দুই গলফের সমস্যা: লাইভ স্কোরিং আর ব্রডকাস্ট স্কোরিং একই লিডারবোর্ডে দুইটা আলাদা খেলা

আমার হাতে একটা স্কোরিং ফাইল এল। ৭২ জন খেলোয়াড়, ১৮টা হোল, প্রতিটা ঘর ভরা — নাম, স্কোর, ফেয়ারওয়ে হিট, গ্রিন ইন রেগুলেশন, পাট সংখ্যা। দেখতে নিখুঁত। কিন্তু ১২ নম্বর হোলের সারিটা খুঁজতে গিয়ে দেখলাম ঘরটা ফাঁকা। একজন খেলোয়াড়ের পুরো রাউন্ডের ডেটার ভেতরে একটা অন্ধ গর্ত। যে ভেন্ডর ফাইলটা পাঠিয়েছিল, তার কভার নোটে লেখা ছিল “৯৯.৮ শতাংশ কমপ্লিট।”

গলফের ডেটা-জগতে এটাই সবচেয়ে বড় ফাঁদ। যেটা প্রায়-পূর্ণ দেখায়, সেটাই সবচেয়ে বিপজ্জনক, কারণ ০.২ শতাংশ খালি ঘর কখনও কখনও গোটা সিদ্ধান্ত উল্টে দেয়। সেই সপ্তাহে আমি দুইটা কাজ করলাম। ডিজিটাল ফাইলটার পাশে মাঠের হাতে-লেখা স্কোরকার্ড রেখে এক লাইনে এক লাইনে মিলিয়ে দেখলাম। আর প্রতিটা মেট্রিকের পাশে তার স্যাম্পল সাইজ আর শর্ত টুকে রাখলাম। এরপর থেকে আমার প্রতিটা প্রিভিউতে একটা বাক্য বাধ্যতামূলক — সেখানে স্পষ্ট লেখা থাকে, এই মডেলটা কী দেখতে পায় না। স্প্রেডশিট হলো মঠ, কোর্স হলো স্বীকারোক্তি। যে বিশ্লেষক শুধু মঠে থাকে, সে কখনও জানে না পাপটা কোথায় ঘটেছে।

প্রেক্ষাপট: গলফের সরু ডেটা-স্তর

ফুটবলের ডেটা-বাস্তুতন্ত্রের সঙ্গে গলফের তুলনা করলে একটা জিনিস সঙ্গে সঙ্গে চোখে পড়ে — গলফের স্তরটা অনেক সরু, অনেক ধীর, আর অনেক বেশি নির্ভরশীল কয়েকটা প্রতিষ্ঠানের দয়ার উপর। ফুটবলে একটা প্রিমিয়ার লিগের ম্যাচে প্রতি সেকেন্ডে কয়েকশো ডেটা-পয়েন্ট তৈরি হয়; গলফে সেটা প্রতি শটে কয়েকটা পয়েন্ট, আর সেই শটগুলো আসে গড়ে প্রতি তিন থেকে পাঁচ মিনিটে একবার। এত ধীর গতির খেলায় ডেটার ঘাটতি মেটাতে যেটা দরকার, সেটা হলো সময় আর ধৈর্য — কিন্তু শিল্পটা যা চায়, সেটা হলো তাৎক্ষণিক সংখ্যা।

এই টানাপোড়েনের ফলেই গলফের ডেটায় তিনটা স্তর তৈরি হয়েছে। প্রথম স্তর হলো মাঠের স্তর — ওয়াকিং স্কোরার, হাতে-লেখা কার্ড, ভলান্টিয়ারদের কাঁধে চাপানো দায়িত্ব। দ্বিতীয় স্তর হলো ব্রডকাস্ট স্তর — টিভি টাওয়ার থেকে তোলা অনুমানভিত্তিক সংখ্যা, গ্রাফিক্স ডিপার্টমেন্টের হাতে সাজানো শট-ট্র্যাকিং। তৃতীয় স্তর হলো ভেন্ডর স্তর — ShotLink বা Data Golf-জাতীয় প্ল্যাটফর্ম, যেগুলো দুই নম্বর স্তরের সঙ্গে নিজেদের মডেল মিশিয়ে একটা চতুর্থ সত্য বানায়।

