ডেটার অখণ্ডতা ও ব্লকচেইন: যখন মেক্সিকোর মানসিক স্বাস্থ্য প্রতিবেদন 'ফুটবল' হিসেবে চিহ্নিত হয়

গত মাসে একটি স্বয়ংক্রিয় কনটেন্ট-প্রসেসিং পাইপলাইনে এমন একটি ঘটনা ধরা পড়েছে, যাকে স্পোর্টস মিডিয়া জগতের বাইরে খুব কম মানুষ লক্ষ্য করেছেন। মেক্সিকোর মানসিক স্বাস্থ্য পরিস্থিতি নিয়ে লেখা একটি নিবন্ধ স্বয়ংক্রিয়ভাবে 'ফুটবল' শ্রেণিতে চিহ্নিত হয়ে যায়। নিবন্ধটিতে ছিল ড. সল ডুরানের মতো গবেষকের বক্তব্য এবং 'এস তিয়েম্পো দে হাবলার' (Es Tiempo de Hablar) নামের একটি জনস্বাস্থ্য উদ্যোগের উল্লেখ। বিশ্লেষণ শেষে দেখা গেল, নিবন্ধের ৩২টি তথ্যবিন্দুর একটিও ফুটবল-সংক্রান্ত নয়। কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো কোচ নেই, কোনো কৌশল নেই, কোনো বদলি নেই, কোনো পয়েন্ট টেবিল নেই। পুরো বিষয়বস্তু ছিল জনস্বাস্থ্য, মানসিক স্বাস্থ্যের প্রাদুর্ভাব এবং মেক্সিকোর মনোরোগ চিকিৎসা ব্যবস্থা নিয়ে। অথচ মেটাডেটায় লেখা ছিল 'ফুটবল'। ঠিক এই একটি ভুল লেবেলই পুরো বিশ্লেষণ শৃঙ্খল থামিয়ে দেয়।

এই ঘটনা আপাতদৃষ্টিতে ছোট। কিন্তু এর ভেতরে লুকিয়ে আছে আধুনিক ডেটা-চালিত সংবাদ পরিবেশনার সবচেয়ে বড় দুর্বলতা—ডেটার উৎস, পরিচয় ও অখণ্ডতার প্রশ্ন। আর এখানেই ব্লকচেইন প্রযুক্তির প্রাসঙ্গিকতা সবচেয়ে স্পষ্ট হয়ে ওঠে।

প্রেক্ষাপট: স্বয়ংক্রিয় পাইপলাইন কীভাবে ভুল করে

আজকের সংবাদ পরিবেশনা আর একক লেখকের টেবিলে বসে লেখা প্রতিবেদন নয়। একটি বড় সংবাদপত্র বা স্পোর্টস প্ল্যাটফর্মে প্রতিদিন হাজার হাজার নিবন্ধ স্বয়ংক্রিয় পাইপলাইনের মধ্য দিয়ে যায়। এই পাইপলাইনের চারটি ধাপ থাকে: সংগ্রহ, শ্রেণিবিন্যাস, বিশ্লেষণ এবং প্রকাশ। প্রথম ধাপে কনটেন্ট সংগ্রহ করা হয়—এজেন্সি ফিড, রেডিও ট্রান্সক্রিপ্ট, প্রেস রিলিজ, সামাজিক যোগাযোগমাধ্যমের পোস্ট। দ্বিতীয় ধাপে প্রতিটি নিবন্ধের জন্য একটি 'ডোমেইন লেবেল' বসানো হয়: ফুটবল, ক্রিকেট, রাজনীতি, স্বাস্থ্য, অর্থনীতি। তৃতীয় ধাপে সেই লেবেল অনুযায়ী বিশ্লেষণ ইঞ্জিন চলে। চতুর্থ ধাপে ফলাফল প্রকাশিত হয়।

