আটটি অধ্যায়, শূন্য তথ্য: ক্রিকেট বিশ্লেষণে ব্লকচেইন 'রসিদ' ছাড়া কিছু বিশ্বাস করে না

রাত ২টা ৪০ মিনিটে ফাইলটা খুললাম। শিরোনাম: স্টেজ-২ ডিপ অ্যানালাইসিস রিপোর্ট। আটটি বিশ্লেষণী অধ্যায়, প্রতিটির জন্য আলাদা টেবিল, রিস্ক ম্যাট্রিক্স, ট্রান্সমিশন ম্যাপ, পেশাদার পরিভাষার টীকা। আটটি অধ্যায়ের প্রতিটি ঘরে একই বাক্য ফিরে আসছে: তথ্য অপর্যাপ্ত। শিরোনাম নেই, সূত্র নেই, প্রকাশতারিখ নেই, ফরম্যাট নেই, ইনফরমেশন পয়েন্টের তালিকা সম্পূর্ণ ফাঁকা। গোটা কাঠামো থেকে জীবিত আছে মাত্র একটি শব্দ — cricket_asia।

স্প্রেডশিট খুলল, আর ম্যাচ রিপোর্টের শ্বাস বন্ধ হয়ে গেল।

এই লেখাটি ওই ফাঁকা ঘরগুলো নিয়ে, কারণ ফাঁকা ঘরগুলোই এখানে ঘটনা। একটি বিশ্লেষণ পাইপলাইন যখন আটটি মাত্রা হাজির করে কিন্তু শূন্য তথ্য দেয়, তখন সেটি ক্রিকেটের ব্যর্থতা নয় — তথ্য-সরবরাহ শৃঙ্খলের ব্যর্থতা। আর যে প্রযুক্তি এই ব্যর্থতাকে ধরতে পারে, তার নাম ব্লকচেইন-ভিত্তিক ডেটা প্রোভেন্যান্স। গত একুশ বছরে আমি যত বিশ্লেষণ লিখেছি, তার ভিতরে একটাই চুক্তি ছিল: প্রতিটি সংখ্যার পিছনে একটি রসিদ থাকবে। আজ সেই রসিদটাই অনুপস্থিত।

পাইপলাইনটা দুটি ধাপে চলে। প্রথম ধাপ নিবন্ধটিকে ভেঙে ফেলে — শিরোনাম, সূত্র, ধরন, এক-বাক্যের সারসংক্ষেপ, লেখকের অবস্থান, লেখার উদ্দেশ্য, ইনফরমেশন পয়েন্টের তালিকা, সংশ্লিষ্ট সত্তা, সময়-সংবেদনশীলতা, সূত্রের মান। দ্বিতীয় ধাপ ওই পয়েন্টগুলোকে টেবিলে বসিয়ে ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জন-আখ্যান আর শিল্প-প্রসারণ — এই আটটি মাত্রায় ছড়িয়ে দেয়। নিয়মটা কঠোর: প্রতিটি সিদ্ধান্ত একটি নির্দিষ্ট ইনফরমেশন পয়েন্টে ফিরে যেতে হবে।

প্রথম ধাপ থেকে ফিরে এল শূন্য। দশটি ক্ষেত্রের দশটিই খালি অথবা অনুপস্থিত। ইনফরমেশন পয়েন্টের তালিকা ফাঁকা মানে বিশ্লেষণের হাতে কোনো একক তথ্য নেই। দ্বিতীয় ধাপ তখন যা করেছে, সেটাই একমাত্র সৎ কাজ: প্রতিটি জায়গায় লিখে দিয়েছে, তথ্য অপর্যাপ্ত। এটাকে ব্যর্থতা বলে ভুল করা সহজ। আমি বলব, উল্টোটা। যে প্রতিবেদন নিজের অজ্ঞতা স্বীকার করে, সেটি ওই প্রতিবেদনের চেয়ে অনেক বেশি বিশ্বাসযোগ্য, যা আত্মবিশ্বাসের সঙ্গে কিছু বানিয়ে বলে ফেলে।

