শূন্য তথ্যবিন্দু, সবুজ সংকেত: ক্রিকেট সংবাদ যেভাবে একটি খালি পাতাকে 'সফল' বলে প্রকাশ করে

ড্যাশবোর্ডে সবুজ বাতি জ্বলছে — extraction complete। নিচে পাঁচ সারির একটি টেবিল। শিরোনামের ঘরে N/A। সূত্রের ঘরে N/A। নিবন্ধের ধরন: unclassified। মূল দৃষ্টিভঙ্গি: শূন্য। তথ্যবিন্দুর তালিকা: শূন্য। পাঁচটি ঘরের মধ্যে একটিই ভরা — ডোমেইন লেবেল cricket_world। এই একটি লেবেল ছাড়া বাকি সব ফাঁকা, তবু সিস্টেমের চূড়ান্ত রায় 'সফল'। নতুন মিডিয়া এই জায়গাতেই সবচেয়ে বড় ভুলটি করে: ব্যর্থতাকে সে গতি বলে চালিয়ে দেয়।

পঁয়তাল্লিশ বছরের এই পেশায় আমি অনেক ফাঁকা কলাম দেখেছি — প্রিন্টের যুগে সেগুলো ফাঁকা থাকত, কারণ প্রুফ রিডার চোখে দেখতেন। এখন ফাঁকা কলামও সবুজ টিক নিয়ে বেরিয়ে যায়, কারণ কেউ চোখে দেখে না। একটি বাক্যও পড়া হয়নি, অথচ পোস্টটি 'সম্পন্ন'। ক্রিকেট সংবাদের এই নতুন রোগটি স্কোর নিয়ে নয়, পাইপলাইন নিয়ে।

আজকের ফ্র্যাঞ্চাইজি চুক্তির জানালায় এই রোগের দাম সবচেয়ে বেশি। এই সময়ে দল, স্কাউট, এজেন্ট, সম্প্রচারক, বুকমেকার — সবাই একই ধরণের ফিড থেকে খায়। ফিডে একটি ঘর ফাঁকা এলে সেটি 'কোনো খবর নেই' হিসেবেও পড়া হয়। ফাঁকা ঘর আর নিশ্চিত না-খবর, দুটোকে আলাদা করার প্রক্রিয়াই এখানে মূল বিষয়। যে সংবাদকর্মী এই পার্থক্যটা ধরতে পারেন না, তিনি আসলে খবর পরিবেশন করছেন না — খবরের আকৃতির একটি খোলস পরিবেশন করছেন।

এই লেখার বিষয় একটিই: একটি সম্পূর্ণ শূন্য ফলাফল কীভাবে পড়তে হয়, আর সেই শূন্যতা থেকে ফিরে আসতে কী কী লাগে। কথাটা শুনতে কৌতূহলোদ্দীপক শোনালেও আসলে বিরক্তিকর এবং যান্ত্রিক — ঠিক যেমন ক্রিকেটের আসল কাজগুলো হয়।

কেন ছয়টি ঘর ফাঁকা, সেটাই এখানে উপাদান

ওই আউটপুটে নিবন্ধের ধরন নেই। ধরন না থাকলে বিশ্লেষণের ফ্রেমটাই বাছা যায় না। সংবাদ, বিশ্লেষণ, প্রিভিউ, ম্যাচ রিপোর্ট, মতামত, লাইভ ব্লগ — এই ছয়টি ধরনের প্রতিটির জন্য ভিন্ন প্রশ্নপত্র লাগে। সংবাদে দরকার কে বলল, কখন বলল, প্রমাণ কী। বিশ্লেষণে দরকার পদ্ধতি, নমুনা, এবং একটি পরীক্ষাযোগ্য দাবি। প্রিভিউতে দরকার স্কোয়াডের অবস্থা ও শর্ত। ধরন না জানলে আটটি ভিন্ন যন্ত্র দিয়ে একই মাপ নেওয়ার চেষ্টা হয়, আর ফলাফল আসে আবর্জনা।

