খালি আউটপুটের পাঠ: ফুটবল সংবাদে কনটেন্ট এক্সট্র্যাকশন পাইপলাইনের ব্যর্থতা ও তার অর্থ

একটি স্বয়ংক্রিয় সংবাদ-বিশ্লেষণ প্রবাহের প্রথম ধাপ সম্প্রতি যে ফলাফল ফিরিয়ে দিয়েছে, তা বাহ্যিকভাবে সুসংগঠিত, কিন্তু ভেতরে প্রায় সম্পূর্ণ শূন্য। শিরোনাম নেই, উৎস নেই, প্রতিবেদনের ধরন নেই, লেখকের অবস্থান নেই, উদ্দেশ্য নেই—প্রতিটি ঘরে জায়গা পেয়েছে এন/এ। তথ্যবিন্দুর তালিকা শূন্য, একটিও নেই। এই পরিস্থিতিতে একটি মাত্র ঘর অর্থবহভাবে পূরণ হয়েছে: ডোমেইন লেবেল, যেখানে লেখা আছে ফুটবল। অন্য কথায়, পুরো নথিটি বলছে এটি ফুটবল-সংক্রান্ত কিছু একটা, কিন্তু কী, কার লেখা, কখন প্রকাশিত, কোন ধরনের প্রতিবেদন—এসবের একটিও উত্তর নেই। ডোমেইন লেবেল ফুটবল—এই তথ্যটি সত্য, তবে এর ক্ষমতা সীমিত। এটি কেবল বিষয়ের শ্রেণি বলে দেয়, বিষয়বস্তু নয়। কোন দল, কোন প্রতিযোগিতা, কোন ঘটনা, কোন তারিখ, কোন পরিসংখ্যান—কিছুই এর মধ্যে নেই। একটি বিষয়-শ্রেণি থেকে বিষয়বস্তু অনুমান করা মানে পাঠকের কাছে এমন তথ্য পৌঁছে দেওয়া যা যাচাই করা যায়নি। সাংবাদিকতার মৌলিক শর্ত হলো যাচাইযোগ্যতা; যেখানে তথ্যবিন্দুই নেই, সেখানে যাচাইয়ের প্রশ্নই ওঠে না। দ্বিতীয় ধাপের বিশ্লেষণ প্রতিটি উপধাপে তথ্যবিন্দুকে ইনপুট হিসেবে ধরে। ইনপুট শূন্য হলে আউটপুট কেবল অনুমান বা বানানো বর্ণনা হতে পারে। এ কারণে শূন্যতা কোনো ছোট ত্রুটি নয়; এটি পুরো প্রবাহকে অর্থহীন করে দেয়। একটি সংবাদকক্ষ যদি এই ফলাফল গ্রহণ করে এবং তার ওপর ভিত্তি করে প্রতিবেদন ছাপে, তাহলে ভুলের উৎস থাকবে দুই স্তরে: প্রথমত নিষ্কাশনের ব্যর্থতা, দ্বিতীয়ত সেই ব্যর্থতার ওপর নির্মিত আখ্যান। প্রথম বড় ক্ষতি তথ্যবিন্দুর অনুপস্থিতিতে ঘটে। তথ্যবিন্দু থেকে সত্তা নিষ্কাশন হয়—কোন ব্যক্তি, কোন ক্লাব, কোন মাঠ, কোন প্রতিযোগিতা। তথ্যবিন্দু থেকে তৈরি হয় দাবির তালিকা, যার প্রতিটি যাচাই করা যায়। তথ্যবিন্দু থেকেই লেখকের অবস্থান ও ফ্রেমিং বিশ্লেষণ সম্ভব হয়। সবচেয়ে গুরুত্বপূর্ণ, তথ্যবিন্দুর ক্রম থেকেই প্রতিবেদনের যুক্তিশৃঙ্খল পুনর্গঠন করা যায়। এই চারটি কাজের কোনোটিই শূন্য ইনপুটে সম্ভব নয়। দ্বিতীয় ক্ষতি শিরোনাম ও উৎসের অনুপস্থিতিতে। উৎস ছাড়া উৎসের নির্ভরযোগ্যতা নির্ধারণ করা যায় না। কোন গণমাধ্যম, তা