যে প্রতিবেদনে কোনো প্রতিবেদন ছিল না: ফাইট কভারেজের পাইপলাইনে শূন্য এক্সট্র্যাকশনের পাঠ

আউটপুটটা প্রথম দেখে মনে হয়েছিল একটা ফাঁকা স্কোরকার্ড। যোদ্ধার নাম নেই, রাউন্ড নেই, পয়েন্ট নেই — শুধু ওজনশ্রেণির ঘরে একটা সিল বসানো: মার্শাল আর্টস। কাগজটা নিয়মমাফিক, ফরম্যাট ঠিক, ফিল্ডগুলোও ঠিক জায়গায় বসানো। তবু সেটা কোনো সিদ্ধান্ত নয়, একটা ফাঁদ।

আমি ওই আউটপুটটা বারবার পড়লাম, যতক্ষণ না 'মার্শাল আর্টস' শব্দটার প্রতিধ্বনি কানে বাজা বন্ধ হয়। শিরোনামের ঘরে লেখা N/A। উৎসের ঘরে লেখা N/A। ধরন লেখা Unclassified। আর বাকি সব — মূল বক্তব্য, তথ্যবিন্দু, দাবির তালিকা — খালি বন্ধনী। একটা সিস্টেম একটা বিষয়ের আঙুলের ছাপ ধরতে পেরেছে, কিন্তু একটা তথ্যের ছাপ ধরতে পারেনি।

রেফারির চোখে এটা নতুন কিছু নয়। ম্যাচে এমন মুহূর্ত আসে, যখন আপনি জানেন কিছু একটা ঘটেছে — গ্যালারি উঠে দাঁড়িয়েছে, কর্নার ফ্ল্যাগ উঠেছে, ঘড়ি থেমে গেছে — কিন্তু আপনি নিজের চোখে দেখতে পাননি ঠিক কী ঘটল। তখন রেফারির কাজ অনুমান করা নয়, নিজের দেখার সীমাটা স্বীকার করা। এই আউটপুটটা ঠিক উল্টো কাজটা করেছে: সে তার দেখার সীমা স্বীকার করেনি, বরং একটা লেবেল ধরে দাঁড়িয়ে গেছে যেন সেটাই পর্যাপ্ত সাক্ষ্য।

আমার কাজে এটা রোজকার ব্যাপার। যে ফুটেজটা নিয়ে সপ্তাহের পর সপ্তাহ বসে থাকি, তার প্রতিটা ফ্রেমে এমন কিছু থাকে যা আপনি প্রথম দেখায় মিস করেন। জে-টু লিগের ৪২ ম্যাচের এক সিজনে আমি ২১২টা পেনাল্টি-এরিয়ার বিতর্কিত ঘটনা লিখে রেখেছিলাম — প্রতিটার টাইমস্ট্যাম্প, একটা স্টিল ফ্রেম, আর তিন সেকেন্ডের ক্লিপ। এই লগটা কোনোদিন প্রতিবেদন হিসেবে ছাপা হয়নি; এটা ছিল আমার নিজের প্রতি বাধ্যবাধকতা, যাতে প্রতিটা দাবির পেছনে একটা ফ্রেম থাকে।

সেই অভ্যাস থেকেই এই লেখাটা। কারণ আমি এখানে যে সমস্যাটা দেখছি, সেটা একটা সফটওয়্যার বাগ নয়। এটা একটা সম্পাদনাগত ব্যর্থতা — এবং এমন একটা ব্যর্থতা, যার চেহারা সফলতার মতো। আর ক্রীড়া সাংবাদিকতায় এই নির্দিষ্ট ধরনের মিথ্যা চেহারা আমার খুব চেনা।

