খালি লেজার: ইস্পোর্টস ডেটা পাইপলাইনের নীরব ব্যর্থতা এবং ব্লকচেইন যাচাইয়ের পাঠ

হুক: শূন্য সারির সকাল

সকাল সাতটায় ঢাকার মিরপুরে একটি স্কাউটিং অফিসের দ্বিতীয় তলায় আমি একটি স্প্রেডশিট খুললাম। শিটটি খালি ছিল। কলামের শিরোনাম ঠিকঠাক বসানো—তারিখ, ম্যাচ আইডি, রাউন্ড, ইভেন্টের টাইমস্ট্যাম্প, খেলোয়াড় আইডি, ইউটিলিটির ধরন, ক্ষতির পরিমাণ। কিন্তু নিচে একটিও সারি নেই। রাত দুইটা থেকে ভোর ছয়টা পর্যন্ত একটি স্বয়ংক্রিয় পাইপলাইন চলেছে, চার ঘণ্টা, এবং সকালে সে ফিরিয়ে দিয়েছে নিছক নীরবতা। কোনো এরর মেসেজ নেই। কোনো সতর্কবার্তা নেই। শুধু শূন্য।

আমি কফির কাপ নামিয়ে রাখলাম। একটি খালি টেবিল আসলে একটি বিবৃতি। সেটি বলে—আমি জানি না। অথচ আমাদের চারপাশের পুরো ইকোসিস্টেম জানে বলে দাবি করে। হাইলাইট রিল জানে। ট্রেন্ডিং টপিক জানে। লাইভ কমেন্টার জানে। কেবল আমার শিটটি জানে না, এবং সেটিই ছিল সেই সকালের সবচেয়ে সৎ তথ্য।

বছরের পর বছর ধরে আমি শিখেছি, একটি খালি ডেটাসেট আর একটি মিথ্যা ডেটাসেটের মধ্যে পার্থক্য হলো স্বচ্ছতা। খালি ডেটাসেট স্বীকার করে তার সীমা। মিথ্যা ডেটাসেট তা লুকায়। ২০২৬ সালের এই সকালে আমার সামনে যে পাইপলাইনটি ছিল, সে অন্তত সৎ ছিল—সে ভরাট করেনি, বানায়নি, অনুমান করেনি। প্রশ্ন হলো, কেন আমরা এই সততা এত কম দেখি?

প্রেক্ষাপট: একটি পাইপলাইন কীভাবে মিথ্যা বলে

আমি খেলাধুলার ডেটা নিয়ে কাজ করি পনেরো বছর ধরে। প্রথমে ফুটবলের শট ম্যাপ, তারপর প্রেসিং মেট্রিক, তারপর ট্রান্সফার ভ্যালুয়েশন, আর এখন ইস্পোর্টসের ম্যাচ ইভেন্ট। যত এগিয়েছি, তত বুঝেছি—আসল সমস্যা কখনো ডেটার অভাব নয়, আসল সমস্যা ডেটার বিশ্বাসযোগ্যতা। একটি পাইপলাইন তিনটি ধাপে চলে: সংগ্রহ, রূপান্তর, এবং সংরক্ষণ। প্রথম ধাপে ভুল হলে বাকি দুটি ধাপ সেই ভুলকে আরও পরিষ্কার, আরও সুন্দর, আরও বিশ্বাসযোগ্য করে তোলে।

২০২৬ সালের ইস্পোর্টস দৃশ্যপটে এই সমস্যা আগের যেকোনো সময়ের চেয়ে তীব্র। টুর্নামেন্টের সংখ্যা বেড়েছে, সম্প্রচার বেড়েছে, স্পনসরশিপ বেড়েছে। প্রতিটি মেজর ইভেন্টের জন্য ডজনখানেক ডেটা ভেন্ডর কাজ করে। কেউ ট্র্যাক করে এন্ট্রি ফ্র্যাগ, কেউ ইউটিলিটি এফিসিয়েন্সি, কেউ রোটেশন ল্যাটেন্সি, কেউ অর্থনৈতিক রাউন্ড ডিফারেনশিয়াল। অথচ এই ভেন্ডরদের মধ্যে কোনো অভিন্ন যাচাইয়ের মান নেই। যে কোম্পানি ডেটা বিক্রি করে, সে নিজেই নিজের ডেটার বিচারক।

