পাইপলাইনের নীরব ভুল: যখন একটি হরর সিনেমার নিবন্ধ 'ফুটবল' লেবেল পেল

হুক

শ্রেণিবিন্যাস ব্যবস্থা ফিরিয়ে দিল একটিমাত্র শব্দ — ফুটবল। অথচ যে নিবন্ধটি সেই লেবেল পেয়েছিল, তার পনেরোটি তথ্যবিন্দুর প্রতিটিই ছিল একটি ভৌতিক সিনেমাকে ঘিরে। জেসিকা চ্যাস্টেইনের নতুন ছবি "অাদার মমি", জশ ম্যালারম্যানের উপন্যাস "ইনসিডেন্টস অ্যারাউন্ড দ্য হাউস"-এর পর্দা-রূপান্তর, কাস্টিং বদল, চিত্রনাট্যের পাঁচটি বড় সংশোধন, একটি সিয়াঁস-দৃশ্য, আর মানবরূপ ধারণ করতে সক্ষম এক অতিপ্রাকৃত সত্তা — এটুকুই ছিল বিষয়বস্তু। কোনও ক্লাব নেই। কোনও খেলোয়াড় নেই। কোনও প্রতিযোগিতা নেই। লেবেল আর বিষয়বস্তুর মধ্যে ব্যবধান এখানে আক্ষরিক, শূন্য।

আমি পেশায় ফুটবল ডেটা বিশ্লেষক। দিনের বড় অংশ কাটে ইভেন্ট-লেভেল ডেটা, এক্সজি টেবিল, পাস-নেটওয়ার্ক আর প্রেসিং মেট্রিকের ভেতরে। তাই যখন দেখলাম একটি ফুটবল-বিশ্লেষণ পাইপলাইনে এমন একটি নিবন্ধ ঢুকেছে যার সঙ্গে ফুটবলের সম্পর্ক শূন্য, তখন প্রথম প্রতিক্রিয়া ছিল বিভ্রান্তি নয়, বরং শীতল এক প্রশ্ন — ভুলটি ঠিক কোন স্তরে ঘটল, আর তা ধরা পড়ল কীভাবে?

প্রসঙ্গ: ডেটা পদ্ধতির প্রশ্ন

ফুটবল বিশ্লেষণে আমি বরাবর একটি নিয়ম মেনে চলি: কোনও দাবির আগে বেসলাইন, তারপর গণনা, শেষে প্রমাণের সঙ্গে মাপসই করা একটি সিদ্ধান্ত। ২০১৮ বিশ্বকাপে ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনাল নিয়ে কাজ করার সময় আমি মডরিচকে গুনেছি — ৮৯টি সম্পন্ন পাস, প্রেসের চাপে রিসেপশন, প্রগ্রেসিভ পাস, রক্ষণভাগে অবস্থান। ক্রোয়েশিয়ার ১.৪ এক্সজি বনাম ইংল্যান্ডের ০.৯; স্কোরলাইন ২-১, অতিরিক্ত সময়ে। — রুট: ২০১৮ বিশ্বকাপ / মডরিচ। সেই দিন থেকে আমার প্রতিটি লেখায় একটি ডেটা-কেভিয়াট, একটি মডেল-নোট আর মেট্রিক থেকে ট্যাকটিক্যাল পরিণতি পর্যন্ত পরিষ্কার এক কার্যকারণ-শৃঙ্খল ঢুকে গেল।

এই পদ্ধতির ভিত্তি একটাই — শ্রেণিবিন্যাস। বিশ্লেষণের আগে প্রশ্ন আসে, বিষয়টা আসলে কী ধরনের? ফুটবল নিবন্ধ, নাকি বিনোদন নিবন্ধ, নাকি খেলাধুলা-সংক্রান্ত জীবনী? ভুল শ্রেণিবিন্যাস মানে ভুল কর্পাস, আর ভুল কর্পাস মানে ভুল মডেল। যে পাইপলাইন একটি হরর সিনেমার নিবন্ধকে 'ফুটবল' বলে চিহ্নিত করে, সেই পাইপলাইনের উপর দাঁড়িয়ে আমি কোনও স্থানান্তর-পূর্বাভাস বা আঘাত-পুনরুদ্ধার মডেল চালাতে পারি না।