আমি বহুদিন ধরে এই তিনটা স্তর আলাদা করে জেরা করি। কারণ একটা কথায় আমি নিশ্চিত: লাইভ স্কোরিং আর ব্রডকাস্ট স্কোরিং একই লিডারবোর্ড পরে থাকা দুইটা আলাদা খেলা। প্রথমটা হলো খেলোয়াড় যা করল, দ্বিতীয়টা হলো ক্যামেরা যা দেখল, তৃতীয়টা হলো অ্যালগরিদম যা অনুমান করল। তিনটার মধ্যে ফারাক ছোট হলে সৌভাগ্য; ফারাক বড় হলে সেটাই আমার লেখার আসল বিষয়।

মূল বিশ্লেষণ: স্ট্রোকস গেইনডের শর্ত আর সীমা

গলফের আধুনিক বিশ্লেষণের মেরুদণ্ড হলো Strokes Gained — সংক্ষেপে SG। সহজ কথায়, এটা মাপে একজন খেলোয়াড় একটা শট থেকে তার দল ট্যুর গড়ের তুলনায় কতটা ভালো বা খারাপ ফল করল। SG-র চারটা প্রধান শাখা: Off the Tee, Approach the Green, Around the Green, Putting। এই চারটার যোগফলই বলে দেয় কে আসলে ভালো খেলছে, কে শুধু ভালো স্কোর পাচ্ছে।

কিন্তু SG-র একটা শর্ত আছে, যা অনেকেই এড়িয়ে যান: এটা কাজ করে তখনই, যখন শটের সূচনা-বিন্দু আর শেষ-বিন্দু — দুইটাই নির্ভুলভাবে লিপিবদ্ধ থাকে। ফেয়ারওয়ের মাঝখান থেকে একটা শট আর রুক্ষ ঘাস থেকে একটা শট, দুইটার SG আলাদা। যদি ট্র্যাকিং সিস্টেম সূচনা-বিন্দু ভুল করে, তাহলে হিসাবটা ভুল হবে, কিন্তু সংখ্যাটা ঠিকঠাক দেখাবে। এটাই সবচেয়ে বিপজ্জনক ধরনের ভুল — যে ভুল সঠিক পোশাক পরে আসে।

আমি নিজে বারবার দেখেছি, একই রাউন্ডের ডেটা দুইটা প্ল্যাটফর্মে দুই রকম SG দেখায়। ফারাকটা ছোট, এক দশমাংশ স্ট্রোকের মতো, কিন্তু সেটা জমতে জমতে র্যাঙ্কিংয়ে তিন-চার ধাপের পরিবর্তন আনে। একটা সপ্তাহে যেখানে কাট-লাইন আর শীর্ষ-দশের মধ্যে দূরত্ব এক স্ট্রোকের কম, সেখানে দশমাংশ স্ট্রোক কোনো তুচ্ছ ব্যাপার নয়। স্যাম্পল সাইজ কোনো ঢাল নয়; এটা এমন এক টর্চ, যা নিজের পক্ষপাতের দিকেই তাক করাতে হয়।

ShotLink-এর মতো সিস্টেম প্রতিটা ট্যুরে নেই। ইউরোপীয় বা এশীয় ট্যুরে অনেক ইভেন্টে স্ট্রোক-লেভেল ট্র্যাকিং নেই, তাই সেখানে SG অনুমান করা হয় — হয় স্কোরকার্ড থেকে, নয়তো সীমিত সংখ্যক পর্যবেক্ষণ থেকে। অনুমান করাটা অপরাধ নয়; অনুমানকে সত্য বলে চালিয়ে দেওয়াটা অপরাধ। আমার লেখায় তাই একটা নিয়ম: প্রতিটা ব্রডকাস্ট-উদ্ভূত সংখ্যার পাশে আমি লিখি “অনুমান,” যতক্ষণ না নিজের চোখে শটের আকৃতি দেখে নিশ্চিত হচ্ছি।

