হারিকেন সিমন, ‘হুরাকান’ শব্দটি এবং ফুটবল ডেটা পাইপলাইনের ভুয়া লেজার

অক্টোবরের ৯ তারিখ, শুক্রবার রাত। মেক্সিকোর জাতীয় আবহাওয়া পরিষেবা (SMN) একটি বুলেটিন ছাড়ে: হারিকেন সিমন সাফির-সিম্পসন স্কেলে ক্যাটাগরি ৩-এ পৌঁছেছে। গুয়েরেরো, মিচোয়াকান, কোলিমা, হালিস্কো ও নায়ারিতে ভারী বৃষ্টি ও বন্যার পূর্বাভাস। প্রেসিডেন্ট ক্লাউদিয়া শাইনবাউম সোশ্যাল মিডিয়ায় নাগরিকদের আশ্রয়কেন্দ্রে যাওয়ার আহ্বান জানান। DN-III-E ও মেরিনা প্ল্যান প্রতিরোধমূলক পর্যায়ে সক্রিয়; CFE, SICT, কনাগুয়া ও পেমেক্স তাদের উদ্ধার ব্রিগেড প্রস্তুত রাখে।

একই রাতে একটি স্বয়ংক্রিয় স্পোর্টস-ডেটা পাইপলাইনে ওই বুলেটিনের গায়ে বসে যায় একটি লেবেল — “football”।

কারণ একটি শব্দ। “Huracán”। আর্জেন্টিনার ক্লাব হুরাকান, মেক্সিকোর ক্লাব হুরাকান — ফুটবল ডেটাবেসে ওই টোকেনের হাজারো রেকর্ড। কীওয়ার্ড মিলল, লেবেল বসে গেল। উপকূলে আছড়ে পড়া একটি ঝড় ঢুকে পড়ল ফুটবল বিশ্লেষণের চেইনে।

স্পোর্টস ডেটা আজ আর স্ট্যান্ডে বসে খাতা টানার কাজ নয়। ক্লাব লাইসেন্সিং ফাইলিং, প্লেয়ার রেজিস্ট্রেশন, ব্রডকাস্ট রাইট, এজেন্ট পেমেন্ট — সবকিছু এখন মেশিনে পড়ার মতো ফরম্যাটে বাজারে ঘোরে। এর উপরে দাঁড়িয়ে আছে বেটিং মার্কেট, ফ্যান্টাসি প্ল্যাটফর্ম, ক্লাবের স্কাউটিং ড্যাশবোর্ড, আর নতুন প্রজন্মের ব্লকচেইন-ভিত্তিক স্পোর্টস রেজিস্ট্রি, যেখানে দাবি করা হয় রেকর্ড অপরিবর্তনীয়।

সমস্যা হলো, অপরিবর্তনীয়তা মানেই সত্য নয়।

২০১৭ সালে দিল্লির একরুম অফিস থেকে আমি ISL-এর ৩৪০টি প্লেয়ার রেজিস্ট্রেশন ফাইলিং স্ক্র্যাপ করেছিলাম, তারপর প্রতিটি ঘোষিত স্কোয়াড কস্ট FSDL লাইসেন্সিং নিয়মে প্রকাশিত ক্লাব ব্যালান্স শিটের সঙ্গে মিলিয়ে দেখেছিলাম। তিনটি ক্লাব নিজেদের নিরীক্ষিত লেজারের চেয়ে মোট ৪.১ কোটি রুপি কম মজুরি দেখিয়েছিল। কেউ ছাপতে রাজি হয়নি, তাই ৩৪০টি স্ক্যান করা PDF সংযুক্ত করে আমি নিজেই লেখাটি প্রকাশ করি। ৪০,০০০ পাঠ, একটি আইনি নোটিশ, প্রথম পেইড সাবস্ক্রাইবার।

সেই কাজের একটি শিক্ষা: ভুল ইনপুট অপরিবর্তনীয় লেজারে গেলে সেটি ভুলই থেকে যায়, শুধু আর মুছবে না।

