ভুল লেবেলের স্তরবিন্যাস: যে সংগীত-শোকসংবাদ 'ফুটবল' তাম্রলিপিতে ঢুকে পড়ল

গত সপ্তাহে যে রেকর্ডটি আমার টেবিলে এসে পড়ল, তার মাথায় বসানো ছিল 'ফুটবল' লেবেল। আমি এক দশকের বেশি সময় ধরে যুব-একাডেমি ও স্কাউটিং-ডেটাবেস ঘেঁটেছি; লেবেল দেখে ফাইল খোলার আগেই ধরে নিয়েছিলাম ভেতরে থাকবে মিনিট-গণনা, লোন-ইতিহাস, কোনো তরুণের তিন বছরের গ্রাফ। ফাইল খুলে যা পেলাম, তা আমাকে থামিয়ে দিল।

ভেতরে ছিল এক কানাডীয় সংগীতশিল্পীর মৃত্যুসংবাদ — তেষট্টি বছর বয়সে মৃত্যু, চার দশকের রেকর্ডিং-কর্মজীবন, টেলিভিশন প্রতিভা-অনুষ্ঠানের বিচারক হিসেবে পরিচিতি, এবং পরিবারের সোশ্যাল-মিডিয়া বিবৃতিতে প্রকাশ পাওয়া শোক। বত্রিশটি তথ্য-বিন্দুর প্রতিটিই সংগীত ও টেলিভিশন-শিল্পের। একটি ক্লাব নেই, একটি খেলোয়াড় নেই, একটি স্থানান্তর নেই, একটি শাসক-নিয়ম নেই। লেবেল আর বিষয়বস্তুর মধ্যে দূরত্ব এতটাই যে প্রশ্নটা আর ফুটবল-বিশ্লেষণের নয় — প্রশ্নটা ডেটা-পাইপলাইনের।

আমি পুরনো টুর্নামেন্ট-ডেটাবেস নিয়ে কাজ করেছি; জানি, একটা ভুল-লেখা লেবেল নিজে থেকে বিপজ্জনক নয়। বিপদ শুরু হয় যখন নিচের স্তর — স্বয়ংক্রিয় শ্রেণীবিন্যাস, এনটিটি-শনাক্তকরণ, বিষয়-মডেল — সেই ভুলটাকে সত্য ধরে এগিয়ে যায়। এখানেই আসল স্তরবিন্যাস: উপরে 'ফুটবল' লেখা এক পাতলা মাটি, আর তার নিচে আটাশ-তিরিশ ইঞ্চি গভীরে শুধু সংগীত।

প্রথম স্তরটি পরিষ্কার। উৎস-নথির প্রাথমিক বিশ্লেষণ তথ্য, উদ্ধৃতি ও দৃষ্টিভঙ্গি তুলে এনেছে — ঠিক যা একটি নিউজ-ব্রিফ থেকে প্রত্যাশিত। ভুলটি সেখানে নয়। দ্বিতীয় স্তরটিই ত্রুটিপূর্ণ: একটি 'ডোমেইন লেবেল' ক্ষেত্র বসানো হয়েছে 'ফুটবল' মান দিয়ে, অথচ তার সঙ্গে মিলিয়ে দেখা হয়নি যে নথিতে ফুটবলের একটিও সত্তা নেই। এই যাচাই-ধাপটাই অনুপস্থিত।

ফলাফলটা কল্পনা করুন বাস্তব পরিভাষায়। যে মডিউল ফুটবল-বিশ্লেষণ চালায়, তার সামনে এখন একটি শোকসংবাদ। সে তথ্যের অভাবে থেমে যায়নি — সে থেমেছে কারণ সঠিক প্রশ্নটাই কেউ করেনি। বত্রিশটি তথ্য-বিন্দুর সবগুলোই যে সংগীত-শিল্পের, সেটা যাচাই করতে লাগে একটিমাত্র কনটেন্ট-বনাম-লেবেল মিলিয়ে দেখা। সেই এক লাইন যাচাই কোথাও নেই।

আমি জানি, ভুল ডেটা নিজে থেকে বিশ্লেষণ ভাঙে না; ভাঙে নিরবতার সঙ্গে ছড়িয়ে পড়া। একটি ভুল-লেবেলযুক্ত রেকর্ড যদি ফুটবল-কর্পাসে ঢুকে যায়, তবে সেটি সত্তা-শনাক্তকরণকে বিভ্রান্ত করে, বিষয়-মডেলকে এক অসম্ভব জোড়া শেখায়, এবং ভবিষ্যতের কনটেন্ট-ম্যাচিং সিস্টেমে এক মিথ্যা সংযোগ স্থায়ী করে। খালি লেবেলের চেয়ে ভুল লেবেল অনেক বেশি ধূর্ত, কারণ খালি লেবেল সতর্ক করে, আর ভুল লেবেল ভরসা জোগায়।

