महत्वपूर्ण है

  • उत्तरदाताओं के data की गोपनीयता बचाने के सर्वोत्तम तरीके को लेकर scientific community के भीतर भी बहस जारी है
  • लेकिन DAO 216-26 को विज्ञान के बजाय राजनीतिक हितों से प्रेरित कदम बताया गया है
  • यह निर्देश census प्रक्रिया में जनता के भरोसे को खतरे में डाल सकता है
  • सरकारी अधिकारी उत्तरदाताओं की गोपनीयता की रक्षा करने वाले कानूनों का पालन करते हुए इस निर्देश का अनुपालन करने की कोशिश करेंगे
    • वे कम data तैयार कर सकते हैं
    • वे data को इतना मोटा बना सकते हैं कि उसका उपयोग ही न हो सके
    • राजनीतिक दबाव में वे brewery उदाहरण जैसे data प्रकाशित कर सकते हैं, जिनका masking आसानी से हटाया जा सके
  • किसी भी विकल्प में उत्तरदाताओं की गोपनीयता की गारंटी कठिन हो जाएगी, और कई businesses तथा व्यक्ति जवाब देना बंद कर सकते हैं
  • इससे “लोकतंत्र का data” उपलब्ध कराने वाली संस्थाओं पर विनाशकारी असर पड़ सकता है

क्या किया जाना चाहिए

  • राजनीतिक actors द्वारा सरकारी statistical experts को दबाने के बजाय, अमेरिकी सांख्यिकी संस्थाओं में गहरा निवेश जरूरी है
  • यह सुनिश्चित होना चाहिए कि संस्थाओं के पास अपनी methods को सर्वश्रेष्ठ tools के साथ सुधारने के लिए पर्याप्त लोग और समर्थन हो
  • किसी खास privacy-enhancing technique पर राय कुछ भी हो, federal statistical operations में anti-science दृष्टिकोण को मिलकर खारिज किया जाना चाहिए
  • प्रस्तावित कदम इस प्रकार हैं
    • अपने professional networks और communities में इस लेख को साझा करें
    • हाउस प्रतिनिधि का संपर्क खोजकर अपने Congressional representative तक चिंता पहुंचाएं
    • DAO वापस लेने, उचित प्रशासनिक प्रक्रिया का पालन करने, और उपयोगिता व गोपनीयता के संतुलन वाली तकनीकी पद्धति के चयन का अधिकार federal statistical agencies के विशेषज्ञों को देने की मांग करें
    • Census working paper और दस्तावेज़ों को संरक्षित करने में मदद के लिए Data Rescue Project का differential privacy statement पर volunteer करें या Internet Archive के Save Page Now का उपयोग करें
  • noise infusion और differential privacy को समझाने वाले पेज पहले ही ऑफलाइन किए जा रहे हैं, इसलिए संबंधित methodology pages और technical documents का archive बनाना जरूरी है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 4 시간 전
Hacker News की रायें

  • 4 जून 2026 को अमेरिकी वाणिज्य मंत्री द्वारा जारी DAO-216-26 निर्देश differential privacy और कई नई-पुरानी तकनीकों पर रोक लगाता है, और public disclosure avoidance तरीकों को “मोटा/रफ बना देने” तक सीमित करता है
    noise injection—यानी “random values, यानी noise जोड़कर dataset को modify करने का तरीका”—को भी प्रतिबंधित कर दिया गया, जिससे पिछले 30 वर्षों में दर्जनों data releases के केंद्र में रही protection technique बंद हो गई
    अधिकारी respondents के data की confidentiality बनाए रखने वाले कानून और इस आदेश, दोनों का पालन करने की कोशिश में या तो कम data जारी कर सकते हैं, या उसे इतना coarse बना सकते हैं कि वह बेकार हो जाए। राजनीतिक दबाव में वे ऐसा data भी जारी कर सकते हैं जिसे आसानी से re-identify किया जा सके; मौजूदा administration सचमुच अभिशप्त स्तर की है