আমি একবার একটি আঞ্চলিক লিগের জন্য দুইটি আলাদা সোর্সের ম্যাচ ডেটা মিলিয়ে দেখেছিলাম। একই ম্যাচ, একই রাউন্ড, দুইটি ভিন্ন ফলাফল। একটি সোর্স বলছিল ১৪টি এন্ট্রি ডুয়েল হয়েছে, অন্যটি বলছিল ১৯টি। পার্থক্যটা ছিল সংজ্ঞায়—একজন ইকুয়ালাইজেশনের পরের ডুয়েল গুনছিল, অন্যজন গুনছিল না। কেউ মিথ্যা বলেনি। কিন্তু কেউ সংজ্ঞাটা কখনো লিখেও রাখেনি।

এখানেই ব্লকচেইন প্রাসঙ্গিক হয়ে ওঠে, এবং আমি একে কোনো বিপণন শব্দ হিসেবে ব্যবহার করছি না। ব্লকচেইনের প্রকৃত অবদান ক্রিপ্টোকারেন্সি নয়—তার প্রকৃত অবদান হলো একটি অপরিবর্তনীয় লেজার, যেখানে প্রতিটি এন্ট্রির একটি টাইমস্ট্যাম্প, একটি হ্যাশ, এবং একটি পূর্ববর্তী ব্লকের সাথে সংযোগ থাকে। কেউ একটি রেকর্ড পরিবর্তন করলে পুরো শৃঙ্খল ভেঙে যায় এবং সেটি ধরা পড়ে। ইস্পোর্টস ডেটার ক্ষেত্রে এই ধারণাটি সরাসরি প্রযোজ্য: প্রতিটি ইভেন্টের একটি অপরিবর্তনীয় টাইমস্ট্যাম্প থাকা উচিত, এবং প্রতিটি রূপান্তরের একটি যাচাইযোগ্য ইতিহাস থাকা উচিত।

মূল বিশ্লেষণ

নাল ইনপুটের শারীরস্থান

যে সকাল থেকে আমি শুরু করলাম, সেটি আসলে একটি নাল ইনপুটের ঘটনা। একটি বিশ্লেষণ পাইপলাইনে প্রথম ধাপ হলো সোর্স নিবন্ধ থেকে তথ্য আহরণ। সেই আহরণ যদি শূন্য হয়, তাহলে পরের প্রতিটি ধাপ—প্যাচ বিশ্লেষণ, টুর্নামেন্ট ফরম্যাট বিশ্লেষণ, রোস্টার বিশ্লেষণ, আঞ্চলিক তুলনা, আর্থিক বিশ্লেষণ, নিয়মনীতি বিশ্লেষণ—সবই অর্থহীন হয়ে পড়ে। একটি খালি ইনপুটের উপর দাঁড়িয়ে একটি সুন্দর প্রতিবেদন তৈরি করা যায়, কিন্তু সেটি হবে মিথ্যার সবচেয়ে বিপজ্জনক রূপ: পরিষ্কারভাবে সাজানো মিথ্যা।

একটি বিশ্লেষণের সবচেয়ে গুরুত্বপূর্ণ গুণ হলো সেটি কখন থামতে হবে তা জানা। যখন তথ্য না থাকে, তখন সঠিক উত্তর হলো "তথ্য নেই", "অনুমান করা যাবে না", "যাচাই করা যায়নি"। এই তিনটি বাক্য লিখতে সাহস লাগে, কারণ এগুলো পাঠককে সন্তুষ্ট করে না। কিন্তু এগুলো সত্য।

আমি আমার কেরিয়ারে বহুবার এই চাপ অনুভব করেছি। সম্পাদক ফোন করেন, ডেডলাইন ঘনিয়ে আসে, বিষয়টা ট্রেন্ডিং। তখন সবচেয়ে সহজ কাজ হলো একটা গল্প বানানো। সবচেয়ে কঠিন কাজ হলো ফোন রেখে বলা—"আমার কাছে এই ম্যাচের যাচাই করা ডেটা নেই।" ২০১৭ সালে গুয়াহাটিতে আমি এই পাঠটা প্রথম শিখেছিলাম, যদিও সেটা ভিন্ন প্রেক্ষাপটে।

