ফাঁকা স্ক্যাফোল্ড, ভুয়া ইনসাইট: ক্রিকেট ডেটা পাইপলাইনে ব্লকচেইন-প্রোভেন্যান্স কেন জরুরি

স্ক্রিনে আটটি ব্লক। প্রতিটির ভেতরে হুবহু একই লাইন — "N/A — insufficient information"। উপরে শিরোনামের ঘর ফাঁকা, সোর্সের ঘর ফাঁকা, এনটিটির ঘর ফাঁকা। ২০১৭ সালে স্যালফোর্ডের এক কো-ওয়ার্কিং ডেস্কে বসে আমি ৪২টি প্রিমিয়ার লিগ ম্যাচের ফ্রেম-বাই-ফ্রেম ডেটাবেস তৈরি করেছিলাম; সেখানে শূন্য ঘর মানে ছিল কাজ বাকি, ঘরটা পরে ভরে নেব। আজ এই আটটি ব্লক তার ঠিক উল্টো ছবি — শূন্য ঘর মানে কাজ থামানো, কারণ ভরার মতো কিছু নেই। গ্যাপটা ফাঁকা ছিল না, প্রশ্নের অপেক্ষায় ছিল। কিন্তু এখানে প্রশ্নই আসেনি। এই নথিটা একটা দুই স্তরের বিশ্লেষণ-পাইপলাইনের দ্বিতীয় স্তরের আউটপুট, ডোমেইন ক্রিকেট। প্রথম স্তরের কাজ ছিল একটা সোর্স নিবন্ধ ভেঙে ফেলা — শিরোনাম, এক-বাক্যের সারমর্ম, ইনফরমেশন পয়েন্টের তালিকা, জড়িত এনটিটি, সময়-সংবেদনশীলতা আর সোর্সের গুণমান। প্রথম স্তর ফিরে এসেছে খালি হাতে: শিরোনাম নেই, সোর্স নেই, পয়েন্ট নেই, এনটিটি নেই। ফলে দ্বিতীয় স্তরের আট-মাত্রার কাঠামো — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, রিস্ক, পাবলিক ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন — প্রতিটা ঘরে জমা হয়েছে একটাই বাক্য: "insufficient information"। আটটা মাত্রার প্রতিটির জন্য ন্যূনতম শর্ত লেখা আছে। ফরম্যাট বুঝতে দরকার টেস্ট, ওডিআই, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড। খেলোয়াড়ের মূল্যায়নে দরকার অন্তত একটা নাম, একটা ভূমিকা, আর একটা ফরম্যাট-নির্দিষ্ট মেট্রিক — গড়, স্ট্রাইক রেট কিংবা ইকোনমি রেট। দলের ল্যান্ডস্কেপের জন্য দরকার দুটো নাম আর হোম-অ্যাওয়ে প্রোফাইল। লিগ ও বাণিজ্যের জন্য দরকার আইপিএল, বিগ ব্যাশ, পিএসএল বা এসএ২০-র মতো একটা নাম, নয়তো একটা নির্দিষ্ট সাইনিং। নিয়ম ও গভর্ন্যান্সের জন্য দরকার আইসিসি বা কোনো বোর্ড, সঙ্গে একটা নিয়ম বা যোগ্যতা-বিতর্ক। রিস্ক ম্যাট্রিক্সের সারিগুলো — স্পোর্টিং, পার্সোনেল, কমার্শিয়াল, রুলস-ইন্টিগ্রিটি, পাবলিক ওপিনিয়ন, সিস্টেমিক — সব ফাঁকা। কারণ সোর্সে একটা ইনফরমেশন পয়েন্টও নেই। একটা নামও নেই। একটা দলও নেই। নথির নিজের ভাষায়: "The correct professional action is to reject-and-return rather than manufacture insight।" খালি-হাতে ফিরে পাঠানো, ভুয়া ইনসাইট বানানোর বদলে। এই লাইনটাই আসল খবর। কারণ পাইপলাইনে এখন সবচেয়ে বড় ঝুঁকি ডেটার অভাব নয় — ডেটার অভাব ঢেকে দেওয়ার চাপ। যে পাইপলাইন খালি ঘর স্বীকার করতে পারে না, সে একসময় ভুয়া ঘর ভরে ফেলে, আর সেটাই সবচেয়ে ব্যয়বহুল ভুল। প্রথমে বোঝা দরকার, সিস্টেম কেন ভুয়া ডেটার দিকে ঝোঁকে। কারণটা সরল: কাঠামো তৈরি হয়ে গেলে সেটা ভরা