ফাঁকা লেজার: স্পোর্টস ডেটা যাচাইয়ে ব্লকচেইনের শিক্ষা

রাত সাড়ে এগারোটা। মনিটরে নয়টি টেবিল — ট্যাকটিক্যাল বিশ্লেষণ, ক্লাব ফিন্যান্স ও ট্রান্সফার মার্কেট, স্পোর্টিং ফলাফল ও জনমত-চক্র, লিগ ল্যান্ডস্কেপ ও দলের অবস্থান, নিয়ম ও গভর্ন্যান্স, ম্যানেজমেন্ট ও ড্রেসিং-রুম, রিস্ক প্রোফাইল, মিডিয়া ন্যারেটিভ, আর ফুটবল ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটি ঘরে ফিরে ফিরে আসছে একই বাক্য — "N/A — insufficient information"। শিরোনাম ঘর খালি, সূত্র ঘর খালি, তথ্যবিন্দুর তালিকা খালি। দুই-স্তরের বিশ্লেষণ পাইপলাইনের প্রথম ধাপ ফিরিয়ে দিয়েছে একটা খালি খাম: ভেতরে কোনো তথ্যবিন্দু নেই, কোনো সত্তা চিহ্নিত হয়নি, কোনো দল বা খেলোয়াড়ের নাম নেই।

আমি দীর্ঘদিন খেলার টেপ ঘেঁটে আসছি। ২০১৮ বিশ্বকাপে ৬৪টি ম্যাচ রিমোটলি লগ করেছি, ১০২৪টি কর্নার আর ৩৮৭টি ফ্রি-কিক ট্যাগ করেছি, শুধু রিস্টার্ট কোডিংয়ে ১২০ ঘণ্টা ঢেলে দিয়েছি। ২০২০-র বুদ্বুদ-টুর্নামেন্টে মায়ামির ২-৩ জোনের প্রতিটি পজেশন আলাদা করে গুনে রাখছিলাম; একটা ম্যাচে সেই জোন ১৬টি টার্নওভার আদায় করেছিল। এই অভ্যাস আমাকে একটা সহজ নিয়ম শিখিয়েছে: ইনপুট যখন খালি, তখন সৎ উত্তর একটাই — ফাঁকা লেজার। আমি আবার টেপে ফিরে গেলাম, আর প্যাটার্নটা তখন স্পষ্টই চোখের সামনে লুকিয়ে ছিল: দোষটা বিশ্লেষণের নয়, ইনপুটের।

কিন্তু সোশ্যাল ফিডের চাপ, ডেডলাইনের তাড়া, আর "পাঠক তো গল্প চায়" — এই তিনটা মিলে বিশ্লেষকের সামনে বসিয়ে দেয় একটাই প্রলোভন: বানিয়ে ফেলো। এই লেখা সেই প্রলোভনের বিরুদ্ধে। স্পোর্টস ডেটার জগতে ব্লকচেইন যে সমস্যার সমাধান করতে চায় — অপরিবর্তনীয়তা, ট্রেসেবিলিটি, যাচাইযোগ্যতা — সেটা আসলে সাংবাদিকতার পুরোনো সংকট, নতুন পোশাকে।

প্রেক্ষাপট: দুই স্তরের পাইপলাইন আর লেজারের ধারণা

আধুনিক স্পোর্টস কনটেন্ট একটা দুই-স্তরের পাইপলাইনে তৈরি হয়। প্রথম স্তর একটা নিবন্ধকে ভেঙে দেয় — তথ্যবিন্দু বের করে, সত্তা চিহ্নিত করে, সময়-সংবেদনশীলতা আর সূত্রের গুণমান মাপে। দ্বিতীয় স্তর সেই তথ্যবিন্দুগুলোর উপর বসিয়ে নয়টি মাত্রার বিশ্লেষণ: ট্যাকটিক্যাল সূক্ষ্মতা, ফিন্যান্স, ফলাফল-চক্র, লিগ-ল্যান্ডস্কেপ, নিয়ম-গভর্ন্যান্স, ড্রেসিং-রুম, রিস্ক, ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন। শর্ত একটাই — প্রতিটি সিদ্ধান্তকে একটা তথ্যবিন্দু থেকে যাচাই করতে হবে। শূন্য তথ্যবিন্দু মানে শূন্য ভিত্তি। তবু ফাঁকা ইনপুট কখনো কখনো নিছক দুর্ঘটনা নয়; এটা নিজেই একটা ডেটা পয়েন্ট — পাইপলাইনের স্বাস্থ্যের সংকেত।

