খালি ঘরই সবচেয়ে দামি তথ্য: ক্রিকেট ডেটা পাইপলাইনে ব্লকচেইন কী সারায়, কী সারায় না

গত সপ্তাহে ডেস্কে একটা ডসিয়ে এল। আটটা অধ্যায়, চল্লিশটার বেশি ঘর, প্রতিটার ভেতরে একই বাক্য — তথ্য অপর্যাপ্ত। প্রথম দশ সেকেন্ডে মনে হয়েছিল কেউ কাজটা করেনি। শেষ পাতায় গিয়ে থামতে হলো। সেখানে লেখা, ফাইলটা নিচের ধাপে পাঠানো যাবে না; সোর্স আবার স্ক্র্যাপ করে প্রথম ধাপ নতুন করে চালাতে হবে। ওই একটা বাক্যই ফাইলটাকে ফেলে দেওয়ার জিনিস থেকে একটা সিদ্ধান্তে বদলে দেয়। যে বিশ্লেষণ নিজের অজ্ঞতা লিখে রাখতে পারে, তাকে পরে উদ্ধৃত করা যায়। যে বিশ্লেষণ ফাঁকা ঘরগুলো ভদ্র ভাষায় ভরে দেয়, তাকে একবার উদ্ধৃত করলে আর ফেরানো যায় না। আমি টেমপ্লেট বানিয়েছি ব্যতিক্রমটা খুঁজে বের করার জন্য, ঢেকে রাখার জন্য নয়।

প্রসঙ্গ: দুই ধাপের পাইপলাইন আর তার দাম

ক্রিকেটে ডেটা-চালিত ভাষ্য এখন সম্প্রচার চুক্তির শর্ত। ২০১৭ সালে অনূর্ধ্ব-১৭ বিশ্বকাপে আমি যে বারো ঘরের লাইভ-ব্লগ ছাঁচ বানিয়েছিলাম — পজেশন, শট কোয়ালিটি, ট্রানজিশন স্পিড — সেটা বাধ্যতামূলক করার পর প্রকাশনার ভুল আটত্রিশ শতাংশ কমেছিল। ওই টুর্নামেন্টে ইংল্যান্ড ফাইনালে স্পেনকে ৫-২ হারায়, ফিল ফোডেন গোল্ডেন বল পান তিন গোল করে। পরের বছর রাশিয়া বিশ্বকাপে বত্রিশ দলের জন্য বিশ পাতার ডসিয়ে, সেট-পিস রুটিন আর পেনাল্টি টেকার তালিকা; ইংল্যান্ডের বারো গোলের নয়টা সেট-পিস সিকোয়েন্স হিসেবে ট্যাগ করা; প্রস্তুতির সময় ছয় ঘণ্টা থেকে নব্বই মিনিটে নামানো। ২০২০ সালে প্রজেক্ট রিস্টার্টে চৌদ্দ দফার রিমোট কমেন্টারি প্রোটোকল, বিরানব্বই ম্যাচ, একটাই স্প্রেডশিট — টেকনিক্যাল ড্রপআউট বায়ান্ন শতাংশ কম।

এই পুরো ব্যবস্থার একটাই ভিত্তি: প্রতিটি তথ্য একটা নির্দিষ্ট প্রশ্নের উত্তর দেয়। ডসিয়ে আসলে ফ্যাক্টশিটের ছদ্মবেশে প্রশ্নের তালিকা। এখন দুই ধাপের সম্পর্কটা দেখুন। প্রথম ধাপ সোর্স ভেঙে তথ্যবিন্দু বের করে, দ্বিতীয় ধাপ সেই বিন্দুগুলোর উপর আটটা মাত্রার বিশ্লেষণ দাঁড় করায় — ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জন-আখ্যান, শিল্প-সংক্রমণ। প্রথম ধাপ যদি খালি ফেরে, দ্বিতীয় ধাপের হাতে কোনো কাঁচামাল নেই। অথচ সিস্টেমটা তখনও চলছে, টেবিলগুলো তখনও তৈরি হচ্ছে, ঘরগুলো তখনও অপেক্ষা করছে। এই জায়গাটাই সবচেয়ে বিপজ্জনক — ছাঁচ প্রস্তুত, কাঁচামাল শূন্য, আর উৎপাদনের চাপ অপরিসীম।