এখানেই ব্লকচেইন প্রসঙ্গটি প্রাসঙ্গিক হয়ে ওঠে। কারণ এই ধরনের ভুল সনাক্ত করা আর প্রতিরোধ করা — দুটো আলাদা কাজ। সনাক্তকরণ নির্ভর করে যাচাইয়ের উপর, আর প্রতিরোধ নির্ভর করে এমন এক অপরিবর্তনীয় নথিভুক্তির উপর, যা প্রতিটি লেবেলের জন্ম-ইতিহাস সংরক্ষণ করে। বিতরণকৃত লেজার প্রযুক্তি ঠিক এই কাজটিই করতে পারে: প্রতিটি বিষয়বস্তুর হ্যাশ, তার লেবেল, লেবেল প্রদানের সময় আর দায়ী স্তরের একটি অপরিবর্তনীয় রেকর্ড।

মূল: প্রমাণের শৃঙ্খল

এই কেসে সবচেয়ে বড় বিশ্লেষণী সিদ্ধান্তটি স্বয়ং শ্রেণিবিন্যাসের ভুল — বিশ্লেষণ নয়। পনেরোটি তথ্যবিন্দুর মধ্যে ফুটবল-সত্তার সংখ্যা শূন্য। অথচ ডোমেইন লেবেল পড়েছে ফুটবল। এটা কোনও মার্জিনাল ভুল নয়; এটা সম্পূর্ণ মিসরুটিং।

প্রথম যাচাইটি সত্তা-ভিত্তিক। যেকোনও ফুটবল নিবন্ধে কমপক্ষে একটি ক্লাব, খেলোয়াড় বা প্রতিযোগিতা থাকতে হয়। এখানে নেই। দ্বিতীয় যাচাইটি পরিমাণগত: এক্সজি, পিপিডিএ, দখল, পাস-সম্পূর্ণতা — এমন একটিও মেট্রিক অনুপস্থিত। তৃতীয় যাচাইটি প্রসঙ্গগত: বিশ্লেষণের বিষয় ছিল চিত্রনাট্যের পাঁচটি সংশোধন, যা সৃজনশীল সিদ্ধান্তের ইতিহাস, খেলার কৌশলের নয়।

তাহলে ক্ষতি কোথায়? ধরা যাক এই নথিটি কোনও ফুটবল-সমষ্টিগত মডেলের প্রশিক্ষণ-কর্পাসে ঢুকে পড়ল। তখন পরিণতি তিন স্তরে ছড়ায়। প্রথম স্তর, নয়েজ: প্রতিটি ভুল-লেবেলযুক্ত নথি মডেলকে এমন শব্দ-নমুনা শেখায় যা ফুটবল-ধারণার সঙ্গে সঙ্গতিপূর্ণ নয়। দ্বিতীয় স্তর, পক্ষপাত: যদি হরর-সিনেমার পরিভাষা বারবার 'ফুটবল' লেবেলে ঢোকে, মডেল ফুটবল-ডকুমেন্ট চেনার সময় অতিপ্রাকৃত, কাস্টিং বা সিনেমা-সংক্রান্ত শব্দকে বৈধ সংকেত ভাবতে শুরু করে। তৃতীয় স্তর, সংক্রমণ: উপরের দুটি স্তর একত্রে মিলে পরবর্তী প্রতিবেদনের তথ্যসূত্রকে দূষিত করে।

এখানেই আমি ব্লকচেইন-ভিত্তিক প্রকভেন্যান্স স্তরটির কথা ভাবি। কল্পনা করুন, প্রতিটি ইনপুট নথির একটি সাংকেতিক হ্যাশ তৈরি হয়, তার সঙ্গে যুক্ত হয় ডোমেইন-লেবেল, লেবেল-প্রদানের সময়মুদ্রা, শ্রেণিবিন্যাসকারী মডেলের সংস্করণ-নম্বর আর যাচাইকারীর পরিচয়। এই রেকর্ড একবার লিখিত হলে বদলানো যায় না। ফলে কোনও ভুল প্রমাণিত হলে বোঝা যায় ঠিক কোন সংস্করণ, কোন স্তর, কোন দিনে ভুলটি করেছিল। এটা শুধু জবাবদিহিতা নয়; এটা পরিমাপযোগ্য পুনরুৎপাদন।

