টেনিস লেবেল, তেলের দাম: একটি ডেটা পাইপলাইনের নিরব ব্যর্থতা

টেনিস লেবেল, তেলের দাম: একটি ডেটা পাইপলাইনের নিরব ব্যর্থতা

সোমবার সকালে ফাইলটা ডেস্কে এল, আর তার মাথায় একটাই লেবেল — “টেনিস”। আমি নোটবুক খুলে বসি, কারণ পাঁচ বছর ধরে রামনার ন্যাশনাল টেনিস কমপ্লেক্সে মহিলাদের ড্র-এর প্রেস গ্যালারিতে একমাত্র নোটবুকটা আমার হাতেই থাকে। ২০১৭ সালে সেখানে মহিলাদের ফাইনাল দেখতে দর্শক এসেছিলেন ত্রিশ জন, আর আনুষ্ঠানিক সাংবাদিক শূন্য ছিল। সেই আসনটাই আমাকে শিখিয়েছে, প্রতিবেদনের প্রথম বাক্যে একটা সংখ্যা না থাকলে বাকি লেখাটা নিছক সাজসজ্জা।

ফাইলটা খুলে আমি একটা ফোরহ্যান্ড পাই না। একটা সার্ভ-পার্সেন্টেজ পাই না। একটা র‍্যাঙ্কিং পয়েন্ট, একটা কোর্টের নাম, একজন কোচের নাম — কিছুই পাই না। পাই ব্রেন্ট ক্রুডের ব্যারেলপ্রতি দাম ১০৫.৫২ ডলার, ডাব্লুটিআই ৯২.৯৩ ডলার, দুই বেঞ্চমার্কের ব্যবধান ১২.৮৩ ডলার, যুক্তরাষ্ট্রে ডিজেলের গ্যালনপ্রতি দাম ৬.৫২৮ ডলার, আর হরমুজ প্রণালী দিয়ে দৈনিক ৩ কোটি ৩৭ লাখ ব্যারেল অপরিশোধিত তেলের যাতায়াত। ডেটলাইন লেখা লন্ডন। সংবাদমাধ্যমের নাম কোথাও নেই।

ওই সকালে আমি টেনিসের কোনো খবর পাইনি। পেয়েছি এমন একটি নথি, যা নিজেকে টেনিস বলছে অথচ ভেতরে টেনিস নেই — এবং যার সত্যতা নিয়ে সবচেয়ে বড় প্রশ্নটা টেনিসের সঙ্গে সম্পর্কহীন। একটি প্রতিবেদন ভুল খেলার ঘরে বসে পড়লে সমস্যাটা ওই প্রতিবেদনের নয়; সমস্যাটা তার পেছনের সিস্টেমের, যে সিস্টেম নথিটিকে চিনতে পারল না — শুধু ডেটা-পাইপলাইনে নয়, ডেটার সূত্র-সত্যতা যাচাইয়ের স্তরটাতেই।

প্রেক্ষাপট: খেলার ডেস্ক আর নোটবুক দিয়ে চলে না

খেলার সংবাদপত্রের সম্পাদকীয় ডেস্ক আজ আর শুধু সাংবাদিকের চোখ দিয়ে সামলায় না। এজেন্সির ফিড, ছবির ওয়্যার, সোশ্যাল ডেটাস্ট্রিম, ইনজেস্ট পাইপলাইন, স্বয়ংক্রিয় ট্যাগিং — সব মিলিয়ে রাতারাতি হাজার হাজার নথি শ্রেণিবিন্যাস হয়। ক্রিকেট, ফুটবল, টেনিস, মুষ্টিযুদ্ধ, দাবা — প্রতিটি লেবেলের পেছনে বসে থাকে একটি ক্লাসিফায়ার মডেল, যা কী-ওয়ার্ড ও সম্ভাবনার ভিত্তিতে সিদ্ধান্ত নেয় কোন লেখা কোন খেলার ঘরে যাবে।

