লেবেল যেখানে মিথ্যা বলে: একটি ভুল-শ্রেণিবদ্ধ আইটেম আর ফুটবল তথ্য-পাইপলাইনের চেইন অব কাস্টডি

লেবেল যেখানে মিথ্যা বলে: একটি ভুল-শ্রেণিবদ্ধ আইটেম আর ফুটবল তথ্য-পাইপলাইনের চেইন অব কাস্টডি

হুক: যে ম্যাচটি কখনো মাঠে হয়নি

গত সপ্তাহের সকালের শিফট। আমার ডেস্কে একটি আইটেম এল, গায়ে সাঁটা একটিমাত্র লেবেল — ফুটবল। সাথে নির্দেশ: তথ্যবিন্দুগুলো পড়ে সংশ্লিষ্ট ক্লাব, খেলোয়াড়, কোচ ও প্রতিযোগিতা শনাক্ত করুন।

আমি ১৭টি তথ্যবিন্দু পড়লাম। একটি ক্লাবের নাম নেই। একজন খেলোয়াড়ের নাম নেই। একটি ফিক্সচার নেই, একটি ফর্মেশন নেই, একটি সেট-পিস নেই, একটিও এক্সজি বা পিডিএ নেই। যা আছে তা ভিন্ন এক বাস্তবতা — মেক্সিকোর হালিস্কো রাজ্যের গুয়াদালাহারা শহরের জার্ডিনেস দেল সাউস নামের একটি আবাসিক পাড়া, ২৪ সেপ্টেম্বর দায়ের করা একটি অভিযোগ, একটি নিরাপত্তা-ক্যামেরার ফুটেজ, এবং ২৫ সেপ্টেম্বর পর্যন্ত একটি না-ঘটা গ্রেপ্তার।

১২ বছর ভিডিও অ্যানালিস্ট হিসেবে কাজ করতে গিয়ে আমি একটি অভ্যাস তৈরি করেছি: কোনো সিদ্ধান্তে পৌঁছানোর আগে ক্লিপটি দুবার দেখি, তথ্য মিলিয়ে নিই, তারপর লিখি। এই অভ্যাস আমাকে শিখিয়েছে প্রথম প্রশ্নটি সবসময় "কে ভালো খেলল" নয় — প্রথম প্রশ্নটি হলো "আমি আসলে কী দেখছি"। এখানে উত্তরটি অস্বস্তিকর এবং পরিষ্কার: আমি ফুটবল দেখছি না। আমি একটি ভুল লেবেল দেখছি।

আর ঠিক এখানেই আসল বিশ্লেষণ শুরু। কারণ যে ম্যাচটি কখনো মাঠে হয়নি, সেটির বিশ্লেষণ সম্ভব নয় — কিন্তু যে লেবেলটি ভুলভাবে আঁটা হয়েছিল, সেটির বিশ্লেষণ অত্যন্ত সম্ভব, এবং প্রয়োজনীয়।

প্রেক্ষাপট: প্যাঁচ-অনুযায়ী শ্রেণিবিন্যাস এবং একটি লেবেলের প্রযুক্তিগত ওজন

২০১৮ সালের রাশিয়া বিশ্বকাপে কাজান থেকে আমি ১২টি ট্যাকটিক্যাল নোটবুক পাঠিয়েছি। বেলজিয়ামের বিরুদ্ধে ব্রাজিলের ২-১ হার নিয়ে লেখার সময় আমি ২৪ ঘণ্টা অপেক্ষা করেছিলাম ফিফার ট্র্যাকিং ডেটার জন্য। রোমেলু লুকাকুর ৮টি চ্যানেল রান, কেভিন ডি ব্রুইনের ৩১তম মিনিটের গোল, বেলজিয়ামের ২২টি ক্লিয়ারেন্স — এই তথ্যগুলো আমার লেখা হওয়ার আগে তিনবার যাচাই হয়েছিল। সেই থেকে আমি প্রতি রিপোর্টে প্যাঁচ-অনুযায়ী লেবেল ব্যবহার শুরু করি: বিল্ড-আপ, প্রোগ্রেশন, ফাইনাল থার্ড, রেস্ট ডিফেন্স, ট্রানজিশন। প্যাঁচ-অনুযায়ী লেবেল রাশিয়া বিশ্বকাপকে আমার জন্য জীবন্ত শ্রেণিতত্ত্বে বদলে দিয়েছিল — এবং একই সাথে আমাকে শিখিয়েছিল যে একটি লেবেল কখনোই নিরীহ কিছু নয়। একটি লেবেল হলো একটি দাবি। আপনি যখন কোনো প্যাসেজকে "বিল্ড-আপ" বলেন, আপনি ঘোষণা করছেন যে বলটি পিছনে আছে, রক্ষণভাগ খুলছে, গোলরক্ষক অন্তর্ভুক্ত। ভুল লেবেল মানে ভুল দাবি, এবং ভুল দাবি ডাউনস্ট্রিমে শুধু ভুল নয় — সেটি একটি কাঠামোগত দূষণ।

