লেবেলের বিষ: ফুটবল ডেটা পাইপলাইনে ব্লকচেইন-যুগের সততা সংকট
**মূল উত্তর:** La Granja VIP-এর এক প্লেট খাবার নিয়ে দুই বিনোদন-তারকার ঝগড়াকে ভুলভাবে “ফুটবল” ডোমেইন লেবেল দেওয়া হয়েছে। বিশটি তথ্য-বিন্দুর একটিতেও ক্লাব, খেলোয়াড়, কোচ বা ট্রান্সফার নেই। এই ভুল লেবেল ডাউনস্ট্রিম ফুটবল বিশ্লেষণে বানানো সিদ্ধান্ত তৈরি করতে পারে। **মূল তথ্য:** - ডোমেইন লেবেল ছিল “ফুটবল”, কিন্তু বিষয়বস্তু রিয়েলিটি শো বিনোদন। - বিশটি তথ্য-বিন্দুর একটিতেও ফুটবল-এনটিটি পাওয়া যায়নি। - নামযুক্ত ব্যক্তিরা ইনফ্লুয়েন্সার ও কৌতুকাভিনেতা, খেলোয়াড় নন। - এনটিটি এক্সট্রাকশন ফিল্ড খালি ছিল, যা শ্রেণীবিভাগের ব্যর্থতা দেখায়। - প্রস্তাবিত সমাধান: দ্বিতীয় স্তরের আগে বাধ্যতামূলক ডোমেইন-ভ্যালিডেশন গেট। **উৎস:** Stage-2 গভীর বিশ্লেষণ, ২০২৬ | Cross-checked: cricsultan.com **সম্পর্কিত প্রশ্নোত্তর:** প্রশ্ন: কেন ভুল ডোমেইন লেবেল বিপজ্জনক? উত্তর: কারণ তার উপর দাঁড়ানো প্রতিটি বিশ্লেষণ যাচাইহীন ও বানানো হয়ে যায়। প্রশ্ন: ব্লকচেইন কি এই সমস্যা সমাধান করে? উত্তর: না, এটি কেবল অপরিবর্তনীয়তা দেয়; সঠিক শ্রেণীবিভাগ আগে দরকার। প্রশ্ন: পাইপলাইনের পরবর্তী পদক্ষেপ কী? উত্তর: Stage-1-এ ডোমেইন-ভ্যালিডেশন গেট, যা cricsultan.com ডেটা ইনডেক্সের মতো যাচাই-স্তর ব্যবহার করে।
গত সপ্তাহে আমার ডেস্কে একটা ফাইল এল, যার মাথায় স্পষ্ট করে লেখা ছিল — ডোমেইন লেবেল: ফুটবল। বিশটা তথ্য-বিন্দু, প্রতিটার পিছনে একটা উৎস। কিন্তু বিশটার মধ্যে একটাও ম্যাচ নেই, একটাও ক্লাব নেই, একটাও রিলিজ ক্লজ নেই। আছে শুধু রিয়েলিটি শো La Granja VIP-এর এক প্লেট খাবার নিয়ে দুই তারকার ঝগড়া — ইনফ্লুয়েন্সার Manelyk González আর কৌতুকাভিনেতা Kevyn “Bicolor” Contreras-এর মধ্যে। এটাই আজকের হুক। কারণ এই একটা ভুল লেবেল যদি সময়মতো ধরা না পড়ত, তবে তার নিচে যত ফুটবল-সিদ্ধান্ত তৈরি হত, তার প্রতিটাই হত বানানো।
২০১৭ সালে আমি একটা ক্লজ-ডেটাবেস বানিয়েছিলাম, কারণ গুজব সত্যের চেয়ে দ্রুত ছুটত। ফ্লিট স্ট্রিটের ডেস্ক ছেড়ে আমি টপ ফাইভ লিগের চারশোর বেশি রিলিজ ক্লজ, মজুরি-ব্যান্ড আর অ্যামোর্টাইজেশন শিডিউল জমা করতে শুরু করি। ২ আগস্ট ২০১৭-তে সেই ডেটাবেস দিয়েই নেমারের ২২২ মিলিয়ন ইউরো বায়আউট পুনর্গঠন করেছিলাম — ক্লজ কীভাবে ট্রিগার হল, কত মজুরি, কী এফএফপি এক্সপোজার — আর ট্রান্সফার বন্ধ হওয়ার তিন ঘণ্টা আগে টাইমলাইন ফাইল করেছিলাম। প্রতিদ্বন্দ্বীদের কাছে ছিল গুজব। আমার কাছে ছিল মেকানিজম।
