শূন্য আউটপুট, বিপজ্জনক নীরবতা: ক্রিকেট অ্যানালিটিক্স পাইপলাইনের ব্যর্থতা এবং ব্লকচেইন-যুগের অডিট পাঠ

গত রাতে ডেস্কে বসে আমি একটা অ্যানালিটিক্স রিপোর্ট খুললাম। আটটি বিভাগ, অসংখ্য টেবিল, তিনটি ঝুঁকির ম্যাট্রিক্স — আর সব জায়গায় ফিরে ফিরে আসছে একই বাক্য: "অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়।" প্রথম মুহূর্তে ভেবেছিলাম কোনো জুনিয়র বিশ্লেষক তাড়াহুড়োয় ফাইল আপলোড করেছেন। কিন্তু ফাইলটা এসেছিল একটি স্বয়ংক্রিয় পাইপলাইন থেকে, যার কাজ ছিল একটা ক্রিকেট নিবন্ধ থেকে তথ্যবিন্দু আর সত্তা আলাদা করা, তারপর সেই ভিত্তির উপর আট-মাত্রিক গভীর বিশ্লেষণ দাঁড় করানো। পাইপলাইন কোনো ত্রুটি-বার্তা দেয়নি। রিপোর্ট তৈরি হয়েছে। শুধু ভেতরে কিছু নেই। এই ঘটনাটাই আমাকে থামিয়ে দিল, কারণ একটা খালি রিপোর্ট আর একটা ভুল রিপোর্টের মধ্যে ব্যবধান ছোট, কিন্তু একটা খালি রিপোর্ট আর একটা "কম ঝুঁকির" রিপোর্টের মধ্যে ব্যবধান আকাশ-পাতাল।

ময়মনসিংহের ব্লগটাই ছিল আমার প্রথম স্টেডিয়াম; সেখানে দর্শক ছিল না, ছিল শুধু সংকেত। ২০১৭ সালে, চব্বিশ বছর বয়সে, হাতে হাতে ট্যাগ করেছিলাম বিপিএলের এক হাজার দুইশত চল্লিশটি শট, আর একটা xG মডেল দাঁড় করিয়ে দেখেছিলাম আবাহনী লিমিটেড ঢাকা এগারো দশমিক তিন গোল বেশি করেছে। তখন কোনো পাইপলাইন ছিল না — ছিল একটা স্প্রেডশিট আর একরকম জেদ। সেই সময়ই শিখেছিলাম, ডেটা হারানোর সবচেয়ে বিপজ্জনক রূপটা হিংস্র নয়, নীরব। একটা সেল ফাঁকা থেকে যায়, কেউ টের পায় না, আর তিন মাস পরে সিদ্ধান্ত নেওয়ার মুহূর্তে সেটা "শূন্য" হিসেবে পড়া হয়, "অনুপস্থিত" হিসেবে নয়।

আধুনিক পাইপলাইনে এই নীরবতা আরও গভীর। ধাপ এক-এ নিবন্ধ থেকে তথ্যবিন্দু আর সত্তা টেনে আনা হয়; ধাপ দুই-এ সেই বিন্দুগুলোকে আটটি মাত্রায় বসিয়ে বিশ্লেষণ হয় — ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জন-আখ্যান, শিল্প-সংক্রমণ। ধাপ এক যদি শূন্য ফেরায়, ধাপ দুই-এর সামনে দাঁড়ানোর মতো কোনো মাটিই থাকে না। তখন যে বিশ্লেষক সৎ, সে লিখবে "মূল্যায়ন সম্ভব নয়"; যে বিশ্লেষক অসৎ বা তাড়াহুড়োয়, সে ফাঁকা জায়গা কল্পনায় ভরিয়ে দেবে। দ্বিতীয় পথটাই আসল বিপদ।