৩১২ শটের পাঠ

২০১৭ সালে, সিলেটে ইন্টারন্যাশনাল কমিউনিকেশন পড়ার সময়, আমি চৌদ্দ ঘণ্টার বাসে গুয়াহাটি গিয়েছিলাম ফিফা অনূর্ধ্ব-১৭ বিশ্বকাপ দেখতে। আমি শুধু দেখিনি। বারোটি ম্যাচের সব ৩১২টি শট আমি হাতে হাতে একটি স্প্রেডশিটে লিখেছিলাম, আর একটি পুরনো ল্যাপটপে—যার ব্যাটারি প্রায় মৃত ছিল—একটি মোটামুটি xG মডেল বানিয়েছিলাম।

সেই ল্যাপটপটি ছিল দ্বিতীয় হাতের। চার্জারটা ঢিলা ছিল, তাই ম্যাচ চলার সময় আমি সিটের নিচে পা দিয়ে তার চেপে ধরে রাখতাম যাতে প্লাগ খুলে না যায়। স্ক্রিনে একটা ফাটল ছিল কোণায়, ঠিক যেখানে স্ট্যাটাস বার থাকে। সেই ফাটলের মধ্য দিয়ে আমি প্রতি ম্যাচে গড়ে ২৬টি শট গুনেছি, এবং প্রতিটি শটের জন্য পাঁচটি ফিল্ড পূরণ করেছি: দূরত্ব, কোণ, অ্যাসিস্টের ধরন, ডিফেন্ডারের চাপ, এবং গোলকিপারের অবস্থান।

আমি দ্বিতীয় হাতের ল্যাপটপটি খুলে ৩১২টি শটকে একটি ভাষা হতে দিয়েছিলাম। সেই ভাষা আমাকে বলেছিল, ইংল্যান্ডের রিয়ান ব্রুস্টার—আট গোল, গোল্ডেন বুট—টুর্নামেন্টের সবচেয়ে দক্ষ ফিনিশার। স্কোরলাইন সেটি বলেনি। স্কোরলাইন শুধু গোল গুনেছিল। শটের গুণমান সত্যটা বলেছিল।

ঘরে ফিরে আমি একটি চল্লিশ পাতার নোটবুক নিয়ে এসেছিলাম এবং একটি বিশ্বাস: শটের গুণমান, স্কোরলাইন নয়, সত্য বলে। এই বিশ্বাসটি আমার লেখার ধরন বদলে দিয়েছিল। আমি ম্যাচ রিপোর্টে চূড়ান্ত স্কোরের বদলে শট কোয়ালিটি উল্লেখ করতে শুরু করলাম, আর প্রতিটি দাবির নিচে একটি কাঁচা সংখ্যা ফুটনোট করতে শুরু করলাম।

এই অভ্যাসটি আমার প্রাথমিক ব্লগ পোস্টগুলোকে ঘন এবং অনাকর্ষণীয় করে তুলেছিল, কিন্তু অস্বাভাবিকভাবে নির্ভুল। অল্প কিছু পাঠক হাইলাইট রিলের বদলে আমার সংখ্যাগুলো বিশ্বাস করতে শুরু করেছিলেন। এটাই ছিল আমার প্রথম লেজার—একটি সাধারণ স্প্রেডশিট, যেখানে প্রতিটি সারির একটি টাইমস্ট্যাম্প ছিল।

লেজার-চিন্তা: ব্লকচেইন কেন প্রাসঙ্গিক

এখন আমি সেই লেজার-চিন্তাটিকে ইস্পোর্টসে প্রয়োগ করি। ব্লকচেইনের মূল শিক্ষা তিনটি: অপরিবর্তনীয়তা, বিতরণ, এবং যাচাইযোগ্যতা। ইস্পোর্টস ডেটা পাইপলাইনে এই তিনটির অভাব সবচেয়ে বড় ঝুঁকি।