মূল বিশ্লেষণ: ফাঁকা ফাইল যা প্রমাণ করল

ওই ডসিয়ে চারটা মাত্রায় নিজেকে এক তারকা দিয়েছিল — ক্রীড়া মূল্য, শিল্প মূল্য, সময়োপযোগিতা, রেফারেন্স মূল্য। চারটাই এক তারকা মানে বিশ্লেষণ ব্যর্থ নয়; বিশ্লেষণ সৎ। বাজেট-বিশ্লেষণে এটাকে বলে স্বীকৃত ব্যর্থতা, ক্রীড়া-গবেষণায় এটাকে বলে তথ্যগত সততা। পার্থক্যটা ছোট শোনায়, দামে বিশাল। আটটা মাত্রার প্রতিটিই আলাদা করে জানিয়েছে কী নেই: কোন ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা দ্য হান্ড্রেড — তা নির্ধারণ করা যায়নি; কোন খেলোয়াড়, কোন ভূমিকা, কোন যুগের বেঞ্চমার্ক — কিছুই নেই; কোন দল, কোন আইসিসি র‍্যাঙ্কিং, কোন স্কোয়াড-গভীরতা — অজানা; কোন লিগ, কোন সম্প্রচার স্বত্ব, কোন নিলামের দাম — অনুপস্থিত। এতগুলো খালি ঘর পাশাপাশি বসালে একটা জিনিস পরিষ্কার হয়: ছাঁচটা অনুপস্থিতি প্রকাশ করার জন্যই তৈরি, ঢেকে দেওয়ার জন্য নয়।

দ্বিতীয় যে জিনিসটা চোখে পড়ল, তা ঝুঁকির ক্রমবিন্যাস। সর্বোচ্চ স্তরে আপস্ট্রিম পাইপলাইনের ব্যর্থতা — স্টেজ-ওয়ান খালি খোলস ফিরিয়েছে। তার ঠিক পিছনেই দ্বিতীয় সর্বোচ্চ সতর্কতা, এবং সেটা প্রযুক্তিগত নয়, নৈতিক: বানানো বিশ্লেষণের ঝুঁকি। ছাঁচ ভরাট করার লোভই এখানে আসল শত্রু, কারণ ছাঁচ ভরা দেখতে সবসময় ছাঁচ খালি দেখার চেয়ে বেশি পেশাদার লাগে। তৃতীয়টি মাঝারি মাত্রার, কিন্তু সবচেয়ে ধূর্ত: নীরব ইনজেশন ব্যর্থতা। প্যাটার্নটা দেখতে ঠিক এইরকম — শিরোনাম নেই, সোর্স নেই, শ্রেণিবিভাগ অশ্রেণিবদ্ধ। এটা হতে পারে সোর্স সত্যিই ফাঁকা, আবার হতে পারে সোর্স আছে কিন্তু পেওয়াল বা এনকোডিংয়ের কারণে পার্স হয়নি।

তৃতীয় জিনিসটা একটা ছোট টেবিল, তিনটি পর্যবেক্ষণযোগ্য সংকেত: সোর্স ইনজেশনের অবস্থা, স্টেজ-ওয়ানের স্বাস্থ্য, আর সোর্সের প্রাপ্যতা। তিনটাই প্রক্রিয়াগত সংকেত, একটাও ক্রিকেট-সংকেত নয়। এখানেই আসল কথা: যে সংকটে বিষয়বস্তুই নেই, সেখানে সবচেয়ে দরকারি বিশ্লেষণ হলো প্রক্রিয়ার বিশ্লেষণ। একইভাবে ছাঁচের যে ঝুঁকি-তালিকা টস, ডিএলএস, ডিআরএস আর হোম-গ্রাউন্ড পক্ষপাত ধরার জন্য বানানো, সেটা খালি ইনপুটে নিজেই বলেছে — এই ঝুঁকিগুলো এখানে প্রযোজ্য নয়, কারণ কোনো ম্যাচই নেই। রেড-টিম নিজের অপ্রযোজ্যতা স্বীকার করছে; এটাই সুস্থ ছাঁচের লক্ষণ।

