খালি স্ট্রাকচার থেকে বিশ্লেষণ নয়: কেন ক্রিকেট সংবাদ যাচাইয়ের আগে ডেটা পাইপলাইন ঠিক করতে হবে

স্ক্রিনে যা দেখছিলাম সেটি কোনো ম্যাচের স্কোরকার্ড নয় — Stage-1 আউটপুটের একটি ফাঁকা কাঠামো। শিরোনাম নেই, উৎস নেই, ধরন Unclassified, এক লাইনের সারাংশ নেই, লেখকের অবস্থান নেই, তথ্যবিন্দুর তালিকা শূন্য। শুধু একটি ক্ষেত্র ভরা: domain label = cricket_world। ক্রিকেট নিয়ে গভীর বিশ্লেষণ লেখার আগে আমাকে প্রথমে স্বীকার করতে হবে — এই ইনপুটে বিশ্লেষণ লিখলে সেটা বিশ্লেষণ নয়, বানানো গল্প হবে। ১৯ বছরের এই কাজে আমি শিখেছি, সবচেয়ে বিপজ্জনক ভুলটা ভুল তথ্য নয়; সবচেয়ে বিপজ্জনক ভুল হলো ফাঁকা জায়গা জুড়ে দেওয়ার তাড়না। প্রসঙ্গ হিসেবে বলি, ক্রিকেট সংবাদ এখন একটি যাচাই-সংকটে আছে। ট্রান্সফার উইন্ডো, Injured-এর আপডেট, সিরিজ শুরুর আগের স্কোয়াড ঘোষণা — এই তিন জায়গায় প্রতিদিন শত শত দাবি ছড়ায়, আর তার বড় অংশের পেছনে থাকে একটিমাত্র সূত্র, যার নাম প্রায়ই 'বোর্ড সূত্রে খবর'। গত কয়েক বছরে ভারত ও বাংলাদেশ দুই বাজারের নিউজরুমেই আমি একই প্যাটার্ন দেখেছি: একটি ফাঁকা বা আধা-ভরা পাইপলাইনে তৈরি আউটপুট, পরে সেটার ওপর ভর করে বিশ্লেষণ, তারপর সেই বিশ্লেষণকে সূত্র হিসেবে ব্যবহার করে পরের প্রতিবেদন। এভাবে একটি দুর্বল প্রাথমিক ধাপ ধীরে ধীরে গোটা নিউজ-চক্রের ভিত্তি হয়ে ওঠে। এখন আসল কথায় আসি। যে কাঠামোটি হাতে এসেছে সেটি বিশ্লেষণের ব্যর্থতা নয়, পার্সিং চেইনের ব্যর্থতা। Title ও Source দুটোই N/A মানে ওয়েব পেজ থেকে মূল লেখা তোলার ধাপে কিছু একটা আটকেছে — সম্ভাব্য কারণ 403, পেওয়াল, জাভাস্ক্রিপ্টে রেন্ডার হওয়া পেজ, অথবা বডি এক্সট্রাকশনের সিলেক্টর মেলেনি। Article Type = Unclassified দেখতে ভয়ংকর লাগলেও এটি ডাউনস্ট্রিমে ঘটে যাওয়া ব্যর্থতা: ক্লাসিফায়ার হাতে খালি স্ট্রিং পেয়েছে, তাই 'Unclassified' ছাড়া আর কিছু বলার উপায় নেই। Information Points খালি অ্যারে হিসেবে ফিরে এসেছে, অর্থাৎ এক্সট্রাকশন মডেল মূল লেখা না পেয়ে চুপচাপ খালি ফল দিয়েছে — কোনো এরর ছোড়েনি। এই চুপচাপ ব্যর্থতাই সবচেয়ে বিপজ্জনক, কারণ মনিটরিংয়ে এটি 'সফল কিন্তু ফাঁকা' হিসেবে পাস হয়ে যায়। সবচেয়ে শিক্ষণীয় অংশটি হলো domain label = cricket_world থাকা সত্ত্বেও বাকি সব খালি। এই একটি ভরা ক্ষেত্র দেখে অনেকেই ধরে নেবেন 'তাহলে লেখাটা ক্রিকেট নিয়েই'। কিন্তু ওই লেবেলটি সম্ভবত URL বা ডোমেইনের ফলব্যাক নিয়ম থেকে এসেছে, বিষয়বস্তু থেকে অনুমান করা হয়নি। ফলে এটি অপ্রমাণিত; এটিকে বিশ্লেষণের ভিত্তি বানানো যায় না। ক্রিকেট বিষয়ক প্রতিবেদনে এই ধরনের 'একটি সত্যের আবরণে অনেক মিথ্যা' কাঠামো আমাদের নিয়মিতই বিভ্রান্ত করে — স্কোরবোর্ডে একটি ঘর ঠিক থাকলেই গোটা রেকর্ড বিশ্বাসযোগ্য হয়ে যায় না। এখান থেকেই আমার মূল যুক্তি: ক্রিকেট সাংবাদিকতার গুণমান উন্নত করতে প্রথমে দাবির যাচাই নয়, ডেটা পাইপলাইনের স্বাস্থ্য যাচাই করতে হবে। Stage-1-এর কাঁচা লগ পরীক্ষা করুন — বডির দৈর্ঘ্য শূন্য কি না, HTTP স্ট্যাটাস কোড কী, এক্সট্রাকশন মডেল বৈধ JSON ফিরিয়েছে