ভুল লেবেল, ভেজাল ডেটা: ফুটবল বিশ্লেষণ পাইপলাইনে ব্লকচেইন-যাচাইয়ের সীমা ও সম্ভাবনা

সোমবার সকাল সাতটা, পেনাং। ল্যাপটপ খুলে প্রথম যে ফাইলটা চোখে পড়ল তার নাম stage1_output_football_2026-02-09.json। ফোল্ডারটা ফুটবল বিশ্লেষণের। ভেতরে ঢুকে দেখি ষোলোটা ইনফরমেশন পয়েন্ট, আর ডোমেইন লেবেলে স্পষ্ট লেখা—football। কিন্তু প্রতিটা লাইনে কথা হচ্ছে বন্যপ্রাণীর। একশো সত্তরের বেশি প্রজাতি, ষাটের বেশি পাখি, ত্রিশের বেশি স্তন্যপায়ী, বায়োলুমিনেসেন্স, ইরিডেসেন্স, বেস জাম্পিং, বিলিয়ার্ড, স্কুবা ডাইভিং। শেষে একটা তারিখ—২০২৬ সালের ১৯ নভেম্বর।

এটা রকস্টার গেমসের গ্র্যান্ড থেফট অটো সিক্স নিয়ে গেম ইনফরমারের রিপোর্ট। আমার ফুটবল পাইপলাইনে। রকস্টারের ডাইনামিক আর্ট বিভাগের ভাইস প্রেসিডেন্ট মাইকেল কেইনের নাম অবধি আছে সেখানে, কাল্পনিক চরিত্র জেসন আর লুসিয়ার উল্লেখ আছে, লিওনিডা নামের কাল্পনিক অঞ্চলের কথা আছে। ফুটবলের একটা শব্দও নেই।

প্রথম প্রতিক্রিয়া ছিল হাসি। তারপর মনে হলো, এই ভুলটা চেনা। এটা সেই একই যন্ত্র, যা একটা গুজবকে স্কোয়াড-প্ল্যানিং মডেলে ঢুকিয়ে দেয়। পার্থক্য শুধু এটুকু—গুজবটা অন্তত ফুটবলের। এটা ফুটবলেরও নয়।

পাইপলাইনটা আসলে কী করে

আধুনিক ফুটবল ক্লাব, মিডিয়া হাউস আর বাজারের মাঝখানে এখন একটা অদৃশ্য কারখানা বসে আছে। কারখানার প্রথম ধাপে সূত্র থাকে—ক্লাবের বিবৃতি, এজেন্টের ফোন, সাংবাদিকের টুইট, ফেডারেশনের নথি, সম্প্রচারকের গ্রাফিক্স ফিড। দ্বিতীয় ধাপে সেই সূত্র থেকে তথ্য বের করা হয়, যাকে আমরা ইনফরমেশন পয়েন্ট বলি। তৃতীয় ধাপে প্রতিটা তথ্যের গায়ে একটা লেবেল সেঁটে দেওয়া হয়—এটা ফুটবল, এটা ক্রিকেট, এটা বিনোদন, এটা গেমিং। চতুর্থ ধাপে লেবেল ধরে তথ্য জোড়া লাগানো হয়। পঞ্চম ধাপে সেই জোড়া লাগানো তথ্য ঢোকে মডেলে, স্কাউটিং রিপোর্টে, সম্প্রচারের টেলস্ট্রেটরে, এমনকি বাজারের দামে।