দুই গলফের সমস্যা: মাঠের কার্ড বনাম পর্দার গ্রাফিক্স

এই দুই-গলফ সমস্যাটা আমি প্রথম ধরতে পারি ফুটবলের একটা ঘটনা থেকে। ২০২১ সালের জুলাইয়ে আমি পরপর দুইটা ওয়েম্বলি সেমিফাইনালে বসে ফুটবল দেখছিলাম, কিন্তু বল নয় — বিল্ড-আপ সিকোয়েন্স হাতে চার্ট করছিলাম। ইতালির লাইভ PPDA (প্রতি ডিফেন্সিভ অ্যাকশনের পাস) বেরোল ১০.২; ম্যাচ শেষে প্রচারিত ব্রডকাস্ট-উদ্ভূত সংখ্যা ছিল ১২.১। প্রায় ১৫ শতাংশ ব্যবধান। সেই রাত থেকে আমার মাথায় একটা প্রশ্ন ঘুরতে থাকে: যদি ফুটবলে, যেখানে প্রতি সেকেন্ডে ডেটা ঝরে, এই ফারাক হয়, তাহলে গলফে — যেখানে প্রতি শটই একটা পৃথক ঘটনা — ফারাকটা কত বড় হতে পারে?

উত্তর: খুব বড়। একটা ঘরোয়া ইভেন্টে আমি একই খেলোয়াড়ের প্রথম নয় হোলের স্কোর হাতে চার্ট করেছিলাম চার-আন্ডার, আর ক্লাবহাউসের টিভি গ্রাফিক্স দেখাচ্ছিল তিন-আন্ডার। এক স্ট্রোকের ফারাক। কেউ বলবে, এটা তুচ্ছ। কিন্তু একটা ৭২-হোলের টুর্নামেন্টে এক স্ট্রোক মানে কাট-লাইনের এপাশে-ওপাশে দুইটা ভিন্ন ক্যারিয়ার, দুইটা ভিন্ন প্রাইজমানি, দুইটা ভিন্ন র‍্যাঙ্কিং পয়েন্ট।

এখানেই আমি বঙ্গবন্ধু কাপের প্রসঙ্গ টানি। ঢাকার কুর্মিটোলা গলফ ক্লাবে অনুষ্ঠিত এই এশিয়ান ট্যুর ইভেন্টের প্রাইজমানি প্রায় ৪,০০,০০০ মার্কিন ডলার — আন্তর্জাতিক মানদণ্ডে বিনয়ী, কিন্তু বাংলাদেশের ঘরোয়া বাস্তবতায় বিশাল। এই ইভেন্টে ডেটা-স্রোতের তিনটা স্তরই একসঙ্গে দেখা যায়: মাঠের ওয়াকিং স্কোরার, টিভি টাওয়ারের অনুমান, আর আন্তর্জাতিক ভেন্ডরের ফাইনাল ফাইল। আমি তিনটাই আলাদা করে সংরক্ষণ করি, কারণ বঙ্গবন্ধু কাপের মতো ইভেন্টে অফিসিয়াল কার্ড আর মাঠের বাস্তবতার ফারাকই আসল গল্পটা লুকিয়ে রাখে।

বাংলাদেশের প্রান্ত: প্রাইজমানি, BPGA আর ৫১ সপ্তাহের সার্কিট

বাংলাদেশের গলফ-বাস্তবতা বোঝার জন্য একটা সংখ্যা যথেষ্ট। বঙ্গবন্ধু কাপে যেখানে প্রাইজমানি প্রায় ৪,০০,০০০ ডলার, সেখানে বাংলাদেশ প্রফেশনাল গলফার্স অ্যাসোসিয়েশনের (BPGA) ঘরোয়া সপ্তাহগুলোর বিজয়ীর চেক অনেক ছোট — কখনও কয়েক হাজার ডলারের ঘরে। এই দুইয়ের মধ্যে যে বিশাল ফারাক, সেটাই বলে দেয় গলফের আসল গল্প মেজরগুলোতে নয়, বরং সেই ঘরোয়া সপ্তাহগুলোতে, যেগুলো সত্যিকারের গভীরতা তৈরি করে।

