ক্রিকেট ডেটার অপরিবর্তনীয় লেজার: একটি ভুল ট্যাগ যেভাবে পাইপলাইনের দুর্বলতা ফাঁস করল

সন্ধ্যা সাতটা। মেলবোর্নের অফিস থেকে বেরোনোর সময় ফোনের স্ক্রিনে চোখ পড়ল একটা ট্যাগে — cricket_asia। ঠিক নিচে ছবি: মেরুন রঙের গাউনে দাঁড়িয়ে এক অভিনেত্রী, পেছনে উৎসবের আলো, হাতে গয়না। ছবির ক্যাপশনে লেখা, “আমি স্পটলাইট অনুসরণ করি না, আমি নিজেই স্পটলাইট।” ট্যাগ আর ছবির মধ্যে মিল শূন্য। তবু পাইপলাইনটা দুটোকে জুড়ে দিয়েছে, কোনো দ্বিধা ছাড়াই, যেন এটাই স্বাভাবিক। লেজার যা মনে রাখে, হাইলাইট যা ভুলে যায় — আজ সন্ধ্যায় সেই ফারাকটা আবার স্পষ্ট হলো। ছাব্বিশ বছরের রিপোর্টিং জীবনে ভুল শ্রেণীবিভাগ আমি প্রথম দেখছি না; কিন্তু এবার মনে হলো, এটা একটা বিচ্ছিন্ন ভুল নয়, একটা সিস্টেমের লক্ষণ। ভিড় আসার আগে নীরব মিনিটগুলো আমি গুনি — আজ নীরবতা ছিল ডেটার ভেতরে, স্কোরবোর্ডে নয়। ঘটনাটা সহজ। বাংলা ভাষার একটি বিনোদন-বিষয়ক প্রতিবেদন — অভিনেত্রী মন্দিরা চক্রবর্তীর দুর্গাপুজোর আগের পোশাক, গাউনের কাট, গয়না আর মেকআপ নিয়ে — স্বয়ংক্রিয় শ্রেণীবিভাগের একটা ধাপে গিয়ে cricket_asia লেবেল পেয়ে গেছে। ওই লেখায় নেই কোনো ম্যাচ, নেই কোনো ইনিংস, নেই ফলাফল বা টস। নেই কোনো ক্রিকেটার, নেই কোনো দল, নেই কোনো র‍্যাঙ্কিং, নেই স্কোয়াডের গঠন। নেই আইপিএল, বিপিএল, বিগ ব্যাশ বা পিএসএলের কোনো লেনদেন, নেই কোনো নিয়ম বা নির্বাচনসংক্রান্ত বিতর্ক। আছে শুধু দশটি ছবির সূচি, সাজসজ্জার বর্ণনা, আর পুজোর ক্যালেন্ডার — মহালয়া থেকে ষষ্ঠী। লেবেলটা এসেছে ভৌগোলিক ও ভাষাগত সূত্রে বলে মনে হয়: “পুজো”, একটি বাংলা নাম, দক্ষিণ এশিয়ার সাংস্কৃতিক সংকেত — এই শব্দগুলো একসঙ্গে পড়ে শ্রেণীবিভাগকারী মডেলের কাছে ক্রিকেটের ইঙ্গিত হয়ে দাঁড়িয়েছে। কেন এটা ক্রিকেট-সাংবাদিকের চিন্তার বিষয়? কারণ ক্রিকেট আজ সংখ্যার অর্থনীতি। র‍্যাঙ্কিং, স্কাউটিং মডেল, ফ্যান্টাসি প্ল্যাটফর্ম, সম্প্রচার গ্রাফিক্স, বাজির বাজার — সবাই খাওয়ানো হয় এমন ডেটা পাইপলাইন থেকে, যেখানে প্রতিটি আইটেম একটা লেবেল বহন করে। একটা ভুল লেবেল শুধু একটা ভুল আইটেম নয়; সেটা পাইপলাইনের পরের সব হিসাবের ভেতরে ঢুকে পড়ে। ডেটা-বিজ্ঞানের ভাষায় এটা কনটেন্ট-শ্রেণীবিভাগের ফলস পজিটিভ, আর ক্রিকেট-বিশ্বে এর পরিণতি এনটিটি পলিউশন — অর্থাৎ খেলোয়াড় বা ইভেন্টের যে তালিকা যত্নে গড়া হয়, সেখানে খেলার বাইরের কেউ ঢুকে বসে যায়। আমার স্পাইরাল নোটবুকে একটা নিয়ম আছে: প্রতিটি এন্ট্রি ম্যাচের ফুটেজের সঙ্গে মিলিয়ে দেখা। ডেটা পাইপলাইনের ক্ষেত্রেও একই নিয়ম খাটা উচিত। এখানে যেটা হয়েছে, তা হলো পাইপলাইনের প্রবেশদ্বারে কোনো ডোমেইন গেট নেই। ডোমেইন গেট মানে একটা যাচাইয়ের ধাপ, যা