ডেটা পাইপলাইনের নীরব বিপদ: যখন ফুটবল বিশ্লেষণ ভুল ঠিকানায় পৌঁছায়

গত সপ্তাহে আমার ট্রাভেলিং রাইটারের ডেস্কে একটি ফাইল এসে পৌঁছাল। ফাইলটির নামের পাশে স্পষ্ট করে লেখা ছিল 'ফুটবল ডোমেইন'। চার দশকের বেশি সময় ধরে মাঠের ঘাস, ড্রেসিং রুমের গন্ধ আর সমর্থকদের চিৎকার—এই তিনটি জিনিস আমাকে ফুটবল বুঝতে শিখিয়েছে। কিন্তু ফাইলটি খুলে যে বিষয়বস্তু দেখলাম, তা আমাকে থমকে দিল। সেখানে মেক্সিকো সিটি মেট্রোর লাইন ৯-এর সাময়িক পরিষেবা বন্ধের খবর। লাজারো কার্ডেনাস স্টেশনে সকাল ৬টা ২০ মিনিটে একটি ঘটনার রিপোর্ট, প্রায় ৪০ মিনিটের পরিষেবা বিঘ্ন, তারপর ট্রেন চলাচল স্বাভাবিক। ফুটবলের সঙ্গে এর কোনো সম্পর্ক নেই—একটি অক্ষরও নেই।

এটি কোনো সাধারণ ভুল নয়। এটি একটি সিস্টেমিক ব্যর্থতার সংকেত। ২০১৭ সালে ঢাকায় আবাহনী লিমিটেডের বাস থেকে ফেসবুক লাইভ শুরু করেছিলাম, তখন আমার উদ্দেশ্য ছিল সমর্থকদের কণ্ঠস্বরকে গল্পের কেন্দ্রে আনা। নাবিব নেওয়াজ জীবনের ৮৮ মিনিটের গোলের পর ৪,২০০ কমেন্ট পড়েছিলাম। হোটেল লবিতে ৩০০টি কমেন্ট খেলোয়াড়দের পড়ে শোনাতে গিয়ে বুঝেছিলাম—তথ্য যখন ভুল প্রেক্ষাপটে পৌঁছায়, তখন তা বিভ্রান্তি ছাড়া কিছু তৈরি করে না। আজ যেটা ঘটছে, তা আরও ভয়ংকর। একটি স্বয়ংক্রিয় পাইপলাইন মেক্সিকো সিটির মেট্রো পরিষেবা বন্ধের খবরকে 'ফুটবল' ট্যাগ দিয়ে বিশ্লেষণের জন্য পাঠিয়ে দিয়েছে। ফলে স্টেজ-১ বিশ্লেষণে ১১টি তথ্য পয়েন্টের প্রতিটিতেই কৌশলগত বিশ্লেষণ, ক্লাব ফিন্যান্স, লিগ ল্যান্ডস্কেপ—সব জায়গায় 'তথ্য অপর্যাপ্ত' লেখা হয়েছে। এটা সৎ সিদ্ধান্ত, কিন্তু প্রশ্ন হলো: কেন এই ভুলটা প্রথম স্তরেই ধরা পড়ল না?

আমি স্পোর্টস ম্যানেজমেন্টে স্নাতকোত্তর করেছি, ঢাকার সংবাদমাধ্যমে চার দশক কাজ করেছি। তথ্য বিশ্লেষকরা যখন ড্রেসিং রুমে ঢুকে পড়েন, তখন তাদের সিদ্ধান্তের সঙ্গে মাঠের প্রকৃত ছন্দের সংযোগ হারিয়ে যায়। এই ঘটনাটি তার সবচেয়ে স্পষ্ট উদাহরণ। একটি ট্রানজিট ইভেন্টকে ফুটবল পাইপলাইনে ঢুকিয়ে দেওয়া মানে হলো—ফলো-আপ স্তরে ভুয়া সত্তা তৈরি হবে। এনটিটি এক্সট্রাকশন সিস্টেম 'টাকুবায়া' বা 'প্যানটিটলান' কে ক্লাবের নাম ভেবে ফেলতে পারে। সেন্টিমেন্ট অ্যানালাইসিস মেট্রো যাত্রীদের ক্ষোভকে সমর্থকদের ক্ষোভ হিসেবে গণ্য করতে পারে। এভাবে একটি ভুল ট্যাগ পুরো ডেটাসেটের বিশ্বাসযোগ্যতা নষ্ট করে দেয়।