এবার ব্লকচেইনের প্রশ্ন। নথিতে ব্লকচেইনের নাম নেই, কিন্তু সমস্যাটা পুরোপুরি ব্লকচেইনের সমস্যা — উৎসের প্রমাণ, রেকর্ডের অখণ্ডতা, আর কে কখন কী লিখল তার অপরিবর্তনীয় হিসাব। ভাবুন, প্রতিটি স্টেজ-ওয়ান রেকর্ড হ্যাশ-চেইনে লেখা হয়। প্রতিটি রেকর্ডের সঙ্গে থাকে উৎসের ঠিকানা, সংগ্রহের সময়, আর বডি টেক্সটের হ্যাশ। স্টেজ-টু তখনই চালু হতে পারে যখন প্যারেন্ট হ্যাশ বৈধ এবং বডি টেক্সট অ-শূন্য। এটা স্মার্ট কন্ট্র্যাক্টের একটা গেট, আর ওই গেটই আজকের সবচেয়ে দামি লাইন — তথ্য অপর্যাপ্ত লেখাটাকে হ্যাশ করে রাখা।

পার্থক্যটা বোঝা দরকার। চেইনে লেখা এন/এ আর কাগজে লেখা এন/এ এক জিনিস নয়। কাগজেরটা বলে, কেউ দেখেনি। চেইনেরটা বলে, এই নির্দিষ্ট সময়ে এই নির্দিষ্ট উৎস দেখা হয়েছে এবং সেখানে কিছু ছিল না — সময়-মুদ্রাঙ্কিত, স্বাক্ষরিত, যে কেউ যাচাইযোগ্য। সম্প্রচারক, স্বত্বধারী আর স্পনসর যখন একই সত্যায়িত রেকর্ড পড়ে, তখন তথ্য কোথা থেকে এল নিয়ে বিবাদ কমে। দ্বিতীয় ব্যবহারটা স্বত্ব-ব্যবস্থাপনায়। ক্রিকেটে মিডিয়া স্বত্বের সবচেয়ে বড় ক্ষতি ডাবল-সেলিং আর উইন্ডো-ওভারল্যাপ। বল-বাই-বল ফিড, আর্কাইভ ফুটেজ, হাইলাইটস প্যাকেজ — প্রতিটার আলাদা লাইসেন্সিং মেয়াদ, আলাদা ভূগোল। একটা অন-চেইন লেজার মানে প্রতিটি ক্লিপের জন্ম, মালিকানা আর মেয়াদ একই জায়গায়; কাউন্টি-স্তরে যেখানে ছোট ক্লাব একই ফুটেজ তিন জায়গায় লাইসেন্স করে ফেলে, সেখানে এটা নগদ সাশ্রয়। তৃতীয় ব্যবহারটা বয়স-যাচাইয়ে। অনূর্ধ্ব-১৯ স্তরে বয়স-বিতর্ক আর নকল জন্মসনদ এখনও বোর্ড-স্তরের মাথাব্যথা; নিবন্ধন থেকে দল-নির্বাচন পর্যন্ত একটাই সত্যায়িত লেজার থাকলে বিতর্কটা ম্যাচ শুরুর আগেই শেষ হয়।