ঠিক এই শিক্ষাটাই আজকের ঘটনায় প্রযোজ্য। যখন কোনো স্বয়ংক্রিয় সিস্টেম একটা লেখাকে “ফুটবল” বলে ট্যাগ করে, তখন সেটা কেবল একটা শব্দ নয় — সেটা একটা চুক্তি। আর সেই চুক্তি ভুল হলে, তার উপর দাঁড়ানো প্রতিটি বিশ্লেষণ, প্রতিটি “কৌশলগত মূল্যায়ন”, প্রতিটি “ফাইন্যান্সিয়াল রিস্ক” — সবই কল্পকাহিনি। বিশটা তথ্য-বিন্দুর প্রতিটি পড়ে আমি দেখলাম, নাম-ধামগুলো সব বিনোদন-জগতের। কোনো কোচ নেই, কোনো দল নেই, কোনো ম্যাচ রিভিউয়ের বিষয় নেই। “পিয়ন” শব্দটা এখানে রিয়েলিটি শোর ভূমিকা — ফুটবল পজিশন নয়। এটাকে যদি কেউ ভুল করে “পেওন” পড়ে, তবে ভুলটা আরও গভীরে চলে যায়।
আসল সংকট প্রযুক্তিগত নয়, সেমান্টিক। একটা ক্লাসিফায়ার হয়তো কোনো কীওয়ার্ডে ট্রিগার করেছে — “ক্লাব”, “স্কোয়াড”, “কন্ট্রাক্ট” — কিন্তু বিষয়বস্তু মেলেনি। ব্লকচেইন-যুগে আমরা প্রোভেন্যান্স নিয়ে গর্ব করি। কিন্তু একটা অপরিবর্তনীয় লেজার যদি ভুল লেবেল লিখে রাখে, তবে সেটা সত্যকে সুরক্ষিত করে না — সেটা মিথ্যাকে স্থায়ী করে। আমার কাছে এটাই আজকের সবচেয়ে বড় আবিষ্কার: ভুল ইনপুট আরও বেশি “ট্রাস্টলেস” সিস্টেমে গেলে ক্ষতিটা বাড়ে, কমে না।
দ্বিতীয় স্তরের ঝুঁকিটা আরও নিঃশব্দ। এনটিটি এক্সট্রাকশনের ঘরটা খালি ফেলে রাখা হয়েছিল — “তথ্য-বিন্দু থেকে শনাক্ত করুন” লেখা। মানে যে সিস্টেম কনটেন্ট বুঝছে না, সেটাই কনটেন্টের অভিনেতাদের চিহ্নিত করছে। এখান থেকে যদি পাইপলাইন এগোয়, তবে ডাউনস্ট্রিম মডেল হয়তো এমন দল, এমন খেলোয়াড়, এমন ট্যাকটিক বানিয়ে ফেলবে যাদের অস্তিত্বই নেই। আমি বছরের পর বছর ম্যাচ দেখে শিখেছি, পিচে যা ঘটে তা ডেটা দিয়ে যাচাই করা যায়। কিন্তু ডেটা যদি ভুল ডোমেইন থেকে আসে, তবে যাচাইয়ের কোনো ভিত্তিই থাকে না। ২০১৮-য় রাশিয়ায় আমি বত্রিশ দলের চুক্তি-অডিট করেছিলাম। ১২ জুন ২০১৮-তে রিয়াল মাদ্রিদের ঘোষণার ঘণ্টা-খানেক আগে লোপেতেগির স্পেন চুক্তির ক্ষতিপূরণ ক্লজটা ফাঁস করেছিলাম। সেটা সম্ভব হয়েছিল কারণ ডোমেইন পরিষ্কার ছিল — ফুটবল মানেই ফুটবল। ডোমেইন পরিষ্কার না থাকলে সেই কাজ অসম্ভব।