এখানেই লেজারের ধারণা কাজে লাগে। ফুটবলে আমি একটা পজেশন লেজার রাখি — প্রতিটি ডিফেন্সিভ সেটের জন্য বারো কলামের স্প্রেডশিট, যেখানে প্রতিটি সারি একটা পজেশন আর প্রতিটি ঘর একটা যাচাইযোগ্য বৈশিষ্ট্য: ডিফেন্ডারের দূরত্ব, ক্লোজআউটের গতি, রোটেশনের দিক। ব্লকচেইনে প্রতিটি ব্লক আগের ব্লকের হ্যাশের সঙ্গে শিকলবদ্ধ; কেউ মাঝখান থেকে একটা এন্ট্রি বদলে দিতে পারে না। পজেশন লেজারও তাই — একটা সারি মুছে দিলে পুরো ম্যাচের হিসাব এলোমেলো হয়ে যায়।

দুটো সিস্টেমের দর্শন এক: অপরিবর্তনীয়তা, ট্রেসেবিলিটি, আর যাচাই। সোর্স ছাড়া একটা দাবি ঠিক তেমনই, যেমন সাইন ছাড়া একটা লেনদেন — চেইনে জোড়া লাগে না। কেউ চাইলেই ওটা বৈধ বলে দাবি করতে পারে, কিন্তু যাচাইয়ের সময় ধরা পড়বে।

মূল বিশ্লেষণ: কেন খালি ইনপুটে বানানো বিশ্লেষণ একটা প্রতারণা

জেনারেটিভ মডেলের স্বভাব হলো সাবলীল আউটপুট দেওয়া। ইনপুট খালি হলে সে থেমে যায় না — সে ভরে দেয়। এই ভরাট করাটাই বিপদ। কারণ স্পোর্টস বিশ্লেষণে প্রতিটি দাবির পেছনে একটা সোর্স-ব্লক থাকতে হবে; না থাকলে সেটা বিশ্লেষণ নয়, অনুমান। খালি স্টেজ-১ থেকে "দলটি প্রেসিং বাড়িয়েছে" বা "ম্যানেজারের চাপ বাড়ছে" লেখা সহজ, কিন্তু কোন তথ্যবিন্দু সেটা সমর্থন করছে?

ভাবুন, xG (এক্সপেক্টেড গোলস) — শটের গুণমান মাপার মেট্রিক। প্রতিটি xG মানের পেছনে একটা শটের অবস্থান, কোণ, আর ডিফেন্ডারের চাপ থাকে। PPDA (প্রতি ডিফেন্সিভ অ্যাকশনে ছাড় দেওয়া পাস) প্রেসিংয়ের তীব্রতা মাপে, আর তার প্রতিটি এন্ট্রিও একটা নির্দিষ্ট ম্যাচ-লগ থেকে আসে। FFP বা PSR-এর হিসাব আরও কঠোর — প্রতিটি অঙ্ক ব্যালান্স শিটের একটা লাইন আইটেম থেকে যাচাই করতে হয়। এই তিনটাই একেকটা ব্লক; সোর্স ছাড়া এগুলো টিকেই না।

বক্স স্কোর এক কথা বলছিল; পজেশন ডেটা বলছিল আরেক কথা। আমার পুরো কেরিয়ার এই মিলিয়ে দেখার কাজে দাঁড়িয়ে। একটা ম্যাচে ফলাফল যেদিকেই যাক, প্রক্রিয়ার ডেটা আর স্কোরলাইন আলাদা গল্প বলে। কিন্তু সেই আলাদা গল্প ধরতে হলে দুটো ভিন্ন সোর্স লাগে — একটা স্কোরবোর্ড, একটা পজেশন লগ। খালি ইনপুটে এই তুলনা অসম্ভব, আর তুলনা ছাড়া বিশ্লেষণ শুধুই সাজানো ভাষা।