শিরোনাম ও সূত্র শূন্য মানে টুকরোটির বয়স, নির্ভরযোগ্যতা ও মালিকানা — তিনটিই অজানা। সূত্র N/A হলে মান কেবল কমে না, শূন্য হয়ে যায়; নিবন্ধটি যাচাইযোগ্য কোনো শ্রেণিতে বসানোই যায় না। বাস্তবে যা হয় তা আরও কুৎসিত: এডিটর 'যাচাই করা যায়নি' লিখতে চান না, তাই ঘরটি চুপচাপ বাদ দেওয়া হয়, আর পাঠক ধরে নেন লেখাটি যাচাই করা হয়েছে।

সবচেয়ে জরুরি ঘরটি হলো তথ্যবিন্দুর তালিকা — সেখানেই গোটা পাইপলাইন ভেঙেছে। ওই তালিকায় যদি একটি বাক্যও না থাকে, তার মানে নিবন্ধের মূল অংশটি কখনো পড়াই হয়নি। নিচের সব ঘর — সত্তা, সময়, সূত্রের গুণমান — এই তালিকার ওপর নির্ভরশীল। তালিকা শূন্য হলে বাকি হিসাব বাতিল।

একটি ঘর অবশ্য ভরা: cricket_world। এটাই একমাত্র জীবিত সংকেত, এবং সম্ভবত এটি ফিড, URL পথ বা সাইটের বিভাগ থেকে এসেছে — মূল লেখা থেকে নয়। এই একটি লেবেলই বলে দেয়, পাইপলাইন পাতাটি পর্যন্ত পৌঁছেছিল। অর্থাৎ লিংকটি মৃত নয়।

শূন্য তালিকা প্রায় কখনোই 'লেখাটি কিছু বলেনি' নয়

আমার অভিজ্ঞতায় একটি শূন্য তথ্যবিন্দুর তালিকা নিবন্ধের নিরীহতা প্রমাণ করে না, প্রক্রিয়ার ব্যর্থতা প্রমাণ করে। চারটি কারণ, যুক্তির ক্রম অনুসারে: প্রথমত, মূল লেখাটি রেন্ডার হয়নি — জাভাস্ক্রিপ্টনির্ভর পাতা, সম্মতি-দেওয়াল, বা পেওয়াল এক্সট্র্যাক্টরের হাতে সাজানো বাক্স বা খালি কনটেইনার ধরিয়ে দিয়েছে। দ্বিতীয়ত, ভুল জায়গা পড়া হয়েছে — এক্সট্র্যাক্টর নিবন্ধের নোড নয়, বরং সূচি পাতা, ট্যাগ পাতা, ভিডিও বা স্কোরকার্ড পাতা ধরেছে। তৃতীয়ত, বিষয়টি আসলে গদ্য নয় — লাইভ স্কোর উইজেট, এমবেড করা ভিডিও, ফটো গ্যালারি, কিংবা কেবল একটি টিজার — এগুলো সৎভাবে শূন্য বাক্য দেয়, আর 'unclassified' ফলের ব্যাখ্যাও এটাই। চতুর্থত, লেখা ছিল কিন্তু এনকোডিং বা কাটছাঁটের কারণে বাদ পড়েছে।

এই চারটি কারণের মধ্যে একটি আভ্যন্তরীণ অসংগতি আছে, এবং সেটিই সবচেয়ে কাজের সূত্র। cricket_world লেবেলটি বসানো গেছে, অর্থাৎ কিছু মেটাডেটা পড়া হয়েছে। অতএব পাইপলাইন পাতাটি পর্যন্ত পৌঁছেছে, কিন্তু মূল অংশ বের করার ধাপে হোঁচট খেয়েছে। এই অসংগতিটি কারণ তিন ও চার-এর চেয়ে এক ও দুই-এর দিকে বেশি আঙুল তোলে। মৃত লিংক হলে লেবেলটিও আসত না।

