নীরব ডেটা ব্যর্থতা: স্পোর্টস অ্যানালিটিক্স পাইপলাইনে ব্লকচেইন-প্রমাণযোগ্যতার প্রয়োজনীয়তা

শূন্য। নয়টি বিশ্লেষণী স্তম্ভ, প্রতিটির ঘরে একটাই উত্তর ফিরে এসেছে — তথ্য অপর্যাপ্ত। গত চক্রে যখন Stage-2 ডিপ অ্যানালাইসিস ড্যাশবোর্ড খুললাম, সামনে বসে থাকা খালি টেবিলটা আমাকে ফিরিয়ে নিয়ে গেল ২০১৮ সালের সেই মুম্বাইয়ের ফ্ল্যাটে। সেবার ২৫ বছর বয়সে, ১৪ টুইটের একটি থ্রেডে, আমি খুঁজতে গিয়েছিলাম জার্মানিকে — কোয়ালিফায়ারে প্রতি ম্যাচে ১.৮ এক্সজি আর ২৭.৯ বছরের গড় শুরুর বয়সের ডেটা ধরে দেখিয়েছিলাম, ডিফেন্ডিং চ্যাম্পিয়ন গ্রুপ পর্ব থেকে উঠতে পারবে না। জার্মানি শেষ করেছিল তলানিতে, তিন পয়েন্ট নিয়ে।

এবার খুঁজতে গিয়ে পেলাম আরও নির্মম কিছু: ডেটা নেই, কিন্তু সেই শূন্যতাকে ঘিরে দাঁড়িয়ে আছে একটি নীরব পদ্ধতিগত ব্যর্থতা। একটা পাইপলাইন যখন নিজেই জানে না সে কোন খেলা, কোন প্যাচ, কোন দল বিশ্লেষণ করছে, তখন তার সবচেয়ে দায়িত্বশীল অবদান কোনো উদ্ভাবিত বিশ্লেষণ নয় — বরং একটি স্পষ্ট স্বীকারোক্তি: "জানি না।"

স্পোর্টস অ্যানালিটিক্স এখন দুই স্তরের পাইপলাইনে চলে। Stage-1 কাঁচা নিবন্ধ থেকে তথ্য ভেঙে বের করে — শিরোনাম, সূত্র, নিবন্ধের ধরন, মূল দৃষ্টিভঙ্গি, তথ্যবিন্দু, সংশ্লিষ্ট সত্তা। Stage-2 সেই ভাঙা তথ্যের উপর বসিয়ে গভীর বিশ্লেষণ চালায়: প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব অর্থায়ন, শাসনব্যবস্থা ও নিয়ম, ঝুঁকি প্রোফাইল, জনমত ও প্রত্যাশা, এবং শিল্প-প্রসারণ — মোট নয়টি স্তম্ভ। আমার রিবিল্ড ইনডেক্স দল পাঁচজন গবেষকের হাতে এই কাজ ভাগ করে দিয়েছে, আর একটি নিয়ম কঠিনভাবে মানা হয়: প্রতিটি দাবির পেছনে অন্তত তিনটি যাচাইযোগ্য মেট্রিক থাকবে।

কিন্তু পদ্ধতি যত পরিপক্ব, প্রবণতা ততটাই বিপজ্জনক। শিল্পের প্রচলিত আশ্বাস বলে — অটোমেশন বাড়লেই গতি বাড়বে, টেমপ্লেট ভরে গেলেই বিশ্লেষণ তৈরি হবে। এই ধারণাটাই এখানে ভুল প্রমাণিত হয়েছে। Stage-1 আউটপুটে ভরা ছিল মাত্র একটি ঘর — ডোমেইন লেবেল: esports। আর সেই একটা লেবেলের উপর দাঁড়িয়ে যদি কেউ নয়টি স্তম্ভের টেবিল ভরিয়ে দিত, তাহলে সেটা বিশ্লেষণ হতো না, হতো নিছক সাজসজ্জা।

আমার অভিজ্ঞতা বলে, এই ধরনের ফাঁকা টেবিলের লোভ মারাত্মক। ২০২০ সালে বার্সেলোনার ৮-২ বিধ্বস্ততার পর আমি ৪৫ মিনিটের লাইভে যুক্তি দিয়েছিলাম, €১১১ মিলিয়নে লাউতারো মার্তিনেজকে কেনা মানে ভুলের পুনরাবৃত্তি; বরং €১০০ মিলিয়ন বার্ষিক মজুরির মেসিকে বিক্রি করে ১৭ বছরের পেদ্রিকে তুলে আনতে হবে। সেসময় অনেকেই টেবিল ভরে দিয়েছিলেন গ্ল্যামার নামে। ইতিহাস ডেটার পাশে দাঁড়িয়েছে।

