ফল্টি জেনারালাইজেশন ও হেইস্টি জেনারালাইজেশন

ভূমিকা

ত্রুটিপূর্ণ সাধারণীকরণ বা ফল্টি জেনারালাইজেশন (Faulty Generalization) বা ত্রুটিপূর্ণ আরোহন হেত্বাভাস (fallacy of defective induction) হল একটি অনানুষ্ঠানিক হেত্বাভাস বা ইনফরমাল ফ্যালাসি (informal fallacy) যেখানে এক বা কয়েকটি উদাহরণের (instance) উপর ভিত্তি করে কোনো ঘটনার সমস্ত বা অনেকগুলি উদাহরণের উপর একটি সিদ্ধান্ত (conclusion) টানা হয়। এটি গণিতের উদাহরণ দ্বারা প্রমাণের (proof by example) মতো। এটি একটি তাড়াহুড়ো করে সিদ্ধান্তে পৌঁছানোর (jumping to conclusions) উদাহরণ। উদাহরণস্বরূপ, একজন লোক যদি একটি নির্দিষ্ট দেশ X থেকে একজন অভদ্র ব্যক্তির সাথে দেখা করে, তবে সে মনে করতে পারে যে দেশ X এর বেশিরভাগ মানুষ অভদ্র। অথবা, যদি কেউ কেবল সাদা রাজহাঁস দেখে, তবে সে মনে করতে পারে যে সমস্ত রাজহাঁস সাদা।

আরও সুনির্দিষ্ট দার্শনিক ভাষায় বলতে গেলে, ত্রুটিপূর্ণ আরোহন হেত্বাভাস বা ফ্যালাসি অফ ডিফেক্টিভ ইন্ডাকশনের (fallacy of defective induction) একটি উদাহরণ হল এমন একটি সিদ্ধান্ত যা দুর্বল পূর্বানুমানের (weak premises) উপর ভিত্তি করে তৈরি করা হয়েছে, বা যা পর্যাপ্ত বা পক্ষপাতহীন প্রমাণ (unbiased evidence) দ্বারা সমর্থিত নয়। প্রাসঙ্গিকতার হেত্বাভাস বা ফ্যালাসিগুলোর (fallacies of relevance) বিপরীতে, ত্রুটিপূর্ণ আরোহনের ফ্যালাসির (fallacies of defective induction) পূর্বানুমানগুলি (premises) সিদ্ধান্তগুলির সাথে সম্পর্কিত হয়, তবে কেবল দুর্বলভাবে সমর্থন করে, ফলে ত্রুটিপূর্ণ সাধারণীকরণ (faulty generalization) তৈরি হয়। এই আরোহনের ফ্যালাসি বা হেত্বাভাসের সারাংশ হল অপর্যাপ্ত-বড় নমুনার (insufficiently-large samples) উপর একটি যুক্তির অতিরিক্ত মূল্যায়ন।

যুক্তি (Logic)

ত্রুটিপূর্ণ সাধারণীকরণ (Faulty Generalization) প্রায়শই নিম্নলিখিত বিন্যাসটি অনুসরণ করে:

1. নমুনার (sample) Q অংশের A গুণাবলী (attribute) রয়েছে।
2. সুতরাং, জনসংখ্যার (population) Q অংশের A গুণাবলী (attribute) রয়েছে।

অন্যভাবে বললে –

1. P1: জনসংখ্যা P এর নমুনা S এর গুণাবলী Q রয়েছে।
2. P2: নমুনা S জনসংখ্যা P এর প্রতিনিধিত্বমূলক নয়।
3. C: জনসংখ্যা P এর গুণাবলী Q রয়েছে।

এ ধরনের একটি সাধারণীকরণ (generalization) একটি নমুনা সম্পর্কে একটি পূর্বানুমান (often unrepresentative or biased) থেকে জনসংখ্যার (population) সম্পর্কে একটি সিদ্ধান্তে পৌঁছে। ত্রুটিপূর্ণ সাধারণীকরণ (Faulty Generalization) হল এমন একটি চিন্তাধারা যা একজন ব্যক্তি বা একটি গোষ্ঠীর অভিজ্ঞতাকে গ্রহণ করে এবং এটি অন্যের উপর ভুলভাবে প্রসারিত করে।

