যে পাইপলাইন খালি ফিরে এল: ক্রিকেট অ্যানালিটিক্সের ডেটা অখণ্ডতা ও ব্লকচেইন-যাচাইয়ের প্রশ্ন

রাত তখন সাড়ে বারোটা। ঢাকার একটি স্পোর্টস-সায়েন্স ল্যাবে আমি একটা লগ-ফাইল স্ক্রল করছিলাম। যে পাইপলাইনটি সারা দিন ধরে ক্রিকেট-সংক্রান্ত লেখা ভেঙে বিশ্লেষণ করার কথা ছিল, সেটি কয়েক সেকেন্ডে কাজ শেষ করে থেমে গেল — আর ফিরিয়ে দিল শূন্য। কোনো খেলোয়াড়ের নাম নেই, কোনো দলের নাম নেই, কোনো ভেন্যু নেই, কোনো স্কোর নেই, কোনো তারিখ নেই। শুধু একটি লেবেল টিকে আছে: cricket_asia। তার নিচে সারি সারি ফাঁকা ঘর, প্রতিটির পাশে একই কথা — insufficient information। একটা সিস্টেম যখন এত পরিষ্কারভাবে 'আমি জানি না' বলে, সেটা আসলে ব্যর্থতা নয়; সেটা একরকম সততা। কিন্তু সেই সততার আড়ালে যে সমস্যাটা লুকিয়ে আছে, সেটাই এই লেখার আসল বিষয়।

আমি বছরের পর বছর ক্রিকেট ম্যাচ দেখে এসেছি — একটি বল ছাড়ার আগে বোলারের রান-আপ, ব্যাটারের ট্রিগার-মুভমেন্ট, ক্লোজ-ইন ফিল্ডারের প্রথম পদক্ষেপ। ক্যামেরার ফ্রেম ধরে ধরে আমি এই ছোট ছোট সিগন্যাল জোড়া লাগাই। কিন্তু আজকের ক্রিকেট সেই পর্যবেক্ষণের উপর আর একা নির্ভর করে না। বর্তমানে প্রতিটি ম্যাচ, প্রতিটি স্পেল, প্রতিটি ওভার নানা স্তরের ডেটায় রূপান্তরিত হয় — পিচ-ম্যাপ, লাইন-লেংথ ডেটা, ডিউ রিডিং, ম্যাচআপ স্প্লিট, ট্রাভেল লোড। এই ডেটা এখন বাজি বাজার, ফ্যান্টাসি লিগ, ব্রডকাস্ট গ্রাফিক্স, দল নির্বাচন, এমনকি আম্পায়ারিং সিদ্ধান্তেও ঢুকে পড়েছে। ডেটা যখন অর্থনীতির ভিত্তি হয়ে ওঠে, তখন ডেটার অখণ্ডতাই হয়ে দাঁড়ায় সবচেয়ে দুর্বল অথচ সবচেয়ে অবহেলিত লিংক।

এবার আসি এই পাইপলাইনটা আসলে কী কাজ করে। আধুনিক ক্রিকেট অ্যানালিটিক্স মূলত দুই স্তরে চলে। প্রথম স্তরে কাঁচা উপাদান — একটি লেখা, একটি ভিডিও, একটি স্কোরকার্ড — ভেঙে ফেলা হয় ছোট ছোট তথ্য-বিন্দুতে। এখানেই নির্ধারিত হয় শিরোনাম কী, সূত্র কী, ধরন কী, কোন কোন সত্তা জড়িত, কে কী বলেছে, কখন বলেছে। দ্বিতীয় স্তর সেই তথ্য-বিন্দুগুলোর উপর দাঁড়িয়ে মাত্রা ধরে ধরে বিশ্লেষণ করে — ফরম্যাট, খেলোয়াড়ের টেকনিক, দলের অবস্থান, লিগ-অর্থনীতি, শাসন, ঝুঁকি, জন-আখ্যান। মানে দ্বিতীয় স্তরের প্রতিটি সিদ্ধান্ত ঝুলে থাকে প্রথম স্তরের তথ্য-বিন্দুতে।