এখানেই সবচেয়ে কৌতূহলোদ্দীপক দ্বন্দ্ব। সবাই সাধারণত ভুল-লেবেলের শিকার হয় কনটেন্টে ফুটবল-সংকেত খুঁজে না পাওয়ার কারণে। কিন্তু এই নথির ক্ষেত্রে উল্টোটা ঘটেছে — লেবেলটি এত আত্মবিশ্বাসী যে বিশ্লেষক-স্তরকে প্রথমে সন্দেহ করার সুযোগই দেয়নি। আমি এখানে দ্বিতীয় একটি স্বাধীন প্রমাণ-ধারা ছাড়া সিদ্ধান্তে পৌঁছাতে চাই না, তাই স্পষ্ট রাখি: উপসংহারটি এই যে নথিটি ফুটবল-অবদান শূন্য — কারণ বত্রিশটি তথ্য-বিন্দুই সংগীত-কেন্দ্রিক, আর সেটিই স্বতন্ত্র প্রমাণ।

শোকসংবাদটির নিজের একটি মানবিক মাত্রা আছে যা আলাদা করে ভাবা দরকার। সেখানে একজন ব্যক্তি, তাঁর পরিবার, এবং একটি ব্যক্তিগত স্বাস্থ্য-বিষয়ক তথ্য রয়েছে। সেই ব্যক্তিগত তথ্য কোনো বিশ্লেষণী উপকরণ নয়; একে ডেটাসেটে টানার আগে সতর্ক থাকা কর্তব্য। এখানে আমি সেটি শুধু সীমারেখার জন্য চিহ্নিত করছি, অনুমান করছি না।

নথিটির সোর্সিং-স্তর আরেকটি আলাদা পর্যবেক্ষণ। শোক ও গোপনীয়তার অনুরোধ দুটোই এসেছে পরিবারের একটি সোশ্যাল-মিডিয়া বিবৃতি থেকে; স্বাধীন দ্বিতীয় কোনো নিশ্চিতকরণ উদ্ধৃত নেই। এটি সাংবাদিকতার উৎস-ঝুঁকি, ফুটবল-ঝুঁকি নয় — কিন্তু উৎস-নথি যেহেতু ব্লকচেইন বা ফুটবল কোনো কাঠামোতেই বসে না, এই এক-সূত্র নির্ভরতা পরোক্ষভাবে বিষয়টি আবারও বাইরের দিকে ঠেলে দেয়।

এখন সামনের দিকে তাকাই। এই নথিটি একটি পরিষ্কার পরীক্ষা-কেস — একটি ব্যর্থতার নমুনা যেখানে লেবেল দেখতে সঠিক, অথচ বিষয়বস্তু সম্পূর্ণ ভিন্ন। প্রথম যে সংকেতটি নজরে রাখতে হবে, তা হলো এই ধরনের পুনরাবৃত্তি: প্রাথমিক স্তরের নমুনা নিয়ে লেবেল আর বিষয়বস্তু প্রতি বার মিলিয়ে দেখতে হবে। যদি কোথাও আবার ফুটবল-লেবেল পেয়ে ভেতরে সংগীত, চলচ্চিত্র বা অন্য কোনো শিল্প পাওয়া যায়, তবে ধরে নিতে হবে এটি বিচ্ছিন্ন ঘটনা নয় — পাইপলাইনের স্তরে সংশোধন দরকার।

আর ঠিক সেই জায়গাতেই আমার সংশয়। ডেটা-সংগ্রহ নিয়ে আমরা সাধারণত দুষ্টুমি করি সংখ্যা নিয়ে; কিন্তু ভুল শ্রেণীবিন্যাস সংখ্যার চেয়ে বেশি ক্ষতি করতে পারে, কারণ এটি অদৃশ্য। যে মুহূর্তে আমরা বিশ্বাস করি লেবেল সত্য, সেই মুহূর্তেই আমাদের অনুসন্ধান-ক্ষমতা অর্ধেক হয়ে যায়। ফুটবল-বিশ্লেষণে আমি অভ্যস্ত খেলোয়াড়কে মিনিট, লোন আর চোট দিয়ে বিচার করতে। এখানে বিচার করতে হচ্ছে নথিকে তার লেবেল দিয়ে নয়, তার বিষয়বস্তু দিয়ে। আর এই ফাইলটির বিষয়বস্তু স্পষ্ট বলছে: এটি একটি ভুল দরজায় রাখা চিঠি।

সমাধান জটিল নয়, কেবল অস্বস্তিকর — নথিটিকে ফুটবল-কর্পাস থেকে সরিয়ে রাখা, লেবেল সংশোধন করা, আর যে ব্যাচ থেকে এটি এসেছে সেই ব্যাচকে আবার যাচাই করা। একটি স্বাস্থ্যকর ডেটাসেটের আসল মাপ কত তথ্য সে ধরে, তা নয় — বরং কত নির্ভুলভাবে সে জানে কোন তথ্য তার নয়। শেষ প্রশ্নটি তাই বিশ্লেষণী নয়, সাংগঠনিক: পরের ভুল-লেবেলটি ধরা পড়বে বিশ্লেষকের ক্লান্ত চোখে, নাকি পাইপলাইনের নিজের যাচাই-গেটে?