ফুটবল-ইনটেলিজেন্সের ভুল ঠিকানা: একটি ভুল-লেবেলযুক্ত অপরাধ সংবাদ আর ডেটা-সততার পাঠ

গত সপ্তাহে রাত সাড়ে বারোটায় ফোনের স্ক্রিনে ফিড স্ক্রল করছিলাম। খুলনার বারান্দায় বসে, কফি অনেকক্ষণ আগেই ঠান্ডা হয়ে গেছে, আর আমি অপেক্ষা করছিলাম একটা ম্যাচের সেট-পিস ডেটার। স্ক্রল করতে করতে চোখ আটকে গেল একটি শিরোনামে — "ফুটবল" ট্যাগের নিচে বসে আছে মেক্সিকো সিটির একটি স্থানীয় অপরাধের সংবাদ। ইস্তাপালাপায় ত্রিশ বছর বয়সী এক নারীকে গ্রেপ্তার করা হয়েছে; অভিযোগ, একটি দম্পতির চিহুয়াহুয়া কুকুর নিয়ে গিয়ে তা ফেরত দিতে তিনটি সোনার আংটি দাবি করা হয়েছে। সতেরোটি তথ্যবিন্দু পড়লাম — একটি দল নেই, একজন খেলোয়াড় নেই, একটি ফর্মেশন নেই, একটি ম্যাচও নেই। অথচ লেবেলটি ফুটবল।

কফি শেষ করলাম না। স্ক্রিনশট নিয়ে রাখলাম। ত্রিশ বছর ধরে ফুটবল দেখছি, কর্নার গুনছি, আঠারো-জোন গ্রিডে ম্যাচ এঁকে রেখেছি — এই একটি ভুল লেবেল আমাকে যেকোনো সেট-পিস ডেটার চেয়ে বেশি কিছু শেখাল।

এটা কাকতালীয় কোনো ত্রুটি নয়। ২০২৬ সালের ফুটবল-ইনটেলিজেন্স ইকোসিস্টেম এখন মূলত স্বয়ংক্রিয়। ফিড ইনজেশন, কীওয়ার্ড ট্যাগিং, ভাষা-অনুবাদ, তারপর সম্পাদকীয় স্তরে পৌঁছানো। এই শৃঙ্খলের যেকোনো জায়গায় একটি সংকেত ভুল জায়গায় বসে গেলে সেটি ডেটাসেটে ঢুকে পড়ে; সেখান থেকেই তৈরি হয় মডেল, ইনডেক্স, ডাইজেস্ট, আর প্রিভিউ। বাংলাদেশের ফুটবল ডেস্কগুলোও এখন এই প্রবাহের অংশ — ডেটা আসে বাইরে থেকে, কিন্তু ভুলগুলো আমরা নিজেরাই বহন করি।

২০১৭ সালে চেলসির ৩-৪-৩ নিয়ে লিখতে গিয়ে আমি প্রথম বুঝেছিলাম, স্বয়ংক্রিয় ডেটার প্রতি অন্ধ আস্থা কতটা বিপজ্জনক। তখন আমি টানা তেরোটি প্রিমিয়ার লিগ জয় ট্র্যাক করেছিলাম, ভিক্টর মোজেসের গড় অবস্থান লিখে রেখেছিলাম — ডান বিশ্ব-ব্যাক, টাচের ৬৮ শতাংশ প্রতিপক্ষের তৃতীয় ভাগে। সেই অডিট থেকে আমার অভ্যাস বদলেছিল: অস্পষ্ট বিশেষণ বাদ, বদলে কোঅর্ডিনেট-ভিত্তিক বর্ণনা। কিন্তু আজকের সমস্যা ভিন্ন। আজ ডেটার অভাব নেই, আজ ডেটার বিশুদ্ধতার অভাব।

যে সংবাদটি আমার স্ক্রিনে এসেছিল, তা মেক্সিকো সিটির মহানগর অপরাধ-সংবাদ। ইস্তাপালাপায় পোষা প্রাণী সংক্রান্ত এই ঘটনায় কোনো ফুটবল সত্তা নেই। পাবলিক মিনিস্ট্রি, গ্রেপ্তার, আইনি অবস্থা নির্ধারণ — এসব ফৌজদারি-বিচার প্রক্রিয়ার অংশ। মেক্সিকোর সাংবাদিকতা-রীতিতে নামের পাশে আদ্যক্ষর বসানো হয়, যেমন এখানে লেখা হয়েছে "আন্দ্রেয়া 'এন'"। এটি কোনো ফুটবল নামকরণ-প্রথা নয়।