সমস্যা হলো, এই চারটি ধাপ পরস্পরের উপর নির্ভরশীল। প্রথম ধাপে যদি লেবেল ভুল বসে, তাহলে পরের তিনটি ধাপ কতটা নিখুঁত হলেও ফলাফল ভুল হবে। মেক্সিকোর ওই মানসিক স্বাস্থ্য নিবন্ধটির ক্ষেত্রে ঠিক সেটিই ঘটেছে। শ্রেণিবিন্যাস ধাপে একটি ভুল হয়েছে, আর সেই ভুল পুরো বিশ্লেষণ অচল করে দিয়েছে। বিশ্লেষণ ইঞ্জিন সৎভাবে বলেছে—এখানে ফুটবলের কোনো তথ্য নেই, তাই বিশ্লেষণ করা সম্ভব নয়।

এই সততা প্রশংসনীয়। একটি দুর্বল পাইপলাইন ভুল তথ্য জোর করে বানিয়ে ফেলত। এই পাইপলাইন তা করেনি। কিন্তু প্রশ্ন হলো, ভুলটি কোথায় এবং কেন হলো?

মূল বিশ্লেষণ: শ্রেণিবিন্যাসের ভুল কোথা থেকে আসে

শ্রেণিবিন্যাসের ভুল মূলত তিন ধরনের হতে পারে। প্রথমত, ভাষাগত মিল। মানসিক স্বাস্থ্য নিয়ে লেখা কোনো বাক্যে যদি 'ম্যাচ', 'টিম' বা 'কোচ' শব্দ ভুল প্রসঙ্গে আসে, তবে স্বয়ংক্রিয় মডেল বিভ্রান্ত হতে পারে। দ্বিতীয়ত, মেটাডেটার দূষণ। উৎস ফিডে যদি ভুল ট্যাগ আগে থেকেই থাকে, পাইপলাইন সেটি যাচাই না করেই গ্রহণ করে। তৃতীয়ত, প্রশিক্ষণ ডেটার পক্ষপাত। যদি মডেল প্রধানত স্পোর্টস কনটেন্টে প্রশিক্ষিত হয়, তবে অচেনা বিষয়কে সে নিকটতম পরিচিত শ্রেণিতে ফেলে দেয়।

মেক্সিকোর ঘটনায় সম্ভবত দ্বিতীয় ও তৃতীয় কারণ একসাথে কাজ করেছে। একটি স্পোর্টস-কেন্দ্রিক মডেল অচেনা জনস্বাস্থ্য কনটেন্টকে 'ফুটবল' নামের পরিচিত বাক্সে ঢুকিয়ে দিয়েছে। কিন্তু আসল ক্ষতি হলো আস্থার। একজন পাঠক যদি দেখেন, একটি স্বাস্থ্য প্রতিবেদন ফুটবল বিভাগে প্রকাশিত হয়েছে, তবে তিনি প্ল্যাটফর্মের সব লেবেল নিয়ে সন্দেহ করতে শুরু করবেন। সাংবাদিকতায় এটি প্রাণঘাতী। কারণ সংবাদের মূল পুঁজি হলো নির্ভরযোগ্যতা।

একটি ভুল লেবেলের খরচ হিসাব করা যায়। প্রথমে ক্ষতি হয় বিশ্লেষণের—সম্পূর্ণ বিশ্লেষণ অর্থহীন হয়ে যায়। দ্বিতীয়ে ক্ষতি হয় সময়ের—পুনরায় শ্রেণিবিন্যাস ও বিশ্লেষণের জন্য নতুন সম্পদ লাগে। তৃতীয়ে ক্ষতি হয় আস্থার—এবং এই ক্ষতিই সবচেয়ে বড়, কারণ এটি সহজে মেরামত করা যায় না। তাই প্রশ্ন জরুরি: ভুল লেবেল কি কেবল একটি কনফিগারেশন ত্রুটি, নাকি একটি কাঠামোগত ব্যর্থতা? উত্তর হলো—এটি কাঠামোগত। যে সিস্টেম নিজের ভুল ধরতে পারে না, সে সিস্টেম দীর্ঘদিন টিকতে পারে না।

