যে ফাইল 'ফুটবল' বলে চিৎকার করেছিল, ভেতরে ছিল দমকলের খতিয়ান

গত মাসে আমি পাইপলাইনের আউটপুট স্ক্রল করছিলাম, হেডার লাইনে স্পষ্ট লেখা—Domain Label: football। আমি প্রত্যাশা করছিলাম PPDA-র কলাম, xG-এর রেঞ্জ, আর গেম-স্টেট স্প্লিট। বদলে পেলাম একুশটি ফায়ার টেন্ডার, একটা স্নরকেল ভেহিকল, আর একটা রিচ-হাইট সংখ্যা—৮৮ মিটার। একটা ফুটবল ফাইল, যার ভেতরে একটা রাজধানী শহরের দমকল বাহিনীর খতিয়ান। ষোলো বছর ধরে আমি মাঠের ডেটা ছেঁকে সত্য বের করার চেষ্টা করেছি, ভুল ধরলে মডেল নতুন করে বানিয়েছি। সেদিন বুঝলাম, সমস্যাটা মাঠে ছিল না। সমস্যাটা ছিল ফাইলের গায়ে লাগানো লেবেলে। একটা শব্দ—football—যথেষ্ট ছিল পুরো বিশ্লেষণ-কাঠামোকে ভুল পথে চালিয়ে দিতে। Stage-1 ডিকনস্ট্রাকশনের রেকর্ডটা যা বলছিল, তা সংক্ষেপে এই: চীন থেকে পাকিস্তানের ইসলামাবাদে একুশটি অগ্নিনির্বাপণ ও উদ্ধারযান পাঠানো হয়েছে। প্রাপক প্রতিষ্ঠান দুটো—ক্যাপিটাল ইমার্জেন্সি সার্ভিসেস অ্যান্ড ফায়ার ব্রিগেড, আর ক্যাপিটাল ডেভেলপমেন্ট অথরিটি (CDA) ফায়ার ডিপার্টমেন্ট। সরবরাহের তালিকায় আছে ফায়ার টেন্ডার, স্নরকেল ভেহিকল এবং উদ্ধার সরঞ্জাম। অর্থায়নের অঙ্ক ৭২.৩১ মিলিয়ন চীনা ইউয়ান, যা প্রায় তিন বিলিয়ন পাকিস্তানি রুপির সমান। রেকর্ডের আরেকটা লাইন বলে, ২০০৬ সালের পর এটাই CDA ফায়ার ডিপার্টমেন্টের প্রথম বড় ধরনের সরঞ্জাম সংগ্রহ—অর্থাৎ প্রায় উনিশ বছরের একটা ফাঁক পূরণ হচ্ছে। এই তালিকায় ফুটবলের কোনও উপাদান নেই। দল নেই, খেলোয়াড় নেই, কোচ নেই, প্রতিযোগিতা নেই, ট্রান্সফার নেই, লিগ কাঠামো নেই, কোনও পরিচালনা পর্ষদও নেই। যেখানে আমার ফ্রেমওয়ার্ক প্রত্যাশা করে ট্যাকটিক্যাল সিস্টেম আর পার্সোনেল ব্যবহার, সেখানে আছে মিউনিসিপ্যাল ইনফ্রাস্ট্রাকচার আর দ্বিপাক্ষিক সহায়তা। তবু ফাইলটা ফুটবল ডেটাবেসের ভেতরে ঢুকে গেছে, আর সেখান থেকেই শুরু হয় আসল সমস্যা। আমার কাজে 'Domain Label' শব্দটা প্রায়ই আসে। এটা সেই ট্যাগ, যা ঠিক করে একটা নথিকে কোন বিশ্লেষণ-কাঠামোয় পাঠানো হবে। লেবেল ঠিক থাকলে নথি সঠিক কাঠামোয় ঢোকে; লেবেল ভুল হলে পুরো ডাউনস্ট্রিম চেইন দূষিত হয়। এর পাশে আছে আরেকটা নিয়ম, যাকে বলি null handling—তথ্য যথেষ্ট না থাকলে অনুমান নয়, বরং স্পষ্টভাবে লিখতে হয় 'insufficient information, cannot assess'। এই নিয়মটা কষ্টকর, ধীর, আর অনেক সময় হতাশাজনক। কিন্তু এটাই আমাকে কনফাবুলেশন থেকে বাঁচায়, আর এটাই এই রেকর্ডে সবচেয়ে বেশি কাজে এসেছে। ভাবুন, যদি আমি নিয়মটা ভেঙে ফায়ার টেন্ডারের ডেটা থেকে ট্যাকটিক্যাল বিশ্লেষণ বানাতে চেষ্টা করতাম, কী হতো। ৮৮ মিটারের রিচ হাইটকে আমি 'সেট-পিস হাইট' বলে চালিয়ে দিতে পারতাম। ৬৮ থেকে ৮৮ মিটারে উন্নতিকে 'উচ্চ প্রেসিং লাইন' বলে ব্যাখ্যা করা যেত। ৭২.