খালি ফিল্ডের ব্লকচেইন সাক্ষ্য: ক্রিকেট বিশ্লেষণে ইনপুট অখণ্ডতার পাঠ

খালি ফিল্ডের ব্লকচেইন সাক্ষ্য: ক্রিকেট বিশ্লেষণে ইনপুট অখণ্ডতার পাঠ

যে টেবিলে একটাই ঘর ভরা ছিল

রাত পৌনে দুইটা, ম্যানচেস্টারের ফ্ল্যাট। ডেস্কল্যাম্পের হলদে আলোয় ল্যাপটপের স্ক্রিনে ভেসে আছে বিশ-পঁচিশ লাইনের একটা টেবিল, স্টেজ-১ ডিকনস্ট্রাকশনের আউটপুট। টাইটেল: N/A। সোর্স: N/A। আর্টিকেল টাইপ: Unclassified। কোর ভিউপয়েন্ট: খালি। ইনফরমেশন পয়েন্ট: একটিও নেই। এনটিটি: কেউ চিহ্নিত নয়। প্রায় প্রতিটি ঘরে একই বাক্য ফিরে ফিরে আসছে — insufficient information।

একটিমাত্র ঘর ভরা। ডোমেইন লেবেল: cricket_asia।

ফিঙ্গারপ্রিন্ট নেওয়ার আগে আমি থামলাম। ডেটা সাংবাদিকতায় আমার প্রথম পাঠ উৎস যাচাই — উৎস না থাকলে বিশ্লেষণ থামানো, টেবিল গুছিয়ে রাখা, আর পরের ধাপে ফিরে যাওয়া। সেই রাতে আমি ম্যাচ রিপোর্ট লিখিনি। আমি একটা ইনপুট রিজেক্ট করেছি, আর সেটাই ছিল সবচেয়ে তথ্যবহুল সিদ্ধান্ত।

খালি ফিল্ড নিজেই একটা ডেটা পয়েন্ট। যেকোনো মিসিং ভ্যালু যেমন মডেলের কাছে একটা বার্তা, তেমনি ফাঁকা ডিকনস্ট্রাকশন একটা বার্তা — কোনো একটা জায়গায় পাইপলাইন ভেঙেছে, আর সেই ভাঙার জায়গাটাই খবর।

পাইপলাইনের সেলাই: স্টেজ-১ থেকে স্টেজ-২

আমার ডেস্কে বিশ্লেষণ দুই ধাপে চলে। স্টেজ-১ সোর্স লেখাটাকে ভেঙে টুকরো করে — টাইটেল, সোর্স, আর্টিকেল টাইপ, কোর ভিউপয়েন্ট, ইনফরমেশন পয়েন্ট, এনটিটি, টাইম সেনসিটিভিটি, সোর্স কোয়ালিটি। স্টেজ-২ সেই টুকরোগুলোর উপরে দাঁড়িয়ে আটটা মাত্রায় সিদ্ধান্ত টানে — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও কমার্শিয়াল ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, রিস্ক, পাবলিক ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন।

এই দুই ধাপের মধ্যে একটা চুক্তি আছে, যেটা আমি কখনো ভাঙি না: স্টেজ-২-এর প্রতিটা বাক্যকে স্টেজ-১-এর একটা ইনফরমেশন পয়েন্টে ফিরে যেতে হবে। ইনফরমেশন পয়েন্ট হলো পরমাণু — ছোট, যাচাইযোগ্য, তারিখ-সংযুক্ত। সেই পরমাণু না থাকলে স্টেজ-২ একটা সাজানো দালান, যার নিচে মাটি নেই।

