খালি খাতার প্রত্নতত্ত্ব: cricket_asia লেবেল, একটি ফাঁকা ডিকনস্ট্রাকশন এবং ডাউনস্ট্রিম হ্যালুসিনেশনের ঝুঁকি

গত সপ্তাহে একটি যুব ক্রিকেটারের রেকর্ড যাচাই করতে বসে আমি যা পেলাম, তা কোনো ম্যাচ স্কোরকার্ড নয় — একটি নিখুঁতভাবে সাজানো খাতা, যার প্রতিটি শিরোনাম তৈরি, কিন্তু প্রতিটি সারি ফাঁকা। Stage-1 ডিকনস্ট্রাকশন আউটপুট। টাইটেল নেই, সোর্স নেই, নিবন্ধের ধরন নেই; সারসংক্ষেপ নেই, লেখকের অবস্থান নেই, উদ্দেশ্য নেই। 'ইনফরমেশন পয়েন্টস' অংশটি সম্পূর্ণ শূন্য। একটি মাত্র ঘর পূর্ণ — ডোমেইন লেবেল: cricket_asia। পনেরো বছর ধরে আমি খেলোয়াড়দের জন্মতারিখ, মিনিট, অবস্থান আর ম্যাচ রিপোর্টের হিসাব রেখেছি; কখনো কোনো যুব প্রোফাইল প্রকাশ করি না দুটি ম্যাচ দেখার, একটি কোচ-সাক্ষাৎকার আর যাচাই করা বয়স-মিনিটের আগে। আজ প্রথমবার হাতে এল এমন একটি লেজার, যা নিজেই প্রমাণ করে তার কিছুই লেখা হয়নি। খাতা আগে খুলুন; কিংবদন্তি বাইরে অপেক্ষা করতে পারে। আজ খাতা খালি, আর সেই শূন্যই এই লেখার বিষয়।

এই শূন্যতা কীভাবে পড়তে হয়, তা বোঝার আগে জানা দরকার Stage-1 ডিকনস্ট্রাকশন আসলে কী করে। এটি একটি স্বয়ংক্রিয় স্তর, যা একটি কাঁচা নিবন্ধ থেকে তথ্য টেনে সাজানো ফিল্ডে বসায় — টাইটেল, সোর্স, ধরন, সারসংক্ষেপ, লেখকের অবস্থান, উদ্দেশ্য এবং তথ্যবিন্দু। এর কাজ পুনরুৎপাদনযোগ্য ও যাচাইযোগ্য তথ্য তৈরি করা, যাতে পরের স্তর বিশ্লেষণ চালাতে পারে। এখানে টেমপ্লেটটি সম্পূর্ণ গঠিত — প্রতিটি প্রত্যাশিত শিরোনাম বিদ্যমান — কিন্তু কোনো নিবন্ধ-বিষয়বস্তু কখনো তার ভেতরে ঢোকেনি।

এটি দুর্বল ডিকনস্ট্রাকশনের ঘটনা নয়; এটি এমন পাইপলাইনের ঘটনা, যা হয় ব্যর্থ হয়েছে, হয় কোনো ইনপুট পায়নি, নয়তো প্লেসহোল্ডার বা স্কিমা-আরম্ভ মোডে চালানো হয়েছে। পার্থক্যটা ছোট নয়। ব্যর্থ পাইপলাইন মানে তথ্য ছিল, কিন্তু হারিয়ে গেছে; ইনপুটহীন পাইপলাইন মানে তথ্য কখনো আসেনি; স্কিমা-আরম্ভ মানে কেউ কেবল কাঠামোটা তৈরি করেছে, ভেতরটা ভরেনি।

একটি মাত্র ঘর পূর্ণ — cricket_asia। এটাই একমাত্র বাস্তব সংকেত। বাকি সব কিছু এই লেবেল আর টেমপ্লেটের গঠন থেকেই অনুমান করতে হয়। cricket_asia মানে, যদি সোর্স নিবন্ধ থেকে থাকে, তা এশীয় প্রেক্ষাপটের ক্রিকেট — সম্ভবত এশীয় বোর্ডগুলো জড়িত আন্তর্জাতিক ক্রিকেট (BCCI, PCB, SLC, BCB, ACB), নয়তো কোনো মহাদেশীয় বা আঞ্চলিক প্রতিযোগিতা।

