ভুল লেবেলের লেজার: থেরানোস ডকুমেন্টারি, ডেটা-প্রোভেন্যান্স ও অডিটের শিক্ষা

আমি খুলনা xG লেজার খুললাম, আর সংখ্যাগুলো শ্বাস নিতে শুরু করল। সাত বছর ধরে এই লেজারে আমি প্রতিটি এন্ট্রিকে একটা ঠিকানা দিয়েছি — কোন ম্যাচ, কোন মিনিট, কোন ইভেন্ট, কোন সোর্স, কোন রিভিউ-স্টেটাস। গতকাল রাতে একটা নতুন এন্ট্রি ঢুকল। তার গায়ে সাঁটা লেবেল বলছে Football। আমি লেবেলটা পড়লাম, তারপর ভেতরের পেলোডটা পড়লাম। ভেতরে আছে নাথান ফিল্ডার, ল্যান্স ওপেনহাইম, এলিজাবেথ হোমস, বিলি ইভান্স, A24, আর টেলুরাইড ফিল্ম ফেস্টিভ্যাল। একটা পাস নেই, একটা শট নেই, একটা xG নেই, একটা PPDA নেই। লেজার শ্বাস নিচ্ছে, কিন্তু এই এন্ট্রিটা ভুল শ্বাস নিচ্ছে।

একজন ডেটা-সন্ন্যাসীর প্রথম কাজ কখনোই ব্যাখ্যা করা নয় — প্রথম কাজ কোয়ারান্টিন। যখন কোনো এন্ট্রির লেবেল আর তার ভেতরের বিষয়বস্তুর মধ্যে ফাটল ধরে, তখন সবচেয়ে বুদ্ধিমান সিদ্ধান্ত হলো সেটাকে আলাদা ঘরে রাখা, আর তিনটে প্রশ্ন করা: এই লেবেলটা কে দিল, কোন প্রমাণের ভিত্তিতে দিল, আর কোন অডিট পথে সেটা যাচাই করা যাবে। কারণ একটা লেবেল কোনো সত্য নয়। একটা লেবেল একটা দাবি। আর যে কোনো দাবির রসিদ চাই।

আজকের এই লেখাটা ফুটবল নিয়ে নয়। এটা একটা ভুল লেবেল নিয়ে, আর সেই ভুলটা কীভাবে ছোট আকারে আমাদের সবচেয়ে বড় ডেটা-ব্যর্থতার গল্পটা দোহরায়।

প্রসঙ্গ: যে এন্ট্রি এসেছে, সেটা আসলে কী

যে বস্তুটিকে Football লেবেল দিয়ে পাঠানো হলো, সেটা আসলে একটি ডকুমেন্টারি। স্টুডিও A24-এর ছবি, নাম You Can See Everything। বিষয়বস্তু থেরানোস প্রতিষ্ঠাতা এলিজাবেথ হোমস এবং তাঁর সঙ্গী বিলি ইভান্স। পরিচালনায় দুই নাম — নাথান ফিল্ডার এবং ল্যান্স ওপেনহাইম। ওপেনহাইমের আগের ফিচার ছিল Some Kind of Heaven। ছবিটি টেলুরাইড ফিল্ম ফেস্টিভ্যালে এবং অ্যাকাডেমি মিউজিয়ামে প্রদর্শিত হয়েছে। প্রোডাকশনের একটি বর্ণনা অনুযায়ী সাত সদস্যের একটি ক্রু প্রায় পঁয়ত্রিশ দিন শুটিং করেছে। হোমসের কারাদণ্ডের প্রসঙ্গও তথ্যে আছে। আর মুক্তির তারিখ — ষোলো অক্টোবর।