আমি এশিয়ান ট্যুরের ৫১ সপ্তাহের সার্কিটকে একটা মডেল হিসেবে দেখি — একটা অভিজাত সপ্তাহ নয়, বরং গোটা বছরের ধারাবাহিকতা। কারণ প্রতিভা তৈরি হয় পুনরাবৃত্তিতে, একক ঝলকে নয়। একটা খেলোয়াড় যখন বছরে ত্রিশটা ইভেন্ট খেলে, তখন তার ডেটা-প্রোফাইল স্থিতিশীল হয়; যখন বছরে তিনটা খেলে, তখন তার স্কোরের ওঠানামা বিশ্লেষণের অযোগ্য। ঘরোয়া সপ্তাহগুলোর কম প্রাইজমানি মানে কম চাপ, কিন্তু বেশি সুযোগ — আর সেই সুযোগের অভাবেই বাংলাদেশের গলফ গভীরতা তৈরি করতে পারছে না।

এই প্রসঙ্গে একটা তথ্য স্মরণ করা দরকার: সিদ্দিকুর রহমান বাংলাদেশের প্রথম গলফার, যিনি এশিয়ান ট্যুরে জিতেছেন — ২০১০ সালের ব্রুনাই ওপেন এবং ২০১৩ সালের ইন্ডিয়ান ওপেন। তিনি প্রমাণ করেছেন, বাংলাদেশের মাটি থেকে আন্তর্জাতিক সার্কিটে ওঠা সম্ভব। কিন্তু তারপরও কুড়ি বছর ধরে দ্বিতীয় সিদ্দিকুর আসেননি। কেন? এই প্রশ্নটাই আমার কাছে গলফের সবচেয়ে আকর্ষণীয় কাঠামোগত রহস্য।

ক্যাডি থেকে প্রো: গলফের সবচেয়ে সস্তা এজ

আমার একটা প্রি-রেজিস্টার্ড পাইপলাইন মডেল আছে, যেটা আমি কুর্মিটোলার বল-বয় ঐতিহ্য আর সিদ্দিকুরের পথ থেকে তৈরি করেছি। ধারণাটা সরল: গলফে ক্যাডি থেকে পেশাদার হওয়া হলো সবচেয়ে সস্তা এজ, কারণ ক্যাডি প্রতিদিন গ্রিন পড়ে, বাতাস পড়ে, পিন-পজিশন পড়ে — অর্থাৎ যেটা একজন বিশ্লেষক মাসের পর মাস ডেটা দিয়ে শেখে, সেটা ক্যাডি বছরের পর বছর শরীর দিয়ে শেখে।

কিন্তু এই পাইপলাইনটা কাজ করার জন্য তিনটা শর্ত দরকার: একটা সংগঠিত প্রতিযোগিতা-সিঁড়ি, একটা আর্থিক নিরাপত্তা-জাল, আর একটা কোচিং-স্ট্রাকচার। বাংলাদেশে তিনটাই দুর্বল। প্রতিভা আছে — বল-বয়রা প্রতিদিন গ্রিন পড়ছে, ক্যাডিরা প্রতিদিন শট-শেপ বোঝে — কিন্তু প্রতিভাকে প্রতিযোগিতায় রূপান্তর করার যন্ত্রটা নেই। তাই সিদ্দিকুর একা উঠে এসেছেন ব্যক্তিগত সংকল্পে, সিস্টেমে নয়। সিস্টেম দিয়ে একটা সিদ্দিকুর বেরোলে সেটা দুর্ঘটনা; সিস্টেম দিয়ে দশটা বেরোলে সেটা কাঠামো। বাংলাদেশ এখনও প্রথম পর্যায়ে।

এখানে আমার ফুটবল-পটভূমির একটা শিক্ষা কাজে লাগে। ২০১৮ সালে আমি ৬৪ ম্যাচের রাশিয়া বিশ্বকাপ হাতে চার্ট করেছিলাম — ১,৬৯০টা শট, প্রতিটার বডি-পার্ট, অ্যাঙ্গেল, ডিফেন্সিভ প্রেশার লিখে রাখা। মডেল একটা অস্বস্তিকর ফল দিল: ফ্রান্স ট্রফি জিতল ১০.৯ xG থেকে ১৪ গোল করে। ৬৪ ম্যাচের xG মডেল ব্যর্থ হয়নি; ফ্রান্স খুঁজে পেয়েছিল এজ কেসটা। সেই শিক্ষা আমি গলফে সরাসরি নিয়ে আসি: যেকোনো মডেলের একটা এজ কেস থাকে, আর সেই এজ কেসই বলে দেয় মডেলটা কী মাপতে পারে না।

