ব্লকচেইন দিয়ে সংবাদ ডেটা পাইপলাইনের অখণ্ডতা রক্ষা: ডোমেইন মিসলেবেলিং সমস্যার সমাধান

গত সপ্তাহে একটি উল্লেখযোগ্য ডেটা অখণ্ডতা ত্রুটি ধরা পড়েছে যেখানে টেনেসি রাজ্যের একটি মৃত্যুদণ্ড কার্যকরের ব্যর্থতার সংবাদকে ফুটবল ডোমেইন হিসেবে শ্রেণিবদ্ধ করা হয়েছিল। এই ঘটনাটি আধুনিক সংবাদ ডেটা পাইপলাইনে ব্লকচেইন প্রযুক্তির প্রয়োজনীয়তাকে তুলে ধরে। যখন একটি অপরাধমূলক বিচার ব্যবস্থার সংবাদ ভুল করে ক্রীড়া বিভাগে চলে যায়, তখন তা নিচের স্তর থেকে উপরের স্তর পর্যন্ত পুরো বিশ্লেষণ ব্যবস্থাকে দূষিত করে। একটি স্বয়ংক্রিয় শ্রেণিবিন্যাসকারী মডেল যখন একটি মৃত্যুদণ্ডের প্রতিবেদনকে ক্রীড়া সংবাদ হিসেবে চিহ্নিত করে, তখন ভুলটি কেবল একটি সারিতে সীমাবদ্ধ থাকে না, বরং তা পরবর্তী সব বিশ্লেষণকে অকার্যকর করে দেয়। আমরা যখন ডেটা পাইপলাইনের কাজ করার পদ্ধতি দেখি, তখন বুঝতে পারি যে বেশিরভাগ সংবাদ সংগ্রহ ব্যবস্থা একটি কেন্দ্রীয় সার্ভারের ওপর নির্ভর করে। একটি নিউজ এজেন্সি থেকে আসা লেখা প্রথমে একটি ইনজেস্ট পয়েন্ট দিয়ে ঢোকে, তারপর একটি মেশিন লার্নিং ক্লাসিফায়ার তা বিভিন্ন বিভাগে ভাগ করে। টেনেসি বনাম ফুটবল কেলেঙ্কারিতে, ক্লাসিফায়ারটি বিষয়বস্তুর শব্দচয়ন ও প্রেক্ষাপট বিশ্লেষণ করতে ব্যর্থ হয়েছে। এই ধরনের ত্রুটি বিরল নয়, বরং বড় পাইপলাইনে প্রতিদিন ঘটে। ২০২৩ সালের একটি গবেষণায় দেখা গেছে যে স্বয়ংক্রিয় শ্রেণিবিন্যাসকারী ব্যবস্থায় গড়ে শতকরা তিন থেকে পাঁচ ভাগ ডকুমেন্ট ভুল ডোমেইনে যায়। ব্লকচেইন প্রযুক্তি এই সমস্যার মূলে আঘাত করতে পারে। প্রতিটি সংবাদ ডকুমেন্ট যদি একটি বিতর্ণিত লেজারে হ্যাশ করে রাখা হয়, তবে তার উৎস, শ্রেণিবিন্যাসের ইতিহাস ও পরিবর্তনের রেকর্ড অপরিবর্তনীয় হয়ে যায়। টেনেসি সংবাদটির ক্ষেত্রে, যদি প্রকাশনার সময় একটি ক্রিপ্টোগ্রাফিক হ্যাশ তৈরি করা হতো এবং তা একটি স্মার্ট কন্ট্রাক্ট দিয়ে যাচাই করা হতো যে বিষয়বস্তু ক্রীড়া কি না, তবে ভুলটি ইনজেস্ট হওয়ার সঙ্গে সঙ্গেই ধরা পড়তো। স্মার্ট কন্ট্রাক্টগুলো নির্দিষ্ট নিয়মে লেখার শব্দাডার ও প্রেক্ষাপট মিলিয়ে দেখতে পারে। আমাদের বিশ্লেষণ অনুযায়ী, ব্লকচেইন ভিত্তিক ডেটা অখণ্ডতা ব্যবস্থার তিনটি স্তম্ভ রয়েছে। প্রথমত, প্রমাণীকরণ: প্রতিটি ডকুমেন্টের উৎস প্রকাশকের ডিজিটাল স্বাক্ষর দিয়ে নিশ্চিত করা। দ্বিতীয়ত, শ্রেণিবিন্যাস যাচাই: একাধিক নোড থেকে ভোটের মাধ্যমে ডোমেইন নিশ্চিত করা। তৃতীয়ত, শনাক্তযোগ্যতা: যে কেউ হ্যাশ দিয়ে পরীক্ষা করতে পারবে ডকুমেন্টটি বদলানো হয়েছে কি না। টেনেসি কেসে, একটি বিকেন্দ্রীভূত নোড নেটওয়ার্ক সহজেই চিহ্নিত করতে পারত যে লেখাটি অপরাধ বিচার ব্যবস্থার, ফুটবলের নয়। একটি বিপরীতধর্মী কোণ থেকে দেখলে, ব্লকচেইন কোনো জাদুর সমাধান নয়। অরাকল সমস্যা এখানে বড়: ব্লকচেইন শুধু যা ইনপুট দেওয়া হয় তা-ই সংরক্ষণ করে। যদি মানুষ ভুল ডেটা প্রথমে ঢোকায়, তবে