লেবেলিংয়ের ধাপটা আজও মূলত ভাষা-ভিত্তিক অনুমান। শব্দের মিল, সত্তার উপস্থিতি, সংখ্যার আকৃতি—এই তিনটা জিনিস দেখে যন্ত্র সিদ্ধান্ত নেয়। এখানেই সমস্যা। "একশো সত্তরের বেশি প্রজাতি, ষাটের বেশি পাখি, ত্রিশের বেশি স্তন্যপায়ী"—এই লাইনটা দেখতে হুবহু একটা স্ট্যাট লাইনের মতো। কেউ যদি প্রজাতির জায়গায় স্প্রিন্ট বসিয়ে দেয়, কেউ ধরতেই পারবে না। "লেজেন্ডারি" শব্দটা ফুটবলে মানে কিংবদন্তি স্ট্রাইকার, গেমিংয়ে মানে বিরল প্রাণী। "রিলিজ ডেট" ফুটবলে মানে দলবদলের জানালা, গেমিংয়ে মানে লঞ্চ। একটা স্বয়ংক্রিয় ট্যাগার যখন ফুটবল-সম্ভাব্য সংখ্যা আর ক্রিয়া-বিশেষ্যের ঘনত্ব পায়, অথচ কোনও ক্লাব, খেলোয়াড়, লিগ বা কোচের সত্তা পায় না, তখন তার এমবেডিং ভেক্টর আক্ষরিক অর্থেই দিশেহারা হয়ে পড়ে। ফলাফল—লোবেল পড়ে থাকে football, বিষয়বস্তু হয়ে যায় ভিডিও গেম।

আমি এই কারখানার ভেতরে ঢুকেছি দুবার। ২০১৭ সালে, তখন আমি আঠারো বছরের ছাত্র, পেনাংয়ে। একটা স্ট্যাটিস্টিক্স লেকচার বাদ দিয়ে ইউএসএম স্টেডিয়ামে গিয়েছিলাম পেনাং অনূর্ধ্ব-১৯ বনাম পেরাক অনূর্ধ্ব-১৯ ম্যাচ দেখতে। গোলের পিছনে বসে নব্বই মিনিট ধরে প্রতিটা ডিফেন্সিভ অ্যাকশন হাতে লিখেছিলাম। পেনাংয়ের ৪-৪-২ মিড-ব্লক আঠারোটা হাই টার্নওভার আদায় করেছিল, আর বাঁ দিকের হাফ-স্পেসে সাতটা এন্ট্রি ছেড়ে দিয়েছিল। ২০১৭ সালের নোটবুকটা এখনো আমার কাছে আছে; ৪-৪-২ মিড-ব্লকটা নিজেই পেনসিলে লিখে গিয়েছিল। সেদিন আমি বুঝেছিলাম, ডেটা মানে কেবল সংখ্যা নয়—ডেটা মানে কোন্‌টা গুনেছি আর কোন্‌টা গোনার সময় চোখ সরিয়ে ফেলেছি।

দ্বিতীয়বার ঢুকলাম ২০১৮ সালে, রাশিয়া বিশ্বকাপে, স্বেচ্ছাসেবক ডেটা-লগার হিসেবে। মস্কোয় আমি ক্রোয়েশিয়ার ২-১ গোলে ইংল্যান্ডকে হারানোর ম্যাচটা ট্র্যাক করছিলাম। লুকা মদরিচ চৌদ্দ দশমিক তিন কিলোমিটার দৌড়েছিলেন, ষাট মিনিটের পর ক্রোয়েশিয়া ৪-১-৪-১ থেকে ৪-৩-৩-এ সরে গিয়ে ইংল্যান্ডের ৩-৫-২ উইং-ব্যাক দুটোকে পিন করে ফেলেছিল, আর সত্তর মিনিটের পর ইংল্যান্ড দ্বিতীয় বলগুলো হারাতে শুরু করেছিল। পরদিন সকালে ডেটা টিম আমাকে ম্যাপটা উপস্থাপন করতে বলেছিল। একজন স্বেচ্ছাসেবক স্টেয়ারওয়েল থেকে বিশ্বকাপ দেখে; ক্রোয়েশিয়া ২-১ ইংল্যান্ড আমাকে শিখিয়েছিল গোলের আগেই হৈচৈ এসে পড়ে। সেই হৈচৈ কোনও পাইপলাইনে ধরা পড়ে না, কারণ সেটা কোনও সত্তা নয়, সেটা একটা তরঙ্গ।

