ভুল শ্রেণীবিভাগ থেকে ডেটা-অখণ্ডতা: এআই কনটেন্ট পাইপলাইনে ব্লকচেইন প্রভেন্যান্স কেন জরুরি

সম্প্রতি একটি আন্তর্জাতিক বিনোদন সংবাদমাধ্যমে প্রকাশিত হয় একটি প্রতিবেদন, যার বিষয় ছিল বিজ্ঞান-কল্পকাহিনি ফ্র্যাঞ্চাইজি 'স্টার ট্রেক' এবং এর স্রষ্টার পুত্র রড রডেনবেরির মন্তব্য। লেখাটিতে ছিল ফ্র্যাঞ্চাইজির ভবিষ্যৎ দিক, স্ট্রিমিং অর্থনীতি আর সৃজনশীল নিয়ন্ত্রণ নিয়ে আলোচনা। অথচ স্বয়ংক্রিয় কনটেন্ট-বিশ্লেষণ পাইপলাইনে সেই লেখাটির গায়ে বসে যায় একটি চূড়ান্ত ট্যাগ: Domain: football। অথচ সেখানে কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো প্রতিযোগিতা নেই, একটি পাসের হিসাবও নেই। ট্যাগটি একবার তৈরি হলে নিম্নধারার প্রতিটি বিশ্লেষণ-মডেল সেই ভুলকেই সত্য ধরে এগিয়ে যায়। বছরের পর বছর মাঠের ধারে দাঁড়িয়ে আমি শিখেছি, একটি ছোট ভুল সিদ্ধান্ত গোটা একটি মৌসুমের গল্প পাল্টে দিতে পারে। আমি একটি শব্দ লেখার আগেই ঘরের টেম্পো ধরে রাখার চেষ্টা করতাম, কারণ আমি জানতাম, ভুল অনুমান থেকে ভুল গল্প জন্ম নেয়। ডেটা-পাইপলাইনে ব্যাপারটি হুবহু একই। উপরের স্তরে একটি ভুল ট্যাগ বসলে নিচের শতাধিক সিদ্ধান্ত ভুল পথে চলে যায়। এআই-চালিত কনটেন্ট পাইপলাইন সাধারণত কয়েকটি স্তরে চলে। প্রথম স্তরে একটি শ্রেণীবিভাগকারী মডেল লেখাটি পড়ে ঠিক করে এটি কোন ডোমেইনের—খেলা, বিনোদন, রাজনীতি নাকি অর্থনীতি। দ্বিতীয় স্তরে সেই ট্যাগ ধরে চালু হয় একটি নির্দিষ্ট বিশ্লেষণ-ফ্রেমওয়ার্ক। তৃতীয় স্তরে ফলাফল ঢুকে পড়ে ফিড, ড্যাশবোর্ড কিংবা মডেল-প্রশিক্ষণের ডেটাসেটে। শৃঙ্খলার প্রতিটি পর্ব আগেরটির উপর নির্ভরশীল, তাই প্রথম স্তরের ভুল শেষ স্তর পর্যন্ত বয়ে যায়। ভুল শ্রেণীবিভাগ সাধারণত কয়েকটি কারণে ঘটে। অনেক সময় একটি শব্দ দুটি ভিন্ন জগতে একই রকম অর্থে ব্যবহৃত হয়—'ফ্র্যাঞ্চাইজি' যেমন খেলাধুলায় একটি দল বোঝায়, আবার বিনোদনে একটি চলচ্চিত্র-সিরিজ। আবার অনেক সময় একটি রূপক বা টেমপ্লেটের গঠন শ্রেণীবিভাগকারীকে বিভ্রান্ত করে। এই ধরনের দুর্বল সংকেত ধরে সিদ্ধান্ত নেওয়াই বিপদের শুরু। এই নির্দিষ্ট ঘটনায় 'স্টার ট্রেক' প্রতিবেদনে ফুটবল-সংশ্লিষ্ট একটিও সত্তা নেই। বিশ্লেষণে স্পষ্ট লেখা হয়েছে: দল নেই, খেলোয়াড় নেই, কোচ নেই, প্রতিযোগিতা নেই, ট্রান্সফার