এই নিবন্ধটি পড়ার পর আপনি UPSC Mains-এর এই মডেল প্রশ্নটির উত্তর দিতে পারবেন:
Discuss how fragmented data systems weaken evidence-based policymaking and democratic accountability in India. Suggest institutional reforms needed to strengthen data governance. ১৫ নম্বর (GS-2, শাসনব্যবস্থা)
ভূমিকা
- ভারত আজ তার ইতিহাসের যে কোনো সময়ের তুলনায় অধিকতর ডেটা (তথ্য) উৎপাদন করছে। তবুও, তথ্যের এই প্রাচুর্য এখনও কার্যকর শাসনে (effective governance) রূপান্তরিত হয়নি — কারণ মানককরণ (standardisation) ছাড়া ডেটা কেবল একটি ‘গোলমাল’ মাত্র, কোনো বুদ্ধিমত্তা (intelligence) নয়।
- ভারতের নীতিগত কাঠামোর সামনে আসল চ্যালেঞ্জ তথ্যের অভাব নয়, বরং সাধারণ নিয়ম (common rules), ভাগ করা সংজ্ঞা (shared definitions) এবং আন্তঃক্রিয়াশীল ব্যবস্থার (interoperable systems) অনুপস্থিতি, যা কাঁচা তথ্যকে একটি দায়বদ্ধ (accountable) এবং দক্ষ শাসনে (efficient governance) রূপান্তর করতে পারে।
প্রেক্ষাপট: ভারতের ডেটা গভর্নেন্স বিতর্ক কেন গুরুত্বপূর্ণ হয়ে উঠেছে
১. সংসদীয় প্রশ্নগুলি ভারতের ডেটা ইকোসিস্টেমের কাঠামোগত দুর্বলতা প্রকাশ করে
- প্রচুর সংখ্যক সংসদীয় প্রশ্ন (Parliamentary Questions) এখনও বিভিন্ন মৌলিক প্রশাসনিক তথ্য জানতে চায়—যেমন প্রকল্পের সুবিধাভোগী, স্কুলের কার্যকরী শৌচাগার, বিতরণ করা পেনশন এবং জেলা-ভিত্তিক বাস্তবায়নের পরিসংখ্যান। আদর্শগতভাবে, এই ধরণের তথ্য ডিজিটাল গভর্নেন্স সিস্টেমের (Digital Governance Systems) মাধ্যমে ইতিমধ্যে একটি স্বচ্ছ, মানক (Standardised) এবং জনসমক্ষে সহজলভ্য ফরম্যাটে থাকা উচিত।
২. ভারত আগের চেয়ে অনেক বেশি ডেটা উৎপাদন করছে, কিন্তু এর ব্যবহারযোগ্যতা এখনও দুর্বল
- আধার (Aadhaar), ডিবিটি সিস্টেম (DBT Systems), পিএম-কিষাণ (PM-KISAN), স্বাস্থ্য রেজিস্ট্রি এবং কল্যাণমূলক ডেটাবেসের মতো প্ল্যাটফর্মের মাধ্যমে ভারতের দ্রুত ডিজিটালাইজেশন (Digitisation) নজিরবিহীন ডেটা জেনারেশন (Data Generation) বা তথ্য উৎপাদনের দিকে নিয়ে গেছে।
- যাইহোক, তথ্যের এই প্রাচুর্য দক্ষ শাসনে রূপান্তরিত (Translated) হয়নি কারণ মন্ত্রণালয়গুলো এখনও বিভিন্ন ফরম্যাট, সংজ্ঞা, নির্দেশক এবং পদ্ধতি ব্যবহার করে। এমনকি অঞ্চল, সময়কাল, সুবিধাভোগীর বিভাগ বা প্রকল্পের শ্রেণিবিন্যাসের মতো মৌলিক ভেরিয়েবলগুলো (Basic Variables) প্রায়শই পৃথক বিভাগ দ্বারা ভিন্নভাবে সংজ্ঞায়িত করা হয়।
৩. নীতি আয়োগ ইতিমধ্যেই সমস্যাটি চিহ্নিত করেছে