লেজার তা-ই অপরিবর্তনীয় করে রাখে। তাই ব্লকচেইনের সঙ্গে একটি শক্তিশালী মানব পর্যালোচনা স্তর ও এনএলপি ভিত্তিক প্রাক্-যাচাই ব্যবস্থা জরুরি। ২০২৪ সালে একটি ব্লকচেইন সংবাদ প্ল্যাটফর্মে দেখা গেছে যে শুধু লেজার ব্যবহার করেও ভুল লেবেল রক্ষা পেয়েছিল যখন উৎস থেকেই ভুল মেটাডেটা এসেছিল। আমরা যখন ভবিষ্যতের কথা ভাবি, তখন দেখি যে সংবাদ সংস্থাগুলো ধীরে ধীরে বিতর্ণিত প্রমাণ ব্যবস্থায় যাচ্ছে। একটি ব্লকচেইন ভিত্তিক রেজিস্ট্রি যেখানে প্রতিটি ডোমেইন লেবেল একাধিক স্বাধীন যাচাইকারীর স্বাক্ষর নিয়ে থাকবে, তা পাইপলাইন দূষণ রোধ করবে। টেনেসি ঘটনার মতো ভুলগুলো আর নিচের স্তরে চাপা থাকবে না, বরং প্রতিটি পয়েন্টে দৃশ্যমান হবে। প্রশ্ন হলো, সংবাদিকতার বর্তমান অর্থনীতি কি এই পরিবর্তনের জন্য প্রস্তুত? বিস্তারিত বিশ্লেষণে দেখা যায় যে ডেটা পাইপলাইনে ইনজেস্ট পর্বের পরই একটি হ্যাশ ট্রি তৈরি করা যেতে পারে। এই ট্রি প্রতিটি অনুচ্ছেদের বিষয়বস্তুর সারাংশ নিয়ে কাজ করে। টেনেসি সংবাদের ক্ষেত্রে, 'লেথাল ইনজেকশন', 'কোর্ট', 'গভর্নর' শব্দগুলো ফুটবলের 'ম্যাচ', 'ট্রান্সফার', 'কোচ' শব্দের সঙ্গে মিলবে না। স্মার্ট কন্ট্রাক্ট এই অমিল ধরে লেবেল সংশোধনের অনুরোধ পাঠাত। আরেকটি দিক হলো ডেটা প্রবাহের স্বচ্ছতা। কেন্দ্রীয় ব্যবস্থায় ভুল লুকিয়ে থাকে, কিন্তু ব্লকচেইনে প্রতিটি পরিবর্তন সব নোডে দেখা যায়। যদি কোনো ক্লাসিফায়ার টেনেসি সংবাদকে ফুটবল ট্যাগ দেয়, তবে অন্য নোড তা চ্যালেঞ্জ করতে পারে। এই প্রতিযোগিতামূলক যাচাই ব্যবস্থা ভুলের হার কমায়। প্রযুক্তিগত গভীরতায়, মের্কল প্রুফ ব্যবহার করে একটি সংবাদ ডকুমেন্টের নির্দিষ্ট অংশ পরীক্ষা করা যায় without পুরো ফাইল ডাউনলোড করতে হয়। এটি বড় সংবাদ সংস্থার জন্য জ্বালানি সাশ্রয়ী। একটি পরীক্ষামূলক প্ল্যাটফর্মে দেখা গেছে যে মের্কল ভিত্তিক যাচাইয়ে গড় লেটেন্সি ৪০ মিলিসেকেন্ডের নিচে ছিল। তবে খরচ একটি বাধা। প্রতিটি ডকুমেন্টকে চেইনে রাখা আর্থিক ও কম্পিউটেশনাল ভার বাড়ায়। সাধারণ সংবাদ সংস্থার জন্য একটি হালকা লেজার বা সাইডচেইন ব্যবহার করা যেতে পারে। এখানে শুধু হ্যাশ ও মেটাডেটা চেইনে থাকে, মূল লেখা বাইরে থাকে। আমাদের দেখা উচিত যে ব্রাজিলের একটি সংবাদ সহযোগিতা ২০২৫ সালে ব্লকচেইন ভিত্তিক লেবেল যাচাই চালু করে ভুল শ্রেণিবিন্যাস ৮৯ শতাংশ কমিয়েছে। তাদের পদ্ধতি টেনেসি কেসের মতো ভুল রোধে সরাসরি কাজ করে। সুতরাং, ডোমেইন মিসলেবেলিং শুধু একটি কারিগরি ত্রুটি নয়, এটি বিশ্বাসের সংকট। ব্লকচেইন এই সংকট থেকে বের হওয়ার পথ দেখায়। যখন প্রতিটি সংবাদের উৎস ও শ্রেণি প্রমাণযোগ্য হয়, তখন ভুল লেবেল আর নীরবে ডাউনস্ট্রিম মডেলকে দূষিত করতে পারে না। আগামী মৌসুমে আমরা দেখব যে কোন সংস্থা এই ব্যবস্থা নেয়। যারা নেবে না, তাদের ডেটা পাইপলাইনে টেনেসি-জাতীয় ভুল থেকেই যাবে। প্রশ্নটি এখন সময়ের: ব্লকচেইন যাচাই কত দ্রুত মানক হয়ে ওঠে?