ইনডাকটিভ ফ্যালাসি বা আরোহন হেত্বাভাসসমুহ

• দ্রুত সাধারণীকরণ (Hasty Generalization) হল এমন একটি হেত্বাভাস (fallacy) যেখানে শুধুমাত্র একটি বা খুব কম উদাহরণ বিশ্লেষণ করে বা একটি কেস অধ্যয়ন করে এবং সেটিকে পুরো শ্রেণির বস্তু বা ঘটনার প্রতিনিধিত্বকারী হিসেবে সাধারণীকরণ করা হয়। উদাহরণস্বরূপ, যদি একজন ব্যক্তি একটি শহরের প্রথম দর্শনে ১০ জন লোক দেখেন, যারা সবাই শিশু, তাহলে তিনি ভুলভাবে এই সিদ্ধান্তে পৌঁছাতে পারেন যে শহরে কোনো প্রাপ্তবয়স্ক বাসিন্দা নেই।
• অলস আরোহন (Slothful Induction) হল ইনডাকটিভ যুক্তির যৌক্তিক সিদ্ধান্ত অস্বীকার করার হেত্বাভাস, যখন এটি খুব সম্ভবত নয়, তখন একটি প্রভাবকে “শুধু কাকতালীয় ঘটনা” হিসাবে খারিজ করা। উদাহরণস্বরূপ, একজন ব্যক্তির প্রতিদিন সকালে দেরিতে ঘুম থেকে ওঠার কারণে বারবার কাজের দেরি হয়, কিন্তু সে এটি কাকতালীয় ঘটনা বলে দাবি করে এবং তার ঘুমের সময়সূচী পরিবর্তন করে না।
• ওভারহেলমিং এক্সসেপশন (Overwhelming Exception) ত্রুটিপূর্ণ সাধারণীকরণের সাথে সম্পর্কিত কিন্তু বিপরীত প্রান্ত থেকে কাজ করে। এটি একটি সাধারণীকরণ যা সঠিক, কিন্তু এমন একটি যোগ্যতা দিয়ে ট্যাগ করে যা যথেষ্ট কেসকে (ব্যতিক্রম হিসাবে) বাদ দেয়; যা অবশিষ্ট থাকে তা মূল বিবৃতির থেকে অনেক কম চিত্তাকর্ষক হয়। উদাহরণস্বরূপ, “সব পুরুষরা শক্তিশালী, তবে যদি তাদের কোনো শারীরিক অসুবিধা না থাকে।”
• অপ্রতিনিধিত্বমূলক নমুনার হেত্বাভাস (Fallacy of Unrepresentative Samples) হল এমন একটি হেত্বাভাস যেখানে অপ্রতিনিধিত্বমূলক বা পক্ষপাতদুষ্ট নমুনা ব্যবহার করে একটি সিদ্ধান্তে পৌঁছানো হয়। উদাহরণস্বরূপ, একটি রেস্টুরেন্টের সেবার মান সম্পর্কে জানতে কেবলমাত্র অসন্তুষ্ট গ্রাহকদের মতামত নেওয়া এবং এর ভিত্তিতে রেস্টুরেন্টের সার্বিক সেবার মানের উপর সিদ্ধান্তে পৌঁছানো।
• মিসলিডিং ভিভিডনেস (Misleading Vividness) হল একটি ধরনের ত্রুটিপূর্ণ সাধারণীকরণ যা ইন্দ্রিয়গুলির প্রতি আকর্ষণ করে। উদাহরণস্বরুপ, একজন ব্যক্তি একটি গাড়ি দুর্ঘটনার খুব বিশদ বিবরণ শুনে মনে করতে পারেন যে গাড়ি চালানো অত্যন্ত বিপজ্জনক, যদিও পরিসংখ্যান অন্যথা নির্দেশ করে।
• স্ট্যাটিস্টিক্যাল স্পেশাল প্লিডিং (Statistical Special Pleading) ঘটে যখন প্রাসঙ্গিক পরিসংখ্যানের ব্যাখ্যাটি “গুছিয়ে” নেওয়া হয় একটি ফলাফলের অংশ থেকে ডেটা পুনর্বিন্যাস বা পুনরায় পরিমাণ নির্ধারণের উপায় খুঁজে বের করে, কিন্তু অন্যান্য শ্রেণিগুলিতে একই তদারকি প্রয়োগ না করে। এটি রচনার হেত্বাভাসের (fallacy of composition) একটি বিশেষ কেস হিসাবে বিবেচিত হতে পারে, যেখানে আলোচ্য আইটেমটি একটি দল এবং হেত্বাভাসটি হল যা অংশের জ্ঞান থেকে প্রাপ্ত হতে পারে। উদাহরণস্বরূপ, একটি সংস্থা তার কর্মচারীদের মধ্যে ম্যানেজারের প্রশংসার মাত্রা পরিমাপ করে এবং কেবলমাত্র উচ্চতর প্রশংসার সংখ্যাগুলি রিপোর্ট করে, কিন্তু যারা ম্যানেজারের কাজের সাথে অসন্তুষ্ট তাদের মতামত উপেক্ষা করে।