সময় বাঁচানোর জন্য এই ব্যবস্থা অপরিহার্য। কিন্তু এর একটা চুপচাপ দাম আছে: শ্রেণিবিন্যাসের ভুল কখনো নিজে থেকে চিৎকার করে না। একটি ভুল-লেবেলযুক্ত নথি নিজের লেবেল কখনো যাচাই করে না; সে নীরবে ডেস্কে পড়ে থাকে, নীরবে ডেটাবেসে ঢোকে, আর নীরবে তার সংখ্যাগুলো পরের বিশ্লেষণের ভিত্তি হয়ে দাঁড়ায়।

আমি নিজে সংখ্যা গোনার লোক। ২০১৮ সালের বিশ্বকাপে ৩১ দিন ধরে স্থানীয় সম্প্রচারের গ্রুপ-পর্বের বিজ্ঞাপন-বাম্পার গুনে ২১৪টি লিপিবদ্ধ করেছিলাম, কারণ কেউ তখন সেই টাকাটা মাপছিল না। ২০২২ সালের শরতে ঘরোয়া টেনিস মৌসুমে হাতে-লেখা নোটবুকে ৪১টি ম্যাচ নথিভুক্ত করেছিলাম, যেখানে বেরিয়ে এসেছিল, বাংলাদেশি জুনিয়ররা প্রথম সার্ভ ভেতরে এলে পয়েন্টের প্রায় ৩৮ শতাংশ জেতে, কিন্তু তিন শটের ভেতরে নেটে আক্রমণ করলে জেতার হার ৫৪ শতাংশে পৌঁছায়। ফেডারেশনে কেউ এই হিসাব কখনো রাখেনি। গোনার লোক না থাকলে ভুলটা ধরার লোকও থাকে না — নথির লেবেলের ক্ষেত্রেও ঠিক একই কথা।

মূল বিশ্লেষণ: একটি ভুল লেবেলের ভেতরের গঠন

এই নথিটির ভেতরে সব মিলিয়ে ১৯টি তথ্যবিন্দু আছে। একটি ছাড়া বাকি ১৮টির কোথাও খেলা নেই। তথ্যের ধারা স্পষ্ট: টেনিস-বলয়ের একটিও উপাদান নেই।

সংখ্যাগুলো বলছে, কোন জগতের সাথে এই নথির সম্পর্ক। ব্রেন্ট অপরিশোধিতের দাম ১০৫.৫২ ডলারে দাঁড়িয়ে আছে, সপ্তাহে বেড়েছে ১.৫ শতাংশ। ডাব্লুটিআই ৯২.৯৩ ডলারে নেমেছে, সপ্তাহে হারিয়েছে ৭.৪ শতাংশ। অর্থাৎ দুই বেঞ্চমার্কের মধ্যে ব্যবধান ১২.৮৩ ডলারে ফুলে উঠেছে — যা একই দৈনিক দামের জগতে দুই অংশের সম্পূর্ণ ভিন্ন চাপ নির্দেশ করে। হরমুজ প্রণালী দিয়ে প্রতিদিন ৩ কোটি ৩৭ লাখ ব্যারেল যায়, যা বিশ্ব সরবরাহের এক বড় ভগ্নাংশ। যুক্তরাষ্ট্রে ডিজেলের দাম গ্যালনপ্রতি ৬.৫২৮ ডলারে ওঠার কারণে ডিজেল রপ্তানি নিষেধাজ্ঞার আলোচনা রাজনৈতিক ঝড় তুলেছে।

নামগুলোর দিকেও তাকানো যায়। ইরানের প্রেসিডেন্ট মাসুদ পেজেশকিয়ান আলোচনার কেন্দ্রে। এসইবি রিসার্চের এরিক মেয়েরসন ও কেসিএম ট্রেডের টিম ওয়াটারার — দুজনেই আর্থিক বাজারের বিশ্লেষক, ক্রীড়া-বিশ্লেষক নন। লিয়াম নামের এক জাহাজ-বিশ্লেষণ সংস্থা ও সৌদি নেতৃত্বাধীন জোটের কথা আছে। তালিকায় একটিও খেলোয়াড়, কোচ, টুর্নামেন্ট, নিয়ম বা র‍্যাঙ্কিং নেই।

কিন্তু শুধু “খেলা নেই” বলে থেমে গেলে বিশ্লেষণ অসম্পূর্ণ থেকে যায়। আসল সমস্যা তিনটি, এবং তিনটিই পাইপলাইনের গঠনগত ব্যর্থতা।