প্রসঙ্গ: যে দিকটায় মিডিয়া আলো ফেলে না

মার্শাল আর্টস বাংলাদেশে একটা অদ্ভুত জায়গায় বসে আছে। এখানে সাফ গেমসের ঘরে কারাতে পদক আছে, ১৯৯৯ থেকে ২০০১, আবার ২০১০-এর ঢাকার ঘরের সাফে চারটে সোনা, ২০১৯-এও পদক এসেছে। বাংলাদেশ কারাতে ফেডারেশন ২০০১ সালে আলাদা সত্তা হিসেবে দাঁড়ায়, বাংলাদেশ জুডো ফেডারেশন তার বহু আগে, ১৯৭২ সালে। জাতীয় প্রতিযোগিতায় সেনা, পুলিশ, বিজিবি টিম প্রায় সব পদক নিয়ে যায়। এই তথ্যগুলো জানা দরকার, কিন্তু এগুলো জানা মানে এই নয় যে কারাতের একটা পেশাদার পথ আছে। পদক অনুষ্ঠান আর পাইপলাইনের মধ্যে যে ফাঁক, সেটা পনেরো বছরেও ভরেনি।

এটাই সেই জায়গা যেখানে মার্শাল আর্টস কভারেজ সবচেয়ে দুর্বল। ফুটবল নিয়ে বাংলাদেশে প্রতিদিন হাজার শব্দ লেখা হয়, ক্রিকেট নিয়ে লাখ লাখ। কারাতের একটা জাতীয় চ্যাম্পিয়নশিপ হয়তো বছরে একবার খবর হয়, টুকরো দুই প্যারা। বক্সিংয়ের অবস্থা আরও নির্মম — ২০২০ সালের নভেম্বরে দেশের প্রথম পেশাদার বক্সিং ইভেন্ট হয়, ২০২২-এ 'আলটিমেট গ্লোরি' কার্ড, এই দুটো ঘটনাই আমাদের হাতে আছে; এর বাইরে দীর্ঘ কোনো পেশাদার লিগের রেকর্ড নেই। এই শূন্যতার মধ্যে যিনি কাজ করেন, তিনি জানেন তথ্যের ঘাটতি কেমন দেখতে হয়।

ভলিউমের চাপে এই ঘাটতি ভরে দেওয়ার একটা প্রলোভন তৈরি হয়। ডেস্কে রোজ নির্দিষ্ট সংখ্যক ফিল্ড-আর্টিকেল দরকার, কিন্তু এই বিটে সবসময় নির্ভরযোগ্য কনটেন্ট থাকে না। তাই এখন সিস্টেম দাঁড় করানো হয় এভাবে: একটা লিংক বা ফাইল ঢোকাও, একটা এক্সট্র্যাকশন স্টেজ চলে, সেখান থেকে তথ্যবিন্দু বেরোয়, তারপর সেটা থেকে এনটিটি, সময়সংবেদনশীলতা আর উৎস-মান অনুমান করা হয়। এটাই Stage-1। এর ওপর দাঁড়ায় Stage-2, অর্থাৎ প্রকৃত বিশ্লেষণ।

কিন্তু এই স্থাপত্যে একটা নিঃশব্দ নির্ভরতা লুকিয়ে আছে। এনটিটি, সময়সংবেদনশীলতা, উৎস-মান — এই তিনটে ফিল্ড Stage-1-এ স্বাধীনভাবে 'দেখা' হয় না। এগুলো তথ্যবিন্দুর তালিকা থেকে অনুমিত হয়। তথ্যবিন্দু শূন্য হলে এই তিনটে ফিল্ড শূন্য হওয়াটা ব্যর্থতা নয়, কাঠামোগত অনিবার্যতা। কেউ যদি বলেন 'Stage-1 অর্ধেক হয়েছে', তিনি স্থাপত্যটা পড়েননি। এটা অর্ধেক হয়নি। এটা পুরোটাই হয়নি, শুধু খোলসটা ফিরে এসেছে।

আমার নিজের কাজে এই পার্থক্যটা জানা খুব দরকারি। ২০১৮ বিশ্বকাপে ভিএআরের প্রথম বিশ্বকাপে আমি ৬৪ ম্যাচ দেখেছিলাম, ২০টা অন-ফিল্ড রিভিউ আর তৎকালীন রেকর্ড ২৯টা পেনাল্টি লিখে রেখেছিলাম, তারপর লজিস্টিক রিগ্রেশন চালিয়েছিলাম — কোন শর্তে রিভিউ ট্রিগার হলো: পিচে অবস্থান, ম্যাচের মিনিট, স্কোরলাইন। সেই মডেল কোনো রেফারিকে দোষ দেয়নি। এটা দেখিয়েছিল, চারটে শর্ত একসাথে থাকলে ভুলটা প্রায় অনিবার্য। মানুষটার চোখ নয়, সিস্টেমটাই তখন সমস্যা।