বিষয়টা পরিষ্কার করা দরকার: "অপর্যাপ্ত তথ্য" মানে "ঝুঁকি নেই" নয় — এটা মানে "ঝুঁকি মাপার উপকরণ নেই।" দুটো একেবারে আলাদা দাবি। যখন একটা সিস্টেম নিজের আউটপুটকে "লো-সিগন্যাল" লেবেল দিয়ে আর্কাইভ করে, তখন আসলে সে একটা এক্সট্রাকশন ব্যর্থতাকে শান্তভাবে লুকিয়ে ফেলে। পরের ধাপের কেউ সেই ফাইল দেখে ভাববে ম্যাচটা নিয়ে বলার মতো কিছু নেই। অথচ সত্যিটা হলো, ফাইলটা নিয়ে বলার মতো কিছু নেই — কারণ পাইপলাইনের কোথাও কিছু ভেঙেছে।

এখানেই ব্লকচেইন-ধারণার একটা বাস্তব প্রয়োগ সামনে আসে, এবং আমি সেটা কোট করার জন্য নয়, কাজের জন্য বলছি। একটা অডিট-লেয়ার, যেখানে পাইপলাইনের প্রতিটি ধাপ — ইনজেশন, এক্সট্রাকশন, ভ্যালিডেশন, স্টোরেজ — একটা টাইমস্ট্যাম্প আর একটা হ্যাশ দিয়ে সিল হয়ে যায়, সেখানে খালি আউটপুট আর "কম ঝুঁকি" কখনো এক করে পড়া যায় না। কারণ লেজার বলবে: এই মুহূর্তে এই নিবন্ধ থেকে শূন্য সত্তা টানা হয়েছে। শূন্য সত্তা মানে এক্সট্রাকশন ব্যর্থ, সিদ্ধান্ত নয়। অপরিবর্তনীয় রেকর্ডের আসল উপকার ভবিষ্যদ্বাণী নয়, জবাবদিহি।

তবে আমার অভিজ্ঞতা বলে, এই জায়গায় মানুষ সবচেয়ে বড় ভুলটা করে। ২০২২ সালে কাতারে ৬৪ ম্যাচের PPDA, xG আর প্রগ্রেসিভ পাস কোড করার সময় আমি দেখেছি, মডেল ভুল প্রমাণ করার চেয়ে মডেলের ফাঁকা ঘর পূরণ করার লোভ অনেক বেশি শক্তিশালী। মরক্কো বনাম স্পেনের আগে আমার মডেল দেখিয়েছিল, মরক্কোর ৫-৪-১ লো-ব্লক প্রতি শটে মাত্র শূন্য দশমিক চৌষট্টি xG দিচ্ছে, আর আশরাফ হাকিমি কভার করছেন এগারো দশমিক আট কিলোমিটার। মরক্কো পেনাল্টিতে জিতল। মডেল এটা ভবিষ্যদ্বাণী করেনি; মডেল শুধু বিস্ময়টাকে পাঠযোগ্য করেছে। কিন্তু যদি সেই ইনপুট ফাইলটাই খালি থাকত, আর আমি বাইরের স্মৃতি থেকে সংখ্যা বসিয়ে দিতাম, তাহলে সেটা বিশ্লেষণ হতো না — সেটা হতো জালিয়াতি।

dুটো ভিন্ন জিনিস মিশিয়ে ফেলা যাবে না: একটা প্রমাণিত মিথ্যা, আর একটা অপ্রমাণিত দাবি। "মূল্যায়ন সম্ভব নয়" মানে দাবিটা মিথ্যা নয়, দাবিটা অপ্রমাণিত। সৎ বিশ্লেষক এই পার্থক্যটা ধরে রাখেন, আর সেটাই তাঁকে বিশ্বাসযোগ্য করে। আমি যখন ইউরো ২০২৪ আর প্যারিস অলিম্পিকে প্রেসিং-ইনটেনসিটি সূচক বানাচ্ছিলাম, তখন স্পেনের দশ দশমিক দুই PPDA আর রদ্রির প্রতি ম্যাচে বারো দশমিক চার কিলোমিটার আমার মিডফিল্ড-নিয়ন্ত্রণ থিসিসকে সমর্থন করেছিল। কিন্তু সেই সংখ্যাগুলো আমি টেনেছিলাম কোড করা ডেটা থেকে, অনুমান থেকে নয়। পার্থক্যটা এখানেই।