ডেটা-পাইপলাইনের নীরব ব্যর্থতা

এখন ফিরে আসি সেই খালি ঘরে। ডেটা-পাইপলাইনের ব্যর্থতা দুই ধরনের। এক ধরনের ব্যর্থতা চিৎকার করে — ফাইল খোলে না, সার্ভার ডাউন, স্কোরিং সাইট ক্র্যাশ। এই ব্যর্থতা নিরীহ, কারণ চোখে পড়ে। আরেক ধরনের ব্যর্থতা নীরব — ফাইল খোলে, প্রতিটা ঘর ভরা দেখায়, কিন্তু ভেতরে একটা মান অনুপস্থিত, বা ভুল জায়গায় বসানো। এই নীরব ব্যর্থতাই বিপজ্জনক, কারণ এটা সিদ্ধান্তের ভেতরে ঢুকে পড়ে, চিহ্ন না রেখে।

আমি নিজে একটা তথ্য-সততা-ঝুঁকি সম্পর্কে সাবধান। এই বিশ্লেষণ-প্রক্রিয়ার সবচেয়ে বড় বিপদ হলো, কোনো পাঠক একটা আপাত-সম্পূর্ণ ডেটা-রিপোর্ট দেখে ধরে নিতে পারেন যে এটা বাস্তব বিশ্লেষণ। কাঠামো পূর্ণ, টেবিল পূর্ণ, কিন্তু বিষয়বস্তু শূন্য — এটা সবচেয়ে ধূর্ত মিথ্যা, কারণ এটা মিথ্যা বলেও না, সত্যিও বলে না; শুধু সত্যের ছদ্মবেশ ধারণ করে। গলফের স্কোরিং ডেটায় ঠিক একই ফাঁদ আছে: একটা রিপোর্ট যখন বলে “৯৯.৮ শতাংশ কমপ্লিট,” তখন প্রশ্নটা হওয়া উচিত — বাকি ০.২ শতাংশ কোথায়, আর সেটা কার সিদ্ধান্ত বদলে দেবে?

আমি তাই প্রতিটা ডেটা-ফাইলকে তিনটা প্রশ্ন করি। প্রথমত, কার্ডটা কে লিখল — মাঠের ওয়াকিং স্কোরার, নাকি টাওয়ার থেকে অনুমানকারী? দ্বিতীয়ত, স্যাম্পল সাইজ কত, আর শর্ত কী? তৃতীয়ত, এই সংখ্যাটা কোথায় গিয়ে অদৃশ্য হয়ে যায়? এই তিনটা প্রশ্নের উত্তর না পেলে আমি সংখ্যাটা লেখায় ব্যবহার করি না। প্রতিটা মডেলের একটা ‘ফ্রান্স’ থাকে: সেই ম্যাচ, যা তোমার আত্মবিশ্বাসকে কেস স্টাডিতে পরিণত করে। গলফেও প্রতিটা ডেটা-সেটের একটা ফ্রান্স থাকে।

ব্লকচেইন আর অপরিবর্তনীয়তার মিথ

শিল্পে এখন একটা আলোচনা জোরালো — খেলাধুলার স্কোরিং আর ডেটাকে ব্লকচেইনে বসানো হলে সব ঝামেলা শেষ। যুক্তিটা আপাত-সুন্দর: অপরিবর্তনীয় লেজার মানে কেউ পরে স্কোর বদলাতে পারবে না, প্রতিটা এন্ট্রি টাইমস্ট্যাম্পড, প্রতিটা পরিবর্তনের অডিট ট্রেইল আছে। প্রযুক্তি হিসেবে এটা পরিষ্কারভাবে মূল্যবান। আমি এটাকে উড়িয়ে দিচ্ছি না।

