নীরব পাইপলাইন ব্যর্থতা: ইস্পোর্টস ডেটা বিশ্লেষণে ব্লকচেইন অডিট ট্রেইলের প্রয়োজন

গত সপ্তাহে ভোররাতে আমি ডেস্কে বসে দ্বিতীয় স্তরের (Stage-2) বিশ্লেষণ ফাইলটি খুলেছিলাম। পর্দায় নয়টি মাত্রার একটি টেবিল—প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, রোস্টার, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব অর্থনীতি, নিয়ম-শাসন, ঝুঁকি প্রোফাইল, ন্যারেটিভ এবং ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটি ঘরে হুবহু একই উত্তর: “N/A — insufficient information”। শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দু শূন্য, কোনো খেলোয়াড় নেই, এমনকি কোন গেমটি বিশ্লেষণ করা হচ্ছে সেটাই চিহ্নিত নয়। ফাইলের শেষে স্ট্যাটাস—BLOCKED, Awaiting Stage-1 Repair।

আমি অভ্যাসবশত পেন্সিল তুলে নিলাম, যেন মার্জিনে কিছু লিখতে পারি। কিন্তু লেখার মতো কিছু নেই। পনেরো বছর বয়সে মেলবোর্নে A-League-এর প্রতিটি শট হাতে লগ করার সময় আমি একটি কথা শিখেছিলাম: নোটবুক কখনো মিথ্যা বলে না, তবে সে শুধু সেই প্রশ্নের উত্তর দেয় যা আপনি করেন। আজকের ফাইলটি তার উল্টো ছবি—এমন এক নোটবুক, যাকে কেউ কোনো প্রশ্নই করেনি।

বিষয়টা নিছক একটি প্রযুক্তিগত দুর্ঘটনা নয়। ইস্পোর্টস ডেটা সাংবাদিকতা যে পরিমাণ দাবি করে—রেটিং মডেল, উইন-প্রোবেবিলিটি, ট্রান্সফার ভ্যালুয়েশন—তার প্রায় পুরোটাই নির্ভর করে দুই স্তরের একটি অদৃশ্য পাইপলাইনের উপর। প্রথম স্তর সোর্স থেকে তথ্য টেনে আনে; দ্বিতীয় স্তর সেই তথ্যের উপর গভীর বিশ্লেষণ দাঁড় করায়। প্রথম স্তর ফাঁকা ফিরে এলে দ্বিতীয় স্তরের সব সিদ্ধান্ত কেবল স্থগিত থাকে না—সেগুলো অসম্ভব হয়ে পড়ে। অথচ এই পাইপলাইনের অখণ্ডতা যাচাই করার জন্য আমাদের হাতে প্রায় কিছুই নেই। এখানেই ব্লকচেইন-ভিত্তিক অডিট ট্রেইলের প্রশ্নটি প্রাসঙ্গিক হয়ে ওঠে।

Context

ইস্পোর্টস বিশ্লেষণ শিরোনাম-নির্ভর, একেবারে গোড়া থেকে। League of Legends, Dota 2, CS2, Valorant, Honor of Kings—প্রতিটির প্যাচ ক্যাডেন্স, ডেটা মেট্রিক, টুর্নামেন্ট পিরামিড আর ইমপোর্ট নিয়ম আলাদা। CS2-এ আপনি HLTV Rating আর gold-to-damage কনভার্শন দেখেন; MOBA-তে pick-ban rate আর gold difference at 15; ট্যাকটিক্যাল শুটারে PPDA-র সমতুল্য চাপ-সূচক। একটি গেমের নাম না জানলে বিশ্লেষণের ফ্রেমওয়ার্কই বেছে নেওয়া যায় না। তাই Stage-1 পেলোডে গেম টাইটেল “N/A” লেখা মানে কেবল একটি ঘর খালি নয়—পুরো বিশ্লেষণের ভিত্তিই শূন্য।