    • मौजूदा अमेरिकी administration को लेकर मेरी राय इतनी कम है कि जब वे कोई भयावह लेकिन sophisticated काम करते हैं, तो मेरा bias मेरे लिए blind spot बन सकता है
      फिर भी यह अपने-आप में हैरान करने वाला है कि उन्होंने differential privacy को देखा, और उससे भी ज्यादा हैरानी की बात यह है कि देखने के बाद वे इस निष्कर्ष पर पहुँचे कि इसे खत्म कर देना चाहिए। इसमें आखिर कैसी logic हो सकती है
    • मौजूदा administration अरबपतियों और विदेशी हितों के कब्जे में है, और दोनों ही चाहते हैं कि अमेरिकी सरकार ढह जाए
      अमेरिका को फिर से गंभीरता से लिया जाना है तो बहुत-से लोगों को जेल जाना होगा, फाँसी पर चढ़ना होगा या deport होना होगा
      वे लड़ाकू कायर कहाँ हैं जो guns और Second Amendment की बातें करते थे। घर जल रहा होगा तब भी वे freedom चिल्लाते रहेंगे
    • यह कोई शाप नहीं, बल्कि authoritarian fascists की तरह अपनी सत्ता मजबूत करने की सक्रिय कोशिश है
      फिर भी कुछ लोग यह भ्रम पालते हैं कि अगर वे प्रिय नेता के लिए और जोर से cheer करेंगे तो हालात उनके पक्ष में भी मुड़ेंगे। वे इसे किसी sports match की तरह देख रहे हैं, जहाँ नियम खुलेआम तोड़ने वाली team को भी support करना है
    • coarsening differential privacy जितना elegant नहीं है, लेकिन इसे इस्तेमाल करने से “privacy emergency” नहीं बन जाती; बस census थोड़ा कम accurate होता है
      accuracy में इतना फर्क असल economy पर क्या असर डालता है, यह कोई नहीं जानता
      बेहतर techniques इस्तेमाल करना अच्छा होगा और मुझे intuitively लगता है कि यह policy खराब है, लेकिन यहाँ मुझे “emergency” तक बात जाती नहीं दिखती। इसे ऐसा कहना exaggeration लगता है

  • इस लेख का call to action lawmakers से contact करने का है, लेकिन contact details खोजने वाला link ही गायब है। यहाँ मिल सकता है: https://www.congress.gov/members/find-your-member

  • इस निर्देश के पीछे political goal क्या है? कोई न कोई बिल्कुल भी subtle न रहने वाला उद्देश्य जरूर होगा, पर समझ नहीं आ रहा कि क्या

    • इस समय सत्ता में बैठे लोग इस देश में रहने वाले लोगों के बारे में data का हर byte चाहते हैं
      मकसद है लोगों को मनमाने criteria से बाँटना और फिर उन groups के साथ मनमानी करना। व्यक्ति के हिसाब से यह detention, deportation, या उससे भी बदतर हो सकता है

  • “अगर इस आदेश का पालन किया गया तो Commerce Department का public data, जिस पर हमारी communities के welfare के लिए services कहाँ बनाई जाएँ जैसे अहम फैसले निर्भर करते हैं, नष्ट हो जाएगा” वाले हिस्से को देखें तो यह privacy के बारे में article नहीं है
    Scott एक ऐसे computer scientist जैसे लगते हैं जो अमेरिकी ecosystem की वजह से exaggerated लहजा अपनाने लगे हैं

    • अगर data को privacy laws या अन्य non-disclosure laws से बचने लायक पर्याप्त रूप से anonymize नहीं किया जा सकता, तो dataset जारी नहीं किया जा सकता
      अगर data handlers को anonymization में इस्तेमाल होने वाली techniques से रोक दिया जाए, तो वे पर्याप्त anonymization नहीं कर पाएँगे। यह follow करना मुश्किल logic नहीं है
    • यह Cynthia Dwork की guest post है। यह Aaronson की style नहीं, बल्कि Dwork की writing है

  • क्या कोई समझा सकता है कि Heritage Foundation ने इन statistical techniques को निशाना क्यों बनाया? राजनीतिक motivation क्या है

