ভুল ট্যাগের অটোপসি: পাসপোর্ট ছবির একটি খবর কীভাবে ফুটবল ডেটাসেটে ঢুকে পড়ল

গত মঙ্গলবার রাত এগারোটা নাগাদ ডেটাসেটের ৮,৪১২ নম্বর সারিটা খুলে বসেছিলাম। 'ডোমেইন' কলামে সবুজ ট্যাগ—ফুটবল। পাশের ঘরে তথ্যসারাংশ: মেক্সিকো সিটির কোকোয়াকান এলাকায় এসআরই (পররাষ্ট্র মন্ত্রণালয়) দপ্তরে এক ক্যাথলিক যাজক, আলবার্তো মেদেল, পাসপোর্টের ছবিতে ধর্মীয় পোশাক পরে ছিলেন বলে তাঁকে ফেরত পাঠানো হয়েছে। নথিতে ২৭টি ইনফরমেশন পয়েন্ট, আর সেগুলোর একটিতেও ফুটবলের নামগন্ধ নেই।

২৭টি পয়েন্টে যা আছে: পাসপোর্ট ও ভ্রমণ-পরিচয়পত্র সংক্রান্ত প্রবিধানের ১৪ নম্বর ধারার চতুর্থ উপধারা, যেখানে সরকারি ছবিতে মাথা অনাবৃত রাখার শর্ত আছে; একটি অভিযোগ; একটি প্রাতিষ্ঠানিক ক্ষমাপ্রার্থনা; এবং ছবি পুনরায় তোলার নির্দেশ। ছবিটা আমি দেখতে পাইনি, প্যাটার্নটা দেখতে পেয়েছি।

স্কোরলাইন আমি বিশ্বাস করি না, ট্যাগও করি না। ফাটলটা ছোট—একটি সারি, একটি ভুল কলাম—কিন্তু ওই সারির ওপর যদি কোনো মডেল দাঁড় করানো হয়, ফাটলটা সংখ্যার ভেতরে ঢুকে রক্তচাপের মতো কাজ করে।

ফুটবল-সংবাদ সংগ্রহ আজ আর শুধু রিপোর্টার আর নোটবুকের কাজ নয়। একটি ফিড, তিনটি স্তর—সোর্স, ক্লাসিফায়ার, ডেস্ক—আর প্রতিটি স্তরে একটি করে মানুষের চোখ। যেখানে সেই চোখ বন্ধ, সেখানে ট্যাগই সত্য হয়ে ওঠে।

২০১৭ সালে ঢাকার একটি স্পোর্টস আউটলেটে কাজ শুরুর সময় বাংলাদেশ প্রিমিয়ার লিগের ১,২০০ শট ইভেন্ট স্ক্র্যাপ করেছিলাম। প্রতিটি সারিতে শটের দূরত্ব, কোণ আর ডিফেন্ডার-প্রেসের মাত্রা ছিল। মডেল দাঁড় করানোর আগে নিজেকে একটা প্রশ্ন করেছিলাম: এই শটটা সেট-পিস থেকে, না ওপেন প্লে থেকে? উত্তরটা সারির ভেতরে লেখা ছিল না; কোড করতে হয়েছে।

সেটাই প্রথম পাঠ—ফুটবল-ডেটায় সবচেয়ে দামি জিনিস ট্যাগ, ইভেন্ট নয়। একটা সেট-পিস ট্যাগ ভুল হলে সিদ্ধান্তের পুরো শৃঙ্খল বদলে যায়। আমি আগে মডেল বানিয়েছি, তারপর বাংলাদেশ প্রিমিয়ার লিগকে দিয়ে মডেলের সঙ্গে তর্ক করিয়েছি। সেই তর্কে ওই ১,২০০ শট থেকে বেরিয়ে এসেছিল—আবাহনী লিমিটেড ঢাকা ৩১.৬ এক্সজি থেকে ৪২ গোল করেছিল, আর শেখ রাসেল কেসি আন্ডারপারফর্ম করেছিল ৮.২ দ্বারা। সংখ্যাগুলো পরিষ্কার হয়েছিল, কারণ লেবেলগুলো পরিষ্কার ছিল।

