ফুটবলের মোড়কে কফির বিজ্ঞাপন: একটি ডেটা-শ্রেণিকরণ ত্রুটি এবং তার নীরব ছায়া

গত সপ্তাহে আমার ডেস্কে একটি ফাইল এল। ডেটাবেসের লেবেল পরিষ্কার — ফুটবল। সবুজ সংকেত মানে এই নয় যে কনটেন্ট যাচাই হয়ে গেছে, তবে যে এটি পাঠালেন তিনি নিশ্চিত ছিলেন এটি খেলাধুলার বিশ্লেষণ। পাতা উল্টে যা পেলাম তা সম্পূর্ণ আলাদা এক জগৎ: ভিয়েতনামের একটি খাদ্য-ডেলিভারি প্ল্যাটফর্ম, তিনজন গ্রাহকের প্রথম-পুরুষের প্রশংসা, আর একটিমাত্র কফি ব্র্যান্ডের নাম। মাঠ নেই, স্কোর নেই, কোচ নেই, কোনো খেলোয়াড় নেই। ৪৩টি তথ্যবিন্দুর একটিও ফুটবলকে ছোঁয়নি। এটাই দিনের সবচেয়ে বড় তথ্য।

অনেকের কাছে এই গল্প একটি ভুলের গল্প। আমার কাছে এটা একটি সিস্টেমের গল্প — যে সিস্টেম প্রতিদিন লক্ষ লক্ষ কনটেন্ট গিলে খায়, লেবেল বসায়, আর তারপর সেই লেবেলের উপর ভরসা করে বিশ্লেষণ চালায়। আজ যদি একটি কফির বিজ্ঞাপন ফুটবল হয়ে ডেটাবেসে ঢুকে পড়ে, কালকে সেটাই একটি বিশ্লেষণী প্রতিবেদনে পরিণত হতে পারে। আর সেই প্রতিবেদন থেকেই জন্ম নেবে ভুল প্রেডিকশন, ভুল স্ট্র্যাটেজি, ভুল সিদ্ধান্ত।

মূল নিবন্ধটি আসলে কী ছিল

আগে স্পষ্ট করা দরকার, ৪৩টি তথ্যবিন্দু আসলে কী বলছে। বিষয়বস্তুটি ছিল একটি খাদ্য-ডেলিভারি প্ল্যাটফর্মের প্রচার — ShopeeFood, ভিয়েতনাম — একটি ফিচারকে ঘিরে: "Đặt trước, lấy tại quán", অর্থাৎ আগে অর্ডার, দোকান থেকে সংগ্রহ। ধারণাটি সহজ: ভিড়ের সময় লাইনে দাঁড়ানোর বদলে আগেই অর্ডার করো, তারপর পিকআপ করে নাও।

নিবন্ধে তিনজন ব্যক্তির গল্প আছে — একজন অফিসকর্মী, একজন শিক্ষার্থী এবং একজন প্রবীণ পেশাজীবী। নামগুলোও তথ্যে সংরক্ষিত: Nguyễn Trung Kiên, Phạm Gia Hân, Nguyễn Thị Liêm। প্রতিষ্ঠান হিসেবে আছে একটি শিক্ষাপ্রতিষ্ঠান (Đại học Tài chính - Marketing) এবং হো চি মিন সিটির একটি কোম্পানি। আর আছে একটি কফি ব্র্যান্ডের নাম — Highlands Coffee।

প্রতিটি গল্প একই ছাঁচে গড়া: সমস্যা (লম্বা লাইন, বিশ্রামের সময় নষ্ট) থেকে আবিষ্কার (অ্যাপে অর্ডার), তারপর সমাধান (সময় বাঁচল)। শেষে একটি স্পষ্ট আহ্বান আর একটি ডিসকাউন্ট কোডের উল্লেখ। ছবির ক্যাপশনগুলোও ব্র্যান্ড ও ব্যবহারকারীর নামে সাজানো। বলুন তো, এর কোনওটিকে ফুটবল বলা যায় কীভাবে?