আমি ম্যাচ-বিশ্লেষণে যেভাবে পিপিডিএ আর ফিল্ড-টিল্ট দিয়ে মধ্যভাগের নিয়ন্ত্রণ মেপেছি, সেই একই যুক্তিতে পাইপলাইনে আমি চাই লেবেল-নির্ভুলতার হার, মিথ্যা-পজিটিভের হার আর সত্তা-ভিত্তিক যাচাইয়ের ব্যর্থতার হার — প্রতিটির একটি স্পষ্ট বেসলাইন। স্টেডিয়াম যখন নীরব হয়ে গেল, তখন ঘরের মাঠের সুবিধা ৪৩.৩% থেকে ৩৩.৩%-এ নেমে এল — এই তথ্যটি যেমন কেবল একটি সংখ্যা নয়, বরং একটি প্রাকৃতিক পরীক্ষা ছিল; তেমনি একটি ভুল-লেবেলও কেবল একটি ত্রুটি নয়, বরং সিস্টেমের স্বাস্থ্যের একটি সংকেত।

দ্বিতীয় যে বিষয়টি মাথায় রাখা দরকার, তা হল ডোমেইনের সীমানা নিজেই অস্পষ্ট হতে পারে। ব্লকচেইন জগতে আমরা দেখেছি, একটি প্রোটোকল-সংবাদকে 'অর্থায়ন' বলা হবে না 'প্রযুক্তি', তা নির্ভর করে শ্রেণিবিন্যাস-করার নিয়মের উপর। ফুটবলেও তাই। একজন ক্রীড়াবিদের জীবনী ফুটবল, নাকি বিনোদন? একটি স্পোর্টস-ডকুমেন্টারি ফুটবল, নাকি চলচ্চিত্র? সীমানা যেখানে ধোঁয়াশা, সেখানে শ্রেণিবিন্যাসকারী মডেলের মিথ্যা-পজিটিভের ঝুঁকি স্বাভাবিকভাবে বেড়ে যায়।

এখানে একটি গুরুত্বপূর্ণ পদ্ধতিগত শিক্ষা আছে। — রুট: ২০২২ কাতার / মরক্কোর লো-ব্লক | পরিস্থিতি: রক্ষণভাগের গঠন নিয়ে গভীর বিশ্লেষণ। সেই বিশ্লেষণে মরক্কোর পিপিডিএ ছিল ১২.৩, স্পেনের ৭৭% দখল সত্ত্বেও তাদের এক্সজি মাত্র ০.৯। অর্থাৎ আধিপত্য আর ফলাফল এক জিনিস নয়। ঠিক তেমনি, একটি নথির আকার, দৈর্ঘ্য বা শব্দ-ঘনত্ব দেখে তার ডোমেইন অনুমান করা আর তার প্রকৃত সত্তা যাচাই করা — দুটো ভিন্ন কাজ। প্রথমটি দ্রুত কিন্তু ভঙ্গুর; দ্বিতীয়টি ধীর কিন্তু নির্ভরযোগ্য।

আমার নিজের অভিজ্ঞতা বলি। বছরের পর বছর ম্যাচ দেখতে গিয়ে আমি শিখেছি, স্কোরলাইন কখনও সম্পূর্ণ সত্য বলে না। ২০২০ সালে যখন ফুটবল ফিরে এল খালি স্টেডিয়ামে, তখন বরুসিয়া ডর্টমুন্ডের ৪-০ জয়ে আমার চোখ আটকে গেল স্কোরলাইনে নয়, এক্সজিতে — ডর্টমুন্ডের ২.১ এক্সজি, আর হালান্ডের দুটি গোল। স্কোরলাইন ফলাফলকে বাড়িয়ে দেখিয়েছিল। এই শিক্ষাটি আমি পাইপলাইনে সরাসরি প্রয়োগ করি: একটি লেবেলও ফলাফল, আর তার পেছনের প্রমাণ-শৃঙ্খলই আসল পারফরম্যান্স।

তৃতীয় স্তরে আসে অর্থনীতি। — রুট: ট্রান্সফার মার্কেট ডোমেইন / আইএনটিজে প্যাটার্ন-স্বীকৃতি | পরিস্থিতি: ট্রান্সফার উইন্ডো দীর্ঘ-পাঠ। স্থানান্তর বাজারে আমি বহুবার দেখেছি, গুজবের দাম আর খেলোয়াড়ের প্রকৃত মূল্যের মধ্যে বড় ব্যবধান থাকে। ২০২৪ সালে কিলিয়ান এমবাপে রিয়াল মাদ্রিদে যোগ দেওয়ার আগে আমি লিগ ১-এর ০.৭৮ এক্সজি প্রতি ৯০ মিনিটকে লা লিগার লো-ব্লকের বিরুদ্ধে ০.৬৫-এ নামিয়ে প্রক্ষেপণ করেছিলাম, আর প্রেসিং-ভলিউমকে ঝুঁকি হিসেবে চিহ্নিত করেছিলাম। মূল কথা — বাজারের গতি আর মূল্যের ভিত্তি এক নয়। একইভাবে, একটি বিষয়বস্তু পাইপলাইনে দ্রুত যত বেশি নথি ঢোকে, লেবেলিং-এর ভুলের সম্ভাবনাও তত বাড়ে, যদি না প্রতিটি নথির প্রকভেন্যান্স যাচাই করা হয়।