৩১ মিলিয়ন ইউয়ানকে 'ওয়েজ বিল' আর স্নরকেল ভেহিকলকে 'টার্গেট ম্যান' বানানোও কঠিন নয়। প্রতিটা ক্ষেত্রেই সংখ্যাটা পরিষ্কার থাকত, আর প্রতিটা ক্ষেত্রেই ব্যাখ্যাটা মিথ্যা হতো। এখানেই আমার পুরনো উপলব্ধিটা ফিরে আসে—সংখ্যা পরিষ্কার ছিল, ম্যাচটা পরিষ্কার হতে রাজি হয়নি। সেদিন কোনও ম্যাচ ছিল না। ছিল একটা রাউটিং ভুল, যাকে Stage-2-এর নয়টি বিশ্লেষণ-ডাইমেনশনে ঢোকানোর চেষ্টা করা হয়েছিল। ট্যাকটিক্যাল বিশ্লেষণ থেকে শুরু করে ট্রান্সফার মার্কেট, লিগ ল্যান্ডস্কেপ, গভর্ন্যান্স, ড্রেসিং-রুম, রিস্ক প্রোফাইল, মিডিয়া ন্যারেটিভ, শিল্প-ট্রান্সমিশন—প্রতিটি জায়গায় ফলাফল একই: 'N/A – off-domain content', অর্থাৎ বিষয়বস্তু ডোমেইনের বাইরে। এটা ব্যর্থতা নয়, এটা সুরক্ষা। যখন বিশ্লেষণ-কাঠামো সৎ থাকে, সে অনুমান করার বদলে 'জানি না' বলতে পারে। আর ঠিক এই কারণেই Stage-2-এর কম্প্রিহেনসিভ অ্যাসেসমেন্টে একটা লাইন স্থির হয়ে গেল: এই নথি ফুটবল বিশ্লেষণের জন্য অকেজো, কারণ এতে কোনও ফুটবল তথ্যই নেই। ডেটা-সীমিত পরিবেশে মডেল হস্তান্তরের ব্যর্থতা নিয়ে আমি আগেও লিখেছি—কীভাবে ইউরোপীয় শীর্ষ লিগের ডেটায় ক্যালিব্রেট করা ফ্রেমওয়ার্ক দক্ষিণ এশিয়ার মাঠে নীরবে ভেঙে পড়ে। কিন্তু এই ঘটনা তার চেয়েও গভীর স্তরের। এখানে মডেল হস্তান্তরে ব্যর্থ হয়নি, এখানে মডেলের কাঁচামালই ভুল ছিল। যে ডেটা ঢুকছে সেটাই যদি অ-ফুটবল হয়, তবে সবচেয়ে নিখুঁত মডেলও আবর্জনা বের করবে। ইনপুট স্তরে এই ধরনের ভুল আমি আগে দেখিনি, আর এটাই এই রেকর্ডের আসল শিক্ষা। কিন্তু প্রশ্ন থেকে যায়, ভুলটা কোথায়। দুটো সম্ভাবনা আমার সামনে। এক, আপস্ট্রিমে—যে ক্লাসিফায়ার নথিটা পড়েছে, সে ভুল লেবেল বসিয়েছে। দুই, ডাউনস্ট্রিমে—'Entities Involved' এক্সট্রাকশনের ধাপে ভুল করে ফুটবল-সদৃশ কোনও শব্দ ধরে ফেলেছে। Stage-1-এর তথ্যবিন্দুগুলো মিলিয়ে দেখলে এনটিটিগুলোর তালিকায় চীন, ইসলামাবাদ, CDA, ফায়ার ব্রিগেড—সবই অ-ফুটবল। তাহলে 'football' লেবেলটা এল কোথা থেকে? এই প্রশ্নটাই এখন আমার কাছে মূল অনুসন্ধান, কারণ এই একটা ভুল কত দূর পর্যন্ত ছড়াতে পারে, সেটাই আসল ঝুঁকি। ফুটবল ডেটায় এমন দূষণ কতটা ক্ষতিকর, সেটা আমি মাঠে দেখেছি। বছর ধরে ম্যাচ দেখতে দেখতে শিখেছি, একটা ভুল লেবেল একটা ভুল মডেলের জন্ম দেয়, সেই মডেল আবার ভুল সিদ্ধান্তের জন্ম দেয়। যদি ফুটবল ডেটাবেসে