কিন্তু বিশ্বাসযোগ্যতা আর উপযোগিতা এক জিনিস নয়। ফাঁকা রিপোর্টটি পাঠযোগ্য, সৎ, এবং সম্পূর্ণ অকেজো। কারণটা পরিষ্কার: কোথাও একটি হ্যাশ নেই। কোথাও একটি সময়-ছাপ নেই। কোথাও একটি স্বাক্ষর নেই, যা বলবে এই লেখাটি কে লিখেছে, কখন ছাপা হয়েছে, আর কোন সূত্র থেকে এসেছে। সূত্রের ঘরে লেখা আছে অনুপস্থিত। প্রকাশতারিখের ঘরে লেখা আছে অনুপস্থিত। এই দুই অনুপস্থিতি একসঙ্গে থাকলে ক্রিকেটের সবচেয়ে বিতর্কিত দাবিটিও প্রমাণের মঞ্চে দাঁড়াতে পারে না।

ব্লকচেইন এখানে ক্রিকেটের সমস্যা সমাধান করছে না; এটি সাংবাদিকতার সবচেয়ে পুরোনো সমস্যাটি সমাধান করছে — কোন তথ্যটি কে, কখন, কোন সূত্র থেকে বলেছে, তার অপিবর্তনীয় রেকর্ড। ক্রিকেটে এই রেকর্ডের অভাব সবচেয়ে বেশি চোখে পড়ে, কারণ ক্রিকেটের প্রায় প্রতিটি সংখ্যা একটি প্রসঙ্গের ওপর নির্ভরশীল, আর সেই প্রসঙ্গটি প্রায়ই হারিয়ে যায়।

ধরুন, একটি প্রতিবেদনে লেখা হলো এক ব্যাটসম্যানের গড় ৪৫। এই বাক্যটি নিজে থেকে অর্থহীন। এটি টেস্টের ৪৫, না ওয়ানডের ৪৫, না টি-টোয়েন্টির ৪৫ — সেই তথ্য ছাড়া সংখ্যাটি তুলনার অযোগ্য। টেস্টে ৪৫ গড় মানে দীর্ঘ ইনিংসের ধৈর্য; টি-টোয়েন্টিতে ৪৫ গড় মানে সাধারণত খুব কম স্ট্রাইক রেট। একই অঙ্ক, বিপরীত সিদ্ধান্ত। প্রথম ধাপের রিপোর্টে ফরম্যাটের ঘরটি খালি ছিল। অর্থাৎ কোনো সংখ্যা এলেও সেটি যাচাই করা যেত না।

ফরম্যাট লেবেল কখনোই ঐচ্ছিক ক্ষেত্র হতে পারে না। এটিকে প্রাথমিক কী (primary key) হিসাবে বাঁধতে হবে — ঠিক যেভাবে একটি স্মার্ট কন্ট্র্যাক্ট শর্ত পূরণ না হলে লেনদেন গ্রহণ করে না। একটি স্পোর্টস ডেটা পাইপলাইনে এই বাধ্যবাধকতা রাখা যায় সাধারণ নিয়মে: যদি পেলোডে অন্তত পাঁচটি তথ্য-বিন্দু না থাকে, অথবা ফরম্যাট লেবেল খালি থাকে, তবে পেলোডটি পরের ধাপে যাবে না। প্রত্যাখ্যানটি লগ হবে, এবং সেই লগটিই হবে অডিটের প্রথম পাতার প্রথম লাইন।