রাষ্ট্রীয়, বাণিজ্যিক, ক্লাব-নিয়ন্ত্রিত, না স্বাধীন—এই প্রশ্নের উত্তর ছাড়া একটি দাবিকে কতটা গুরুত্ব দেওয়া হবে, তা ঠিক করা অসম্ভব। উৎসের সঙ্গে জড়িত—অর্থনৈতিক স্বার্থও অজানা থেকে যায়। সংবাদ পরিবেশনের শৃঙ্খলও করা যায় না: কে প্রথম জানাল, কে কাকে উদ্ধৃত করল, কোথায় তথ্য বিকৃত হলো। তৃতীয় ক্ষতি প্রতিবেদনের ধরন না জানায়। সংবাদ প্রতিবেদন, মন্তব্য, দলবদলের গুজব, ম্যাচ-পরবর্তী পরিসংখ্যান বিশ্লেষণ—এগুলোর মূল্যায়নের মানদণ্ড সম্পূর্ণ আলাদা। সংবাদে যাচাইযোগ্য দাবি থাকে; মন্তব্যে থাকে যুক্তি ও মূল্যবোধ; গুজবে থাকে সম্ভাবনা ও সূত্রের স্তর; পরিসংখ্যানে থাকে নমুনার আকার ও পদ্ধতি। ধরন না জানলে কোন মানদণ্ড প্রয়োগ করা হবে, তা-ই ঠিক করা যায় না। চতুর্থ ক্ষতি সময়ের হিসাব না থাকায়। ফুটবলে তথ্যের আয়ু দিনে মাপা হয়, অনেক সময় ঘণ্টায়ও। চোটের অবস্থা সকালে যা ছিল, সন্ধ্যায় তা বদলে যেতে পারে। দলবদলের জানালা বন্ধ হওয়ার আগে ও পরে একই খবরের অর্থ আলাদা। পয়েন্ট তালিকার অবস্থান প্রতি রাউন্ডে বদলায়। সময়চিহ্ন ছাড়া এসব তথ্য পাঠকের কাছে বিভ্রান্তিকর হয়ে ওঠে, কারণ পাঠক জানেন না কথাটি আজকের না গত মাসের। পঞ্চম ক্ষতি লেখকের অবস্থান ও উদ্দেশ্যের অনুপস্থিতিতে। কে লিখছে—ক্লাবের ঘনিষ্ঠ সাংবাদিক, প্রতিযোগী দলের সমর্থক, নাকি নিরপেক্ষ বিশ্লেষক। উদ্দেশ্য কী—তথ্য দেওয়া, জনমত গড়া, চাপ তৈরি করা, নাকি কেবল পাঠক টানা। এই প্রশ্নের উত্তর ছাড়া তথ্যের নির্বাচন ও উপস্থাপনার ধরন ধরতে পারা যায় না। একটি তথ্য বাদ দেওয়া যেমন গুরুত্বপূর্ণ, তেমনি কোন তথ্যকে প্রথমে রাখা হলো, তাও গুরুত্বপূর্ণ। এই সব সীমাবদ্ধতার পরেও একটি কার্যকর রোগনির্ণয়ের সংকেত আছে। ডোমেইন লেবেল পূরণ হয়েছে, কিন্তু তথ্যবিন্দুর তালিকা শূন্য। এর অর্থ হলো প্রবাহ শ্রেণিবিন্যাস পর্যন্ত পৌঁছেছে, কিন্তু মূল পাঠ্য নিষ্কাশনের ধাপে শূন্য ফিরেছে। এটি সাধারণত প্রযুক্তিগত ব্যর্থতা, সম্পাদকীয় সিদ্ধান্ত নয়। তাই সমাধানও প্রযুক্তিগত স্তরে খোঁজা উচিত। প্রথম সম্ভাব্য কারণ, পাতা জাভাস্ক্রিপ্টে তৈরি। ক্রীড়া ওয়েবসাইটে এটি খুব সাধারণ। সার্ভার যে এইচটিএমএল পাঠায়, তাতে প্রতিবেদনের মূল অংশ না-ও থাকতে পারে; ব্রাউজারে স্ক্রিপ্ট চালানোর পর তা দেখা যায়। যে নিষ্কাশক কেবল কাঁচা এইচটিএমএল পড়ে, সে