ক্রিকেট_এশিয়া লেবেলের নিচে শূন্যতা: যখন বিশ্লেষণ পাইপলাইন নিজেই আউট হয়ে যায়

হুক

স্ক্রিনে একটা টেবিল। বাঁ কলামে ক্ষেত্রের নাম, ডান কলামে অবস্থা। শিরোনাম: নেই। সূত্র: নেই। ধরন: অশ্রেণীবদ্ধ। এক বাক্যের সারাংশ: ফাঁকা। লেখকের অবস্থান: নেই। উদ্দেশ্য: নেই। তথ্যবিন্দুর তালিকা: ফাঁকা। পুরো নথিতে একটিমাত্র জীবন্ত সংকেত টিকে আছে — ডোমেইন লেবেল: cricket_asia। ব্যস, ওই পর্যন্ত।

২০২০ সালে ঢাকার বঙ্গবন্ধু জাতীয় স্টেডিয়ামে আবাহনী লিমিটেড ঢাকা বনাম শেখ জামাল ধানমন্ডি ক্লাবের একটি ০-০ ম্যাচ কভার করেছিলাম, গ্যালারিতে ছিলেন মোটে চল্লিশ জন — কর্মকর্তা আর মিডিয়া। আমি বারো ঘণ্টার পরিবেশ-শব্দ রেকর্ড করি: বুটের চাপ, দূর থেকে কেউ নাম ধরে ডাকছে, ব্যাটে বল না লাগার ওই ফাঁপা শব্দ। ওই নীরবতা ছিল প্রমাণ — কী নেই, তা দিয়েই বোঝা যাচ্ছিল কী আছে। আজকের টেবিলটা অন্য ধরনের নীরবতা। এখানে নীরবতা প্রমাণ নয়, এটা যন্ত্রের ব্যর্থতা। আর একটা স্পোর্টস ডকুমেন্টারি রাইটার হিসেবে আমার কাজ হলো এই দুই নীরবতার তফাতটা পরিষ্কার করে বলা।

প্রেক্ষাপট

cricket_asia শুধু একটা লেবেল নয়, এশিয়ার সবচেয়ে ক্ষুধার্ত কনটেন্ট-বাজারের নাম। বাংলাদেশ প্রিমিয়ার লিগ, আইপিএল, পিএসএল, লঙ্কা প্রিমিয়ার লিগ, নেপালের ফ্র্যাঞ্চাইজি টুর্নামেন্ট — এই ডোমেইনে প্রতিদিন যত স্কোর, টসের রিপোর্ট, ইনজুরি আপডেট, নির্বাচকদের মিটিং আর বোর্ডের বিবৃতি তৈরি হয়, ক্রিকেটের আর কোনো অঞ্চলে তার কাছাকাছি কিছু হয় না। এই ভলিউম মানুষ দিয়ে ধরে রাখা অসম্ভব, তাই এখন বেশিরভাগ নিউজরুম চার ধাপের একটা পাইপলাইনে চলে: পেজ ফেচ, তারপর ডিকনস্ট্রাকশন বা তথ্য ভাঙা, তারপর ডোমেইন ক্লাসিফিকেশন, শেষে বিশ্লেষণ। প্রতিটি ধাপ আলাদা টিমের, আলাদা সার্ভারের, আলাদা দায়ের।

আমার নিজের কাজের ধরনটাও এই পাইপলাইনের বিপরীত মেরুতে। ২০২১ সালে দ্য ডেইলি স্টারে ফ্রিল্যান্স করার সময় টোকিও অলিম্পিক্সে কারস্টেন ওয়ারহোমের ৪৫.৯৪ সেকেন্ডের ৪০০ মিটার হার্ডলস বিশ্বরেকর্ড আর ইউরো ২০২০-তে ইতালির ইংল্যান্ডের বিপক্ষে ১-১ শেষে টাইব্রেকারে জয় নিয়ে একটা তুলনামূলক ডকুমেন্টারি পিচ করেছিলাম। পিচটা টিকেছিল একটা কারণে — আমি দুই ইভেন্টের ভেতরের ছন্দটা পড়েছিলাম, স্কোরবোর্ডের সংখ্যা নয়। ২০১৮ বিশ্বকাপ ফাইনালের পরে ফ্রান্সের ৪-২ জয় নিয়ে যে ২,৫০০ শব্দের লেখাটা লিখেছিলাম, সেটাও একই পদ্ধতি: দিদিয়ে দেশাম্পের লো ব্লককে ৪০০ মিটার হার্ডলারের কদম-গোনায় ভেঙে দেখা। কিন্তু এই পদ্ধতির একটা শর্ত আছে — আমাকে মূল উপাদানটা হাতে পেতে হবে। মূল উপাদান ফাঁকা থাকলে বিশ্লেষণ বলে কিছু থাকতে পারে না, শুধু টেমপ্লেটের ছন্দটা থেকে যায়।

মূল বিশ্লেষণ

ব্যর্থতাটা কোথায়, সেটা তিন ভাগে দেখা যায়।

প্রথম, ফেচ স্তর। মূল লেখাটা সার্ভার থেকে হয়তো ফিরেই আসেনি, নয়তো এসেছে কিন্তু অচল অবস্থায় — অ্যান্টি-স্ক্র্যাপিং ব্লক, পেওয়াল, জাভাস্ক্রিপ্ট রেন্ডার না হওয়া, বা বাংলা-ইংরেজি মিশ্র এনকোডিং ভেঙে যাওয়া। এশিয়ার অনেক ক্রিকেট সাইট এখনো কনটেন্ট ক্লায়েন্ট-সাইডে লোড করে, তাই ফেচার যেটা দেখে সেটা একটা খোলস, ভেতরে কিছু নেই।