সবুজ টিকের অর্থ সংকট

এখানেই আমার আসল আপত্তি। সিস্টেম যদি বলত 'ব্যর্থ', তাহলে কেউ পুনরায় চেষ্টা করত। কিন্তু সিস্টেম বলছে 'সফল', শুধু ফলের ভেতরটা ফাঁকা। পাইপলাইনে এটি সবচেয়ে বিপজ্জনক ধরনের ব্যর্থতা: silent failure। যে ব্যর্থতা চিৎকার করে, তাকে সারানো যায়; যে ব্যর্থতা হাসিমুখে পাশ কাটিয়ে যায়, সে ক্ষতি করতে করতে অভ্যস্ত হয়ে ওঠে।

আমি ডেটাসেটটি তিনবার নতুন করে বানিয়েছিলাম, তবু সংখ্যাগুলো নিজেদের মধ্যে ঝগড়া থামায়নি; চতুর্থবারে গিয়ে থেমেছে। প্রতিবারই প্রথম কাজ ছিল একটি সংজ্ঞা লিখে ফেলা — কোন ঘর কী বোঝাবে, কোন নমুনায়, কোন শর্তে। ক্রিকেটে এই সংজ্ঞা লেখার অভ্যাসটাই সবচেয়ে কম আছে। লোকেরা 'ফর্ম', 'চাপ', 'গতি' নিয়ে কথা বলে, কিন্তু কোনোদিন বলে না কোন নমুনায়, কত ওভারে, কত রানের সংজ্ঞায়।

২০১৭ সালে আমি ৩৮০ ম্যাচের একটি আদর্শ xG + PPDA ডেটাসেট দাঁড় করাই। প্রথম প্রকাশিত অডিটে বার্নলির নাম উঠে আসে: ৩৮.৪ xG বনাম ৪৪ বাস্তব গোল — লিগে সবচেয়ে বড় অতিরিক্ত-প্রদর্শন। ওরা সপ্তম হয়ে ইউরোপে গেল, আর যাঁরা 'expected goals' নিয়ে হাসতেন, তাঁরাই কাঁচা ফাইল চাইলেন। নতুন মিডিয়া গতি চেয়েছিল; আমি বদলে একটি মানদণ্ড দিয়েছি। সেই মৌসুম থেকে আমার প্রতিটি রিপোর্ট একটি যাচাইযোগ্য সংখ্যা দিয়ে শুরু হয় — আখ্যান দিয়ে নয়।

২০১৮ সালে সেই একই পদ্ধতি রাশিয়ায় নিয়ে যাই। ইংল্যান্ড ১২ গোল করেছিল; আমার সেট-পিস মডেল তাদের ৯টি গোল ডেড-বলের রুটিনকে দিয়েছে, ওপেন প্লেকে নয়। প্রতিটি কর্নারের ডেলিভারি জোন এবং দ্বিতীয় বলের রিকভারি আমি আলাদা করে লগ করেছি। কলম্বিয়ার বিরুদ্ধে শেষ ষোলোর জয়ের পর প্রকাশিত ব্রেকডাউনে দেখাই, ইংল্যান্ডের কর্নারপ্রতি সেট-পিস xG ছিল ০.১১, যা টুর্নামেন্টের গড়ের তিন গুণ। বারোটি সেট-পিস, একটি প্যাটার্ন, আর একটি স্প্রেডশিট যেটি রোমান্টিক হতে অস্বীকার করেছে।

এই মানদণ্ডটাই এখানে প্রযোজ্য। একটি ফাঁকা ঘর একটি দাবি নয়; সেটি একটি অনুপস্থিত দাবি। অথচ নিউজরুমে ফাঁকা ঘরগুলো একইভাবে ছাপা হয় যেভাবে হ্যারি কেইন, কিরান ট্রিপিয়ার, হ্যারি ম্যাগুয়্যার — এই নামগুলো ছাপা হয়: কারণ ঘরটা আছে, তাই ভরতে হয়।