দরকার। একটা টেমপ্লেট দাঁড়িয়ে থাকলে, একটা ডেডলাইন টিকটিক করলে, সিস্টেম চায় আউটপুট থাকুক। "কিছুই নেই" লেখা সহজ নয়, কারণ সেটা ব্যর্থতার মতো দেখায়। অথচ সেটাই এখানে সবচেয়ে বড় ফাঁদ। দ্বিতীয় স্তরের নথি নিজেই সতর্ক করছে — Fabrication risk, ভুয়া দল, ভুয়া খেলোয়াড়, ভুয়া ডেটা বসিয়ে দিলে সেটা একটা অনির্ভরযোগ্য, অ-যাচাইযোগ্য বিশ্লেষণ হয়ে দাঁড়াবে, আর সেই বিশ্লেষণের উপর দাঁড়ানো পরের সব স্তর বিষিয়ে যাবে। এই ঝুঁকিকে নথি সবচেয়ে উঁচু মাত্রা দিয়েছে, কারণ একবার ভুয়া ইনসাইট সিস্টেমে ঢুকলে সেটা আর ফেরানো যায় না। আমি নিজে কখনো এমন একটা দাবি ছাপি না যেটা আবার চালিয়ে দেখাতে পারি না। ২০১৭-তে ম্যানচেস্টার সিটির ৪-৩-৩ নিয়ে কাজ করার সময় প্রতিটা অ্যাটাকিং এন্ট্রি আলাদা করে ট্যাগ করেছিলাম — মোট ৩১৮টা হাফ-স্পেস এন্ট্রি, আর কেভিন ডি ব্রুইনার ডান হাফ-স্পেস থেকে আসা ১২টা অ্যাসিস্ট। প্রতিটা সংখ্যার পিছনে একটা ২০ সেকেন্ডের ক্লিপ ছিল; ক্লিপ না থাকলে সংখ্যা থাকত না। খেলোয়াড়-বন্দনা দিয়ে ম্যাচ ব্যাখ্যা করা সহজ, কিন্তু ফিল্ডের কোঅর্ডিনেট, বোলারের রিলিজ পয়েন্ট, ফিল্ডারের প্রথম পদক্ষেপ — এগুলো ছাড়া দাবি দাঁড়ায় না। এখানে ঠিক এই ডিসিপ্লিনটাই অনুপস্থিত: সোর্স-স্তরে পৌঁছানোর আগেই বিশ্লেষণ শুরু করার চাপ। দ্বিতীয় শিক্ষা: "N/A" নিজেই একটা ডেটা। খালি স্ক্যাফোল্ডটা অকেজো কাগজ নয়, এটা একটা ভ্যালিডেশন-ব্যর্থতার সংকেত। নথি চারটে মানদণ্ডে তথ্যমূল্য শূন্য তারকা দিয়েছে — স্পোর্টিং ভ্যালু, ইন্ডাস্ট্রি ভ্যালু, টাইমলিনেস ভ্যালু, রেফারেন্স ভ্যালু। এটা দুর্বলতার স্বীকারোক্তি নয়, বরং একটা নির্ণয়। রেটিং না দিয়ে "নিম্ন" বলে দিলে ধরে নেওয়া হতো ঝুঁকির অনুপস্থিতি মেপে দেখা গেছে, অথচ তা হয়নি। যাচাই না-হওয়া আর যাচাই-করা-নিরাপদ — এই দুইয়ের মধ্যে পাইপলাইনে প্রায়ই পার্থক্যটাই মুছে যায়। যেখানে লুকা মডরিচের এক কিলোমিটার গোটা ম্যাচকে তাঁর চারপাশে সাজিয়ে দিতে পারে, সেখানে একটা ফাঁকা এনটিটি-লিস্ট গোটা বিশ্লেষণকে থামিয়ে দেওয়ার ক্ষমতা রাখে। নথিতে ব্যবহৃত পরিভাষাগুলোও লক্ষণীয় — টেস্ট, ওডিআই, টি-টোয়েন্টি, পাওয়ারপ্লে, ডেথ ওভার, ডিএলএস, ডিআরএস, আইপিএল, বিপিএল, আইসিসি, এনওসি, এফটিপি। এগুলো এখানে বিশ্লেষণ হিসেবে বসেনি, বসেছে খালি প্লেসহোল্ডার হিসেবে। অর্থাৎ ফ্রেমওয়ার্ক প্রস্তুত, কিন্তু বিষয়বস্তু শূন্য। এই পার্থক্যটাই ধরতে না পারলে একটা খালি কাঠামোকে পূর্ণ বিশ্লেষণ ভেবে ভুল করা খুব সহজ। তৃতীয় স্তরটা প্রোভেন্যান্স। এখানেই ব্লকচেইনের প্রসঙ্গ আসে। ব্লকচেইনের মূল প্রতিশ্রুতি গোপনীয়তা নয়, বরং অপরিবর্তনীয়তা — প্রতিটা রেকর্ডের একটা ট্রেসযোগ্য উৎস থাকে, আর একবার লেখা হয়ে গেলে সেটা চুপিচুপি বদলানো যায় না। ক্রিকেট ডেটা