অগ্নিনির্বাপণ যানের তথ্য ঢুকে পড়ে, তবে র‍্যাঙ্কিং, ভ্যালুয়েশন, এমনকি প্লেয়ার-ডেপথ ইনডেক্সও ভুল হয়ে যেতে পারে। এটা একটা শব্দের ভুল, কিন্তু এর ফল একটা পুরো সিস্টেমের ভরসা নষ্ট করা। এখানে একটা স্বচ্ছতার বিষয় যোগ করা দরকার। এই নথিটা ফুটবল বিশ্লেষণের জন্য অকেজো, কিন্তু নিজের ডোমেইনে এটা একটা সম্পূর্ণ বৈধ, সময়োপযোগী সংবাদ। ইসলামাবাদের অগ্নিনির্বাপণ সক্ষমতা বাড়া একটা বাস্তব ঘটনা, আর ২০০৬-পরবর্তী প্রথম বড় সংগ্রহ—এটা নিজেই একটা আলাদা গল্প। তাহলে সমস্যাটা সংবাদে নয়, সংবাদের গায়ে লাগানো লেবেলে। ভুল রাউটিং সংবাদকে মিথ্যা বানায় না; ভুল রাউটিং কেবল সংবাদকে ভুল জায়গায় পাঠায়। এটা মনে রাখা জরুরি, নইলে আমি হয়তো ভুল করে ভাবতে বসতাম, ঘটনাটাই সন্দেহজনক। ঘটনা নয়, শ্রেণীবিন্যাস সন্দেহজনক। আরও একটা স্তর আছে, যা সহজে চোখে পড়ে না। মূল নিবন্ধে ৮৮ মিটার ও ৬৮ মিটারের স্পেসিফিকেশনগুলোর পাশে কোনও উৎস লেখা নেই। আর্থিক অঙ্কটা এসেছে নাম-না-জানা 'Sources' থেকে। এই উৎস-স্বচ্ছতার ফাঁকটা আমার খুব পরিচিত। আমার টেবিলে প্রতিটা ট্রান্সফার গুজব একটা ভেরিয়েবল, যার টাইমস্ট্যাম্প এখনও আসেনি; আর যে সংখ্যার টাইমস্ট্যাম্প নেই, সে সংখ্যা আমার টেবিলে ঢোকার অধিকার রাখে না। এখানে দুটো আলাদা ঝুঁকি মিশে আছে—একটা পাইপলাইনের, ভুল লেবেল; আরেকটা সোর্সের, অসম্পূর্ণ অ্যাট্রিবিউশন। একটাকে অন্যটার সঙ্গে গুলিয়ে ফেলা যাবে না। সহজ ফাঁদটা হলো, এই দুই ঝুঁকিকে এক করে দেখা। ভুল লেবেল আর দুর্বল সোর্স—দুটোই একটা নথিতে থাকলে মনে হতে পারে, একটা থেকে অন্যটা এসেছে। কিন্তু সম্পর্ক মানেই কারণ নয়। লেবেল ভুল হয়েছে রাউটিং লজিকের দোষে; সোর্স দুর্বল হয়েছে সাংবাদিকতার অভ্যাসে। এদের মিলিয়ে বিচার করলে ভুল সংশোধনও ভুল দিকে যায়। একজন বিশ্লেষক হিসেবে আমার কাজ হলো, প্রতিটা ত্রুটিকে তার নিজের খোপে রাখা, তারপর আলাদা করে ঠিক করা। আমার স্প্রেডশিট আমার মঠ, আর প্যাচ নোট হলো ধর্মগ্রন্থ। এই রেকর্ড সেই ধর্মগ্রন্থে একটা নতুন অনুচ্ছেদ যোগ করল—একটা ডেটাসেট পরিষ্কার থাকলেও ভিড় অনুপস্থিত থাকলে সে মিথ্যা বলতে পারে; আর এখানে ভিড় মানে ডোমেইন-ভ্যালিডেশনের স্তর। পরের রাউন্ডের সংকেত স্পষ্ট। যে ক্লাসিফায়ার 'football' লেবেলটা বসিয়েছে, তাকে অডিট করতে হবে। বন্ধ ডেটাসেটের জন্য একটা কঠিন 'off-domain → N/A' গেট বসাতে হবে। কারণ যে মডেল নিজে যা জানে না তা স্বীকার করতে শেখে না, সে একদিন নিজের বানানো সত্যেই বিশ্বাস করে বসে থাকবে—আর তখন সে আর ফুটবলও বিশ্লেষণ করবে না, দমকলের গল্পকেও ম্যাচ বলে চালিয়ে দেবে।