কি না। এই তিনটি প্রশ্নের উত্তর না পেলে বিশ্লেষণের পরবর্তী ধাপে যাওয়া মানে বালির ওপর দালান তোলা। একটি ব্যবহারিক নিয়ম হিসেবে আমি এই মানদণ্ড ধরি: তিনটির কম তথ্যবিন্দু থাকলে কেবল একক তথ্য যাচাই সম্ভব, গভীর বিশ্লেষণ নয়; তিন থেকে আটটি থাকলে দাবির সারসংক্ষেপ, অবস্থান শনাক্তকরণ ও সময়-সংবেদনশীলতা বিচার করা যায়; আটটির বেশি এবং তার সঙ্গে ডেটা ও উদ্ধৃতি থাকলে তবেই যুক্তির কাঠামো ভাঙা, সূত্রের ক্রস-যাচাই এবং গোপন অনুমান খোঁজার কাজ চলে। আরেকটি ফাঁক যা এড়িয়ে যাওয়া যায় না: Time Sensitivity-এ 'not assessed' লেখা, আর Source Quality সম্পর্কে বলা হয়েছে 'source ফিল্ড দেখে বিচার করুন' — অথচ source ফিল্ডটাই খালি। অর্থাৎ এই মুহূর্তে সূত্রের মান নির্ধারণের কোনো উপায়ই নেই। অথচ ক্রিকেটে সবচেয়ে বেশি ঝুঁকি ঠিক এখানেই — ট্রান্সফার গুজব, ইনজুরি আপডেট, সিরিজ পূর্বাভাস। 'বোর্ড সূত্রে খবর' এবং 'নিশ্চিত হয়ে জানা গেছে' — এই দুই বাক্যের মধ্যে বিশাল পার্থক্য, কিন্তু উৎস না থাকলে পাঠক সেই পার্থক্য ধরতেই পারেন না। একটি বিপরীতমুখী পর্যবেক্ষণ যোগ করি। অনেকেই মনে করেন, দ্রুততার যুগে পার্সিং ব্যর্থতা মানে শুধু দেরি — সাময়িক অসুবিধা। আমার অভিজ্ঞতা ভিন্ন বলে। ক্রিকেট সংবাদে ফাঁকা স্ট্রাকচার সবচেয়ে বেশি ক্ষতি করে তখন, যখন সেটি চুপচাপ পাস হয়ে যায় এবং পরের ধাপের বিশ্লেষণ তার ওপর ভর করে। তখন ব্যবহারকারী দেখেন একটি পূর্ণাঙ্গ, আত্মবিশ্বাসী প্রতিবেদন — যার ভিতরে কোথাও একটি খালি ঘর লুকিয়ে আছে। এই কারণেই আমি মনে করি, 'এরর দেখালে ভালো' — অন্তত সিস্টেমের ব্যর্থতা ধরা পড়ে, আর সাংবাদিক জানেন কোথায় থামতে হবে। আমার নিজের কাজের ধরন থেকে একটি কথা বলি, যেটি এখানে সরাসরি প্রযোজ্য। পডকাস্টে আমি ২০১৭ সাল থেকে নিয়ম মেনে চলি: স্ক্রিপ্টের প্রতিটি সংখ্যার পেছনে তার সীমাবদ্ধতা লিখে রাখি, আর যেখানে তথ্য অসম্পূর্ণ, সেখানে বিশ্লেষণ দাঁড় করানোর বদলে 'এখনও জানা যায়নি' লিখে থেমে যাই। বিশ্লেষণাত্মক কাজে এটি দুর্বলতা নয়, এটি পদ্ধতিগত সততা। একটি খালি Stage-1 আউটপুটের ওপর ভর করে লেখা গভীর বিশ্লেষণ আসলে পাঠকের সঙ্গে বিশ্বাসভঙ্গ। তাহলে সামনের পথ কী? এগিয়ে যাওয়ার জন্য সর্বনিম্ন যা দরকার তার যেকোনো একটি: মূল লেখা — প্লেইন টেক্সট হলেও চলবে, কারণ আমি নিজেই সেটি ভেঙে বিশ্লেষণ করতে পারি, Stage-1-এর ওপর নির্ভর না করে; অথবা সংশোধিত Stage-1 আউটপুট, যেখানে অন্তত তিনটি নির্দিষ্ট তথ্যবিন্দু থাকবে — ঘটনা, ব্যক্তি বা প্রতিষ্ঠান, সংখ্যা ও সময় সহ; অথবা শুধু URL — অ্যাক্সেসযোগ্যতা যাচাই করে তারপর পথ ঠিক করা যায়। ক্রিকেটে যেমন একটি বলের লাইন-লেংথ ঠিক না হলে বাকি ফিল্ড সেটিং অর্থহীন হয়ে যায়, তেমনি সংবাদ-বিশ্লেষণে ইনপুট যাচাই না হলে আউটপুট যত সুন্দরই হোক, তা আসলে ফাঁকা। পরের সিরিজের আগে বোর্ড, মিডিয়া আর বিশ্লেষক — তিন পক্ষেরই উচিত নিজেদের পাইপলাইনের দিকে ফিরে তাকানো। প্রশ্নটি এখন আর 'এই খবরটি সত্য কি না' নয়; প্রশ্নটি হলো, আমরা কি এমন একটি ব্যবস্থা তৈরি করছি যেখানে মিথ্যা খবর সত্যের মতোই আত্মবিশ্বাসী দেখায়?