ফুটবল ডেটা পাইপলাইনে ডোমেইন মিসম্যাচ: যে ‘ম্যাচ’ ছিল মাদক চক্রের নথি

একটি বাদামি খামে ২৯টি তথ্যবিন্দু এল। প্রথম পাতায় লেখা: “Domain: Football”। ভেতরে যা পড়ল, তাতে ছিল ৩০ জন আটকের খবর, ইকুয়েডরের উপকূলরক্ষী বাহিনীর অভিযান, মাদক আটকের অর্থনৈতিক প্রভাব ৩২২ মিলিয়ন ডলার, আর একটিও ফুটবলারের নাম নেই। খামটির গায়ে ছিল এমন এক মৌসুমের গন্ধ, যা কখনো ঘটেনি। আমি ১৬ বছর ধরে খেলার ডেটা নিয়ে কাজ করি। ম্যাচ দেখার বছরের অভিজ্ঞতা থেকে বলছি—ডেটার লেবেলই অনেক সময় সবচেয়ে বড় মিথ্যাটা বলে। একে বলে ডোমেইন মিসম্যাচ। একটি ফুটবল-বিশ্লেষণ পাইপলাইনের ইনপুট হিসেবে এই ফাইলটি শূন্য। কিন্তু একটি ডেটা-অডিটের দলিল হিসেবে এটি সোনার খনি। ঘটনাটি নতুন নয়। বিশ্বজুড়ে খেলাধুলার সংবাদ ও পরিসংখ্যান স্বয়ংক্রিয় শ্রেণিবিন্যাসের ওপর নির্ভর করে। কোন নিবন্ধটি “ফুটবল” ট্যাগ পাবে, কোনটি পাবে না—এই সিদ্ধান্ত নেয় অ্যালগরিদম। ইনপুটে থাকে শব্দ, মেটাডেটা, আর কিছু ক্ষেত্রে প্রকাশকের নির্ধারিত ক্যাটাগরি। আউটপুটে আসে একটি লেবেল। সেই লেবেলের ওপর নির্ভর করে নিচে পড়ে থাকে বিশ্লেষণ, ট্রেডিং সিগন্যাল, এমনকি সংবাদ সংস্থার প্রতিবেদন। লেবেল ভুল হলে পুরো চেইন ভুল হয়। সোর্স নিবন্ধটি ছিল মার্কিন-ইকুয়েডর যৌথ অভিযানের খবর। অভিযুক্ত চক্রটি জালিস্কো নিউ জেনারেশন কার্টেলের (CJNG) সঙ্গে যুক্ত। ৩০ জন গ্রেপ্তার, গুয়াকিল ও মাচালা বন্দর হয়ে মাদক চালানের চেইন, কলম্বিয়া থেকে ইকুয়েডরের বন্দর হয়ে মধ্য আমেরিকা, মার্কিন যুক্তরাষ্ট্র ও ইউরোপে পৌঁছানো মাল। ২০২৫ সালে ইকুয়েডরে খুনের সংখ্যা প্রায় ৯,৩০০। অভ্যন্তরীণ মন্ত্রী জন রেইমবার্গ বলেছেন, আটকদের বিচারিক প্রক্রিয়ার মুখোমুখি হতে হবে এবং অভিযোগ প্রমাণিত হতে হবে আদালতে। এসব তথ্যের মধ্যে ফুটবল নামের কোনো সত্তা নেই। আমি যখন ফাইলটি খুলি, প্রথমেই খুঁজি দল, খেলোয়াড়, কোচ, ট্রান্সফার, ট্যাকটিক্স—কিছুই নেই। নয়টি বিশ্লেষণ মাত্রার প্রতিটিতে উত্তর দিতে হয়েছে “N/A”। ট্যাকটিক্যাল অ্যানালাইসিসে কিছু নেই, কারণ কোনো ম্যাচ নেই। ফাইন্যান্সে একটি মাত্র সংখ্যা আছে—৩২২ মিলিয়ন ডলার—কিন্তু সেটি ফুটবল ক্লাবের আয় নয়, মাদক আটকের অর্থনৈতিক প্রভাব। ইকুয়েডরের অভ্যন্তরীণ মন্ত্রণালয়ের হিসাব। এই সংখ্যাকে ট্রান্সফার ফি বা ক্লাবের বাজেট হিসেবে পড়া ভুল হবে। প্রশ্ন হলো, কীভাবে এই ফাইল “ফুটবল” লেবেল পেল? সম্ভাব্য কারণ: টেক্সটে “গুয়াকিল” বা “মাচালা” শহরের নাম আছে। এই দুটি শহরে ইকুয়েডরের ফুটবল ক্লাব আছে। অ্যালগরিদম হয়তো শহরের নাম দেখে ফুটবল যোগসূত্র তৈরি করেছে। অথবা “অপারেশন” শব্দটি খেলার অপারেশন ভেবে নিয়েছে। অথবা “৩২২ মিলিয়ন” সংখ্যাটি কোনো পরিসংখ্যানের সাথে মিলিয়ে দিয়েছে। যাই হোক, এটি শব্দভিত্তিক শর্টসার্কিট। এর নাম আমি দিয়েছি “ওয়ার্ড-অ্যাসোসিয়েশন ফলাসি”। কোনো নথিতে শহরের নাম থাকলেই তা ফুটবল নয়। ফুটবল নামের কোনো সত্তা উল্লেখ না থাকলে, কোনো মাত্রা পূরণ করা যায় না। এই ফাইলটি আসলে একটি নেতিবাচক নিয়ন্ত্রণ—ডেটা-ক্লাসিফায়ারের জন্য একটি পরীক্ষা। এটা প্রমাণ করে যে স্টেজ-১ লেবেল বিশ্বাস করার আগে কনটেন্ট-চেক প্রয়োজন। একজন সাংবাদিক হিসেবে আমার নিয়ম: কোনো গল্প প্রকাশের আগে তিনটি স্বাধীন নথি লাগে। এখানে ২৯টি তথ্যবিন্দু আছে, কিন্তু সেগুলোর কোনোটি ফুটবল নয়। তাই গল্পটি “ফুটবল-বিশ্লেষণ” নয়, এটি ডেটা-গুণমানের ব্যর্থতার গল্প। এখন, কেউ বলতে পারেন: “গুয়াকিল তো ইকুয়েডরের ফুটবল শহর; সেখানে ক্লাব আছে। মাচালাতেও দল আছে। তাই হয়তো পরোক্ষ প্রভাব আছে।” কিন্তু এই যুক্তি ভুল। নিবন্ধে শহর দুটি শুধুই মাদক চালানের পোর্ট ও পুলিশি অভিযানের স্থান। ফুটবল ম্যাচ, ক্লাব, খেলোয়াড়—কোনো কিছুর উল্লেখ নেই। নিরাপত্তা পরিস্থিতি যে বড় ইভেন্টে প্রভাব ফেলতে পারে, তা তাত্ত্বিকভাবে সত্য। কিন্তু এখানে তা বলার কোনো ভিত্তি নেই। একটি তথ্যকে “হিডেন” বলে অনুমান করা যায় না; প্রমাণ থাকতে হয়। আরেকটি যুক্তি হতে পারে: “৩২২ মিলিয়ন ডলার তো একটা অর্থনৈতিক সংখ্যা, ফুটবল ফাইন্যান্সের সাথে তুলনা করা যায় না?” সে তুলনা করাও ভুল। ফুটবল ফাইন্যান্স মানে ক্লাবের ব্যালান্স শিট, ট্রান্সফার ফি, ওয়েজ বিল। মাদক আটকের অর্থনৈতিক প্রভাব তার সম্পূর্ণ ভিন্ন জিনিস। এই সংখ্যাকে ফুটবল বিশ্লেষণে ঢোকালে যে সিগন্যাল তৈরি হবে, তা মিথ্যা। একটা কথা বলি—আমি কোনোদিন লেবেলের ওপর ভরসা করি না। খেলার খবরও একধরনের নথি। তারও প্রোভেন্যান্স দরকার। কে তৈরি করেছে, কোন তথ্যের ভিত্তিতে, কোথায় প্রকাশিত হয়েছে—এই তিনটি প্রশ্নের উত্তর না পেলে আমি লেখা শুরু করি না। ফাইলটির ক্ষেত্রে উত্তর পাওয়া যায়—“অজানা”। এখন বিস্তারিতভাবে বলি, নয়টি মাত্রায় কী হলো। প্রথম: ট্যাকটিক্যাল ও টেকনিক্যাল অ্যানালাইসিস। এখানে কোনো ফরমেশন, কোনো প্রেসিং ট্রিগার, কোনো xG ডেটা নেই। দ্বিতীয়: ক্লাব ফাইন্যান্স ও