এখানেই আসল তথ্যবিন্দু: ব্যর্থতা খালি আউটপুটে নয়, তার পরের ধাপে।

Stage-1 নথিটি নিজের ভেতরেই একটি দ্বন্দ্ব বহন করছিল। "সংশ্লিষ্ট সত্তা" ঘরে নির্দেশ ছিল — উপরের তথ্যবিন্দু থেকে শনাক্ত করুন। অথচ তথ্যবিন্দু ঘরটা সম্পূর্ণ খালি। একটি ক্ষেত্র আরেকটি অস্তিত্বহীন ক্ষেত্রের দিকে ইশারা করছে। এটা বিষয়বস্তুর সংকেত নয়, পাইপলাইনের ত্রুটির সংকেত। সংকেতটি বলছে: মূল নিবন্ধটি হয় কখনও সিস্টেমে ঢোকেনি, নয়তো স্ক্র্যাপিং, ভাষা-শনাক্তকরণ বা ফিল্ড-ম্যাপিং ধাপে হারিয়ে গেছে।

একটা জিনিস পরিষ্কার — নয়টি স্তম্ভের প্রতিটিতে "তথ্য অপর্যাপ্ত" লেখা মানে ব্যর্থতা নয়। বরং সেটা সিস্টেমের সততা। Stage-2 নথি ঠিক সেটাই করেছে। ঝুঁকি ম্যাট্রিক্সের ছয়টি শ্রেণিতে — প্রতিযোগিতামূলক, আর্থিক, ব্যক্তিগত, নিয়ম, জনমত, সিস্টেমিক — একটিও অনুমান দিয়ে ভরা হয়নি। কারণ একটি ঝুঁকি-রেটিং দিতে অন্তত একটি চিহ্নিত সত্তা লাগে। সত্তা নেই, তাই রেটিং নেই।

আর এখানেই ব্লকচেইনের প্রাসঙ্গিকতা সবচেয়ে তীব্র হয়ে ওঠে। ব্লকচেইনের মূল প্রতিশ্রুতি ফটকা নয় — অপরিবর্তনীয়, টাইমস্ট্যাম্পযুক্ত, যাচাইযোগ্য প্রমাণ। প্রতিটি ডেটা-নিষ্কাশনের ধাপ যদি হ্যাশ-অ্যাঙ্করড একটি অপরিবর্তনীয় লগে লেখা থাকত — কে, কখন, কোন সূত্র থেকে, কোন ফিল্ড বের করল — তাহলে খালি আউটপুটটি নিজেই একটি স্পষ্ট, ট্রেসযোগ্য সতর্কবার্তা হয়ে উঠত। কোন ধাপে তথ্য হারাল, সেটা নিয়ে অনুমান করতে হতো না; লগই বলে দিত।

শিল্প-প্রসারণের মানচিত্রটা এখানে শিক্ষণীয়। উপরের স্তরে গেম পাবলিশার ও প্যাচ-লাইসেন্স, মধ্যস্তরে ক্লাব-ইভেন্ট-স্ট্রিমিং প্ল্যাটফর্ম, নিচের স্তরে স্পন্সরশিপ ও মূলধারার সম্প্রসারণ। একটি ডেটা-ব্যর্থতা এই শৃঙ্খলের যেকোনো জায়গায় শুরু হতে পারে, কিন্তু ক্ষতি ছড়ায় নিচের দিকে — একটি ভুল বিশ্লেষণ, একটি ভুল স্পন্সরশিপ সিদ্ধান্ত, একটি ভুল প্রত্যাশা।

আজকের স্পোর্টস-ডেটা অপারেশনে এই প্রমাণযোগ্যতা প্রায় অনুপস্থিত। একটি টুইট, একটি থ্রেড, একটি ভাইরাল প্রক্ষেপণ — এগুলোর পেছনে কোন ডেটাসেট, কোন সংস্করণ, কোন সময়ের ছবি, তা সাধারণত কোথাও স্থায়ীভাবে লেখা থাকে না। আমার ২০১৮-এর থ্রেড ২৩ লাখ ইমপ্রেশন পেয়েছিল, ২০২২ সালে মরক্কোর সেমিফাইনাল প্রক্ষেপণ ৫৮ লাখ। কিন্তু এই সংখ্যাগুলো ফলাফল, প্রমাণ নয়। প্রমাণ থাকত তখনই, যদি প্রতিটি দাবির সাথে তার কাঁচা ডেটাসেটের একটি অপরিবর্তনীয় হ্যাশ যুক্ত থাকত।

Stage-2 নথিতে ঠিক এই অভাবটাই ধরা পড়েছে। সমাধানসূত্র হিসেবে ছয়টি ন্যূনতম ইনপুট নির্দিষ্ট করা হয়েছে — খেলার নাম, নিবন্ধের শিরোনাম ও সূত্র, অন্তত একটি নির্দিষ্ট তথ্যবিন্দু, নামযুক্ত সত্তা, প্যাচ সংস্করণ, এবং সংখ্যাগত পরিসংখ্যান। আর স্পষ্টভাবে বলা হয়েছে: এই ছয়টি ছাড়া বিশ্লেষণ নয়, উদ্ভাবন।