ব্লকচেইন কীভাবে সাহায্য করতে পারে

এখানেই ব্লকচেইনের ভূমিকা আসে। ব্লকচেইন মূলত একটি বিতরণকৃত খতিয়ান (distributed ledger)। এর তিনটি বৈশিষ্ট্য সংবাদ ও ডেটা পরিবেশনার জন্য সরাসরি প্রাসঙ্গিক। প্রথমত, অপরিবর্তনীয়তা (immutability)—একবার কোনো তথ্য লেজারে লেখা হলে তা পরিবর্তন করা প্রায় অসম্ভব। দ্বিতীয়ত, স্বচ্ছতা—প্রতিটি এন্ট্রি কে, কখন, কীভাবে যোগ করেছে তা দৃশ্যমান। তৃতীয়ত, যাচাইযোগ্যতা—যে কেউ এন্ট্রি যাচাই করতে পারে।

ভাবুন, প্রতিটি নিবন্ধের জন্মসনদ যদি ব্লকচেইনে লেখা থাকত। কোথা থেকে এল, কে সংগ্রহ করল, কোন মডেল কোন লেবেল বসাল, কোন সময়ে—সব রেকর্ড অপরিবর্তনীয়ভাবে সংরক্ষিত থাকত। তাহলে মেক্সিকোর ওই ভুল লেবেল ধরা পড়ত শুরুতেই। কেউ পরে লেবেল পরিবর্তন করলে তার চিহ্ন থেকে যেত। দায় এড়ানো যেত না।

প্রযুক্তিগতভাবে এটি কাজ করে ক্রিপ্টোগ্রাফিক হ্যাশের মাধ্যমে। প্রতিটি কনটেন্টের একটি অনন্য হ্যাশ তৈরি হয়, এবং সেই হ্যাশ একটি ব্লকে যুক্ত হয়। প্রতিটি ব্লক আগের ব্লকের হ্যাশ ধারণ করে, ফলে একটি শৃঙ্খল তৈরি হয়। কেউ যদি পুরোনো তথ্য বদলাতে চায়, তবে তাকে পুরো শৃঙ্খল বদলাতে হবে—যা বাস্তবে অসম্ভব। এই কারণেই ব্লকচেইনকে অখণ্ডতার সবচেয়ে শক্তিশালী হাতিয়ার বলা হয়।

এই ধারণাকে বলা হয় 'প্রোভেন্যান্স' বা উৎস-ট্র্যাকিং। খাদ্য শিল্পে আমরা জানি একটি আপেল কোথা থেকে এসেছে, কোন খামারে জন্মেছে, কীভাবে পরিবাহিত হয়েছে। অথচ সংবাদে আমরা প্রায়ই জানি না একটি তথ্য কোথা থেকে এল। ব্লকচেইন-ভিত্তিক প্রোভেন্যান্স এই শূন্যতা পূরণ করতে পারে।

কিছু সংবাদ সংস্থা ইতিমধ্যে পরীক্ষামূলকভাবে ব্লকচেইন ব্যবহার করছে। তারা ছবি ও ভিডিওর উৎস নিবন্ধন করতে এটি ব্যবহার করে, যাতে ডিপফেক বা ভুয়া ছবি শনাক্ত করা যায়। ক্রিপ্টোগ্রাফিক হ্যাশ ব্যবহার করে তারা নিশ্চিত করে, প্রকাশিত কনটেন্ট আসল। এটি স্পোর্টস মিডিয়ার জন্যও জরুরি। একটি ভুয়া ট্রান্সফার খবর কত দ্রুত ছড়ায়, তা আমরা সবাই জানি।

স্পোর্টস ডেটার যাচাইযোগ্যতা

স্পোর্টস ডেটার জগতে এই প্রশ্ন আরও তীব্র। একটি xG মডেল, একটি PPDA মান, একটি ট্রান্সফার ফি—এই সংখ্যাগুলো যদি যাচাইযোগ্য না হয়, তবে বিশ্লেষণ অর্থহীন। আমি নিজে যখন রংপুরের একটি ইন্টারনেট ক্যাফেতে প্রথম xG মডেল বানিয়েছিলাম, তখন একটি ম্যাচে ১,৮৪২টি পাস ও ২৪টি শট লগ করেছিলাম। মডেল দেখিয়েছিল, ২-১ জয়টি আসলে অতিরিক্ত প্রশংসিত—xG ছিল ১.৭ বনাম ০.৯। সেই কাঁচা ডেটা সংরক্ষণ না করলে কেউ আমার সিদ্ধান্ত যাচাই করতে পারত না। ব্লকচেইন সেই কাঁচা ডেটাকে স্থায়ীভাবে সংরক্ষণ করতে পারে।