নেই, অর্থসংস্থান নেই, শাসনব্যবস্থাও নেই। তার মানে, শ্রেণীবিভাগকারী যদি সত্যিই 'ফুটবল' ট্যাগ দিয়ে থাকে, তবে সে আসল বিষয়বস্তু নয়, বরং কিছু পৃষ্ঠপোষক শব্দ বা টেমপ্লেটের সাদৃশ্যের উপর ভরসা করেছে। মজার বিষয় হলো, বিশ্লেষণে সংশোধিত সত্তা-তালিকায় কোনো ফুটবল সত্তাই নেই। সেখানে আছে একটি ফ্র্যাঞ্চাইজি, দুজন মানুষ, একটি ম্যাগাজিন আর একটি পুরস্কার অনুষ্ঠান। অর্থাৎ সিস্টেম যদি সঠিকভাবে পড়ত, তাহলে সে শুরু থেকেই জানত এটি ফুটবল নয়। এখানেই মূল শিক্ষা। একটি ভুল শ্রেণীবিভাগ কেবল একটি ভুল লেবেল নয়, এটি একটি দূষণের শুরু। ট্যাগটি নিম্নধারার প্রতিটি সিদ্ধান্তে ছড়িয়ে পড়ে। বিশ্লেষণ-মডেল ভুল তথ্য থেকে ভুল কৌশলগত সিদ্ধান্ত টানে, ফিড পাঠককে ভুল খবর দেখায়, আর সেই ভুল প্রশিক্ষণ-ডেটাসেটে ঢুকে ভবিষ্যতের মডেলকে আরও ভুল শেখায়। এভাবেই একটি ছোট ভুল ধীরে ধীরে একটি সিস্টেমের বিশ্বাসযোগ্যতা খেয়ে ফেলে। বিশ্বজুড়ে প্রতিদিন লক্ষ লক্ষ লেখা স্বয়ংক্রিয়ভাবে শ্রেণীবদ্ধ হয়। এর মধ্যে একটি ছোট শতাংশ ভুল ট্যাগ পেলেও, গুণ করলে সংখ্যাটি বিশাল। আর প্রতিটি ভুল ট্যাগ একটি ছোট দূষণ, যা জমতে জমতে সিস্টেমের বিশ্বাসযোগ্যতাকে ক্ষয় করে। বিশ্লেষণে যে সুপারিশ এসেছে, তা সোজা: আইটেমটিকে ফুটবল-পাইপলাইন থেকে সরিয়ে বিনোদন বিভাগে পাঠাতে হবে, এবং ভবিষ্যতে যাতে বিনোদন-লেখা ফুটবল-ট্যাগ না পায়, সেজন্য উপরের স্তরে একটি ডোমেইন-যাচাইয়ের গেট বসাতে হবে। এই সুপারিশের কেন্দ্রে রয়েছে ডেটা-অখণ্ডতার প্রশ্ন। আর এই প্রশ্নের সবচেয়ে শক্তিশালী উত্তরগুলোর একটি আসে ব্লকচেইন প্রভেন্যান্স থেকে। ব্লকচেইনের মূল প্রতিশ্রুতি অপরিবর্তনীয়তা এবং স্বচ্ছ উৎস-নথিভুক্তি। প্রতিটি ডেটা-বিন্দুর গায়ে যদি একটি অন-চেইন প্রভেন্যান্স রেকর্ড থাকে—কে ট্যাগ দিল, কখন দিল, কোন সূত্রে দিল, পরে কে তা বদলাল—তাহলে একটি ভুল ট্যাগ চিরস্থায়ীভাবে শনাক্তযোগ্য হয়, আর তার পরিবর্তনের ইতিহাস কেউ মুছে ফেলতে পারে না। ভাবুন একটি স্মার্ট কনট্র্যাক্টের কথা: একটি ফুটবল-ট্যাগ তখনই বৈধ হবে, যখন সূত্রে অন্তত একটি নিশ্চিত ফুটবল সত্তা—দল, খেলোয়াড় কিংবা প্রতিযোগিতা—থাকবে। সত্তা না থাকলে ট্যাগ স্বয়ংক্রিয়ভাবে বাতিল। এই ধরনের যাচাই-স্তর যোগ করলে একটি বিনোদন-লেখা কখনোই ভুল করে ফুটবল-ফিডে ঢুকতে