শূন্য ফেরত দেওয়া ডেটাসেট: ক্রীড়া তথ্যের অখণ্ডতা ও যাচাইযোগ্য লেজার

গত রাতে আমার ডেস্কে একটা ফাইল এল। একটা অ্যাথলেটিক্স-বিষয়ক নিবন্ধ, সাধারণ একটা ফিড থেকে টেনে আনা। ইনজেশন পাইপলাইন সেটাকে গিলে নিল, ভেতরের ইঞ্জিন ঘুরল, আর ফেরত দিল একটা খালি ছক। শিরোনাম নেই। সূত্র নেই। তথ্যবিন্দু নেই। সত্তা নেই। প্রতিটি ঘরজুড়ে একটাই বাক্য—‘পর্যাপ্ত তথ্য নেই’। নয়টি বিশ্লেষণ-মাত্রা, প্রতিটির টেবিল, প্রতিটির চেকলিস্ট, আর প্রতিটির শেষে একই ফল: N/A।

সাধারণত ফাইল এলে তার ভেতরে ভুল থাকে, অতিরঞ্জন থাকে, দুর্বল নমুনা থাকে; সেসব নিয়ে কাজ করা যায়। একটা ফাইল যখন ভেতরে শূন্য হয়ে ফেরে, তখন প্রশ্নটা আর সেই নিবন্ধ নিয়ে থাকে না। প্রশ্নটা আমাদের নিজের যন্ত্রপাতি নিয়ে। একটি খালি ডেটাসেট কোনো নিবন্ধের বিচার নয়; সেটি আমাদের নিজের সিস্টেমের অটোপসি।

আমার নাম হেনরি মার্টিনেজ। আমি ট্রান্সফার মার্কেটের হিসাবরক্ষক, তবে আসল কাজটা অন্য জায়গায়—আমি ক্রীড়া তথ্যের প্রমাণপত্র রাখি। কোন সংখ্যাটা কবে, কোন পদ্ধতিতে, কোন উইন্ড রিডিংয়ে তোলা হয়েছে, তার তারিখ লিখে রাখি। বছরের পর বছর ম্যাচ দেখে আমার একটা অভ্যাস হয়েছে: যে সংখ্যা তোলার দিনটা আমি লিখে রাখি না, সেই সংখ্যা আমার লেখায় ওঠে না। ম্যাচ-নোট আমার কাছে পদ্ধতি-নোট। আজকের শূন্য ফাইলটাও ঠিক সেই নিয়মেই দেখতে হবে।

আমাদের কাজের ধারা দুই ধাপে চলে। প্রথম ধাপ—ডিকনস্ট্রাকশন—কাঁচা নিবন্ধটাকে খুলে ফেলে, তার ভেতর থেকে তথ্যবিন্দু আর মূল দৃষ্টিভঙ্গি বের করে। দ্বিতীয় ধাপ—গভীর বিশ্লেষণ—সেই তথ্যবিন্দুর উপর দাঁড়িয়ে নয়টি মাত্রায় বিচার বসায়: ঘটনা ও পারফরম্যান্স, খেলোয়াড়ের অবস্থা, প্রতিযোগিতার কাঠামো, ইভেন্ট-ভূগোল, নিয়ম ও ডোপিং, দল ও প্রশিক্ষণ, ঝুঁকি, জনমত, এবং শিল্পে তার সংক্রমণ।

আজ প্রথম ধাপটা খালি ফিরে এসেছে। শিরোনাম নেই, তথ্যবিন্দু নেই, সত্তা নেই। ফলে দ্বিতীয় ধাপের নয়টি মাত্রাই শূন্য। এখানে একটা কথা স্পষ্ট করা দরকার: শূন্য ফলাফল মানে বিশ্লেষণ ব্যর্থ, তা নয়; শূন্য ফলাফল মানে বিশ্লেষণের কাঁচামাল আসেনি। এই দুটো জিনিস গুলিয়ে ফেললে আমরা খবরের অভাবকে ‘খবর নেই’ বলে পড়তে বসি।

যেকোনো ম্যাচ-ডেটা নিয়ে কাজ করার আগে আমি তিনটে প্রশ্ন করি। তথ্য কোথা থেকে এল? কবে এল? আর কোন শর্তে আমি সিদ্ধান্তটা ফিরিয়ে নেব? আজকের ফাইলে এই তিনটির কোনোটিরই উত্তর নেই। ফাইলটা এসেছে, ঠিক আছে; কিন্তু ভেতরে কিছু নেই।

