ভুল লেবেল, অটুট চেইন: ক্রীড়া তথ্যে শ্রেণীবিন্যাসের সংকট

হুক

একটি ডেটা-সারিতে ঘরটা ছিল ছোট, প্রায় নগণ্য: ডোমেইন — ফুটবল। পাশের ঘরে শহরের নাম: গুয়াদালাহারা। সারির বাকি অংশে ছিল একটি অভিযোগ, একটি নিরাপত্তা-ক্যামেরার ফুটেজের উল্লেখ, আর কর্তৃপক্ষের তদন্তের অপেক্ষা। স্কোরলাইন ছিল না, দল ছিল না, কোনও খেলোয়াড় বা প্রশিক্ষকের নাম ছিল না, ম্যাচের তারিখ ছিল না, পয়েন্ট টেবিল ছিল না।

আমি বারবার ফিরে যাই সেই অক্টোবরের রাতে — ২০১৭, চ্যাম্পিয়ন্স লিগ, ম্যানচেস্টার সিটি ৪-২ নাপোলি। সেদিন ডরমিটরির টেবিলে বসে আমি হিসাব কষছিলাম: সিটি মিডল থার্ডে ১৬৮টি পাস দিয়েছিল, নাপোলির চেয়ে ৪১টি বেশি। সেই তথ্যটুকু নিয়েই আমার প্রথম পর্ব রেকর্ড করেছিলাম। শ্রোতারা দুই ভাগে ভাগ হয়ে গিয়েছিল, সপ্তাহে তিন হাজার ডাউনলোড হয়েছিল, আর আমি পরের পর্ব রেকর্ড করার আগে প্রতিটি রিপ্লাই পড়ে ফেলেছিলাম।

সেই রাতের পাঠটা সহজ, অথচ প্রতিদিন কাজে লাগে: যা চোখে দেখা যায়, আর যা লেবেল বলে, দুটো আলাদা জিনিস। মানচিত্রে লেখা ছিল ডান-ব্যাক, কিন্তু পায়ের ভোট ছিল মিডফিল্ডের। সাত বছর পরে আমি একটি স্প্রেডশিটের সারির দিকে তাকিয়ে ঠিক একই ফাটলের সামনে দাঁড়িয়ে আছি — কেবল এবার বিষয়টা খেলার মাঠের নয়, খেলার তথ্যের।

প্রসঙ্গ

ক্রীড়া তথ্যের প্রবাহ আজ তিন স্তরে চলে। প্রথম স্তরে কাঁচা লেখা থেকে তথ্য-বিন্দু চেঁছে বের করা হয়। দ্বিতীয় স্তরে প্রতিটি বিন্দুকে একটি ডোমেইন লেবেল দেওয়া হয় — ফুটবল, ক্রিকেট, বাস্কেটবল, ট্রান্সফার, আর্থিক হিসাব। তৃতীয় স্তরে সেই লেবেল ধরেই এগিয়ে যায় সূচিকরণ, এনটিটি-শনাক্তকরণ, অনুভূতি-বিশ্লেষণ, সুপারিশ-ইঞ্জিন আর রিয়েল-টাইম স্কোরফিড। আমার পডকাস্টের প্রস্তুতি, বুকমেকারদের স্ক্রিন, ফ্যান-অ্যাপের পুশ নোটিফিকেশন — সবই এই তৃতীয় স্তরের সন্তান।

ব্লকচেইনের সবচেয়ে সহজ শিক্ষা এখানেই কাজে লাগে। একটি ব্লকের হেডার যদি মিথ্যা হয়, তার পরে যত ব্লক যোগ হয়, সব মিথ্যাটাই বহন করে। হ্যাশ যাচাই সঠিক থাকলেও অর্থ মিথ্যা থাকে। তথ্য-পাইপলাইনের ডোমেইন লেবেল ঠিক সেই হেডারের কাজ করে। লেবেল ভুল হলে ডেটাবেস কোনো এরর দেয় না। স্কিমা ভ্যালিডেশন পাস করে। ড্যাশবোর্ড সবুজ দেখায়। কেবল পাঠক ভুল জায়গায় ভুল গল্প খুঁজে পান।