আজকের ঘটনায় প্রথম স্তরটি কার্যত শূন্য ফিরিয়েছে। শিরোনাম N/A, সূত্র N/A, ধরন unclassified, সারসংক্ষেপ ফাঁকা, লেখকের অবস্থান নেই, উদ্দেশ্য নেই, সত্তা নেই, সময়-সংবেদনশীলতা মূল্যায়ন হয়নি। ফলাফল হিসেবে দ্বিতীয় স্তর, যা এই লেখার কেন্দ্রীয় চরিত্র, প্রতিটি ঘরে বাধ্য হয়ে লিখেছে — insufficient information। কোনো খেলোয়াড়ের নাম নেই, তাই তার টেকনিক বিশ্লেষণ অসম্ভব। কোনো দল নেই, তাই স্কোয়াড-গভীরতা মাপা যায় না। কোনো লিগ নেই, তাই অর্থনীতি নেই। কোনো শাসন নেই, তাই নিয়ম-বিতর্ক নেই।

এখানেই একটা জিনিস পরিষ্কার হয়। স্পোর্টস অ্যানালিটিক্সের সবচেয়ে বড় ঝুঁকি ভুল তথ্য নয়, বরং নীরব ব্যর্থতা। একটি সিস্টেম যখন ভুল করে, সে অন্তত চিৎকার করে। কিন্তু যখন সে কিছুই না পেয়ে চুপচাপ থেমে যায়, তখন ব্যবহারকারী বোঝেন না যে তার হাতে থাকা বিশ্লেষণ আসলে ভিত্তিহীন। এই নীরব ব্যর্থতাই সবচেয়ে বিপজ্জনক, কারণ এটি কোনো ত্রুটি-বার্তা ছাড়াই ছড়িয়ে পড়ে।

ভেবে দেখুন, যদি এই খালি পাইপলাইনের ফলাফল পরবর্তী কোনো স্তরে পাঠানো হতো — কোনো ফ্যান্টাসি প্ল্যাটফর্মে, কোনো বাজি-ফিডে, কোনো সম্প্রচার-গ্রাফিক্সে — তাহলে কী হতো। বানানো তথ্য ধীরে ধীরে সত্যের মতো দেখাতে শুরু করত। একটি ভুল সংখ্যা, একটি ভুল ম্যাচআপ, একটি ভুল ট্রেন্ড — এগুলো কয়েক ঘণ্টার মধ্যে সোশ্যাল মিডিয়ায় সত্য হয়ে বসে যেত। এটাই ডাউনস্ট্রিম কনটামিনেশন — এক স্তরের দূষণ পরের স্তরের সত্যের দাবি হয়ে ওঠে।

ক্রিকেটের ক্ষেত্রে এই ঝুঁকি আরও তীব্র, কারণ এখানে ডেটা মানে সরাসরি টাকা। বাংলাদেশ-ভারত-পাকিস্তান-শ্রীলঙ্কার বাজারে ফ্যান্টাসি ক্রিকেট এখন কোটি কোটি মানুষের প্রতিদিনের অভ্যাস। একটি প্ল্যাটফর্মে যদি রান, স্ট্রাইক-রেট বা উইকেটের ভুল রেকর্ড ঢুকে যায়, তাহলে পেআউট ভুল হয়, বিবাদ হয়, এবং প্ল্যাটফর্মের বিশ্বাসযোগ্যতা ক্ষতিগ্রস্ত হয়। ব্রডকাস্টে একটি ভুল পরিসংখ্যান হাজার কোটি দর্শকের সামনে ছড়িয়ে যায়। দল-নির্বাচনে একটি ভুল ম্যাচআপ-স্প্লিট মানে একটি ভুল সিদ্ধান্ত।

আমি নিজে যে ভেরিয়েবলগুলো নিয়ে কাজ করি, সেগুলো সবই এই প্রোভেন্যান্স-সমস্যার অংশ। ঢাকার মাঠে সন্ধ্যার শিশির, বায়ু-আর্দ্রতা, পিচের ক্ষয়, দলের ট্রাভেল-লোড — এগুলো ম্যাচের ফলাফলে সরাসরি প্রভাব ফেলে। কিন্তু কে নিশ্চিত করবে যে আমার সংগৃহীত শিশির-রিডিংটি আসল সময়ে, আসল মাঠে, আসল যন্ত্র দিয়ে মাপা হয়েছিল? সূত্র ছাড়া একটি সংখ্যা মূল্যহীন, আর পরিবর্তনযোগ্য একটি সংখ্যা আরও বিপজ্জনক।

