খালি ডেটাসেটের সাক্ষ্য: ব্লকচেইন যুগে ক্রিকেট বিশ্লেষণের প্রমাণ-সংকট

খালি ডেটাসেটের সাক্ষ্য: ব্লকচেইন যুগে ক্রিকেট বিশ্লেষণের প্রমাণ-সংকট

হুক

গত রাতে আমার বিশ্লেষণ পাইপলাইন ফিরে এল খালি হাতে। শিরোনাম—N/A। উৎস—N/A। সারসংক্ষেপ—ফাঁকা। সত্তা—শূন্য। তথ্যবিন্দু—একটিও নেই। আটটি বিশ্লেষণ-মাত্রার প্রতিটিতে একই বাক্য বসানো ছিল: "অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।" যে কেউ একে সিস্টেম-ত্রুটি বলবেন। আমি একে একটি প্রাকৃতিক পরীক্ষা বলি। ২০২০ সালে স্টেডিয়াম খালি হয়ে গেলে আমি যেমন হোম-অ্যাডভান্টেজের সূত্র খুঁজেছিলাম, তেমনি একটি ফাঁকা আউটপুটও সিস্টেমের স্বভাব ফাঁস করে দেয়। প্রশ্নটা তখন বদলে যায়—তথ্য হারাল কোথায়, আর কেন সেই হারানোর কোনো নিরাপদ হিসাব কোথাও রয়ে গেল না? এই লেখাটি সেই প্রশ্নের একটি অডিট।

প্রসঙ্গ: হিসাবরক্ষকের জন্ম

আমি শুরু করেছিলাম একটি স্প্রেডশিট, একটি জাপানি ফুটবল আর্কাইভ আর কী করছি তার কোনো ধারণা ছাড়াই। ২০১৭ সালে, তেইশ বছর বয়সে, টোকিওর একটি স্পোর্টস-ডেটা স্টার্টআপে প্রতিষ্ঠানটির প্রথম ডেটা জার্নালিস্ট হিসেবে যোগ দিই। কাজ ছিল একটি এক্সপেক্টেড গোলস (xG) মডেল শূন্য থেকে দাঁড় করানো—২০১৬ সালের জে১ লিগের ২,৪০০-র বেশি শট ব্যবহার করে। চার মাস কোডিং ও যাচাইয়ের পর ২০১৭ সালের মার্চে একটি লেখা বেরোয়: কাশিমা অ্যান্টলার্স শিরোপার পথে তাদের xG-কে ১৪.২ গোলে ছাপিয়ে গিয়েছিল। এটি ছিল পরিষ্কার রিগ্রেশন-সংকেত। সম্পাদকরা একে "অ্যাকাডেমিক শব্দ" বলে উড়িয়ে দিলেন। মৌসুম শেষে কাশিমা দ্বিতীয় হলো, আর মডেলটি চুপচাপ দুটি ক্লাব গ্রহণ করল।

সেই দিন থেকে আমার একটি কঠিন নিয়ম তৈরি হয়: প্রতিটি দাবিকে একটি পুনরুৎপাদনযোগ্য ডেটাসেটে গিয়ে ঠেকতে হবে। সেই অভ্যাসই আমার স্বাক্ষর হয়ে ওঠে—প্রতিটি প্রকাশিত লেখার নিচে পদ্ধতির পাদটীকা। সম্পাদকরা আমার লেখাকে মত নয়, যাচাইযোগ্য সাক্ষ্য হিসেবে দেখতে বাধ্য হলেন। শান্তভাবে ঠিক থাকা চিৎকার করে ঠিক থাকার চেয়ে বেশি টেকসই—এটি আমি শিখেছি।

২০১৮ সালে, চব্বিশ বছর বয়সে, রাশিয়া বিশ্বকাপে আমার প্রতিষ্ঠানের ডেটা টিমের একমাত্র নারী হিসেবে কাজ করি। ফ্রান্স বনাম আর্জেন্টিনার আগে এক প্রবীণ সহকর্মী সোজা বলে দিলেন, "নারীরা প্রেসিং স্ট্রাকচার পড়ে না।" আমি তিন সপ্তাহ ধরে দুই দলেরই একটি PPDA মডেল বানিয়ে রেখেছিলাম। ফ্রান্সের ৪-৩ জয়ের পর আমি একটি বিশ্লেষণ প্রকাশ করি—আর্জেন্টিনার PPDA দ্বিতীয়ার্ধে ৮.৪ থেকে ১৪.১-এ ভেঙে পড়েছিল, ঠিক যে ফাঁকটা দিয়ে এমবাপে তাঁর দুটি গোল করেছিলেন। চব্বিশ ঘণ্টার মধ্যে দুটি জাতীয় সম্প্রচারক সেই লেখা উদ্ধৃত করল।