প্রথমত, অপরিবর্তনীয়তা। একটি ম্যাচের ইভেন্ট ডেটা যদি সম্প্রচারের পর পরিবর্তিত হতে পারে, তাহলে সেটি আর প্রমাণ নয়—সেটি সম্পাদনার যোগ্য একটি নথি। আমি একবার একটি ভেন্ডরের ডেটাসেট ডাউনলোড করেছিলাম, সাত দিন পর আবার ডাউনলোড করেছিলাম, এবং দেখলাম একটি নির্দিষ্ট খেলোয়াড়ের ইউটিলিটি কাউন্ট দুই কমে গেছে। কারণ ব্যাখ্যা চাওয়া হলে তারা বলেছিল "স্ক্রিপ্ট আপডেট"। কিন্তু কোন ইভেন্টটি বাদ পড়ল, কে সিদ্ধান্ত নিল, কেন—কিছুই জানা যায়নি।

দ্বিতীয়ত, বিতরণ। একটি কেন্দ্রীয় ডেটা সোর্স মানে একটি কেন্দ্রীয় ব্যর্থতার বিন্দু। যদি সেই সোর্স ভুল করে, অথবা যদি সেই সোর্সের স্বার্থ থাকে, তাহলে পুরো ইকোসিস্টেম সেই ভুলের উপর দাঁড়িয়ে সিদ্ধান্ত নেয়। আমি দেখেছি স্কাউটিং এজেন্সি একটি একক সোর্সের ডেটার উপর ভিত্তি করে খেলোয়াড় মূল্যায়ন করেছে, এবং সেই সোর্স পরে প্রমাণিত হয়েছে পক্ষপাতদুষ্ট।

তৃতীয়ত, যাচাইযোগ্যতা। একটি দাবি যত সুন্দর হোক, যদি তা যাচাই করা না যায়, তার মূল্য শূন্য। ইস্পোর্টসে আমরা প্রায়ই দেখি ম্যাচের পরে পরিসংখ্যান প্রকাশিত হয়, কিন্তু কেউ কখনো জানে না সেই পরিসংখ্যানের সংজ্ঞা কী, নমুনা কত বড়, এবং কোনো ইভেন্ট বাদ পড়েছে কি না।

যাচাই করা যায় না এমন তথ্য আসলে তথ্য নয়; সেটি কেবল একটি দাবি। ব্লকচেইনের অবদান হলো এই দাবি আর তথ্যের মধ্যে একটি দৃশ্যমান সীমানা আঁকা। প্রতিটি রেকর্ডের একটি হ্যাশ থাকে, প্রতিটি রেকর্ডের একটি পূর্বসূরি থাকে, এবং কেউ কিছু লুকিয়ে পরিবর্তন করলে শৃঙ্খলটি নিজেই চিৎকার করে ওঠে।

PPDA এবং যাচাইয়ের শৃঙ্খলা

২০১৮ সালে, অনূর্ধ্ব-১৭ ডেটাসেটের সূত্র ধরে আমি একটি নিউ-মিডিয়া আউটলেটের জন্য রাশিয়া বিশ্বকাপে ফ্রিল্যান্স ডেটা-কন্ট্রিবিউটর হিসেবে কাজ পাই। আমি ৬৪টি ম্যাচের PPDA লগ করেছিলাম এবং জার্মানির প্রেসিং পতন চিহ্নিত করেছিলাম: মেক্সিকোর বিরুদ্ধে ০-১ পরাজয়ে তাদের PPDA ছিল ১৩.৪, যা ২০১৪ সালের ৮.১ থেকে তীব্রভাবে বেড়েছিল। সুইডেন ম্যাচের আগে প্রকাশিত একটি প্রিভিউতে আমি লিখেছিলাম, জার্মানি গ্রুপ এফ থেকে বেরোতে পারবে না। তারা গ্রুপের তলানিতে শেষ করেছিল।

এই ঘটনার আসল শিক্ষা জার্মানি সম্পর্কে নয়। আসল শিক্ষা হলো—PPDA কোনো ভবিষ্যদ্বাণী ছিল না; PPDA ছিল রাশিয়ার একটি চাপ-মানচিত্র। আমি কেবল সেই মানচিত্র পড়েছিলাম। জার্মানির প্রেসিং রেখা উপরে উঠছিল, আর উপরে ওঠা প্রেসিং রেখা মানে পেছনে খোলা জায়গা। মেক্সিকো সেই জায়গা ব্যবহার করেছিল।