এখানেই ব্লকচেইনের প্রস্তাবটি আসে, এবং এটাই আজকের সবচেয়ে আলোচিত সমাধান-ভাষা। ব্লকচেইন ডেটাকে সত্য করে না, সে ডেটাকে অপরিবর্তনীয় করে — অর্থাৎ সে নিশ্চিত করে যে কেউ পরে গিয়ে রেকর্ডটা চুপচাপ বদলে দিতে পারবে না। ক্রিকেটের ক্ষেত্রে এর তিনটি ব্যবহারিক রূপ আমি দেখতে পাই।

প্রথমত, অপরিবর্তনীয় অডিট-লগ। প্রতিটি ডেটা-রূপান্তর — কাঁচা ফিড থেকে পরিষ্কার ডেটা, তারপর বিশ্লেষণ — একটি হ্যাশ-চেইনে যুক্ত হতে পারে। মানে প্রতিটি ধাপের আগের অবস্থা ফিঙ্গারপ্রিন্ট আকারে লক হয়ে যায়। কেউ মাঝখানে একটি সংখ্যা বদলালে পুরো চেইনের হ্যাশ মিলবে না, এবং অসঙ্গতিটা সঙ্গে সঙ্গে ধরা পড়বে।

দ্বিতীয়ত, প্রোভেন্যান্স-ট্যাগিং। প্রতিটি পরিসংখ্যানের সঙ্গে থাকবে তার সূত্র, সংগ্রহ-সময়, পদ্ধতি এবং যন্ত্র। কোনো এক স্কাউট মাঠে বসে ম্যাপ করা লাইন-লেংথ, কোনো ট্র্যাকিং-ক্যামেরার আউটপুট, কোনো কিউরেটরের পিচ-নোট — প্রতিটি আলাদা স্বাক্ষর বহন করবে। তখন ভুল তথ্য ধরা পড়বে, আর নীরব ব্যর্থতাও আটকে যাবে।

তৃতীয়ত, অরাকল ও স্মার্ট কনট্র্যাক্ট। ক্রিকেটের ডেটা বাস্তব পৃথিবীতে জন্মায়, ব্লকচেইনে নয়। তাই একটি সেতু দরকার — একটি অরাকল, যা যাচাই-করা ম্যাচ-ডেটা চেইনে পৌঁছে দেয়। এর উপর বসানো স্মার্ট কনট্র্যাক্ট স্বয়ংক্রিয়ভাবে ফ্যান্টাসি-পেআউট, রয়্যালটি বা সম্প্রচার-বন্দোবস্ত নিষ্পত্তি করতে পারে — যেখানে প্রতিটি লেনদেন যাচাইযোগ্য এবং কারচুপি-প্রতিরোধী।

এই তিন স্তরের উপরে বসে বাণিজ্যিক স্তর — ফ্যান-টোকেন, ডিজিটাল মোমেন্ট, সীমিত সংস্করণের ম্যাচ-স্মারক। এগুলো ক্রিকেটের অর্থনীতিতে নতুন রাজস্ব-ধারা খুলেছে, বিশেষ করে দক্ষিণ এশিয়ার বিপুল ভক্ত-সমাজে। কিন্তু আমি বারবার ফিরে আসি একটাই কথা: এই বাণিজ্যিক স্তরের ভিত্তি হলো ডেটার অখণ্ডতা। যদি ভিত্তিটাই ফাঁপা হয়, উপরের তালা যতই চকচকে হোক, অর্থ নেই।

এবার আসি সেই অংশে, যা এই আলোচনায় সবাই এড়িয়ে যায়। ব্লকচেইন প্রমাণ করে যে ডেটা রেকর্ড করার পর কেউ তা বদলায়নি। কিন্তু সে প্রমাণ করতে পারে না যে ডেটাটা রেকর্ড করার সময়ই সঠিক ছিল। যাচাইয়ের প্রমাণ আর তথ্যের সত্যতা — এই দুইয়ের পার্থক্যটা ব্লকচেইন-উৎসাহীরা প্রায়ই ভুলে যান।