প্রেস বক্স যখন চুপ হয়ে গেল, আমি গুনতে শুরু করলাম কাকে কথা বলার অনুমতি দেওয়া হয়। মিডিয়া অ্যাকসেস, কমেন্টারি রোস্টার আর নীরবতা—এই তিনটিকে ডেটা হিসেবে দেখার অভ্যাস আমার পদ্ধতির অংশ হয়ে গেল। ২০২০ সালে, কোভিড-১৯ স্টেডিয়াম খালি করে দিলে আমি একটি প্রাকৃতিক পরীক্ষা চিনে ফেলি। চোদ্দো সপ্তাহ ধরে আমি জে১ লিগ, বুন্দেসলিগা আর কে-লিগের ৪৮০টি ম্যাচের তথ্য জমা করি—গোল, শট, দৌড়ানো দূরত্ব আর রেফারির সিদ্ধান্ত, আগে ও পরে। মডেল দেখাল হোম-অ্যাডভান্টেজ প্রতি ম্যাচে ০.৪২ গোল থেকে ০.১৮-তে নেমেছে, আর রেফারি-পক্ষপাত সেই পতনের একটি বড় অংশ ব্যাখ্যা করে। ২০২০ সালের অক্টোবরে প্রকাশিত লেখাটি তিনটি স্পোর্টস-সায়েন্স জার্নালে উদ্ধৃত হয়।

প্রাকৃতিক পরীক্ষাটি সংকট হিসেবে এল, আর আমি সেটিকে একটি ডেটাসেট হিসেবে ব্যবহার করলাম। সেই থেকে আমার লেখার গঠন একটি প্রশ্নকে ঘিরে: কী বদলাল, আর কেন বদলাল—সে সম্পর্কে ডেটা কী বলে। ক্রিকেটের বিশ্লেষণ-কাঠামো আটটি মাত্রায় দাঁড়ানো: ফরম্যাট, খেলোয়াড়, দল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, আর ইন্ডাস্ট্রি ট্রান্সমিশন। এই আটটির কোনোটিই কাজ করতে পারে না যদি ইনপুটে একটিও তথ্যবিন্দু না থাকে। আজ ঠিক সেটাই ঘটেছে।

মূল বিশ্লেষণ: খালি ফাঁকা কেন তথ্য

একটি খালি ফাঁক নিছক অনুপস্থিতি নয়; এটি একটি প্রমাণ—কিন্তু শুধু তখনই, যখন তার একটি অডিট-ট্রেইল থাকে। গত রাতের আউটপুটে সেই ট্রেইল ছিল না। কেউ বলতে পারবে না, তথ্য কখন হারাল, কোন ধাপে হারাল, নাকি কখনো ছিলই না। যে ফিল্ডটি ভরা ছিল, সেটি একটিমাত্র—ডোমেইন লেবেল "cricket_asia"। একটি লেবেল রয়ে গেল, আর তার পুরো বিষয়বস্তু বাষ্প হয়ে গেল। এটি একটি প্রযুক্তিগত গল্পের মতো শোনালেও, আসলে এটি একটি হিসাবরক্ষণের গল্প।

আধুনিক ডেটা-সাংবাদিকতার সবচেয়ে দুর্বল জায়গা এখানেই। আমরা ফলাফল প্রকাশ করি, পদ্ধতি ব্যাখ্যা করি, কিন্তু ফলাফল তৈরি হওয়ার সময়রেখা কেউ সংরক্ষণ করি না। কোথা থেকে তথ্য এল, কে তা সম্পাদনা করল, কোন সংস্করণ কখন গৃহীত হলো—এই পুরো যাত্রাপথ বায়বীয়। একটি ম্যাচের স্কোরকার্ড আমরা আর্কাইভ করি, কিন্তু একটি বিশ্লেষণ-পাইপলাইনের ধাপগুলো কেউ আর্কাইভ করে না। ফলে যখন পাইপলাইন খালি ফেরে, আমরা প্রমাণ করতে পারি না যে পাইপলাইনটি সত্যিই খালি ছিল, নাকি কেউ পথে কিছু মুছে ফেলেছে।