ট্রান্সফার। একটিও ক্লাব, চুক্তি বা ট্রান্সফার ফি নেই। তৃতীয়: স্পোর্টিং রেজাল্ট ও পাবলিক-অপিনিয়ন সাইকেল। কোনো ম্যাচ রেজাল্ট নেই। চতুর্থ: লিগ ল্যান্ডস্কেপ। কোনো লিগ নেই। পঞ্চম: রুলস অ্যান্ড গভর্নেন্স। এখানে ফুটবলের নিয়ম নয়, ফৌজদারি আইন। ষষ্ঠ: ম্যানেজমেন্ট ও ড্রেসিং-রুম। কোনো ক্লাব ম্যানেজমেন্ট নেই; রেইমবার্গ ও নোবোয়া রাষ্ট্রীয় কর্মকর্তা। সপ্তম: রিস্ক প্রোফাইল। খেলাধুলার ঝুঁকি নেই, আছে নিরাপত্তা ঝুঁকি। অষ্টম: মিডিয়া ন্যারেটিভ। গল্পটি আইন-শৃঙ্খলার, ফুটবল গল্প নয়। নবম: ফুটবল ইন্ডাস্ট্রি ট্রান্সমিশন। কোনো পথ নেই, কারণ কোনো ফুটবল সত্তা নেই। এই নয়টি মাত্রার প্রতিটিতে সৎ উত্তর: “অপর্যাপ্ত তথ্য, মূল্যায়ন করা যায় না।” এই শব্দগুলো লিখতে লজ্জা নেই; উল্টো লজ্জা আছে মিথ্যা বিশ্লেষণ বানানোর। উৎস একবার আমাকে বলেছিলেন: কে জিতেছে তা নয়, জিজ্ঞেস করুন কার টাকায় বাঁশি বাজল। এখানে বাঁশি বাজেনি, বেজেছে সাইরেন। ৩০ জন গ্রেপ্তার, ৩২২ মিলিয়ন ডলারের মাদক, ৯,৩০০ খুন—এসব ফুটবল নয়, কিন্তু এই সংখ্যাগুলোও নথি। একজন ক্রীড়া সাংবাদিক হিসেবে আমার কাজ হলো সঠিক লেবেল লাগানো। নইলে আমি সেই সাংবাদিকদের মতো হয়ে যাব, যারা যেকোনো খবরকে “ফুটবল খবর” বলে প্রচার করে। এখন ব্লকচেইনের কথা বলি। ব্লকচেইনের মূল প্রতিশ্রুতি হলো অপরিবর্তনীয়তা ও ট্রেসেবিলিটি। প্রতিটি ব্লকে থাকে হ্যাশ, আর প্রতিটি হ্যাশ আগের ব্লকের সাথে যুক্ত। একবার ডেটা ঢুকলে তা বদলানো যায় না। ফুটবল ডেটার জন্য এমন ট্রেসেবিলিটি দরকার। প্রতিটি নিবন্ধের উৎস, শ্রেণিবিভাগ, প্রোভেন্যান্স—সব একটি ইমিউটেবল লেজারে রাখা যায়। তাহলে কেউ একটি মাদক মামলার নথিকে “ফুটবল” লেবেল দিলে, সেই ভুলটি পুরো চেইনে দৃশ্যমান হবে। আমার ২০১৭ সালে বারিশাল বুকানিয়ার্স লেজার সেই অভিজ্ঞতা শিখিয়েছে—নথি না থাকলে গল্প থাকে না। আর নথি থাকলে তা যেন ব্লকচেইনের মতো সিল করা থাকে। আমি ধন্যবাদ জানাই সেই অ্যালগরিদমকে, যে এই ফাইলটিকে ভুল লেবেল দিয়েছে। কারণ এটি আমাদের শেখাল যে স্বয়ংক্রিয় শ্রেণিবিন্যাসের ওপর অন্ধ বিশ্বাস করা যায় না। এই ফাইলটি একটি নেতিবাচক নিয়ন্ত্রণ হিসেবে কাজ করবে। প্রতিবার যখনই টেস্ট করা হবে, অন্তত একটি ফুটবল-সম্পর্কিত শব্দ আছে কিনা, যাচাই হবে। নিয়ম সহজ: কোনো নিবন্ধে ফুটবল সত্তার নাম না থাকলে তাকে ফুটবল লেবেল দেওয়া যাবে না। এটি কোনো ব্যয়বহুল প্রযুক্তি নয়, এটি সাংবাদিকতার বেসিক