২০২০ সালে, কোভিড-বিরতিতে, যখন শেখ রাসেল কেসি-র হয়ে কাজ করছিলাম, স্টেডিয়াম ছিল খালি। আঠারো ম্যাচের মডেলে দেখলাম ঘরের সুবিধার xG শূন্য দশমিক চৌত্রিশ নেমে গেছে, PPDA দুই দশমিক এক বেড়েছে। সেই সময় আমি একটা লো-ব্লক ৫-৩-২ সুপারিশ করেছিলাম, শেষ পাঁচ ম্যাচে দল ম্যাচপ্রতি মাত্র শূন্য দশমিক আট xG খেয়েছিল, অবনমন এড়িয়েছিল। ওই সময়টা আমাকে শিখিয়েছিল, খালি স্টেডিয়াম প্রমাণ করে ঘরের সুবিধা একটা সামাজিক চুক্তি, কোনো টেবিলের লাইন নয়। ডেটার অভাব আর দর্শকের অভাব — দুটোই একসাথে ঘটলে বিশ্লেষককে আরও সতর্ক হতে হয়।

এখন আসি সবচেয়ে অস্বস্তিকর প্রশ্নে। ব্লকচেইন কি এই সমস্যার সমাধান? না, সমাধান নয়। একটা হ্যাশ প্রমাণ করে রেকর্ডটা অস্তিত্বে ছিল, সত্য ছিল কি না তা প্রমাণ করে না। অপরিবর্তনীয় লেজারে যদি ভুল ডেটা ঢোকে, তাহলে আপনি পাবেন চিরকালের জন্য সংরক্ষিত ভুল — যা মুছে ফেলার সুযোগও নেই। ডেটা-অখণ্ডতার সমস্যাটা মূলত ইনপুট আর এক্সট্রাকশনের সমস্যা, আর সেটা কোনো লেজার সারিয়ে তোলে না। লেজার শুধু একটা কাজ ভালো করে: সে বলে দেয় কে, কখন, কী লিখেছে। জবাবদিহি আর সত্য, দুটো আলাদা জিনিস। ব্লকচেইন ডেটাকে সত্য করে না, সে ডেটাকে অমোঘ করে — আর অমোঘ ভুলের চেয়ে বিপজ্জনক কিছু নেই।

তাহলে কোন প্রমাণ আমার মন বদলাবে? তিনটা। প্রথমত, যদি মূল নিবন্ধের কাঁচা টেক্সট উদ্ধার হয় এবং সেখান থেকে ধাপ এক আবার সত্তা আর তথ্যবিন্দু বের করতে পারে — তাহলে পুরো আট-মাত্রিক বিশ্লেষণ আবার চালানো যাবে, সেটা হবে বৈধ কাজ। দ্বিতীয়ত, যদি ইনজেশন লগ দেখায় যে নিবন্ধটা সিস্টেমে ঢুকেছিলই না — তাহলে সমস্যাটা এক্সট্রাকশনে নয়, আপস্ট্রিম ফিডে। তৃতীয়ত, যদি একই ধরনের খালি আউটপুট বারবার ফিরে আসে — তাহলে সেটা একক ঘটনা নয়, সিস্টেমিক ত্রুটি, এবং তখন পাইপলাইনের ডিজাইনটাই প্রশ্নের মুখে।

আমি আবার সংখ্যাগুলোর কাছে ফিরে গিয়েছিলাম, আর দেখেছিলাম এর চেয়ে শান্ত একটা গল্প। এই খালি রিপোর্টটা আসলে ক্রিকেট-সংকেত নয়, পাইপলাইন-সংকেত। এটা বলে, ইনজেশন আর এক্সট্রাকশনের মাঝখানে একটা ফাটল আছে, যেটা কোনো ত্রুটি-বার্তা তৈরি করছে না। আর সেটাই ভয়ের, কারণ যে সিস্টেম নিজের ব্যর্থতা চিৎকার করে জানায় না, সে ব্যর্থতাকে অভ্যাসে পরিণত করে ফেলে।