তথ্য-পাইপলাইনে ঠিক একই যুক্তি খাটে। একটি আইটেম যখন প্রাথমিক স্তরে ঢোকে, তখন সর্বপ্রথম যে কাজটি হয় তা হলো ডিকনস্ট্রাকশন — কাঁচা লেখাটিকে তথ্যবিন্দুতে ভেঙে ফেলা, মূল দৃষ্টিভঙ্গি আলাদা করা, এবং একটি ডোমেইন লেবেল বসানো। সেই লেবেলটিই পরে সিদ্ধান্ত নেয়: কোন মডেল আইটেমটি ইনডেক্স করবে, কোন সত্তা-নিষ্কাশন ইঞ্জিন তার ওপর চলবে, কোন সেন্টিমেন্ট স্তর তার সাথে যুক্ত হবে, এবং ভবিষ্যতে কোন কোয়েরি তাকে খুঁজে পাবে। অর্থাৎ লেবেলটি একটি ইনডেক্সিং সিদ্ধান্ত, কেবল একটি বর্ণনা নয়।

এই আইটেমটির ক্ষেত্রে সেই লেবেল ছিল "ফুটবল"। এবং বিশ্লেষণের জন্য ৯টি মাত্রার মধ্যে মাত্র দুটি — আখ্যান-বিশ্লেষণ এবং ঝুঁকি-বিশ্লেষণ — প্রকৃত বিষয়বস্তু ধারণ করেছিল। বাকি সাতটি মাত্রা সবলভাবে খালি ছিল। এখন প্রশ্ন হলো, এই খালিপনাটি আমি কীভাবে পড়ব? কারণ এই খালিপনাটি পড়ার দুটি উপায় আছে, এবং দুটির মধ্যে একটি সঠিক, একটি বিপর্যয়কর।

মূল বিশ্লেষণ: তিনটি জোন

আমি প্রতিটি বিশ্লেষণ একটি পিচ-ম্যাপ দিয়ে শুরু করি — জ্যামিতি কখনোই চকবোর্ডে ছিল না, ছিল ফিডে। এখানে ফিড নেই, তাই আমি জ্যামিতির বদলে পাইপলাইনের জ্যামিতি আঁকছি, তিনটি সংখ্যাযুক্ত জোনে।

জোন ১ — ইনজেশন ও শ্রেণিবিন্যাস (Ingestion and Labeling)। এই জোনে আইটেমটি ঢোকে এবং লেবেল পায়। এখানেই মূল ত্রুটি জন্মেছে। ১৭টি তথ্যবিন্দুর মধ্যে শূন্যটি ফুটবল সত্তা ধারণ করলেও লেবেল হয়েছিল ফুটবল। কেন? কারণ লেবেলিংয়ের সময় সম্ভবত একটি আপাত-মিল ধরা পড়েছিল — শব্দটি ছিল "গুয়াদালাহারা"। গুয়াদালাহারা শহর লিগা এমএক্সের দুই পেশাদার ক্লাবের শহর: ক্লাব দেপোর্তিভো গুয়াদালাহারা (যাকে সবাই চিভাস বলে) এবং অ্যাটলাস এফসি। কিন্তু আইটেমের ১৭টি তথ্যবিন্দুর কোথাও এই দুই ক্লাবের একটি বারের জন্যও উল্লেখ নেই। অর্থাৎ লেবেলটি আসলে ভৌগোলিক সাদৃশ্যের ওপর বসানো হয়েছে, বিষয়বস্তুর সাদৃশ্যের ওপর নয়। এটিই তথ্য-শৃঙ্খলের প্রথম ভাঙা হ্যাশ: একটি বর্ণনামূলক মিলকে বিষয়বস্তুর পরিচয় হিসেবে গ্রহণ করা হয়েছে। আর প্রতিটি শ্রেণিবিন্যাস একটি লেন্স, প্রতিটি লেন্স একটি অন্ধবিন্দু রেখে যায় — এখানে অন্ধবিন্দুটি ছিল ঠিক সেই জায়গা যেখানে লেবেল আর বিষয়বস্তু মিলতে পারত না।

