ফুটবল লেবেলের ফাঁকিবাজি: ডেটা পাইপলাইনে ভুল শ্রেণিবিন্যাস যেভাবে খেলার খবরকে বিষিয়ে তুলছে

স্কোরবোর্ডে তখন ৮৮ মিনিট। একটা পেনাল্টি মিস হলো, ধারাভাষ্যকার চিৎকার করছেন, আর আমি ল্যাপটপে দেখছি— স্টেজ-১ ক্লাসিফায়ার ওই ম্যাচের রিপোর্টকে 'ফুটবল' ট্যাগ দিয়েছে, কিন্তু ভেতরে একটাও ফুটবল বাক্য নেই। পয়েন্ট বাই পয়েন্ট নেমে দেখলাম, আটটা তথ্যবিন্দুর সবগুলোই টেক্সাসের এক কংগ্রেশনাল নির্বাচন নিয়ে— তেহানো সংগীতশিল্পী ববি পুলিদোর জয়, রিও গ্র্যান্ডে ভ্যালির পরিচয়-রাজনীতি, রিপাবলিকান আসন 'ফ্লিপ'। একটিও ক্লাব নেই, একটিও খেলোয়াড় নেই, একটিও গঠনতন্ত্র নেই। কিন্তু ট্যাগ বসে গেছে: ফুটবল। এই একটা ভুল ট্যাগই যথেষ্ট— ডাউনস্ট্রিম ফিডে ঢুকে পড়লে স্পোর্টস ডেটাবেসে বিষ মিশে যাবে চুপচাপ, কোনো আলার্ম ছাড়াই। লোজের গায়ে ছাপা থাকে 'ফুটবল', কিন্তু ভেতরের কাগজ বলে অন্য কথা। আমি বছরের পর বছর যুব টুর্নামেন্টের নিবন্ধন ফাইল, ফেডারেশনের লেজার আর বয়স-জালিয়াতির নথি নিয়ে কাজ করেছি; ওখানেও একই কৌশল কাজ করে— বাইরে পরিষ্কার মোড়ক, ভেতরে ভিন্ন তারিখ, ভিন্ন নাম। এই নির্বাচনী প্রতিবেদনটাও তেমনই: বাইরের লেবেল আর ভেতরের তথ্যের মধ্যে একটা ফাটল। ফাটলটা ছোট, কিন্তু এর পেছনে সিস্টেমের একটা বড় দুর্বলতা লুকিয়ে আছে। প্রথমেই ফাটলটা কোথায়, সেটা স্পষ্ট করা দরকার। ক্লাসিফায়ার ফুটবল বলে চিনেছে এমন একটা লেখা, যেখানে ফুটবলের কোনো বিষয়বস্তুই নেই। তথ্যবিন্দু ১ থেকে ১৩ পর্যন্ত পড়ে দেখলাম— টিম নেই, প্লেয়ার নেই, কোচ নেই, ট্রান্সফার নেই, ফিফা-উয়েফা-লিগ কোনো গভর্নিং বডি নেই। যে 'পারফরম্যান্স ডেটা' আছে তা নির্বাচনী: ২০২২ সালে রিপাবলিকানরা জেতা আসনটি ২০২৬ সালে ডেমোক্র্যাটদের ঝুলিতে গেল। এটা ফুটবলের কোনো ম্যাট্রিক নয়। তার মানে, কেউ ফুটবল-বিশ্লেষণ চাইলে তার জন্য এখানে কাঁচামাল নেই— শুধু ভুল ঠিকানায় পাঠানো একটা পার্সেল আছে। এই পার্সেলটা কীভাবে এল, সেটাই আসল প্রশ্ন। দুটো সম্ভাবনা আমি দেখতে পাচ্ছি। এক, কীওয়ার্ড কনট্যামিনেশন— কোনো স্ক্র্যাপার হয়তো 'পুলিদো', 'ভ্যালি', 'ফ্লিপ' ধরনের