দ্বিতীয় সমস্যাটি আরও সূক্ষ্ম। ফাঁকা ফলাফলের তিনটি ভিন্ন কারণ থাকতে পারে। এক, পার্সিং ব্যর্থতা — নিবন্ধটি ছিল, কিন্তু যন্ত্র পড়তে পারেনি। দুই, ইনপুট ছিল শুধু শিরোনাম বা ছবি, যেখানে মেশিন-পাঠযোগ্য লেখা প্রায় নেই। তিন, উৎসটি সত্যিই বিষয়শূন্য ছিল। এই তিনটি কারণের প্রতিক্রিয়া সম্পূর্ণ আলাদা: প্রথমটিতে পাইপলাইন ঠিক করতে হবে, দ্বিতীয়টিতে ট্রান্সক্রিপ্ট যোগ করতে হবে, তৃতীয়টিতে নিবন্ধটি বাদ দিতে হবে। রিপোর্টটি নিজেই স্বীকার করেছে, সে এই তিনটির মধ্যে পার্থক্য করতে পারে না।

একটি ইনজেস্ট-হ্যাশ আর একটি টাইমস্ট্যাম্প থাকলে এই তিনটি কারণ কখনো একসঙ্গে মিশে যেত না। লেখাটি ঢোকার মুহূর্তে তার কনটেন্ট-হ্যাশ তৈরি হতো, তারপর সেই হ্যাশ প্রকাশকের স্বাক্ষরের সঙ্গে একটি লেজারে বসে যেত। পরে কেউ জিজ্ঞেস করলে দেখা যেত: মূল বস্তুটি আদৌ পাঠযোগ্য ছিল কি না, কতটা লেখা ছিল, কে প্রকাশ করেছে, কখন। প্রোভেন্যান্স মানে এটুকুই — কে, কখন, কী। জাদু নয়, হিসাব।

এখানেই শ্রমের প্রশ্নটি ঢুকে পড়ে, আর আমি এটিকে এড়িয়ে যেতে চাই না। ২০১৭ সালে দিল্লির একটি প্রিন্ট ডেস্ক ছেড়ে ডিজিটাল আউটলেটে ঢোকার পর নয় সপ্তাহ ধরে ৮৮টি আই-লিগ ম্যাচের ১,১৪০টি শট হাতে ট্যাগ করেছি, শুধু নিজের প্রথম এক্সজি মডেল দাঁড় করাতে। ফলাফল ছিল 'দ্য ইলেভেন-পাস প্রবলেম': চ্যাম্পিয়ন বেঙ্গালুরু এফসি প্রতি শটে ১১.৪ পাসে পৌঁছত — লিগে সর্বনিম্ন — তবু প্রতি শটে ০.১১ এক্সজি তৈরি করত, যেখানে মোহনবাগানের সংখ্যা ছিল ০.০৭। ওই মৌসুমে রিপোর্টটির পাঠকসংখ্যা সব ম্যাচ রিপোর্ট ছাড়িয়ে গিয়েছিল।

অন্যরা যেভাবে প্রার্থনা করে, আমি সেভাবেই ডেটা পরিষ্কার করি: ধীরে, প্রতিদিন, একা। কিন্তু সেই একা কাজের একটি দুর্বলতা আছে, যেটি আমি নয় বছর পরিষ্কার দেখতে পাচ্ছি — ট্যাগিং শ্রমটির কোনো প্রমাণপত্র নেই। ১,১৪০টি শটের কোনটি কে ট্যাগ করেছে, কোন সংস্করণে, কখন সংশোধন হয়েছে — এসবের কোনো অপরিবর্তনীয় রেকর্ড নেই। একটি ভুল ট্যাগ ধরা পড়লে কেউ যাচাই করতে পারে না সেটি কখন ঢুকেছিল। ব্লকচেইন-ভিত্তিক অ্যাটেস্টেশন ঠিক এই জায়গায় কাজে লাগে: প্রতিটি ট্যাগিং সেশন একটি স্বাক্ষরিত এন্ট্রি, প্রতিটি সংশোধন একটি নতুন এন্ট্রি, পুরোনোটি মুছে যায় না।