ক্রস-স্পোর্ট ডেটা একটা অনুবাদের সমস্যা, কপি-পেস্টের সমস্যা নয়। ক্রিকেটের বল-বাই-বল স্কোরকার্ড, বাস্কেটবলের প্লে-বাই-প্লে লগ — সবগুলোই অপরিবর্তনীয় এন্ট্রির লেজার। ২০২২ কাতার বিশ্বকাপে আর্জেন্টিনার ট্রান্সিশন ডিফেন্স ট্র্যাক করার সময় ফাইনালে ১৮টি ট্যাকটিক্যাল ফাউল আলাদা করে লগ করেছিলাম; পরে সেই ফ্রেমওয়ার্ক ফেব্রুয়ারি ২০২৩-এর এনবিএ ট্রেড ডেডলাইনে দুরান্দ-বুকার ফিটের হিসাবে টেনে এনেছিলাম। মানে ফুটবলের ট্রানজিশন ফাউল-রেট আর বাস্কেটবলের পেস একই ভাষায় মেলানো যায় — কিন্তু শুধু তখনই, যখন দুটো দিকেই আসল লগ থাকে।

ফুটবলের ডেটা, বিশেষত দক্ষিণ এশিয়ার লিগে, অনেক পাতলা। সেখানে আমার ম্যানুয়াল লগিংটাই একরকম consensus mechanism — সবাই মিলে যে তথ্যে একমত হতে পারে। কিন্তু সেই লগ তৈরি করতে হলে ম্যাচটা আগে সত্যিই দেখতে হবে। আমি বাংলাদেশ আর ভারতের লিগ, জাতীয় দল, কম-কভারেজ পাওয়া ম্যাচগুলোকে হালকা করে দেখি না — এগুলো আমার কাছে গুরুত্বপূর্ণ ট্যাকটিক্যাল ল্যাবরেটরি। এই ল্যাবে ব্রডকাস্ট-ডেটা পাতলা, তাই প্রতিটি রোটেশন নিজে হাতে লিখতে হয়। খালি স্টেডিয়ামে প্রতিটি রোটেশন হয়ে উঠেছিল শোনা যাওয়া একটা বাক্য — এবং সেই বাক্যগুলোই আমার লেজারের এন্ট্রি। কোনো এন্ট্রি বানানো যায় না; শুনতে হয়।

তাহলে এই নথিতে ঠিক কী ঘটেছে? স্টেজ-২ বিশ্লেষণ নিজেই তিনটি ঝুঁকি চিহ্নিত করেছে, আর সেগুলো আসলে অডিট-ফাইন্ডিং। প্রথমত, স্টেজ-১ পাইপলাইন আবার চালানো দরকার — মূল নিবন্ধটা আদৌ ingest হয়েছিল কি না, পার্সিং বা এনকোডিং ত্রুটি হয়েছিল কি না, তা দেখা জরুরি। দ্বিতীয়ত, সোর্স মেটাডেটা ফিরিয়ে আনতে হবে — শিরোনাম আর সূত্র দুটোই "N/A" হলে সূত্রের গুণমান আর গুজব-নির্ভরতা মাপা অসম্ভব। তৃতীয়ত, একটা null-handling গেট বসাতে হবে, যাতে খালি ইনপুট কোনো জেনারেটিভ স্তরে গিয়ে ভুয়া সত্তা তৈরি করতে না পারে।

এই তিনটাই মিলে একটা স্পষ্ট শিক্ষা দেয়: যাচাই না করা এন্ট্রি সিস্টেমে ঢুকলে সেটা লেজারকে শক্তিশালী করে না, দুর্বল করে। একটা ভুয়া ব্লক পুরো চেইনের বিশ্বাসযোগ্যতা নষ্ট করার জন্য যথেষ্ট। স্পোর্টস কনটেন্টেও ঠিক তাই — একটা বানানো পরিসংখ্যান ধরা পড়লে পাঠক আর বাকি সব সত্যি তথ্যও সন্দেহ করে।

Google-এর ২০২৬ অ্যালগরিদম নীতিতে একটা শব্দ বারবার আসে: information gain — মানে প্রতিটি লেখাকে আগের চেয়ে অন্তত একটা নতুন অন্তর্দৃষ্টি দিতে হবে। নতুন অন্তর্দৃষ্টি আসে নতুন ইনপুট থেকে। "N/A" কোনো ইনপুটই দেয় না; তাই সেটা থেকে নতুন কিছু বের করার একমাত্র সৎ উপায় হলো এটা স্বীকার করা যে কিছু বের করা যায়নি। পেশাদার বিশ্লেষকের কাজ গল্প বানানো নয়, লেজার সৎ রাখা।