দ্রুত সাধারণীকরণ (Hasty Generalization)

দ্রুত সাধারণীকরণ (Hasty Generalization) একটি অনানুষ্ঠানিক হেত্বাভাস (informal fallacy) যা অপর্যাপ্ত প্রমাণের ভিত্তিতে একটি ইনডাকটিভ সাধারণীকরণে পৌঁছানোর সাথে সম্পর্কিত—মূলত সমস্ত পরিবর্তনশীল বা পর্যাপ্ত প্রমাণ বিবেচনা না করে একটি তাড়াহুড়ো করে সিদ্ধান্ত নেওয়া। পরিসংখ্যানের ক্ষেত্রে, এটি এমন একটি ছোট নমুনা গোষ্ঠী থেকে একটি পরিসংখ্যানিক জরিপের ব্যাপক সিদ্ধান্তের ভিত্তি হতে পারে যা পুরো জনসংখ্যাকে যথেষ্ট পরিমাণে উপস্থাপন করতে ব্যর্থ হয়। এর বিপরীত হেত্বাভাসটি হল অলস প্ররোচনা (slothful induction), যা একটি যুক্তিসঙ্গত সিদ্ধান্তকে অস্বীকার করার হেত্বাভাস নিয়ে গঠিত (যেমন “এটি শুধুমাত্র একটি কাকতালীয় ঘটনা ছিল”) ।

 যুক্তি : দ্রুত সাধারণীকরণ সাধারণত নিম্নলিখিত ধরণ অনুসরণ করে:

1. X হল A এর জন্য সত্য।
2. X হল B এর জন্য সত্য।
3. সুতরাং, X হল C, D, E, ইত্যাদির জন্য সত্য।

উদাহরণস্বরূপ, যদি একজন ব্যক্তি প্রথমবারের মতো একটি শহরে ভ্রমণ করেন এবং ১০ জন লোক দেখেন, যারা সবাই শিশু, তাহলে তিনি ভুলভাবে এই সিদ্ধান্তে পৌঁছাতে পারেন যে শহরে কোনো প্রাপ্তবয়স্ক বাসিন্দা নেই।

বিকল্পভাবে, একজন ব্যক্তি একটি সংখ্যা রেখা দেখতে পারে এবং লক্ষ্য করতে পারে যে ১ একটি বর্গ সংখ্যা; ৩ একটি মৌলিক সংখ্যা, ৫ একটি মৌলিক সংখ্যা এবং ৭ একটি মৌলিক সংখ্যা; ৯ একটি বর্গ সংখ্যা; ১১ একটি মৌলিক সংখ্যা এবং ১৩ একটি মৌলিক সংখ্যা। এই পর্যবেক্ষণগুলি থেকে, ব্যক্তি দাবি করতে পারেন যে সমস্ত বিজোড় সংখ্যা হয় মৌলিক বা বর্গ, যখন বাস্তবে, ১৫ একটি উদাহরণ যা দাবিটিকে অস্বীকার করে।

বিকল্প নাম ত্রুটিপূর্ণ সাধারণীকরণ (Hasty Generalization) হেত্বাভাসটিকে নিম্নলিখিত নামেও পরিচিত:

• ব্ল্যাক সোয়ান হেত্বাভাস (Black Swan Fallacy)
• অবৈধ সাধারণীকরণ (Illicit Generalization)
• অপর্যাপ্ত নমুনার হেত্বাভাস (Fallacy of Insufficient Sample)
• বিশেষ থেকে সাধারণীকরণ (Generalization from the Particular)
• তাড়াহুড়ো করে সিদ্ধান্তে পৌঁছানো (Leaping to a Conclusion)
• কম্বল বিবৃতি (Blanket Statement)
• তাড়াহুড়ো প্ররোচনা (Hasty Induction)
• ছোট সংখ্যার আইন (Law of Small Numbers)
• অপ্রতিনিধিত্বমূলক নমুনা (Unrepresentative Sample)
• সেকেন্ডাম কুইড (Secundum Quid)