এই অভিজ্ঞতার পর আমি আখ্যান-নির্ভর প্রিভিউ ছেড়ে দিয়ে প্রতিটি দলের জন্য একটি টুর্নামেন্ট-পূর্ব মেট্রিক বেসলাইন নথি বানাতে শুরু করলাম। প্রতিটি নথিতে আমি লিখতাম: মেট্রিকের সংজ্ঞা, নমুনার আকার, তুলনার সময়কাল, এবং অনিশ্চয়তার মাত্রা। এই পদ্ধতি আমার টুর্নামেন্ট লেখা ধীরে উৎপাদিত এবং ভারী পড়তে হয়, কিন্তু অনেক কঠিন খণ্ডনযোগ্য করে তুলল। সম্পাদকরা আমার লেখা সংখ্যা না আসা পর্যন্ত আটকে রাখতে শুরু করলেন।

আমি শিরোনামকে শ্বাস নিতে দেওয়ার আগে টাইমস্ট্যাম্পটি মিলিয়ে নিই। এই অভ্যাসটি আমাকে সেই সকালের মতো পরিস্থিতিতে রক্ষা করেছে, যখন একটি খালি ডেটাসেট আমার সামনে ছিল। যদি আমি যাচাই না করতাম, আমি হয়তো একটি খালি স্প্রেডশিট থেকে একটি বিশ্বাসযোগ্য গল্প বানিয়ে ফেলতাম।

৩৩ শতাংশের নতুন ভিত্তি

২০২০ সালে, যখন বুন্দেসলিগা খালি স্টেডিয়ামে ফিরেছিল, আমি প্রথম পাঁচটি ম্যাচডে ট্র্যাক করেছিলাম এবং দেখলাম ঘরের জয়ের হার নেমে এসেছে ৩৩ শতাংশে, পাঁচ মৌসুমের ভিত্তি ৪৩ শতাংশের বিপরীতে। আমি এই ফলাফল প্রকাশ করেছিলাম আর সাথে দ্বিতীয় একটি ডেটাসেট: বৈশ্বিক ট্রান্সফার ব্যয় গ্রীষ্মের উইন্ডোতে প্রায় ৪০ শতাংশ কমেছে।

আমার নিয়োগকর্তা, ঢাকার একটি স্কাউটিং এজেন্সি, কর্মীদের এক-তৃতীয়াংশ ছাঁটাই করল। আমি টিকে ছিলাম একটি পোস্ট-কোভিড ভ্যালুয়েশন মডেল পিচ করে, যা সেই খেলোয়াড়দের ছাড় দিত যাদের উৎপাদন ভিড়ের চাপের উপর নির্ভরশীল ছিল।

ত্রিশ শতাংশ কোনো ত্রুটি ছিল না; সেটি একটি নতুন ভিত্তিরেখা। এই বাক্যটি আমাকে একটি কঠিন সত্য শিখিয়েছিল: ভিত্তিরেখা নিজেই পরিবর্তিত হয়, এবং যারা পুরনো ভিত্তিরেখায় আটকে থাকে তারা প্রতিটি নতুন তথ্যকে অস্বাভাবিক বলে ভুল করে। সেই পাঁচ ম্যাচডের ডেটাসেট ছোট ছিল, আমি সেটি স্বীকার করেছিলাম। কিন্তু ছোট নমুনা মানে মিথ্যা নয়; ছোট নমুনা মানে সীমিত আত্মবিশ্বাস।

এখানে একটি সূক্ষ্ম পার্থক্য আছে যা ইস্পোর্টসে আমরা প্রায়ই ভুলে যাই। একটি ডেটাসেট ছোট হওয়া আর একটি ডেটাসেট ভুল হওয়া দুটি আলাদা বিষয়। একটি খালি ডেটাসেট বড় হলেও খালি। আর একটি ছোট ডেটাসেট সৎ হলে মূল্যবান। ২০১৭ সালে আমার ৩১২ শটের ডেটাসেট বারোটি ম্যাচের ছিল—পরিসংখ্যানগতভাবে দুর্বল, কিন্তু প্রতিটি সংখ্যা যাচাইযোগ্য ছিল।