পাইপলাইনে ঠিক এই গুণটাই দরকার। প্রতিটা ইনফরমেশন পয়েন্টের পিছনে যদি একটা উৎস-রেকর্ড থাকে — কোন ম্যাচ, কোন ওভার, কোন সোর্স, কোন তারিখ — তাহলে একটা খালি প্রথম-স্তর আর কখনো বৈধ দ্বিতীয়-স্তর বলে ছদ্মবেশ ধারণ করতে পারবে না। সিস্টেম নিজেই বলবে: এই ঘরে ইনপুট নেই, তাই এই ঘর বন্ধ। উৎস ছাড়া ইনসাইট সিস্টেমে ঢুকতেই পারবে না। এটাই তথ্যের এনড-টু-এনড ট্রেসেবিলিটি। এই কারণেই CricSultan-ধরনের ক্রস-চেক এত জরুরি। তথ্য ট্রেসযোগ্য, যাচাইযোগ্য আর পুনর্ব্যবহারযোগ্য হতে হবে। কোন দাবি কোথা থেকে এল, কে যাচাই করল, কখন যাচাই করল — এই তিনটে প্রশ্নের উত্তর না থাকলে বিশ্লেষণ যত মসৃণই হোক, তার ভিত্তি বালির উপর দাঁড়ানো। ডেটা-প্রোভেন্যান্স শুধু অডিটের সরঞ্জাম নয়, এটা একটা প্রতিরোধ — ফাঁকা জায়গা ভরার লোভটাকে শুরুতেই কঠিন করে তোলে। কাউন্টার-ইনটুইটিভ দিকটা স্পষ্ট: আমরা সবাই সিস্টেমের আউটপুট নিয়ে কথা বলি, কিন্তু ইনপুট কেউ অডিট করি না। অটোমেশন, কৃত্রিম বুদ্ধিমত্তা, রিয়েল-টাইম অ্যানালিটিক্স — সব আলোচনা শেষপ্রান্তে, অথচ সবচেয়ে বড় দুর্বলতা শুরুতে। দ্বিতীয় দিক: একটা ফাঁকা কিন্তু সাজানো স্ক্যাফোল্ড দেখতে কাজের মতো লাগে। শিরোনাম আছে, আটটা সেকশন আছে, সাব-টেবিল আছে, এভিডেন্স-লাইন আছে — সব জায়গায় একই বাক্য। এই ফর্মটাই বিপজ্জনক, কারণ এটা আসল বিশ্লেষণের মতো দেখতে। কেউ উপর-উপর চোখ বুলিয়ে গেলে ভাববে কাজ হয়ে গেছে; আর এখানেই দূষণ ছড়ায়। ফুটবলে পজেশন সবচেয়ে প্রতারক পরিসংখ্যান — ৬০ শতাংশ বল দখল রেখেও দল কিছু সৃষ্টি করে না। ক্রিকেট-ডেটাতেও তেমনি "পূর্ণ" দেখতে-লাগা রিপোর্ট সবচেয়ে ফাঁকা হতে পারে। রাশিয়ায় আমি শিখেছিলাম পাসকে লাইন আর রানকে বাক্য হিসেবে পড়তে; সেখানে একটা ভুল পাস গোটা প্যাটার্ন বদলে দেয়। পাইপলাইনে তেমনি একটা ভুয়া ইনফরমেশন পয়েন্ট গোটা বিশ্লেষণকে বদলে দেয়। ব্লকচেইন-প্রোভেন্যান্সের আসল কাজ বিশ্বাস বাড়ানো নয়, বরং ভুয়া ডেটা বানানো ব্যয়বহুল ও দৃশ্যমান করে তোলা। একটা রেকর্ড যদি প্রতিটা ধাপে হ্যাশ-করা উৎসের সঙ্গে বাঁধা থাকে, তবে ফাঁকা জায়গা ভরতে হলে সেটা ট্রেসযোগ্য মিথ্যা হতে হবে — আর ট্রেসযোগ্য মিথ্যা ধরা পড়ে। এখানেই আসল নিরাপত্তা, প্রতিশ্রুতিতে নয়, গঠনে। পরের পাইপলাইন চক্রে প্রশ্নটা তাই বদলানো উচিত। প্রশ্ন নয় — "আউটপুট কত সুন্দর?" প্রশ্ন — "ইনপুটটা কোথা থেকে এল, আর কে যাচাই করল?" একটা খালি স্ক্যাফোল্ড যদি একটা সৎ উত্তর হয়, তবে সেটাই সবচেয়ে দামি উত্তর। খেলাধুলার ডেটা-ব্যবস্থা যত বড় হচ্ছে, তত বড় হচ্ছে একটা ফাঁকা ঘর চিনে ফেলার ক্ষমতাই আসল শক্তি। ম্যাচের কোঅর্ডিনেট না থাকলে ক্লেইম থাকে না — এই নিয়ম ক্রিকেটে যেমন সত্য, পাইপলাইনেও তেমন। আরেকটা ফাঁকা ব্লক সামনে এলে সিস্টেম কি ভরবে, নাকি থামবে?