ভুলটি এখানেই। আটটি বিশ্লেষণী মাত্রার প্রতিটিতে একই ফল এসেছে — "প্রযোজ্য নয়, অপর্যাপ্ত তথ্য।" কৌশলগত মাত্রা শূন্য, কারণ কোনো গঠন বা খেলার ধরন উল্লেখ নেই। আর্থিক মাত্রা শূন্য, কারণ তিনটি সোনার আংটি সম্পদের মূল্যায়ন নয়, অপরাধের বিবরণ। এই পার্থক্যটি ছোট নয়। যখন আপনি অপরাধের নথি থেকে সম্পদের সংকেত পড়তে শুরু করেন, তখন আপনার ডেটা-মডেল ফুটবলের বদলে ফ্যান্টাসি বুনতে থাকে।

ট্রান্সমিশন পথও তৈরি হয়নি। একাডেমি শৃঙ্খল নেই, এজেন্ট-বাস্তুতন্ত্র নেই, ব্রডকাস্টিং নেই, মূলধন-নেটওয়ার্ক নেই, জাতীয় দলের যোগসূত্র নেই। পুরো কাঠামোতে একটিও সংযোগ-তীর আঁকা যায়নি। অথচ লেবেল ফুটবল।

এখানেই আমার মূল পর্যবেক্ষণ। আমরা ফুটবল-বিশ্লেষণে এত ব্যস্ত হয়ে পড়েছি যে বিশ্লেষণের আগের ধাপ — তথ্যের ডোমেইন যাচাই — কেউ দেখছে না। ডেটা-ডেস্কে ঢোকার মুখে যদি একটি রিলেভ্যান্স-গেট না থাকে, তবে ভুল ঠিকানার চিঠি খুলেই আমরা সিদ্ধান্ত নিয়ে ফেলি।

এই ভুল কীভাবে ঘটে? সম্ভাব্য তিনটি পথ। এক, কীওয়ার্ড সংঘর্ষ — কোনো প্রতিবেদনে এমন শব্দ থাকতে পারে যা ফুটবল-শব্দভান্ডারের সাথে মিলে যায়। দুই, ফিড-ট্যাগিং ত্রুটি — যে সূত্র থেকে সংবাদটি এল, তার লেবেল নিজেই ভুল। তিন, অনুবাদ-বিকৃতি — এক ভাষা থেকে আরেক ভাষায় যাওয়ার পথে প্রেক্ষাপট হারিয়ে যায়। তিনটির কোনোটিরই এখনো নিশ্চিত প্রমাণ আমার হাতে নেই; একটি ঘটনা থেকে সিদ্ধান্তে পৌঁছানো আমার অভ্যাসও নয়।

এখানে একটি সূক্ষ্ম শিক্ষা আছে। ফুটবল-সাংবাদিকতায় হিটম্যাপকে আমরা যেভাবে পাঠ করি, সেই একই ভুল এখানে ঘটছে। হিটম্যাপ একটি খেলোয়াড়ের প্রকৃত ভূমিকা লুকিয়ে রাখে; ঠিক তেমনি একটি ভুল লেবেল তার ভেতরের প্রকৃত বিষয়বস্তু লুকিয়ে রাখে। দুটোই পৃষ্ঠের চিহ্নকে সত্য বলে ধরে নেয়। আমার কাছে ডেটা হলো টেপ, আর টেপ মনে রাখে যা লাইভ ফিড ভুলে যায়।

বিষয়টিকে আমি কম-মূল্যের সংবাদ বলে উড়িয়ে দিতে চাই না। বরং উল্টো। এই ঘটনার প্রকৃত তথ্যগত মূল্য একটি — এটা একটি পরিচ্ছন্ন নেগেটিভ কন্ট্রোল। পরীক্ষাগারে যেভাবে অজৈব নমুনা দিয়ে যন্ত্র ঠিক আছে কি না যাচাই করা হয়, তেমনি একটি অ-ফুটবল নমুনা ফুটবল-পাইপলাইনে ফেলে দেখা যায় সে সঠিকভাবে প্রত্যাখ্যান করে কি না। প্রতিটি ভুল-লেবেল আসলে পরীক্ষার প্রশ্ন, যদি আপনি সেটিকে সেভাবে পড়েন।