২০২০ সালে স্টেডিয়ামগুলো খালি হয়ে গেল। পেনাং এফসি কেলান্টান ইউনাইটেডকে ২-১ গোলে হারল, আমি বন্ধ দরজার ম্যাচে স্বেচ্ছাসেবক বিশ্লেষক। গ্যালারি চুপ, তাই প্রথমার্ধেই আমি ছিয়ানব্বইটা কোচ-নির্দেশ আর একত্রিশটা প্রেসিং-সংকেত লিখে ফেললাম। পেনাংয়ের ৪-২-৩-১ প্রেস শুরু হচ্ছিল গোলকিপারের কাছে বল ফেরত যাওয়ার মুহূর্তে, কোনও আলগা টাচে নয়। হাফটাইমে সহকারী কোচ সেটা সমর্থন করেছিলেন। খালি স্টেডিয়াম আমাকে শিখিয়েছিল, সবচেয়ে দামি তথ্যটা প্রায়ই কোথাও নথিবদ্ধ থাকে না।

ভুলটা কোথায় জন্মায়, আর কেন সেটা ছড়ায়

এই ফাইলটা আমার কাছে পৌঁছেছে ঠিক ট্রান্সফার উইন্ডোর মাঝখানে। এই সময়ে প্রতিদিন হাজারো দাবি, অস্বীকার, পাল্টা-দাবি, মেডিকেলের তারিখ, রিলিজ ক্লজের গঠন, মজুরির বিল—সব একসাথে বাজারে ভাসতে থাকে। এই ভিড়ের মধ্যে একটা ভুল লেবেল ঢুকে পড়লে কেউ টের পায় না, কারণ কেউ আর উৎসে ফিরে যাচাই করছে না। সবাই পরের স্তরের আউটপুট দেখে সিদ্ধান্ত নিচ্ছে।

ভুলটা জন্মায় তিন জায়গায়। প্রথমত, উৎসের স্তরে—একই আরএসএস ফিডে খেলা আর বিনোদন একসাথে বয়ে যায়, আর সীমানাটা কেউ টেনে দেয় না। দ্বিতীয়ত, নিষ্কাশনের স্তরে—যে স্ক্রিপ্ট তথ্য বের করে, তার কাছে ফুটবল-বিশেষজ্ঞতা নেই, আছে শুধু প্যাটার্ন। তৃতীয়ত, যাচাইয়ের স্তরে—এখানে সবচেয়ে বড় ফাঁক। কোনও সত্তা-ভিত্তিক ডোমেইন ভ্যালিডেটর নেই, যেটা বলবে: এই নথিতে কোনও ক্লাব নেই, কোনও খেলোয়াড় নেই, কোনও লিগ নেই, কোনও কোচ নেই—তাহলে এটা ফুটবল হতে পারে না।

ডেটার চেইন-অব-কাস্টডি আর ব্লকচেইনের প্রশ্ন

এখানেই ব্লকচেইনের প্রসঙ্গ আসে, তবে সাবধানে। যেটা ব্লকচেইন সত্যিই ভালো পারে, সেটা হলো চেইন-অব-কাস্টডি—উৎস থেকে সিদ্ধান্ত পর্যন্ত প্রতিটা ধাপের অপরিবর্তনীয় দস্তাবেজ। একটা নিবন্ধ কোন্‌ মুহূর্তে, কোন্‌ ফিড থেকে, কোন্‌ সংস্করণে, কোন্‌ ট্যাগারের হাতে ঢুকল, কোন্‌ লেবেল পেল, কে সেটা অনুমোদন করল—সব যদি একটা অ্যাপেন্ড-অনলি লগে লেখা থাকে, তাহলে অন্তত প্রশ্নটা তোলা যায়। এই মুহূর্তে সেই প্রশ্নটা তোলার উপায়ই নেই। ফাইলটা এসেছে, বসে গেছে, মডেলে মিশে গেছে।