এখানেই ব্লকচেইনের ধারণাটি প্রাসঙ্গিক হয়ে ওঠে—ক্রিপ্টো-মুদ্রার দাম নিয়ে নয়, বরং তার মূল প্রযুক্তিগত প্রতিশ্রুতি নিয়ে: টাইমস্ট্যাম্পযুক্ত, পরিবর্তন-প্রতিরোধী রেকর্ড। সাতোশি নাকামোতো ২০০৮ সালের ৩১ অক্টোবরে যে শ্বেতপত্রটি প্রকাশ করেন, তার কেন্দ্রীয় ধারণা ছিল একটি শৃঙ্খল—প্রতিটি ব্লক তার পূর্ববর্তী ব্লকের হ্যাশ ধারণ করে, ফলে অতীত পরিবর্তন করা গাণিতিকভাবে ব্যয়বহুল হয়ে যায়। ২০০৯ সালের ৩ জানুয়ারি প্রথম জেনেসিস ব্লকটি খনন করা হয়। ২০১৫ সালের ৩০ জুলাই ইথেরিয়াম চালু হয়ে স্মার্ট কন্ট্রাক্টের ধারণা যোগ করে—কোডে লেখা শর্ত, যা নিজে থেকেই কার্যকর হয়।

এখন ভাবুন, যদি ক্রিকেট-বিশ্লেষণের প্রতিটি ধাপ ঠিক এই নীতিতে চলত। স্টেজ-১-এর নিষ্কাশন শেষ হলে একটি হ্যাশ তৈরি হতো; স্টেজ-২ সেই হ্যাশ যাচাই করত; ফাঁকা ফলাফলও একটি স্বাক্ষরিত ইভেন্ট হিসেবে লেজারে বসত। তাহলে আজ কেউ প্রমাণ করতে পারত—দশটা তথ্যবিন্দু নিয়ে পাইপলাইন শুরু হয়েছিল, আর সাত নম্বর ধাপে সেগুলো শূন্যে নেমে এসেছে। সেই প্রমাণই বিশ্লেষককে দায়মুক্ত করত, আর সিস্টেম-ডিজাইনারকে দায়ী করত। অনুপস্থিতির প্রমাণ ঠিক ততটাই দরকারি যতটা উপস্থিতির প্রমাণ—কারণ একটি খালি ডেটাসেট নিজে থেকেই একটি ডেটা, যদি তার জন্মসনদ সংরক্ষিত থাকে।

আমি একটি স্প্রেডশিট, একটি জাপানি ফুটবল আর্কাইভ আর অনুমান দিয়ে শুরু করেছিলাম, কিন্তু টিকে ছিলাম শুধু একটি কারণে—প্রতিটি সংখ্যার পিছনে একটি উৎস লিখে রাখতাম। সেই অভ্যাস আজ একটি লেবেল ছাড়া আর কিছু ফেরত দেয়নি। ডেটা মঙ্করা নিশ্চয়তার পেছনে ছোটে না; তারা আরও ভালো প্রশ্ন তৈরি করে। আজকের ভালো প্রশ্নটি হলো: একটি ফাঁকা ফলের জন্য দায় কার—যে সিস্টেম তথ্য হারাল, নাকি যে সিস্টেম হারানোর হিসাব রাখল না?