ট্রান্সফার উইন্ডো একটি লেজার

ইস্পোর্টস ট্রান্সফার মার্কেটেও একই যাচাইয়ের সমস্যা আছে, এবং এখানেই ব্লকচেইনের ধারণা সবচেয়ে সরাসরি প্রযোজ্য। ট্রান্সফার উইন্ডো একটি গুজব কল নয়; এটি একটি লেজার। প্রতিটি চুক্তির একটি টাইমস্ট্যাম্প আছে, একটি পক্ষ আছে, একটি মূল্য আছে, এবং একটি মেয়াদ আছে। যারা এই লেজারটি পড়তে পারে না, তারা গুজবের উপর নির্ভর করে।

আমি দেখেছি একটি খেলোয়াড়ের স্থানান্তরের খবর তিনটি ভিন্ন তারিখে তিনটি ভিন্ন উৎসে প্রকাশিত হয়েছে। প্রথমে "আলোচনা চলছে", তারপর "চুক্তি প্রায় নিশ্চিত", তারপর "স্বাক্ষর সম্পন্ন"। পাঠক তিনটি আলাদা ঘটনা ভাবেন। আসলে সেটি একটিই ঘটনা, তিনবার ভিন্ন ফ্রেমে দেখানো। একটি লেজার থাকলে এই বিভ্রান্তি থাকত না, কারণ প্রতিটি পরিবর্তনের একটি অপরিবর্তনীয় টাইমস্ট্যাম্প থাকত।

আমার একটি মূল্যায়ন নীতি আছে, যাকে আমি দুই-টুর্নামেন্ট নিশ্চিতকরণ নিয়ম বলি। একটি মাত্র নমুনা থেকে আমি কোনো সুপারিশ দিই না। ২০২১ সালে, ইউরো ২০২০-এর সময়, আমি ব্যাক-থ্রি বিপ্লবের কোরাসে যোগ দিতে অস্বীকার করেছিলাম। আমি বদলে একটি স্থিতিশীলতা পরীক্ষা চালিয়েছিলাম: যে দলগুলো টুর্নামেন্টের মাঝপথে ফর্মেশন বদলেছে, তারা প্রতি ৯০ মিনিটে বেশি গোল হজম করেছে তাদের তুলনায় যারা কাঠামো ধরে রেখেছে।

আমি ইতালির প্রেস-প্রতিরোধ ক্ষমতাও চিহ্নিত করেছিলাম—জর্জিনিয়ো চাপের মধ্যে তার পাসের ৯১ শতাংশ সম্পন্ন করেছিলেন। আমি ইউরো ও সিরি আ ডেটা ব্যবহার করে দুইটি ক্লায়েন্ট ক্লাবকে মিকেল ডামসগার্ডের সুপারিশ করেছিলাম। দুটিই রাজি হয়নি। ডামসগার্ড ২০২২ সালে ব্রেন্টফোর্ডে গিয়েছিলেন প্রায় ১২ মিলিয়ন পাউন্ডে, আর আমি চুপচাপ ফাইলটি রেখে দিয়েছিলাম।

এই দুই-টুর্নামেন্ট নিয়ম আমার আউটপুট ধীর করে দিয়েছে এবং দুইটি দ্রুত জয় কেড়ে নিয়েছে। কিন্তু এটি এটাও নিশ্চিত করেছে যে আমার নাম কখনো একটি আতঙ্কের ক্রয়ের সাথে যুক্ত হয়নি—একটি সুনাম যা আমি আমার ডেডলাইনের চেয়ে বেশি যত্নে রেখেছি। লেজার মনে রাখে, এমনকি যখন সাংবাদিক ভুলে যায়।

অবকাঠামো একটি মেটা

দক্ষিণ এশিয়ার ইস্পোর্টসে যাচাইয়ের সমস্যাটি আরও জটিল, কারণ এখানে ডেটার সাথে অবকাঠামোর সমস্যা যুক্ত। বাংলাদেশ এবং গুয়াহাটির অনানুষ্ঠানিক প্রশিক্ষণ কক্ষে, যেখানে সংযোগ অস্থির এবং হার্ডওয়্যার সীমিত, সেখানে প্রতি ম্যাচের ডেটা সংগ্রহ করা মানে শুধু গেম ডেটা সংগ্রহ করা নয়—পিং, জিটার, এবং হার্ডওয়্যার সীমা সংগ্রহ করা।