এই কারণেই সেপ্টেম্বরের সেই সারিটি আমার কাছে নিছক একটা টাইপো নয়। তথ্য-বিন্দু ১ থেকে ১৭ পর্যন্ত পড়ে দেখুন — কোনও ক্লাব নেই, কোনও লীগ নেই, কোনও চুক্তি নেই, কোনও কোচ নেই। গুয়াদালাহারা শহরটির সাথে পেশাদার ফুটবলের সম্পর্ক আছে, কিন্তু সেই সম্পর্ক এই লেখার বাইরের জিনিস। শহরের নাম আর খেলার মাঠের নাম এক নয়; মানচিত্রের অক্ষাংশ আর স্কোয়াডের গভীরতা এক নয়। এই দুইয়ের মধ্যে সেতু বানানো মস্ত ভুল, আর সেটাই তথ্য-পরিচালনার সবচেয়ে সাধারণ রোগ।

লেবেল ছোট নয়, লেবেল কাঠামোগত

আমি তিনটি যুক্তিতে বলতে চাই, কেন এই ভুলকে হালকা করে দেখা যায় না।

প্রথম যুক্তি: ভুল ডোমেইন লেবেল একটি ভুল তথ্য নয়, এটি একটি সংক্রমণ। লেবেল ঠিক থাকলে যেই বিন্দু সন্দেহজনক, সেটি সংশয়ী চিহ্ন নিয়ে বাক্সে ঢোকে। লেবেল ভুল হলে সংশয়ের চিহ্নটাই হারিয়ে যায়। কয়েক ধাপ পরে কেউ লিখে ফেলেন, এই শহরের খেলাধুলার অস্থিরতা নিয়ে একটি প্রতিবেদন এল। ভুলটা তখন নতুন পোশাকে ফিরে আসে, আর ফিরে আসে সূত্রহীন দাবি হিসেবে। আমার ডেটা-সঙ্গীদের ভাষায় এটা 'ডাউনস্ট্রিম কনট্যামিনেশন'। এখানে ব্লকচেইনের অমোঘতা (immutability) শত্রু হয়ে দাঁড়ায়। লেজারে যা একবার লেখা হয়ে গেল, তা চিরকাল লেখা থাকল। ইমিউটেবিলিটি মন্দ জিনিস নয়; কিন্তু ইমিউটেবিলিটির গুণ নির্ভর করে গ্রহণ-স্তরের যাচাইয়ের উপর। ইনপুটে ছাঁকনি নেই, আর লেজারে ইরেজার নেই — এই জুটিই সবচেয়ে বিপজ্জনক।

দ্বিতীয় যুক্তি: তাপ আর ভিত্তির ব্যবধানই এই ঘটনার আসল অর্থনীতি। ফুটেজ সোশ্যাল নেটওয়ার্কে ছড়াচ্ছে, প্রতিক্রিয়া আর তদন্তের দাবি জমছে — তথ্য-বিন্দু ১৩ সেই ছবিটাই আঁকে। অথচ একই প্রতিবেদনে তথ্য-বিন্দুর সিংহভাগে সূত্র লেখা 'কোনও সূত্র নেই'। কেন্দ্রীয় নথিটি একটি অভিযোগ; সেটি কে দাখিল করলেন, কোথায় দাখিল হল, কোন স্টেশনে তা নিয়ে বিস্তারিত নেই। কেন্দ্রীয় প্রমাণটি একটি ভিডিও, যার সত্যতা, ধারাবাহিকতা ও প্রেক্ষাপট প্রতিবেদনে যাচাই করা হয়নি। তাপ সর্বোচ্চ, ভিত্তি মাঝারি। এখানে একটা বাক্য স্পষ্ট করে বলা দরকার: 'ভিত্তি মাঝারি' কথাটা অভিযোগের গুরুত্ব সম্পর্কে কোনো মন্তব্য নয়, এটি কেবল যাচাইযোগ্যতার মাত্রা নিয়ে মন্তব্য। অভিযোগ গুরুতর হলে ভিত্তি আপনাআপনি শক্ত হয়ে যায় না; ভিত্তি শক্ত হয় কেবল প্রক্রিয়াগত ধাপে — গ্রেফতার, অভিযোগপত্র, সুরক্ষা-আদেশ। তথ্যের সর্বশেষ সময়-ছাপ ২৫ সেপ্টেম্বর, আর সেই সময়ে কোনও গ্রেফতারের খবর ছিল না।

