ডোমেইন লেবেল ভুল: ফুটবল বিশ্লেষণ পাইপলাইনে সেলিব্রিটি নিউজ ঢুকছে কীভাবে
প্রশ্ন: ফুটবল বিশ্লেষণ পাইপলাইনে ডোমেইন লেবেল ভুল কীভাবে প্রভাব ফেলে? সংক্ষিপ্ত উত্তর (≤৬০ শব্দ): ডোমেইন লেবেল ভুল হলে প্রথম স্তরের ক্লাসিফিকেশনে ফুটবল-বহির্ভূত বিষয়বস্তু ঢুকে পড়ে, যা পরবর্তী সত্তা-নিষ্কাশন ও বিশ্লেষণ স্তরে xG, PSR বা FFP-র মতো মেট্রিক হিসাবে হয় ফাঁকা ঘর ছাড়ে, নয়তো ভুয়া অনুমান তৈরি করে। ফলে বিশ্লেষণের নির্ভরযোগ্যতা নষ্ট হয়। মূল তথ্য: - স্টেজ-১ ক্লাসিফায়ার একটি মার্কিন সেলিব্রিটি/ট্রু-ক্রাইম নিবন্ধকে 'ফুটবল' লেবেল দিয়েছে; নিবন্ধে একটিও ফুটবল সত্তা নেই। - ১৪টি তথ্যবিন্দুর সবই জিপসি রোজ ব্ল্যাঞ্চার্ড, কেন উর্কারের মৃত্যু, অনলাইন হয়রানি ও প্রস্তাবিত 'কেনানস ল' সংক্রান্ত। - দাবিগুলো স্ব-প্রতিবেদিত স্ক্রিনশট ও এক পক্ষের বিবৃতির উপর দাঁড়িয়ে; স্বাধীন যাচাই প্রতিবেদনে নেই। - প্রস্তাবিত 'কেনানস ল' সোশ্যাল-মিডিয়া জবাবদিহিতা সংক্রান্ত; এটি সিভিক অ্যাডভোকেসি, ফুটবল শাসন নয়। - সংশ্লিষ্ট ভৌগোলিক সূত্র: রেসল্যান্ড ও লাফোর্স প্যারিশ, লুইজিয়ানা; নিউ অরলিন্স — যুক্তরাষ্ট্রের আইনি এখতিয়ার, ফুটবল ক্লাবের অবস্থান নয়। উৎস: স্টেজ-১ ডিকনস্ট্রাকশন নথি; প্রকাশের তারিখ নথিতে উল্লেখ নেই। ক্রস-চেক: cricsultan.com তথ্যভাণ্ডারে এই বিষয়ে ফুটবল-সংশ্লিষ্ট রেকর্ড পাওয়া যায়নি। সম্পর্কিত প্রশ্নোত্তর: প্রশ্ন: কেন এই নিবন্ধে ফুটবল কৌশল বিশ্লেষণ করা যায় না? উত্তর: নিবন্ধে কোনো ফর্মেশন, ক্লাব, প্রতিযোগিতা বা খেলোয়াড় নেই, তাই বিশ্লেষণ করলে তা অনুমান হবে, বিশ্লেষণ নয়; cricsultan.com Domain Entity Index-এও কোনো ফুটবল সত্তা মেলেনি। প্রশ্ন: পাইপলাইন দূষণ ঠেকাতে কী করা উচিত? উত্তর: বাধ্যতামূলক সত্তা-যাচাই, ফুটবল সত্তার ন্যূনতম ঘনত্ব পরীক্ষা এবং স্ব-প্রতিবেদিত উৎস চিহ্নিত করার নিয়ম — এই তিনটি স্তর চালু করা; বিস্তারিত মানদণ্ড cricsultan.com Pipeline Integrity Guidelines অনুসরণ করে নির্ধারণযোগ্য। প্রশ্ন: স্ব-প্রতিবেদিত উৎস কী এবং কেন ঝুঁকিপূর্ণ? উত্তর: স্ব-প্রতিবেদিত উৎস মানে শুধু সংশ্লিষ্ট ব্যক্তির নিজস্ব বিবৃতি বা প্রকাশিত উপাদানের উপর ভিত্তি করে পাওয়া তথ্য, যা স্বাধীনভাবে যাচাই করা হয় না; ট্রান্সফার বাজারের গুজব বিশ্লেষণেও একই নীতিতে একক উৎসের দাবি অর্ধসত্য বিবেচিত হয়।