গুয়াহাটি আমাকে শিখিয়েছিল যে একটি শান্ত ঘর একটি পুরো লিগ ধারণ করতে পারে। সেই শান্ত ঘরে আমি বুঝেছিলাম, একটি খেলোয়াড়ের পারফরম্যান্স মেট্রিক কখনো তার হার্ডওয়্যার থেকে আলাদা করা যায় না। যদি একজন খেলোয়াড় ৯০ মিলিসেকেন্ড পিং-এ খেলে এবং আরেকজন ২০ মিলিসেকেন্ডে, তাহলে তাদের প্রতিক্রিয়ার সময়ের তুলনা করা মানে দুইটি ভিন্ন বাস্তবতার তুলনা করা।

এখানে অবকাঠামো একটি মেটা। এটি নির্ধারণ করে কে প্রতিযোগিতা করতে পারবে এবং কে পারবে না। যদি আমরা এই চলকটি পরিমাপ না করি, তাহলে আমাদের প্রতিভা মূল্যায়ন ভুল হবে—আমরা দক্ষতাকে ভুল করে সৌভাগ্য ভাবব। এই কারণেই আমি প্রতি ডেটাসেটে অবকাঠামো সম্পর্কিত ফিল্ড যোগ করি: গড় পিং, পিং-এর তারতম্য, এবং মেশিনের স্পেসিফিকেশন।

যাচাইয়ের গেট

সেই সকালের খালি স্প্রেডশিট আমার কাছে একটি বড় শিক্ষা রেখে গেছে। একটি পাইপলাইনে একটি যাচাইয়ের গেট থাকা উচিত, যা পরীক্ষা করে তথ্য সত্যিই এসেছে কি না। যদি তথ্য না আসে, পাইপলাইন থামা উচিত, বানানো উচিত নয়।

একটি ন্যূনতম নন-এম্পটি তথ্য বিন্দুর একটি থ্রেশহোল্ড থাকা উচিত। যদি একটি ইনপুট সেই থ্রেশহোল্ডে পৌঁছায় না, তাহলে স্বয়ংক্রিয় প্রকাশ বন্ধ হওয়া উচিত। এই নিয়মটি অজনপ্রিয়, কারণ এটি গতি কমায়। কিন্তু আমি বরং ধীর এবং সঠিক হতে চাই, দ্রুত এবং মিথ্যা নয়।

ব্লকচেইনের সবচেয়ে গুরুত্বপূর্ণ পাঠ এখানেই: সিস্টেমটি এমনভাবে তৈরি করা উচিত যেখানে ভুল করা কঠিন, এবং ভুল লুকানো আরও কঠিন। ইস্পোর্টস ডেটা পাইপলাইনে এই নীতি প্রয়োগ করলে আমরা একটি সমস্যা সমাধান করব যা এখন নীরব কিন্তু ব্যাপক—অযাচাইকৃত তথ্যের উপর ভিত্তি করে নেওয়া সিদ্ধান্ত।

বিপরীতমুখী কোণ

এখন আসি সেই অংশে যেখানে আমি স্বাভাবিক প্রবাহের বিরুদ্ধে যেতে চাই। সাধারণ ধারণা হলো, বেশি ডেটা মানে ভালো সিদ্ধান্ত। আমি এই ধারণাটি প্রশ্ন করি।

আমার অভিজ্ঞতায়, ইস্পোর্টসে ডেটার পরিমাণ বেড়েছে কিন্তু ডেটার গুণমান তেমন বাড়েনি। প্রতিটি ম্যাচ থেকে এখন হাজার হাজার ইভেন্ট রেকর্ড করা হয়। কিন্তু এই বিশালতার মধ্যে লুকিয়ে থাকে আরও বেশি খালি বা অর্থহীন ডেটা। একটি বড় ডেটাসেট আর একটি সঠিক ডেটাসেট এক নয়। বরং বিপরীতটি প্রায়ই সত্য: একটি বিশাল ডেটাসেটে ভুল লুকানো সহজ, কারণ কেউ পুরো ভরের যাচাই করে না।