আজ যে সিস্টেমটা নিয়ে কথা বলছি, সেটার সমস্যা একেবারে সাদামাটা: তার কাছে 'আমি দেখিনি' বলার কোনো ভাষা নেই।

মূল বিশ্লেষণ: চারটে মৃত্যুর কারণ, আর একটা সাক্ষী

এই ফাঁকা আউটপুটের পেছনে চারটে সম্ভাব্য কারণ আছে, এবং চারটের চিকিৎসা চার রকম। কারণগুলো আলাদা করার একটাই সৎ উপায় — কাঁচা ইনপুট আর কাঁচা আউটপুটের টোকেন গণনা।

প্রথম সম্ভাবনা: মূল লেখাটাই পার্স হয়নি। স্ক্যান করা পিডিএফ, ছবি হিসেবে বসানো টেক্সট, জাভাস্ক্রিপ্টে রেন্ডার হওয়া ওয়েবপেজ, ভাঙা এনকোডিং — এগুলোর যেকোনো একটা হলে এক্সট্র্যাক্টর হাতে পায় ফাঁকা স্ট্রিং। কিন্তু স্কিমা তো ভাঙে না। তাই মডেল ফাঁকা স্ট্রিং নিয়েও একটা বৈধ JSON বানিয়ে দেয়, ডিফল্ট মান বসিয়ে। চেহারায় সফল, ভেতরে মৃত। শনাক্তকরণ: ইনপুট টোকেন সংখ্যা শূন্যের কাছাকাছি।

দ্বিতীয় সম্ভাবনা: স্কিমা অমিল। মডেল ঠিকঠাক JSON ফেরত দিয়েছে, কিন্তু ফিল্ডের নাম আর ক্রেতার প্রত্যাশিত নামে মিল নেই — এক জায়গায় camelCase, অন্য জায়গায় snake_case, বা এক ধাপ বেশি নেস্টিং। ডিসিরিয়ালাইজেশন নীরবে ব্যর্থ হয়, মান পড়ে যায় ডিফল্টে। শনাক্তকরণ: ইনপুট টোকেন স্বাভাবিক, আউটপুট একটা সম্পূর্ণ কিন্তু ফাঁকা JSON।

তৃতীয় সম্ভাবনা: ট্রাঙ্কেশন। লেখাটা বেশি লম্বা, রেসপন্স মূল বক্তব্যের আগেই কেটে গেছে। শনাক্তকরণ: JSON অসম্পূর্ণ, ব্র্যাকেট বন্ধ হয়নি, শেষ ফিল্ডটা অর্ধেক।

চতুর্থ সম্ভাবনা: ভুল বস্তু। মেটাডেটা বা সারসংক্ষেপের জন্য পাঠানো রিকোয়েস্টের রেসপন্সকে মূল লেখার এক্সট্র্যাকশন ভেবে নেওয়া হয়েছে। শনাক্তকরণ: আউটপুটে শিরোনাম বা উৎস থাকার কথা ছিল কিন্তু নেই, বরং কিছু অপ্রাসঙ্গিক ফিল্ড আছে যা কোথাও ব্যবহার হয় না।

ফ্রেম রেট সত্য নয়, সে কেবল আরেকজন সাক্ষী। এখানে সেই সাক্ষী হলো টোকেন গণনা, আর আউটপুটের কাঁচা স্ট্রিং। কেউ যদি আমাকে বলে 'মডেলটা খারাপ', আমি প্রথমে জিজ্ঞেস করি: ইনপুটে কী ছিল? কারণ বেশিরভাগ ক্ষেত্রে মডেল ব্যর্থ হয়নি — মডেলকে যা দেওয়া হয়েছে, সেটার ওপর সে ঠিকঠাক কাজ করেছে। যে ব্যর্থ হয়েছে, সে হলো চুক্তিটা।