এটি বিশেষভাবে গুরুত্বপূর্ণ যখন একটি দাবি বিতর্কিত হয়। কোনো বিশ্লেষক যদি বলেন, 'এই ডিফেন্ডার ধীর', তবে তার ভিত্তি কী? কোন ডেটা, কোন নমুনা, কোন সংস্করণ? একটি যাচাইযোগ্য লেজার থাকলে প্রতিটি দাবির পেছনের প্রমাণ খুঁজে পাওয়া যেত। পাঠক নিজেই বিচার করতে পারতেন, বিশ্লেষণটি ভিত্তিহীন নাকি প্রমাণিত।

বাংলাদেশের প্রেক্ষাপটে এটি আরও প্রাসঙ্গিক। আমাদের স্থানীয় ফুটবল লিগের ডেটা প্রায়ই ছড়িয়ে থাকে—কোথাও ম্যাচের স্কোর, কোথাও গোলদাতার নাম, কোথাও কার্ডের হিসাব। একটি সাধারণ যাচাইযোগ্য খতিয়ান থাকলে এই ডেটা একত্রিত করা যেত, এবং ভুল প্রতিবেদন কমানো যেত। এখন প্রতিটি আউটলেট নিজের হিসাব রাখে, এবং কোনো একটি ভুল করলে তা কারও জানার উপায় থাকে না।

বিপরীত দিক: ব্লকচেইন কোনো জাদু নয়

এখানে একটি গুরুত্বপূর্ণ সতর্কতা আছে, যা ব্লকচেইন-উৎসাহীরা প্রায়ই এড়িয়ে যান। ব্লকচেইন ডেটার অখণ্ডতা রক্ষা করে, কিন্তু ডেটার সত্যতা নিশ্চিত করে না। যদি কেউ ভুল লেবেল ব্লকচেইনে লিখে দেয়, তবে সেটি চিরকালের জন্য ভুল হয়ে থাকবে—কারণ অপরিবর্তনীয়তা মানে সংশোধনের সুযোগও সীমিত।

অর্থাৎ, ব্লকচেইন হলো একটি অত্যন্ত শক্তিশালী তালা, কিন্তু তালা শুধু দরজা বন্ধ রাখে; ঘরের ভেতরে কী আছে তা সে জানে না। মেক্সিকোর ঘটনায় সমস্যাটি ছিল ইনপুট পর্যায়ে। ব্লকচেইন সেই ইনপুট ভুল ধরতে পারত, কিন্তু প্রতিরোধ করতে পারত না—যদি না মানব যাচাইয়ের একটি স্তর থাকত।

তাই সমাধান একমাত্র প্রযুক্তি নয়। সমাধান হলো প্রযুক্তি, প্রক্রিয়া ও মানুষের সমন্বয়। স্বয়ংক্রিয় লেবেলিংয়ের সাথে একটি মানব-পর্যবেক্ষণ স্তর (human-in-the-loop) থাকা দরকার। গুরুত্বপূর্ণ বা অস্পষ্ট কনটেন্ট মানব সম্পাদকের কাছে পাঠানো উচিত। ব্লকচেইন সেই সিদ্ধান্তের রেকর্ড রাখবে, কে অনুমোদন করল তা দেখাবে। তাহলে প্রযুক্তি জবাবদিহিতা বাড়াবে, দায় অস্পষ্ট করবে না।

আরেকটি বিপদ হলো কেন্দ্রীকরণের। যদি কেবল কয়েকটি বড় প্ল্যাটফর্ম ব্লকচেইন লেজার নিয়ন্ত্রণ করে, তবে ক্ষমতা আবার কেন্দ্রীভূত হবে। প্রকৃত স্বচ্ছতা চাইলে লেজারকে সবার জন্য খোলা রাখতে হবে। নইলে এটি কেবল পুরোনো ক্ষমতাকে নতুন প্যাকেজিংয়ে সাজাবে। একটি খোলা লেজার মানে হলো—কেউ একতরফাভাবে তথ্য মুছে ফেলতে পারবে না, কেউ নিজের সুবিধামতো ইতিহাস লিখতে পারবে না।

স্পোর্টস মিডিয়ায় প্রভাব

স্পোর্টস মিডিয়া এই পরিবর্তনের কেন্দ্রে থাকবে। কারণ স্পোর্টস কনটেন্ট সবচেয়ে দ্রুত এবং সবচেয়ে বেশি পরিমাণে উৎপাদিত হয়। ম্যাচ শেষ হওয়ার কয়েক মিনিটের মধ্যে ডজন ডজন প্রতিবেদন বেরোয়। এই গতিতে ভুল অনিবার্য। যদি প্রতিটি স্পোর্টস প্ল্যাটফর্ম একটি যাচাইযোগ্য লেজার ব্যবহার করত, তবে ভুল খবর ছড়ানোর আগেই ধরা পড়ত।

বিশেষ করে ট্রান্সফার মার্কেটে এটি জরুরি। গুজব আর তথ্যের পার্থক্য প্রায়ই অস্পষ্ট। একটি যাচাইযোগ্য উৎস-শৃঙ্খল থাকলে পাঠক নিজেই বিচার করতে পারতেন—এই খবর কোথা থেকে এল, কে বলল, কতটা নির্ভরযোগ্য। স্পোর্টস মিডিয়ার আস্থা পুনরুদ্ধারে এটি বড় ভূমিকা রাখতে পারে।

আমার ১৯ বছরের সংবাদ-পর্যবেক্ষণের অভিজ্ঞতায় দেখেছি, স্পোর্টস কনটেন্টে ভুল সবচেয়ে বেশি হয় তখনই, যখন দ্রুততার চাপ সবচেয়ে বেশি থাকে—বিশেষত ডেডলাইনের কয়েক ঘণ্টায়। এই চাপে স্বয়ংক্রিয়তা একটি আশীর্বাদ, কিন্তু যাচাইহীন স্বয়ংক্রিয়তা একটি অভিশাপ। দুটির মধ্যে ভারসাম্য খুঁজে পাওয়াই আসল চ্যালেঞ্জ।

সামনের দিকে: একটি প্রশ্ন, একটি দায়

মেক্সিকোর ওই মানসিক স্বাস্থ্য প্রতিবেদনটি ফুটবল হিসেবে চিহ্নিত হওয়ার ঘটনা হয়তো একটি ছোট প্রযুক্তিগত ত্রুটি। কিন্তু এটি বড় একটি সত্যের দিকে ইশারা করে—আমাদের ডেটা-চালিত সংবাদ ব্যবস্থা যত দ্রুত হয়েছে, তত ভঙ্গুরও হয়েছে। গতি বেড়েছে, কিন্তু অখণ্ডতা বাড়েনি।

ব্লকচেইন এই ফাঁক পূরণের একটি শক্তিশালী হাতিয়ার, তবে তা একমাত্র সমাধান নয়। প্রকৃত সমাধান হলো একটি সংস্কৃতি, যেখানে প্রতিটি তথ্যের উৎস প্রশ্ন করা হয়, প্রতিটি লেবেল যাচাই করা হয়, আর প্রতিটি ভুলের দায় স্বীকার করা হয়।

প্রশ্ন হলো, পরবর্তী মৌসুমে বা পরবর্তী নির্বাচনে যখন লক্ষ লক্ষ নিবন্ধ স্বয়ংক্রিয়ভাবে তৈরি হবে, তখন কে নিশ্চিত করবে যে প্রতিটি লেবেল সঠিক? প্রযুক্তি একা তা পারবে না। সেটি পারবে কেবল তখনই, যখন প্রযুক্তির সাথে যোগ হবে জবাবদিহিতা। আর জবাবদিহিতা তখনই আসে, যখন প্রতিটি লেবেলের পেছনে একটি যাচাইযোগ্য সত্য থাকে।