দ্বিতীয়, প্রম্পট ভেরিয়েবল। ডিকনস্ট্রাকশনের ইনপুটে যদি লেখাটাই পাস না হয়, মডেল ঠিকই কাজ করে — শুধু কাজটা করে শূন্যের ওপর। আউটপুটে সব ক্ষেত্র এন/এ আসে, আর সিস্টেম সেটাকে ক্র্যাশ ভাবে না, ভাবে এটা একটা বৈধ উত্তর। এখানেই আসল ফাঁদ।

তৃতীয়, ক্লাসিফায়ার। মূল লেখা ছাড়াই যদি ক্লাসিফায়ার cricket_asia লেবেল বসিয়ে দেয়, তার মানে সে ইউআরএল, ডোমেইন বা কিওয়ার্ড দেখে অনুমান করেছে। ফলে যে লেবেলটা দেখে আমরা ভাবছি "এটা তো ক্রিকেটের লেখা, ঠিকই আছে", সেটা আসলে একটা অনুমান, প্রমাণ নয়। এই একটা লেবেলই বাকি সব শূন্যতাকে ঢেকে দিচ্ছে।

তুলনাটা এখানে কাজে লাগে একটা নির্দিষ্ট কারণে — দুই ক্ষেত্রেই ছন্দের কাঠামো অটুট থাকে, অনুপস্থিত থাকে বাধাটা। হার্ডলারে বাধা না থাকলে দৌড় দ্রুত দেখায়, কিন্তু সেটা আর ওই ইভেন্ট নয়; কেউ ৪৫.৯৪ বলে দাবি করতে পারে না। ঠিক তেমনি, পাইপলাইনের ছন্দ — ফেচ, ভাঙা, শ্রেণীবিভাগ, বিশ্লেষণ — পুরোটাই সচল, শুধু বাধাগুলো মাঠে নেই। আর একটা দ্রুতগামী খালি দৌড় দেখতে অনেক সময় সফল দৌড়ের মতোই লাগে। ২০১৮ বিশ্বকাপে ফ্রান্সের সাত ম্যাচে তিনটি ক্লিন শিট আর ফাইনালে কিলিয়ান এমবাপের ৬৫তম মিনিটের গোল — এসব টিকেছিল কারণ প্রতিটি কদমের পেছনে বাধা ছিল, আর সেই বাধাগুলো কাটিয়ে ওঠার হিসাবটাই লেখার মূল বিষয় ছিল। বাধা ছাড়া ওই হিসাবটা ফাঁকা।

বিপরীত কোণ

স্বাভাবিক প্রতিক্রিয়া হলো মডেলকে দোষ দেওয়া — "ভাষা মডেল ক্রিকেট বোঝে না, তাই আবর্জনা লিখছে"। আমার পড়া বলছে, সমস্যাটা মডেলের স্তরে নয়, তার অনেক আগে। ইনপুট ফাঁকা হলে পৃথিবীর সেরা মডেলও কিছু বানাতে পারে না, শুধু আত্মবিশ্বাসের সঙ্গে কিছু বানাতে পারে — আর সেটাই বিপজ্জনক।

আসল সমস্যা হলো ব্যর্থতার চরিত্র। এটা জোরে ব্যর্থ হয় না, নীরবে ব্যর্থ হয়। আউটপুট ভ্যালিড জেসন, স্কিমা মেলে, ডোমেইন লেবেল উপস্থিত — তাই ডাউনস্ট্রিম সিস্টেম হ্যাঁ-সূচক দিয়ে সবটা গ্রহণ করে নেয়। ক্রিকেটের ভাষায় এটা সেই নো-বল, যেটা আম্পায়ার ডাকেন না: বলটা হয়তো হয়নি, কিন্তু স্কোরবোর্ড চলতেই থাকে। আর দর্শক যেহেতু স্কোরবোর্ডই দেখেন, তিনি ধরেই নেন খেলা ঠিক চলছে। এশিয়ার ক্রিকেটে তথ্যের চাহিদা এত বেশি আর গতি এত জরুরি যে এই ধরনের নীরব ব্যর্থতা ধরা পড়ার আগেই ছড়িয়ে যায়।

এখানেই আরেকটা অস্বস্তিকর দিক: লেবেলটা বৈধ দেখায় বলেই ব্যর্থতাটা সফলতার মতো দেখতে হয়। কেউ যদি জিজ্ঞেস করে "cricket_asia ডোমেইনে আজ কী কী এল", সিস্টেম হাসিমুখে তালিকা দেবে। কেউ জিজ্ঞেস করবে না, "ওই লেখাগুলোর ভেতরে আসলে কী আছে"।

উপসংহার

যাচাইয়ের তিনটে জায়গা পরিষ্কার: ফেচার আসলেই মূল লেখা ফেরত দিচ্ছে কি না, ডিকনস্ট্রাকশনের ইনপুট ভেরিয়েবল ভরা আছে কি না, আর ক্লাসিফায়ার মূল লেখা ছাড়াই লেবেল বসাচ্ছে কি না। তিনটের যেকোনো একটাতে গলদ থাকলে বিশ্লেষণের বাকি সব আলোচনা অর্থহীন।

আসল প্রশ্নটা অবশ্য বড়: এই সপ্তাহে cricket_asia লেবেলে যত লেখা প্রকাশ হলো, তার কতোগুলো ভেতরে ফাঁকা? কেউ যদি বলের গতি মাপে কিন্তু বলটা কোথায় ছিল না জানে, তাহলে ওই গতির সংখ্যাটা কার কাজে লাগে?