জোন ২ — নিষ্কাশন ও আখ্যান (Extraction and Narrative)। এই জোনে আইটেম থেকে সত্তা, দৃষ্টিভঙ্গি ও আখ্যান বের করা হয়। এখানেও কোনো ফুটবল উপাদান নেই। কিন্তু এখানে যা আছে তা হলো একটি প্রকৃত আখ্যান-গঠন — এবং সেটি বিশ্লেষণযোগ্য। আখ্যানটি হলো: "ব্যক্তিগত সহিংসতা ক্যামেরায় বন্দি → জনসমক্ষে নিন্দা → রাষ্ট্রের জবাবদিহিতা দাবি"। এটি একটি নাগরিক-সাংবাদিকতা ও জেন্ডার-ভিত্তিক সহিংসতা উন্মোচনের আখ্যান। এর তাপচক্র দ্রুত বাড়ছে, কিন্তু তার ভিত্তিভূমি কী?

ভিত্তিভূমির তিনটি স্তর আমি আলাদা করতে চাই। প্রথমত, একটি দায়ের করা অভিযোগ আছে — ২৪ সেপ্টেম্বর। দ্বিতীয়ত, একটি নিরাপত্তা-ক্যামেরার ফুটেজ আছে, যা সামাজিক মাধ্যমে ঘুরছে। তৃতীয়ত, অভিযোগকারীর সাক্ষ্যপ্রমাণ অনুযায়ী এই ধরনের ঘটনা "বছরের পর বছর ধরে" ঘটে আসছে। প্রথম দুটি হলো আপাত-মজবুত উপাদান; তৃতীয়টি শ্রুতিসাক্ষ্য, প্রতিষ্ঠিত সত্য নয়।

এখন আসুন তাপ ও ভিত্তির ব্যবধান মাপি। সামাজিক মাধ্যমে ফুটেজটি ঘুরছে, প্রতিক্রিয়া তৈরি হচ্ছে, কর্তৃপক্ষের কাছে দাবি উঠছে। ২৫ সেপ্টেম্বর পর্যন্ত কোনো গ্রেপ্তারের খবর নেই। কর্তৃপক্ষ বিষয়টি খতিয়ে দেখে "দায়-দায়িত্ব ও সংশ্লিষ্ট সুরক্ষা ব্যবস্থা" নির্ধারণ করবে — অর্থাৎ সুরক্ষা এখনো নিশ্চিত নয়, তা নির্ধার্য। জনপ্রত্যাশা ছিল দ্রুত গ্রেপ্তার ও তাৎক্ষণিক সুরক্ষা; প্রক্রিয়াগত বাস্তবতা তার অনেক পিছনে। তাপ ও ভিত্তির এই বিশাল ব্যবধান কোনো ফুটবল ইস্যু নয় — এটি একটি informasi-গভর্নেন্স সংকেত।

এখানে ভিড়ের ভূমিকা নিয়ে একটি কথা বলা দরকার। ভিড় একটি চলক; তার অনুপস্থিতি একটি কন্ট্রোল গ্রুপ। যে ভিড় সোশ্যাল মিডিয়ায় তাপ তৈরি করে, সেটি এখানে প্রমাণের কাজ করছে না — সে করছে তাড়নার কাজ। প্রমাণের কাজ করছে কেবল ফুটেজ, অভিযোগ এবং তাদের চেইন অব কাস্টডি। আর ঠিক এখানেই সবচেয়ে বড় ফাঁক: কেন্দ্রীয় প্রমাণটি, অর্থাৎ ভিডিওটি, পাঠ্যাংশে প্রমাণীকৃত নয়। তার প্রামাণিকতা, প্রেক্ষাপট, ধারাবাহিকতা — কিছুই নিশ্চিত করা হয়নি। সাংবাদিকতার প্রচলিত মানদণ্ডে এটি নিম্ন-থেকে-মধ্যম নির্ভরযোগ্যতার সূচক। এবং মনোযোগ দিন: এটি অভিযোগের সত্যতা নিয়ে কোনো মন্তব্য নয়, এ কেবল যাচাইযোগ্যতার স্তর নিয়ে একটি বিবৃতি। এই পার্থক্যটি অত্যন্ত জরুরি, এবং আমি পরের অংশে সেটি খুলে বলব।