ফাটিগ মডেলিংয়ে এই অভাব আরও বিপজ্জনক। ২০১৮ সালে রাশিয়ায় গিয়েছিলাম একটি ল্যাপটপ আর একটি ক্লান্তি-মডেল নিয়ে। ক্রোয়েশিয়া টানা তিনটি নকআউট অতিরিক্ত সময়ে টেনেছিল — ডেনমার্ক, রাশিয়া, ইংল্যান্ডের বিরুদ্ধে ৩৬০ অতিরিক্ত মিনিট। হিসাব করেছিলাম, লুকা মদরিচ টুর্নামেন্টে ৬৩.৪ কিলোমিটার দৌড়েছেন, যা যে কোনো খেলোয়াড়ের চেয়ে বেশি। ফাইনালের আগে ক্রোয়েশিয়ার দ্বিতীয়ার্ধের স্প্রিন্ট দূরত্ব ১৮ শতাংশ কমে গিয়েছিল। ফাইনালের সকালে 'দ্য ৩৬০-মিনিট ডেট' ছাপলাম, পূর্বাভাস দিলাম ষাট মিনিটের পর ভেঙে পড়বে। বিরতির পর ফ্রান্স তিন গোল করল।

আমি ৩৬০ মিনিট দেখেছি, যাতে আপনি একটি সংখ্যা পড়তে পারেন। কিন্তু সেই সংখ্যাটি যদি কেউ যাচাই করতে চায়, সে কী দেখবে? আমার নিজের স্প্রেডশিট, আমার নিজের অনুমান, আমার নিজের গোপনীয়তা। মিনিটের খাতা যাচাইযোগ্য না হলে ক্লান্তি-মডেলটি সাহিত্য, বিজ্ঞান নয়। এখানে ব্লকচেইনের ভূমিকা সংখ্যা গণনা করা নয় — মিনিটের খাতাটি কে লিখল, কখন লিখল, আর পরে কেউ সেটি বদলাল কি না, তা প্রমাণ করা।

২০২০ সালে নীরবতার একটি দাম ছিল, আর আমি প্রতিটি পয়সার হিসাব রেখেছি। দর্শকশূন্য স্টেডিয়ামে হওয়া ৮৩টি বুন্দেসলিগা ম্যাচ লগ করেছিলাম। ঘরের মাঠে জয়ের হার ৪৩.৩ শতাংশ থেকে নেমে ৩৩.৪ শতাংশে দাঁড়িয়েছিল; প্রতি ম্যাচে গোল ৩.২ থেকে ২.৯-এ। একই মাসে আমার আউটলেট কর্মীর ৪০ শতাংশ ছাঁটাই করল। সেই সংকটে আমি নীরবতাকে পণ্য বানালাম: 'দ্য সাইলেন্স ট্যাক্স' নামে একটি পেইড নিউজলেটার, ছয় মাসে ১,৯০০ গ্রাহক। মডেলের ভুলগুলো সাফল্যের পাশে ছেপে আমি পাঠক পেয়েছিলাম।

সেই অভ্যাসটাই আজকের মূল প্রশ্নে নিয়ে আসে: একটি ভুল প্রকাশ্যে স্বীকার করা যায়, কিন্তু একটি সংখ্যার জন্ম যাচাই করা যায় না। যদি ওই ৮৩টি ম্যাচের প্রতিটি ডেটাসেটের হ্যাশ প্রকাশিত হতো, তবে আজ কেউ প্রশ্ন তুলতে পারত না যে সংখ্যাগুলো পরে সুবিধামতো বদলানো হয়েছে কি না। ক্রিকেটে এই প্রশ্নটি অনেক বেশি জরুরি, কারণ ক্রিকেটের বাণিজ্যিক বাস্তবতা সংখ্যার ওপর দাঁড়িয়ে আছে — নিলামের দাম, রিটেনশন, সম্প্রচার চুক্তি, ফ্যান্টাসি লিগের পয়েন্ট।