এবার আসল নৈতিক প্রশ্নে। এই অবস্থায় একজন বিশ্লেষকের সামনে দুইটা পথ থাকে। এক, martial_arts লেবেলটা হাতে নিয়ে মার্শাল আর্টস নিয়ে একটা লম্বা লেখা বানিয়ে ফেলা। দুই, থেমে যাওয়া এবং যা দরকার তা চাওয়া।

প্রথম পথটা দেখতে খুব সহজ। লেবেলটা একটা দরজা; তার পেছনে কেউ ঢুকলে দেখবে সাজানো ঘর — কারাতের সাফ পদক, ফেডারেশনের সাল, সেনা-পুলিশের আধিপত্য, বোলি খেলা আর লাঠি খেলার মৃত্যু, রাঙামাটির পাহাড় থেকে ওঠা সুরা কৃষ্ণ চাকমার মতো নাম। সবই সত্য, সবই প্রাসঙ্গিক — এবং সবই এই আউটপুটের সাথে সম্পর্কহীন। কারণ এই লেখাটা আসলে কী নিয়ে ছিল, সেটা কেউ জানে না।

এই জায়গাটাই আমার সবচেয়ে বড় ভয়। মার্শাল আর্টস নিয়ে লেখা সহজে একটা নির্দিষ্ট ছাঁচে ঢুকে পড়ে — হারানো গৌরবের বিলাপ। কিন্তু বাংলাদেশের কারাতে বা বক্সিংয়ে হারানোর মতো কোনো স্বর্ণযুগ ছিল না। শূন্য অলিম্পিক পদক, দীর্ঘ পেশাদার বক্সিং লিগ নেই, ২০২০-এর আগে পেশাদার বক্সিং ইভেন্টই হয়নি। এই সত্যগুলোকে যদি কেউ 'গৌরব কেড়ে নেওয়া' হিসেবে লিখে ফেলে, তাহলে সেটা তথ্য নয়, আবেগের রঙ মাখানো কল্পনা। আর একটা ফাঁকা এক্সট্র্যাকশনের ওপর দাঁড়িয়ে এই কল্পনা লেখা মানে ব্যর্থতাকে দুইবার ঘটতে দেওয়া।

তাই থেমে যাওয়াটা এখানে দুর্বলতা নয়, এটাই একমাত্র বৈধ রায়। রেফারি যখন জানেন তিনি দেখেননি, তখন তিনি হুইসেল বাজান না। সেটা নিরপেক্ষতা নয়, সেটা পেশাদারিত্ব।

নাল স্টেটের অনুপস্থিতি: রেফারির সবচেয়ে পুরোনো সমস্যা

এখানেই একটা গভীর জিনিস আছে, যা এই ছোট্ট ঘটনাটাকে ছাড়িয়ে যায়।

স্কিমায় N/A লেখা ছিল। কিন্তু N/A মানে কী? এর দুইটা সম্পূর্ণ আলাদা অর্থ হতে পারে। একটা: 'শিরোনামটি খালি'। আরেকটা: 'আমি শিরোনামটি কখনও দেখিনি'। প্রথমটা তথ্য। দ্বিতীয়টা তথ্যের অনুপস্থিতি। সিস্টেম এই দুইটার মধ্যে পার্থক্য করতে পারেনি, কারণ তার কাছে extraction_status বলে কোনো ফিল্ড ছিল না।

রেফারিং জগতে এই পার্থক্যটাই সবকিছুর ভিত্তি। 'ফাউল হয়নি' আর 'আমি ফাউল দেখিনি' — এই দুইটা বাক্যের মধ্যে যে ফাঁক, ভিএআর পুরোটাই সেই ফাঁকের ওপর দাঁড়িয়ে আছে। লাইভে রেফারি একটা সিদ্ধান্ত দেন; ভিএআর তাকে বলেন, 'আপনি এটা দেখেননি, ফ্রেমটা দেখুন'। যদি রেফারি নিজে থেকেই 'আমি দেখিনি' বলার ক্ষমতা না রাখেন, তাহলে রিভিউ ব্যবস্থাটা অর্থহীন।