এশিয়ার ক্রিকেট এমন একটি ডোমেইন, যার স্টেকহোল্ডার-সীমানা খুব স্পষ্ট: ভারত-পাকিস্তান সম্পর্ক, IPL বনাম আন্তর্জাতিক ক্যালেন্ডারের সংঘাত, ACC বা এশিয়ান ক্রিকেট কাউন্সিলের শাসন, এবং খেলার বাণিজ্যিক কেন্দ্র ভারত আর প্রশাসনিক সংস্থাগুলোর মধ্যকার পুনরাবৃত্ত টানাপোড়েন।

কিন্তু ডাউনস্ট্রিম বিশ্লেষণের জন্য এটা জানা জরুরি: একটি ডোমেইন লেবেল একা দুর্বল পূর্বধারণা। এটি বিষয়ের পরিসর সংকুচিত করে, কিন্তু কোনো তথ্য, কোনো তারিখ, কোনো অ্যাট্রিবিউশন বহন করে না। এই লেবেলকে 'নিশ্চিত' এশীয় ক্রিকেট সংবাদ ভেবে ডাউনস্ট্রিমে যা-ই দাবি তৈরি হবে, তা এমন বিবরণ বানিয়ে ফেলবে যা ডিকনস্ট্রাকশন কখনো দেয়নি।

শূন্যতাটা পদ্ধতিগত। এতে কয়েকটি ব্যর্থতার ধরন আলাদা করা যায়। প্রথমত, কোনো ইনপুট নথি দেওয়াই হয়নি — সব ফিল্ড ফাঁকা, টেমপ্লেট অটুট। দ্বিতীয়ত, ইনপুট অপাঠ্য বা নষ্ট ছিল — ত্রুটি-বার্তার বদলে ফাঁকা। তৃতীয়ত, এক্সট্রাকশন চলেছিল কিন্তু কিছু পায়নি — ডোমেইন লেবেল এখনো বসানো, যা হয়তো কনফিগ থেকে উত্তরাধিকারসূত্রে এসেছে। চতুর্থত, স্কিমা-মাত্র বা ড্রাই-রান আউটপুট — নিখুঁত গঠন, শূন্য বিষয়বস্তু।

একটি বিষয় লক্ষণীয়: ডোমেইন লেবেল ভরা, অথচ নিবন্ধের ধরন আর সোর্স ফাঁকা। এতে ইঙ্গিত, লেবেলটি কনফিগারেশন বা টাস্ক-সেটআপ থেকে দেওয়া, নথি থেকে নয়। অর্থাৎ cricket_asia হয়তো নিবন্ধের নয়, কাজের বর্ণনা। এটাই সবচেয়ে জরুরি পার্থক্য: যদি লেবেল টাস্ক-প্যারামিটার হয়, তাহলে আমাদের হাতে নিবন্ধ-উদ্ভূত তথ্য কার্যত শূন্য।

Additional Notes ফিল্ডগুলো বিশ্লেষকের কাছে যা চায়, সেটা খেয়াল করুন: 'উপরের তথ্যবিন্দু থেকে' সত্তা চিহ্নিত করা — কিন্তু কোনো তথ্যবিন্দু নেই। সময়-সংবেদনশীলতা বিচার — Stage-1 সেটা করতে স্পষ্টভাবে অস্বীকার করেছে। 'তথ্যবিন্দুর সোর্স ফিল্ড থেকে' সোর্সের গুণমান বিচার — কিন্তু বিচার করার কোনো সোর্স ফিল্ড নেই। এই নির্দেশাবলি যেমন লেখা আছে, তেমন অপরিতোষণীয়।

এখানে সঠিক বিশ্লেষণী প্রতিক্রিয়া হলো সত্তা, তারিখ বা গুণমান-বিচার বানিয়ে ফেলা নয়, বরং ঘোষণা করা যে ডিকনস্ট্রাকশনটি অ-কার্যকর, এবং পুনরায় এক্সট্রাকশনের জন্য ফেরত পাঠানো। যেকোনো গভীর বিশ্লেষণ যা দল, খেলোয়াড়, বোর্ড বা তারিখের নাম নেবে, তা হ্যালুসিনেশন করছে।