এখানে একটি বিভ্রান্তি পরিষ্কার করা দরকার: নিলামের দাম আন্তর্জাতিক ক্রিকেটের শক্তি নয়। একটির ভাষা বাণিজ্যিক মূল্য, আরেকটির ভাষা মাঠের উৎপাদন। এই দুটিকে এক সারিতে বসালে বিশ্লেষণ প্রথম বাক্যেই ভুল হয়ে যায়। কিন্তু এই পার্থক্যটি ধরতে হলে খেলোয়াড়ের প্রকৃত মাঠ-প্রদর্শনের একটি যাচাইযোগ্য রেকর্ড দরকার — এবং সেই রেকর্ডটাই আজ ছড়িয়ে আছে বিভিন্ন সূত্রে, বিভিন্ন সংস্করণে, বিভিন্ন স্বার্থে।

ইন্টিগ্রিটির প্রশ্নে ক্রিকেটের নিজের ইতিহাসই সাক্ষ্য দেয় কেন অডিট ট্রেইল দরকার। ২০০০ সালে হ্যান্সি ক্রোনিয়ে, ২০১০ সালে পাকিস্তানের স্পট-ফিক্সিং কেলেঙ্কারি, ২০১৩ সালে আইপিএল স্পট-ফিক্সিং — এই তিনটি ঘটনা একটি জিনিস প্রমাণ করে: যেখানে লেনদেনের স্বচ্ছ রেকর্ড থাকে না, সেখানে সংশয় সবসময় আগে আসে, প্রমাণ পরে। এগুলো পুরোনো খাতার নজির, আজকের কোনো ঘটনার অভিযোগ নয়। নজির আর অভিযোগ গুলিয়ে ফেলা সেই রোগ, যেটি থেকে ব্লকচেইন আমাদের বাঁচাতে পারে না — শুধু সাংবাদিককে বাঁচাতে পারে।

আর taxonomy লেবেল সম্পর্কে একটি কথা স্পষ্ট করা দরকার। cricket_asia একটি শ্রেণিবিন্যাসের ট্যাগ, তথ্য নয়। এটি এশিয়া অঞ্চলের ক্রিকেট পরিসর বোঝায় — এশিয়ান জাতীয় দল, এশিয়ান ক্রিকেট কাউন্সিলের আয়োজিত প্রতিযোগিতা, অথবা এশিয়াভিত্তিক টি-টোয়েন্টি লিগ। একটি ট্যাগ থেকে দল, খেলোয়াড়, ফলাফল বা চুক্তির অনুমান টানা যায় না। এই সীমারেখাটি না টানলে বিশ্লেষণ নিজের ভিতরেই ভুয়া তথ্য তৈরি করে ফেলে, এবং সেটি ধরার কোনো উপায় থাকে না।

তবু লেবেলটি অকেজো নয়। এটি একটি পরিসর বেঁধে দেয়, আর পরিসর জেনে পুনরায় চালানোর সময় কোন ফরম্যাট টেবিল, কোন বোর্ড, কোন লিগ প্রসঙ্গ টানতে হবে তা আগেই ঠিক করা যায়। ব্লকচেইনের ভাষায় এটি হলো সূচক, ব্লক নয়। সূচক দিয়ে খোঁজা যায়, দাবি করা যায় না।

এখন সেই অংশটি, যেখানে আমি নিজের অবস্থানের বিপরীতে দাঁড়াতে চাই। ব্লকচেইন তথ্যের সত্যতা প্রমাণ করে না। একটি হ্যাশ প্রমাণ করে একটি নথি একটি নির্দিষ্ট সময়ে একটি নির্দিষ্ট রূপে বিদ্যমান ছিল। নথিটি সত্য কি না, সে প্রশ্নের উত্তর হ্যাশের ভিতরে নেই। ফলে সবচেয়ে বিপজ্জনক সম্ভাবনা তৈরি হয়: অপিরিবর্তনীয় আবর্জনা। একটি গুজব, একটি ভুল দাবি, একটি ট্রাফিক-লোভী শিরোনাম — সবই অনবদ্য সত্যতার সিলমোহর পেয়ে যেতে পারে, শুধু কারণ সেটি লেজারে ঢুকে গেছে।