তৃতীয় যুক্তি: গোপনীয়তা এখানে সৌজন্যের প্রশ্ন নয়, নির্ভুলতার প্রশ্ন। যে প্রতিবেদন থেকে এই বিশ্লেষণ এসেছে, সেটি অভিযোগকারীর পূর্ণ নাম প্রকাশ করেছে — সম্ভবত সোশ্যাল মিডিয়ার মাধ্যমে চেনা একটি নাম। জেন্ডার-ভিত্তিক সহিংসতার কাভারেজে আন্তর্জাতিক ধারা হলো অভিযোগকারীকে নামহীন রাখা। নামটি কোনও প্রমাণ যাচাই করতে সাহায্য করে না, কোনও সময়রেখা স্পষ্ট করে না, কোনও দায় প্রতিষ্ঠা করে না। বরং এটি পুনঃআঘাতের ঝুঁকি বাড়ায়, চাপ প্রয়োগের দরজা খোলে, আর পরবর্তী অভিযোগকারীদের মুখ বন্ধ করার কাজ করে। তথ্য-পাইপলাইনের ভাষায় বললে, এই নামটি বিশুদ্ধ ব্যান্ডউইথ — খরচ আছে, তথ্য-লাভ শূন্য।

মাঠের একটা উদাহরণ এখানে কাজে দেয়। ভিএআর ব্যবস্থা সাত বছর ধরে আমাকে যা শিখিয়েছে, তা এক লাইনে: ক্যামেরা থাকা আর প্রমাণ থাকা এক নয়। একই দৃশ্য তিনটি ফ্রেম-রেটে, তিনটি কোণ থেকে, তিন রকম সত্য বলে। ফুটবল-অনুরাগী হিসেবে আমি বহুবার দেখেছি, ধীরগতির রিপ্লে যেখানে গতি বাড়ায়, সেখানে দ্রুত রিপ্লে থামিয়ে দেয়। কোয়ান্টিটি বাড়লেই যাচাই বাড়ে না; যাচাই বাড়ে প্রক্রিয়ার স্বচ্ছতা থেকে।

ঢাল-মানব (Steel-Man) দৃষ্টিতে: আমি কোথায় ভুল হতে পারি

এখন আমি নিজের যুক্তির বিরুদ্ধে দাঁড়াব, কারণ ২০১৮ সালের পর থেকে আমি প্রতিটি পর্বে এই অভ্যাসটা রেখেছি — আগে প্রতিপক্ষের মতটা ন্যায্যভাবে বলি, তারপর ভাঙি।

প্রথম আপত্তি: স্বয়ংক্রিয় লেবেলিং-এর ভুল অনিবার্য, আর মেরামতের খরচ খুব কম। একটি সারিতে ভুল লেবেল ধরা পড়লে সেটি তিন মিনিটে ঠিক হয়। এই যুক্তিতে ভুলটিকে টাইপো বলাই ঠিক। আপত্তিটা মূলত সঠিক। যদি ব্যবস্থাটি ক্ষমাশীল হয় — অর্থাৎ, যদি ভুল লেবেল কোনও ব্যবহারকারীর কাছে পৌঁছানোর আগেই ধরা পড়ে — তাহলে ক্ষতি সীমিত। আমার আশঙ্কার আসল ভিত্তি তাই লেবেলটি নয়, বরং এই যে, এই নির্দিষ্ট প্রবাহে 'সূত্র নেই' লেখা তথ্য বিন্দুগুলোর উপরও অনুরূপ শিথিলতা প্রযোজ্য। লেবেল শুধু তাকের ঠিকানা বদলায়; সূত্রের অভাব বদলায় দাবির ওজন।