নাল স্টেট ছাড়া একটা পাইপলাইনে যা ঘটে, সেটা ঠিক তেমনই। ফাঁকা লিস্ট, খালি ফিল্ড, ডিফল্ট N/A — এগুলো সব দেখতে একই রকম, যদিও এগুলোর কারণ সম্পূর্ণ আলাদা। ফলে ভুলের ধরনটা শনাক্ত করা অসম্ভব হয়ে যায়। আর যে ভুল শনাক্ত করা যায় না, সেটা সংশোধনও করা যায় না।

আমি আট বছর ধরে যেসব বিতর্কিত সিদ্ধান্তের ফ্রেম নিয়ে কাজ করেছি, তার প্রায় প্রতিটাতেই একটা প্যাটার্ন দেখেছি। বড় বিপর্যয় আসে রেফারি ভুল করলে নয় — আসে তখন, যখন রেফারি ভুলটাকে রেকর্ড করতে না পারেন। যেদিন সিদ্ধান্ত রেকর্ড হয় না, সেদিন থেকে অভিযোগের কোনো জবাব থাকে না, উন্নতির কোনো সূচকও থাকে না।

নারিপ্পন বুডোকানে, আগস্টের সেই সপ্তাহগুলোতে আমার সামনে স্কোরিং মডেলটা খোলা বইয়ের মতো পড়ে ছিল। কারাতের অলিম্পিক অভিষেক, আটটা সোনা, কাতায় পাঁচ বিচারকের প্যানেল — ৭০ শতাংশ টেকনিক্যাল, ৩০ শতাংশ অ্যাথলেটিক। পুরুষদের +৭৫ কেজি কুমিতে ফাইনাল শেষ হলো এক অদ্ভুত রায়ে: তারেগ হামেদি ডিসকোয়ালিফাই, সাজ্জাদ গঞ্জজাদেহর সোনা। সেই রায় নিয়ে আমি দিনের পর দিন স্কোরকার্ড জমা করতে থাকলাম, কারণ আমি বুঝতে চেয়েছিলাম বিচারক প্যানেল আসলে কী দেখতে পান আর কী দেখতে পান না।

শিক্ষাটা হয়েছিল স্পষ্ট: বিচার যদি একটা মডেল হয়, তাহলে তার ক্রাইটেরিয়াগুলো লিখিত থাকতে হবে। ক্রাইটেরিয়া ফাঁকা হলে স্কোরটা থিয়েটার। আর আজ যন্ত্রটা যা করেছে, সেটা কাজ নয়, থিয়েটার।

কনট্রারিয়ান: দোষটা মডেলের নয়

এবার সবচেয়ে অপ্রিয় কথাটা। সবাই এই ঘটনায় মডেলকে দোষ দিতে ঝাঁপিয়ে পড়বে। আমি বলব, দোষটা মডেলের নয়। দোষটা চুক্তির, আর দোষটা সেই সিদ্ধান্তের যিনি চুক্তিটা এমনভাবে বেঁধেছিলেন যে ব্যর্থতার কোনো জানালা রাখা হয়নি।

মডেল একটা নির্দেশ পালন করেছে। তাকে ফাঁকা স্ট্রিং দেওয়া হয়েছে, তাকে বলা হয়েছে একটা স্কিমা মানতে। সে দুটোই করেছে। তার অপরাধ শুধু এই যে সে মাঝপথে থামেনি — কারণ তাকে থামার অনুমতি দেওয়া হয়নি।