এবার ডেটা-সাক্ষ্যের শৃঙ্খলটা দেখা যাক।

প্রথম সাক্ষ্য—সব ক্ষেত্র খালি। প্রথম ধাপের তথ্যবিন্দুর তালিকা শূন্য, সত্তার তালিকা অচিহ্নিত, শিরোনামও নেই। এটা কেবল একটা নিবন্ধ হারানোর ঘটনা নয়। এটা হলো, কেউ একটি খবর পাঠানোর পর সেই খবর কোথাও পৌঁছায়নি, অথচ কেউ টের পায়নি।

দ্বিতীয় সাক্ষ্য—কোনো পারফরম্যান্স-সংখ্যা নেই। তাই কোনো মান বসানো যায় না, উইন্ড সংশোধন করা যায় না, উচ্চতা বা সরঞ্জামের ভাগ বাদ দেওয়া যায় না। খেলাধুলার হিসাবে এটাই সবচেয়ে বিপজ্জনক অবস্থা: যখন তুলনা করার মতো কিছুই থাকে না, তখন গল্প নিজে থেকে ভরে ওঠে। মানুষ খালি জায়গায় কল্পনা ঢেলে দেয়।

তৃতীয় সাক্ষ্য—পাইপলাইন নিজেই ঝুঁকির উৎস হয়ে দাঁড়িয়েছে। রিপোর্টে তিনটে সতর্কতা আছে, আর তার মধ্যে একটা আমার চোখে সবচেয়ে জরুরি: নীরব ডেটা-ক্ষতি। নীরব ডেটা-ক্ষতি ভুল ডেটার চেয়েও ভয়ংকর, কারণ ভুল ডেটা চিৎকার করে, আর হারানো ডেটা চুপ করে থাকে। একটা ভুল সংখ্যা আমরা ধরতে পারি; একটা হারিয়ে যাওয়া সংখ্যা আমরা ধরতে পারি না, কারণ সেটা আর টেবিলে নেই।

চতুর্থ সাক্ষ্য—সুপারিশটা সরাসরি: দ্বিতীয় ধাপ চালু করার আগে একটা ভ্যালিডেশন গেট বসানো। অর্থাৎ, যে কোনো প্রথম-ধাপের আউটপুটে তথ্যবিন্দু খালি থাকলে সেটা স্বয়ংক্রিয়ভাবে থামিয়ে দেওয়া। এই একটা লাইন আজকের প্রতিবেদনের সবচেয়ে দামি অংশ। এটা মানে, ভুলটা ধরা পড়ছে শেষ ধাপে নয়, বরং শেষ ধাপে পৌঁছানোর আগেই একটা দরজা আছে যেটা খালি মাল আটকে দেয়।

এখানে একটা সূক্ষ্ম পার্থক্য ধরে রাখা দরকার। নাল-রেজাল্ট আর ফলস-নেগেটিভ এক নয়। ফলস-নেগেটিভ মানে হলো, কিছু একটা ছিল, কিন্তু পরীক্ষা সেটা ধরতে পারেনি। নাল-রেজাল্ট মানে হলো, পরীক্ষার হাতে ধরার মতো কিছুই আসেনি। আজকের ঘটনাটা কোনটা, সেটা আমরা এখনো জানি না—আর সেই অনিশ্চয়তাটাই সবচেয়ে গুরুত্বপূর্ণ তথ্য।

রিপোর্টে যে একটা মেটা-ঝুঁকির কথা বলা হয়েছে, সেটা আমার কাছে সবচেয়ে শিক্ষণীয়। ঝুঁকির তালিকায় প্রতিযোগিতা, ডোপিং, আর্থিক, জনমত—সব ফাঁকা। কিন্তু একটা ঝুঁকি ফাঁকা নয়: তথ্য-অখণ্ডতার ঝুঁকি। যখন বিশ্লেষণের কাঁচামালই অনুপস্থিত, তখন সবচেয়ে বড় ঝুঁকিটা আর বিষয়বস্তুর নয়, ঝুঁকিটা প্রক্রিয়ার।