এবার ফিরে আসি ৮,৪১২ নম্বর সারিতে। নয়টি ডাইমেনশনের ফ্রেমওয়ার্কটা চালালাম—ট্যাকটিক্যাল, ফিন্যান্স, ফলাফল, লিগ-ল্যান্ডস্কেপ, গভর্নেন্স, ম্যানেজমেন্ট, রিস্ক, ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন। নয়টিই ফিরে এল 'প্রযোজ্য নয়—অপর্যাপ্ত ফুটবল তথ্য'। এটা মডেলের ব্যর্থতা নয়, মডেলের সততা। যে ফ্রেমওয়ার্ক জোর করে উত্তর বানায়, তার চেয়ে যে ফ্রেমওয়ার্ক 'জানি না' বলতে পারে, সে অনেক বেশি নির্ভরযোগ্য।

কিন্তু ফুটবল-প্রতিবেদক হিসেবে আমার আসল প্রশ্নটা অন্য জায়গায়। এই একটা ভুল সারি কীভাবে ঢুকল, আর এরকম কতগুলো চুপচাপ ঢুকে পড়েছে?

ইভেন্ট-ডেটায় লেবেলিং একটা নীরব পেশা। ডিফ্লেক্ট হওয়া শটটা কি মূল শটের ক্রেডিট পায়, না ডিফ্লেকশনের? ওন-গোলটা কি অ্যাটাকিং টিমের এক্সজিতে যোগ হয়? ক্রসটা 'সাকসেসফুল' না 'কিলড'—এই দুটো শব্দের ফারাকেই পজেশন-মডেল বদলে যায়। ২০২২ কাতার বিশ্বকাপে মরক্কোর ডিফেন্স নিয়ে কাজ করার সময় দেখেছি, প্রতি ৯০ মিনিটে ২৪.৬ ক্লিয়ারেন্স আর ১১.২ ইন্টারসেপশন—এই দুই সংখ্যার সীমান্তটাই কোডারের সিদ্ধান্ত। একজন ফুটবলার বল ক্লিয়ার করেন, না ইন্টারসেপ্ট করেন, তা নির্ভর করে সংজ্ঞার ওপর। মরক্কোর লো-ব্লক অকার্যকর প্রমাণিত হয়নি; তার বর্ণনা দাঁড়িয়ে ছিল একগুচ্ছ সংজ্ঞার ওপর।

২০১৮ সালের রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া-ইংল্যান্ড ম্যাচে স্ট্যাটসবম্ব-চালিত ইভেন্ট ডেটা ব্যবহার করে দেখেছিলাম, মদরিচ ১৪.২ কিলোমিটার দৌড়েছেন এবং ১১টি প্রোগ্রেসিভ পাস দিয়েছেন; ক্রোয়েশিয়ার ২.১ এক্সজি ইংল্যান্ডের ১.৪-এর বিপরীতে। ওই ম্যাচে ক্রোয়েশিয়ার ৩৪টি ওপেন-প্লে ক্রসের মধ্যে ১৮টি গিয়েছিল ইংল্যান্ডের ডান হাফ-স্পেসে। এই ১৮ সংখ্যাটা কোথা থেকে এল? প্রতিটি ক্রসের গন্তব্য হাতে কোড করা থেকে। ক্রোয়েশিয়া জাদুতে জেতেনি; তারা বাড়তি পাসটাকে অনিবার্য করে তুলে জিতেছিল—তবে 'বাড়তি পাস' কী, সেটাও একজন কোডার ঠিক করেছিলেন।

এখানেই ক্লাসিফিকেশন-ত্রুটির ফুটবল-মূল্য বোঝা যায়। ২০২০ সালে বুন্দেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরে আসার পর ৮১টি ম্যাচের দিকে তাকিয়েছিলাম—হোম উইন ২৫.৯ শতাংশ, আগের ৪৩.২ শতাংশের বিপরীতে; প্রতি ম্যাচে গোল ৩.২ থেকে ২.৬-তে নেমে এসেছিল। ৮১ ম্যাচের নমুনায় ১ শতাংশ সারি ভুল ডোমেইনে চলে গেলে হোম-অ্যাডভান্টেজের হিসাবটা সরাসরি দুলে যায়। পরিবেশজনিত ভ্যারিয়েন্স আর ট্যাকটিক্যাল সিগন্যাল আলাদা করার যে চেকলিস্ট তখন বানিয়েছিলাম, তার প্রথম ধাপ ছিল একটা নিরীহ প্রশ্ন: এই ম্যাচটা কি আদৌ ফুটবল? ২০২১ ইউরোয় ইতালির পিপিডিএ ড্যাশবোর্ডে গ্রুপ স্টেজে ৬.৯, ফাইনালে ৯.৮—প্রেসিং-ইনটেনসিটির এই ওঠানামা পড়তেও একই ভরসা দরকার: ইভেন্টগুলো ঠিক ঘরে বসানো আছে।

