ফাঁকা উৎস, শূন্য বিশ্লেষণ: একটি ক্রীড়া সংবাদ পাইপলাইনের ব্যর্থতার নথি

একটি কাঠামোবদ্ধ তথ্য-নিষ্কাশন (structured extraction) ফলাফল সম্প্রতি ক্রীড়া সংবাদ বিশ্লেষণের পরবর্তী ধাপে পাঠানো হয়েছিল। ফলাফলটি এক নজরে দেখতে বৈধ JSON-এর মতোই, ক্ষেত্রগুলোও যথাস্থানে আছে। কিন্তু ভেতরে ঢুকলে দেখা যায়, প্রকৃত তথ্য বলতে কিছুই নেই। শিরোনাম নেই, উৎস নেই, নিবন্ধের ধরন চিহ্নিত হয়নি, এক-বাক্যের সারসংক্ষেপ ফাঁকা, লেখকের অবস্থান অনুপস্থিত, নিবন্ধের উদ্দেশ্য অনুপস্থিত, তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। এমনকি সেই তালিকার ভিত্তিতে যে সত্তা (entity) চিহ্নিত করার কথা ছিল—দল, খেলোয়াড়, প্রতিযোগিতা, ভেন্যু—সেগুলোর একটি নামও আসেনি। সময়-সংবেদনশীলতা যাচাই হয়নি, উৎসের মান নির্ধারিত হয়নি। একমাত্র যে ক্ষেত্রটিতে মান পাওয়া গেছে, সেটি হলো ডোমেইন লেবেল: ফুটবল। কিন্তু 'ফুটবল' একটি বিষয়-শ্রেণি, কোনো ঘটনা নয়, কোনো তথ্য নয়, কোনো সূত্র নয়। এই অবস্থায় সংশ্লিষ্ট পাইপলাইনের পরবর্তী ধাপ—যেখানে যুক্তি পুনর্গঠন, দাবি-প্রমাণের শৃঙ্খল মূল্যায়ন, তথ্য ও মতামতের পৃথকীকরণ, সূত্রের নির্ভরযোগ্যতা বিচার, সময়-সংবেদনশীলতার এবং স্বার্থসংশ্লিষ্ট পক্ষের মানচিত্র তৈরি হওয়ার কথা—কোনোটিই সম্পন্ন করা সম্ভব নয়। কারণ এই সব কাজের প্রতিটিরই কাঁচামাল হলো তথ্যবিন্দু। তথ্যবিন্দু শূন্য হলে বিশ্লেষণের আউটপুটও শূন্য হবে, অথবা আরও খারাপ: বিশ্লেষকের মাথা থেকে উদ্ভূত অনুমান দিয়ে সেই শূন্যতা ভরাট হবে। দ্বিতীয়টি ঘটলে যা তৈরি হয় তা প্রতিবেদন নয়, বানানো গল্প। একটি ক্রীড়া সংবাদমাধ্যমের জন্য এটি গ্রহণযোগ্য ব্যর্থতা নয়, এটি পেশাগত লঙ্ঘন। কেন এই ব্যর্থতা ঘটেছে, তা নিয়ে তিনটি সম্ভাব্য ব্যাখ্যা সামনে রাখা যুক্তিসঙ্গত। প্রথমত, ইনপুট কেটে যাওয়া বা এনকোডিং ত্রুটি। অনেক ক্ষেত্রে উৎস-নথিটি পাইপলাইনে ঢোকার সময় আংশিকভাবে কাটা পড়ে, অথবা অক্ষর-এনকোডিং ভেঙে যায়, ফলে মডেলের কাছে পৌঁছায় একটি ফাঁকা বা প্রায়-ফাঁকা স্ট্রিং। মডেল তখন নির্দেশনা অনুযায়ী 'কোনো তথ্য নেই' অবস্থায় পতিত হয় এবং সব ক্ষেত্র খালি ফেরত দেয়। দ্বিতীয়ত, আউটপুট পার্সিংয়ের স্কিমা অমিল। যদি নিষ্কাশনকারী মডেল ভিন্ন নামে ক্ষেত্র ফেরত দেয়—যেমন 'points' এর বদলে 'facts', বা 