ফিল্ডারের বক্তব্যে একটা শব্দ বারবার ফিরে আসে: বিভ্রান্তি। একজন পরিচালক যখন বলেন যে তিনি নিজেই বুঝতে পারছিলেন না কোথায় আছেন, কোন গল্প বলছেন, তখন সেটা নির্মাণের বর্ণনা, সাংবাদিকতার অনুসন্ধান নয়। এই সূত্রগুলো একসাথে রাখলে যা দাঁড়ায়, সেটা পরিষ্কার বিনোদন-সংবাদ: একটি ছবির স্ক্রিনিং, একটি মুক্তির তারিখ, একটি স্টুডিওর প্রচার-চক্র।

কিন্তু এই বস্তুটি আমার লেজারে ঢুকেছে Football লেবেল নিয়ে। এখানেই ঘটনাটা ফুটবল থেকে সরে গিয়ে ডেটা-শাসনতন্ত্রের দিকে চলে যায়।

আধুনিক তথ্য-পাইপলাইনে লেবেল হলো দরজার চাবি। লেবেল ঠিক থাকলে এন্ট্রি সঠিক ঘরে যায় — ফুটবল বিভাগে, বিনোদন বিভাগে, বা আলাদা করে রাখা কোনো কোয়ারান্টিন ফোল্ডারে। লেবেল ভুল হলে এন্ট্রি ভুল ঘরে যায়, এবং সেখান থেকে যা তৈরি হয় তা হলো ডাউনস্ট্রিম দূষণ। একটা ভুল ট্যাগ কোনো নিরীহ ভুল নয়। একটা ভুল ট্যাগ হলো এমন এক মিথ্যা, যাকে কেউ এখনো চ্যালেঞ্জ করেনি।

মূল বিশ্লেষণ: থেরানোস, লেজার এবং অযাচাইযোগ্য দাবির অর্থনীতি

আমি ফিল্ম-সমালোচক নই। আমার কাজ লেবেল অডিট করা, আর সেই কাজটাই আমাকে এই এন্ট্রির দিকে টেনে নিয়ে এসেছে। এখানে থেরানোসের গল্পটা আকস্মিকভাবে প্রাসঙ্গিক হয়ে ওঠে, কারণ থেরানোস ছিল আধুনিক ইতিহাসের সবচেয়ে বড় অডিট-ব্যর্থতা — এবং সেটি ছিল একটিমাত্র লেবেলের ওপর ভরসা করার ফল।

থেরানোসের দাবিটা ছিল সরল: একটি ছোট যন্ত্র, কয়েক ফোঁটা রক্ত, শত শত পরীক্ষা। এই দাবির ভেতরে কোনো স্বাধীন, পুনরুৎপাদনযোগ্য প্রমাণ ছিল না। কোম্পানি তার নিজের সংখ্যা নিজেই লিখত, নিজেই যাচাই করত, নিজেই ঘোষণা করত। বাইরের কেউ সেটা ক্রস-চেক করতে পারত না, কারণ ক্রস-চেক করার মতো কোনো অপরিবর্তনীয় রেকর্ডই ছিল না। যেখানে প্রমাণ নেই, সেখানে শুধু আখ্যান থাকে। আর আখ্যান ব্যবসার জন্য একটি সময় পর্যন্ত কাজ করে — যতক্ষণ কেউ একটা সেটেলড এন্ট্রি দাবি না করে।

এখানে ব্লকচেইনের পাঠটা প্রাসঙ্গিক, এবং আমি সেটা ক্রিপ্টো-রোম্যান্স হিসেবে বলছি না। আমি বলছি লেজার-শৃঙ্খলা হিসেবে। একটি অপরিবর্তনীয় লেজার তিনটে জিনিস করে, যা থেরানোসের ছিল না: প্রথমত, প্রতিটি এন্ট্রি টাইমস্ট্যাম্পড — কে, কখন দিল, সেটা মুছে ফেলা যায় না। দ্বিতীয়ত, প্রতিটি এন্ট্রি আগের এন্ট্রির সঙ্গে ক্রিপ্টোগ্রাফিকভাবে বাঁধা — তাই মাঝখানে কিছু বদলালে পুরো শৃঙ্খল ভেঙে পড়ে। তৃতীয়ত, প্রতিটি এন্ট্রি বহু পক্ষের কাছে প্রতিলিপিকৃত — তাই এক পক্ষের মিথ্যা বলার ক্ষমতা সীমিত।