সেই রাতে স্টেজ-১ ফিরে এসেছিল খালি হাতে। তাই স্টেজ-২-এর প্রতিটা ঘরে বসেছিল একটাই সারি — N/A, insufficient information। অনেকে এটাকে ব্যর্থতা ভাবেন। আমি এটাকে সিস্টেমের সততা ভাবি। মডেল যখন জানে না, তখন মডেল যদি জানার ভান করে, সেটাই আসল বিপদ। কারণ বানানো আত্মবিশ্বাস আর প্রকৃত বিশ্লেষণ — দুটোকে আলাদা করা পাঠকের পক্ষে প্রায় অসম্ভব, যদি না লেখক নিজেই তার ফাঁকা ঘরগুলো দেখিয়ে দেন।

বেসলাইন, বিচ্যুতি, আর বেসলাইনের ঋণ

আমি হট-টেক লিখি না। আমি সাপ্তাহিক বিচ্যুতি রিপোর্ট লিখি। পদ্ধতিটা সরল: আগে একটা বেসলাইন দাঁড় করাও — প্রত্যাশিত রান, প্রত্যাশিত উইকেট, ফেজভিত্তিক প্রকৃত হার, ঐতিহাসিক বিতরণ। তারপর খুঁজে বের করো কোন ওভার, কোন ম্যাচআপ, কোন ফিল্ডিং রেসিডুয়াল সেই বেসলাইন ভেঙেছে। যে বিচ্যুতিটা ম্যাচ নির্ধারণ করেছে, সেটাই লেখার কেন্দ্র।

কিন্তু এখানেই একটা ফাঁদ আছে, যেটা আমি বছরের পর বছর দেখছি। আমরা বেসলাইনকে পবিত্র ধরে নিই, অথচ বেসলাইন নিজেই একটা ঋণ। ২০১৭ সালে যখন ম্যানচেস্টার সিটির আঠারো ম্যাচের জয়ধারা নিয়ে মডেল চালাই, তখন বেরিয়ে এল — ৫৬ গোল, ৪৪.৩ xG, মানে ১১.৭-র ওভারপারফরম্যান্স। ৩৮০ ম্যাচের প্রিমিয়ার লিগ ডেটার উপরে দাঁড়ানো সেই বেসলাইন সিটির অতিরিক্ত উৎপাদন ধরতে পেরেছিল। প্রশ্ন হলো, ওই বেসলাইনটা কোন যুগের? কোন পিচের? কোন রেফারির? বেসলাইন অডিট না করলে বিচ্যুতির গল্পটা ফাঁপা।

ক্রিকেটে এই ঋণটা আরও বড়। টেস্টের বেসলাইন ODI-র বেসলাইনের সাথে মেলে না। পাওয়ারপ্লের রান-রেট মাঝের ওভারের সাথে তুলনীয় নয়। ঢাকার পিচ আর লিডসের পিচ এক নয়। তাই আমি প্রতিটা বিশ্লেষণের শুরুতে লিখে দিই — বেসলাইন কোন নমুনা থেকে, কোন সময়ের, কোন শর্তে। এই ঘোষণাটা দুর্বলতা স্বীকার করা নয়; এটা পাঠকের সাথে চুক্তি।

খালি ইনপুট আসলে কী বলে

সেই রাতের ফাঁকা টেবিলটা তিনটা জিনিস বলছিল।

প্রথম, সোর্স রিকভার করতে হবে। সোর্স ফিল্ড N/A মানে এই যে কোনো আর্টিকেল পাওয়া যায়নি — বরং এই যে আমরা জানি না আমরা কী হারিয়েছি। এটা একটা অন্ধ দাগ। ডেটা পাইপলাইনে অন্ধ দাগ সবচেয়ে বিপজ্জনক, কারণ সেটা লুকায় না, সেটা কেবল অনুপস্থিত থাকে।

দ্বিতীয়, টাইমলাইন নেই। not assessed in Stage 1 মানে ঘটনাটা কোন সময়ে ঘটেছে, সেটাই অজানা। খবরে সময় হলো মেরুদণ্ড। তারিখ ছাড়া বিশ্লেষণ অসম্ভব, কারণ প্রত্যাশা আর প্রতিক্রিয়া — দুটোই সময়ের ফাংশন।