আমি এই অসম্পূর্ণতার স্বাদ আগেও পেয়েছি। ২০১৮ রাশিয়া বিশ্বকাপে রিমোট ডেটা ইন্টার্ন হিসেবে ফ্রান্স-আর্জেন্টিনার ৪-৩ ম্যাচটি ট্র্যাক করার সময় আমি এমবাপের সাতটি ৩০ কিমি/ঘণ্টার বেশি স্প্রিন্ট আর ফ্রান্সের PPDA ৮.৯ লগ করেছিলাম। সেটা সম্ভব হয়েছিল কেবল একটি কারণে—আমাদের সোর্স শ্রেণিবিন্যাস স্পষ্ট ছিল: কোন ফিড প্রাইমারি, কোনটি সেকেন্ডারি, কোনটি যাচাইয়ের অপেক্ষায়। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল, গ্লোবাল টুর্নামেন্টের কভারেজ আসলে নোটবুক-শৃঙ্খলা, একনজরে দেখা নয়।

ইস্পোর্টসে সেই শৃঙ্খলা আরও জরুরি, কারণ সেখানে ডেটার লেটেন্সি ও উৎস ফুটবলের চেয়েও বেশি ছড়ানো। একটি প্যাচ আপডেটের পর উইন-রেট ডেটা অর্থবহ হতে কয়েক সপ্তাহ লাগে; টুর্নামেন্ট সার্ভারের ভার্সন প্র্যাকটিস সার্ভারের সঙ্গে না মিললে সব তুলনা ভুল হয়ে যায়। এত স্তরের নির্ভরতা নিয়ে আমরা যখন বিশ্লেষণ প্রকাশ করি, তখন প্রতিটি দাবির পেছনে একটি যাচাইযোগ্য উৎস-চেইন থাকা উচিত। বাস্তবে থাকে না।

Core

এখন আসি আসল প্যাটার্নে। ফাইলটিতে শুধু একটি ফিল্ড খালি নয়—শিরোনাম, সোর্স, টাইপ, সারসংক্ষেপ, লেখকের অবস্থান, তথ্যবিন্দু, এনটিটি, সময়-সংবেদনশীলতা, সোর্স-গুণমান: সব একসাথে শূন্য। এই একযোগেই আসল সূত্র। একটি নিবন্ধ সত্যিই বিষয়শূন্য হওয়ার সম্ভাবনা কম; কিন্তু একটি এক্সট্রাকশন পাইপলাইন ব্যর্থ হয়ে সব ফিল্ড একসাথে ফাঁকা ফেরানো—এটাই স্বাভাবিক ব্যর্থতার ছাপ। বিশ্লেষণ প্রতিবেদনটি নিজেই এটি স্বীকার করেছে: সমস্ত ফিল্ড একযোগে null হওয়া একটি খালি নিবন্ধের চেয়ে পাইপলাইন বা এক্সট্রাকশন ব্যর্থতার দিকেই বেশি ইঙ্গিত করে।

এখান থেকেই বেরিয়ে আসে ব্লকচেইনের প্রাসঙ্গিকতা। ব্লকচেইনের মূল প্রতিশ্রুতি গোপনীয়তা বা গতি নয়—অপরিবর্তনীয়, সময়-মোহরাঙ্কিত, সবার জন্য যাচাইযোগ্য রেকর্ড। একটি ডেটা পাইপলাইনে এই ধারণা প্রয়োগ করলে যা পাওয়া যায়:

প্রথমত, সোর্স ডকুমেন্টের ক্রিপ্টোগ্রাফিক হ্যাশ। মূল নিবন্ধটি ingest হওয়ার মুহূর্তে তার একটি হ্যাশ তৈরি হবে, টাইমস্ট্যাম্পসহ অন-চেইনে লেখা হবে। Stage-1 যদি ফাঁকা পেলোড ফেরায়, তবে সেই ফাঁকা পেলোডের হ্যাশ আর মূল ডকুমেন্টের হ্যাশ কখনো মিলবে না—ব্যর্থতা লুকিয়ে রাখা অসম্ভব হয়ে পড়বে।