- ন্যাশনাল ডেটা অ্যান্ড অ্যানালিটিক্স প্ল্যাটফর্ম (NDAP)-এর ভিশন ডকুমেন্টে হাইলাইট করা হয়েছে যে ভারতের ডেটা ইকোসিস্টেমে সঙ্গতি (Coherence) এবং আন্তঃক্রিয়াশীলতার (Interoperability) অভাব রয়েছে।
- রিপোর্টে উল্লেখ করা হয়েছে যে মন্ত্রণালয়গুলো সাধারণ নির্দেশকগুলোর জন্য শেয়ার্ড স্ট্যান্ডার্ড (Shared Standards) বা অভিন্ন মান গ্রহণ করতে ব্যর্থ হচ্ছে, যা তথ্য একত্রীকরণকে কঠিন এবং ভুল-প্রবণ (Error-prone) করে তুলছে। ফলস্বরূপ, ডেটা একত্রীকরণ (Data Consolidation) একটি শ্রমসাধ্য প্রক্রিয়ায় পরিণত হয়, যা তথ্যের নির্ভরযোগ্যতা হ্রাস করে এবং প্রমাণ-ভিত্তিক নীতি নির্ধারণে (Evidence-based Policymaking) বিলম্ব ঘটায়।
শাসনব্যবস্থা এবং উন্নয়নের জন্য ডেটা মানককরণ (Data Standardisation) কেন গুরুত্বপূর্ণ
১. কল্যাণমূলক প্রকল্পে আর্থিক অপচয় (Fiscal Leakages) হ্রাস করে
- তথ্যভাণ্ডারে একই সুবিধাভোগীর নাম একাধিকবার থাকায় জনকল্যাণমূলক প্রকল্পগুলোতে অর্থের অপচয় হয়। নীতি আয়োগের (জুন ২০২৫) প্রতিবেদন অনুযায়ী, একই ব্যক্তির নাম বারবার থাকায় প্রতি বছর ৪% থেকে ৭% আর্থিক অপচয় ঘটে। এটি বিভিন্ন মন্ত্রণালয়ের মধ্যে তথ্যের অনুলিপি (Data Duplication) থাকার সরাসরি ফলাফল।
২. উন্নত তথ্যের মান বিপুল পরিমাণ জনঅর্থ সাশ্রয় করে
ডেটা পরিষ্কার করার মাধ্যমে বোঝা যায় নিম্নমানের তথ্যের কারণে কত টাকা নষ্ট হয়। যেমন:
- PM-KISAN প্রকল্প থেকে ১ কোটি ৭১ লক্ষ অযোগ্য নাম সরিয়ে ২০২৪ অর্থবছরে ৯০ বিলিয়ন টাকা সাশ্রয় করা সম্ভব হয়েছে।
- ৩ কোটি ৫০ লক্ষ ভুয়া এলপিজি (LPG) সংযোগ বাতিলের ফলে দুই বছরে ২১০ বিলিয়ন টাকা সাশ্রয় হতে পারে।
- ১ কোটি ৬০ লক্ষ ভুয়া রেশন কার্ড (Ration Card) বাতিল করলে প্রতি বছর প্রায় ১০০ বিলিয়ন টাকা বাঁচানো সম্ভব।
৩. মানককৃত স্বাস্থ্য তথ্য রোগ নিয়ন্ত্রণ ও নীতি নির্ধারণে উন্নতি ঘটায়
- স্বাস্থ্য খাতে একই রোগীর নাম একাধিক সিস্টেমে নথিভুক্ত হলে নীতিনির্ধারকদের কাছে রোগের ভুল পরিসংখ্যান পৌঁছায়। যেমন, শিশুদের যক্ষ্মা (TB) আক্রান্তের তথ্য পৃথকভাবে স্বাস্থ্য ব্যবস্থাপনা তথ্য ব্যবস্থা (HMIS), রোগ নজরদারি নেটওয়ার্ক এবং টিকাদান রেজিস্ট্রিতে নথিভুক্ত করা হয়।
- এতে একই রোগীকে একাধিকবার গণনা করা হয়, যা পরস্পরবিরোধী অনুমান (Conflicting Estimates) তৈরি করে এবং সিদ্ধান্ত গ্রহণকারীদের তথ্যের বদলে অনুমানের ওপর নির্ভর করতে বাধ্য করে।
৪. নির্ভরযোগ্য তথ্য ভারতের বৈশ্বিক মর্যাদা ও র্যাঙ্কিং শক্তিশালী করে