এখানেই আমি থামি না, কারণ আমার মনে একটা সমান্তরাল ঘটনা ঘুরছে।

২০২০ সালের বসন্তে লাইভ খেলা বন্ধ। ম্যাচ নেই, তাই লগ করার কিছু নেই। সেই সময় আমি একটা পাশের কাজ ধরলাম—যেসব ফেডারেশন কখনো হাতে-লেখা জাতীয় স্প্রিন্ট রেকর্ডের ইলেকট্রনিক ব্যাকআপ রাখেনি, সেগুলো ডিজিটাইজ করা। আমার এই পাশের কাজটাই আজকের শূন্য ফাইলের সঙ্গে সরাসরি যুক্ত। In the dark year, I kept a side project so the data would not become a rumor.

ভাবুন—একটা রেকর্ড যেটা কাগজে আছে, স্টেডিয়ামের নোটবুকে আছে, কোনো ডিজিটাল কপি নেই। কেউ সেটা নিয়ে প্রশ্ন তুললে আপনি কী প্রমাণ দেখাবেন? একটা টাইমিং পদ্ধতির নাম? একটা উইন্ড রিডিং? কিছুই না। তখন সেই সংখ্যা আর তথ্য থাকে না, সেটা গুজব হয়ে যায়।

ঠিক এই জায়গাতেই যাচাইযোগ্য লেজারের প্রশ্ন আসে—যেটাকে অনেকে ব্লকচেইন বলেন। আমি ব্লকচেইন শব্দটা খুব সাবধানে ব্যবহার করি। আমার আসল আগ্রহ ক্রিপ্টো-মুদ্রায় নয়, আমার আগ্রহ অপরিবর্তনীয় টাইমস্ট্যাম্পে। একটা রেকর্ডকে ব্লকচেইনে লেখার আসল লাভ মুদ্রা নয়, লাভ হলো: কে, কবে, কোন সংখ্যাটা লিখল, সেটা আর লুকিয়ে ফেলা যাবে না।

ভাবুন, বাংলাদেশের ১৯৮৫ থেকে ১৯৯৩ সালের চারটি সাফ গেমস ১০০ মিটার শিরোনাম। এটা একটা পরিমাপযোগ্য জাতীয় সম্পদ ছিল। কিন্তু এই শিরোনামগুলোর কোনটা কোন ঘড়িতে, কোন উইন্ডে, কোন মিটে তোলা—সেই খুঁটিনাটি যদি লেজারে না থাকে, তবে ২০০৬ থেকে ২০২৪ সালের সা গেমস স্বর্ণ-খরার সঙ্গে সেটার তুলনা নিরর্থক। হাতে-তোলা একটা সময় আর ইলেকট্রনিক একটা সময় পাশাপাশি রাখলে যে সিদ্ধান্ত আসে, সেটা সিদ্ধান্ত নয়, সেটা বিভ্রম।

আমার স্পষ্ট অবস্থান: ক্রীড়ার ইতিহাসে সবচেয়ে বড় ক্ষতি কখনো হয় দুর্নীতি দিয়ে, কখনো ব্যর্থ প্রতিভা দিয়ে। সবচেয়ে বড় ক্ষতি হয় হিসাব না রাখার অভ্যাস দিয়ে। যে ফেডারেশন তার নিজের রেকর্ড সংরক্ষণ করে না, সে ফেডারেশন আসলে তার নিজের উত্তরাধিকারটাই মিথ্যা বলে দেয়। এই দায় প্রতিভার উপর পড়ে না, কখনো পড়ে না। দায় পড়ে স্থাপত্যের উপর—কেন ব্যাকআপ নেই, কেন প্রোটোকল নেই, কেন কেউ যাচাই করে না।

এই কারণ-কাঠামোর দিকটাই আমার মূল আগ্রহ। বাংলাদেশে স্প্রিন্ট সংস্কৃতির গল্পটা আমি ঘটনা দিয়ে পড়ি, অনুপ্রেরণা দিয়ে নয়। জাতীয় চ্যাম্পিয়নশিপের প্রাণটা অনেকটাই আর্মি-নেভি-বিকেএসপি—এই তিন প্রতিষ্ঠানের ভরসায় চলে। এই ব্যবস্থা চ্যাম্পিয়নশিপটা বাঁচিয়ে রাখে, ঠিক; কিন্তু একই সঙ্গে ট্যালেন্ট-পুলটাকে সীমিত করে ফেলে, যাদের সেবা-বাহিনী নিয়োগ করে, তাদের মধ্যেই। আর আটটা বিভাগীয় সদরে সিন্থেটিক ট্র্যাক না থাকার হিসাবটা কেউ কখনো মেইন-লেজারে লেখে না। এই জিনিসগুলো এলোমেলো নয়, এগুলো মাপা যায়।