দ্বিতীয় আপত্তি: অতিরিক্ত সতর্কতা সত্যিকারের গল্প চাপা দেয়। যদি আমরা প্রতিটি সূত্রহীন অভিযোগকে 'যাচাই হয়নি' তকমা দিয়ে আলমারিতে তুলে রাখি, তাহলে যাদের ভয়েস নেই, তাদের কাহিনীও হারিয়ে যায়। এটাও ন্যায্য কথা, এবং এটি আমার নিজের পেশার কেন্দ্রীয় টানাপোড়েন। এর উত্তর হলো — অনিশ্চয়তা ঘোষণা করা আর কাহিনী দমন করা এক জিনিস নয়। 'যাচাই করা যায়নি' লেখা একটি বাক্য গল্পটিকে দমন করে না; বরং ভবিষ্যতে সেটি প্রমাণিত হলে সেটি টিকে যাওয়ার ভিত্তি তৈরি করে।

তৃতীয় আপত্তি, যা আমার সবচেয়ে বড় দুর্বলতা: আমি নিজেও ভিডিওটির সত্যতা যাচাই করতে পারিনি। আমার হাতে কেবল একটি তথ্য-নিষ্কাশন প্রতিবেদন, যার সিংহভাগ বিন্দু সূত্রহীন। তার মানে, আমি যে 'মাঝারি ভিত্তি' রেটিং দিলাম, সেটি গল্পের ভিত্তি সম্পর্কে নয়, সম্ভবত নিষ্কাশন প্রক্রিয়ার সরুতা সম্পর্কে। কাঁচা লেখা থেকে যদি তথ্য চেঁছে বের করার ধাপেই সূত্রগুলো হারিয়ে যায়, তাহলে মাঝারি দেখায় সেই প্রতিবেদন, গল্পটি নয়। এই সম্ভাবনাটি আমি খোলাখুলি স্বীকার করছি।

আর একটি শর্ত সবসময় ঝুলে থাকবে: এই ঘটনার সাথে কোনও পেশাদার ফুটবল-সংশ্লিষ্ট ব্যক্তি জড়িত আছেন কি না, সেই তথ্য এই উপাদানে নেই। যদি কখনও এমন কেউ উঠে আসেন, তাহলে ক্রীড়া-শাসন কাঠামো — ক্লাবের সুরক্ষা-প্রোটোকল, লীগের শাস্তিমূলক ধারা — সক্রিয় হবে, এবং আমার এই বিশ্লেষণের অর্ধেক অনুমান বদলে যাবে। এখনকার অবস্থায় সেটি শুধু একটি শর্ত, সিদ্ধান্ত নয়।

উপসংহার নয়, একটি পরীক্ষাযোগ্য পূর্বাভাস

আমি নিজের পডকাস্টে সবসময় শ্রোতাদের ভোট চেয়ে পর্ব শুরু করি — ঐকমত, না ধর্মবিরোধ। আজও সেই একই প্রশ্ন: একটি ফৌজদারি অভিযোগের প্রতিবেদন খেলার তাকে বসে থাকা কতটা বড় ব্যর্থতা? আমার হিসাবে উত্তরটি সরল নয়, কারণ সমস্যাটি স্বয়ংক্রিয়তার নয়, গ্রহণ-স্তরের।

তবু দুটো জিনিস নির্ভুলতার সঙ্গে বলা যায়। এক, আগামী বারো মাসের মধ্যে কমপক্ষে একটি বড় ক্রীড়া-মাধ্যম নীরবে একটি সংশোধনী ছাপবে এই ধরনের স্বয়ংক্রিয় লেবেলিং-জনিত ভুলের জন্য। দুই, যে প্ল্যাটফর্ম প্রথমে ingest স্তরে একটি বাধ্যতামূলক 'ডোমেইন-আস্থা' ঘর যোগ করবে, তার ফ্যাক্ট-চেক ব্যাকলগ কমবে, বাড়বে না।

শেষ প্রশ্নটি তাই আমার নয়, আমাদের সবার: খেলার তথ্য মানে কেবল স্কোর, না কি স্কোরের পাশে দাঁড়ানো সত্যের দাবিটাও? ম্যানচেস্টারের একটি খালি গ্যালারির মতো — যখন ভিড় চলে যায়, তখন শোনা যায় আসল শব্দটা।