এখন আসি আসল ঝুঁকিতে — যদি এই আউটপুট ডাউনস্ট্রিমে ব্যবহৃত হয়। প্রথমত, হ্যালুসিনেশন-চাপ। যে LLM স্তর সমৃদ্ধ ইনপুট আশা করে কিন্তু ফাঁকা স্কিমা পায়, সে ডোমেইন লেবেল থেকে 'শূন্যস্থান ভরাতে' ঝোঁকে। cricket_asia যথেষ্ট শক্তিশালী পূর্বধারণা, যা বিশ্বাসযোগ্য শোনায় অথচ সম্পূর্ণ বানানো বিবরণ তৈরি করতে পারে — যেমন 'এশিয়া কাপ ভেন্যু নিয়ে BCCI-PCB বিরোধ'।

দ্বিতীয়ত, মিথ্যা আত্মবিশ্বাসের সংক্রমণ। টেমপ্লেট যেহেতু সম্পূর্ণ দেখায়, ডাউনস্ট্রিম গ্রাহকরা হয়তো ধরতেই পারবে না যে এটি ফাঁকা, এবং তৈরি বিষয়বস্তুকে ভিত্তিযুক্ত ভেবে নেবে। তৃতীয়ত, অবস্থান ও উদ্দেশ্যের শূন্যতা। লেখকের পক্ষপাত, ফ্রেমিং আর অভিপ্রায় — এই ফিল্ডগুলোর জন্য আসল টেক্সট দরকার। তাদের অনুপস্থিতি মানে নির্ভরযোগ্য অবস্থান-বিশ্লেষণ অসম্ভব।

বিপরীত দৃষ্টিকোণ থেকে একটা কথা যোগ করা দরকার, কারণ খালি খাতা নিয়ে রোমান্টিক হওয়ার সুযোগ আছে, আর সেটা আমার পেশার ঝুঁকি। একটি খালি লেজার মূল্যহীন নয়। শূন্যতার নিরীক্ষা এখনো মাপতে পারে কী হারিয়েছে। যদি Stage-1 সত্যিই কোনো ইনপুট পেয়ে থাকে এবং সেটি হারিয়ে যায়, তাহলে এই ফাঁকা টেমপ্লেট নিজেই একটি নিদর্শন — প্রমাণ যে একটি নিবন্ধ অস্তিত্বে ছিল, পাইপলাইনে ঢুকেছিল, আর তারপর অদৃশ্য হয়েছে।

তবে এখানে থামতে হবে। শূন্যতাকে রোমান্টিক করা মানে এটা ধরে নেওয়া যে নিবন্ধটি 'অবশ্যই ছিল' — অথচ সব প্রমাণ বলছে, লেবেলটাই হয়তো কাজের বর্ণনা। এই দুই পরিস্থিতি আলাদা করা যায় কেবল পাইপলাইন লগ দেখে, অনুমানে নয়। ডেটাবেস মিনিট মনে রাখে, মার্কেটিং নয়; আর এই লেজারে কোনো মিনিটই লেখা নেই।

ক্রিকেটের একটা তুলনা এখানে কাজে দেয়, যেটা আমি বহুবার ব্যবহার করেছি। ফাঁকা স্টেডিয়ামে প্রতিটি স্পর্শ জোরে প্রতিধ্বনি তোলে। কিন্তু প্রতিধ্বনি শোনা আর উপস্থিতি অনুমান করা এক জিনিস নয়। যদি স্কোরবুকে লেখা না থাকে কে ব্যাট করল, তাহলে ফাঁকা স্ট্যান্ডের নীরবতা থেকে নাম বানানো যায় না — যায় কেবল এটা বলা যে ওই ম্যাচের হিসাব অসম্পূর্ণ। ঠিক তেমনই, cricket_asia লেবেল থেকে খেলোয়াড় বা বোর্ডের নাম বানানো এই পাইপলাইনের নীরবতার অপব্যবহার।

যেহেতু আমার স্পষ্ট নিয়ম আছে — দুটি ম্যাচ দেখার, একটি কোচ-সাক্ষাৎকার আর যাচাই করা বয়স-মিনিটের আগে কোনো যুব প্রোফাইল নেই — সেহেতু এখানে আমার সিদ্ধান্তও স্পষ্ট। Stage-1 আউটপুটকে একটি null ফলাফল ধরুন। এর একমাত্র ব্যবহারযোগ্য উপাদান একটি বিষয়-পরিসরের ইঙ্গিত (cricket_asia), আর সেটাও হয়তো নিবন্ধের বৈশিষ্ট্য নয়, কাজের লেবেল।