সহজ কথায়, ব্লকচেইন হলো একটা অপরিবর্তনীয় ডায়েরি। কিন্তু কেউ যদি ডায়েরিতে ভুল লেখে, তবে সেটা অপরিবর্তনীয়ভাবে ভুল হয়ে থাকবে — শুধু আর মুছবে না। একটা হ্যাশ একটি অনুপস্থিত স্কাউটকে ফিরিয়ে আনতে পারে না, একটি ভাঙা পার্সার মেরামত করতে পারে না, একটি ফাঁকা ঘর পূরণ করতে পারে না। আমাদের আজকের ঘটনায় পাইপলাইনটি খালি ফিরেছিল কারণ প্রথম স্তরটি কোনো তথ্যই দেয়নি — সেটা একটা সংগ্রহ-সমস্যা এবং মানুষের প্রক্রিয়ার সমস্যা, কোনো চেইন-সমস্যা নয়।

এখানেই একটা কৌতূহলী উপসংহারে পৌঁছানো যায়, যা প্রথম শোনায় বিপরীত। আজকের খালি পাইপলাইনটি আসলে একটি সুস্থ সুরক্ষা-ব্যবস্থা। সিস্টেমটি জানত না, তাই সে বানায়নি। সে সৎ থেকেছে। যে সিস্টেম শূন্য তথ্য থেকে গল্প বানিয়ে ফেলে, সেটাই আসলে আরও বিপজ্জনক। তাহলে সমস্যাটা কোথায়? সমস্যাটা হলো, এই সততা নীরব ছিল। কোনো সতর্কবার্তা ওঠেনি, কোনো লগ-অ্যালার্ট জ্বলেনি, কেবল ফাঁকা ঘর জমা হয়েছে। সঠিক আচরণ আর পর্যাপ্ত সংকেত — দুটো আলাদা জিনিস, আর আসল ব্যর্থতা দ্বিতীয়টিতে।

তাই আমার প্রস্তাব স্পষ্ট। প্রথমত, একটি নাল-ইনপুট গার্ড, যা তথ্য-বিন্দু খালি থাকলে দ্বিতীয় স্তরে যাওয়াই আটকে দেয়। দ্বিতীয়ত, জিরো-ইয়িল্ড সনাক্তকরণ — যখন শিরোনাম ও সূত্র দুটোই N/A, তখন যেন একটি উচ্চ-মাত্রার সতর্কবার্তা জ্বলে ওঠে। তৃতীয়ত, পুনঃপরিচালনার শৃঙ্খলা — খালি ফল পেলে প্রক্রিয়াটি প্রথম স্তরে ফিরিয়ে দেওয়া, আর তথ্য-বিন্দু ভরে দেওয়ার পরেই দ্বিতীয় স্তর চালানো।

এই পুরো ঘটনাটি আমাদের ক্রিকেটের ডেটা-অর্থনীতির বড় এক সত্যও মনে করিয়ে দেয়। আগামী দিনে কে জিতবে — যার সবচেয়ে বেশি ডেটা আছে, না যার সবচেয়ে যাচাইযোগ্য ডেটা আছে? আমার সন্দেহ, উত্তরটা দ্বিতীয়জন। কারণ তথ্য যখন সহজলভ্য হয়ে যায়, তখন সত্যতা এবং প্রমাণই হয়ে দাঁড়ায় বিরল সম্পদ। ক্রিকেটের পরবর্তী প্রতিযোগিতামূলক প্রান্তটি থাকবে স্কোরবোর্ডে নয়, থাকবে ডেটার আস্থা-স্তরে।

আমি আবারও সেদিকে ফিরে যাই, যেখান থেকে শুরু করেছিলাম। লগ-ফাইলে সারি সারি ফাঁকা ঘর, আর একটি মাত্র লেবেল — cricket_asia। এটা একটা ব্যর্থতার ছবি, তবে একটা সততারও। প্রশ্নটা এখন এই: আগামী সপ্তাহে যখন পাইপলাইনটি আবার চালানো হবে, তখন কি সে শুধু ডেটা ফিরিয়ে দেবে, নাকি সেই ডেটা যে সঠিকভাবে, সঠিক সময়ে, সঠিক সূত্র থেকে এসেছে — সেই প্রমাণও দেবে? ডেটা তখনই অর্থবহ হলো, যখন কাঠামো আওয়াজটা ব্যাখ্যা করল। আর যতদিন সেই কাঠামো অপরিবর্তনীয় সাক্ষ্য দিতে শেখে না, ততদিন প্রতিটি পরিসংখ্যানের পেছনে একটা খালি ঘর আমাদের অপেক্ষা করবে।