পায় খালি খোলস—মেনু, বিজ্ঞাপন, ফুটার, কিন্তু লেখা নেই। দ্বিতীয় সম্ভাব্য কারণ, লক্ষ্য পাতা আসলে প্রতিবেদন নয়। স্কোরবোর্ড, ভিডিও পাতা, লাইভ আপডেটের পাত, ছবির গ্যালারি—এসবের গঠন প্রতিবেদনের মতো নয়। এদের মধ্যে তথ্য থাকে, কিন্তু সেটি বাক্যে সাজানো থাকে না। ফলে পাঠ্য নিষ্কাশনের নিয়ম ব্যর্থ হয়, যদিও শ্রেণিবিন্যাস সফল হয়, কারণ বিষয়বস্তু ফুটবলই। তৃতীয় সম্ভাব্য কারণ, পেওয়াল, ভৌগোলিক বাধা বা স্বয়ংক্রিয় বট আটকানো। অনেক গণমাধ্যম সাবস্ক্রাইবার ছাড়া মূল লেখা দেখায় না। আবার কিছু সাইট অঞ্চলভেদে ভিন্ন বিষয় দেখায়। বট শনাক্ত হলে সাইট চ্যালেঞ্জ পাতা ফেরত দিতে পারে। এসব ক্ষেত্রে নিষ্কাশক সফলভাবে কিছু পায়, কিন্তু সেটি প্রতিবেদন নয়। চতুর্থ সম্ভাব্য কারণ, নিষ্কাশনের নিয়ম ও পাতার গঠনের অমিল। সাইটের নকশা বদলালে পুরোনো সিলেক্টর কাজ করে না। অনেকে একই সঙ্গে একাধিক নিয়ম ব্যবহার করেন, কিন্তু কোনোটিই মিলতে না পারলে খালি ফলাফল আসে। সমস্যা আরও জটিল হয় যখন একই সাইটে দুই ধরনের টেমপ্লেট চালু থাকে—কিছু পাতায় পুরোনো, কিছু পাতায় নতুন। পঞ্চম সম্ভাব্য কারণ, উজানে পাঠানো ইনপুটই খালি বা ভুল। ভুল ঠিকানা, পুনর্নির্দেশিত লিংক, অথবা সম্পূর্ণ ভিন্ন পাতার ঠিকানা। এই ক্ষেত্রে প্রবাহ ঠিকঠাক চলছে, শুধু ইনপুটটি প্রতিবেদন নয়। ব্যবহারিক অভিজ্ঞতায় এই কারণটি সবচেয়ে দ্রুত ধরা পড়ে, কারণ লিংকটি খুলে দেখলেই বোঝা যায়। তদন্তের ক্রম হওয়া উচিত সরল থেকে জটিলে। প্রথমে লিংকটি হাতে খুলে দেখা—পাতাটি কি সত্যিই প্রতিবেদন, তাতে কি বাক্যে লেখা বিষয়বস্তু আছে। তারপর ব্রাউজারের নেটওয়ার্ক ট্যাবে দেখা সার্ভার থেকে কী এইচটিএমএল আসছে, তাতে লেখা আছে কি না। এরপর জাভাস্ক্রিপ্ট বন্ধ অবস্থায় পাতাটি দেখা, যাতে বোঝা যায় নিষ্কাশক কেবল খোলস পাচ্ছে কি না। শেষে নিষ্কাশনের নিয়ম হাতে চালিয়ে দেখা, নির্দিষ্ট কোন সিলেক্টর ব্যর্থ হচ্ছে। সংবাদকক্ষের জন্য এখান থেকে শিক্ষা স্পষ্ট। প্রথম, খালি ফলাফলকে বৈধ ফলাফল হিসেবে গ্রহণ করা যাবে না। নিষ্কাশনের পরে একটি বাধ্যতামূলক যাচাই থাকা উচিত—তথ্যবিন্দুর সংখ্যা শূন্য হলে প্রবাহ থামবে, সতর্কবার্তা যাবে। দ্বিতীয়, প্রতিটি ধাপের জন্য ক্ষেত্রের চুক্তি নির্ধারিত থাকা উচিত—কোন ক্ষেত্র কখনো খালি থাকবে না। তৃতীয়, নিয়ম