নেটিভ অ্যাডভার্টাইজিংয়ের ছাঁচ, এবং কেন সেটি চেনা জরুরি

এই কাঠামোটি এলোমেলো নয়। সমস্যা থেকে আবিষ্কার, আবিষ্কার থেকে সমাধান — তিনটি ভিন্ন জনতাত্ত্বিক চরিত্রে তিনবার পুনরাবৃত্তি। এটাই নেটিভ অ্যাডভার্টাইজিংয়ের পাঠ্যপুস্তকীয় ছাঁচ। এখানে সংবাদ নেই, আছে রূপান্তর-ফানেল: বাইরের আঘাত, ভেতরের অনুসন্ধান, পরীক্ষা, অভ্যাস।

তিনটি চরিত্র বাছাই করা হয়েছে উদ্দেশ্যপ্রণোদিতভাবে — কর্মী, শিক্ষার্থী, প্রবীণ পেশাজীবী। বার্তা যায়: এই ফিচার সবার জন্য। কোথাও নেতিবাচক সুর নেই, বিকল্পের তুলনা নেই, ব্যর্থতার গল্প নেই। তিনটি প্রশংসাই একই দিকে বাঁকানো।

ডিসকাউন্ট কোডের উপস্থিতি নিজেই বলে দেয়, এটি তথ্যচিত্র নয়। এটি ক্রেতা-অধিগ্রহণের একটি লিভার। কনটেন্টের লক্ষ্য শুধু পড়া নয়, রূপান্তর — পড়ুয়াকে গ্রাহকে বদলানো।

আমি বছরের পর বছর ধরে মাঠের খেলা দেখে অভ্যস্ত, এবং অভ্যাসটা হলো লেবেলের বাইরে গিয়ে তথ্য দেখা। এখানে তথ্যবিন্দুগুলোর ফাঁকটাই প্রধান সাক্ষ্য: ফুটবলের সঙ্গে একটিমাত্র যোগসূত্রও অনুপস্থিত।

তিনটি মুখ, একটি ছাঁচ

জনতাত্ত্বিক বাছাইটা খেয়াল করার মতো। একজন অফিসকর্মী প্রতিনিধিত্ব করেন ব্যস্ত পেশাজীবীর, যার সময়ই সবচেয়ে দুষ্প্রাপ্য। একজন শিক্ষার্থী প্রতিনিধিত্ব করেন কম খরচে বেশি সুবিধা খোঁজা প্রজন্মের। আর একজন প্রবীণ পেশাজীবী যোগ করেন অভিজ্ঞতা ও বিশ্বাসযোগ্যতার ওজন।

এই তিনজনকে একসঙ্গে বসানো মানে কোনো একটি গোষ্ঠীকে বাদ না দেওয়া। অথচ একটিও চরিত্রে কোনো সন্দেহ নেই, কোনো মূল্য-প্রশ্ন নেই, কোনো তুলনা নেই। বিশ্লেষণে এটাই সবচেয়ে বড় লাল সংকেত। বাস্তব জীবনে তিনজন ভিন্ন মানুষের অভিজ্ঞতা কখনও হুবহু একই রকম হয় না। এখানে ভাষা বদলেছে, কিন্তু ছাঁচ বদলায়নি।

আমি যাকে বলি সাজানো সাক্ষ্য — সমস্ত পথ একই গন্তব্যে মেশে। কোথাও ভুল লাইনে দাঁড়ানো নেই, কোথাও ভুল সময়ে অ্যাপ খোলা নেই।

লেবেল কীভাবে বিষ হয়ে ওঠে

এখন আসি আসল প্রসঙ্গে। সমস্যা এই নিবন্ধটি নয়। সমস্যা হলো, নিবন্ধটি কোথায় রাখা হয়েছে।

লেবেলে লেখা "football"। এটা নিছক টাইপোগ্রাফিক ভুল নয়। এটি একটি সিদ্ধান্ত। যখন একটি ডেটা-পাইপলাইন এই লেবেলকে সত্য ধরে নেয়, তখন ভুলটি আরও এক ধাপ এগিয়ে যায় — কনটেন্ট-শ্রেণিকরণের ত্রুটি বিশ্লেষণ-স্তরে পৌঁছে যায়।

ভাবুন পরের ধাপে কেউ যদি এই ৪৩টি তথ্যবিন্দুকে ফুটবল-ডেটাসেটে ঢুকিয়ে দেয়, তাহলে কী হবে। দুটি জিনিস। এক, ফুটবল-ডেটাবেসে খাদ্য-ডেলিভারির ময়লা জমতে থাকে। দুই, কেউ যদি ছাঁচ পূরণ করতে গিয়ে জোর করে ট্যাকটিক্যাল বা ট্রান্সফার বিশ্লেষণ বানায়, তখন মিথ্যা তথ্য তৈরি হয় — যা কেবল ময়লার চেয়েও বেশি বিপজ্জনক।