কিন্তু আমার মূল আপত্তিটা অন্য জায়গায়। অপরিবর্তনীয় মানে সত্য নয়। একটা মিথ্যার হ্যাশও একটা বৈধ হ্যাশ। যদি মাঠের ওয়াকিং স্কোরার ভুল স্কোর লেখেন, আর সেটা ব্লকচেইনে স্থায়ীভাবে খোদাই হয়ে যায়, তাহলে আপনি পেয়েছেন একটা অপরিবর্তনীয় ভুল — যা সংশোধন করা আরও কঠিন, কারণ এখন প্রতিটা সংশোধন একটা লেজার-স্প্লিট বা ফর্ক দাবি করে। অপরিবর্তনীয়তা ভুলকে মুছে দেয় না; এটা ভুলকে স্থায়ী করে।

আসল সমস্যাটা তাই প্রযুক্তিগত নয়, এপিস্টেমিক। সমস্যাটা হলো — মাঠের স্কোরকার্ড আর পর্দার গ্রাফিক্সের মধ্যে যে ফারাক, সেটা ব্লকচেইন আগে থেকেই ধরে নেয় যে একটা ইনপুট সত্য। কিন্তু কোনটা সত্য? ওয়াকিং স্কোরারের কার্ড, নাকি টাওয়ারের অনুমান, নাকি ভেন্ডরের মডেল? ব্লকচেইন এই প্রশ্নের উত্তর দিতে পারে না। এটা শুধু নিশ্চিত করে, যে ইনপুটটা আপনি দিয়েছেন, সেটা আর বদলাবে না। আর এখানেই আমার দ্বিতীয় আপত্তিটা বেরিয়ে আসে।

আধুনিক খেলাধুলার ডেটা-বাণিজ্যের সবচেয়ে অন্ধকার দিকটা হলো, লাইভ ডেটা বাজিকর কোম্পানিগুলোকে সেকেন্ডের ভগ্নাংশে খাওয়ানো হয়। একটা শটের ফল ঘোষণার আগেই লাইন নড়ে যায়। এই ব্যবস্থায় ব্লকচেইন-ভিত্তিক অপরিবর্তনীয় স্কোরিং যুক্ত হলে কী হবে? লেটেন্সি আরও কমবে, বাজারের প্রতিক্রিয়া আরও দ্রুত হবে, আর মাঠের সঙ্গে পর্দার ফারাকটা প্রাতিষ্ঠানিক রূপ নেবে — কারণ এখন একটা নির্দিষ্ট ইনপুটকেই “চূড়ান্ত সত্য” ঘোষণা করা হয়েছে, যদিও মাঠে ঘটেছে অন্য কিছু। আমি এই ভবিষ্যতের ভক্ত নই। ডেটা-পুঁজিকরণের সমস্যা ডেটা আরও শক্তভাবে সিল করে সমাধান হয় না।

বিপরীত দৃষ্টি: সম্পর্ক মানেই কারণ নয়

গলফ-বিশ্লেষণে আমার সবচেয়ে বেশি ব্যবহৃত সতর্কবাণীটা সরল: সম্পর্ক মানেই কারণ নয়। একটা উদাহরণ দিই। অনেক ইভেন্টে দেখা যায়, যে খেলোয়াড়ের Putting SG বেশি, সে প্রায়ই শীর্ষ-দশে থাকে। সহজ সিদ্ধান্ত: পাটিং জেতায়। কিন্তু এটা ভুলভাবে গড়া সিদ্ধান্ত, কারণ পাটিং SG নির্ভর করে কতগুলো পাট হোলের কাছ থেকে নেওয়া হয়েছে তার উপর — আর সেটা নির্ভর করে Approach খেলা কত ভালো, তার উপর। অর্থাৎ ভালো পাট-সংখ্যা প্রায়ই ভালো অ্যাপ্রোচের ফল, কারণ নয়।