প্রথমত, ডোমেইন লেবেল ভুল। যে নথির ১৯টি তথ্যবিন্দুর ১৯টিই জ্বালানি বাজার ও মধ্যপ্রাচ্যের ভূরাজনীতি নিয়ে, তার মাথায় “টেনিস” বসানো হয়েছে। এটি কোনো রুচির সমস্যা নয়, এটি শ্রেণিবিন্যাসের মিথ্যা-ধনাত্মক। ধরা যাক, এই নথি যদি যাচাই না হয়ে টেনিস ডেস্কের ডেটাবেসে ঢুকে পড়ে — তখন তার ভেতরের সংখ্যাগুলো (১০৫.৫২, ৯২.৯৩, ১২.৮৩) পরবর্তী কোনো মডেলের প্রশিক্ষণ-উপাদান হয়ে দাঁড়াবে। মডেল তখন শিখবে না যে ভুল হয়েছে; মডেল শিখবে যে টেনিস ও জ্বালানি বাজারের মধ্যে একটি সম্পর্ক আছে, যা আসলে বানোয়াট। এই যোগসূত্রটি সবচেয়ে বিপজ্জনক, কারণ এটি পরবর্তী বহু প্রতিবেদনে ছড়িয়ে পড়বে।

দ্বিতীয়ত, ক্ষেত্রগুলো ফাঁকা রেখে ছেড়ে দেওয়া হয়েছে। “সংশ্লিষ্ট সত্তা” ঘরে আসলে তথ্য বসানো হয়নি, শুধু লেখা আছে “উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন”। আর “সময়-সংবেদনশীলতা” ঘরে সোজা লেখা “প্রথম পর্যায়ে মূল্যায়ন করা হয়নি”। সাংবাদিকতার ভাষায় বললে, ফর্মটা পূরণ হয়ে জমা হয়নি, কিন্তু ফর্মটা পরের ধাপে চলে গেছে। ইনজেস্ট পাইপলাইনে এটাই নীরব ফুটো — বাধা না দিয়ে, চিৎকার না করে, ডেটা নষ্ট করে।

তৃতীয়ত, সূত্রের প্রামাণিকতা প্রশ্নবিদ্ধ। নথিটি বর্ণনা করছে এমন এক পরিস্থিতি — ফেব্রুয়ারি মাসের শেষ থেকে চলা মার্কিন–ইরান যুদ্ধ, নৌ-অবরোধ, হরমুজ বন্ধ, যুক্তরাষ্ট্রে রেকর্ড ডিজেল দাম — যার কোনো প্রতিচ্ছবি মূলধারার বাস্তব সংবাদে মেলে না। ডেটলাইন আছে লন্ডন, প্রকাশক নেই; “আলোচনার কাছাকাছি সূত্র” আছে, নাম নেই। এই বর্ণনা আংশিক সত্যের, আংশিক কল্পনার, নাকি সম্পূর্ণ কৃত্রিম ডেটাসেটের — তা যাচাই ছাড়া বলা যায় না। আমি সবসময় যা বলি: স্থান-কাল-নাম ছাড়া সংখ্যা আসলে একটা গুজব, যার গায়ে দশমিক বিন্দু লাগানো হয়েছে। আর এই যাচাই না হওয়াটা পাইপলাইনের ব্যর্থতা নয়, এটা পাইপলাইনের পেছনে দাঁড়ানো প্রশাসনিক অবহেলা।

বিপরীত কোণ: ব্লকচেইন সত্যের সমস্যা করে না, সূত্রের সমস্যা করে

এখানেই সেই প্রশ্নটা আসে, যেটা খেলার সংবাদমাধ্যম সাধারণত এড়িয়ে যায়: কেন ডেটার বংশপরিচয় (প্রোভেন্যান্স) নথিভুক্ত করা হয় না?