শিল্প-সংক্রমণের দিক থেকে দেখলে, এই একক ফাইলটার কোনো সম্প্রচারমূল্য নেই, কোনো দল বা খেলোয়াড়ের ভাগ্য এতে বদলায় না, ফ্র্যাঞ্চাইজি মূল্যায়ন বা বেতনের কাঠামোতেও এর কোনো ছাপ নেই। কিন্তু ডায়াগনস্টিক মূল্য বিশাল। কারণ একই ইনজেশন-ফাটল যদি এক ডজন রেকর্ডে ফিরে আসে, তাহলে যেসব সম্প্রচারক, দল আর স্কাউটিং নেটওয়ার্ক এই পাইপলাইনের উপর ভরসা করে সিদ্ধান্ত নেয়, তারা সবাই অন্ধভাবে চলতে শুরু করে। আর ক্রিকেট-অর্থনীতিতে অন্ধ সিদ্ধান্তের দাম সবচেয়ে বেশি।

আমার দীর্ঘ দিনের অভ্যাস বলে, ২০২৫ সালে এশিয়ার একটা ক্লাবের হয়ে রোটেশন পরামর্শ দেওয়ার সময় আমি ট্রেনিং-লোড ডেটা থেকে এক বয়স্ক মিডফিল্ডারের আটত্রিশ শতাংশ চোটের ঝুঁকি আন্দাজ করেছিলাম। ক্লাব তাঁর মিনিট কেটে দিল, মাসল ইনজুরি চল্লিশ শতাংশ কমল, দল নকআউটে উঠল। কিন্তু সেই মডেলটার একটা দুর্বলতা ছিল — আমি ইনপুট ডেটার প্রতিটা সেল আবার যাচাই করতে গিয়ে চূড়ান্ত রিপোর্ট দুই দিন দেরি করিয়ে ফেলেছিলাম। খালি ঘর নিয়ে আমার এই অতিরিক্ত সতর্কতা কখনো কখনো নিজের বিরুদ্ধেই কাজ করে।

তবু শিক্ষাটা সরল নয়, কিন্তু পরিষ্কার। ডেটা-নৈতিকতার প্রথম শর্ত ভবিষ্যদ্বাণী নয়, স্বচ্ছতা। যদি পাইপলাইন জানে কী হারিয়েছে, আর লেজার সেটা সময়ের সাথে সিল করে রাখে, তাহলে একটা খালি রিপোর্ট আর কখনো "কম ঝুঁকির" ছদ্মবেশে ঘুমাবে না।

যাঁরা এখন এই নিবন্ধ পড়ছেন এবং ক্রিকেট ডেটা নিয়ে কাজ করেন, তাঁদের জন্য আমার সোজা কথা: শূন্য আউটপুট দেখলে ভয় পাবেন না, কিন্তু সেটাকে কখনো শান্ত জলের মতো পাশ কাটিয়ে যাবেন না। মূল টেক্সট উদ্ধার করুন, ধাপ এক আবার চালান, আর সত্তা ফিরে এসেছে কি না সেটা যাচাই করুন। যে দল এই অভ্যাসটা রপ্ত করবে, তাদের সিদ্ধান্তগুলো কম জোরে হবে, কিন্তু অনেক বেশি টেকসই।

কারণ শেষ বিচারে, ব্লকচেইন ডেটা-পাইপলাইন একই কথা বলে — রেকর্ড থাকা আর সত্য হওয়া এক নয়। যে সিস্টেম তার নিজের ফাঁকা ঘরগুলো চিনে রাখে, সে-ই কেবল ভরসা করার যোগ্য।