ফুটবলে এই প্রয়োগের স্বাভাবিক জায়গা আছে কয়েকটা। খেলোয়াড় নিবন্ধন ও দলবদলের কাগজপত্র—বিশেষ করে সেল-অন ক্লজ, ইমেজ রাইটস আর সলিডারিটি পেমেন্টের হিসাব। একাধিক ক্লাবের মধ্যে দাবি-পাল্টা-দাবির জায়গায় একটা সাধারণ লেজার অনেক ঝগড়া কমাতে পারে। দ্বিতীয় জায়গা হলো সম্প্রচার ও ডেটা ফিডের উৎস-সত্যতা—কোন্‌ ফিড থেকে কোন্‌ xG বা PPDA সংখ্যাটা এল, সেটা যাচাইযোগ্য হলে সম্প্রচারক আর বুকমেকার দুজনেই কম ভুল করবে। তৃতীয় জায়গা, ফ্যান টোকেন আর ক্লাব-গভর্ন্যান্সের ভোটিং—যদিও এখানে আমার আস্থা সবচেয়ে কম, কারণ ভোটের ওজন কে ঠিক করবে সেই প্রশ্নটা চেইনে লিখে গেলেও উত্তর মেলে না।

কিন্তু এই সবকিছুর আগে একটা কথা পরিষ্কার করা দরকার। ব্লকচেইন একটা লেবেলকে অপরিবর্তনীয় করে দিতে পারে, সঠিক করে দিতে পারে না।

যেটা চেইনে ওঠে না

এই জায়গায় এসে আমার দ্বিধাটা স্পষ্ট করে বলা দরকার, কারণ এটা আমার নিজের পেশার ট্রেড-অফ। একটা লেজার যা প্রমাণ করে "এই লেবেলটা ঠিক এই সময়ে, ঠিক এই ব্যক্তি দিয়েছিলেন", সেটা যদি ভুল লেবেল হয়, তাহলে আমরা যা পেলাম তা হলো একটা নিখুঁত, টাইমস্ট্যাম্পড, ক্রিপ্টোগ্রাফিকভাবে স্বাক্ষরিত ভুল। ব্লকচেইন তথ্যের অর্থ বোঝে না। বোঝে না যে "লেজেন্ডারি" শব্দটা এক জায়গায় স্ট্রাইকার আরেক জায়গায় প্রাণী। বোঝে না যে গেমের রিলিজ ডেট আর দলবদলের জানালা এক নয়। অর্থ বসানোর কাজটা করতে হয় একজন মানুষকে, যে ফুটবল চেনে।

আরও একটা বিপদ আছে, যেটা আমার কাছে লেবেল-ভুলের চেয়েও বড়। চেইনে লেখা থাকলে মানুষের মনে একটা অলস ভরসা জন্মায়—"এটা তো ভেরিফায়েড"। তখন কেউ আর মূল সূত্রে ফিরে যায় না। ভেরিফিকেশন নিজেই তখন প্রমাণের বিকল্প হয়ে দাঁড়ায়। ফুটবল ইতিমধ্যেই এই রোগে আক্রান্ত। একটা এজেন্টের দাবি যদি কোনও বড় নামের সূত্র দিয়ে ছাপা হয়, কেউ আর জিজ্ঞেস করে না, এই দাবিটা কার স্বার্থে তৈরি। ব্লকচেইন সেই অলসতাটাকে আরও এক ধাপ শক্তিশালী করে দিতে পারে।

তার উপরে আছে খরচ, গতি আর গোপনীয়তা। লাইভ ম্যাচের ডেটা সেকেন্ডের ভগ্নাংশে বদলায়; পাবলিক চেইনে সেই গতি বাস্তবে মেলে না। ক্লাবের চোট-সংক্রান্ত চিকিৎসা নথি, খেলোয়াড়ের বেতনের বিবরণ, চুক্তির ক্লজ—এসব কেউ প্রকাশ্য লেজারে তুলবে না, আর তুললেও সেটা ক্লাবের একপাক্ষিক স্বার্থে হবে। চাবি কে ধরে রাখবে? সবচেয়ে বড় ক্লাবগুলো, যারা পাঁচ বদল নিয়েও শেষ বিশ মিনিটকে ক্লান্তির যুদ্ধে বদলে দিতে পারে। তারা যদি লেজারের গেটকিপার হয়, তাহলে স্বচ্ছতা আসবে না, আসবে নতুন এক ধরনের ছায়া-শাসন।