দ্বিতীয় স্তরের সমস্যাটা আরও চুপচাপ। এই নথির ২৫ থেকে ২৭ নম্বর পয়েন্ট হলো উত্তরহীন প্রশ্ন-শিরোনাম। অর্থাৎ মূল লেখাটাই আংশিকভাবে তোলা হয়েছে। একই ডেটায় এখন দুই ধরনের ত্রুটি—ভুল ডোমেইন, আর অসম্পূর্ণ নিষ্কাশন। দ্বিতীয়টা বিপজ্জনক, কারণ ভুল ট্যাগ চোখে পড়ে, অনুপস্থিত অনুচ্ছেদ পড়ে না।

বাংলাদেশের প্রেক্ষাপটে এই ঝুঁকির চেহারা চেনা। ক্লাব লাইসensing নিয়ে ফেডারেশনের একটি সার্কুলার, কিংবা রমজান মাসে ঘরোয়া ফুটবলের সময়সূচি বদলের নোটিশ—এগুলো যদি ক্রীড়া ফিডে ঢোকে আর ক্লাসিফায়ার সেগুলোকে 'ম্যাচ রিপোর্ট' বলে চিহ্নিত করে, তাহলে পঁচিশ বছরের পুরনো ক্লাব-দলিল আর একটা ম্যাচের স্কোরলাইন একই পাত্রে বসে যায়। আমি যে ফুটবল দেখি, সেটা সৌন্দর্যের খেলা; আমি যে ডেটা ব্যবহার করি, সেটা লেবেলের কারখানা।

সবচেয়ে প্রলুব্ধকর পথটা হলো, এই খবরটাকে জোর করে ফুটবলে অনুবাদ করা। পাসপোর্ট প্রবিধানের ১৪ নম্বর ধারা বনাম সাংবিধানিক ধর্মীয় স্বাধীনতা—এই দ্বন্দ্বটা দেখতে অনেকটা লিগের নিয়ম বনাম ফিফা-উয়েফা স্ট্যাটুট বনাম সিএএসের রায়ের মতো লাগে। নিচু স্তরের প্রশাসনিক বিধিকে উচ্চতর মৌলিক অধিকারের সঙ্গে সামঞ্জস্য রেখে পড়তে হয়; ফুটবলেও একই নীতি খাটে। সাদৃশ্যটা সত্যি, কিন্তু সাদৃশ্য প্রমাণ নয়। দুই প্রতিষ্ঠানের গঠন মিললেই এক প্রতিষ্ঠানের ঘটনা অন্য প্রতিষ্ঠানের বিশ্লেষণে ব্যবহার করা যায় না।

উল্টো ফাঁদটাও আছে। 'এটা ফুটবল নয়' বলে খবরটাকে অপ্রাসঙ্গিক ভাঙা সবচেয়ে বড় ভুল হবে। কারণ প্রশ্নটা খবরের বিষয়বস্তু নিয়ে নয়, খবরটাকে বহন করা পাইপলাইন নিয়ে। একক সারি কোনো সংকট নয়; নমুনা-অডিট ছাড়া চুপচাপ চলতে থাকা পদ্ধতিগত ঝুঁকি সংকট। আর সংস্কৃতি হলো সেই প্রায়র, যা প্রতিটি মডেলকে শিখে নিতে হয়—ল্যাটিন আমেরিকার ধর্মীয়-প্রশাসনিক সংবাদ কেন ক্রীড়া ফিডের পথ ধরে, সেটা মডেলকে শেখাতে হবে, ইগনোর করতে দিলে চলবে না।

পরের ট্রান্সফার ডেডলাইনের আগে যে কাজটা জরুরি, সেটা কোনো তারকা-খেলোয়াড়ের ভিডিও ক্লিপ দেখা নয়—ফিডের ট্যাগ-প্রোভেন্যান্স অডিট করা। দুইশ সারির একটা র‍্যান্ডম নমুনা, একজন করে মানুষের চোখ, আর একটি প্রশ্ন: এই লেখাটা কে ট্যাগ করল, কোন নিয়মে? উত্তর যদি 'অটো ক্লাসিফায়ার' হয়, তাহলে পরের প্রশ্নটা আরও কঠিন—ওই ক্লাসিফায়ারের কনফিউশন ম্যাট্রিক্সে ধর্মীয় ও প্রশাসনিক কনটেন্টের ঘরটা কী রঙের? যেদিন সেই ঘরটা স্পষ্ট হবে, সেদিন ৮,৪১২ নম্বর সারির মতো আর কোনো যাজক ফুটবল-ডেটাসেটে হাজির হবেন না।