দ্বিতীয়ত, স্মার্ট-কন্ট্র্যাক্ট ভ্যালিডেশন গেট। পাইপলাইনের নিয়ম হবে সরল: Stage-1 পেলোডে অন্তত একটি তথ্যবিন্দু ও একটি নামযুক্ত এনটিটি না থাকলে Stage-2 শুরু হবে না। এই গেটের প্রতিটি সিদ্ধান্ত—অনুমোদন বা প্রত্যাখ্যান—অন-চেইনে রেকর্ড হবে। অর্থাৎ “BLOCKED” স্ট্যাটাসটি আর কেবল একটি ফাইলের মাথায় লেখা থাকবে না; সেটি হবে একটি প্রমাণ, যার টাইমস্ট্যাম্প ও কারণ সবাই যাচাই করতে পারবে।

তৃতীয়ত, provenance বা উৎস-ইতিহাস। কোন তথ্য কোন ফিড থেকে, কোন সময়ে, কোন সংস্করণে এসেছে—এই চেইন ধরে রাখা গেলে পরে কেউ দাবি করতে পারবে না যে ডেটা অন্যরকম ছিল। ইস্পোর্টসে যেখানে একই ম্যাচ নিয়ে তিনটি প্ল্যাটফর্ম তিন রকম পরিসংখ্যান দেয়, সেখানে এই provenance রীতিমতো প্রয়োজনীয়।

আট বছর ধরে পর্দার সামনে বসে আমি একটি জিনিস বারবার দেখেছি: দর্শক ও মিডিয়া যেকোনো সংখ্যা মেনে নেয়, যদি সেটি আত্মবিশ্বাসের সঙ্গে উপস্থাপিত হয়। কিন্তু ইস্পোর্টস সংস্কৃতি হলো চাপ, যা দৃশ্যমান—আর চাপ সবসময় একটি ডেটা-ছায়া রেখে যায়। সেই ছায়ার সত্যতা যাচাই না করে আমরা কেবল আরও সুন্দর ভুল গল্প তৈরি করি।

এখানেই CricSultan-ধাঁচের ডেটা-নির্ভরতার পাঠটি কাজে আসে। একটি নির্ভরযোগ্য স্পোর্টস ডেটাবেস কেবল সংখ্যা জমা রাখে না, প্রতিটি সংখ্যার পেছনে একটি যাচাইযোগ্য উৎস-চেইন রাখে। ইস্পোর্টসে এই অভ্যাস প্রায় অনুপস্থিত। Stage-2 ফাইলটি যখন “Cross-checked” লাইনটি ছাড়াই শুধু “N/A” ফেরায়, তখন বোঝা যায়, আমাদের বিশ্লেষণ কতটা ভঙ্গুর ভিত্তির উপর দাঁড়িয়ে আছে।

নয়টি মাত্রার প্রতিটিই এই ব্যর্থতায় কী হারিয়েছে, তা আলাদা করে বলা দরকার। প্যাচ বিশ্লেষণ হারিয়েছে কারণ বোঝা যায়নি কোন গেম, কোন সংস্করণ। টুর্নামেন্ট ফরম্যাট হারিয়েছে কারণ কোনো ইভেন্টের নামই নেই। রোস্টার বিশ্লেষণ হারিয়েছে কারণ কোনো খেলোয়াড় নেই। আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব অর্থনীতি, নিয়ম-শাসন, ঝুঁকি, ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন—সব একই কারণে অচল। একটি খালি পেলোড নয়টি বিশ্লেষণকে একসঙ্গে অকার্যকর করে দিয়েছে। ব্লকচেইন-অডিট থাকলে অন্তত আমরা জানতাম, ব্যর্থতাটি ঠিক কোন ধাপে, কখন, কোন ইনপুটে ঘটেছে।

লক্ষণীয়, প্রতিবেদনটি নিজে থেকেই সবচেয়ে বড় ঝুঁকিটি চিহ্নিত করেছে—একটি ভুয়া নেতিবাচক পাঠ। “সব মাত্রায় N/A” মানে কেউ যেন ভুল না পড়ে “কোনো সমস্যা পাওয়া যায়নি” বলে। বরং উল্টো: সমস্যাটি এতটাই গভীর যে বিশ্লেষণ শুরুই হতে পারেনি। এই পার্থক্যটি ধরে রাখাই ডেটা-সাক্ষরতার আসল পরীক্ষা।