আর এখন সেই শিক্ষা আরও প্রাসঙ্গিক, কারণ পাইপলাইনের প্রথম ধাপে বসে আছে ভাষা মডেল — যেটি “Huracán” পড়ে বুঝতে পারে না, এটি ঝড় না ক্লাব।

এবার কেবল চারটি সংখ্যা। কারণ ফাইলিংয়ের স্তূপ নয়, লেজারের লাইনটাই এখানে যুক্তি।

প্রথম: ৩ — সাফির-সিম্পসন স্কেলে ক্যাটাগরি ৩, অর্থাৎ বড় হারিকেন। দ্বিতীয়: ৫ — গুয়েরেরো, মিচোয়াকান, কোলিমা, হালিস্কো ও নায়ারি, যে রাজ্যগুলোর জন্য বৃষ্টির সতর্কতা জারি হয়। তৃতীয়: ০ — উৎস উপাদানে উপস্থিত ক্লাব, খেলোয়াড়, কোচ, প্রতিযোগিতা বা ম্যাচের সংখ্যা। চতুর্থ: ১ — ভুলভাবে বসানো ডোমেইন লেবেল।

শূন্যটাই এখানে সবচেয়ে গুরুত্বপূর্ণ সংখ্যা।

উৎসের বারোটি তথ্যবিন্দুতে একটিও ফুটবল সত্তা নেই। আছে শুধু রাষ্ট্রপ্রধানের সতর্কবার্তা, SMN-এর পূর্বাভাস, নাগরিক সুরক্ষা, DN-III-E ও মেরিনা প্ল্যান, আর কনাগুয়া, পেমেক্স, CFE, SICT-এর মতো অবকাঠামো সংস্থার প্রস্তুতি। সাংবাদিকতার দিক থেকে এটি দুর্যোগ ও জননিরাপত্তার খবর, ক্রীড়ার নয়।

তবু পাইপলাইন এটিকে ফুটবল বলল। কেন — সেটাই বিশ্লেষণের আসল অংশ। শব্দ-মিল ভিত্তিক ট্যাগিং সত্তা পৃথকীকরণ করে না। “Huracán” একই সঙ্গে একটি স্প্যানিশ শব্দ, একটি আর্জেন্টাইন ক্লাব, একটি মেক্সিকান ক্লাব। যে সিস্টেম বাক্যের গঠন পড়ে না, সে শুধু টোকেন দেখে। আর টোকেন কখনো প্রসঙ্গ জানে না।

এই ভুলের দাম তিন জায়গায়।

এক, বাজারে। পাইপলাইনের আউটপুট সরাসরি ফ্যান্টাসি বা বেটিং ফিডে গেলে “হুরাকান” ক্লাবের গায়ে বসে যায় এমন ম্যাচ-স্ট্যাটাস, যা কখনো ঘটেনি। ট্রান্সফার ফি রেজিস্ট্রেশন ড্রপ না হওয়া পর্যন্ত গুজবই থাকে — একই নিয়ম মেটাডেটার ক্ষেত্রেও।

দুই, সুনামে। কোনো ক্রীড়া সাংবাদিক বা ক্লাব যদি এই আউটপুট উদ্ধৃত করে বিবৃতি দেন, ভুলটি লেজার থেকে বেরিয়ে পত্রিকার পাতায় ঢোকে। সেখানে তা আর ডেটা নয়, দাবি।

তিন, আইনে। ক্লাব বা লিগের নাম জড়িয়ে ভুল দাবি ছড়ালে লিগ্যাল নোটিশ আসে — ২০১৭ সালে আমার ক্ষেত্রেও এসেছিল।

ব্লকচেইনের প্রলোভন এখানেই ভাঙে। অনেকে ভাবেন, স্পোর্টস ডেটা অন-চেইনে তুললেই বিশ্বাসযোগ্যতা আসবে। কিন্তু চেইন কেবল সেটিই সংরক্ষণ করে, যা ওরাকল তার হাতে তুলে দেয়। ওরাকল ভুল ট্যাগ দিলে চেইন সেটি নিখুঁতভাবে, চিরকালের জন্য, বিকৃতি ছাড়াই সংরক্ষণ করবে — অর্থাৎ ভুয়া তথ্যের সবচেয়ে টেকসই সংস্করণ তৈরি করবে।