এই বিভ্রান্তিটা বাংলাদেশের ঘরোয়া গলফে আরও প্রকট, কারণ সেখানে স্যাম্পল সাইজ ছোট। একজন খেলোয়াড় তিনটা ইভেন্টে ভালো পাট করলে আমরা বলি “সে পাটিং-এ দুর্দান্ত।” অথচ তিনটা ইভেন্ট মানে হয়তো মোট দুইশো পাটের নমুনা — যা দিয়ে একটা মৌসুমভিত্তিক প্রবণতা দাঁড় করানো যায় না। ছোট নমুনার গরম ধারা রৈখিকভাবে বাড়িয়ে দেওয়াটাই আমার সবচেয়ে বড় ভয়। আমি বিজয়ীদের পিছু ধাওয়া করি না; আমি সেই মুহূর্তের পিছু ধাওয়া করি, যখন বাজার আপডেট করতে ভুলে যায়।

গলফে আরেকটা গোপন ফাঁদ আছে — টেকনিক্যাল পরিবর্তনের অন্তর্বর্তীকাল। একজন খেলোয়াড় সুইং ওভারহল করলে কয়েক মাস তার ডেটা-প্রোফাইল অস্বাভাবিক দেখায়। সেই সময়ের SG দিয়ে ভবিষ্যৎ অনুমান করা মানে ভুল মাপজোখকে ভিত্তি বানানো। বাংলাদেশে তো প্রায়ই দেখা যায়, এক সেগমেন্টে শক্তি অন্য সেগমেন্টে রিগ্রেশন ঢেকে রাখছে — খেলোয়াড় ড্রাইভিং-এ দুর্দান্ত, কিন্তু অ্যাপ্রোচে ক্ষয় হচ্ছে। সামগ্রিক SG দেখলে সমস্যাটা ধরা পড়ে না; সেগমেন্ট-ভিত্তিক SG দেখলে ধরা পড়ে।

এই লেখাটা কীভাবে ভুল হতে পারে

আমার নিয়ম মেনে তিনটা সবচেয়ে সম্ভাব্য ব্যর্থতার ধরন এখানে নামিয়ে লিখছি। প্রথমত, আমি যে দুই-গলফের ফারাকের কথা বলছি, সেটার ভিত্তি আমার নিজের সীমিত মাঠ-পর্যবেক্ষণ, কোনো স্বাধীন অডিট নয়। একটা বড়, প্রাতিষ্ঠানিকভাবে যাচাই করা ডেটাসেট হয়তো এই ফারাকের আকার ছোট বা বড় দেখাতে পারে। দ্বিতীয়ত, আমি বঙ্গবন্ধু কাপ আর BPGA-র প্রাইজমানির যে তুলনা করেছি, সেটা সময়ের সঙ্গে বদলায়; মৌসুমভিত্তিক হালনাগাদ ছাড়া এই তুলনা পুরনো হতে পারে। তৃতীয়ত, ব্লকচেইন-সংক্রান্ত আমার আপত্তিটা দার্শনিক, পরীক্ষামূলক নয় — যদি প্রমাণিত হয় যে অপরিবর্তনীয় স্কোরিং মাঠের ভুল কমায়, তাহলে আমাকে আমার অবস্থান বদলাতে হবে। আমি সেটা প্রি-রেজিস্টার করে রাখছি, যাতে পরে কেউ আমাকে মনে করিয়ে দিতে পারে।

শেষ কথা: পরের রাউন্ডের সংকেত

যেটা দেখার বিষয় তা হলো — পরের বঙ্গবন্ধু কাপে মাঠের স্কোরকার্ড আর ব্রডকাস্ট গ্রাফিক্সের ফারাকটা কতটা। আমি আগেই আমার মডেল প্রি-রেজিস্টার করে রাখছি: যদি ফারাক শূন্যে নামে, তাহলে ধরে নেব ডেটা-পাইপলাইন পরিণত হয়েছে; যদি না নামে, তাহলে প্রমাণ হলো গলফের দুই-গলফ সমস্যা কাঠামোগত, আর কোনো অপরিবর্তনীয় লেজার সেটা সারাতে পারবে না। প্রশ্নটা তাই সরল নয় — কোন স্কোরটা সত্য? প্রশ্নটা হলো, আমরা কতটা নিশ্চিত হতে পারি যে আমরা যে স্কোরটা দেখছি, সেটাই মাঠে ঘটেছে?