তৃতীয়, ডোমেইন লেবেল cricket_asia একটা রুটিং ইঙ্গিত। এশিয়ার ক্রিকেট নিয়ে কিছু একটা ঘটেছে, কিন্তু কোন ফরম্যাট, কোন দল, কোন ম্যাচ — কিছুই জানা নেই। ক্যাটাগরি ট্যাগ কখনো ইনফরমেশন পয়েন্ট হয় না। cricket_asia দিয়ে আমি কোনো দলের গভীরতা, কোনো খেলোয়াড়ের টেকনিক, বা কোনো লিগের কমার্শিয়াল গঠন সম্পর্কে এক লাইনও লিখতে পারি না। লিখলে সেটা হবে বানানো তথ্য, আর বানানো তথ্য ডেটা সাংবাদিকতার একমাত্র অমার্জনীয় অপরাধ।

আমি ন্যারেটিভের পেছনে দৌড়াই না; একটা টেবিল বানাই আর অপেক্ষা করি, ওরা এসে পৌঁছায়।

ফিড, লেবেল আর মিসিংনেস: দুই দেশের সেলাই

ক্রিকেট ডেটার গল্প আসলে প্রোভেন্যান্সের গল্প। আমার কাজ দুই জায়গায় — বাংলাদেশ আর যুক্তরাজ্য। দুই জায়গার ফিড আলাদা রকমে ভাঙে।

বাংলাদেশে অনেক ঘরোয়া ম্যাচের বল-বল ডেটা আসে হাতে লেখা স্কোরবুক আর টেলিভিশন কমেন্ট্রি থেকে — লেবেল থাকে না, কখনো বলের টাইপ হারিয়ে যায়, কখনো বাউন্ডারি আর ওভারথ্রো গুলিয়ে যায়। যুক্তরাজ্যে ফিড বেশি মেশিন-রিডেবল, কিন্তু সমস্যা অন্য জায়গায় — স্ট্যান্ডার্ডাইজেশন। বল-ট্র্যাকিং সিস্টেম, দ্বিতীয় স্কোরার আর অফিশিয়াল স্কোরকার্ডের মধ্যে কয়েক সেকেন্ডের অফসেট থাকে, আর সেই কয়েক সেকেন্ডই একটা রিভিউয়ের ভাগ্য বদলে দিতে পারে।

এখানেই আমি আমার কাজের সবচেয়ে কম-আলোচিত নিয়মটা মেনে চলি: মিসিংনেস আর লেবেল গ্যাপকে প্রথম শ্রেণির স্টোরি এলিমেন্ট হিসেবে দেখা। কোন বলের xG নেই? কেন নেই? কোন ওভারে ফিল্ডিং পজিশন রেকর্ড হয়নি? এগুলো তুচ্ছ নয় — এগুলো মডেলের সীমা, আর মডেলের সীমাটাই মডেলের সততা।

চোখের পরীক্ষা একজন সাক্ষী; ডেটা হলো জেরা। সাক্ষী দরকার, কিন্তু সাক্ষীর বয়ান যাচাই না করলে রায় ভুল হয়।

ব্লকচেইন-সদৃশ সাক্ষ্য: অপরিবর্তনীয় লেজার

এই জায়গায় ব্লকচেইনের ধারণাটা আমার কাজে ঢোকে — কয়েন, টোকেন বা স্পেকুলেশন নিয়ে নয়, বরং একটা সাদামাটা গুণ নিয়ে: অপরিবর্তনীয়তা। ব্লকচেইন যা শেখায় তা হলো, প্রতিটা এন্ট্রি আগের এন্ট্রির সাথে হ্যাশ দিয়ে বাঁধা; পিছনে গিয়ে কেউ এক লাইন বদলালে পুরো চেইন ফাঁস হয়ে যায়।