- তথ্যের অভাব বা পুরনো তথ্যের কারণে ভারত বৈশ্বিক র্যাঙ্কিংয়ে পিছিয়ে পড়ে। গ্লোবাল ইনোভেশন ইনডেক্স ২০২৪-এ ভারতের দুটি সূচকের তথ্য ছিল না এবং আটটি সূচকের তথ্য ছিল পুরনো। এটি ভারতের প্রকৃত অগ্রগতিকে আড়াল করে এবং সরকারি সংস্থাগুলোর মধ্যে সমন্বয়ের অভাব (Failure in Coordination) প্রকাশ করে।
৫. দক্ষ ডেটা গভর্নেন্স সরাসরি অর্থনৈতিক প্রবৃদ্ধিতে অবদান রাখে
- ডেটা গভর্নেন্সের দুর্বলতার একটি পরিমাপযোগ্য অর্থনৈতিক খরচ রয়েছে। OECD-এর মতে, সরকারি তথ্য আদান-প্রদান উন্নত করলে দেশের জিডিপিতে (GDP) ১.৫% পর্যন্ত প্রবৃদ্ধি যুক্ত হতে পারে। বেসরকারি খাতের তথ্য যুক্ত হলে এটি ২.৫% পর্যন্ত হতে পারে। অর্থাৎ, দুর্বল ডেটা গভর্নেন্স কেবল একটি দাপ্তরিক সমস্যা নয়, এটি সরাসরি অর্থনৈতিক প্রবৃদ্ধি (Economic Growth) কমিয়ে দেয়।
ন্যাশনাল ডেটা গভর্নেন্স ফ্রেমওয়ার্ক পলিসি (NDGFP)-এর ভূমিকা
১. NDGFP হতে পারে ভারতের ডেটা সংস্কার কাঠামোর ভিত্তি
- ন্যাশনাল ডেটা গভর্নেন্স ফ্রেমওয়ার্ক পলিসি (NDGFP) সরকারি ব্যবস্থাজুড়ে সুশৃঙ্খল তথ্য ব্যবস্থাপনা অনুশীলনের লক্ষ্য নির্ধারণ করেছে। এর মূল উদ্দেশ্য হলো পাবলিক ডেটার সহজলভ্যতা (Accessibility), আন্তঃক্রিয়াশীলতা (Interoperability), গুণমান এবং দায়িত্বশীল আদান-প্রদান বৃদ্ধি করা। এই কাঠামোটি স্বীকার করে যে, শাসনের দক্ষতা ক্রমশ নির্ভরযোগ্য ও মানককৃত ডেটাসেটের (Standardised Datasets) ওপর নির্ভরশীল।
২. ইন্ডিয়া ডেটা ম্যানেজমেন্ট অফিস (IDMO) হতে পারে কেন্দ্রীয় সমন্বয়কারী প্রতিষ্ঠান
- NDGFP-এর অধীনে প্রস্তাবিত ইন্ডিয়া ডেটা ম্যানেজমেন্ট অফিস (IDMO) ডেটা গভর্নেন্স সংস্কারের প্রধান সংস্থা (Nodal Institution) হয়ে ওঠার সম্ভাবনা রাখে। IDMO বিভিন্ন মন্ত্রণালয় ও রাজ্যগুলোর মধ্যে সাধারণ মানদণ্ড (Common Standards), প্রোটোকল, মেটাডেটা ফ্রেমওয়ার্ক (Metadata Frameworks) এবং আন্তঃক্রিয়াশীলতার নির্দেশিকা তৈরি করতে পারে। এটি তথ্য সংগ্রহ, সংরক্ষণ এবং আপডেটের জন্য অভিন্ন পদ্ধতিও তৈরি করতে পারে।
ডেটা গভর্নেন্স এবং মানককরণে বৈশ্বিক সেরা অনুশীলন
১. এস্তোনিয়া: আন্তঃক্রিয়াশীল ডেটা সিস্টেমের মাধ্যমে সমন্বিত ডিজিটাল শাসন
এস্তোনিয়া তাদের X-Road প্ল্যাটফর্মের মাধ্যমে বিশ্বের অন্যতম উন্নত ডিজিটাল শাসন ব্যবস্থা গড়ে তুলেছে। এটি বিভিন্ন সরকারি ডেটাবেসকে রিয়েল-টাইমে একে অপরের সাথে নিরাপদে যোগাযোগ করতে দেয়। নাগরিকদের একই তথ্য বারবার বিভিন্ন বিভাগে জমা দিতে হয় না, কারণ সমস্ত মন্ত্রণালয় অভিন্ন ডেটা মানদণ্ড (Common Data Standards) অনুসরণ করে।
২. সিঙ্গাপুর: সমগ্র-সরকার (Whole-of-Government) ডেটা শেয়ারিং মডেল