'summary' এর বদলে 'abstract'—তাহলে পার্সার প্রতিটি অজানা ক্ষেত্র বাদ দিয়ে ডিফল্ট মান বসিয়ে দেয়: শিরোনামে 'প্রযোজ্য নয়', তালিকায় ফাঁকা অ্যারে। ফলে ডেটা এসেছিল, কিন্তু হারিয়ে গেছে পথের মাঝে। তৃতীয়ত, উৎস-নথিটি অত্যন্ত সংক্ষিপ্ত ছিল। একটি সামাজিক মাধ্যমের পোস্ট, একটি এক-বাক্যের বদলি গুজব, বা একটি শুধু শিরোনাম-সদৃশ ফ্র্যাগমেন্ট—এ ধরনের ইনপুটে পূর্ণ বাক্য না থাকলে বাক্য-ভিত্তিক নিষ্কাশক কিছুই ধরতে পারে না। এই তিনটি ব্যর্থতার মধ্যে তৃতীয়টি ক্রীড়া সাংবাদিকতায় সবচেয়ে বেশি ঘটে। ক্রীড়া সংবাদের জীবনচক্র দ্রুত: একটি বদলির খবর প্রথমে আসে একটি সংক্ষিপ্ত পোস্ট হিসেবে, তারপর ধাপে ধাপে বিস্তার লাভ করে। স্বয়ংক্রিয় পাইপলাইন যদি ওই প্রথম সংক্ষিপ্ত রূপটিকেই বিশ্লেষণের যোগ্য ধরে নেয়, তাহলে প্রতিবারই ফাঁকা ফলাফল ফেরত আসবে। আর যদি পাইপলাইন ফাঁকা ফলাফলকে 'বিশ্লেষণ সম্পন্ন' হিসেবে চিহ্নিত করে এগিয়ে যায়, তাহলে ভুলটি আরও গভীরে ছড়াবে—সম্পাদকীয় ড্যাশবোর্ডে দেখা যাবে 'প্রক্রিয়াকরণ সফল', অথচ হাতে কিছু নেই। এখানেই আসল সম্পাদকীয় প্রশ্নটি emerges: যখন বিশ্লেষণের উপাদান নেই, তখন সঠিক সিদ্ধান্ত কোনটি? দুটি পথ খোলা। একটি পথ হলো, শূন্যতা পূরণ করতে নিজস্ব ক্রীড়া-জ্ঞান থেকে অনুমান দিয়ে একটি পাঠ্য রচনা করা—যেমন ধরুন, কোনো একটি ক্লাবের বদলি-জল্পনা নিয়ে একটি বিশ্বাসযোগ্য শোনানো প্রতিবেদন। এই পথের সমস্যা হলো, পাঠক সেটিকে তথ্য হিসেবে গ্রহণ করবেন। একটি অনুমান যদি সংবাদপত্রের পৃষ্ঠায় ছাপা হয়, সেটি আর অনুমান থাকে না, সেটি দাবি হয়ে যায়। ক্রীড়া সাংবাদিকতায় এই ধরনের 'পূরণকৃত শূন্যতা'-র ইতিহাস দীর্ঘ এবং কলঙ্কিত: ভুয়া বদলির খবর, বানানো উদ্ধৃতি, অস্তিত্বহীন সূত্রের বরাত। দ্বিতীয় পথটি হলো থামা। স্বীকার করা যে ইনপুট অপর্যাপ্ত, এবং সেটি লিপিবদ্ধ করা। এই নথিটি সেই দ্বিতীয় পথের নমুনা। স্বীকারোক্তিটির একটি ব্যবহারিক মূল্য আছে। কারণ ব্যর্থতার ধরনটি চিহ্নিত না হলে সমাধানও সম্ভব নয়। এখানে ব্যর্থতা মডেলের যুক্তি-দক্ষতার নয়, বরং ইনপুট-স্তরের। তথ্য না থাকলে যুক্তি কিছুই করতে পারে না। তাই সংশোধনের অগ্রাধিকারও ইনপুট-স্তরে, বিশ্লেষণ-স্তরে নয়। প্রথম কাজ: তথ্য-নিষ্কাশন ধাপটি পুনরায় চালানো, অথবা মূল নথিটি সরাসরি সরবরাহ করা। মূল নথি হাতে থাকলে নিষ্কাশন ও বিশ্লেষণ—দুই ধাপই একসঙ্গে করা যায়, এবং ত্রুটির উৎসটি তাৎক্ষণিকভাবে ধরা পড়ে। দ্বিতীয় কাজ: পাইপলাইনে শূন্যতা-যাচাই (empty-value check) যোগ করা। যদি তথ্যবিন্দুর তালিকা ফাঁকা হয়, তাহলে পরবর্তী ধাপে যাওয়ার আগেই প্রক্রিয়াটি স্পষ্টভাবে ব্যর্থ ঘোষণা করবে। 'সফল' পতাকা নিয়ে ফাঁকা ফলাফল এগিয়ে যাওয়া উচিত নয়। তৃতীয় কাজ: ইনপুট-ত্রুটির দুই সম্ভাব্য কারণ পরীক্ষা করা। যদি নিষ্কাশনকারী কোনো ভাষা-মডেলের মাধ্যমে চলে, তবে দেখতে হবে মডেলের কাছে পাঠানো স্ট্রিংটি সত্যিই খালি ছিল কি না, এবং আউটপুট-পার্সারের স্কিমা ক্ষেত্র-নামের সঙ্গে মিলছে কি না। এই দুই পরীক্ষা সাধারণত কয়েক মিনিটেই সন্দেহ দূর করে। চতুর্থ কাজ: সংক্ষিপ্ত উৎসের জন্য পৃথক পথ তৈরি করা। সামাজিক মাধ্যমের পোস্ট বা এক-বাক্যের সূত্রের ক্ষেত্রে বাক্য-সীমা-ভিত্তিক নিষ্কাশন কাজ করবে না; সেখানে দরকার ভিন্ন কৌশল, এবং প্রক্রিয়াটি শুরু থেকেই 'অপর্যাপ্ত উপাদান' হিসেবে চিহ্নিত হওয়া উচিত। এই ব্যর্থতার ঘটনাটি ক্রীড়া সংবাদে কৃত্রিম বুদ্ধিমত্তার ব্যবহার নিয়ে বড় প্রশ্নটিও সামনে আনে। ক্রীড়া কভারেজে স্বয়ংক্রিয়করণের আকর্ষণ স্পষ্ট: ম্যাচের ফল, পরিসংখ্যান, ছোট ছোট আপডেট—এগুলো দ্রুত এবং কম খরচে তৈরি করা যায়। কিন্তু দ্রুততার এই সুবিধার পাশে একটি ঝুঁকি থাকে। স্বয়ংক্রিয় পাইপলাইনের দুর্বলতা হলো, সেটি ব্যর্থ হলেও দেখতে সফল লাগে। একটি ফাঁকা JSON একটি বৈধ JSON। একটি অনুপস্থিত শিরোনাম 'প্রযোজ্য নয়' লেখা একটি ঘর। যদি কেউ ওই ঘরটি না খোলে, তবে বোঝার উপায় নেই যে ভেতরে কিছুই নেই। মানবিক সম্পাদকীয় প্রক্রিয়ায় এমন ব্যর্থতা সাধারণত প্রথম দিনেই ধরা পড়ে, কারণ সাংবাদিক জানেন কী নেই। মেশিনের সেই 'কী নেই' জ্ঞানটি নেই। তাই স্বয়ংক্রিয় ব্যবস্থায় শূন্যতা শনাক্তকরণ কেবল একটি প্রযুক্তিগত নয়, সেটি পেশাগত অখণ্ডতার শর্ত। এই নথির বিষয়বস্তু কোনো ম্যাচ, কোনো দল, কোনো খেলোয়াড় নয়। এটি নিজেই একটি ঘটনা—একটি কনভেয়ার বেল্টের উপরে পড়ে থাকা ফাঁকা ডেটা-কাঠামোর ঘটনা। এই ঘটনার সংবাদমূল্য এই যে, এটি দেখায় বুদ্ধিমান দেখতে লাগা একটি ব্যবস্থা কত সহজে শূন্যতার মধ্য দিয়ে এগিয়ে যেতে পারে, এবং কেন প্রতিটি ধাপে যাচাই ছাড়া সেই অগ্রযাত্রা বিপজ্জনক।