যাচাইয়ের যে অংশটা সবসময় বাদ পড়ে

২০২২ সালে সৌদি আরব আর্জেন্টিনাকে ২-১ গোলে হারায়, আর ওই ম্যাচে ওরা ১০ বার অফসাইডের ফাঁদ পাতেন — ১৯৬৬ সালের পর বিশ্বকাপে কোনো দলের সর্বোচ্চ। ট্র্যাকিং ডেটা বের করে দেখি, ওদের ডিফেন্সিভ লাইনের গড় উচ্চতা গ্রুপ-পর্যায়ের বেসলাইনের চেয়ে ৪.১ মিটার বেশি ছিল। আমি ফাঁদটিকে মাপযোগ্য ব্যবস্থা হিসেবে লিখি: লাইন উচ্চতা, ট্রিগার প্রেস, রিকভারি স্প্রিন্ট। কোচেরা থ্রেশহোল্ড সংখ্যা চেয়ে মেইল পাঠান। সালেম আল-দাওসারি আর সালেহ আল-শেহরির গোল দুটি তখন আর 'অলৌকিক' থাকে না, থাকে একটি জ্যামিতির ফল। লাউতারো মার্তিনেজের বাতিল হওয়া গোলগুলোও একই জ্যামিতির ভেতরে পড়ে।

২০২০ সালে স্টেডিয়াম খালি হওয়ার পর আমি প্রতিটি মডেল আবার ক্যালিব্রেট করি। বুন্দেসলিগার প্রথম নয় রাউন্ডে ঘরের মাঠে জয়ের হার ৪৩.২ শতাংশ থেকে ৩৩.৩ শতাংশে নামে, হোম টিমের গড় xG কমে ০.১৮। অনুমান না করে আমি প্রতিটি মডেলে দর্শক-সমন্বয় স্তর বসাই এবং পদ্ধতি প্রকাশ করি। একই সঙ্গে ২০০০ শব্দের একটি সংশোধনী নোট লিখি, যেখানে খালি স্টেডিয়ামের তথ্য আমার কোন কোন আগের সিদ্ধান্তকে বাতিল করেছে, তার তালিকা ছিল।

সেই নোটের মূল শিক্ষা: কোনো সংখ্যা তার পরিবেশ ছাড়া ভ্রমণ করে না। আজ এই নীতিটি আমার নিউজরুমের সবচেয়ে দরকারি নিয়ম — এবং এই নিয়ম ভাঙার সবচেয়ে বড় জায়গা হলো ফাঁকা ঘর। কারণ ফাঁকা ঘরে কোনো পরিবেশ লেখাই থাকে না।

খালি মানে নিরপেক্ষ নয়

এখানেই বিপরীতমুখী পর্যবেক্ষণটি আসে, এবং এটি একটি পেশাগত সতর্কতা। পাঠক এবং অনেক সম্পাদকও 'দৃষ্টিভঙ্গি: শূন্য' দেখে ধরে নেন লেখাটি ভারসাম্যপূর্ণ। এটি ভুল অনুমান। দৃষ্টিভঙ্গি অজানা, নিরপেক্ষ নয় — দুটো এক নয়। অনুপস্থিত তথ্য কখনো ভারসাম্যের প্রমাণ হয় না, সেটি কেবল অনুপস্থিতির প্রমাণ।