আমি ২০১৮ রাশিয়া বিশ্বকাপে ৬৪টি ম্যাচ দুবার দেখেছিলাম, ১২৮টি সেট-পিস কোড করেছিলাম, ফ্রান্সের ১৪ গোলের ৭টি ডেড-বল থেকে এসেছে বলে লিখেছিলাম। সেই ডেটাবেস ছিল পরিষ্কার, কারণ আমি নিজে প্রতিটি ফ্রেম যাচাই করেছিলাম। ২০২০ সালের খালি স্টেডিয়ামে ডর্টমুন্ড-শালকে ম্যাচে দেখেছিলাম, দর্শকহীন পরিবেশে হাই-প্রেস গড়ে ১.২ সেকেন্ড দেরিতে শুরু হয়েছে। সেখানেও প্রতিটি ট্রিগার নিজে লগ করেছিলাম। ২০২২ সালে মরক্কোর প্রতিরক্ষা-গোলকধাঁধা কোড করতে ৪০ ঘণ্টা ব্যয় করেছিলাম। প্রতিবারই নিয়ম এক — উৎস যাচাই না করে সিদ্ধান্ত নয়।

আজকের স্বয়ংক্রিয় পাইপলাইনে সেই যাচাইয়ের ধাপটাই অনুপস্থিত। আর ঠিক সেখানেই শিল্পের একটি গভীর ভুল-ধারণা লুকিয়ে আছে, যা নিয়ে এবার বলা দরকার।

শিল্পের প্রচলিত ধারণা — বেশি ডেটা মানে ভালো বিশ্লেষণ। আমি মনে করি উল্টোটা সত্য। যাচাইহীন ডেটা কোনো ডেটার চেয়েও খারাপ, কারণ যাচাইহীন ডেটা আত্মবিশ্বাসের সাথে ভুল নির্দেশ দেয়। ফুটবল-মিডিয়ার প্রতিযোগিতা এখন তথ্যের পরিমাণে, তথ্যের নির্ভরযোগ্যতায় নয়। যে ডেস্ক বেশি সংবাদ জমা করতে পারে, তাকেই এগিয়ে থাকতে দেখা যায়। কিন্তু একটি ভুল নমুনা পুরো ইনডেক্সের বিশ্বাসযোগ্যতা নষ্ট করতে যথেষ্ট।

আমার দ্বিতীয় আপত্তি ফ্রান্স ২০১৮-কে বিশ্বজনীন সূত্র বানানোর বিরুদ্ধে। সেই মডেলটি একটি নির্দিষ্ট প্রজন্ম, নির্দিষ্ট প্রতিপক্ষমান, নির্দিষ্ট নিয়মের ফসল। প্রতিরক্ষা-ত্যাগের আদর্শ আমি শ্রদ্ধা করি, কিন্তু যুগ, খেলোয়াড়, প্রতিপক্ষের গুণমান আর নিয়ম-পরিবর্তন মিলিয়ে না দেখে সেটি কোনো সর্বজনীন বিধি নয়। ঠিক একই যুক্তিতে একটি ভুল-লেবেলকে ঘিরে সাধারণ সিদ্ধান্তে পৌঁছানোও ভুল হবে। এক ঘটনা এক ঘটনা।

তৃতীয় আপত্তি — অতিরিক্ত কাঠামোবদ্ধতা। আমি ম্যাচকে গ্রিডে সাজাতে ভালোবাসি, কিন্তু সব কিছু মডেল করা যায় না। ফিড-পাইপলাইনে এমন বিশৃঙ্খলা থাকে যা কোনো টেমপ্লেটে ধরে রাখা যায় না। তাই আমি আলাদা করে রাখি একটি অংশ — অনুমানযোগ্য বিচ্যুতি। এখানে সেটি হলো, কেন সিস্টেম এই নমুনাটি প্রত্যাখ্যান করেনি। এর উত্তরের জন্য মানুষ, নিয়ম আর যন্ত্রের মিলিত ব্যর্থতা দেখতে হবে।

বাংলাদেশের প্রেক্ষাপটে এই আলোচনা আরও প্রাসঙ্গিক। আমাদের এখানে ইউরোপীয় ট্যাকটিক্যাল মডেল আমদানি করার প্রবণতা প্রবল, অথচ স্থানীয় বাস্তবতা — জলবায়ু, মাঠের অবস্থা, বাজেট, ডেটা-অবকাঠামো — ভিন্ন। আমরা যদি বাইরের বিশুদ্ধ ডেটার উপরেই নির্ভর করি, আর সেটি যদি ভুল-লেবেলযুক্ত হয়, তবে আমাদের পুরো বিশ্লেষণ ভিত্তিহীন হয়ে দাঁড়ায়। নিজের ডেটা নিজে না যাচাই করলে ভুল আমাদের দিকেই ফিরে আসে।