    • उदाहरण यहाँ है: https://x.com/WadeMiller/status/1985183761957372286
    • बड़ी कंपनियों को ताकत देना और statistical safeguards खोलकर 1) बेहतर agitation/propaganda, 2) नापसंद minorities को track करना, 3) election targeting को आसान बनाना मकसद है
    • 2020 census में कई समस्याएँ थीं, और उनमें से काफी ने Democrats को असल से ज्यादा House seats मिलने की दिशा में असर डाला
      ऊपर से census results December 2016 में White House पहुँचने चाहिए थे, लेकिन किसी वजह से 21 January 2017 तक White House नहीं पहुँचे
      differential privacy सीधे जुड़ी थी या नहीं, पता नहीं, लेकिन लगता है कि इसे बाकी problems के साथ मिलाकर blame किया जा रहा है
    • इसका संबंध शायद उस history से है जैसे “Nazis ने regular census, tax returns और local police registration records का इस्तेमाल किया। Germany और Netherlands जैसे occupied countries में यह information systematic तरीके से organize की गई। कुछ मामलों में IBM technology—यानी Dehomag punched-card machines—का इस्तेमाल census data को tabulate और classify करके Jewish individuals की पहचान करने में किया गया”

  • लेख पहले dataset में privacy की रक्षा के दो तरीके बताता है, फिर पुराने तरीके की सैद्धांतिक कमजोरी पर एक बनावटी scenario से हमला करके पाठक को दूसरे, ज़्यादा नए बताए गए समाधान को चुनने की ओर धकेलता है।
    लेकिन नया समाधान नाम के अलावा विस्तार से समझाया नहीं गया। मेरी जिज्ञासा है: 1) क्या लेख में बताए तरीके से असल में coarsening कभी fail हुआ है और जानकारी leak हुई है, 2) वह “दूसरा” समाधान, जिसकी हमें उम्मीद करनी चाहिए, कैसे काम करता है, 3) जब वास्तव में data को coarsen करना पड़ता था तब जो असंभव था, वह नए समाधान से किस granular level तक संभव हुआ—इसका फर्क क्या है।

    • (1) “A Simulated Reconstruction and Reidentification Attack on the 2010 U.S. Census” https://arxiv.org/pdf/2312.11283
      (2) यह सावधानी से calibrate किया गया Gaussian noise जोड़ने का तरीका है। पिछले 6 सालों में बहुत कम Gaussian noise जोड़ने के तरीके भी खोजे गए हैं: “The 2020 Census Disclosure Avoidance System TopDown Algorithm” https://arxiv.org/abs/2204.08986
      (3) इसका जवाब देना ज्यादा कठिन है। क्योंकि Census Bureau का लक्ष्य पिछले दशकों जैसी ही format वाली statistics जारी करना था। 2020 का लक्ष्य वही statistics उसी error margin के साथ जारी करना था, और सबूतों से लगता है कि यह लक्ष्य हासिल कर लिया गया। “Evaluating Bias and Noise Induced by the U.S. Census Bureau's Privacy Protection Methods” http://arxiv.org/abs/2306.07521, “Evaluating the Impacts of Swapping on the US Decennial Census” http://arxiv.org/abs/2502.01320

  • पिछली चर्चा: https://news.ycombinator.com/item?id=48517377

  • संबंधित लेख: https://news.ycombinator.com/item?id=48517377
    अफसोस है कि यह politicize हो गया। GDPR compliance के लिए differential privacy पर काम कर रहा हूं और यह दिलचस्प technology है।

    • differential privacy पर काम से मतलब legal work है क्या?

  • हाल में Congress से जुड़ा एक fact मुझे खास पसंद आया
    Federal level पर parental leave, यानी paternity और maternity leave, को अमेरिका की adult population के करीब 80% लोग समर्थन देते हैं। राजनीतिक रुझान चाहे जो हो, Democratic और Republican दोनों मतदाता इसका समर्थन करते हैं।
    फिर हैरानी हो सकती है कि इतनी popular चीज federal mandate क्यों नहीं है। जिस group को यह पसंद नहीं है वह businesses हैं, और businesses politicians को बहुत पैसा donate करते हैं। क्योंकि parental leave की लागत सीधे उठाने की तुलना में parental leave का विरोध करने वाले politicians को donate करना सस्ता पड़ता है।
    मैं यह बात अक्सर इसलिए कहता हूं क्योंकि यह याद दिलाती है कि ऐसे groups हैं जो अपनी बात मनवाने के लिए बहुत समय और पैसा खर्च करते हैं। यह भारी लग सकता है, लेकिन अगर आप अपने local representative को call करते हैं तो वह call count होती है। वे जानना चाहते हैं कि voters किन चीजों की परवाह करते हैं, इसलिए call करके बता दीजिए।