শব্দ ধরে ফুটবল-ফিডে ঢুকিয়ে দিয়েছে। দুই, সোর্স-রাউটিং এরর— মূল লেখাটা সাধারণ খবরের ফিডে থাকার কথা ছিল, ক্রীড়া ফিডে নয়। কোনটা, তা নিশ্চিতভাবে বলার উপায় নেই; কিন্তু যেটাই হোক, ঘটনাটা প্রমাণ করে পাইপলাইনে কোয়ালিটি-চেকের একটা স্তর অনুপস্থিত। আমি ২০১৭ সালে বরিশাল থেকে ৪২ ক্রিকেটারের জন্মসনদ মিলিয়ে যে স্প্রেডশিট বানিয়েছিলাম, সেখানেও শিক্ষা একই ছিল: লেবেল বিশ্বাস করবেন না, ভেতরের নথি দেখুন। এবার আসল কাঠামোগত দিকটা। ধরা যাক, এই ভুল ট্যাগটা শুধু একবারই ঘটেছে— তাহলে ক্ষতি সামান্য। কিন্তু বাস্তবতা হলো, এ ধরনের ভুল একবার ঘটলে সেটা পুনরাবৃত্ত হয়, কারণ ক্লাসিফায়ার নিজের ভুল থেকে শেখে না যদি না কেউ ধরিয়ে দেয়। আমার অভিজ্ঞতায়, স্পোর্টস ডেটা পাইপলাইনে তিনটি জায়গায় ফাটল তৈরি হয়। প্রথমত, ইনজেশন স্তরে— যেখানে মূল সোর্সের বিষয়বস্তু যাচাই না করেই ডোমেইন লেবেল বসানো হয়। দ্বিতীয়ত, এনরিচমেন্ট স্তরে— যেখানে 'ফুটবল' ট্যাগ পেলে স্বয়ংক্রিয়ভাবে স্কোয়াড, ফর্মেশন, এক্সজি-জাতীয় ফিল্ড যোগ করার চেষ্টা হয়, অথচ মূল লেখায় তার কোনো ভিত্তি নেই। তৃতীয়ত, ডিস্ট্রিবিউশন স্তরে— যেখানে ভুল ট্যাগযুক্ত আইটেম সাবস্ক্রাইবারদের কাছে পৌঁছে যায় এবং পরবর্তী বিশ্লেষণে ভুল সিদ্ধান্তের জন্ম দেয়। তৃতীয় স্তরটাই সবচেয়ে বিপজ্জনক। কারণ, একবার ভুল তথ্য বিশ্লেষণের ভিত্তি হয়ে গেলে সেটা আর শুধু ভুল তথ্য থাকে না— সেটা হয়ে যায় ভুল সিদ্ধান্তের ভিত্তি। আমি ২০২০ সালে খালি স্টেডিয়াম আর হারিয়ে যাওয়া ডোপিং টেস্ট নিয়ে কাজ করার সময় এটাই দেখেছি: ফেডারেশন 'মিসড' টেস্টকে 'পোস্টপন্ড' লিখে রাখছিল, আর সেই ভাষাগত মোড়ক সিস্টেমের ভেতরে ঢুকে পড়ছিল যেন কিছুই হয়নি। লেজার পরিষ্কার ছিল পৃষ্ঠা ৪৭ পর্যন্ত, তারপর কালি বদলে গেল। এখানেও তেমন: 'ফুটবল' লেবেলটা পরিষ্কার দেখাচ্ছে, কিন্তু ভেতরের তারিখ-বিষয়বস্তু বলে দিচ্ছে ভিন্ন কথা। তারিখের অসঙ্গতিটা আলাদা করে দেখার দাবি রাখে। তথ্যবিন্দু ৩ ও ৪ বলছে, নির্বাচন হয়েছে '৩ নভেম্বর, ২০২৬'। কিন্তু তথ্যবিন্দু ৫ বলছে, রিপাবলিকানরা আসনটি