যাচাইযোগ্যতা আর সত্য এক জিনিস নয়, এবং এই দুটির মাঝখানে সাংবাদিকতার পুরো পেশাটি দাঁড়িয়ে আছে। লেজার কেবল জবাবদিহি নিশ্চিত করতে পারে। কে লিখল, কখন লিখল, পরে বদলাল কি না — এটুকুই। দাবিটি ঠিক কি না, সেটি এখনো মানুষের কাজ, সম্পাদকের কাজ, পাঠকের কাজ।

দ্বিতীয় আপত্তিটি অর্থনৈতিক। অন-চেইন অবকাঠামোর খরচ ছোট বোর্ড, ফ্রিল্যান্স ডেটা ট্যাগার আর আঞ্চলিক আউটলেটের নাগালের বাইরে চলে যাওয়ার ঝুঁকি আছে। যে বোর্ড ইতিমধ্যেই সবচেয়ে ধনী, তার কাছে সবচেয়ে ভালো প্রমাণ-অবকাঠামো থাকবে; আর যে বোর্ডের রেকর্ড সবচেয়ে বেশি প্রশ্নবিদ্ধ, তার কাছে থাকবে না। প্রোভেন্যান্সের অভাবে যে বৈষম্য তৈরি হয়, প্রোভেন্যান্সের খরচে সেটি আরও গভীর হতে পারে।

তৃতীয় আপত্তিটি আমার নিজের পেশার বিরুদ্ধে। ফাঁকা রিপোর্টটি আসলে শৃঙ্খলের সবচেয়ে সৎ নথি। সে তথ্য বানায়নি। কিন্তু কে লিখবে সেই ফাঁকা রিপোর্ট? কেউ পড়বে না। পাঠক চায় গল্প, সম্পাদক চায় পাঠসংখ্যা, বিজ্ঞাপনদাতা চায় সময়। এই চাপেই বিশ্লেষক নিজের ফাঁকা ঘরগুলো কল্পনায় ভরাট করে ফেলে। ব্লকচেইন এই চাপ কমায় না — এটি কেবল লজ্জার সম্ভাবনা বাড়ায়।

তাই আমার সিদ্ধান্ত দ্বিমুখী। একটি দিকে, প্রতিটি স্পোর্টস ডেটা পাইপলাইনে গ্রহণ-দ্বার দরকার: সর্বনিম্ন তথ্য-বিন্দুর সংখ্যা, বাধ্যতামূলক ফরম্যাট লেবেল, বাধ্যতামূলক উৎস ও তারিখ। অন্যদিকে, প্রতিটি প্রকাশিত বিশ্লেষণের সঙ্গে তার ইনপুটের হ্যাশ প্রকাশ করা দরকার, এবং প্রতিটি সংশোধনের একটি পৃথক, মুছে না ফেলা এন্ট্রি। যে আউটলেট এটি করবে, সে ভুল করলে টিকে থাকবে; যে করবে না, সে ভুল করলে টিকবে না — শুধু সন্দেহ থাকবে।

পরের মৌসুমে আমি যে সংকেতটি দেখব তা নির্দিষ্ট: কোন আউটলেট প্রথম নিজের পদ্ধতির লগ প্রকাশ করবে, সেই লগে কতগুলো ব্যর্থ গ্রহণ দেখা যাবে, এবং সেই ব্যর্থতার কারণ তিনটি ভাগে আলাদা করা যায় কি না — পার্সিং, ইনপুটের অভাব, নাকি উৎসের শূন্যতা। যে দিন এই তিনটি আলাদা করা যাবে, সেদিন ক্রিকেটের সংখ্যাগুলো আবার অর্থ বহন করবে। আমার মন বদলে দেবে এমন একটি জিনিস আছে: যদি প্রমাণ হয় যে স্বচ্ছ প্রোভেন্যান্স ছোট বোর্ড আর স্বাধীন সাংবাদিককে বড় কাঠামোর ওপর নির্ভরশীল করে ফেলে, তবে আমার মডেলটি ভুল ছিল, এবং আমি সেটি প্রকাশ্যে লিখে রাখব।