যখন একটি একক উদাহরণ থেকে একটি সাধারণীকরণ করা হয়, তখন এটি একাকী তথ্যের হেত্বাভাস বা ফ্যালাসি অফ দ্য লোনলি ফ্যাক্ট (fallacy of the lonely fact) বা উদাহরণ দ্বারা প্রমাণের হেত্বাভাস বা ফ্যালসি অফ প্রুফ বাই এক্সাম্পল (fallacy of proof by example) হিসাবে উল্লেখ করা যেতে পারে।

যখন প্রমাণকে ইচ্ছাকৃতভাবে বাদ দেওয়া হয় ফলাফলকে পক্ষপাতদুষ্ট করার জন্য, এটি বর্জনের হেত্বাভাস বা ফ্যালাসি অফ এক্সক্লুশন (fallacy of exclusion) হিসাবে পরিচিত, যা নির্বাচন পক্ষপাত বা সিলেকশন বায়াসের (selection bias) একটি রূপ।

বাস্তব উদাহরণ

সীমিত নমুনার আকার (Limited Sample Size) নিয়ে হেইস্টি জেনারালাইজেশন

“তিনজন প্রবীণ নাগরিক ১৯৭৬ সালে সোয়াইন ফ্লু ভ্যাকসিন গ্রহণের পর মারা গেছেন। তাই ভ্যাকসিন আপনার জন্য খারাপ।”

এই আর্গুমেন্টে যা উল্লেখ করা হয়নি তা হল ৪৮,১৬১,০১৯ জনকে টিকাদান করা হয়েছিল, মাত্র ৫৩২ জনের টিকাদানের পরে কোনো নেতিবাচক প্রতিক্রিয়া হয়েছিল (.০০১%)। শেষ পর্যন্ত ২৫ জন গুইলিয়ান-ব্যারে সিন্ড্রোম (Guillain-Barré syndrome) থেকে মারাত্মক প্রতিক্রিয়া দেখিয়েছিল, যা সেই সময়ে একটি তুলনামূলকভাবে নতুন টিকার অজানা প্রতিক্রিয়া ছিল। অন্যদিকে, অনুমান করা হয় যে ১৯১৮ সালের সোয়াইন ফ্লু মহামারীতে কমপক্ষে ৫০ মিলিয়ন (উচ্চ অনুমানগুলি এটিকে প্রায় ১০০ মিলিয়ন) লোক মারা গেছে।

অপ্রতিনিধিত্বমূলক নমুনা (Non-representative Samples) নিয়ে হেইস্টি জেনারালাইজেশন

“অসংখ্য আর্থিক প্রতিষ্ঠান জালিয়াতি করেছে। সব আর্থিক প্রতিষ্ঠান এবং কর্মচারীরা সমাজ থেকে টাকা চুরি করা চোর।”

এটি স্পটলাইট হেত্বাভাস (spotlight fallacy) এর উদাহরণ, যা আবার একরকম হেইস্টি জেনারালাইজেশন। স্পটলাইট হেত্বাভাস (Spotlight Fallacy) হল একটি যৌক্তিক হেত্বাভাস (logical fallacy) যা ঘটে যখন একটি গোষ্ঠীর ব্যাপকভাবে প্রচারিত ডেটা ভুলভাবে একটি ভিন্ন বা বৃহত্তর গোষ্ঠীকে প্রতিনিধিত্ব করে বলে মনে করা হয়। স্পটলাইট ফ্যালাসি হয় যেখানে একটি “নমুনা” উপস্থাপন করা হয়, যা প্রায়ই অর্থনৈতিক ষড়যন্ত্র তত্ত্ববিদদের দ্বারা ব্যবহৃত হয়। উদাহরণ :