২০২০-র লকডাউনের আগে-পরে আমি ইউরোপের শীর্ষ পাঁচ লিগের ১,০৪২টা ম্যাচ টেনে দেখলাম, হোম-উইন রেট ৪৫.২% থেকে ৩৯.৬%-এ নামছে, অ্যাওয়ে এক্সজি আর দ্বিতীয়ার্ধের ইনজুরি-টাইম দুটোই বাড়ছে। আমি ভিড়ের আওয়াজকে কারণ বললাম। কিন্তু আমার নিজের ডেটাসেট সেই দাবিটা পুরোপুরি সমর্থন করেনি—ভ্রমণ আর ম্যাচ-ভিড়ের প্রভাব আমি পুরোপুরি আলাদা করতে পারিনি। তাই আজও আমি ওই সংখ্যার পাশে একটা আত্মবিশ্বাস-ব্যান্ড লিখে রাখি। I do not trust a valuation until I have watched it fail in daylight.

২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ৬৪টা ম্যাচের প্রতিটা লগ করেছিলাম। প্রেসিং-মেট্রিক আর কভার-ডিস্ট্যান্সের সেট দেখাল, ক্রোয়েশিয়া নকআউটে ডেনমার্ক, রাশিয়া আর ইংল্যান্ডের বিরুদ্ধে টানা অতিরিক্ত সময় খেলে গোটা টুর্নামেন্টের যেকোনো দলের চেয়ে বেশি মাঠ ঢেকেছে। আমি লিখেছিলাম, টুর্নামেন্ট-পা একটা মাপা যায়, প্রশিক্ষণযোগ্য রাশি—নিছক গল্পের দৃঢ়তা নয়। এখানেও একই শিক্ষা: যা মাপা যায়, তা নিয়ে তর্ক করা যায়; যা মাপা যায় না, তা নিয়ে কেবল বিশ্বাস করা যায়।

২০১৭ সালে আমি আমার নিজের একটা ভ্যালুয়েশন মডেলকে প্রকাশ্যে ভেঙে ফেলেছিলাম, কারণ সেটা গোল গুনছিল, দুর্লভতা নয়। তারপর ফ্রেমওয়ার্কটা নতুন করে দাঁড় করালাম—বয়স-কার্ভ, চুক্তির বাকি বছর, লিগ-সংশোধিত গোল ও অ্যাসিস্ট-প্রত্যাশা, আর রিসেল লিকুইডিটি ধরে। মডেলটা আমি ক্লায়েন্ট-মেমো হিসেবে নয়, প্রকাশ্য লেখা হিসেবে ছেড়ে দিলাম। কারণ একটাই—যে নিয়ম আমি নিজের উপর চাপাই, সেটা হলো: আমার প্রতিটি সংখ্যা যেন একজন অপরিচিত মানুষও মিলিয়ে দেখতে পারে। আজকের খালি ফাইল ঠিক সেই নিয়মেরই পরীক্ষা।

এখন চলছে ট্রান্সফার উইন্ডো, আর এই সময়ে গুজবের বন্যা তথ্যের স্রোতকে ডুবিয়ে দেয়। আমার কাজ সহজ—প্রতিটি দাবিকে তার সাক্ষ্যের ভিত্তিতে সাজানো। কোন দাবির পিছনে চুক্তির বছর? কোনটার পিছনে এজেন্টের নড়াচড়া? কোনটা শুধুই একটা টুইট? A transfer is a sentence; the market is the grammar nobody wants to teach. খালি ফাইল আর গুজব—দুটোই একই রোগের লক্ষণ: প্রমাণের বদলে কেউ আখ্যান বেছে নিচ্ছে।