জিতেছিল '২০২২'-এ। ২০২৬-এর একটা নির্বাচনকে সম্পন্ন ফলাফল হিসেবে চিহ্নিত করা যায় না যদি না সেটা অভিক্ষেপ (প্রজেকশন) হয়— আর লেখায় সেটা স্পষ্ট নয়। হয় বছরটা টাইপো (সম্ভবত ২০২৪ হবে), নয়তো লেখাটা আসলে ভবিষ্যৎ-অভিক্ষেপ। নথির ভাষায় বললে: দুটো তথ্য পরস্পরবিরোধী, এবং কোনটা সঠিক তা প্রমাণ করার মতো নির্বাচনী কর্তৃপক্ষের সনদ এই ডিকনস্ট্রাকশনে নেই। এটা সেই ফাঁক, যেখানে দাঁড়িয়ে যেকোনো ডেটা-ইনজেস্টর থামা উচিত। সোর্সের স্বাধীনতাও দুর্বল। উল্লেখিত সোর্সগুলোর মধ্যে প্রাধান্য পেয়েছে ক্যান্ডিডেটের নিজের অফিসিয়াল বায়োগ্রাফি, তার ফেসবুক পেজ, এবং তিনি নিজে। কোনো ওয়্যার সার্ভিস নেই, কোনো রাজ্য নির্বাচন কমিশনের সনদ নেই, কোনো স্বতন্ত্র গণনা নেই। ফলাফলটাও এসেছে বাইনারি আকারে— জিতেছেন, হারেন— কিন্তু ভোটের ব্যবধান কত, ভোটার উপস্থিতি কত, তা কোথাও নেই। ফুটবলে এটাকে বলতে হয় স্কোরলাইন আছে কিন্তু ম্যাচ ডেটা নেই। আর যে কোনো বিশ্লেষক জানেন, প্রসেস ডেটা ছাড়া স্কোরলাইনের স্থায়িত্ব যাচাই করা যায় না। এখানেও একই: এক-চক্রের সুইংকে প্রবণতা বলে চালিয়ে দেওয়া হচ্ছে। এখন কনট্রারিয়ান দিকটা। সহজ সিদ্ধান্ত হলো— এটা নিছক একটা ট্যাগিং ভুল, ধরে নিয়ে থামিয়ে দেওয়া। কিন্তু আমি বলব, ভুলটা ততটা সরল নয়। আসল সমস্যা ট্যাগে নয়, ট্যাগিংয়ের সংস্কৃতিতে। আমরা পরিষ্কার মোড়ক দেখলে ভেতরটা যাচাই না করেই এগিয়ে যাই— এটা ফুটবল সাংবাদিকতারও পুরোনো রোগ। হিটম্যাপ দেখে খেলোয়াড়ের ভূমিকা ধরে নেওয়া, পজেশন দেখে দলের শক্তি অনুমান করা, বায়োগ্রাফি দেখে নেতৃত্বের গুণ অনুমান করা— সবই একই ধরনের লেবেল-নির্ভরতা। ববি পুলিদোর কেসে তথ্যবিন্দুর প্রায় অর্ধেকই বায়োগ্রাফিক— পরিবারের শিকড়, সংগীতের তিন দশক, পিতৃত্বের ওপর জোর। এটা চরিত্র-চিত্রণ, সাংগঠনিক বিশ্লেষণ নয়। Celebrity-রাজনীতিতে ঢোকার পর যাচাইয়ের চাপ বাড়ে, আর তখন এই বায়োগ্রাফি-নির্ভর আখ্যান ভেঙে পড়ার ঝুঁকি তৈরি হয়। আর একটা বিষয় খেয়াল করুন: লেখকের স্ট্যান্স 'নিরপেক্ষ' লেখা আছে, অথচ টোনটা প্রশংসাসূচক। এই টোন-লেবেলের অসঙ্গতিটা