রোদে শুকানো ধান, লেবেলে লেখা ক্রিকেট: একটি ভুল শ্রেণিবিন্যাস আর ডেটা পাইপলাইনের অদৃশ্য রেফারি

ধরা যাক, সকাল সাতটা। একটি ক্রিকেট-কনটেন্ট পাইপলাইনে নতুন ব্যাচ লোড হচ্ছে, আর একটি আইটেমের পাশে বসে আছে একটি ট্যাগ — cricket_asia। ক্লিক করলে ভেতরে কোনো ইনিংস নেই, কোনো পাওয়ারপ্লে নেই, কোনো DRS রিভিউ নেই, কোনো টসের রিপোর্ট নেই। আছে শুধু একটি ছবির সিরিজ — দশটি ফ্রেম, ১/১০ থেকে ১০/১০ — যেখানে ব্রাহ্মণবাড়িয়ার আশুগঞ্জের BOC ঘাট বাজারে পুরুষ ও নারী শ্রমিকেরা রোদে ধান শুকাচ্ছেন। সূর্য আর বৃষ্টি এখানে ইনসাইড এজ নয়, এখানে আয়ের নির্ধারক। আমি The Referee চালু করেছিলাম ঠিক এই ধরনের মুহূর্ত থেকে — যখন পর্দায় যা দেখা যায় আর স্কোরবোর্ডে যা লেখা, তার মাঝে ফাঁক তৈরি হয়। ২০১৭ সালের কনফেডারেশনস কাপে চিলি বনাম ক্যামেরুন ম্যাচে রেফারি মিলোরাড মাজিচ চার মিনিট ধরে VAR রিভিউ চালিয়েছিলেন, অ্যালেক্সিস সানচেসকে ঘিরে একটি পেনাল্টি অ্যাপিল খতিয়ে দেখতে। আমি ফলাফল উপেক্ষা করে ৭২ ঘণ্টা ধরে সেই ঘটনার একটি ৪,২০০ শব্দের টাইমলাইন লিখেছিলাম, IFAB-এর ২০১৭ VAR প্রোটোকল উদ্ধৃত করে। এবার সামনে কোনো রেফারি নেই, মাঠ নেই, পেনাল্টি অ্যাপিল নেই — আছে একটি ট্যাগিং সিস্টেম, আর তার একটি ভুল সিদ্ধান্ত। কনটেন্ট পাইপলাইনে ক্রিকেট সামগ্রী সাধারণত দুই স্তরে প্রসেস হয়। Stage-1-এ আইটেমটিকে একটি ডোমেইন লেবেল দেওয়া হয়; Stage-2-এ আটটি মাত্রায় বিশ্লেষণ চলে — Format, Player, Team, League, Governance, Risk, Narrative, Industry Transmission। সমস্যা হলো, লেবেল ভুল হলে দ্বিতীয় স্তরের পুরো বিশ্লেষণ ভুল ভিত্তির উপর দাঁড়ায় — ঠিক যেমন মাঠের ভুল আউট ক্যামেরার রিভিউ ছাড়া টিকে যায়, আর পরে পুরো টেবিল ভুল দেখায়। এখানে যে আইটেমটি এসেছে তার ডোমেইন লেবেল cricket_asia। কিন্তু সাতটি ইনফরমেশন পয়েন্ট পর্যালোচনা করলে দেখা যায়, একটিও ক্রিকেট-সংশ্লিষ্ট নয়। কোনো দল নেই, খেলোয়াড় নেই, কোচ নেই, ফ্র্যাঞ্চাইজি নেই, লিগ নেই, ম্যাচ নেই, টুর্নামেন্ট নেই, নিয়ন্ত্রক সংস্থা নেই। Entities Involved ফিল্ডটি খালি, এবং কোনো ক্রিকেট সত্তা দিয়ে সেটি পূরণ করা অসম্ভব। একটি মাত্র [Data] পয়েন্ট বলে — ফটো-এসে-তে দশটি ছবি, ১/১০ থেকে ১০/১০। এটি কোনো স্পোর্টিং পরিসংখ্যান নয়। এখানেই প্রথম সতর্কবার্তা। ২০১৮ সালের রাশিয়া বিশ্বকাপ ফাইনালে, ফ্রান্স বনাম ক্রোয়েশিয়া, ৩৮তম মিনিটে রেফারি নেস্তর পিতানা VAR রিভিউয়ের পর ইভান পেরিশিচের হ্যান্ডবলে পেনাল্টি দিয়েছিলেন। আমি