সিঙ্গাপুর একটি Whole-of-Government (WOG) পদ্ধতি অনুসরণ করে, যেখানে কেন্দ্রীয়ভাবে সমন্বিত ডিজিটাল সিস্টেমের মাধ্যমে মন্ত্রণালয়গুলো মানককৃত ডেটাসেট শেয়ার করে। তাদের স্মার্ট নেশন ইনিশিয়েটিভ (Smart Nation Initiative)-এর অধীনে অভিন্ন সংজ্ঞা এবং সমন্বিত নীতি নির্ধারণ নিশ্চিত করার জন্য শক্তিশালী প্রাতিষ্ঠানিক ব্যবস্থা গড়ে তোলা হয়েছে।
ভারতের জন্য ডেটা-প্রস্তুত শাসন কাঠামো তৈরির ভবিষ্যতের পথ
১. IDMO-কে ক্ষমতায়ন করা: IDMO-কে ডেটা মানদণ্ডের জন্য কেন্দ্রীয় কর্তৃপক্ষ (Central Authority) হিসেবে শক্তিশালী করতে হবে। একে কেবল পরামর্শদাতার বদলে বাধ্যতামূলক মানদণ্ড (Binding Standards) নির্ধারণ এবং মন্ত্রণালয়গুলোর তথ্য নিরীক্ষা (Audit) করার ক্ষমতা দিতে হবে।
২. বৈশ্বিক মানদণ্ডের সাথে সামঞ্জস্য রক্ষা: ভারতকে তার পরিসংখ্যানগত কাঠামোগুলো আন্তর্জাতিকভাবে স্বীকৃত মানের সাথে যুক্ত করতে হবে (যেমন- অর্থনৈতিক সূচকের জন্য জাতিসংঘের SNA)। একটি ন্যাশনাল স্ট্যাটিস্টিক্যাল স্ট্যান্ডার্ডস ম্যানুয়াল তৈরি করতে হবে যা সারা দেশে সংজ্ঞার অভিন্নতা নিশ্চিত করবে।
৩. data.gov.in-কে রিয়েল-টাইম রিপোজিটরিতে রূপান্তর: সরকারের ওপেন ডেটা প্ল্যাটফর্মকে এমন একটি ভাণ্ডারে পরিণত করতে হবে যেখানে সমস্ত মন্ত্রণালয় নিয়মিতভাবে মেশিন-রিডেবল ফরম্যাটে (Machine-readable formats) তথ্য আপলোড করতে বাধ্য থাকবে। এতে সংসদ সদস্যরা রিয়েল-টাইমে জেলা-ভিত্তিক যাচাইকৃত তথ্য পাবেন।
৪. বার্ষিক বেঞ্চমার্কের মাধ্যমে জবাবদিহিতা: নীতি আয়োগের ডেটা গভর্নেন্স কোয়ালিটি ইনডেক্স (DGQI)-কে একটি বার্ষিক বেঞ্চমার্কে পরিণত করতে হবে এবং এর সাথে মন্ত্রণালয় ও রাজ্যগুলোর আর্থিক প্রণোদনাকে যুক্ত করতে হবে।
৫. শক্তিশালী ডেটা সংস্কৃতি গড়ে তোলা: কেবল নীতি বা প্ল্যাটফর্ম নয়, প্রতিটি মন্ত্রণালয়ে ডেটা স্টিওয়ার্ড (Data Stewards) প্রশিক্ষণ দিতে হবে এবং তথ্যের গুণমানকে শাসনের একটি মূল মূল্যবোধ হিসেবে গেঁথে দিতে হবে।
উপসংহার
- ডেটা মানককরণ (Data Standardisation) কেবল পরিসংখ্যানবিদদের জন্য সংরক্ষিত কোনো প্রযুক্তিগত অনুশীলন নয়; এটি হলো শাসনের ব্যাকরণ (Grammar of Governance)। একটি জাতি যখন ৫ ট্রিলিয়ন ডলারের অর্থনীতি ($5 trillion economy) হওয়ার আকাঙ্ক্ষা রাখে, তখন প্রশাসনের প্রতিটি স্তরে এই বিষয়টি সঠিকভাবে বাস্তবায়ন করা আবশ্যক।
- ভারতকে অবশ্যই সেই মানদণ্ড, ব্যবস্থা এবং প্রাতিষ্ঠানিক অভিভাবকত্বের (Institutional Stewardship) প্রতি প্রতিশ্রুতিবদ্ধ হতে হবে, যা তার তথ্যভাণ্ডারকে কেবল প্রাচুর্যময় নয়, বরং উদ্দেশ্যের উপযোগী (Fit for purpose) এবং ভবিষ্যতের জন্য উপযুক্ত করে তুলবে।