আর একটা কথা ভুলে গেলে চলবে না। অংশগ্রহণ আর পারফরম্যান্স দুটো আলাদা জিনিস, আর আমি সবসময় আলাদা হিসাবেই রাখি। প্রথম রাউন্ডে বিদায় নেওয়া একটা দৌড় আর একটা ‘দ্রুততম মানুষের’ শিরোনাম এক নয়, যদি সেই প্রবেশটা ইউনিভার্সালিটি কোটা দিয়ে আসে। একইভাবে, একজন ইংল্যান্ডে জন্মানো ও ইংল্যান্ডে প্রশিক্ষণ নেওয়া স্প্রিন্টারের একটা ইন্ডোর সোনা আর একটা জাতীয় পাইপলাইন এক নয়। ইমরানুর রহমানের সময়গুলো এই ব্যবস্থার বাইরে থেকে আসা—আমি সেগুলোকে ঘরোয়া সক্ষমতার প্রক্সি হিসেবে কখনো পড়ি না।

খালি ডেটাসেট মানে দুনিয়ায় কিছু ঘটেনি, তা নয়। এটা ভিন্ন দুটো বাক্য, আর দুটোকে গুলিয়ে ফেলা মারে গোটা বিশ্লেষণ-শৃঙ্খলকে।

যখন প্রথম ধাপ ফেরত দেয় শূন্য, তখন সেটা ইভেন্টের বর্ণনা নয়, সেটা আমাদের যন্ত্রের বর্ণনা। নিবন্ধটা হয়তো ছিলই, খবরটা হয়তো ঘটেইছে, কিন্তু ক্যাপচার ফেল করেছে। স্ক্র্যাপিং ত্রুটি হতে পারে, পেওয়াল হতে পারে, অথবা সোর্সটা হয়তো টেক্সটই ছিল না। আমরা জানি না কোনটা, আর না-জানাটাই সৎ অবস্থান।

আমি এমন ভুল আগেও করেছি—অনুপস্থিতিকে সিদ্ধান্ত বানিয়ে ফেলা। মাঠ খালি থাকলে ভাবা সহজ যে আওয়াজ নেই। An empty stadium is not silence; it is a control group for noise. ঠিক তেমনি, একটা খালি টেবিল কোনো প্রমাণ নয় যে কোনো খেলা হয়নি; সেটা প্রমাণ যে আমাদের নোট নেওয়ার হাতটা আজ ব্যর্থ হয়েছে।

বিপদটা এখানেই: একটা ফেডারেশন তার রেকর্ড হারায়, আর তিন বছর পরে কেউ সেই ফাঁকা জায়গাটাকে ‘প্রমাণ নেই, তাই হয়তো ছিল না’ বলে পড়ে। এভাবেই একটা জাতীয় উত্তরাধিকার মুছে যায়—একটা দুর্বল সিদ্ধান্ত নয়, একটা নীরব সিদ্ধান্তে।

আগামী চক্রের জন্য আমার চাওয়া দুটো। প্রথমটা প্রক্রিয়ার: দ্বিতীয় ধাপ চালু হওয়ার আগে একটা ভ্যালিডেশন গেট। খালি তথ্যবিন্দু দেখলে সিস্টেম নিজেই থামবে, আর সেটা একটা সংকেত হিসেবে উপরের দিকে উঠবে। দ্বিতীয়টা কাঠামোর: যে রেকর্ডগুলো ফেডারেশন ফেলে রেখেছে—হাতে-তোলা সময়, হারানো মিট-নোট—সেগুলোর জন্য একটা প্রকাশ্য, টাইমস্ট্যাম্পযুক্ত, যাচাইযোগ্য লেজার।

আমার আত্মবিশ্বাস-ব্যান্ড এখানে মাঝারি থেকে উচ্চ। শর্তটা স্পষ্ট: যদি পরের তিন মাসে একই ফিড থেকে পরপর দশটা নিবন্ধ খালি ফেরে, তবে সমস্যাটা একটা নিবন্ধের নয়, সমস্যাটা আমাদের পুরো ইনজেশন-স্থাপত্যের।

ততদিন একটা প্রশ্ন ঝুলে থাকুক। আমরা কি এমন একটা ব্যবস্থা বানাতে পারব, যেখানে প্রতিটি ক্রীড়া-রেকর্ড তার নিজের তারিখ নিজে বহন করবে—কাগজে নয়, নোটবুকে নয়, এমন এক লেজারে যেটা কেউ মুছে ফেলতে পারবে না?

আর একটা খালি ফাইল যদি আবার আসে, আমরা কি সেটাকে হারানো খবর বলব, নাকি হারানো যন্ত্র?