সেলিব্রেশন উপেক্ষা করে পরের এগারো দিনে ৬৪টি ম্যাচ আবার দেখে ২৯টি VAR রিভিউ আর ২০টি বদলে যাওয়া সিদ্ধান্ত লিপিবদ্ধ করেছিলাম। সেই অভ্যাস থেকে একটি শিক্ষা স্পষ্ট: সিদ্ধান্তের সংখ্যা নয়, সিদ্ধান্তের ভিত্তি গুরুত্বপূর্ণ। এখানে ভিত্তিটাই ভুল। ট্যাক্সোনমির দিকে তাকান। লেবেলটি cricket নয়, cricket_asia। নামটি নিজেই বলে দিচ্ছে, এখানে ভৌগোলিক অঞ্চল (এশিয়া) আর বিষয় (ক্রিকেট) একসাথে মেশানো হয়েছে। ভৌগোলিক ট্যাগিং যদি প্রাধান্য পায়, তবে দক্ষিণ এশিয়ার যেকোনো অ-ক্রীড়া নিবন্ধ — ধান শুকানো, বন্যা, রেমিট্যান্স, তৈরি পোশাক — ভুল করে ক্রিকেট লেবেল পেতে পারে। এটি একটি পদ্ধতিগত দুর্বলতা, একক দুর্ঘটনা নয়। ভুল সিদ্ধান্ত কীভাবে টিকে গেল, সেটা বোঝার জন্য পাইপলাইনের সিদ্ধান্ত-বৃক্ষ ধাপে ধাপে দেখা দরকার। প্রথমে ইনপুট আসে। তারপর Stage-1 ট্যাগিং। তারপর Stage-2 বিশ্লেষণ। তারপর ডাউনস্ট্রিম করপাস, যেখান থেকে খাওয়ানো হয় সম্প্রচার গ্রাফিক্স, ফ্যান্টাসি স্পোর্টস, বাজারের পরিসংখ্যান আর অনুসন্ধান-ইঞ্জিন। যদি Stage-1 আর Stage-2-এর মাঝে একটি ডোমেইন-যাচাই গেট না থাকে, তবে ভুল লেবেল কোনো বাধা ছাড়াই এগিয়ে যায়। Stage-2 বিশ্লেষক যদি সৎ হন, তিনি থেমে যাবেন এবং লেবেল প্রত্যাখ্যান করবেন — যা এখানে ঘটেছে। কিন্তু তিনি যদি উৎপাদন-চাপে নত হন, তবে তিনি জোর করে একটি ক্রিকেট বিশ্লেষণ বানিয়ে ফেলবেন, আর সেটি হবে সম্পূর্ণ বানানো। এখানে একটি টেকনিক্যাল সংকেত আছে, যা সহজেই স্বয়ংক্রিয় পতাকা হয়ে উঠতে পারে: Entities Involved ফিল্ড খালি থাকা সত্ত্বেও একটি ডোমেইন লেবেল উপস্থিত। ক্রিকেট লেবেলের জন্য দল, খেলোয়াড়, বা টুর্নামেন্ট — অন্তত একটি সত্তা থাকা দরকার। ফিল্ড খালি মানে লেবেল আর বিষয়বস্তু মেলেনি। এটি রিভিউ-বোর্ডের সেই মুহূর্তের মতো, যখন স্ক্রিনে ধীর গতির রিপ্লে চালু হয় এবং আপনি দেখেন বল ব্যাটে লাগেনি। এখানে ফুটবল আর ক্রিকেটের প্রক্রিয়া আলাদা, আর সেই পার্থক্যটা এখানে নির্ণায়ক। ফুটবলের VAR-এ থ্রেশহোল্ড হলো clear and obvious error — স্পষ্ট ও প্রকট ভুল। ক্রিকেটের DRS-এ একটি আলাদা স্তর আছে: umpire's call। অর্থাৎ, অন-ফিল্ড সিদ্ধান্ত অনিশ্চিত প্রমাণে টিকে থাকে। Stage-1-এর লেবেলকে যদি অন-ফিল্ড সিদ্ধান্ত ধরেন, তবে এই পাইপলাইনে কোনো আপিল ব্যবস্থাই নেই — কোনো রিভিউ, কোনো থার্ড আম্পায়ার, কোনো soft signal নেই। ভুল সিদ্ধান্ত কেবল তখনই বাতিল হয় যখন একজন বিশ্লেষক নিজে এগিয়ে এসে তা প্রত্যাখ্যান করেন। সিস্টেমে বিল্ট-ইন সংশোধন