পারবে না। এটি কেবল ফুটবলের বিষয় নয়। খেলাধুলা, সংবাদ, চিকিৎসা, আর্থিক প্রতিবেদন—যেখানেই এআই-চালিত শ্রেণীবিভাগ আছে, সেখানেই একই ঝুঁকি। একটি ভুল ট্যাগ একটি ভুল সিদ্ধান্ত, আর হাজারো ভুল ট্যাগ তৈরি করে একটি অবিশ্বাসযোগ্য সিস্টেম। প্রভেন্যান্স-স্তর সেই অবিশ্বাসের বিরুদ্ধে একটি প্রতিরোধ। কিন্তু এখানেই আমার সবচেয়ে বড় সতর্কবার্তা। ব্লকচেইন মিথ্যা ঠেকাতে পারে না, সে শুধু মিথ্যাকে অপরিবর্তনীয়ভাবে সংরক্ষণ করতে পারে। শ্রেণীবিভাগকারী যদি ভুল তথ্য দেয়, প্রভেন্যান্স রেকর্ড সেই ভুল মুছে দেবে না, বরং তা লিপিবদ্ধ করে রাখবে। দুর্বল ইনপুট থেকে কখনো শক্তিশালী সিদ্ধান্ত আসে না। প্রভেন্যান্স আর সত্য—এই দুটোকে গুলিয়ে ফেলা চলে না। প্রভেন্যান্স বলে দেয় তথ্য কোথা থেকে এল, কে আনল। সত্য নির্ধারণ করে তথ্যটি বাস্তবের সঙ্গে মেলে কি না। একটি অন-চেইন রেকর্ড নিখুঁতভাবে প্রমাণ করতে পারে, ভুল ট্যাগটি কোন মডেল দিয়েছিল, কিন্তু সেটি যে ভুল, তা প্রতিষ্ঠার জন্য লাগে মানুষের বিচার, সূত্রের যাচাই আর স্বাধীন ক্রস-চেক। বিশ্লেষণে আরেকটি গুরুত্বপূর্ণ নীতি স্পষ্ট করা হয়েছে: তথ্য না থাকলে 'অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়' লিখতে হবে, অনুমান করে টেমপ্লেট ভরা যাবে না। এই নীতিটি ডেটা-নৈতিকতার মূল ভিত্তি। কারণ যখন একটি ফ্রেমওয়ার্ক জোর করে ভরা হয়, তখন ভুল তথ্য সত্যের মতো শোনায়। তাই ব্লকচেইন কোনো জাদু-সমাধান নয়। এটি একটি সততা-স্তর, কোনো সত্য-স্তর নয়। যারা ভাবেন একটি অন-চেইন ব্যবস্থা বসালেই ডেটা-দূষণ থেমে যাবে, তারা পাইপলাইনের আসল দুর্বলতা—শ্রেণীবিভাগকারীর প্রশিক্ষণ ও যাচাই—এড়িয়ে যান। খেলাধুলার জগতে এই প্রশ্নটি আরও তীব্র। লাইভ ডেটা যখন সরাসরি বাজি-কোম্পানিগুলোর কাছে চলে যায়, তখন একটি ভুল ট্যাগ, একটি ভুল সংখ্যা মুহূর্তেই বড় ক্ষতি ডেকে আনে। বছরের পর বছর ধরে আমি দেখেছি, নোটবুকের নীরব মিনিটগুলো—বাঁশি আর বাসের মাঝের ফাঁকা সময়—প্রায়ই মাঠের চেয়ে বেশি সত্য বলে। অথচ স্বয়ংক্রিয় সিস্টেম সেই নীরবতা পড়তে পারে না, সে কেবল ট্যাগ আর সংখ্যা দেখে। এই কারণেই ভুল শ্রেণীবিভাগ খেলাধুলার ডেটা-অর্থনীতিতে সবচেয়ে বিপজ্জনক। একটি ভুল 'ফুটবল' ট্যাগ শুধু একটি ভুল প্রতিবেদন নয়, তা একটি ভুল বিশ্লেষণ, একটি ভুল পূর্বাভাস, এবং