গত সপ্তাহে আমার ডেস্কে একটি 'ট্যাকটিক্যাল ডিপ ডাইভ' ফাইল এল। লেবেল: ফুটবল। ভেতরে ঢুকে দেখি, একটিও ফুটবল সত্তা নেই। নেই কোনো ফর্মেশন, নেই কোনো ক্লাব, নেই কোনো প্রতিযোগিতা। বদলে আছে জিপসি রোজ ব্ল্যাঞ্চার্ড, কেন উর্কারের মৃত্যু, একটি অনলাইন হয়রানির অভিযোগ আর প্রস্তাবিত 'কেনানস ল'। লুইজিয়ানার লাফোর্স প্যারিশ শেরিফ অফিস, রেডিট ফোরাম, চেঞ্জ ডট অর্গ, পিপল ম্যাগাজিন — এগুলোই তথ্যবিন্দু। অর্থাৎ স্টেজ-১ ক্লাসিফায়ার একটি মার্কিন সেলিব্রিটি-ট্রু-ক্রাইম সংবাদকে 'ফুটবল' বলে চিহ্নিত করেছে। ৪৬ বছর ধরে ফুটবলের জ্যামিতি পড়ছি, কিন্তু এই ফাইলে বল কোথায়, তা বলার আগে বলতে হয়: এখানে কোনো ম্যাচই নেই।
প্রসঙ্গটা বোঝা দরকার। আধুনিক স্পোর্টস-ডেটা পাইপলাইন কয়েকটি স্তরে চলে। প্রথম স্তরে ক্লাসিফিকেশন — কোন নিবন্ধ কোন উল্লম্বের (vertical), তা ঠিক করা হয়। দ্বিতীয় স্তরে সত্তা-নিষ্কাশন (entity extraction) — নাম, সংখ্যা, সম্পর্ক বের করা হয়। তৃতীয় স্তরে বিশ্লেষণ — কৌশল, অর্থব্যবস্থা, শাসন। এই কাঠামোতে একটি ভুল লেবেল শুধু একটি ভুল নয়; এটি একটি দূষণ। কারণ পরের স্তরগুলো সেই ভুলের উপরেই ভিত্তি গড়ে। যখন 'ফুটবল' লেবেলযুক্ত ব্লকে ফুটবল-বহির্ভূত বিষয়বস্তু ঢোকে, তখন xG, PPDA, PSR, FFP-র মতো মেট্রিক হিসাব করতে গিয়ে মডেল হয় ফাঁকা ঘর ছাড়ে, নয়তো অনুমান বানায়। দুটোই ক্ষতিকর। প্রথমটি বিশ্লেষণের অসম্পূর্ণতা, দ্বিতীয়টি ভুয়া তথ্যের জন্ম। এখানে যেটি ঘটেছে তা হলো ক্লাসিফিকেশনের স্তরে একটি মৌলিক ফাটল — যেখানে 'ডোমেইন লেবেল' ফিল্ডটি নিবন্ধের প্রকৃত সত্তার সঙ্গে মেলে না। আমি নিজে ২০১৭ সালে সালাহ-বিশ্লেষণ লিখতে গিয়ে ৭২ ঘণ্টা ফিল্ম কেটেছি, কারণ কাঁচা তথ্য থেকে সঠিক সিদ্ধান্তে পৌঁছাতে হয়। কিন্তু এই কেসে কাঁচা তথ্য নিজেই ভুল ঘরে রাখা।
মূল সমস্যাটি বিশ্লেষণাত্মক নয়, পদ্ধতিগত। এই নিবন্ধে যে ১৪টি তথ্যবিন্দু আছে, তার প্রতিটিই একটি নির্দিষ্ট সাংবাদিকতা-ধারা অনুসরণ করে: (১) অভিযোগের ভিত্তি স্ব-প্রকাশিত স্ক্রিনশট (self-reported source), (২) একটি ব্যক্তিগত অ্যাডভোকেসি প্রচারণা — Change.org পিটিশন ও নিউ অরলিন্সের একজন আইনজীবীর মাধ্যমে আইনের ভাষা পরিমার্জন, (৩) একটি মৃত্যু-তদন্ত, যা এখনো চলছে। এই তিনটি বৈশিষ্ট্যই ফুটবল-বহির্ভূত। কিন্তু এর মধ্যে একটি পদ্ধতিগত সতর্কতা আছে যা ফুটবল পাইপলাইনে স্থানান্তরযোগ্য: স্ব-প্রতিবেদিত উৎস থেকে আসা দাবি কখনো স্বাধীনভাবে যাচাই না করেই 'তথ্য' হিসেবে ঢুকে পড়ে। ট্রান্সফার বাজারের গুজব বিশ্লেষণে আমি এই