বদলালে নমুনা পাতায় পরীক্ষা চালানো উচিত। চতুর্থ, নির্দিষ্ট বিরতিতে হাতে যাচাই করা উচিত, কারণ স্বয়ংক্রিয় পরীক্ষা সব ব্যর্থতা ধরতে পারে না। ফুটবল-সংবাদে সময়চিহ্নের শৃঙ্খলা আরও কঠোর হওয়া দরকার। চোট, দলবদল, নিষেধাজ্ঞা, পয়েন্ট কাটা—এসব তথ্যের প্রতিটির সঙ্গে প্রকাশের সময় ও তথ্যসূত্রের সময় উভয়ই থাকা উচিত। দুটি সময় আলাদা হলে পাঠককে তা স্পষ্ট করতে হবে। অনেক ভুল সংবাদের মূল কারণ সময়চিহ্নের এই ফাঁক—পুরোনো তথ্য নতুন বলে পরিবেশন করা। পাঠকও এই প্রক্রিয়া থেকে একটি সতর্কতা পান। কোনো প্রতিবেদনে স্পষ্ট উৎস, তারিখ বা ঘটনার বিবরণ না থাকলে সেই প্রতিবেদনকে তথ্য হিসেবে নয়, দাবি হিসেবে পড়া উচিত। বিশেষ করে দলবদল ও চোটের খবরে এই সতর্কতা জরুরি, কারণ এসব বিষয়ে সবচেয়ে বেশি গুজব ছড়ায় এবং সবচেয়ে দ্রুত বদলায়। সমাধানের পথ তিনটি। এক, মূল পাঠ্য সরাসরি সরবরাহ করা—তাহলে পূর্ণ বিশ্লেষণ করা সম্ভব, যাতে থাকবে সত্তার তালিকা, দাবির তালিকা, উৎসের শ্রেণি ও সময়চিহ্ন। দুই, মূল ঠিকানা সরবরাহ করা—তাহলে নিষ্কাশনের কৌশল ও সতর্কতা জানানো যায়, ব্যবহারকারী নিজে পাঠ্য জোগাড় করবেন। তিন, সংশোধিত প্রথম ধাপের ফলাফল সরবরাহ করা—যেখানে অন্তত তথ্যবিন্দুর তালিকা খালি নয় এবং প্রতিটি বিন্দুর সঙ্গে উৎস ও সময় আছে। এই তিনটির কোনোটিই না থাকলে যা করা যায় না, তা স্পষ্ট করে বলা দরকার: শুধু বিষয়-শ্রেণি ফুটবল জেনে প্রতিবেদনের বিষয়বস্তু অনুমান করা সম্ভব নয়। অনুমান করলে যা তৈরি হয় তা সাংবাদিকতা নয়, কল্পনা। একটি শব্দ থেকে একটি গল্প বানানো সহজ, কিন্তু সেই গল্পের ভিত্তি শূন্য। পাঠকের কাছে তা পৌঁছালে ক্ষতি দুই দিকেই—ভুল তথ্য ছড়ায়, আর গণমাধ্যমের ওপর আস্থা কমে। সুতরাং সিদ্ধান্ত পরিষ্কার। এই প্রথম ধাপের ফলাফল গভীর বিশ্লেষণের ভিত্তি হতে পারে না, কারণ তার ভেতরে বিশ্লেষণের কাঁচামাল নেই। যা আছে তা হলো একটি সংকেত ও একটি রোগনির্ণয়ের ইঙ্গিত। কাজটি তাই দুভাগে ভাগ করা উচিত। প্রথম কাজ অবকাঠামো মেরামত—নিষ্কাশন কেন শূন্য ফিরিয়েছে তা খুঁজে বের করা এবং যাচাইয়ের ব্যবস্থা যোগ করা। দ্বিতীয় কাজ, প্রকৃত পাঠ্য হাতে পেলে বিশ্লেষণ শুরু করা। ক্রম উল্টালে ফলাফল হবে আত্মবিশ্বাসী কিন্তু ভিত্তিহীন। ক্রম ঠিক রাখলে ফলাফল হবে ধীর, কিন্তু নির্ভরযোগ্য।