যে রিপোর্টে ক্রিকেট ছিল না: ক্রীড়া ডেটা পাইপলাইনের বিশ্বাস-সংকট ও ব্লকচেইন সমাধান

গত রাতে ডেটা পাইপলাইনের রিপোর্ট খুলে বসে আমি এক অদ্ভুত দৃশ্য দেখলাম। ফাইলের মাথায় নিশ্চিন্তে লেখা — ডোমেইন লেবেল: cricket_asia। কিন্তু ভেতরে ঢুকে যা পেলাম, তা ক্রিকেটের গল্প নয়। বাইশ গজ নেই, ব্যাট নেই, বাউন্ডারি নেই। আছে ব্রেন্ট ক্রুড, ডব্লিউটিআই, হরমুজ প্রণালী, আন্তর্জাতিক জ্বালানি সংস্থার জরুরি ডিজেল ছাড়, ছায়া-বহরের জাহাজ, আর আমেরিকা-ইরান-রাশিয়া নিষেধাজ্ঞার অর্থনীতি। চৌত্রিশটি তথ্যবিন্দুর একটিতেও কোনো দল, খেলোয়াড়, লিগ কিংবা আইসিসি নেই। আমি ফাইনাল হুইসেলের পর জেগে থেকে নীরবতা শুনতে অভ্যস্ত; এবার শুনলাম এমন এক সিস্টেমের নীরবতা, যে নিজের ভুল ভাষায় কথা বলে চলেছে।

এই ভুল ছোট নয়। আঠারো বছর ধরে ক্রিকেটের স্কোরকার্ড, বোর্ডরুমের সিদ্ধান্ত আর ম্যাচ-পরবর্তী চুপচাপ মুহূর্ত ঘেঁটে আমি একটি কথা শিখেছি — যে সংখ্যা নিজের গল্প বলতে পারে না, সেটি বিপজ্জনক। আজ প্রশ্ন সংখ্যার নয়, লেবেলের। আধুনিক ক্রীড়া-সাংবাদিকতা আর ফ্র্যাঞ্চাইজি বিশ্লেষণ এখন আর কেবল মানুষের চোখে চলে না। স্ক্র্যাপার, ক্লাসিফায়ার আর ভাষা-মডেলের একটি অদৃশ্য পাইপলাইন প্রতি মিনিটে হাজারো নিবন্ধ পড়ে, ট্যাগ করে, দলে ভাগ করে। সেই পাইপলাইনে একটি ভুল লেবেল মানে একটি ভুল বিশ্বাস। আর ভুল বিশ্বাস ছড়ায় ঠিক সেরকম নিঃশব্দে, যেরকম নিঃশব্দে খালি স্টেডিয়ামে বল ব্যাটে লাগে।

আমি যখন সিলেটে বসে বার্সেলোনা-পিএসজির ছয়-এক ম্যাচ নিয়ে সারা রাত জেগে লেখা শেষ করি, তখন ডেটা মানে ছিল কেবল স্কোরকার্ড। কে কত রান, কত উইকেট, কত ওভার। আজ ডেটা মানে অনেক বড় কিছু — একটি শিল্প, একটি বাজার, একটি ক্ষমতার কাঠামো। বিসিবি থেকে আইপিএল নিলাম, ফ্র্যাঞ্চাইজি মূল্যায়ন থেকে সম্প্রচার স্বত্ব — সবকিছুর পেছনে এখন লেবেল করা, শ্রেণীবদ্ধ করা তথ্যের স্তূপ। কিন্তু এই স্তূপ যদি নিজেই দূষিত হয়, তখন বিশ্লেষণের ভিতটাই কেঁপে ওঠে।