    • हाल के खुलासों को देखते हुए खास तौर पर shock करने वाली बात यह है कि Congress कितनी सस्ते में बिक जाती है।
    • अपने local representatives को लिखे letters के जवाब देखकर लगता है कि वे voters से कहीं ज्यादा corporate sponsors और party line की परवाह करते हैं।
    • अगर federal mandatory parental leave पर सिर्फ support/oppose पूछा जाए तो majority support करेगी, लेकिन अगर पूछा जाए कि क्या वे इस वजह से अपना vote बदलेंगे, तो यह ऐसा issue लगता है जहां समर्थन करने वाले कहेंगे कि यह उनका top priority issue नहीं है और action लेने लायक इतना महत्वपूर्ण नहीं है।
      विरोध करने वाले 20% में, उदाहरण के लिए, small business owners हो सकते हैं। अगर small businesses को exempt नहीं किया गया, तो उन्हें लंबी छुट्टी पर गए व्यक्ति को भी pay करना होगा और replacement को भी, जो वे afford नहीं कर सकते; और अगर small businesses को exempt किया गया, तो large business owners हर उस चीज को नापसंद करते हैं जो छोटी companies को relative advantage देती है।
      इसलिए जब एक तरफ 80% लोग चाहते हैं लेकिन केवल 1% परवाह करते हैं, और दूसरी तरफ 20% लोग चाहते हैं लेकिन 75% परवाह करते हैं, तो दूसरा number बड़ा पड़ता है।
    • अगर आपको अभी भी political funding या corporations द्वारा politicians को खरीदना बुरा लगता है, तो अमेरिका में यह आगे चलकर exponentially और बदतर होने वाला है।
      Supreme Court ने हाल में फैसला दिया है कि wealthy oligarchs अपनी पसंद की puppet—मेरा मतलब politicians—को unlimited amount दे सकते हैं[1]।
      [1]: https://www.npr.org/2026/06/30/nx-s1-5827039/supreme-court-c...
    • मुफ्त housing, मुफ्त food, मुफ्त healthcare, मुफ्त income भी अमेरिकी adult population में बेहद popular हैं।
      समस्या यह है कि ये चीजें असल में “free” नहीं होतीं; किसी न किसी को इसका खर्च देना पड़ता है।
      https://en.wikipedia.org/wiki/Tyranny_of_the_majority