কোনো কনটেন্টকে ক্রিকেট ডেটাসেটে ঢুকতে দেয় শুধু তখনই, যখন তাতে অন্তত একটি স্বীকৃত ক্রিকেট-এনটিটি থাকে — একটা ম্যাচ, একটা ইনিংস, একটা দল, একটা খেলোয়াড়ের নাম। এখানে সেই শর্ত শূন্য। তবু কনটেন্ট ঢুকে গেছে, কারণ লেবেলিং মডেল ভৌগোলিক আর ভাষাগত মিলকে বিষয়গত মিল ভেবে ভুল করেছে। দ্বিতীয় স্তরের সমস্যা এনটিটি রেজিস্ট্রি। বিনোদন জগতের নাম আর ক্রিকেট জগতের নাম আলাদা তালিকায় রাখা উচিত। একবার অভিনেত্রীর নাম ক্রিকেট-এনটিটি ইনডেক্সে ঢুকে গেলে, সেখান থেকে যত মডেল তৈরি হবে — সেন্টিমেন্ট স্কোর, জনপ্রিয়তার গ্রাফ, সার্চ-ট্রেন্ড — সবই দাঁড়াবে এক ভুল ভিত্তির উপর। এবং এই ভুল নিজে নিজে সংশোধিত হয় না; বরং ভলিউম বাড়লে ভুলের প্রভাবও বাড়ে। তৃতীয় স্তরটা সময়ের। শ্রেণীবিভাগের ভুল যত দেরিতে ধরা পড়ে, সংশোধনের খরচ তত বাড়ে। একটি ভুল আইটেম যদি মাস ছয়েক পাইপলাইনে বয়ে যায়, তাহলে সেটা ইতিমধ্যেই ডজনখানেক ডেরিভেটিভ মডেলে ছড়িয়ে পড়ে — কখনো ফ্যান্টাসি প্ল্যাটফর্মের জনপ্রিয়তা-সূচকে, কখনো সম্প্রচারের ‘ট্রেন্ডিং’ গ্রাফিক্সে, কখনো বা স্কাউটিং ড্যাশবোর্ডের অপ্রাসঙ্গিক সারিতে। তখন আর একটা ট্যাগ সরিয়ে দিলেই সমস্যা মেটে না; মূল ভিত্তিটাই প্রশ্নের মুখে পড়ে। এখানে একটা মানবিক দিকও আছে, যা ক্রিকেটের হিসাবের বাইরে পড়ে যায়। মন্দিরা চক্রবর্তী একজন অভিনেত্রী; তিনি পোশাক-বিষয়ক একটি বিনোদন প্রতিবেদনের বিষয়। তাঁকে বা তাঁর ছবিকে ক্রিকেট-এনটিটি ইনডেক্সে ঢুকিয়ে দেওয়া মানে তাঁর সম্মতি ছাড়াই তাঁকে ভুল প্রেক্ষাপটে দাঁড় করানো। মিক্সড জোনে আমি শিখেছি, কারও কথা বা ছবি ব্যবহারের আগে জিজ্ঞেস করা একটা নৈতিক দায়িত্ব, শুধু নিয়ম নয়। ডেটার জগতেও সেই একই নীতি খাটা উচিত: কাউকে ভুল তালিকায় বসানোর আগে অন্তত সেটা যাচাই করা। অর্থনীতির দিকটা আরও তীক্ষ্ণ। ক্রিকেট ডেটা এখন সরাসরি টাকা তৈরি করে — ফ্যান্টাসি লিগ, বাজির বাজার, বিজ্ঞাপনের টার্গেটিং। একটা ভুল এনটিটি সেই অর্থপ্রবাহে ছোট কিন্তু বাস্তব বিকৃতি আনতে পারে: ভুল জনপ্রিয়তা-সংকেত, ভুল চাহিদার অনুমান, ভুল সম্প্রচার-সিদ্ধান্ত। ব্লকচেইনভিত্তিক স্বচ্ছ লেজার এই বিকৃতি রোধে সহায়ক হতে পারে ঠিকই, কিন্তু শুধু তখনই, যখন লেবেল দেওয়ার সিদ্ধান্তটা নিজেই নির্ভরযোগ্য। এখানেই লেজারের প্রশ্ন আসে। ক্রিকেট প্রশাসন আর ক্লাবগুলো ইতিমধ্যেই ব্লকচেইন-ধাঁচের অপরিবর্তনীয় লেজার নিয়ে পরীক্ষা করছে — টিকিটিং, সংগ্রহযোগ্য ডিজিটাল সম্পদ, ফ্যান-টোকেন, আর কনটেন্টের উৎস-প্রমাণ। বিশ্বের ক্রীড়া-বাজারে এই বাজার এখন সক্রিয়। ধারণাটা সরল: প্রতিটি কনটেন্টের একটা ক্রিপ্টোগ্রাফিক হ্যাশ তৈরি হয়, সময়ছাপ বসে, আর যে সেটা তৈরি করেছে তার স্বাক্ষর যুক্ত হয়। লেজারে