এই প্রশ্নের বাণিজ্যিক তাৎপর্য কম নয়। ক্রিকেট এখন প্রতি বছর আন্তর্জাতিক ক্যালেন্ডারে ২৫০-র বেশি পুরুষ ও নারী ম্যাচ খেলে, আর তার পাশে লিগগুলো চলে—আইপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড, ইলটুয়েন্টি, নেপালের ফ্র্যাঞ্চাইজি সার্কিট। এই প্রতিটি টুর্নামেন্ট প্রতিদিন কয়েক মিলিয়ন ডেটা-পয়েন্ট তৈরি করে: বল-বাই-বল লগ, ক্ষেত্রফল-ম্যাপ, বায়ো-মেট্রিক। কেউ যদি প্রশ্ন করে, "গতকালের কুড়িটি ম্যাচের কতগুলোতে ডেটা অসম্পূর্ণ ছিল," উত্তর দেওয়ার ক্ষমতা বর্তমানে কারও নেই। অথচ সম্প্রচার-স্বত্ব, ফ্র্যাঞ্চাইজি-মূল্যায়ন আর স্পনসর-চুক্তি—সবই দাঁড়িয়ে আছে এই ডেটার বিশ্বাসযোগ্যতার উপর।

ব্লকচেইন-ভিত্তিক ডেটা-প্রোভেন্যান্স আজ কাল্পনিক ভবিষ্যৎ নয়। চিলিজ-এর মতো প্ল্যাটফর্ম ক্লাব-ভিত্তিক ফ্যান-টোকেন চালু করেছে, যা স্মার্ট কন্ট্রাক্টে ভোট ও সুবিধা বিতরণ করে। কিছু স্পোর্টস-মিডিয়া আউটলেট ম্যাচ-লগের অখণ্ডতা যাচাইয়ের জন্য অন-চেইন টাইমস্ট্যাম্প ব্যবহার শুরু করেছে। তবে সত্যি বলতে, এই প্রযুক্তি এখনো প্রান্তে দাঁড়িয়ে আছে—আর মূলধারার ক্রিকেট-সাংবাদিকতা এখনো তার দরকারটুকু স্বীকার করে না। আমরা কেবল তখনই প্রমাণ চাই, যখন কেউ দুর্নীতি বা ম্যাচ-ফিক্সিংয়ের অভিযোগ তোলে। বাকি সময় আমরা ভুলে যাই যে প্রতিদিনের সাধারণ তথ্যপ্রবাহটাই আসল ভিত্তি।

প্রতিবিপরীত কোণ: ব্লকচেইন কোনো মলম নয়

এখানেই আমাকে নিজের উৎসাহকে নিয়ন্ত্রণ করতে হয়। ব্লকচেইন একটি প্রমাণ-কাঠামো, কোনোটিই নয়—সত্যিকারের ভুলকে অপরিবর্তনীয় করে তোলার যন্ত্রও হতে পারে। যদি স্টেজ-১-এর নিষ্কাশন নিজেই ভুল হয়, তাহলে সেই ভুলকে চেইনে স্থায়ী করে রাখলে ভুল কমবে না; বরং সেটি আর সংশোধন করা যাবে না। আবর্জনা ঢোকালে আবর্জনাই বেরোবে—কেবল এবার সেই আবর্জনা চিরকালীন সাক্ষ্য হয়ে থাকবে।

আমার অভিজ্ঞতা আমাকে এটাই শিখিয়েছে। আমার xG মডেল যখন ভুল করেছিল—প্রথম সংস্করণে বাফার-এফেক্ট ও শটের অবস্থান ঠিকভাবে ধরা পড়েনি—আমি সেটি প্রকাশ্যে সংশোধন করেছিলাম, আর সেই সংশোধনের রেকর্ডই মডেলকে বিশ্বাসযোগ্য করেছিল। একটি অপরিবর্তনীয় লেজারে সংশোধনের জায়গা না থাকলে আমরা সত্যের নয়, জেদের সেবা করি। তাই আমার নিয়ম পরিষ্কার: প্রতিটি পূর্বাভাসের সঙ্গে একটি সংশোধন-ধারা থাকতে হবে, এবং ভুল প্রমাণিত হওয়ার শর্ত আগেই লেখা থাকতে হবে।

ক্রিকেটের ট্রান্সফার উইন্ডো এই শিক্ষার নিখুঁত পরীক্ষাগার। এখন প্রতিদিন ডজনখানেক গুজব ছড়ায়—কোন ক্লাব কাকে কিনছে, কত কোটি টাকায়, কোন এজেন্ট রাত জেগে দর কষাকষি করছে। এই প্রতিটি দাবির পিছনে সঠিক তথ্য ও গুজব মিশে যায় একদম একই ভাষায়। একটি অন-চেইন রেকর্ড বলতে পারে, কোন ক্লাব কখন আনুষ্ঠানিক প্রস্তাব দিয়েছিল, কোন চুক্তি কখন নিবন্ধিত হয়েছিল। কিন্তু এটি বলতে পারবে না, সেই প্রস্তাবটি কি ক্রিকেটিংভাবে যুক্তিসঙ্গত।