দেশের ক্রীড়া সম্পাদকীয় ডেস্কে এখনো ডেটা যাচাই হয় মূলত “কে পাঠাল” — এই প্রশ্নে। এজেন্সির ফিড হলে ঠিক আছে, অচেনা সাইট হলে নয়। কিন্তু এজেন্সি ফিডের ভেতরেও শেষ তিন ধাপের কেউ নোট রাখে না — কোন মডেল লেবেল দিল, কখন দিল, কোন সংস্করণে দিল। ব্লকচেইনের মূল ধারণাটা এই জায়গায় প্রাসঙ্গিক: একটি নথি তৈরি হলে তার হ্যাশ তৈরি হয়, যিনি পাঠালেন তিনি স্নিগ্ধভাবে স্বাক্ষর করেন, এবং সময়-ছাপ (টাইমস্ট্যাম্প) কেউ পেছনে গিয়ে বদলাতে পারে না। ফলে যদি আজকের নথিটি একটি শ্রেণিবিন্যাস-রেজিস্টারে ঢোকার আগে স্বাক্ষরিত হতো, তাহলে দুই জিনিস নথিবদ্ধ থাকতো — কে লেবেলটি দিল, এবং সেটি কখন দেওয়া হলো।

তবে এখানেই আমার দ্বিতীয় বাক্যটি আসে, এবং এটাই সবচেয়ে দরকার: ব্লকচেইন প্রমাণ করে একটি দাবি কে করেছিল ও কখন করেছিল; সে প্রমাণ করে না দাবিটা সত্য। যুদ্ধ, অবরোধ ও দামের স্তুপ যদি কল্পিত থাকে, তবে সেই কল্পিত নথির ছবিটি ব্লকচেইনে অমর হয়ে থাকবে — এমনকি লন্ডনের ডেটলাইনটিও। ব্লকচেইন সূত্রের মালিকানা স্পষ্ট করে, কিন্তু সম্পাদনার দায়িত্ব স্বয়ংক্রিয়ভাবে সাংবাদিকের কাঁধ থেকে কেড়ে নেয় না।

তাই আসল সংস্কার হবে দুই স্তরে। প্রথম স্তর প্রযুক্তিগত, ইনজেস্ট করার আগে কী-ওয়ার্ড-বিরোধ যাচাই। নথিতে “টেনিস” লেখা থাকলে অন্তত একটা ফোরহ্যান্ড, একটা র‍্যাঙ্কিং, একটা কোর্টের নাম থাকতে হবে — নইলে স্বয়ংক্রিয়ভাবে “অপঠনযোগ্য”। দ্বিতীয় স্তর মানবিক ও প্রশাসনিক, এবং এই স্তরটাই ব্লকচেইন ভরে দিতে পারে না: একজন সাংবাদিক বসে টেবিলে হাতে-লেখা নোটবুকে মিলিয়ে দেখবেন, সংখ্যাগুলো আসলেই কোথা থেকে এসেছে।

শেষ কথা: কেউ আজকের ফাইলটা টেনিস ডেস্কে রাখছেন না, কিন্তু স্বয়ংক্রিয় ব্যবস্থা রাখছে

আমি ফাইলটা টেনিস আর্কাইভ থেকে সরিয়ে রেখেছি, এবং কর্তৃপক্ষকে জানিয়েছি যে সংশ্লিষ্ট দুইটি ফিল্ড যাচাই ছাড়াই পাস হয়েছে। কিন্তু আমার আতঙ্ক ফাইলটি নিয়ে নয়, পাইপলাইনটি নিয়ে — যেহেতু সামনের ফাইলগুলো আমি দেখব না। যে সংখ্যাগুলো আজ তেলের দাম বলে নিজেদের ঘোষণা করছে, কাল তারা কোনো জুনিয়র সার্কিটের হেড-টু-হেডের তালিকায় ঢুকে যেতে পারে, এবং কেউ টের পাবে না, কারণ টেনিস ডেস্কে নোটবুক হাতে বসে থাকা লোকের সংখ্যা এক। যদি ব্লকচেইন আসে, আসুক — তবে খেলার মাঠ ও সম্পাদকীয় ডেস্কের মধ্যে সূত্র যাচাইয়ের দরজাটা কেউ বন্ধ করে দিলেই সবচেয়ে বড় লাভ হবে। নইলে এজেন্সি ফিড, ব্লকচেইন আর নোটবুক, এই তিনের মাঝখানে আমরা পরের ভুল ট্যাগটা গুনতে গুনতেই থেমে যাব।