শৃঙ্খলা। কেউ জিজ্ঞেস করতে পারেন: “আপনি কি নিশ্চিত যে এই ফাইলটি ফুটবল নয়?” হ্যাঁ, ২৯টি তথ্যবিন্দুর কোনোটি ফুটবল-সংক্রান্ত নয়। ইনফরমেশন পয়েন্ট ২২-এ ৩২২ মিলিয়ন ডলার আছে, কিন্তু তা কোকেন আটকের প্রভাব। ইনফরমেশন পয়েন্ট ৬ ও ১২-এ গুয়াকিল ও মাচালা আছে, কিন্তু তা বন্দর ও অভিযানের স্থান। কোনো কোচ, কোনো রেফারি, কোনো স্টেডিয়াম নেই। আমি যদি এটি নিয়ে ফুটবল বিশ্লেষণ লিখতাম, তবে সেটি হতো প্রতারণা। আর প্রতারণা হলো সেই জিনিস, যা আমি খুঁজে বেড়াই। এখন প্রশ্ন: এই ভুল লেবেল থেকে শিক্ষা নেবে কে? স্টেজ-১ পাইপলাইনের ডেভেলপার? নাকি মানব সম্পাদক? আমি বিশ্বাস করি, দুজনকেই দরকার। অ্যালগরিদম দ্রুত শনাক্ত করতে পারে, মানব সম্পাদক চূড়ান্ত দায়িত্ব নিতে পারেন। আমার কাছে সবচেয়ে গুরুত্বপূর্ণ হলো স্বীকার করা যে ডেটা ময়লা হলে বিশ্লেষণও ময়লা হয়। “জাঙ্ক ইন, জাঙ্ক আউট”—এই কথাটি আমরা খেলার পরিসংখ্যানেও প্রয়োগ করতে পারি। এই নিবন্ধের শিরোনামে আমি লিখেছি “ডোমেইন মিসম্যাচ”। এটি একটি টেকনিক্যাল শব্দ, কিন্তু এর অর্থ সহজ: বাইরের পোশাক ভেতরের শরীরের সাথে মেলে না। ফুটবলের জার্সি গায়ে মাদক চক্রের রিপোর্ট—এমন ম্যাচ আমরা দেখতে চাই না। ডেটা পাইপলাইনেও নয়। এখন আসল সিদ্ধান্তের পালা। আমি এই ফাইলটিকে “কোয়ারান্টাইন” করেছি। কোনো ফুটবল আউটপুটে এটি ব্যবহার করব না। এর পরিবর্তে এটিকে আমি একটি কেস স্টাডি হিসেবে সংরক্ষণ করব। ভবিষ্যতে যখনই কোনো নিবন্ধ ফুটবল লেবেল পাবে, আমি প্রথমে জিজ্ঞেস করব: দলের নাম কোথায়? খেলোয়াড়ের নাম কোথায়? লিগের নাম কোথায়? না থাকলে, সেটি ফুটবল নয়। একটি মূর্খ প্রশ্ন আমাকে প্রায়ই জিজ্ঞেস করা হয়: “ফুটবলের খবরে মাদক চক্রের গল্প কেন?” আমার উত্তর: আমি সেটাই বলতে চাই। এখানে ফুটবল নেই, আছে অপরাধ। আর অপরাধের খবরকে ফুটবলের খবর বানানো নিজেই একধরনের অপরাধ। অন্তত ডেটার জগতে। সবশেষে, আমি একটি পরামর্শ রাখছি: প্রতিটি স্পোর্টস ডেটা পাইপলাইনে একটি “ডোমেইন-ভেরিফিকেশন গেট” থাকা উচিত। সেই গেটে জিজ্ঞেস করা হবে—এই নিবন্ধে কোনো ফুটবল সত্তা (ক্লাব, লিগ, খেলোয়াড়, কোচ, ট্রান্সফার, ম্যাচ) আছে? উত্তর “না” হলে, ফাইলটি খেলাধুলার বাইরে পাঠিয়ে দিন। এই একটি সহজ নিয়ম এই ফাইলের মতো হাজারো ভুল থামিয়ে দেবে। আমি বলি না—নথি বলে। আর নথি এখানে স্পষ্ট: ২৯টি পয়েন্ট, শূন্য ফুটবল। কী লাভ এমন এক ম্যাচ রিপোর্ট, যার প্রথম একাদশই মাদক মামলার আসামি?