নেই; আছে কেবল ব্যক্তিগত সততা। আর এইখানেই ২০২০ সালের অভিজ্ঞতা কাজে আসে। কোভিডে ফুটবল থেমে যাওয়ার সময় আমি বুন্দেসলিগার ১৬ মে পুনরারম্ভ দেখেছিলাম — খালি স্টেডিয়াম, IFAB-এর সাময়িক সংশোধনীতে পাঁচ বদলি। আমি ২০১৯-২০ মৌসুমের ৫০০টি রেফারি সিদ্ধান্তের একটি স্প্রেডশিট বানিয়েছিলাম, প্রতিটিকে Law 12 আর Law 3-এর অধীনে কোড করে। সেই অভ্যাসের একটি নিয়ম এখানে সরাসরি প্রযোজ্য: প্রতিটি সিদ্ধান্তের একটি কোড থাকা দরকার, নইলে সিদ্ধান্তটি যাচাইযোগ্য নয়। এই আইটেমটির Stage-1 কোড ছিল cricket_asia — কিন্তু কোডটি বিষয়বস্তুর সাথে মেলে না। বিশ্লেষণটি নিজেই একটি সৎ স্বীকারোক্তি দিয়েছে: এই ইনপুটে ক্রিকেট সামগ্রী নেই, তাই আটটি মাত্রার কোনো অর্থপূর্ণ বিশ্লেষণ অসম্ভব, আর সঠিক পেশাদার পদক্ষেপ হলো শ্রেণিবিন্যাস প্রত্যাখ্যান করা। এখানে একটি গুরুত্বপূর্ণ সূক্ষ্মতা আছে। বিশ্লেষণটি প্রতিটি মাত্রায় N/A – insufficient information লিখেছে। এই N/A লেখাটি ব্যর্থতা নয়, এটি শৃঙ্খলা। নাল-হ্যান্ডলিং নিয়ম না থাকলে বিশ্লেষক খালি হাত দিয়ে ক্রিকেট সিদ্ধান্ত বানিয়ে ফেলতেন। রেফারির ভাষায়, এ হলো not out বলা যখন প্রমাণ নেই — অনুমান করার বদলে। এখান থেকে একটি বড় পদ্ধতিগত পাঠ বেরিয়ে আসে। ডেটা সিস্টেমে ভুল দুভাবে হয়: ভুল তথ্য ঢোকা, আর তথ্য না থাকলেও সিদ্ধান্ত বানিয়ে ফেলা। দ্বিতীয়টির ক্ষতি বেশি, কারণ বানানো সিদ্ধান্ত সত্যের মতো দেখায়। Stage-2 এখানে দ্বিতীয় ফাঁদে পড়েনি। কিন্তু পাইপলাইনটি যদি শুধু উৎপাদন মাপে, সত্যতা না মাপে, তবে ভবিষ্যতে কেউ পড়বে — আর সেই পড়াটা হবে চরম ব্যয়বহুল, কারণ দূষিত মেটাডেটা সংশোধন করা মুশকিল। আমার পদ্ধতি বলতে গেলে সহজ: আমি শুরু থেকেই একটি আইনগত প্রশ্ন দিয়ে শুরু করি, হট টেক দিয়ে নয়। ২০২০-র পর আমার লেখা হয়ে ওঠে ডেটা-চালিত, চার্ট আর ধারা-উদ্ধৃতিতে ভরা। ২০২২ কাতার বিশ্বকাপে সেমি-অটোমেটেড অফসাইড দেখে মুগ্ধ হয়েছিলাম — চেক নেমে এসেছিল প্রায় ২৫ সেকেন্ডে। আর্জেন্টিনা বনাম ফ্রান্স ৩-৩ (৪-২ পেনাল্টি) শেষ হলে আমি ৩৬ ঘণ্টা ধরে তিনটি পেনাল্টি সিদ্ধান্ত আর ২২টি অফসাইড কল অডিট করি। যান্ত্রিক নির্ভুলতা প্রশংসনীয়, কিন্তু প্রশ্ন হলো — যন্ত্রটি যদি ভুল ডেটা পায়, তবে তার গতি কেবল ভুলকে দ্রুততর করে। এই আইটেমটি তার প্রমাণ: লেবেল যত দ্রুত ছড়ায়, দূষণও তত দ্রুত। ঝুঁকির দিকটি গোছানো দরকার। এই ঘটনার আসল ঝুঁকি স্পোর্টিং নয়, বিশ্লেষণাত্মক — অর্থাৎ অ-ক্রিকেট সামগ্রীকে ক্রিকেট হিসেবে চিহ্নিত করা এবং তার উপর ভিত্তি