CricSultan-এর তথ্য-বিশ্বাসযোগ্যতার মানদণ্ডে যেটা মৌলিক: যাচাইযোগ্যতা ছাড়া কোনো দাবির ওজন নেই। সেখানে সূত্র, প্রকাশের তারিখ আর ক্রস-চেক ছাড়া একটি লাইনও দাঁড়ায় না। একটি স্পোর্টস-ডেটা অপারেশনের জন্য একই নিয়ম প্রযোজ্য — এবং সেটা প্রয়োগ করার সবচেয়ে কঠিন জায়গা হলো ঠিক সেই মুহূর্ত, যখন ডেটা অনুপস্থিত।

আমার ইতালি-প্রেসিং-অ্যাক্সিস ফ্রেমওয়ার্ক কিংবা টোকিও অলিম্পিকে ভারতীয় হকির ব্রোঞ্জ-প্রক্ষেপণ — প্রতিটি ভবিষ্যদ্বাণী দাঁড়িয়ে ছিল যাচাইযোগ্য সংখ্যার উপর, অনুমানের উপর নয়। জর্জিনিয়োর ৯৪ শতাংশ পাস-নির্ভুলতা, বারেলার ১১.৩ কিলোমিটার দৌড় — এগুলো টেবিল ভরানোর সাজসজ্জা ছিল না, ছিল যুক্তির ভিত্তি। যে বিশ্লেষণ যাচাইযোগ্য ভিত্তি ছাড়া দাঁড়ায়, সেটা একটা প্রতারণা — আর প্রযুক্তিগতভাবে নিখুঁত টেমপ্লেট সেই প্রতারণাকে আরও বিশ্বাসযোগ্য করে তোলে।

তবু আমার যুক্তির দুর্বলতা কোথায়, সেটাও সৎভাবে বলি। প্রথমত, ধরে নেওয়া যেতে পারে মূল নিবন্ধটি সত্যিই কোনো সত্তা-বিহীন, প্রেক্ষাপট-বিহীন লেখা ছিল — তখন খালি আউটপুট ত্রুটি নয়, সঠিক রায়। দ্বিতীয়ত, ব্লকচেইন এখানে সমাধান হিসেবে অতিরঞ্জিত হতে পারে; হয়তো সমস্যাটা প্রযুক্তির নয়, মানুষের। যে সম্পাদক খালি ঘর দেখা মাত্র "চলো কিছু একটা বসিয়ে দিই" বলেন, আসল ত্রুটি তাঁর মধ্যেই।

আর একটা বড় ঝুঁকি — অটোমেশনের প্রতি অন্ধ নির্ভরতা। যখন সিস্টেম নিঃশব্দে "তথ্য অপর্যাপ্ত" ফেরত দেয়, তখন সেটাকে দুর্বলতা ভাবা সহজ। অথচ স্পষ্ট ব্যর্থতা প্রমাণ করে ব্যবস্থাটা সৎ। বিপদ উল্টো দিকে — যে পাইপলাইন কখনও খালি ফেরত দেয় না, সে নীরবে বানিয়ে বলে, আর কেউ টের পায় না।

মনে রাখতে হবে, খেলার নাম না জানলে একটি ডোমেইন-লেবেল "esports" দিয়ে কিছুই বোঝা যায় না। চীন LOL-এ এক জায়গায়, DOTA2 বা CS2-তে সম্পূর্ণ অন্য জায়গায়। তাই টাইটেল ছাড়া বিশ্লেষণ শুরু করাই যায় না।

তাই ট্র্যাকিং-সংকেতগুলো নজরে রাখা দরকার: Stage-1 পুনরায় চালানোর আউটপুট, সূত্রের প্রকৃত উৎস, এবং একই ধরনের খালি আউটপুটের পুনরাবৃত্তি। শেষটি যদি বেসলাইনের উপরে ওঠে, তাহলে বুঝতে হবে সমস্যাটা একটি নিবন্ধের নয়, গোটা পাইপলাইনের।

আমার প্রক্ষেপণ যাচাইযোগ্য: আগামী এক থেকে দুই প্রান্তিকে যে স্পোর্টস-মিডিয়া ও অ্যানালিটিক্স সংস্থা তাদের ডেটা-নিষ্কাশনের প্রতিটি ধাপ অপরিবর্তনীয়, টাইমস্ট্যাম্পযুক্ত লগে সংরক্ষণ করবে, তারা এই ধরনের নীরব ব্যর্থতা অন্যদের আগে ধরবে — আর যে সংস্থাগুলো ভরা টেমপ্লেটকেই বিশ্লেষণ ভেবে এগিয়ে যাবে, তাদের একটাই ফল অপেক্ষা করছে: একদিন কোনো উদ্ভাবিত সংখ্যা প্রকাশ্যে ধরা পড়বে, আর সেদিন তাদের বিশ্বাসযোগ্যতার খাতায় ঋণ জমা হবে।

প্রশ্নটা তাই সরল: আপনার পাইপলাইন যখন "জানি না" বলে, আপনি কি সেটা শুনতে পাচ্ছেন — নাকি টেবিলটা ভরে যাওয়াকেই সাফল্য ভাবছেন?