এই প্রবণতার একটি বড় কারণ হলো—সোর্স কোয়ালিটি যাচাইয়ের অভাব। নিবন্ধটির শেষে অপ্রাসঙ্গিক বিনোদন ও অপরাধের শিরোনাম ছিল। এটি স্পষ্ট করে যে সোর্সটি একটি সাধারণ আগ্রহের মেক্সিকান নিউজ অ্যাগ্রিগেটর, যেখানে ফুটবল, অপরাধ, রিয়ালিটি টিভি—সব একসাথে মেশানো থাকে। এমন সোর্সকে যদি ফুটবল পাইপলাইনে না ছেঁকে ঢুকতে দেওয়া হয়, তাহলে বিশ্লেষণের মান নিচের দিকে নামবে।

কিন্তু: এই ভুল কি শুধুই একটি বিচ্ছিন্ন ঘটনা, নাকি সিস্টেমিক দুর্বলতার জানান দেয়? আমি যে ২০১৮ সালের রাশিয়া বিশ্বকাপে ২৩ জন বাংলাদেশি সমর্থকের সাথে কাজান থেকে ফ্রান্স-আর্জেন্টিনা ম্যাচের রিপোর্ট করেছিলাম, সেখানে প্রতিটি শব্দ যাচাই করে লিখেছিলাম। কারণ সমর্থকরা আমার কাছে শুধু সংখ্যা নয়—তারা আমার উৎস। যদি সেই উৎসেই ভুল তথ্য ঢুকে পড়ে, তাহলে গোটা সম্প্রদায়ের বিশ্বাস ভেঙে পড়ে।

প্রকৃত সমস্যা হলো, আমরা ডোমেইন ভ্যালিডেশন ছাড়াই ট্যাগিং করছি। যে সিস্টেম মেক্সিকো সিটি মেট্রোর খবরকে ফুটবল বলে চালিয়ে দেয়, সেই সিস্টেম ট্রান্সফার মার্কেটের গুজব আর প্রকৃত খবরের পার্থক্যও করতে পারবে না। আজকের দিনে যেখানে সৌদি প্রো লিগের তারকা খেলোয়াড়দের গল্প প্রতি সেকেন্ডে ছড়িয়ে পড়ে, সেখানে এমন ভুল তথ্য পাঠককে আরও দিশেহারা করবে।

এই ঘটনা থেকে শিক্ষা নেওয়ার সময় এসেছে। পাইপলাইনে একটি প্রাক-শ্রেণীবিন্যাস গেট যোগ করতে হবে। কীওয়ার্ড ও এনটিটি চেকের মাধ্যমে নির্ধারণ করতে হবে—বিষয়বস্তুটি সত্যিই ফুটবল কি না। মেট্রো, অপরাধ বা বিনোদনের খবরকে সঠিক ট্যাক্সোনমিতে পাঠাতে হবে। ডোমেইন লেবেলের সঙ্গে একটি আস্থা স্কোর যুক্ত করতে হবে, যাতে কম আস্থার আইটেম আলাদা করে রাখা যায়।

আমার কাছে ফুটবল শুধু ৯০ মিনিটের খেলা নয়। এটি স্মৃতি, এটি সম্প্রদায়, এটি ঢাকার রাস্তা থেকে রাশিয়ার স্টেডিয়াম পর্যন্ত বিস্তৃত একটি জীবন্ত আখ্যান। এই আখ্যানকে ভুল তথ্য দিয়ে কলুষিত করা যাবে না। যদি আমরা আমাদের বিশ্লেষণের ভিত্তিকেই প্রশ্নবিদ্ধ করি, তাহলে মাঠের আসল গল্প কে বলবে? ডেটা সায়েন্স যতই এগিয়ে যাক, ফুটবলের নাড়ি বুঝতে মানুষই লাগবে—একজন সমর্থক, একজন সাংবাদিক, একজন গল্পকার। প্রশ্নটা আরও গভীরে গিয়ে দাঁড়ায়: যখন মেশিনই ভুল করতে শুরু করে, তখন কে সেই ভুল ধরবে?