থেরানোস ছিল একটি কেন্দ্রীভূত, বেসামাল, অনডিটেড লেজার। একটি ব্লকচেইন-স্টাইল প্রোভেন্যান্স লেয়ার থাকলে প্রতিটি পরীক্ষার ফলাফল সোর্স-লেভেলে বাঁধা থাকত, এবং একটি ভুল সংখ্যা জাল করতে গেলে পুরো শৃঙ্খল ফাঁস হয়ে যেত। ফ্রড সম্ভব হয়েছিল কারণ ডেটার কোনো সেটেলমেন্ট লেয়ার ছিল না — শুধু পেন্ডিং দাবি ছিল, যেগুলোকে সেটেলড বলে চালানো হচ্ছিল।

আমার লেজারে আজ যে ভুলটা ঢুকল, সেটা একই রোগের ক্ষুদ্র, নিরীহ সংস্করণ। কেউ একটি এন্ট্রিকে Football লেবেল দিল, অথচ এন্ট্রির ভেতরে ফুটবলের একটি অণুবিন্দুও নেই। লেবেলটা একটা দাবি, এবং দাবির পাশে কোনো প্রমাণের হ্যাশ নেই। আমি যদি এই এন্ট্রিটা চুপচাপ গ্রহণ করতাম, তাহলে আমার লেজারে একটি থেরানোস-লাইন জন্মাত — এমন একটি লাইন, যাকে পরে কেউ অডিট করলে ধরা পড়ত যে এটা কখনোই যাচাই করা হয়নি, শুধু বিশ্বাস করা হয়েছিল।

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, ডেটার সবচেয়ে বিপজ্জনক বৈশিষ্ট্য তার আত্মবিশ্বাসী চেহারা। একটি সংখ্যা যখন সুন্দরভাবে সাজানো টেবিলে বসে থাকে, তখন পাঠক জিজ্ঞেস করে না সেটা কোথা থেকে এল। ঠিক একইভাবে, একটি লেবেল যখন স্পষ্টভাবে লেখা থাকে, তখন কেউ তার রসিদ চায় না। অথচ রসিদটাই একমাত্র জিনিস যা একটি দাবিকে সত্য থেকে আলাদা করে।

I do not worship models; I reconcile them with the muddy receipts of the season. — এই নীতিটা আমি ফুটবলে শিখেছি, কিন্তু এটা ফুটবলের বাইরে আরও বেশি সত্য। একটি মডেল, একটি লেবেল, একটি ট্যাগ — এগুলো সব একই জিনিসের নাম: কারও বিশ্বাস, যাকে যাচাই করা হয়নি।

ব্লকচেইন-শৃঙ্খলা কীভাবে এই ভুল আটকাত

ধরা যাক, আমার লেজারে একটি ডোমেইন-রিলেভ্যান্স গেট আছে। এন্ট্রি ঢোকার আগেই কয়েকটি বাধ্যতামূলক চেক চলে: এন্ট্রিতে কি কোনো ক্লাব, খেলোয়াড়, প্রতিযোগিতা, ম্যাচ আইডি আছে? লিগ টেবিলের কোনো রেফারেন্স আছে? xG, PPDA, পসেশন — ফুটবল-নির্দিষ্ট কোনো মেট্রিক আছে? এই প্রশ্নগুলোর উত্তরে যদি সবই শূন্য হয়, তাহলে লেবেল যা-ই বলুক, এন্ট্রি ফুটবল বিভাগে যায় না। এটাই হলো ডোমেইন-ভ্যালিডেশন লজিক — ব্লকচেইনের কনসেনসাস রুলের হুবহু অনুরূপ।