আমি ক্রিকেট ডেটার ক্ষেত্রে ঠিক এই যুক্তিটাই ব্যবহার করি। কাঁচা ফিডের একটা হ্যাশ নিই, লেবেলিং সিদ্ধান্তের একটা লগ রাখি, প্রতিটা পরিষ্কারের ধাপ লিখে রাখি। তারপর যদি কেউ প্রশ্ন করে — এই xG মানটা কোথা থেকে এল? — আমি পিছনে হেঁটে প্রতিটা সেল দেখাতে পারি। এই অডিট ট্রেইল ছাড়া বিশ্লেষণ হলো একটা ব্যালট, যার কোনো সিল নেই।

এশিয়ার ক্রিকেট বাজারে এই ধারণাটা বিশেষভাবে দরকার, কারণ এখানে তথ্যের গতি বেশি আর যাচাইয়ের সময় কম। স্কোর ছড়িয়ে পড়ে সেকেন্ডে, কিন্তু স্কোরের পিছনের পদ্ধতি কেউ দেখে না। একটা ভেরিফায়েবল লেজার সেই ফাঁক ভরে — কে, কখন, কোন ফিড থেকে সংখ্যাটা তুলেছে, সেটা স্থায়ীভাবে লিখে রাখে। এখানে ব্লকচেইন আমার কাছে প্রযুক্তির ফ্যাশন নয়; এটা একটা ডিসিপ্লিন — যা লেখা হয়েছে, তা মুছে ফেলা যায় না, আর যা মুছে ফেলা যায় না, তা যাচাই করা যায়।

দুটো পুরনো নজির: কাজান ২০১৮ আর খালি স্টেডিয়াম ২০২০

এই পদ্ধতির মূল্য আমি দুবার হাতে-কলমে দেখেছি।

প্রথমবার, ২৭ জুন ২০১৮, কাজানে। জার্মানি ০–২ দক্ষিণ কোরিয়া। ম্যাচ শেষে বক্স স্কোর দেখাচ্ছিল — জার্মানির দখল ৭৪ শতাংশ, ২৬ শট, ৮ কর্নার, ২.৭ xG; দক্ষিণ কোরিয়ার ৫ শট, ০.৯ xG, আর দুটো গোল। পজেশন-পূজারিরা তখন দুর্ভাগ্যের গল্প লিখছিলেন। আমি শট ম্যাপ আর PPDA চার্ট বানালাম: জার্মানির PPDA ৭.২, দক্ষিণ কোরিয়ার ২৪.৬। বারো ঘণ্টার মধ্যে অটোপসি ছাপা হলো। জার্মানি কাজানে হারেনি কোনো অভিশাপে; ওরা হেরেছিল ২৬ শট আর ২.৭ xG নিয়ে, আর গোল ছিল শূন্য। সেটা ছিল আমার সাংবাদিকতার প্রথম কঠিন সিদ্ধান্ত — জনপ্রিয় গল্পের বদলে অস্বস্তিকর টেবিল।

দ্বিতীয়বার, মে ২০২০। স্টেডিয়াম ফাঁকা। আমি বুন্দেসলিগার প্রথম পাঁচ রাউন্ড দেখলাম, আর একটা বেসলাইন দাঁড় করালাম। ঘরের মাঠে জয়ের হার ৪৩.২ শতাংশ থেকে নেমে এল ২১.১ শতাংশে; প্রতি ম্যাচে ঘরের গোল ১.৬৫ থেকে ১.০৮-তে। খালি স্টেডিয়াম ইনডেক্স নামে একটা পাবলিক স্প্রেডশিট ছাড়লাম, যেটা অন্য সাংবাদিকেরা যাচাই করতে পারত। ২০২০ সালে আমি নীরবতা গুনেছিলাম, আর দেখলাম নীরবতারও একটা হোম অ্যাডভান্টেজ ছিল।

দুই নজিরের পাঠ এক: বেসলাইন আগে, বিচ্যুতি পরে, ন্যারেটিভ সবশেষে। আর সেই কারণেই খালি স্টেজ-১ আমাকে বিচলিত করে না — আমি জানি, ডেটা ফিরে এলে আটটা মাত্রাই আবার দাঁড়াবে।