Contrarian

এখানেই আমাকে নিজের প্রস্তাবের বিরুদ্ধে দাঁড়াতে হবে। ব্লকচেইন এই সমস্যার সমাধান নয়—এটি কেবল সমস্যাটিকে দৃশ্যমান করে। কারণ একটি খালি পেলোডের হ্যাশও একটি বৈধ হ্যাশ। আপনি নিখুঁতভাবে প্রমাণ করতে পারবেন যে আপনার কাছে কিছুই নেই, কিন্তু সেটি বিশ্লেষণ ফিরিয়ে আনবে না। অপরিবর্তনীয় লেজার ভুল ডেটাকে অমর করে তোলে; ভুলকে শুধরে দেয় না। যদি ingestion-এই দুর্বলতা থাকে, তবে অন-চেইন রেকর্ড কেবল সেই দুর্বলতাকে স্থায়ী করে।

এছাড়া ব্লকচেইন যোগ করলে লেটেন্সি ও খরচ বাড়ে, আর স্পোর্টস ডেটার অনেকটাই গোপনীয়—ইনজুরি রেকর্ড, চুক্তির অঙ্ক, স্কাউটিং নোট। এসব পাবলিক লেজারে ওঠানো যায় না। তাই আসল সমাধান পাইপলাইনের গোড়ায় একটি কঠোর ভ্যালিডেশন স্তর: ইনজেস্ট হওয়া ডকুমেন্ট সত্যিই পড়া গেছে কি না, Stage-1 অন্তত একটি তথ্যবিন্দু ফেরত দিয়েছে কি না, গেম টাইটেল চিহ্নিত হয়েছে কি না। এই তিনটি প্রশ্নের উত্তর “না” হলে বিশ্লেষণ এগোবে না—সেটাই প্রথম প্রতিরক্ষা। ব্লকচেইন আসবে তার পরে, অডিট-লেয়ার হিসেবে, প্রতিস্থাপন হিসেবে নয়।

এখানে আরও একটি বিপদ আছে: প্রযুক্তি-উৎসাহ আমাদের শেখায়, যেকোনো ব্যর্থতার পেছনে একটি নতুন টুল জুড়ে দিলেই সমাধান হয়ে যায়। কিন্তু একটি ট্রান্সফার ফি হলো একটি অনুমান; প্রথম হাজার মিনিট হলো তার পিয়ার রিভিউ। ঠিক তেমনই, একটি অন-চেইন রেকর্ড হলো একটি দাবি; প্রকৃত যাচাই হলো সেটি আদৌ অর্থবহ ইনপুট ধারণ করে কি না।

Takeaway

পরবর্তী চক্রে আমি যা দেখতে চাই, তা কোনো নতুন মেট্রিক নয়—একটি অভ্যাস। প্রতিটি বিশ্লেষণ পাইপলাইনে একটি স্পষ্ট ভ্যালিডেশন গেট থাকুক, যেখানে খালি পেলোড এলে বিশ্লেষণ থেমে যাবে এবং সেটি “INCOMPLETE” লেবেল নিয়ে রেকর্ড হবে। শিরোনাম, সোর্স, টাইমস্ট্যাম্প আর অন্তত একটি এনটিটি—এই চারটি ছাড়া কোনো Stage-2 রিপোর্ট প্রকাশ পাবে না। আর ব্লকচেইন-ভিত্তিক অডিট ট্রেইল থাকলে সেই থেমে যাওয়াটাই হবে প্রমাণ, লুকানোর বিষয় নয়।

প্রশ্নটি তাই সরল নয় যে “ব্লকচেইন দরকার কি না।” প্রশ্নটি হলো—যখন আপনার বিশ্লেষণ নিজেই প্রমাণ করতে পারে না যে তার ইনপুট সত্য, তখন আপনি কাকে সেটি বিশ্বাস করতে বলছেন?