সংসদের খবর, ফুটবলের ট্যাগ: একটি ভুল শ্রেণীবিন্যাস যেভাবে ডেটা পাইপলাইনে বিষ ঢালে

গত সোমবার সকালে আমার ডেটা ফিড স্ক্রল করছিলাম। একটি শিরোনাম এসে আমাকে থামিয়ে দিল — "সিনেট চেয়ারম্যানের দায়িত্ব পালন করবেন ডেপুটি চেয়ারম্যান সৈয়দাল খান নাসার"। শিরোনামের নিচে বসানো ছিল একটি ট্যাগ: ফুটবল।

আমি স্ক্রিন থেকে চোখ সরাতে পারলাম না। পাকিস্তানের সিনেট। চেয়ারম্যান সৈয়দ ইউসুফ রেজা গিলানি। ডেপুটি চেয়ারম্যান সৈয়দাল খান নাসারের দায়িত্বভার গ্রহণ। তানজানিয়ায় অনুষ্ঠিত ১৫৩তম ইন্টার-পার্লামেন্টারি ইউনিয়ন সম্মেলনে একটি প্রতিনিধিদল পাঠানোর সিদ্ধান্ত। ছয়টি তথ্যবিন্দু, একটিও ফুটবলের নয়। এখানে নেই কোনো ক্লাব, খেলোয়াড়, কোচ, প্রতিযোগিতা কিংবা স্থানান্তর। যেখানে ফুটবল বিশ্লেষণ শুরু হয় — দল, গঠন, চাপ, এক্সজি — সেসবের একটি ছায়াও নেই।

আমি পাঁচ বছর ধরে ফুটবল তথ্যের পাইপলাইনে কাজ করছি। প্রতিদিন হাজারো খবর, সোশ্যাল পোস্ট, ম্যাচ রিপোর্ট, স্কাউটিং নোট আমার ফিডে বয়ে যায়। প্রতিটির গায়ে একটি ডোমেইন ট্যাগ থাকে। এই ট্যাগই ঠিক করে দেয় কোন তথ্য কোন মডেলে যাবে, কোন খেলোয়াড়ের এনটিটি গ্রাফে বসবে, কোন সেন্টিমেন্ট স্কোর হিসাব হবে। ট্যাগ ভুল হলে পুরো হিসাব ভুল।

পাকিস্তানের সংসদীয় ব্যবস্থায় ডেপুটি চেয়ারম্যানের চেয়ারম্যানের দায়িত্ব পালন একটি স্বাভাবিক সাংবিধানিক ধারাবাহিকতা। চেয়ারম্যান অনুপস্থিত থাকলে কার্যভার সাময়িকভাবে ডেপুটি চেয়ারম্যানের হাতে যায়। ১৫৩তম আইপিইউ সম্মেলন একটি আন্তঃসংসদীয় কূটনৈতিক ফোরাম, কোনো ক্রীড়া সংস্থা নয়। এর নিয়ম প্রক্রিয়াগত ও কূটনৈতিক, ক্রীড়া-শাসনসংক্রান্ত নয়। আন্তঃসংসদীয় ইউনিয়ন জাতীয় সংসদগুলোর একটি আন্তর্জাতিক সংগঠন; এর সম্মেলন কূটনৈতিক সংলাপের মঞ্চ। পাকিস্তানের প্রতিনিধিদল সেখানে অংশ নিচ্ছে — এটি কূটনীতির খবর। ক্রীড়া সাংবাদিকতার দৃষ্টিতে এখানে কিছু নেই; তবু ট্যাগিং ব্যবস্থা এটিকে ফুটবলের ঝুড়িতে ফেলে দিয়েছে।

এই জায়গায় একটি তুলনা কাজে দেয়। আমি মডরিচকে গুনেছি — ২০১৮ বিশ্বকাপের সেমিফাইনালে ক্রোয়েশিয়া বনাম ইংল্যান্ড ম্যাচে তিনি ৮৯টি পাস সম্পন্ন করেছিলেন, ক্রোয়েশিয়ার এক্সজি ছিল ১.৪, ইংল্যান্ডের ০.৯। আমি শুধু পাস গুনিনি; চাপের মধ্যে রিসেপশন, প্রোগ্রেসিভ পাস, ডিফেন্সিভ পজিশনিং আলাদা আলাদা গুনেছিলাম। — Root: 2026 World Cup / Modric

কিংবা স্টেডিয়াম নীরব হয়ে যাওয়ার ঘটনা। করোনাকালে যখন গ্যালারি খালি হয়েছিল, তখন ঘরের মাঠের সুবিধা ৪৩.৩% থেকে ৩৩.৩%-এ নেমে এসেছিল। When the stadiums went silent, home advantage slipped from 43.3% to 33.3%. কাতারে মরক্কো স্পেনের বিরুদ্ধে ১২.৩ পিপিডিএ নিয়ে খেলেছিল, আর স্পেনের ৭৭% দখল থেকে মাত্র ০.৯ এক্সজি বেরিয়েছিল। Morocco। — Root: 2026 Qatar / Morocco low block