আটটা মাত্রার খালি ঘর: কী কী বাদ পড়ল

সেই রাতে যে টেবিলটা আমার সামনে ছিল, সেটা আসলে আটটা প্রশ্নের তালিকা। প্রতিটার উত্তর খালি।

ফরম্যাট ও ম্যাচ বিশ্লেষণে থাকত পাওয়ারপ্লে-মিডল-ডেথ ওভারের ভাগ, ভেন্যুর চরিত্র, ডিউ বা DLS-এর প্রভাব। কিছুই নেই। খেলোয়াড়ের টেকনিক ও ডেটায় থাকত অ্যাভারেজ, স্ট্রাইক রেট বা ইকোনমি, সিচুয়েশনাল স্প্লিট, বয়স-কার্ভের মোড়। কেউ নামই নেই। দলের ল্যান্ডস্কেপে থাকত র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, স্কোয়াড গভীরতা, স্টাইল-কাউন্টারের ইতিহাস। খালি।

লিগ ও কমার্শিয়াল ইকোসিস্টেমে থাকত ব্রডকাস্ট রাইটসের মূল্য, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, খেলোয়াড়ের বেতন, অকশন বা ট্রেডের মূল্য। একটাও সংখ্যা নেই। নিয়ম ও গভর্ন্যান্সে থাকত ক্ষমতা-বণ্টন, খেলার নিয়মের বিতর্ক, ইন্টিগ্রিটি ইস্যু, এলিজিবিলিটি বা NOC প্রশ্ন। কিছুই নেই।

রিস্ক ম্যাট্রিক্সে থাকত স্পোর্টিং, পার্সোনেল, কমার্শিয়াল, রুলস, পাবলিক ওপিনিয়ন আর সিস্টেমিক ঝুঁকির স্তর। ঝুঁকিটা কার সাথে জুড়ব, সেটাই অজানা। পাবলিক ন্যারেটিভে থাকত বর্তমান গল্পের ধরন, হিট-সাইকেলের ফেজ, আর বাজারের প্রত্যাশা বনাম বাস্তবের ফারাক। খালি। ইন্ডাস্ট্রি ট্রান্সমিশনে থাকত আপস্ট্রিম ট্যালেন্ট, মিডস্ট্রিম টিম-লিগ, আর ডাউনস্ট্রিম ব্রডকাস্ট-ক্যাপিটাল-বেটিং চেইন। কোনো চ্যানেলই চিহ্নিত নয়।

এটাই আসল সংকট: খালি ঘরগুলো কোনো লজ্জা নয়, কিন্তু খালি ঘর ভরে দেওয়ার তাড়নাটাই বিপদ।

কন্ট্রারিয়ান: মেকানিজম-শিকার আর বেসলাইন-উপাসনা

এখন স্বীকার করি আমার নিজের ফাঁদগুলোর কথা।

মেকানিজম খোঁজার নেশা আমার সবচেয়ে বড় দুর্বলতা। এই হারটা অফসাইড ট্র্যাপের কারণে — বলতে ভালো লাগে, কারণ কারণ-গল্প মনের কাছে আরামদায়ক। কিন্তু প্রতিটা আপসেটে একটা পুনরাবৃত্ত মেকানিজম বসানো মানে নিজের গল্পকে নিজে সত্য বানানো। তাই আমি এখন আগে থেকে মেকানিজম নির্ধারণ করি, প্লাসিবো টেস্ট চালাই, আর যখন মেকানিজম ব্যর্থ হয়, সেটা লিখে দিই।

বেসলাইন-উপাসনাও সমান বিপদ। বিচ্যুতি যত উজ্জ্বল, বেসলাইন তত লুকিয়ে পড়ে। অথচ বেসলাইন ভুল হলে পুরো বিশ্লেষণ ভুল। কোন যুগ, কোন প্রতিযোগিতা, কোন পিচ, কোন ডেটা সোর্স — এসব অডিট না করে বিচ্যুতির গল্প মানে ঝুঁকিপূর্ণ ভিত্তির উপরে দাঁড়ানো।