ভাবুন সেই দৃশ্যটি। একটি নিবন্ধ আসল, বিষয় মধ্যপ্রাচ্যের তেল সরবরাহ, হরমুজ প্রণালীর নিরাপত্তা, আন্তর্জাতিক জ্বালানি সংস্থার জরুরি ছাড়। সাক্সো ব্যাংকের বিশ্লেষক ওলে হ্যানসেনের মন্তব্য আছে, ডোনাল্ড ট্রাম্পের নিষেধাজ্ঞার হুমকি আছে, ভলোদিমির জেলেনস্কির বক্তব্য আছে। ক্রিকেট নেই। অথচ পাইপলাইনের লেবেল গর্ব করে বলছে cricket_asia। এই একটি ভুল লেবেল যদি ক্রিকেট-সেন্টিমেন্টের সমষ্টিগত হিসাবে ঢুকে পড়ে, তাহলে একটি ভুয়া সংকেত তৈরি হয় — যেন ক্রিকেট-বিশ্ব হঠাৎ তেলের দাম নিয়ে উদ্বিগ্ন। বাস্তবে তা নয়। কিন্তু অ্যালগরিদম বাস্তব দেখে না, সে লেবেল দেখে।

এখানেই ব্লকচেইনের প্রশ্নটি আসে। আমরা সাধারণত ব্লকচেইনকে দেখি ক্রিপ্টোকারেন্সির চশমায় — দামের ওঠানামা, স্পেকুলেশন, শীতকাল। কিন্তু এর আসল শক্তি অন্য জায়গায়: ডেটার উৎস ও ইতিহাস যাচাইযোগ্য করে তোলার ক্ষমতা। একটি ব্লকচেইন লেজারে প্রতিটি রেকর্ড লেখা হয় টাইমস্ট্যাম্পসহ, আর সেই রেকর্ড বদলাতে গেলে পুরো চেইন ভেঙে যায়। অর্থাৎ কে, কখন, কী লেবেল দিল — সব অপরিবর্তনীয়ভাবে সংরক্ষিত থাকে।

ক্রীড়া-ডেটা শিল্পের আসল সংকট প্রযুক্তির নয়, জবাবদিহিতার। একটি নিবন্ধকে কে cricket_asia বলল, কোন মডেল, কোন নিয়মে, কোন প্রশিক্ষণ-ডেটার ভিত্তিতে — এই প্রশ্নের উত্তর আজ কারও কাছে নেই। কারণ লেবেলিং প্রক্রিয়া একটি কালো বাক্স। আর কালো বাক্সের সমস্যা হলো, ভুল ধরার কোনো উপায় তার ভেতরে থাকে না।

আমি স্প্রেডশিট খুলে দেখলাম, সংখ্যাগুলো কোথায় আত্মসমর্পণ করল। দেখা গেল, সমস্যাটি বিচ্ছিন্ন নয়। "আইইএ" সংক্ষিপ্ত রূপটি এখানে আন্তর্জাতিক জ্বালানি সংস্থা। কিন্তু একটি অন্ধ পার্সারের কাছে এই তিন অক্ষর ক্রিকেটের কোনো সংক্ষিপ্ত রূপ বলে মনে হতে পারে। ভাষা-মডেলগুলো প্রসঙ্গ না বুঝে অক্ষর ধরে অর্থ করে — ঠিক যেমন একজন অনভ্যস্ত স্কাউট শুধু জার্সি নম্বর দেখে খেলোয়াড় বিচার করে ফেলে। ফলে "ডিজেল ছাড়" আর "ডেথ ওভার" একই ঝুড়িতে পড়ে যায়।

ক্রিকেট ইতিমধ্যেই ডেটা-ঘন খেলা। প্রতি বল একটি তথ্যবিন্দু, প্রতি ওভার একটি রেকর্ড, প্রতি ম্যাচ একটি ডেটাসেট। স্ট্যাটসগুরু থেকে ক্রিকশিট পর্যন্ত বিপুল বল-বল আর্কাইভ আজ উন্মুক্ত। এই সম্পদ যত বাড়ছে, তত বাড়ছে শ্রেণীবিন্যাসের চাপও। কিন্তু এই বিপুল প্রবাহে একটি মাত্র ভুল ট্যাগ সিস্টেমের পুরো বিশ্বাসযোগ্যতাকে প্রশ্নবিদ্ধ করতে পারে — ঠিক যেমন একটি ভুল ডিআরএস সিদ্ধান্ত পুরো ম্যাচের আবহ বদলে দেয়।