এখানে একটা আয়না আছে, যেটা আমার নিজের পেশার দিকে তাক করে। মার্শাল আর্টস কভারেজে এই একই অর্থনীতি কাজ করে। প্ল্যাটফর্ম ভলিউম চায়। বিটে নির্ভরযোগ্য তথ্য কম। ফলে ফাঁকটো পূরণ হয় ঠাসবুনন দিয়ে — উত্তেজনার ভাষা, প্রত্যাশার ভাষা, 'বিশ্বসেরা প্রতিভা' ধরনের বিশেষণ। এটা ঠিক যা এই পাইপলাইনটা করেছে: খালি জায়গা দেখে ডিফল্ট মান বসিয়ে দেওয়া। পার্থক্য শুধু এই যে সাংবাদিকে সেই ডিফল্ট মানটা লেখা হয় কবিতার ভাষায়, আর এখানে লেখা হয় N/A।

আমার সবচেয়ে বড় আপত্তি এই নীরব ডিফল্টের বিরুদ্ধে। একটা ভুল রায় বিপজ্জনক, কিন্তু সেটা অন্তত দেখা যায়, রিভিউ করা যায়, সংশোধন করা যায়। একটা অদেখা নন-কল কখনও রিভিউ হয় না। ফাঁকা আউটপুট ঠিক তেমন — সে দেখতে একটা উত্তর। কেউ তাকে প্রশ্ন করে না, কারণ ফরম্যাট ঠিক আছে।

একটা দ্বিতীয় কনট্রারিয়ান নিজেদের বিরুদ্ধে। আমার মতো লোকেরা সমস্যা দেখলে স্বাভাবিকভাবে 'আরও ডেটা, আরও এক্সট্র্যাকশন' চায়। এখানে সেটা কাজ করবে না। কারণ এখানে সমস্যা তথ্যের অভাব নয় — সমস্যা হলো তথ্যের অনুপস্থিতিকে আলাদা করে চিহ্নিত করার ক্ষমতার অভাব। বেশি এক্সট্র্যাক্টর লাগালে আপনি আরও বেশি ফাঁকা খোলস পাবেন, আরও বেশি আত্মবিশ্বাসের সাথে।

নেওয়ারি: ডেস্কের জন্য একটা চেকলিস্ট

তাহলে এখান থেকে কী দাঁড়ায়?

প্রথম দাবিটা কাঠামোগত। যে কোনো এক্সট্র্যাকশন চলার আগে একটা কঠোর গেট থাকতে হবে — ইনপুট টোকেন শূন্যের কাছাকাছি হলে পাইপলাইন এগোবে না, থেমে যাবে এবং ব্যর্থতা ঘোষণা করবে। এটা বিলাসিতা নয়, ভিত্তি।

দ্বিতীয়টা চুক্তির পুনর্লিখন। প্রতিটা এক্সট্র্যাকশন আউটপুটে একটা বাধ্যতামূলক ফিল্ড থাকতে হবে, যার অনুমোদিত মান সীমিত — সম্পূর্ণ, আংশিক, শূন্য। শূন্য মানে শূন্য; সেটা একটা বৈধ, প্রকাশযোগ্য ফল। আর তখনই 'শিরোনাম নেই' আর 'শিরোনাম দেখা যায়নি' আলাদা হয়ে যাবে।

তৃতীয়টা, যেটা সবচেয়ে বেশি উপেক্ষিত, সেটা হলো অপব্যাখ্যার বিষ। মার্শাল আর্টস, বক্সিং, বোলি খেলা, লাঠি খেলা — এই ধরনের কম-আলোকিত বিটে মানুষের স্পট-চেকের কোনো বিকল্প নেই। কারণ এখানে ত্রুটির খরচ সবচেয়ে বেশি: একটি ভুল তথ্য একটা সম্পূর্ণ সম্প্রদায়ের পরিশ্রমকে অদৃশ্য করে দিতে পারে।

ভবিষ্যতের দিকে তাকিয়ে আমার একটাই প্রশ্ন। এই মাসে যতগুলো ফাইট-কভারেজ প্রকাশিত হলো, তার মধ্যে কতগুলো আসলে একটা martial_arts লেবেলের ওপর দাঁড়িয়ে ছিল, আর কোনও একটার পেছনে একটা যাচাই করা ফ্রেম ছিল? উত্তরটা আমরা জানি না। আর সেই অজানাটাই এই লেখার একমাত্র আসল তথ্য।