শেষ পর্যন্ত একটি ভুল সিদ্ধান্তের সূচনা। আর এই ক্ষয় মাপা কঠিন, কারণ ক্ষতিটি তাৎক্ষণিক নয়। কেউ হয়তো লক্ষ করবে না, একটি বিনোদন-লেখা ফুটবল-বিভাগে চলে গেল। কিন্তু ধীরে ধীরে পাঠক বুঝতে শুরু করবেন, তার ফিড আর নির্ভরযোগ্য নয়। বিশ্বাস ভাঙতে একদিন লাগে, গড়তে লাগে বছর। তাহলে সমাধান কী? প্রথমত, স্বীকার করা যে শ্রেণীবিভাগকারী নিখুঁত নয়। দ্বিতীয়ত, প্রতিটি ট্যাগের পেছনে একটি যাচাইযোগ্য প্রমাণ রাখা—এখানেই ব্লকচেইন প্রভেন্যান্স কাজে আসে। তৃতীয়ত, নিশ্চিত করা যে কোনো ডেটা নিম্নধারায় যাওয়ার আগে অন্তত একটি মানব-পর্যালোচনার স্তর পেরোচ্ছে। প্রতিটি লকার রুমের একটি হৃদস্পন্দন থাকে; আমার কাজ ছিল তা না বদলে শোনা। একটি ডেটা-পাইপলাইনেরও একটি হৃদস্পন্দন আছে, এবং সেটি হলো তার উৎসের সততা। আপনি সেই হৃদস্পন্দন জোর করে বদলাতে পারেন না, কিন্তু আপনি সেটি শুনতে ও যাচাই করতে পারেন। প্রভেন্যান্স সেই শ্রবণের যন্ত্র। স্বচ্ছতা ছাড়া দায়বদ্ধতা অসম্ভব। যদি না আমরা জানি একটি ট্যাগ কে, কেন, কোন সূত্রে দিল, তাহলে ভুল ধরার কোনো উপায়ই নেই। ব্লকচেইন এখানে একটি সরল কিন্তু শক্তিশালী প্রতিশ্রুতি দেয়: প্রতিটি পরিবর্তনের একটি মুছে ফেলা যায় না এমন হিসাব। তবে মনে রাখা দরকার, এই হিসাব নিজে থেকে সিদ্ধান্ত নেয় না। সিদ্ধান্ত নেয় মানুষ। প্রযুক্তি কেবল প্রমাণ রাখে। তাই সেরা ব্যবস্থা হলো দুটির মিলন: একটি অন-চেইন প্রভেন্যান্স স্তর, যার উপরে বসে আছে একটি মানব-যাচাই স্তর। 'স্টার ট্রেক'-বিষয়ক ওই ভুল ট্যাগটি হয়তো ছোট ঘটনা। কিন্তু এটি দেখায়, আমাদের সিস্টেম এখনো পুরোপুরি জানে না সে কী পড়ছে। আজকের এআই-যুগে ডেটার উৎস-নথিভুক্তি আর বিলাসিতা নয়, প্রয়োজন। আগামী দিনে যারা কনটেন্ট-পাইপলাইন বানান, তাদের প্রথম প্রশ্ন হওয়া উচিত: প্রতিটি ট্যাগের পেছনে কি একটি যাচাইযোগ্য প্রমাণ আছে? উত্তর যদি 'না' হয়, তাহলে সেই সিস্টেমের উপর ভরসা করার আগে দুবার ভাবা দরকার। আর ব্লকচেইন প্রভেন্যান্স—যদিও তা সত্যের গ্যারান্টি নয়—অন্তত দায়বদ্ধতার একটি অপরিবর্তনীয় হিসাব রাখতে পারে। প্রশ্নটি এখন আর নয় 'কে ভুল করল'; প্রশ্নটি হলো, আমাদের সিস্টেম কি ভুল ধরার মতো সৎ? এই প্রশ্নের উত্তরই ঠিক করে দেবে, আগামী প্রজন্মের এআই-সংবাদ হবে বিশ্বাসযোগ্য, নাকি কেবল দ্রুত।