শূন্য ফলাফল ঘোষণা করা বিশ্লেষকের কর্তব্য, ব্যর্থতা নয়। "এই বিষয়ের তথ্য যথেষ্ট নয়" — এই বাক্যটি লিখতে কষ্ট হয়, কিন্তু এটাই সৎ পথ। আমি চাই না কোনো ডেটাসেটে আমার হাতের ছাপ এমন কোনো বিশ্লেষণে থাকুক, যা তথ্য ছাড়াই তৈরি।

লেবেলিং-স্তরের প্রশ্ন

এখানে একটি জরুরি প্রশ্ন তোলা দরকার: লেবেলটি কি সত্যিই ভুল, নাকি আমাদের সিস্টেম এমনভাবে তৈরি যেখানে ভুল ধরা পড়ে না?

ধরা পড়ার প্রক্রিয়াটি ঘটেছে একেবারে শেষ মুহূর্তে — বিশ্লেষণের স্তরে। মানে উপরের শ্রেণিকরণ স্তরটি এই ত্রুটি ধরতে পারেনি। এটি একটি একক ভুল নয়, এটি গোটা লেবেলিং-স্তরের সম্ভাব্য ব্যর্থতার সংকেত।

একটি নমুনা ভুল ধরা পড়লে প্রশ্ন ওঠে: আর কতগুলো ধরা পড়েনি? কোথায় খাদ্য-ডেলিভারির কনটেন্ট লুকিয়ে আছে খেলাধুলার নামে? কোথায় ব্যক্তিগত পণ্যপ্রচার লুকিয়ে আছে বিশ্লেষণী প্রতিবেদনের মোড়কে? প্রশ্নগুলো সহজ, উত্তরগুলো অস্বস্তিকর।

আমি কীভাবে ভুল হতে পারি

নিজের সমালোচনা করা দরকার। একটি সম্ভাবনা আছে যে আমি প্রসঙ্গটি ভুলে যাচ্ছি। যদি মূল সোর্সে সত্যই কোনো ফুটবল-সংযোগ থেকে থাকে — যেমন ওই প্ল্যাটফর্মের কোনো ক্লাব-স্পন্সরশিপ, কোনো খেলাধুলার প্রচার, যা প্রথম-স্তরের বিশ্লেষণে ওঠেনি — তাহলে চিত্রটি বদলে যায়। কিন্তু এক্সট্র্যাক্ট করা ৪৩টি তথ্যবিন্দুতে সেই ধরনের কোনো সংকেত নেই। কাজেই অনুমানের জমিতে দাঁড়িয়ে বিশ্লেষণ বানানো আমার নিজের পদ্ধতির সঙ্গেই সাংঘর্ষিক।

দ্বিতীয় সম্ভাবনা: শিরোনামের লেবেলটি হয়তো কেবল একটি টাইপোগ্রাফিক ভুল, কোনো গভীর পদ্ধতিগত ত্রুটি নয়। এটাও সম্ভব। কিন্তু একটি ভুল যদি কেবল শেষ স্তরে ধরা পড়ে, তাহলে প্রশ্ন থেকে যায় — উপরের স্তরগুলো কেন ধরল না?

আরেকটি বিষয়: বিজ্ঞাপনের স্পষ্ট তকমা যদি মূল কনটেন্টে থাকত, তাহলে এই তর্ক নাও তৈরি হতে পারত। প্রথম-স্তরের ডিকনস্ট্রাকশনে সেই তকমার প্রমাণ নেই; তবে তা মূল নকশাতেও থাকতে পারে, শুধু ধরা পড়েনি। এখানেও নিজের সীমা স্বীকার করছি।

কেন এই গল্প ফুটবল-পাঠকের জন্য প্রাসঙ্গিক

ফুটবল-ভক্তরা ভাবতে পারেন, কফিবিক্রির বিজ্ঞাপন তাঁদের কী আসে-যায়। আসে, বেশি আসে।

আজকের দিনে ক্রীড়া-বিশ্লেষণ, প্রতিবেদন আর বিজ্ঞাপনের মধ্যে দেয়াল ক্রমশ পাতলা হচ্ছে। একটি দল বা প্ল্যাটফর্ম ক্লাব-স্পন্সরশিপ করে, তারপর সেই ক্লাবের নামে সাজানো সাক্ষাৎকার-সম উপাদান ছড়িয়ে দেয়। পাঠক সেটিকে বিশ্লেষণ ভাবেন। যখন লেবেলই ভুল, তখন পাঠকের নিজের যাচাই ছাড়া উপায় থাকে না।