এখানে আমার ১২-পয়েন্ট চেকলিস্টের একটা অংশ কাজে লাগে। আমি প্রতিটি রিপোর্টের আগে একটা স্টপিং রুল ঠিক করি: একটা প্রাইমারি মেট্রিক, দুটো সেকেন্ডারি ভেরিয়েবল, আর তিনটে অডিট পথ। এই শৃঙ্খলা আমাকে দুই দিক থেকে বাঁচায় — অকারণ সিদ্ধান্ত থেকে, এবং অকারণ আত্মবিশ্বাস থেকে। একটি এন্ট্রি যখন ১২ পয়েন্টের মধ্যে ১২টিতেই শূন্য পায়, তখন তার নাম Football রাখা একটা জালিয়াতি, ভুল নয়।

I opened the Khulna xG Ledger and the numbers began to breathe. — আজ এন্ট্রিটা শ্বাস নিচ্ছিল না, সেটা দমবন্ধ করছিল। আর একটা দমবন্ধ এন্ট্রি লেজারে রাখার কোনো মানে নেই।

সেটেলড এন্ট্রি বনাম পেন্ডিং দাবি

The transfer market is a ledger of intentions, and I only trust the settled entries. — এই লাইনটা আমি ট্রান্সফার উইন্ডো নিয়ে লেখার সময় লিখেছিলাম, এবং আজ এটা আরও স্পষ্ট শোনাচ্ছে। ট্রান্সফার মার্কেটের প্রতিটি গুজব একটা পেন্ডিং এন্ট্রি। কোনো ক্লাব আগ্রহী, কোনো এজেন্ট কথা বলছেন, কোনো ফি নিয়ে আলোচনা চলছে — এগুলো সব অনডিটেড দাবি। সেটেলড এন্ট্রি তখনই হয়, যখন চুক্তি সই হয়, রেজিস্ট্রেশন হয়, ওয়েজ বিলে লাইনটা যোগ হয়।

ব্লকচেইনের ভাষায়: পেন্ডিং ট্রানজ্যাকশন আর কনফার্মড ট্রানজ্যাকশন এক জিনিস নয়। একটি গুজব হলো মেমপুলে পড়ে থাকা ট্রানজ্যাকশন, যেটা কখনো ব্লকে যেতে পারে, কখনো কখনো রিজেক্টও হতে পারে। যে পাঠক এই পার্থক্য না বোঝেন, তিনি পেন্ডিং দাবিকে সেটেলড সত্য ভেবে সিদ্ধান্ত নেন, এবং সেটাই হলো সবচেয়ে ব্যয়বহুল ভুল।

আমার দৃষ্টিতে ছোট ক্লাবগুলোর সবচেয়ে বড় আর্থিক ক্ষতি হয় লোন-উইথ-অবলিগেশন চুক্তিতে, যেখানে একটা পেন্ডিং দাবিকে সেটেলড সিদ্ধান্তের মতো সাজিয়ে দেয়া হয়। ক্লাবটা একটা খেলোয়াড় তৈরি করে, তারপর সেটা বড় ক্লাবের কাছে হস্তান্তরিত হয়, আর ছোট ক্লাবের হিসাবের খাতায় শুধু একটা অসম্পূর্ণ এন্ট্রি থেকে যায়। এটা থেরানোসের মতোই — দাবিটা বড়, কিন্তু যাচাইযোগ্য প্রমাণ ছোট।

আজকের ডকুমেন্টারি-এন্ট্রির সঙ্গে এর যোগসূত্র সোজা। হলিউডের সেলিব্রিটি-মেশিন আর ফুটবলের ট্রান্সফার-মিল, দুটোই একই ন্যারেটিভ ইঞ্জিনে চলে: একটি নাম, একটি আখ্যান, একটি সময়সীমা। দুটোতেই আখ্যান এগিয়ে চলে প্রমাণের চেয়ে দ্রুত। A24 একটি মুক্তির তারিখ ঘোষণা করেন, ফেস্টিভ্যালে একটা স্ক্রিনিং হয়, আর সেই স্ক্রিনিংকে ঘিরে যতটা আখ্যান তৈরি হয়, তার অনেক কমটাই যাচাইযোগ্য। ঠিক একইভাবে একটি ট্রান্সফার গুজব ঘিরে আখ্যান তৈরি হয়, যাচাইযোগ্য তথ্য প্রায় শূন্য।