জোন ৩ — শাসন ও সংরক্ষণ (Governance and Storage)। এই জোনে আইটেমটি ইনডেক্সে ঢোকে, সত্তা-লিঙ্কিং পায়, এবং দীর্ঘকালীন স্মৃতিতে জমা হয়। এখানেই সবচেয়ে বেদনাদায়ক ত্রুটিটি ঘটেছে। লেখাটি অভিযোগকারী ব্যক্তির — যিনি জেন্ডার-ভিত্তিক সহিংসতার alleged শিকার — পূর্ণ নাম প্রকাশ করেছে, যা কেবল অনৈতিক নয়, এটি আঘাতের গুণক। আন্তর্জাতিক মানদণ্ডে জেন্ডার-ভিত্তিক সহিংসতার শিকারদের সাধারণত নাম প্রকাশ করা হয় না; অভিযোগকারীকে বেনামে চিহ্নিত করা হয়। পূর্ণ নামের কোনো প্রমাণমূলক বা বিশ্লেষণী ভূমিকা নেই — কেবল ক্ষতি আছে। আর এই নামটি যদি ডাউনস্ট্রিমে ইনডেক্স হয়ে যায়, সত্তা-লিঙ্কিং মডেলের মধ্য দিয়ে যায়, তবে তা চিরকালের জন্য ডেটা-স্মৃতিতে থেকে যাবে। এখানেই তথ্যের চেইন অব কাস্টডি প্রশ্নটি ধার করা দরকার।

ব্লকচেইনে একটি লেনদেন তখনই বৈধ, যখন তার চেইন যাচাইযোগ্য। খবরেও ঠিক তাই — একটি দাবি তখনই প্রকৃত, যখন প্রমাণের চেইন অব কাস্টডি যাচাইযোগ্য। আপনি যদি কাঁচা তথ্যকে একটি ব্লক বলেন, তাহলে সোর্স অ্যাট্রিবিউশন হলো তার ক্রিপ্টোগ্রাফিক হ্যাশ। এই আইটেমে প্রায় প্রতিটি তথ্যবিন্দুর গায়ে লেখা ছিল "সূত্র: নেই"। অর্থাৎ এগুলো হ্যাশবিহীন ব্লক — যাচাই করা সম্ভব নয়, এবং যাচাই না করে গ্রহণ করা মানে একটি অযাচাইকৃত লেজারকে সত্য হিসেবে মেনে নেওয়া। শনাক্তযোগ্য সূত্র মাত্র কটি: অভিযোগ, নিরাপত্তা-রেকর্ডিং, সামাজিক মাধ্যম, এবং "মামলাটি অনুসরণকারী গণমাধ্যম" — যার পরিচয় অস্পষ্ট।

এখানেই খালিপনাটি পড়ার দুটি উপায়ের পার্থক্য পরিষ্কার হয়। প্রথম উপায়: খালি ঘরগুলো কল্পনা দিয়ে ভরিয়ে দেওয়া, ক্লাব ও খেলোয়াড়ের নাম জুড়ে দেওয়া। দ্বিতীয় উপায়: "পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়" — এই শূন্য-ফলটি সবলভাবে লিপিবদ্ধ করা। ৩০ বছরের কাজে আমি শিখেছি, শূন্য-ফল কোনো ব্যর্থতা নয়; শূন্য-ফল হলো সবচেয়ে সৎ বিশ্লেষণী সম্পদ। আমি আখ্যানের পিছনে ছুটি না, পুনরাবৃত্ত প্যাটার্ন এবং তার ব্যতিক্রমের পিছনে ছুটি।