1. যদি কোনো শহরে কিছু সংখ্যক অপরাধমূলক ঘটনার উপর সংবাদ মাধ্যম ব্যাপকভাবে প্রচার করে, তাহলে কেউ মনে করতে পারে যে সেই শহরে অপরাধের হার খুবই বেশি, যদিও প্রকৃতপক্ষে অপরাধের হার কম হতে পারে।
2. একটি নির্দিষ্ট ব্র্যান্ডের গাড়ির কয়েকটি দুর্ঘটনার খবর প্রচারিত হলে মনে করা হতে পারে যে সেই ব্র্যান্ডের সমস্ত গাড়িই নিরাপদ নয়, যদিও অধিকাংশ গাড়ি দুর্ঘটনা মুক্ত হতে পারে।

স্টেরিওটাইপিং (Stereotyping) এর হেইস্টি জেনারালাইজেশন

স্টেরিওটাইপিং একটি ধরনের অতিরিক্ত সাধারণীকরণ যা একক ব্যক্তি বা অল্পসংখ্যক ব্যক্তির দ্বারা ধারণকৃত বৈশিষ্ট্যের উপর নির্ভর করে সেই গোষ্ঠীর সার্বিক অংশ সম্পর্কে সিদ্ধান্ত টানা হয়। উদাহরণ: বর্ণবাদী এবং সংকীর্ণমনা ব্যক্তিদের দ্বারা ব্যবহৃত অপবাদ ও ভিত্তিহীন ধারণা। উদাহরণস্বরূপ, সব লাতিনো সহিংস গ্যাং এর সদস্য।

সংকীর্ণ মতবাদী বা ক্র্যাংকদের (Cranks) ডিফেন্স হিসেবে হেইস্টি জেনারালাইজেশন

ফার রাইট উইংনাটদেরকে নিজেদের সমালোচনার ডিফেন্সে অ্যাসোসিয়েশন ফ্যালাসি বা অনুষঙ্গ হেত্বাভাস (association fallacy) ও হেইস্টি জেনারালাইজেশন মিশিয়ে ব্যবহার করতে দেখা যায়, যাতে তারা নিজেদের বেশি করে মূলধারার গোষ্ঠীগুলির সাথে সম্পর্কিত হিসেবে দেখানো যায়। এটি প্রায়ই পুরো প্রান্তিক গোষ্ঠীকে আক্রমণের “শিকার” হিসাবে চিত্রিত করতে ব্যবহৃত হয়, যাতে একটি বৃহত্তর গোষ্ঠীকে প্রতিরক্ষায় প্রতিক্রিয়া জানাতে উদ্বুদ্ধ করা যায়।

• স্টর্মফ্রন্ট (Stormfront) এবং অন্যান্য নব্য নাৎসি গোষ্ঠী প্রায়ই তাদের ঘৃণার বিরুদ্ধে আক্রমণকে সমস্ত ককেশীয় বা সমস্ত খ্রিস্টানদের বিরুদ্ধে আক্রমণ হিসাবে উপস্থাপন করার চেষ্টা করে।
• মৌলবাদী বা ফান্ডামেন্টালিস্টদের উপর যেকোন সমালোচনাকে সেই ধর্মের প্রত্যেকের সম্পর্কে সাধারণীকরণ করা হয়।
• সারভাইভালিস্টরা (যারা সমাজ বা এর ইনফ্রাস্ট্রাকচারের লং টার্ম বা সম্পূর্ণ ভাঙ্গনের জন্য প্রিপারেশন নেয়) প্রায়ই দাবি করে যে তাদের ক্রমাগত পৃথিবীর শেষ হওয়ার কাছাকাছি থাকা র‍্যান্টগুলোর সমালোচনা করা হল জরুরী প্রস্তুতির সমালোচনা যা সরকারি সংস্থাগুলি দ্বারা উত্সাহিত হয়। সারভাইভালিস্টদের মধ্যে আবার কেউ কেউ নিজেদের ডিফেন্ড করতে “প্রিপারস” (Preppers) বলে ডাকতে শুরু করেছে।
• মিডিয়া সমালোচনার শিকার হওয়ার স্বাভাবিক প্রদর্শনীতে, সারাহ প্যালিন (আলাস্কার প্রাক্তন রিপাবলিকান গভর্নর) দাবি করেছেন যে তার বলা কথার যে কোনও সমালোচনা সব নারীর বিরুদ্ধে একটি নারীবিদ্বেষী আক্রমণ।

তথ্যসূত্র –

• Faulty generalization – Wikipedia
• Overgeneralization – RationalWiki