এই দূষণ নিরীহ নয়। ধরুন, ভুল লেবেল করা নিবন্ধটি ক্রিকেট-সেন্টিমেন্ট ফিডে ঢুকল। একটি ফ্যান্টাসি প্ল্যাটফর্ম হয়তো সেই "উদ্বেগকে" সংকেত ধরে খেলোয়াড়ের মূল্য বদলে ফেলল। একটি নিলাম-মডেল হয়তো ভুল ইনপুটে ভুল প্রক্ষেপণ করল। বাজি-বাজারের ভাষায় এটি বিষাক্ত ডেটা। আর বিষাক্ত ডেটার বৈশিষ্ট্য হলো, ক্ষতিটি টের পাওয়া যায় অনেক দেরিতে — যখন ফলাফল ইতিমধ্যেই ঘোষিত।

প্রচলিত ধারণা বলছে, কৃত্রিম বুদ্ধিমত্তা যত উন্নত হবে, ডেটার ভুল তত কমবে। কিন্তু আমার অভিজ্ঞতা উল্টো কথা বলে। মডেল যত বড় হয়, তার ভুলও তত আত্মবিশ্বাসী হয়। একটি ছোট স্ক্রিপ্ট ভুল করলে চিৎকার করে; একটি বড় মডেল ভুল করলে নীরবে, সফলতার সাথে, স্কোরকার্ডে। তাই সমাধান আরও বুদ্ধিমত্তা নয়, সমাধান হলো যাচাইযোগ্যতার একটি আলাদা স্তর।

আমার অভিজ্ঞতায় সবচেয়ে বিপজ্জনক মুহূর্ত আসে তখন, যখন সিস্টেম আত্মবিশ্বাসী হয় কিন্তু ভুল হয়। খেলার মাঠে আমরা একে বলি ফর্মের আড়ালে লুকানো ফাটল — স্কোরকার্ড ভালো, কিন্তু ভিতরের কাঠামো নড়বড়ে। ডেটা পাইপলাইনে ঠিক সেরকমই: সমষ্টিগত সংখ্যা বাড়ছে, অথচ ভিত্তি দূষিত।

এখানে দুটি স্বাধীন প্রমাণ দরকার। প্রথম, প্রতিটি লেবেলের একটি অপরিবর্তনীয় সূত্র থাকতে হবে — কোন ডেটা থেকে, কোন নিয়মে। দ্বিতীয়, সেই সূত্র যে কেউ স্বাধীনভাবে মেলাতে পারবে। ব্লকচেইনের লেজার এই দুটি শর্ত একসাথে পূরণ করে। একটি খেলার বল-বল ডেটা যেমন ডিআরএসে যাচাই হয়, তেমনি একটি নিবন্ধের ডোমেইন লেবেলও যাচাইযোগ্য হওয়া উচিত। আর যাচাই ছাড়া বিশ্লেষণ কেবল সুন্দর অনুমান, বিশেষজ্ঞতা নয়।

ভাবুন একটি স্মার্ট কনট্রাক্ট। কোন নিবন্ধ কোন ডোমেইনের, তা স্বয়ংক্রিয়ভাবে যাচাই হবে নির্দিষ্ট নিয়মে। ক্রিকেট-সংক্রান্ত শব্দ, খেলোয়াড়ের নাম, মাঠের তথ্য — এই মানদণ্ড পূরণ হলে তবেই লেবেল বসবে। পূরণ না হলে লেবেল আটকে যাবে, আর সেই আটকে যাওয়ার রেকর্ডও অপরিবর্তনীয় থাকবে। এভাবে প্রতিটি ভুল নিজেই একটি সতর্কবার্তা হয়ে ওঠে, লুকিয়ে থাকার সুযোগ পায় না।