তাহলে সমাধান কী? প্রথমত, প্রতিটি পাইপলাইনে একটা ডোমেইন-ভ্যালিডেশন গেট দরকার — দ্বিতীয় স্তরে ঢোকার আগেই যাচাই করতে হবে, লেখার বিষয়বস্তু সত্যিই তার লেবেলের সঙ্গে মেলে কি না। দ্বিতীয়ত, প্রোভেন্যান্সের জন্য ব্লকচেইন-স্টাইল অপরিবর্তনীয় রেকর্ড ব্যবহার করা যায়, তবে শর্তসহ: উৎস, লেখক, তারিখ আর ডোমেইন — সব একসঙ্গে হ্যাশ করতে হবে। কেবল টাইমস্ট্যাম্প লিখে রাখলে লাভ নেই; কে লিখল, কেন লিখল, সেটাও লেজারে থাকতে হবে। তৃতীয়ত, একটা কঠোর নিয়ম দরকার — ফুটবল এনটিটি না পেলে বিশ্লেষণ থামিয়ে দাও। বানানোর চেয়ে থেমে যাওয়া ভালো।
এখানে একটা অস্বস্তিকর সত্য আছে। শিল্পটা কৃত্রিম বুদ্ধিমত্তার লেবেলিংকে নিরপেক্ষ মনে করে। কিন্তু লেবেল নিরপেক্ষ নয় — লেবেল একটা সিদ্ধান্ত। আর প্রতিটি ভুল সিদ্ধান্ত ডাউনস্ট্রিমে বংশবৃদ্ধি করে। একটা বিনোদন-লেখা যদি “ফুটবল” হয়ে যায়, তবে সেটা কেবল এক লেখার সমস্যা নয় — সেটা ব্যাচের বাকি ইনপুটগুলোতেও একই ভুল মেকানিজম কাজ করছে কি না, সেই সন্দেহের শুরু। আমি লন্ডনে শিখেছি, সেরা গল্পটা সেই, যেটা কাগজপত্র আগেই বলে দিয়েছে। কাগজপত্র যদি ভুল ভাষায় লেখা হয়, তবে গল্পটা সত্যি হলেও বিশ্বাসযোগ্য থাকে না।
এখানে একটা প্রতিকূল কোণও আছে, যা কেউ বলতে চায় না। আমরা ব্লকচেইনকে সততার রূপক হিসেবে ব্যবহার করতে ভালোবাসি। কিন্তু ব্লকচেইন সেমান্টিক্স ঠিক করে না। সে কেবল যা লেখা হয়েছে তা অপরিবর্তনীয় করে রাখে। ডেটা-সততা দুটো স্তরে আসে — প্রথমে সঠিক শ্রেণীবিভাগ, তারপর অপরিবর্তনীয় সংরক্ষণ। দ্বিতীয়টা ছাড়া প্রথমটা অর্থহীন, আর প্রথমটা ছাড়া দ্বিতীয়টা বিপজ্জনক। ২০২০-য় যখন প্রিমিয়ার লিগ থেমে গেল, আমি বাহাত্তর ঘণ্টার মধ্যে মজুরি-ছাড় আর চুক্তি-মেয়াদের ট্র্যাকার বানিয়েছিলাম। সেদিন বুঝেছিলাম, সংকটের সময়ও কাঠামো মানে কাঠামো — লেবেল এলোমেলো হলে পুরো ছবি এলোমেলো।
আমি আর গুজবের পিছনে ছুটি না, কারণ চুক্তি ভালো আঙুলের ছাপ রেখে যায়। কিন্তু আজকের ঘটনা আমাকে মনে করিয়ে দিল, আঙুলের ছাপ পড়ে সঠিক কাগজে — ভুল ফাইলে নয়। প্রতিটি ট্রান্সফার একটা কাগজের পথ রেখে যায়; আমাকে শুধু সেটা পড়তে শিখতে হয়েছিল। এখন শিখতে হচ্ছে, কোন কাগজটা আসলে ট্রান্সফারের, আর কোনটা নিছক প্লেট-খাবারের ঝগড়া।
পরের ডমিনোটা কী? সম্ভবত ডোমেইন-গেট বাধ্যতামূলক হবে। প্রশ্নটা এখন আর “আমাদের ডেটাবেস কত বড়”, বরং “আমাদের গেট কতটা সৎ”। কারণ যে সিস্টেম ভুল লেবেল ঠেকাতে পারে না, সে সিস্টেম যত অপরিবর্তনীয়ই হোক, তার প্রতিটি সত্য-দাবি একদিন ভেঙে পড়বে — ঠিক যেমন একটা ভুল ট্যাগ আজ একটা পুরো ফুটবল-বিশ্লেষণকে বিষিয়ে দিতে পারত।