কনট্রেরিয়ান কোণ: গুয়াদালাহারা মানেই মাঠ নয়

এখন সেই প্রলোভনের কথা, যেটি এ ক্ষেত্রে সবচেয়ে বড় ফাঁদ। কেউ বলতে পারেন — গুয়াদালাহারা তো চিভাস ও অ্যাটলাসের শহর, তাহলে এই ঘটনার একটি ফুটবল-প্রান্ত ধরা যায় না? উত্তর: ধরা যায় না, এবং ধরা উচিত নয়। কারণ আইটেমটির ১৭টি তথ্যবিন্দুর মধ্যে উক্ত দুই ক্লাবের কোনো উল্লেখ নেই; কোনো ফুটবল-পদাধিকারী জড়িত বলে লেখায় বলা হয়নি। নাগরিক ভূগোল আর ফুটবল ভূগোল এক নয়। একটি শহরের নাম একটি ক্লাবের নাম নয়। জোর করে সংযোগ তৈরি করা মানে এমন একটি আখ্যান বানানো যা সূত্রে নেই — এবং বিপরীত দিক থেকে দেখলে, এই জোরজবরদস্তি সংযোগটিই সেই মর্যাদাহানি সৃষ্টি করে, যার বিরুদ্ধে সতর্কবার্তা দেওয়া হয়েছিল।

দ্বিতীয় কনট্রেরিয়ান পয়েন্টটি আরও সূক্ষ্ম এবং বেশি গুরুত্বপূর্ণ। আমি যখন বলছি, এই আখ্যানে তাপ বেশি আর ভিত্তি পাতলা, তখন কেউ হয়তো ধরে নিতে পারেন, আমি সহিংসতার ঘটনাটিকে হালকা করছি। উল্টোটি সত্য। তাপ ও ভিত্তির ব্যবধান একটি যাচাইযোগ্যতার বিবৃতি — অভিযোগের সত্যতা বা গুরুত্ব সম্পর্কে কোনো রায় নয়। ফরেনসিক পাঠ কখনো অভিযোগকে অস্বীকার করে না; সে কেবল প্রমাণের মানদণ্ডকে রক্ষা করে। আর মানদণ্ড রক্ষা করা মোটেই নিরপেক্ষতা নয় — অভিযোগকারীর স্বার্থে এটিই সর্বোচ্চ সুরক্ষা। কারণ যে তাড়না যাচাইয়ের আগে রায় দেয়, সে ভুল প্রমাণিত হলে শিকারকে দ্বিতীয়বার একা ফেলে যায়।

এই যুক্তির আরেকটি বাঁক আছে। ঝুঁকি-বিশ্লেষণে সবচেয়ে বড় ঝুঁকিটি ফুটবল-ঘটিত ছিল না; ছিল তথ্য-গভর্নেন্স-ঘটিত: লেবেল-ভুলের দূষণ, সূত্রহীন দাবি, শ্রুতিসাক্ষ্যকে সত্য হিসেবে উপস্থাপন, এবং নাম প্রকাশের গোপনীয়তা-ভঙ্গ। এগুলো একসাথে একটি মাত্র মাত্রায় দৃশ্যমান — এবং সেটি আশ্চর্যজনক নয়। ইএসপোর্টস প্যাচ নোট আমাকে শিখিয়েছে ফুটবলকে মেটা-শিফটের মতো স্কাউট করতে — যখন গেমের ভারসাম্য বদলায়, তখন কেবল চ্যাম্পিয়ন নয়, পুরো স্কোরবোর্ডই বদলায়। তথ্য-পাইপলাইনে ঠিক তেমনই: একটি ভুল লেবেল কেবল একটি আইটেমকে নষ্ট করে না, সে পুরো ইনডেক্সের ভারসাম্যকে বাঁকিয়ে দেয়।

টেকঅ্যাওয়ে: পরের আইটেমটি আসার আগে

তিনটি কাজ এখনই করা যায়। এক, ইনজেশন স্তরে একটি বাধ্যতামূলক "ডোমেইন-কনফিডেন্স" ক্ষেত্র যোগ করা — যাতে লেবেলটি কেবল ঘোষিত না হয়, প্রমাণিত হয়। দুই, যেকোনো ইনডেক্সিংয়ের আগে গোপনীয়তা-নিরীক্ষা — অভিযোগকারীর নাম অপসারণ এবং হওয়ার পথ খতিয়ে দেখা। তিন, দাবির গায়ে বাধ্যতামূলক ট্যাগ: "প্রতিষ্ঠিত সত্য" বনাম "অভিযোগকারীর শ্রুতিসাক্ষ্য"।

পরেরবার যখন একটি আইটেম লেবেল গায়ে সাঁটিয়ে আপনার পাইপলাইনে ঢুকবে, আপনি তার ফর্মেশন খুঁজবেন, নাকি তার হ্যাশ খুঁজবেন?