वैज्ञानिकों ने जीनों के नाम बदल दिए ताकि Microsoft Excel उन्हें तारीख़ें समझकर गलत न पढ़े (2020)
जीनोमिक्स के वैज्ञानिकों को लंबे समय से Microsoft Excel द्वारा कुछ जीन नामों (जैसे SEPT2) को अपने-आप तारीख़ों में बदल देने की समस्या से जूझना पड़ा है, जिससे CSV फ़ाइलों के ज़रिए साझा किया गया शोध डेटा भ्रष्ट हो जाता है। टिप्पणीकार इस पर बहस करते हैं कि यह मुख्यतः Excel की आक्रामक type inference की उपयोगिता-समस्या है, उन शोधकर्ताओं की “skill issue” है जो कॉलमों को text में lock नहीं करते या वैकल्पिक tools नहीं अपनाते, या फिर सुविधाजनक implicit conversions की अनिवार्य trade-off है जो Excel की लोकप्रियता का आधार हैं। थ्रेड में व्यापक विषय भी आते हैं: Microsoft tools पर संस्थागत lock-in, schema के बिना format के रूप में CSV की सीमाएँ, और व्यापक रूप से प्रयुक्त software में strict typing बनाम ease of use के बीच तनाव।
Excel की स्वतः-परिवर्तन सुविधा और नया टॉगल
- Excel ऐतिहासिक रूप से “जीन-जैसे” स्ट्रिंग्स (जैसे SEPT2, MARCHF1) को अपने-आप तारीख़ों या संख्याओं में बदल देता था, जिससे वैज्ञानिक डेटा भ्रष्ट हो जाता था, खासकर CSV राउंड-ट्रिप्स के ज़रिए।
- 2023 में Microsoft ने Windows/macOS पर स्वचालित डेटा-परिवर्तन को बंद करने के लिए प्रति-फ़ाइल टॉगल जोड़ा; कुछ लोग इसे बहुत देर से आया और अभी भी अपूर्ण मानते हैं (edge cases, macros, पुराने संस्करण)।
- दूसरों का तर्क है कि Excel में पहले से कॉलम टाइप्स (Format Cells → Text, Import Text Wizard, Power Query) मौजूद थे, इसलिए समस्या उपयोगकर्ता के वर्कफ़्लो और जागरूकता की है।
अंतर्निहित परिवर्तनों की व्यापक समस्या
- कई टिप्पणियाँ इसे JavaScript, MySQL, YAML, PHP आदि में दिखने वाली एक बड़ी “implicit conversion / type safety” समस्या के हिस्से के रूप में देखती हैं, जिसे कभी-कभी null pointers के साथ एक और “billion-dollar mistake” कहा जाता है।
- अन्य लोग जवाब देते हैं कि उदार परिवर्तन ने बड़े उत्पादकता लाभ भी दिए, और सुविधा के कारण इन्हें व्यापक रूप से चुना जाता है।
- इस पर बहस होती है कि सही ढाँचा “type safety” (कार्रवाई योग्य) है या अस्पष्ट “expectations vs. reality” का मेल न होना।
वैज्ञानिक अभी भी Excel क्यों इस्तेमाल करते हैं
- कई लोगों का तर्क है कि वैज्ञानिक संस्थागत IT, लाइसेंसिंग, और मानकीकरण से बंधे होते हैं; वे चाहकर भी वैकल्पिक टूल स्वतंत्र रूप से नहीं चुन सकते।
- कुछ लोग कहते हैं कि इस उपयोग-क्षेत्र के लिए अधिकांश domain experts पहले ही Excel से हट चुके हैं, लेकिन एक अल्पसंख्या (साथ ही admins, clinicians, editors) अभी भी साझा डेटा को भ्रष्ट कर सकती है।
- नाम बदलने के पक्ष में विचार: कुछ जीन नाम बदलना, हर किसी को फिर से प्रशिक्षित करने और टूल बदलने की तुलना में, कम-घर्षण, पूरे क्षेत्र के लिए एक mitigation है।
CSV, फ़ॉर्मैट, और विकल्प
- CSV की आलोचना की जाती है कि यह स्वभावतः अस्पष्ट है (कोई schema नहीं, कोई types नहीं); Excel का CSV पर double-click व्यवहार चुपचाप रूपांतरण करता है और leading zeros, plus signs, तथा gene-like IDs को हटा देता है।
- उपायों में शामिल हैं: कॉलमों को पहले से text के रूप में फ़ॉर्मैट करना, import wizards का उपयोग करना, छोटे macros, या CSV में टेक्स्ट को Excel formulas के रूप में एन्कोड करना (
="Data")। - उल्लिखित विकल्प: LibreOffice (समान auto-conversion लेकिन धीमा और कम compatible), एक काल्पनिक
.xljsonएक्सटेंशन के साथ JSON, databases, Jupyter/R/Python, Emacs org-mode।
ज़िम्मेदारी और अपेक्षाएँ
- कुछ लोग वैज्ञानिकों को अपने tools में निपुण न होने के लिए दोष देते हैं; अन्य इसे अनुचित कहते हैं, क्योंकि Excel के hidden defaults और बदलते व्यवहार को समझना कठिन है।
- कई टिप्पणियाँ इस बात पर ज़ोर देती हैं कि यह उतना ही सामाजिक/संगठनात्मक समस्या है (IT gatekeepers, vendor lock-in, user training) जितना तकनीकी समस्या है।