যা একবার লেখা হয়, তা মুছে ফেলা যায় না, কেউ একপাক্ষিকভাবে বদলাতে পারে না। ট্রান্সফার মার্কেট গুজবের কল, কিন্তু লেজার শুধু স্বাক্ষর বিশ্বাস করে — এই নীতিটা এখানেও খাটে। ভাবুন, ক্রিকেট ডেটার জন্য এমন একটা লেজার থাকলে কী হতো। প্রতিটি প্রতিবেদন বা ডেটা-পয়েন্টের উৎস, সময় আর শ্রেণীবিভাগ — সব এক জায়গায় অপরিবর্তনীয়ভাবে লেখা থাকত। পরে কেউ জিজ্ঞেস করলে প্রমাণ করা যেত: এই আইটেমটি কোন ধাপে, কোন নিয়মে ক্রিকেট লেবেল পেয়েছে। অডিট করা যেত, কে কখন লেবেল বসিয়েছে। ভুল ধরা পড়লে তা ট্রেস করা যেত, আর সংশোধনের একটা রেকর্ডও থেকে যেত। একটা ভালো পাইপলাইনের ছবিটা এমন: কনটেন্ট ঢোকে, একটা প্রাথমিক যাচাই হয়, ক্রিকেট-এনটিটির উপস্থিতি মাপা হয়, আত্মবিশ্বাস-সীমা পেরোলে লেবেল বসে, আর না পেরোলে আইটেমটা ‘অনিশ্চিত’ ঝুড়িতে যায় — যেখান থেকে একজন মানুষ সেটা দেখে সিদ্ধান্ত নেয়। ব্লকচেইন সেই সিদ্ধান্তের একটা স্বাক্ষরযুক্ত রেকর্ড রাখে, যাতে পরে কেউ প্রশ্ন তুললে উত্তরটা খুঁজে পাওয়া যায়। কিন্তু লক্ষ্য করুন — সিদ্ধান্তটা নেয় নিয়ম আর মানুষ, লেজার শুধু সাক্ষী। কিন্তু ব্লকচেইন যদি সমাধান হয়, তাহলে একটা অস্বস্তিকর সত্য মেনে নিতে হবে: অপরিবর্তনীয় লেজার ভুল লেবেলকে ঠিক করে না — সে ভুল লেবেলকে স্থায়ী করে। একটা ভুল ট্যাগ যদি লেজারে লেখা হয়ে যায়, সেটা মুছে ফেলা অসম্ভব; সংশোধন করতে হয় নতুন এন্ট্রি দিয়ে, আর পুরনো ভুলটা চিরকাল লেজারে পড়ে থাকে। তথ্য-সুরক্ষার ‘ভুলে যাওয়ার অধিকার’-এর সঙ্গে এই অপরিবর্তনীয়তার সরাসরি সংঘাত আছে। অর্থাৎ যে সমস্যার কথা আমরা বলছি — ভুল শ্রেণীবিভাগ — ব্লকচেইন তার সমাধান নয়, বরং তার সঙ্গে একটা নতুন ঝুঁকি যোগ করতে পারে। আসল সমাধান প্রযুক্তির চেয়ে নিয়মের। ডোমেইন গেট বাধ্যতামূলক করা; শ্রেণীবিভাগকারী মডেলের জন্য একটা ন্যূনতম আত্মবিশ্বাস-সীমা ঠিক করা; বিনোদন ও খেলার এনটিটি রেজিস্ট্রি আলাদা রাখা; আর যেকোনো স্বয়ংক্রিয় লেবেলকে একটা মানব-পর্যালোচনার মধ্য দিয়ে পাঠানো। ব্লকচেইন এখানে সহায়ক — অডিট ট্রেইল হিসেবে, স্বাক্ষর-যাচাই হিসেবে — কিন্তু সিদ্ধান্তদাতা হিসেবে নয়। মিক্সড জোনে শিখেছি, শোনা একটা কনট্যাক্ট স্পোর্ট; ঠিক তেমনি, লেবেল দেওয়াও একটা দায়িত্ব, স্বয়ংক্রিয় আরাম নয়। সামনের দিকে তাকিয়ে আমার মনে হয়, ক্রিকেট-মিডিয়ার জন্য সবচেয়ে দরকারি মেট্রিক এখন আর শুধু রান নয় — মিসক্লাসিফিকেশন রেট। যদি কোনো স্পোর্টস আর্কাইভের সবচেয়ে দ্রুত বাড়তে থাকা অংশ হয়ে ওঠে খেলার বাইরের কনটেন্ট, তাহলে সেটাই সবচেয়ে জরুরি অভ্যন্তরীণ সংকেত। লেজার যা মনে রাখে, হাইলাইট যা ভুলে যায় — প্রশ্নটা এখন এই: আপনার আর্কাইভ আসলে কী মনে রাখছে, সেটা কি আপনি জানেন?