এখানে একটা বাস্তব, সাইটযোগ্য তথ্য মনে রাখা দরকার। ডকুমেন্টারিটির মুক্তির তারিখ ষোলো অক্টোবর, এবং সেটি A24-এর একটি প্রচার-চক্রের অংশ। এই একটি নির্দিষ্ট তারিখই এন্ট্রিটির একমাত্র সেটেলড ডেটা। বাকি সব — বিভ্রান্তির গল্প, স্ক্রিনিংয়ের পরিবেশ, পরিচালকের অনুভূতি — পেন্ডিং আখ্যান। একজন ডেটা-সন্ন্যাসী ঠিক এই জায়গাতেই থামেন: তিনি সেটেলড ডেটার ওপর দাঁড়ান, আর পেন্ডিং আখ্যানকে সম্ভাব্য সূত্র হিসেবে চিহ্নিত করেন, সত্য হিসেবে নয়।

স্যাম্পল-সাইজের শৃঙ্খলা

আমি সাতচল্লিশ বছর বয়স থেকে একটা নিয়ম মেনে চলি: একটি এন্ট্রি কোনো প্যাটার্ন নয়। একটা ভুল লেবেল মানে এই নয় যে পুরো পাইপলাইন ভাঙা। একটা সফল স্ক্রিনিং মানে এই নয় যে ছবিটা ভালো। আমার কাছে এই সতর্কতা শুধু পরিসংখ্যানের নিয়ম নয়, এটা একটা নৈতিক অবস্থান। স্যাম্পল ছোট হলে সিদ্ধান্ত বড় করা যায় না।

এই এন্ট্রিটির ক্ষেত্রে স্যাম্পল আরও ছোট। আমার কাছে আছে একটি ডকুমেন্টারির নাম, দুই পরিচালকের নাম, দুই মুখ্য ব্যক্তির নাম, একটি স্টুডিওর নাম, একটি ফেস্টিভ্যালের নাম, একটি মুক্তির তারিখ, আর একটি প্রোডাকশন-বর্ণনা। এই সাতটা তথ্য দিয়ে আমি একটি ছবির মান সম্পর্কে কিছু বলতে পারি না, এবং বলা উচিত নয়। আমি যা বলতে পারি তা হলো: এন্ট্রিটির ডোমেইন লেবেল ভুল, এবং সেটা একটা অডিটেবল সমস্যা।

I do not worship models; I reconcile them with the muddy receipts of the season. — এখানে মডেলটা বলছে Football। ঋতুর কাদা-মাখা রসিদ বলছে, এন্ট্রির ভেতরে একটি ম্যাচও নেই। আমি রসিদের দিকেই থাকি।

প্রতিবাদী কোণ: আসল সমস্যাটা লেবেল নয়, পাইপলাইন

সবাই বলবেন, সমস্যা হলো ভুল ট্যাগ। আমি বলছি, ভুল ট্যাগ হলো উপসর্গ, রোগ নয়। রোগটা হলো সেই ব্যবস্থা, যা একটা লেবেলকে অটোমেটিকভাবে সত্য বলে ধরে নেয়। আমরা এআই-ভিত্তিক অটো-ক্যাটাগরাইজেশনকে মুক্ত হাত দিয়েছি, যেন একটা মেশিনের করা শ্রেণীবিভাগ একটা প্রমাণ। মেশিনের শ্রেণীবিভাগ একটা দাবি, ঠিক ততটাই যাচাইযোগ্য যতটা একজন মানুষের অনুমান। পার্থক্য শুধু এই যে, মেশিনের দাবি দেখতে বেশি আত্মবিশ্বাসী।