দ্বিতীয় সতর্কতা নিজের দিকেই। সম্ভব যে নিবন্ধটি সত্যিই কিছু বলেনি — একটি স্টাব, একটি টিজার, একটি অটো-জেনারেটেড স্কোর পাতার শিরোনাম। এই সম্ভাবনাটি আমি আগেই স্বীকার করে নিচ্ছি, কারণ যে বিশ্লেষণ নিজের বিপরীত ফলাফল আগে থেকে ঘোষণা করে না, সেটি বিশ্লেষণ নয়, প্রবন্ধ। আমার পর্যবেক্ষণ হলো: শূন্য তালিকা প্রায় কখনোই অর্থহীন লেখার প্রমাণ নয়, কিন্তু 'প্রায়' শব্দটি এখানে গুরুত্বপূর্ণ।

তৃতীয় সতর্কতা: যোগসূত্র আর কারণ এক নয়। 'লেবেল আছে, তাই লেখা পড়া হয়েছে' — এই অনুমানটিই ওই আউটপুটের মূল যুক্তিভঙ্গি, এবং সেটি ভুল। লেবেল প্রমাণ করে পৌঁছানোর, বাক্য প্রমাণ করে পড়ার।

কে এর দাম দেয়? পাঠক, যাঁকে একটি ফাঁকা পাতার সামনে দাঁড় করানো হয় এবং বলা হয় এটাই সংবাদ — রেফারির সিদ্ধান্ত যেমন মাঠে ব্যাখ্যা ছাড়া ঘোষিত হয় আর গ্যালারি সিদ্ধান্তটা বুঝতে পারে না, ঠিক তেমনি। তারপর ছোট ক্লাবগুলো। যে ক্লাব ঋণ-চুক্তিতে একজনকে নেয় আর পরে মূল্য দেয়, সে অনেকটা অসম্পূর্ণ ডসিয়ের ভিত্তিতে দল গড়ে — অর্ধগড়া পণ্য বড়দের জন্য তৈরি করার ব্যবস্থাটাই তো চলছে বছরের পর বছর। ফিডে একটি ফাঁকা ঘর ঠিক তেমন: এখন দেখায় নিরীহ, পরে দামি।

পুনরুদ্ধারের চারটি ধাপ, আর পরের জানালার সংকেত

প্রকৃত বিশ্লেষণের আগে পুনরুদ্ধার দরকার, এবং সেটি চারটি যান্ত্রিক কাজ। এক, হেডলেস রেন্ডারার দিয়ে আবার ফেচ করা — HTTP স্টেটাস, চূড়ান্ত URL এবং DOM নোড সংখ্যা লগ করা। দুই, ক্যানোনিকাল মেটাডেটা আলাদা করে ধরা — og:title, article:published_time, লেখকের নাম, JSON-LD NewsArticle। শুধু এই ধাপেই শিরোনাম, সূত্র, ধরন ও তারিখ ফিরে আসে। তিন, পাতা যদি সত্যিই গদ্য না হয়, তাকে জোর করে নিবন্ধের পাইপলাইনে ঢোকানোর বদলে স্কোরকার্ড বা মিডিয়া অবজেক্ট হিসেবে পুনঃশ্রেণীবদ্ধ করা। চার, সর্বনিম্ন বিষয়বস্তুর থ্রেশহোল্ড বসানো এবং শূন্য তথ্যবিন্দু এলে সেটিকে EXTRACTION_FAILED চিহ্নিত করা, ফাঁকা 'সফল' নয়।

পরের চুক্তির জানালায় আমি যা দেখতে চাই তা কোনো নতুন সংখ্যা নয়, একটি নতুন লেবেল: শূন্য ফলকে ব্যর্থ বলে স্বীকার করার লেবেল। কারণ যে সংবাদমাধ্যম ফাঁকা পাতাকে সবুজ টিক দিতে পারে, সে র‍্যাঙ্কিং, ইনজুরি আপডেট বা ট্রান্সফার ফিগারেও একই টিক দিতে দ্বিধা করবে না। প্রশ্নটি পাঠকের: আপনি কি সত্যিই পড়ছেন, নাকি শুধু একটি সম্পূর্ণ দেখতে থাকা পাতার দিকে তাকিয়ে আছেন?