এগুলো ফুটবল ডেটা। প্রতিটির একটি বিষয়, একটি কাঠামো, একটি যাচাইযোগ্য সূত্র আছে। সৈয়দাল খান নাসারের দায়িত্বভার গ্রহণের সঙ্গে এসবের কোনো সম্পর্ক নেই। দুটোকে এক ফাইলে রাখলে মডেল বিভ্রান্ত হয়, আর বিভ্রান্ত মডেল আত্মবিশ্বাসের সঙ্গেই ভুল বলে।

ফুটবল তথ্যে সত্তা-সংযোগ সবচেয়ে সূক্ষ্ম কাজ। একটি স্থানান্তরের গুজব আসলে কোন সূত্র থেকে এসেছে, কতটা নির্ভরযোগ্য, এজেন্টের স্বার্থ কী — এই ফিল্টার ছাড়া বিশ্লেষণ অর্থহীন। রাজনৈতিক খবর ভুলভাবে ক্রীড়া ঝুড়িতে পড়লে সেই ফিল্টার অচল হয়ে যায়।

এখানেই আসল ক্ষতিটি লুকিয়ে থাকে। একটি ভুল ট্যাগ নিরীহ মনে হতে পারে, কিন্তু এর প্রভাব শৃঙ্খল ধরে ছড়ায়। আমার হাতে থাকা এনটিটি গ্রাফে "চেয়ারম্যান", "সিনেট", "প্রতিনিধিদল" শব্দগুলো ফুটবল নোডের সঙ্গে জুড়ে যেতে পারে। সেন্টিমেন্ট মডেল ভাবতে পারে এটি কোনো ক্লাব-সংকট। প্রেডিকটিভ মডেল রাজনৈতিক ঘটনাকে ক্রীড়া-সংকেত ভেবে ভুল পূর্বাভাস দিতে পারে। বিষাক্ত তথ্য পাইপলাইনে বিষ ঢালে, এবং সেই বিষ ছড়ায়।

সমাধান প্রযুক্তিগত, জটিল নয়। প্রবেশের আগেই বিষয়বস্তু যাচাই করা যায়। প্রতিটি খবরের টেক্সট থেকে নাম-সত্তা আর মূল শব্দ বের করে দেখা যায় তা ঘোষিত ডোমেইনের সঙ্গে মেলে কি না। যদি শিরোনামে "সিনেট", "সংসদ", "প্রতিনিধিদল" থাকে অথচ ট্যাগ "ফুটবল", তবে সেটি সঙ্গেই আলাদা করে ফেলা উচিত। এক স্তরের এই যাচাই অনেক পরিশ্রম বাঁচায়, আর প্রতিটি তথ্যের গায়ে উৎস ও যাচাইয়ের ছাপ রাখা যায় — এমন এক নথিভুক্তি, যেখানে একটি এন্ট্রি বদলালে গোটা শৃঙ্খল তা দেখিয়ে দেয়।

আমার পেশাগত অভ্যাস একটি কথা মনে করিয়ে দেয় — অনিশ্চয়তাকে চেপে ধরা যায় না, তাকে লেবেল করতে হয়। আত্মবিশ্বাসের মাত্রা লিখে দিলে ভুল ধরার পথ খোলা থাকে। বাংলাদেশ ও ভারতের ক্রীড়া তথ্যের সীমান্তে কাজ করতে গিয়ে আমি এটা ভালোভাবে শিখেছি, যেখানে ছোট নমুনা আর অসম কভারেজ প্রতিটি দাবিকে সতর্ক করে দেয়।

তবে একটি ভুলকে পুরো ব্যবস্থার সংকট ভাবা ঠিক হবে না। ভুল শ্রেণীবিন্যাস আর ভুল বিশ্লেষণ এক জিনিস নয়। একটি ঘটনা দেখে সিদ্ধান্তে পৌঁছানো মানে পারস্পরিক সম্পর্ককে কারণ ভেবে ফেলা। আমার উচিত পরিসংখ্যান দেখা — এই ধরনের ভুল কত ঘন ঘন ঘটছে, কোন উৎস থেকে আসছে। যদি একই ফিড বারবার রাজনৈতিক খবর ক্রীড়া ট্যাগে পাঠায়, তখন সেটি ব্যবস্থাগত ত্রুটি। একটি বিচ্ছিন্ন ভুল তখনই গুরুতর, যখন তা পুনরাবৃত্ত হয়। — Root: Data Monk archetype / INTJ patience

এখানে আমি আমার অনিশ্চয়তা স্পষ্ট রাখতে চাই। এই একটি নমুনা থেকে আমি দাবি করতে পারি না যে গোটা পাইপলাইন ভাঙা। সম্ভাবনা বেশি — এটি উৎস-স্তরের একটি ট্যাগিং ত্রুটি, যার মূল খুঁজে বের করা যায়। আত্মবিশ্বাসের মাত্রা মাঝারি, কারণ হাতে মাত্র একটি ঘটনা।

পরেরবার যখন কোনো সংসদীয় খবর ক্রীড়া ফিডে ঢুকবে, প্রশ্নটি হবে একটাই — কে ট্যাগটি বসাল, আর একই পথে আরও কতগুলো হাঁটছে?