সত্তা, টাইমলাইন বা সোর্স-মূল্যায়ন তৈরি করা যাবে না; এগুলো ভিত্তি-শূন্য। পুনরায় এক্সট্রাকশনের জন্য ফেরত পাঠান, সঙ্গে যাচাই: (ক) সত্যিই কোনো ইনপুট নথি পাওয়া গিয়েছিল কি না, (খ) পার্সার সফল হয়েছিল কি না, (গ) ডোমেইন লেবেলের উৎস — নিবন্ধ-উদ্ভূত নাকি কনফিগ-উদ্ভূত — রেকর্ড করা হয়েছিল কি না।

আর সবচেয়ে জরুরি, স্কিমা ঠিক করুন। ব্যর্থ এক্সট্রাকশন যেন নীরবে ফাঁকা কিন্তু সুগঠিত বস্তু না ছোড়ে, বরং একটি স্পষ্ট স্ট্যাটাস ফ্ল্যাগ ছোড়ে — যেমন extraction_status: failed। নীরব শূন্যতাই সেই ব্যর্থতার ধরন, যা সবচেয়ে বেশি ডাউনস্ট্রিম বানানো তথ্যের জন্ম দেয়। যে স্প্রেডশিট কেউ আপডেট করেনি, সেটাই প্রায়ই সবচেয়ে সত্যিকারের গল্প — কিন্তু কেবল তখনই, যখন আমরা স্বীকার করি যে ঘরটা খালি, আর তার মানে 'শূন্য', কোনো গোপন নাম নয়।

নিচের রায় এই: Stage-1 ফলাফলটি গঠনগতভাবে বৈধ কিন্তু সারবস্তুহীন। একমাত্র ব্যাখ্যাযোগ্য সংকেত — cricket_asia — সম্ভাব্য বিষয়কে এশীয় ক্রিকেটে সীমাবদ্ধ করে, কিন্তু কোনো তথ্য, সত্তা, সময়সূচি বা সোর্স দেয় না। তাই সঠিক গভীর বিশ্লেষণ হলো ডিকনস্ট্রাকশনের ব্যর্থতা আর তার ডাউনস্ট্রিম ঝুঁকির মেটা-বিশ্লেষণ, এমন একটি নিবন্ধের বিশ্লেষণ নয় যা কখনো ধরা পড়েনি।

এখান থেকেই এগোনোর রাস্তা সোজা নয়, কিন্তু পরিষ্কার। প্রথম কাজ, পাইপলাইনের প্রতিটি স্তরে স্ট্যাটাস-চিহ্ন যোগ করা, যাতে 'কিছু পাইনি' আর 'কিছু পাওয়ার কথা ছিল না' আলাদা করা যায়। দ্বিতীয় কাজ, ডোমেইন লেবেলের উৎস রেকর্ড করা — নিবন্ধ থেকে এসেছে, নাকি কনফিগ থেকে বরাদ্দ হয়েছে। তৃতীয় কাজ, এমন ইনপুট-যাচাই বসানো যা নথি না পেলে স্পষ্টভাবে ব্যর্থ হয়, নীরবে খালি টেমপ্লেট ছাড়ে না।

কারণ শেষ পর্যন্ত বাজি একটাই: আমরা যদি খালি খাতাকে ভরা খাতা বলে চালাই, তাহলে কিছুদিন পর কেউ সেই বানানো নামগুলো সত্যি ভাবতে শুরু করবে। আমি আমার কেরিয়ার শুরু করেছি পেছন থেকে, বেঞ্চ থেকে গ্রাসরুট জন্মসনদ পর্যন্ত ট্রেস করে; তাই জানি, ভুল নামের চেয়ে খালি ঘর অনেক বেশি নিরাপদ। Stage-1-এর এই ফাঁকা ফিল্ডগুলোই আজকের সবচেয়ে জরুরি তথ্য — কারণ তারা বলে দেয়, যা এখনো জানা যায়নি, আর সেই অজানাকে জেনেছি বলে চালানোই একমাত্র সত্যিকারের ব্যর্থতা।