তাই এই ঘটনা একজন ফুটবল-পাঠকের জন্য প্রশিক্ষণ। প্রতিটি দাবির পেছনে টেপ আছে কি? তথ্যবিন্দুগুলো ভেতরে-বাইরে মিলছে কি? নাকি সবকিছু নিখুঁতভাবে সাজানো, অথচ ফাঁপা? ক্রীড়া-সংবাদে এই প্রশ্নগুলো এখন আর বিলাসিতা নয়, প্রয়োজন।

ফুটবল-ডেটা দূষণের দাম

ফুটবল-ডেটা কেবল বিনোদন নয়। ক্লাব, স্কাউট, এজেন্ট, সম্প্রচারক — সবাই এই ডেটার উপর নির্ভর করে সিদ্ধান্ত নেয়। যদি সেই ডেটায় ভুল লেবেলের কনটেন্ট ঢুকে পড়ে, তাহলে ভুল সিদ্ধান্তের শিকার হন ক্লাব, খেলোয়াড়, এমনকি সমর্থকও।

একটি উদাহরণ ভাবুন। ধরা যাক, একটি ভুল লেবেলের কনটেন্ট কোনো বিশ্লেষণী পাইপলাইনে ঢুকে পড়ে, আর পরবর্তীতে তা কোনো "ট্রেন্ড" বা "সংকেত" হিসেবে উদ্ধৃত হয়। সূত্র খুঁজতে গিয়ে কেউ পৌঁছান একটি কফি শপের বিজ্ঞাপনে। হাস্যকর শোনায়, কিন্তু ক্ষতিটা বাস্তব — বিশ্বাসের অবক্ষয়।

এই কারণেই শূন্য ফলাফল এত গুরুত্বপূর্ণ। বিশ্লেষক যদি তথ্য না পেয়ে জোর করে কিছু লেখেন, তিনি একা ভুল করেন না — তিনি সেই ভুলটি পরবর্তী ধাপে ছড়িয়ে দেন।

কনটেন্ট-অর্থনীতির বাস্তবতা

বিশাল ভাষা-মডেল ও পাইপলাইন এখন প্রতি মিনিটে হাজার হাজার নথি প্রক্রিয়া করে। এই গতির মধ্যে হাতে যাচাই একটি বিলাসিতা। তাই স্বয়ংক্রিয় লেবেলিং জরুরি, কিন্তু সেই স্বয়ংক্রিয়তাই দুর্বল হলে বিপদ।

দুইটি পথ খোলা। হয় গতি কমানো, নয়তো স্বয়ংক্রিয় যাচাই শক্ত করা। প্রথমটি বাস্তবসম্মত নয়। তাই দ্বিতীয়টি ছাড়া উপায় নেই — বিশেষত এমন সিস্টেমে, যেখানে একটি ভুল একবার হলে তা হাজারবার ছড়িয়ে পড়ে।

সমাধান কী হতে পারে

সমাধানটি দুঃখজনকভাবে সাধারণ। বিশ্লেষণ শুরুর আগেই একটি ডোমেইন-যাচাইয়ের দরজা থাকা দরকার। তথ্যের ভেতরেই কয়েকটি সত্তা বা কী-ওয়ার্ড চেক করলেই বোঝা যেত, বিষয়টি ফুটবল নয়।

একটি স্তর হলো শূন্য ফলাফল প্রকাশ করা। যেখানে তথ্য নেই, সেখানে "তথ্য নেই" লেখাই সর্বোচ্চ মানসম্পন্ন বিশ্লেষণের পরিচয়। আরেকটি স্তর হলো উৎস-পরিচয়ের শৃঙ্খল রক্ষা। কোথা থেকে এল, কে লেবেল করল, কীভাবে যাচাই হলো — এই তিনটি প্রশ্ন যদি প্রতি ধাপে লিপিবদ্ধ থাকে, তাহলে ভবিষ্যতে এই ধরনের ত্রুটি ধরা সহজ হয়।