বিপরীত কোণ: অপরিবর্তনীয় আবর্জনা

এখানেই আমার আপত্তি। চেইন পাইপলাইন সারায় না। পাইপলাইন ভেঙেছে স্ক্র্যাপারের স্তরে — পেওয়াল, এনকোডিং, খালি রেসপন্স। ওই ভাঙা রেকর্ডে হ্যাশ বসালে কী হয়? শূন্যতাটা স্থায়ীভাবে সত্য হয়ে যায়। আজ যে ফাঁকাটা তিন মিনিটে ঠিক করা যেত, কাল সেটা অপরিবর্তনীয় প্রমাণ হয়ে দাঁড়াবে। অখণ্ডতা মানে সত্য নয়; অখণ্ডতা মানে অপরিবর্তনীয়। আর অপরিবর্তনীয় ভুল সাধারণ ভুলের চেয়ে অনেক বেশি খরচা ডাকে।

দ্বিতীয় আপত্তিটা আরও মৌলিক। যে সমস্যাটা ধরা পড়েছে, তার সমাধান কোনো লেজারে নেই — সমাধান একটা ফোন কল। স্বত্বধারীর আর্কাইভ ডেস্কে ফোন, অথবা কাউন্টি ক্লাবের মিডিয়া অফিসারকে ইমেইল। আমার অভিজ্ঞতায় খালি ঘর ভরাট করে দশবারের মধ্যে সাতবার প্রযুক্তি, আর তিনবার মানুষ। প্রোটোকল যত ভালোই হোক, সেটা পরীক্ষা হয় প্রথম অনির্ধারিত মিনিটে — যখন স্ক্র্যাপার ব্যর্থ, সোর্স পেওয়ালের পিছনে, আর সম্প্রচার শুরুর সময় হয়ে গেছে।

তৃতীয় আপত্তিটা ভৌগোলিক। আমেরিকান ফ্র্যাঞ্চাইজি ব্যবস্থায় লেজার-ভিত্তিক রেকর্ড সহজে বেচা যায়, কারণ মালিকানা এককেন্দ্রিক। ইংল্যান্ডে কাউন্টি, ইসিবি আর লিগের মধ্যে ক্ষমতা ছড়ানো; সেখানে কে রেকর্ড লেখে প্রশ্নটার উত্তরই রাজনৈতিক। তাই আমেরিকান মডেল হুবহু আমদানি করলে প্রথমেই আটকে যাবে অনুমোদনের টেবিলে। প্রথমে স্থানীয় শাসন, বাণিজ্যিক ক্যালেন্ডার আর স্টেকহোল্ডার অডিট — তারপর লেজার। চতুর্থ আপত্তি খরচের নয়, গভর্নেন্সের। এক টুর্নামেন্টে বিরানব্বই ম্যাচ, ম্যাচপ্রতি কয়েকশো রেকর্ড — ফি তুচ্ছ। কিন্তু কে রাইটার, কে ভ্যালিডেটর, বিরোধে কে রায় দেয় — এই তিন প্রশ্নের উত্তর ছাড়া লেজার শুধু আরেকটা ডেটাবেস, যেটা বেশি ধীর এবং কম নমনীয়।

টেকঅওয়ে

আসল শিক্ষাটা ব্লকচেইনে নয়, ছাঁচে। যে ছাঁচ ফাঁকা ঘর চিনতে পারে, সে-ই আসল সম্পদ। সেই মুহূর্তে আপনার হাতে যদি থাকে একটি নিখুঁত ফাঁকা ডসিয়ে আর একটি ফোন নম্বর, কোনটা নেবেন? আমার উত্তর: ছাঁচটা রাখুন, লেজারটা পরে বসান। কারণ যেখানে তথ্য নেই, সেখানে সবচেয়ে দরকারি তথ্য হলো — তথ্য নেই। এই বাক্যটাই আজকের সবচেয়ে দামি লাইন, আর সেটাই একদিন চেইনে লেখা থাকবে। প্রশ্নটা এখন সম্প্রচারকদের — আপনার আর্কাইভে কতগুলো রেকর্ড সত্যিই খালি, আর কতগুলো শুধু কেউ দেখেনি?