আমার অভিজ্ঞতায় সমাধানটি প্রযুক্তিগত নয়, পদ্ধতিগত। তিন স্তরের ক্রস-চেক: মূল নথি — এখানে SMN-এর বুলেটিন ও সরকারি বিবৃতি; ভাষাগত প্রসঙ্গ — বাক্যে “ক্যাটাগরি ৩”, “সাফির-সিম্পসন”, “উপকূলীয় রাজ্য” থাকলে সত্তা ঝড়, ক্লাব নয়; আর মেটাডেটা — সঠিক তারিখ, মূল সূত্র, সাংবাদিকের নাম।

এখানেই আসল ব্যর্থতা ধরা পড়ে। বিশ্লেষণের ইনপুটে সূত্র লেখা ছিল “None”, আর তারিখ ছিল শুধু “শুক্রবার, ৯ অক্টোবর” — বছর উল্লেখ নেই। যে নথির জন্মসাল নেই, সেটি নিরীক্ষাযোগ্য নয়।

সহজ প্রতিক্রিয়া হলো মডেলকে দোষ দেওয়া। কিন্তু ক্লাসিফায়ার ব্যর্থতা এখানে লক্ষণ, রোগ নয়।

আসল ফাঁক মেটাডেটা স্কিমায়। প্রতিটি স্পোর্টস ডেটা রেকর্ডের সঙ্গে বাধ্যতামূলকভাবে মূল নথি, প্রকাশক ও পূর্ণ তারিখ না জুড়ে থাকলে সেরা মডেলও অন্ধভাবে অনুমান করবে। অথচ এই মুহূর্তে ইউরোপের বহু ক্লাব-লাইসেন্সিং ফাইলিং ও এজেন্ট পেমেন্ট রেকর্ড প্রকাশ্যে আছে — তবু খবর হয় না, কারণ কেউ সেগুলো পড়ে না। ক্রিটিকরা বলেন তথ্য নেই। তথ্য আছে; স্রেফ শ্রেণীবদ্ধ করা হয়নি।

আরেকটি ভুল ধারণা: অটোমেশন মানেই নিরপেক্ষতা। বাস্তবে অটোমেশন কেবল মানুষের পক্ষপাতকে দ্রুত করে। যে টিম “হুরাকান” দেখে লাফ দেয়, সে ফুটবল-সেন্ট্রিক অনুমান থেকেই লাফ দেয়।

আর সবচেয়ে বড় কথা: অনুপস্থিত সত্তাগুলো হারায়নি, সেগুলো ভুলভাবে শ্রেণীবদ্ধ হয়েছিল। হারানো তথ্য ফেরানো যায় না; ভুল শ্রেণীবিভাগ ঠিক করা যায়।

সামনের মৌসুমে স্পোর্টস ডেটার বাজার আরও বড় হবে — ব্রডকাস্ট, ফ্যান্টাসি, অন-চেইন টোকেন, স্কাউটিং ফিড। প্রতিটি নতুন পণ্যের নিচে বসবে একটি পুরোনো প্রশ্ন: কে এই ডেটার ট্যাগ যাচাই করছে, আর সেই যাচাইয়ের লগ কে সংরক্ষণ করছে?

যে পাইপলাইন নিজের ভুলের অডিট ট্রেইল প্রকাশ করতে পারে না, সে পাইপলাইনের প্রতি আস্থা বিশ্বাস, যাচাই নয়।

আর ৯ অক্টোবরের রাতে মেক্সিকোর উপকূলে যাঁরা আশ্রয়কেন্দ্রে গিয়েছিলেন, তাঁদের কাছে “হুরাকান” কোনো ক্লাব ছিল না। সেটি ছিল একটি ঝড়। লেজার যতই অপরিবর্তনীয় হোক, বাস্তবতা তার চেয়ে পুরোনো।