কনট্রারিয়ান: কার্যকারণ বনাম সহসম্পর্ক

সহজ ব্যাখ্যাটি হলো — শ্রেণিবিন্যাসকারী মডেল ভুল করেছে। কিন্তু আমি সতর্ক থাকতে চাই। ডোমেইন-লেবেলের ভুল আর শ্রেণিবিন্যাসকারী মডেলের ব্যর্থতা একই কথা নয়। প্রথমটি একটি পর্যবেক্ষণ; দ্বিতীয়টি একটি কার্যকারণ-অনুমান, যার জন্য আরও প্রমাণ দরকার।

প্রথম সম্ভাব্য কারণ, মডেলের মিথ্যা-পজিটিভ। দ্বিতীয় সম্ভাব্য কারণ, লেবেল-ক্ষেত্রটি কোনও অটোমেটেড নিয়মে ভুলভাবে পূরণ হয়েছে — অর্থাৎ সমস্যাটি মডেলের নয়, ডেটা-এন্ট্রির। তৃতীয় সম্ভাব্য কারণ, ট্যাক্সোনমি নিজেই ত্রুটিপূর্ণ: 'ফুটবল' শ্রেণিটি যদি এতটাই প্রশস্ত হয় যে তা খেলাধুলা-বিনোদন, ক্রীড়াবিদের জীবনী বা স্পোর্টস-ফিকশনকেও গ্রাস করে, তাহলে এই ভুল অনিবার্য।

আরও একটি বিষয় আছে, যা সাধারণত চোখ এড়ায় — নির্বাচন-পক্ষপাত। আমরা কেবল সেই ভুলগুলোই দেখি যেগুলো এতটাই স্পষ্ট যে ধরা পড়ে। কিন্তু যদি মিথ্যা-পজিটিভের প্রকৃত হার ১-২%-এর বেশি হয়, তাহলে যত নথি ভুল-লেবেল পেয়ে নীরবে কর্পাসে মিশে যায়, তার হিসাব কেউ রাখে না। এটাই পরিমাপের সবচেয়ে বড় ফাঁক। একটি দৃশ্যমান ভুল একটি লুকানো হারের জানালা মাত্র।

তাই আমার সিদ্ধান্ত সীমিত পরিসরে: এই নথিটিকে ফুটবল-বিশ্লেষণের জন্য অযোগ্য ঘোষণা করা যায় উচ্চ আস্থার সঙ্গে; কিন্তু 'শ্রেণিবিন্যাসকারী মডেলই দায়ী' বলা যায় না, কারণ বিকল্প ব্যাখ্যাগুলো এখনও বাতিল হয়নি। এই পার্থক্যটি ধরে রাখাই পদ্ধতিগত সততা।

টেকঅ্যাওয়ে

সামনের চক্রে আমার চোখ থাকবে তিনটি সংকেতে। এক, ডোমেইন-লেবেলার-এর মিথ্যা-পজিটিভ হার — নিয়মিত নমুনা যাচাই করে, ১-২%-এর সীমা ছাড়ালেই সতর্কতা। দুই, সত্তা-ভিত্তিক স্বয়ংক্রিয় গেট — কোনও নথিতে ক্লাব, খেলোয়াড় বা প্রতিযোগিতা না থাকলে তা স্বয়ংক্রিয়ভাবে প্রত্যাখ্যাত হবে। তিন, উৎস-বিভাগের সঙ্গে লেবেলের সঙ্গতি — ক্রীড়া বিভাগের নথি বিনোদন লেবেল পেলে, বা উল্টোটা হলে, সেটি রাউটিং-ত্রুটির সংকেত।

ব্লকচেইন-ভিত্তিক অপরিবর্তনীয় লেবেল-রেজিস্টারি এই তিনটির সঙ্গেই মানানসই। কারণ যেটা যাচাইযোগ্য নয়, সেটা পরিমাপযোগ্য নয়; আর যেটা পরিমাপযোগ্য নয়, তার উপর ভরসা করা যায় না। প্রশ্নটা এখন এটাই — আমরা কি দ্রুত লেবেল চাই, নাকি সত্যিকারের যাচাই?