এই প্রসঙ্গে আরেকটি স্তর আছে, যেটি সাধারণত চোখ এড়ায়। ক্রীড়া-ডেটার একটি সরবরাহ-শৃঙ্খল আছে — তৃণমূল পর্যবেক্ষণ থেকে জাতীয় দল, সেখান থেকে সম্প্রচার আর ডেরিভেটিভ বাজার। এই শৃঙ্খলের যেকোনো জায়গায় একটি ভুল লেবেল ঢুকলে তা নিচের দিকে ছড়ায়, আর প্রতিটি ধাপে সেটি আরও বিশ্বাসযোগ্য দেখায়। একটি ভুল, যদি যথেষ্ট বার পুনরাবৃত্তি হয়, শেষে সত্যের মতো শোনায়।

২০১৮ সালে এমবাপেকে নিয়ে আমার বারো মাসের স্টার ডোজিয়ার তৈরি করার সময় আমি শিখেছিলাম, প্রতিটি সংখ্যার পেছনে একটি উৎস থাকতে হয়। স্প্রিন্টের গতি, টাচ, গোল, বাণিজ্যিক উল্লেখ — সব যাচাইযোগ্য হতে হয়। কারণ উৎসহীন সংখ্যা কেবল সাজসজ্জা, বিশ্লেষণ নয়। ক্রীড়া-ডেটার ব্লকচেইন ঠিক এই নীতিরই সম্প্রসারণ — প্রতিটি রেকর্ডের একটি যাচাইযোগ্য, অপরিবর্তনীয় উৎস।

এই ঘটনাটি আমাদের একটি পরীক্ষার সুযোগ দেয়। এটি স্পষ্ট করে, একটি ডোমেইন-শ্রেণীবিন্যাসকারী কেবল কীওয়ার্ড গুনে কাজ করলে ভুল করবেই। প্রয়োজন প্রসঙ্গ-সচেতন যাচাই, আর প্রয়োজন একটি সীমানা-নিয়ম — যেখানে একটি নিবন্ধের বিষয় আর তার লেবেল কখনো পরস্পরবিরোধী থাকতে পারবে না। এই নিয়মই যদি একটি যাচাইযোগ্য স্তরে বসানো যায়, তাহলে পরের পাইপলাইন চলার আগেই ভুল ধরা পড়বে।

আমি এখন বুঝি, ক্রিকেট-সাংবাদিকের কাজ কেবল ম্যাচ ব্যাখ্যা করা নয়। কাজ হলো এমন এক ব্যবস্থা দাবি করা, যেখানে তথ্যের প্রতিটি স্তর জবাবদিহিমূলক। খালি স্টেডিয়ামের আসনগুলো অনুপস্থিতি ছিল না, তারা ছিল এক নতুন ধরনের সাক্ষী। তেমনি একটি ভুল লেবেল কেবল ভুল নয়, সে একটি সতর্কবার্তা — যে সিস্টেম আমাদের খবর পড়ে, তার নিজের খবর কে যাচাই করবে?

পরের পাইপলাইন চালানোর আগে আমাদের একটি প্রশ্ন করতে হবে: ক্রিকেটের ডেটা ক্রিকেটের, আর তেলের ডেটা তেলের — এই সীমানা রক্ষা করার দায় কার? যতক্ষণ সেই উত্তর একটি অপরিবর্তনীয় লেজারে লেখা না থাকবে, ততক্ষণ আমরা প্রতিটি লেবেল অন্ধভাবে বিশ্বাস করব। আর বিশ্বাস ভাঙলে ভাঙে ধীরে, নিঃশব্দে — ঠিক যেভাবে একটি ভুল সংকেত হাজারো সিদ্ধান্তে ছড়িয়ে পড়ে।