বিপরীত দৃষ্টিভঙ্গি: "পাঠক তো গল্প চায়"

এখানেই সবচেয়ে শক্ত যুক্তিটা আসে। একজন সম্পাদক বলবেন: পাঠক ফাঁকা টেবিল পড়তে আসে না, ওরা ন্যারেটিভ চায় — নায়ক, সংকট, উত্থান। মেট্রিক্স ভলিউম আর এনগেজমেন্ট পুরস্কৃত করে। "N/A" লিখলে ট্রাফিক আসে না। এই চাপ বাস্তব, আর এটা ছোটখাটো নয়।

তবু হিসাবটা একপাক্ষিক। বানানো বিশ্লেষণ মানে বিশ্বাসযোগ্যতার ডাবল-স্পেন্ড — একবার খরচ করে ফেললে সেটা আর ফেরানো যায় না। ক্রীড়া-সাংবাদিকতার ইতিহাসে বহু প্রতিভাবান বিশ্লেষক একটা ভুল দাবির কারণে বছরের পর বছর অর্জিত আস্থা হারিয়েছেন। একটা ভুয়া এন্ট্রির দাম অনেক সময় পুরো লেজারের চেয়ে বেশি পড়ে।

আরও গভীরে গেলে একটা অস্বস্তিকর কথা বলতে হয়: সমস্যাটা হয়তো বিশ্লেষক বা মডেলের নয়, পাইপলাইনের নিজের। অটোমেটেড এক্সট্রাকশনের উপর অতিরিক্ত ভরসা একটা ফাঁকা ইনপুটকে চুপচাপ এগিয়ে দেয়। একজন মানুষ বিশ্লেষক কিন্তু প্রথমেই বলতেন — "এই নিবন্ধটা তো আসেনি।" খালি খাম দেখলেই সন্দেহ হতো। তাই আসল সমাধান শুধু একটা টেকনিক্যাল গেট নয়, একটা সংস্কৃতি — সোর্স-শৃঙ্খলা।

আর একটা দিক খেয়াল রাখা দরকার। ফাঁকা ইনপুট প্রায়ই নিছক "তথ্য নেই" নয়; এটা প্রায়ই একটা সংকেত যে মূল নিবন্ধ ingest-ই হয়নি — ট্রাঙ্কেশন, এনকোডিং ফেল, বা পার্সিং ত্রুটি। মানে সমস্যাটা আপস্ট্রিমে, কনটেন্টে নয়, সিস্টেমে। এটা নিজেই একটা প্রসেস-রিস্ক, যা কোনো রিস্ক-ম্যাট্রিক্সে আপাতত ধরা পড়ছে না।

সামনের ভেরিয়েবল: লেজার বনাম ফাঁকা ব্লক

স্পোর্টস মিডিয়া যদি ডেটা-প্রোভেন্যান্সকে অ্যাফটারথট না ভেবে পরিকাঠামো ভাবে, তবে "ফাঁকা লেজার" পরিস্থিতি দুর্লভ হয়ে যাবে। তিনটা সংকেত নজরে রাখতে হবে: স্টেজ-১ পাইপলাইনের স্বাস্থ্য (একটা অ-খালি নিবন্ধে খালি তথ্যবিন্দু এল কি না), সোর্স মেটাডেটার অখণ্ডতা (শিরোনাম/সূত্র "N/A" ফিরছে কি না), আর সত্তা-নিষ্কাশনের সাফল্য (শূন্য দল বা খেলোয়াড় চিহ্নিত হচ্ছে কি না)। এই তিনটার যেকোনো একটা বিগড়ালে নিচের সব বিশ্লেষণ অচল।

আসল প্রশ্নটা সাংবাদিকতার, প্রযুক্তির নয়। যখন তথ্য নিজেই লেনদেন, আর বিশ্বাসই মুদ্রা — তখন আমরা কি ফাঁকা ব্লক মিন্ট করতে থাকব, নাকি শিখব যে কিছু ব্লক আসলে মিন্ট করা যায় না?