আর এখানেই মূলধারার আখ্যান ভুল পথে যায়। সবাই দামের দিকে তাকায়, কেউ ওয়েজ-বিল বা রিলিজ-ক্লজের কাঠামোর দিকে তাকায় না। একজন ফ্রি এজেন্টকে দেওয়া বিশাল সাইনিং-অন ফি ট্রান্সফার ফির চেয়ে বেশি ক্ষতিকর, কারণ এটি ফাইন্যান্সিয়াল ফেয়ার প্লে-র মূল নিরীক্ষাটাই এড়িয়ে যায়—এবং এই বক্তব্য আমি সরাসরি ঘোষণা করি না, কেস নির্বাচনের মধ্য দিয়ে দেখাই। যে ক্লাব দল গড়ে তুলছে বলে দাবি করে, কিন্তু তার বেতন-কাঠামো ব্যাখ্যা করতে পারে না, তার হিসাব বই ব্লকচেইনে লিখলেও মিথ্যা থেকে যাবে।

আমি বছরের পর বছর ম্যাচ দেখে এবং বল-বাই-বল লগ উল্টে শিখেছি, প্রমাণের চেয়ে বড় প্রতারণা হলো প্রমাণের অভাবকে বিশ্বাস দিয়ে ঢেকে দেওয়া। একটি ফাঁকা পাইপলাইন আমাদের সেই সুযোগটাই দেয়—চুপচাপ নিজের অনুমান ঢুকিয়ে দেওয়ার। আমি সেটি করিনি, কারণ আমি জানি, একবার অনুমান ঢুকে গেলে সেটি আর খুঁজে বের করা যায় না। প্রেস বক্স যখন চুপ হয়ে গেল, আমি গুনতে শুরু করলাম কাকে কথা বলার অনুমতি দেওয়া হয়—আর আজ যখন বিশ্লেষণ-পাইপলাইন চুপ, আমি গুনতে শুরু করেছি কতগুলো তথ্যবিন্দু হারিয়ে গেল।

উপসংহারের বদলে: পরের ধাপের সংকেত

আজকের ফলাফল একটি পরাজয় নয়, একটি সংকেত। প্রথম সংকেত: স্টেজ-১-এর নিষ্কাশন পুনরায় চালাতে হবে, এবং নিশ্চিত করতে হবে তথ্যবিন্দুর তালিকা ভরা। দ্বিতীয় সংকেত: পাইপলাইনের প্রতিটি ধাপে হ্যাশ-ভিত্তিক টাইমস্ট্যাম্প যোগ করতে হবে, যাতে ভবিষ্যতে কোনো ফাঁকা ফল নিজেই প্রমাণ হয়ে দাঁড়ায়। তৃতীয় সংকেত: ক্রিকেট-সাংবাদিকতাকে ফলাফলের হিসাবরক্ষক থেকে প্রক্রিয়ার হিসাবরক্ষকে পরিণত হতে হবে।

আগামী ছয় মাসের মধ্যে যদি কোনো সম্প্রচারক বা লিগ প্রকাশ্যে বলতে পারে, "আমাদের পাইপলাইনে এত শতাংশ ম্যাচ-ডেটা অসম্পূর্ণ ছিল, এবং এখানে তার অন-চেইন রেকর্ড," তবে আমরা জানব, খেলাটি শুধু মাঠে নয়, স্প্রেডশিটেও সৎ হতে শিখেছে। যদি কেউ তা না বলতে পারে, তবে প্রতিটি গোল, প্রতিটি রান আর প্রতিটি ট্রান্সফার-গুজব একই কুয়াশার ভেতর দাঁড়িয়ে থাকবে। প্রশ্নটি মাঠের নয়; প্রশ্নটি হলো—কে সেই হিসাব রাখবে, যে হিসাব কেউ মুছতে পারবে না?