ব্লকচেইন খতিয়ান কেন প্রাসঙ্গিক

এখানেই একটি চিন্তা আসে। যদি প্রতিটি ধাপ — কনটেন্ট গ্রহণ, শ্রেণিকরণ, যাচাই, সংশোধন — একটি অপরিবর্তনীয় খতিয়ানে লিপিবদ্ধ হতো, তাহলে দায় এড়ানোর পথ থাকত না। কে লেবেল বসাল, কখন, কোন নিয়মে — সব প্রশ্নের উত্তর খতিয়ানেই থাকত।

এটি কেবল ফুটবল-মিডিয়ার সমস্যা নয়। এটা গোটা কনটেন্ট-অর্থনীতির সমস্যা। যখন বিশাল মডেল ও পাইপলাইন লক্ষ লক্ষ নথি প্রক্রিয়া করে, তখন লেবেলের নির্ভরযোগ্যতাই হয়ে ওঠে সবচেয়ে বড় ভিত্তি। সেই ভিত্তি দুর্বল হলে উপরের সবকিছু দুর্বল।

ব্লকচেইন-ভিত্তিক উৎস-প্রমাণ এই ভিত্তিকে শক্ত করার একটি পথ হতে পারে। এটি কোনো জাদু সমাধান নয়, কিন্তু স্বচ্ছতার একটি কাঠামো। কে কী পরিবর্তন করল, তা লুকানো কঠিন হয়ে পড়ে। আর যেখানে লুকানো কঠিন, সেখানে ভুল সংশোধনের চাপ বাড়ে।

শিল্প-প্রেক্ষাপট

ক্রীড়া-মিডিয়ায় কনটেন্টের পরিমাণ এখন ইতিহাসের যেকোনো সময়ের চেয়ে বেশি। প্রতিটি ম্যাচ শেষে শত শত বিশ্লেষণ তৈরি হয়। এই ভিড়ের মধ্যে মান বজায় রাখা কঠিন। লেবেলিং ঠিক না থাকলে পাঠক কী পড়ছেন, তা তিনি নিজেও জানেন না।

বিজ্ঞাপন আর সম্পাদকীয় সামগ্রীর সীমারেখা ক্রমশ ঝাপসা। ঘোষিত স্পনসরশিপ এক জিনিস, আর সাক্ষাৎকারের ছদ্মবেশে বিজ্ঞাপন আরেক জিনিস। দ্বিতীয়টির ক্ষেত্রে পাঠকের সন্দেহ করার সুযোগ কমে যায়, কারণ পড়তে পড়তে মনে হয় এটি একজন সাধারণ ব্যবহারকারীর অভিজ্ঞতা।

ফুটবল-প্রেক্ষাপটে এটা আরও সূক্ষ্ম। কোনো ক্লাব যখন কোনো পণ্যের সঙ্গে জড়িয়ে যায়, তখন সেই পণ্যের প্রচার কখনও কখনও বিশ্লেষণের মতো দেখতে হতে পারে। সীমাটি স্পষ্ট রাখা দরকার — কে লিখছে, কে অর্থ দিচ্ছে, আর কেন।

সামনের দিকে তাকিয়ে

এই একটি ফাইলের গল্প ছোট, কিন্তু এর ছায়া লম্বা। যদি একটি কফির বিজ্ঞাপন একটি ফুটবল-ডেটাসেটে ঢুকে পড়তে পারে, তাহলে আর কী কী ঢুকছে সেখানে, যার কথা আমরা জানি না?

আগামী মৌসুমে যখনই কোনো বিশ্লেষণ পড়বেন — সেটি ক্লাবের গল্প হোক, খেলোয়াড়ের হোক, বা ট্রান্সফার-গুজবের হোক — নিজেকে একটি প্রশ্ন করুন: এর পেছনের লেবেলটি কি সত্যিই সত্য, নাকি শুধু সবুজ? কারণ সবুজ রঙ কখনও সত্যের প্রমাণ নয়। লেবেল একটি দাবি, প্রমাণ নয়।

ডেটা যখন ফুটবল বলে চিৎকার করে, তখন টেপ দিয়ে তাকে চুপ করানোটাই বিশ্লেষকের কাজ। এই ফাইলটির ক্ষেত্রে টেপ নিরুত্তর। এবং আমি শূন্য ফলাফলই লিখে রাখব — কারণ শূন্যতা লুকানো আর মিথ্যা লেখা, দুটো একই অপরাধ।