ছোট দেখালেও গুরুত্বপূর্ণ— কারণ এটাই বলে দেয়, লেবেল আর বাস্তবতার ফারাক শুধু ডেটা পাইপলাইনে নয়, সম্পাদকীয় স্তরেও তৈরি হয়। আমি ইউরো ২০২০-র ৫১ ম্যাচ ট্যাগ করার সময় শিখেছি, স্কোরবোর্ড মিথ্যা বলে; ফিল্ম দেখতে হয়। এখানেও স্কোরবোর্ড ('ফুটবল' ট্যাগ) মিথ্যা বলছে, ভেতরের ফিল্ম দেখলে বোঝা যায় এটা নির্বাচনী প্রতিবেদন, ক্রীড়া প্রতিবেদন নয়। তাহলে সমাধান কী? আমার মনে হয়, তিন স্তরের একটা যাচাই-প্রক্রিয়া দরকার। প্রথমত, ইনজেশন স্তরে বাধ্যতামূলক 'এনটিটি-চেক'— লেখায় অন্তত একটা নির্দিষ্ট ক্রীড়া-সত্তা (ক্লাব, খেলোয়াড়, প্রতিযোগিতা বা গভর্নিং বডি) আছে কি না, তা যাচাই করা। না থাকলে ডোমেইন লেবেল বসানোই যাবে না। দ্বিতীয়ত, তারিখ-সঙ্গতি যাচাই— একই লেখায় পরস্পরবিরোধী দুটো তারিখ থাকলে সেটা ফ্ল্যাগ করা, যেমনটা আমি ডোপিং টেস্টের 'মিসড' বনাম 'পোস্টপন্ড' পার্থক্য ধরতে করেছিলাম। তৃতীয়ত, সোর্স-স্বাধীনতা যাচাই— যদি মূল দাবিগুলো স্ব-প্রকাশিত সোর্স থেকে আসে, তাহলে সেটা স্পষ্টভাবে চিহ্নিত করা, যেন ব্যবহারকারী জানেন কোনটা স্বতন্ত্রভাবে যাচাই হয়েছে আর কোনটা হয়নি। এই তিনটা স্তর পার হলে যে কোনো আইটেম ডেটাবেসে ঢোকার আগে একটা 'প্রমাণের ফাইল' তৈরি হবে— ঠিক যেমনটা আমি বরিশালের সূচনা পর্বে প্রতিটি দাবির পেছনে দুটো স্বতন্ত্র নথি রাখার অভ্যাস গড়ে তুলেছিলাম। জন্মসনদ মিথ্যা বলে না, কিন্তু সেটা কেউ যদি না পড়ে, তাহলে সত্যি আর মিথ্যার পার্থক্যটা হারিয়ে যায়। লেজার পরিষ্কার থাকে পৃষ্ঠা ৪৭ পর্যন্ত; তারপর কালি বদলে যায়— যদি কেউ না দেখে, তাহলে বদলটা ধরা পড়ে না। এখন ভবিষ্যতের দিকে তাকালে একটা প্রশ্ন জাগে। আজ আমরা 'ফুটবল' লেবেলে নির্বাচনী প্রতিবেদন পাচ্ছি; কাল হয়তো 'ট্রান্সফার' লেবেলে ফেডারেশনের লেজার-অডিট, বা 'ইনজুরি রিপোর্ট' লেবেলে ডোপিং-সংক্রান্ত নথি ঢুকে পড়বে। তখন কি আমরা ধরতে পারব? নাকি লেবেল দেখেই বিশ্বাস করে এগিয়ে যাব, যেমনটা বারবার করে আসছি? যে কেউ নথি রেখেছেন— তার কাছেই উত্তরটা আছে। প্রশ্ন একটাই: কে কপিটা রেখেছে, আর আমরা কতটা পড়ার সময় নিচ্ছি?