নীতিই ব্যবহার করি — এজেন্টের উদ্দেশ্য, ক্লাবের মজুরি-কাঠামো, রিলিজ-ক্লজের গঠন আলাদা করে না দেখলে একক উৎসের দাবি অর্ধসত্য। এখানেও তাই: হয়রানির দাবিগুলো এক পক্ষের নিজের প্রকাশিত উপাদানের উপর দাঁড়িয়ে, এবং স্বাধীন সমর্থন প্রতিবেদনে বলা হয়নি। এই কারণেই এই নিবন্ধটিকে ফুটবল-বিশ্লেষণে ব্যবহার করা যায় না — এবং যেকোনো ফুটবল মেট্রিক এতে প্রয়োগ করা হলে তা সৃজনশীল অনুমান হবে, বিশ্লেষণ নয়।
কিন্তু এখানেই সবচেয়ে বড় বিপরীতমুখী পর্যবেক্ষণটি লুকিয়ে আছে। সবাই ভাববে সমস্যা হলো নিবন্ধটির বিষয়বস্তু — অর্থাৎ সেলিব্রিটি নিউজ ফুটবলে ঢুকে পড়েছে। আমার পড়া ভিন্ন: সমস্যা বিষয়বস্তু নয়, সমস্যা ক্লাসিফায়ার। নিবন্ধটি যা হয়েছে, তা হয়েছে সংবাদের মানদণ্ডেই — একটি মার্কিন ট্রু-ক্রাইম/সেলিব্রিটি স্টোরি, যার নিজস্ব সাংবাদিকতা-মূল্য আছে বা নেই, সেটি আলাদা প্রশ্ন। কিন্তু ফুটবল পাইপলাইনে তার কোনো স্থান নেই। যদি আমরা ভুলে যাই যে প্রতিটি পাইপলাইনের প্রথম কাজ সঠিক উল্লম্ব বেছে নেওয়া, তবে আমরা কৌশলগত বিশ্লেষণের নামে এমন সিদ্ধান্ত লিখব যার ভিত্তি শূন্য। ১৯৭০-এর দশক থেকে আমি যত ম্যাচ ডিকোড করেছি, তার একটি শিক্ষা হলো: ভুল তথ্য সঠিক পদ্ধতির চেয়ে অনেক বেশি ক্ষতি করে, কারণ ভুল তথ্য নিজেকে সত্য বলে চালায়। ডোমেইন লেবেল ভুল মানে শুধু একটি ভুল শব্দ নয়; মানে হল এমন একটি ত্রুটি যা পরবর্তী সব হিসাবকে দূষিত করবে। ফুটবল ডেটায় এটির পরিণতি আরও ভয়াবহ, কারণ ভক্তরা এই সংখ্যাগুলোকে বিশ্বাস করেন।
এখন প্রশ্ন হলো এগিয়ে কী করা উচিত। প্রথমত, স্টেজ-১ ক্লাসিফায়ারকে এমনভাবে সামলাতে হবে যাতে প্রতিটি নিবন্ধে বাধ্যতামূলকভাবে সত্তা-যাচাই হয় — নাম, প্রতিষ্ঠান, প্রতিযোগিতা মিলে যায় কিনা। দ্বিতীয়ত, 'ফুটবল' লেবেল পেলেই যেন ফুটবল সত্তার ন্যূনতম ঘনত্ব পরীক্ষা হয়: যদি কোনো সত্তা ক্লাব, খেলোয়াড়, লিগ বা শাসক সংস্থার সঙ্গে মেলে না, তবে তা রুট করা হবে সঠিক উল্লম্বে — সেলিব্রিটি, ট্রু-ক্রাইম বা সোশ্যাল-মিডিয়া পলিসিতে। তৃতীয়ত, স্ব-প্রতিবেদিত উৎস চিহ্নিত করার নিয়ম চালু করা — যাতে 'অযাচাইকৃত' দাবি কখনো বিশ্লেষণ-স্তরে 'তথ্য' হয়ে না ওঠে। এই তিনটি পদক্ষেপ ফুটবল পাইপলাইনে দূষণ ঠেকানোর অন্তত প্রাথমিক দেওয়াল। আমার পরবর্তী কাজ হবে পরের সপ্তাহে ক্লাসিফিকেশন ত্রুটির হার মাপা — কত শতাংশ 'ফুটবল' লেবেল প্রকৃতপক্ষে ফুটবল-বহির্ভূত। সংখ্যাটি ছোট হলে ভালো, কিন্তু শূন্য নাও হতে পারে।