এখানেই থেরানোসের সঙ্গে মিলটা গভীর। থেরানোসের সমস্যা ছিল প্রযুক্তি নয়, সমস্যা ছিল এমন একটি ব্যবস্থা যা প্রযুক্তির দাবিকে প্রশ্নহীনভাবে গ্রহণ করেছিল। বোর্ড, বিনিয়োগকারী, সাংবাদিক — সবাই একটা পরিষ্কার লেবেল দেখে থেমে গিয়েছিল। ভুল লেবেলের আসল ক্ষতি এই যে, সে প্রশ্ন থামিয়ে দেয়।

তবে আমি এখানে একটা ফাঁদ এড়িয়ে চলতে চাই। এটা অত্যন্ত সুন্দরভাবে মিলে যায় যে একটি জালিয়াতির ডকুমেন্টারি একটি ভুল লেবেল নিয়ে এল। এত সুন্দর মিলকে বিশ্বাস করা আমার পেশার বিরুদ্ধে যায়। সাতটা তথ্য দিয়ে আমি একটা প্রতীকী কাকতালীয়তাকে প্রমাণ বলতে পারি না। কাকতালীয়তা আর কার্যকারণ আলাদা জিনিস। আমি যা বলতে পারি তা হলো, দুটো ঘটনাই একই পদ্ধতিগত ফাঁক দেখায়: প্রমাণের আগে আত্মবিশ্বাস।

আর এখানে ফুটবল জগতের একটা পাঠ লুকিয়ে আছে, যা আমি বেলজিয়াম-জাপান ম্যাচ থেকে শিখেছি। বেলজিয়াম-জাপান আমাকে শিখিয়েছিল, একটি পতন কখনো এক পলকের সিদ্ধান্ত নয়, পাঁচ মিনিটের অধ্যায়ে লেখা একটা গল্প। ঠিক তেমনি, একটি ভুল লেবেল এক পলকে জন্মায় না। সে ধীরে ধীরে তৈরি হয় — একটা অনুমান, তারপর একটা অটো-ট্যাগ, তারপর একটা বিশ্বাস, তারপর একটা সত্য। পাইপলাইনের প্রতিটি স্তর এই ভুলটাকে একটু একটু করে মজবুত করে, যতক্ষণ না কেউ একটা অডিট চালায়।

নিষ্কর্ষ: পরের রাউন্ডের সিগন্যাল

আমি খুলনা xG লেজার আবার খুললাম, এবং এইবার এন্ট্রিটা কোয়ারান্টিনে পাঠালাম। তার পাশে লিখে রাখলাম: ডোমেইন লেবেল ভুল, বিষয়বস্তু বিনোদন, যাচাইয়ের অপেক্ষায়। তারপর লেজারে একটা নতুন নিয়ম যোগ করলাম — কোনো এন্ট্রি Football বিভাগে ঢুকবে তখনই, যখন তার ভেতরে অন্তত একটি সেটেলড ফুটবল-প্রমাণ থাকবে। এটা কোনো মহৎ সংস্কার নয়, এটা একটা নাল-চেক।

প্রশ্নটা এখন থেরানোস বা A24 নিয়ে নয়। প্রশ্নটা আমাদের নিজেদের লেজার নিয়ে। যদি আমরা একটি লেবেলও স্বাধীনভাবে অডিট করতে না পারি, তাহলে একটি ট্রান্সফার ফি, একটি ক্লাব-মূল্যায়ন, একটি ঋতুর হিসাব — এসবের সত্যতা আমরা কীভাবে যাচাই করব? ডেটা কখনো মিথ্যা বলে না, কিন্তু লেবেল বলে। আর পরের রাউন্ডে যে দলটি টিকে থাকবে, সে দলটি সবচেয়ে বেশি ডেটা নয়, সবচেয়ে ভালো অডিট পথ ধরে রাখবে।