আর শেষ কথা, যেটা আমি সবচেয়ে বেশি ভাবি। সবচেয়ে দামি তথ্যটা সাধারণত কোথাও লিখিত হয় না। ২০২০ সালে পেনাং এফসি বনাম কেলান্টান ইউনাইটেড ম্যাচে প্রথমার্ধের ছিয়ানব্বইটা কোচ-নির্দেশের একটা ভগ্নাংশও কোনও অফিসিয়াল ফিডে ছিল না। বাঁ দিকের হাফ-স্পেসে সাতটা এন্ট্রির মধ্যে কতগুলো আসলে যোগ্য ছিল, সেটা কেউ গোনেনি। যিনি স্টেয়ারওয়েলে বসে ম্যাচ দেখেন, যিনি ভলান্টিয়ার হয়ে কোণার পতাকা থেকে কোচের ঠোঁট পড়েন, তাঁকে কোনও চেইনে নোড দেওয়া হবে না। ঢাকার রাতের গলির ফুটবল-আড্ডা থেকে কুয়ালালামপুরের ভাড়া মাঠ পর্যন্ত যে ফুটবল-বুদ্ধি তৈরি হয়, তার ডেটা লেবেলই এখনো বানানো হয়নি। যে লেজার শুধু বড়দের সত্য লিখে রাখে, সেটা সত্যের অর্ধেক লিখে বাকিটাকে অসত্য বলে চালিয়ে দেয়।

পরের যাচাইটা যেখানে শুরু হবে

তাই আমার প্রস্তাব সরল, এবং এটা ব্লকচেইন দিয়ে শুরু হয় না—এটা একটা অনুসন্ধান দিয়ে শুরু হয়। আগামী এক সপ্তাহ ধরে একটা ডেটা ফিড ধরুন, পছন্দমতো—হোক সেটা দলবদলের খবর, হোক ম্যাচ-পরবর্তী পরিসংখ্যান। তারপর প্রতিটা রেকর্ডের পেছনে ফিরে যান: উৎসটা কে, কবে ছাপাল, তাতে কোন্‌ সত্তা আছে, আর লেবেলটা কে দিল। যেখানে কোনও ক্লাব, খেলোয়াড় বা লিগ নেই, অথচ লেবেল লেখা ফুটবল—সেটা গুনুন। সেই সংখ্যাটাই আপনার পাইপলাইনের প্রকৃত ভেজালের মাপ।

আমার অনুমান, সংখ্যাটা আপনি সহজে হজম করতে পারবেন না। আর এই একই সংখ্যাটা যদি আমরা প্রকাশ্যে, টাইমস্ট্যাম্পসহ, সবার সামনে রাখতে পারতাম—কোন্‌ রেকর্ড কে ঢোকাল, কে অনুমোদন করল, কে আপত্তি করল—তাহলে গুজব আর তথ্যের মধ্যে সীমারেখাটা অন্তত দেখা যেত। সীমারেখা টানা আর সীমারেখা মানা দুই আলাদা কাজ, সেটা আমি জানি। তবু শুরুটা সেখানেই।

ট্রান্সফার উইন্ডোর এই কোলাহলে প্রশ্নটা তাই আরও জরুরি হয়ে ওঠে। যে সংবাদটি আপনাকে সবচেয়ে নিশ্চিত শোনাচ্ছে, সেটি কি সত্যিই ফুটবলের, নাকি কেবল ফুটবলের মতো শোনায়? আর যে ডেটা আপনার সিদ্ধান্তে ঢুকছে, তার পেছনে ফিরে যাওয়ার রাস্তা কি এখনো খোলা—নাকি সেটা কবে, কার হাতে বন্ধ হয়ে গেছে, সেটাও আর মনে নেই?