এখানে আরেকটি বিপরীত চিন্তা আছে। আমরা সাধারণত ভাবি, একটি খালি ডেটাসেট একটি ব্যর্থতা। কিন্তু আমি বলি, একটি খালি ডেটাসেট একটি সতর্কবার্তা যা আমাদের রক্ষা করে। যদি পাইপলাইন সৎভাবে খালি থাকে, আমরা জানি আমাদের কিছু যায়নি। বিপদ আসে তখন, যখন পাইপলাইন মিথ্যাভাবে ভরাট হয়—অনুমান দিয়ে, পুনর্গঠন দিয়ে, বা একটি মডেলের আউটপুটকে বাস্তব তথ্য বলে চালিয়ে দিয়ে।

আমি এই ধরনের একটি ঘটনা দেখেছি। একটি অটোমেটেড সিস্টেম একটি কম-নমুনার ম্যাচ থেকে একটি খেলোয়াড়ের জন্য একটি পারফরম্যান্স স্কোর তৈরি করেছিল। স্কোরটি সুন্দর দেখাচ্ছিল, দশমিকের পরে দুই অঙ্ক। কিন্তু নিচে যে নমুনা ছিল, সেটি ছিল মাত্র আটটি রাউন্ড। স্কোরটি আসলে অনিশ্চয়তার একটি আবরণ। কেউ জিজ্ঞেস করল না, নমুনা কত বড়।

যাচাই না করা ডেটা যোগ করা মানে তথ্য যোগ করা নয়; সেটি অনিশ্চয়তা যোগ করা। এই কারণেই আমি বলি, একটি যাচাইয়ের গেট কেবল একটি সুরক্ষা নয়—এটি একটি বিশ্লেষণাত্মক সরঞ্জাম। এটি আমাদের স্মরণ করিয়ে দেয় যে প্রতিটি সংখ্যার পেছনে একটি সংজ্ঞা, একটি নমুনা, এবং একটি অনিশ্চয়তা আছে।

তৃতীয় একটি বিপরীত বিষয় হলো অটোমেশন সম্পর্কে। আমরা অটোমেশনকে নিরপেক্ষ ভাবি। কিন্তু একটি অটোমেটেড পাইপলাইন তার নিয়মগুলো কোথাও লুকিয়ে রাখে। যদি সেই নিয়মগুলো নথিভুক্ত না থাকে, তাহলে অটোমেশন আসলে একটি কালো বাক্স—যা দ্রুত এবং আত্মবিশ্বাসী, কিন্তু অজ্ঞ। ব্লকচেইনের দর্শন এখানে সরাসরি প্রযোজ্য: একটি নিয়ম কেবল তখনই বিশ্বাসযোগ্য, যখন সেটি দৃশ্যমান এবং যাচাইযোগ্য।

টেকঅওয়ে

সেই সকালের খালি স্প্রেডশিট আমার সামনে একটি প্রশ্ন রেখে গেছে, যা প্রতিটি ডেটা-নির্ভর বিশ্লেষককে নিজেকে জিজ্ঞেস করা উচিত: আপনি কি তথ্য তৈরি করছেন, নাকি তথ্যের অভাব ঢেকে দিচ্ছেন? পার্থক্যটি ছোট মনে হয়, কিন্তু সিদ্ধান্তের মানের উপর এর প্রভাব বিশাল।

আমি আমার দ্বিতীয় হাতের ল্যাপটপটি এখনো রেখে দিয়েছি, যদিও সেটি আর চলে না। ব্যাটারিটা সম্পূর্ণ মৃত, স্ক্রিনের কোণার ফাটলটা আরও বড় হয়েছে। কিন্তু সেটি আমার একটি লেজার—একটি স্মারক যে যাচাই ছাড়া কোনো সংখ্যার মূল্য নেই। আগামী টুর্নামেন্ট সাইকেলে প্রতিটি বিশ্লেষককে একটি প্রশ্নের উত্তর দিতে হবে: আপনি কি আপনার তথ্যের উৎস প্রমাণ করতে পারেন, নাকি আপনি কেবল আত্মবিশ্বাসের সাথে অনুমান করছেন?

লেজার মনে রাখে। প্রশ্ন হলো, আমরা কি মনে রাখব?