তাহলে সমাধান কী? প্রথমত, ইনজেশন-স্তরে একটি ডোমেইন-প্রাসঙ্গিকতার গেট। কোনো আইটেম ফুটবল-পাইপলাইনে ঢোকার আগে যাচাই — তাতে একটি দল, খেলোয়াড়, ম্যাচ বা প্রতিযোগিতার অস্তিত্ব আছে কি না। দ্বিতীয়ত, উৎস-শৃঙ্খল বা প্রোভেন্যান্স লেজার। যেখানে প্রতিটি ডেটার জন্মস্থান, সময় আর রূপান্তর লিপিবদ্ধ থাকবে — এমন একটি অপরিবর্তনীয় নথি, যাতে কোনো লেবেল পরে বদলে ফেলা না যায়। তৃতীয়ত, নিয়মিত নমুনা-অডিট, যেখানে ফুটবল-লেবেলযুক্ত কিন্তু ফুটবল-সত্তাহীন আইটেম খুঁজে বের করা হবে।

প্রোভেন্যান্সের এই ধারণাটি নতুন প্রযুক্তির সাথে ভালোভাবে মেলে। ফুটবল-ইনটেলিজেন্সের ভবিষ্যৎ কেবল বিশাল ডেটাসেটে নয়, বরং যাচাইযোগ্য ডেটাসেটে। যে লেজার প্রতিটি তথ্যের উৎস লিপিবদ্ধ করে, সেটি বিশ্লেষকের সবচেয়ে শক্তিশালী হাতিয়ার — কারণ সেখানে মিথ্যা লেবেল টিকতে পারে না।

নতুন মিডিয়া খেলাটি বদলায়নি; বদলেছে কে তীর আঁকবে। আগে তীর আঁকতেন সম্পাদক, এখন আঁকে অ্যালগরিদম। কিন্তু অ্যালগরিদমের চোখ নেই, অনুভূতি নেই, প্রেক্ষাপট বোঝার ধৈর্য নেই। সে জানে শুধু প্যাটার্ন মেলানো। তাই যখন একটি অপরাধ-সংবাদ ফুটবল-লেবেল পায়, যন্ত্রটি সেটি বিশ্বাস করে ফেলে। আর সেই বিশ্বাস থেকেই জন্ম নেয় দূষিত মডেল।

আমি প্রতিটি সেট-পিস কোড করি, প্রতিটি প্রেস-ট্রিগার লগ করি, প্রতিটি ইন্টারল্যাপ মেপে দেখি — কারণ আমি জানি, বিশ্লেষণের মূল্য নির্ভর করে তথ্যের বিশুদ্ধতার উপর। একটি ভুল ঠিকানার চিঠি সঠিক ডেস্কে পৌঁছালে সেটি শুধু একটি চিঠি নয়, সেটি একটি ভুল সিদ্ধান্তের বীজ।

আকৃতিটি ছিল শিরোনাম। ঘূর্ণনগুলো ছিল আসল গল্প। এই ঘটনায় শিরোনাম বলেছিল ফুটবল, আর ভেতরের ঘূর্ণন বলেছিল অন্য এক জগতের কথা — যে জগৎ ফুটবলের সাথে সম্পর্কহীন। আমাদের কাজ শিরোনাম পড়া নয়, ঘূর্ণন পড়া।

পরের সপ্তাহে আমি একটি কাজ করব। যে ফিড থেকে এই সংবাদটি এসেছে, তার পরবর্তী কুড়িটি ফুটবল-লেবেলযুক্ত আইটেম হাতে যাচাই করব। প্রতিটিতে দেখব — দল আছে কি, খেলোয়াড় আছে কি, প্রতিযোগিতা আছে কি। যদি একটির বেশি নমুনা ব্যর্থ হয়, তবে বিষয়টি ব্যক্তিগত ভুল নয়, সিস্টেমিক ত্রুটি।

কারণ শেষ বিচারে প্রশ্নটি একটি সংবাদের সঠিকতা নিয়ে নয়। প্রশ্নটি হলো — আমরা কি এমন একটি ফুটবল-ইনটেলিজেন্স গড়ে তুলছি, যেখানে একটি চিহুয়াহুয়া কুকুর আর একটি সেট-পিস একই লেবেলে বসে যায়? যদি হ্যাঁ, তবে আমাদের ডেটা যত বড়ই হোক, বিশ্লেষণ ততই অন্ধ। আর অন্ধ বিশ্লেষণের চেয়ে সৎ নীরবতা ভালো।