আর ন্যারেটিভ-খারিজ? সেটা আরও সূক্ষ্ম ফাঁদ। ন্যারেটিভকে ভুয়া বলে ফেলে দেওয়া সহজ, কিন্তু ন্যারেটিভ আসলে একটা হাইপোথিসিস — যাকে অপারেশনাল করতে হয়, মাপতে হয়, মিথ্যা প্রমাণের সুযোগ দিতে হয়। দেশের জন্য খেলার চাপ বলে কিছু আছে কি না, সেটা তর্ক নয়, সেটা পরীক্ষা। স্ট্রাইক রেট, পাওয়ারপ্লে বাউন্ডারি, ডেথ ওভারে ডট বলের হার — এই ভেরিয়েবলগুলো দিয়ে সেই চাপ মাপা যায়, যদি মাপার ইচ্ছা থাকে।

আর ইংরেজি ডেটা নিয়মের এক ধাপে-এক ধাপ এগোনো অভ্যাস, কমান্ড-এফিসিয়েন্সির তাড়া — এগুলো মাঝেমধ্যে পাঠকের ধৈর্যের সাথে সংঘর্ষে যায়। সমাধান সৌজন্য নয়, স্পষ্টতা: শব্দের সংজ্ঞা দাও, পাইপলাইন দেখাও, আর স্তরে স্তরে ব্যাখ্যা করো যাতে কেউ হারিয়ে না যায়।

টেকঅ্যাওয়ে: পরের রাউন্ডে যা দেখতে হবে

সেই ফাঁকা টেবিলটা আমার ডেস্কে রয়ে গেছে, একটা অনুস্মারক হিসেবে। পরের ধাপে আমি তিনটা জিনিস ট্র্যাক করব।

প্রথম, সোর্স রিকভারি। মূল লেখাটার টাইটেল আর লিংক ফিরে এলেই সোর্স কোয়ালিটি গ্রেড করা যাবে, আর টাইমলাইন দাঁড়াবে।

দ্বিতীয়, ইনফরমেশন পয়েন্টের পুনরাগমন। যতক্ষণ কোর ভিউপয়েন্ট আর ইনফরমেশন পয়েন্টের ঘর খালি, ততক্ষণ আটটা মাত্রার বিশ্লেষণ একটা ফ্রেম — দেহহীন কাঠামো। একটা পয়েন্ট এলেই ফ্রেমটা রক্তমাংস পাবে।

তৃতীয়, ফরম্যাট নিশ্চিতকরণ। cricket_asia ট্যাগ শুধু রুট দেখায়। ফরম্যাট আর ইভেন্ট চিহ্নিত হলেই জানা যাবে, আটটা মাত্রার মধ্যে কোনটা বেশি ওজন বহন করবে — টেস্টের সেশন-ডেটা, নাকি T20-র ডেথ-ওভার প্রোফাইল।

প্রশ্নটা তাই সোজা: ক্রিকেট এখন সেকেন্ডে স্কোর ছড়ায়, কিন্তু সেই স্কোরের পিছনে কে দাঁড়িয়ে, কে যাচাই করেছে? যে বিশ্লেষণ নিজের ইনপুট খুঁজে পায় না, সে বিশ্লেষণ নয় — সে শুধু অনুমান। আর অনুমানকে সাজিয়ে খবর বানানো, সেটাই আমাদের পেশার সবচেয়ে বড় অখণ্ডতার ফাঁক।

সংজ্ঞা ও দাবিত্যাগ: এখানে ব্যবহৃত স্টেজ-১, স্টেজ-২, ইনফরমেশন পয়েন্ট — সবই প্রকাশ্য তথ্য ও স্টেজ-১ টেক্সট-বিশ্লেষণের ফলাফলের উপরে দাঁড়ানো। এই লেখা ক্রীড়া-তথ্যের রেফারেন্স হিসেবে দেওয়া, বাজি বা বিনিয়োগের পরামর্শ নয়।