করে বানানো সিদ্ধান্ত। যদি সংশোধন না হয়, তবে আইটেমটি একটি ক্রিকেট করপাস দূষিত করতে পারে, আর ভবিষ্যতের বিশ্লেষণ অপ্রাসঙ্গিক পাঠ্যের উপর দাঁড়াতে পারে। ২০২০ সালের Ghost Games and the Laws সিরিজে আমি এটাই শিখেছিলাম: সিস্টেমের আউটপুট যত পরিষ্কার দেখায়, ইনপুট-যাচাই তত কঠোর হওয়া দরকার। স্বাভাবিক প্রবৃত্তি হলো, লেবেল যেহেতু cricket বলে, তাই ক্রিকেট বিশ্লেষণ বানিয়ে ফেলা। আবেগ — লেবেল, ডেডলাইন, উৎপাদনের চাপ — নিয়মের মুখোমুখি দাঁড়ায়। এখানে সঠিক সিদ্ধান্ত হলো প্রত্যাখ্যান। কিন্তু তার চেয়েও অস্বস্তিকর একটি সত্য আছে: ব্লকচেইন বা অপরিবর্তনীয় অডিট ট্রেইলকে অনেকে ডেটা-অখণ্ডতার সমাধান ভাবেন। অপরিবর্তনীয় ভুল তবুও ভুল, শুধু চিরস্থায়ী। একটি খারাপ লেবেল যদি ইমিউটেবল লেজারে লেখা হয়, তবে সেটি সংশোধন করাও কঠিন হয়। অখণ্ডতা মানে কেবল বদলানো যায় না নয়; অখণ্ডতা মানে যাচাই করা যায়। তাই সমাধান স্টোরেজে নয়, ইনপুটে। দ্বিতীয় অস্বস্তিকর দিকটি হলো এই ঘটনার নায়ক। এখানে কেউ বীর নয়, কোনো সংস্থা নয়। নায়ক হলো একটি নিয়ম — নাল-হ্যান্ডলিং ধারা, যা বানানো বিশ্লেষণ নিষিদ্ধ করেছে। ২০১৮-র বিশ্বকাপ ফাইনালের পর ঢাকার রেডিও টুডে আমাকে আইনি বিশ্লেষক হিসেবে ডেকেছিল। তখন আমি ৫০ পৃষ্ঠার আইন-নোট নিয়ে অতিরিক্ত প্রস্তুতি নিতাম, আর একবার একটি ধারা আবার যাচাই করতে গিয়ে লাইভ স্লট হাতছাড়া করেছিলাম। সেই অভ্যাস আমাকে শিখিয়েছে: প্রক্রিয়া ব্যক্তির চেয়ে বড়, কারণ ব্যক্তি ক্লান্ত হয়, প্রক্রিয়া হয় না। আর একটি দিক খেয়াল রাখা দরকার — সময়-সংবেদনশীলতা। Stage-1-এ সময়-সংবেদনশীলতা মূল্যায়িত হয়নি, ফলে আইটেমটি জরুরি ক্রিকেট খবরের তালিকায় ঢুকে পড়ার ঝুঁকি তৈরি হয়েছে। একটি ধান-শুকানোর ছবি যদি কোনো ক্রিকেট টাইমলাইনে জায়গা পায়, তবে পাঠকের আস্থা ক্ষতিগ্রস্ত হয়, আর করপাসের গুণমান নামে। এটি ছোট ব্যাপার নয়; মেটাডেটা হলো সম্প্রচার গ্রাফিক্সের কাঁচামাল, আর কাঁচামাল নষ্ট হলে পুরো পণ্যই নষ্ট। সামনের দিকে তাকিয়ে তিনটি জিনিস দরকার। Stage-1 আর Stage-2-এর মাঝে একটি ডোমেইন-যাচাই গেট, যা লেবেল আর সত্তার মিল পরীক্ষা করবে। ট্যাক্সোনমিতে বিষয় আর অঞ্চল আলাদা করা, যাতে cricket আর asia কখনো একটি লেবেলে জোড়া না লাগে। আর প্রতিটি শ্রেণিবিন্যাস সিদ্ধান্তের জন্য একটি অডিট-যোগ্য, অপরিবর্তনীয় লগ — যাতে ভুল লেবেল ধরা পড়ে এবং সংশোধন করা যায়। প্রশ্নটা জরুরি: বর্তমান করপাসে কতগুলো cricket_asia আইটেম আসলে ধান, বৃষ্টি আর গ্রামীণ শ্রম নিয়ে?