  • अपने सांसद को फोन करने से बिल्कुल कोई असर नहीं पड़ेगा[1]
    डेटा सेंटर भी लगातार मंज़ूर हो रहे हैं, जबकि स्थानीय समुदाय लगभग सर्वसम्मति से उनका विरोध करते हैं और उनके नकारात्मक externalities कहीं ज़्यादा वास्तविक और प्रत्यक्ष हैं
    असली संकट captured political system में है
    1990 के दशक में Australia में One Nation नाम की नस्लवादी, white-supremacist पार्टी अजीब घटनाओं के मेल से उभरी, और Pauline Hanson नाम की fish-and-chips दुकान चलाने वाली महिला सांसद बन गई। लगभग 30 साल पहले उसने संसद में अपना मशहूर पहला भाषण दिया था[2]
    कई scandals के बाद One Nation कुछ समय के लिए गायब हो गई, आंशिक रूप से इसलिए कि conservative गठबंधन Liberal/National ने 2000 के शुरुआती वर्षों में शरणार्थियों को scapegoat बनाने वाले नस्लवादी platform को वस्तुतः अपना लिया था। लेकिन अजीब बात है कि अब वह फिर लौट आई है। हालांकि असली मुद्दा यह नहीं है
    Australia वह प्रणाली इस्तेमाल करता है जिसे अमेरिका में आम तौर पर ranked-choice voting कहा जाता है, यानी preferential voting। मतदाता उम्मीदवारों को खुद नंबर दे सकते हैं, या किसी पार्टी द्वारा दर्ज की गई preference order का पालन कर सकते हैं। बहुत से लोग दूसरा विकल्प चुनते हैं, इसलिए preferences का वितरण महत्वपूर्ण होता है
    One Nation ने preferences को incumbents के खिलाफ बांटने की रणनीति अपनाई। अगर सीट Liberal की है तो Labor को भेजो, और उल्टा हो तो उल्टा। इससे राजनीतिक establishment डर गया, और मुख्य पार्टियों ने, जो एक-दूसरे की विरोधी थीं, One Nation की तुलना में एक-दूसरे को ऊंची preference दी; नतीजतन One Nation को 10% से ज़्यादा वोट मिलने के बावजूद सीट नहीं मिली
    मूल बात यह है कि बहुत से राजनेता और पार्टियां अपनी सीट को अपनी निजी संपत्ति की तरह देखते हैं। अमेरिका की primaries को भी अक्सर पार्टी द्वारा चुने गए उम्मीदवार के लिए महज़ औपचारिक प्रक्रिया जैसा माना जाता है, और Congress में re-election rate दशकों से 95% से ऊपर रहा है
    दिलचस्प बात यह है कि इस समय Democratic Party लगभग खुले विद्रोह की स्थिति में है, और पिछले कुछ हफ्तों में 10–30 साल से पद पर बैठे कई incumbents को challengers ने primaries में पीछे कर दिया है
    इस हफ्ते एक मज़ेदार तथ्य भी पता चला। Citizens United फैसले ने चुनावी खर्च की सीमाएं लगभग खत्म कर दीं, उसे करीब 18 साल हो चुके हैं; उसके बाद खर्च हुए कुल पैसे का एक-तिहाई इस साल की primaries में खर्च हुआ। Thomas Massie की primary में विरोधी खेमे की ओर से 3.5 करोड़ डॉलर से ज़्यादा खर्च हुए, जिससे यह अमेरिकी इतिहास की सबसे महंगी primary बन गई, और दूसरी जगहों पर भी खर्च लाखों डॉलर में है। Maine की एक Senate सीट पर कुल खर्च 40 करोड़ डॉलर तक पहुंचने का अनुमान है
    आखिरकार असर करने वाला एकमात्र तरीका यह है कि सांसदों को अपनी आरामदायक सीट खोने का डर हो। अगर आप 30 साल से सीट पर बैठे हैं और दिखाने को कुछ नहीं है, तो अब हटने का समय है
    [1]: https://act.represent.us/sign/problempoll-fba
    [2]: https://www.youtube.com/watch?v=p2ypTX9ntTQ

    • एक साथी Australian के तौर पर, क्या आपने कभी अपने स्थानीय सांसद से संपर्क किया है?
      मैं भी शुरुआत में इसे लेकर cynic था कि इसका क्या फायदा, लेकिन जब सच में किया तो पता चला कि मैं गलत था और अनुभव काफी अच्छा रहा
      अब मुझे लगता है कि सांसद हमेशा तथ्यों के करीब रहने की स्थिति में नहीं होते। इसलिए उनसे संपर्क करके अपनी सोच बताना, उलटे उन्हें एक बड़ा तोहफा देने जैसा है
      खासकर state और local मुद्दों पर इसका सच में काफी असर हो सकता है। federal मामलों में शायद कम हो, लेकिन कम से कम chief of staff या किसी aide से जवाब मिल जाने की संतुष्टि तो होती है
    • सिर्फ ranked-choice voting लागू करना भी बड़ी प्रगति होगा
      two-party system जानबूझकर थोपा गया झूठा binary choice है—जैसे माता-पिता बच्चे से broccoli और carrot में से चुनने को कहें और बच्चा समझे कि यह उसका अपना फैसला है। दोनों पार्टियों को investor class नियंत्रित करती है
    • सहमत। अपने representative को फोन करना ठीक है
      अगर वे गोलमोल बात करें या पक्का जवाब देने से बचें, तो उन्हें primary में हराने के लिए जो कर सकते हैं, करना चाहिए। हर “centrist” आखिरकार आपको panopticon के हाथ बेच देगा
    • California के Tom S. से पूछिए, पता चल जाएगा कि ऐसा खर्च क्या guarantee करता है
      ज़्यादा जरूरी यह है कि California जैसी टूटी हुई चुनावी प्रक्रिया को ठीक किया जाए, जहां अब वोट “गिनने” में 30 दिन से ज़्यादा लग जाते हैं