ভুল লেবেলের পাঠ: একটি অপরিশোধিত তেলের ফাইল বাংলা টেনিসের ডেটা-শূন্যতা সম্পর্কে যা বলে
**মূল উত্তর:** টেনিস ডোমেইনে জমা পড়া Stage-1 নথিটি ভুল লেবেলযুক্ত। ফাইলটিতে শুধু অপরিশোধিত তেলের দাম, হরমুজ প্রণালীর প্রবাহ ও মধ্যপ্রাচ্যের ভূরাজনীতি আছে; কোনো খেলোয়াড়, টুর্নামেন্ট, র্যাঙ্কিং বা নিয়ম নেই। ফলে টেনিসের নয়টি বিশ্লেষণ-মাত্রাই শূন্য ফিরেছে। এটি ক্রীড়া বিশ্লেষণ নয়, ডেটা-পাইপলাইনের শ্রেণিবিভাগ ত্রুটি। **মূল তথ্য:** - ব্রেন্ট ক্রুড ১০৫.৫২ ডলার এবং ডব্লিউটিআই ৯২.৯৩ ডলার; দুই বেঞ্চমার্কের ব্যবধান ১২.৮৩ ডলার। - হরমুজ প্রণালী দিয়ে দৈনিক ৩৩.৭ মিলিয়ন ব্যারেল তেল পরিবাহিত হয় — তথ্যসূত্র কেপলার (Kpler)। - মার্কিন ডিজেল ৬.৫২৮ ডলার প্রতি গ্যালন; রপ্তানি নিয়ন্ত্রণ নিয়ে রাজনৈতিক বিতর্ক চলছে। - Stage-1 নথিতে "Entities Involved" প্লেসহোল্ডার এবং "Time Sensitivity" অমূল্যায়িত — দুটি এক্সট্র্যাকশন ব্যর্থতা। - বর্ণিত যুদ্ধ, নৌ অবরোধ ও হরমুজ বন্ধের ঘটনা প্রচলিত সংবাদ-রেকর্ডে মেলে না; প্রোভেন্যান্স যাচাই বাকি। **সূত্র:** Stage-1 বিশ্লেষণ নথি, লন্ডন ডেটলাইন (নিশ্চিত প্রকাশ-তারিখ নেই) | Cross-checked: cricsultan.com **সম্ভাব্য ফলো-আপ প্রশ্ন:** প্রশ্ন: কেন এই নথিটি টেনিস লেবেল পেল? উত্তর: কীওয়ার্ড-ভিত্তিক স্বয়ংক্রিয় রাউটিং ত্রুটির সম্ভাবনাই বেশি, কারণ নথিতে কোনো টেনিস সত্তা নেই। প্রশ্ন: বাংলাদেশ টেনিসের জন্য এর তাৎপর্য কী? উত্তর: লেবেল ও প্রোভেন্যান্স যাচাই ছাড়া কোনো রেকর্ড সিদ্ধান্তের ভিত্তি হতে পারে না, আর সেটিই বাংলাদেশের ডেটা-শূন্যতার মূল সমস্যা। প্রশ্ন: পরবর্তী পদক্ষেপ কী হওয়া উচিত? উত্তর: নথিটি টেনিস অ্যাগ্রিগেশন থেকে সরিয়ে এনার্জি ডোমেইনে পাঠানো এবং সোর্স-প্রোভেন্যান্স নিশ্চিত করা।
ফাইলটি সিস্টেমে ঢুকেছিল একটা লেবেল মাথায় নিয়ে — টেনিস। ভেতরে ছিল ব্রেন্ট ক্রুড ১০৫.৫২ ডলার প্রতি ব্যারেল, ডব্লিউটিআই ৯২.৯৩ ডলার, দুই বেঞ্চমার্কের ব্যবধান ১২.৮৩ ডলার। মার্কিন ডিজেল গ্যালনপ্রতি ৬.৫২৮ ডলার। হরমুজ প্রণালী দিয়ে প্রতিদিন ৩৩.৭ মিলিয়ন ব্যারেল অপরিশোধিত তেল পার হচ্ছিল।
ওই নথিতে একজন খেলোয়াড়ের নাম নেই। একটা টুর্নামেন্ট নেই। একটা সার্ভ, একটা রিটার্ন, একটা ব্রেক পয়েন্টও নেই। লন্ডন ডেটলাইন ছাড়া কোনো সংবাদমাধ্যমের নাম নেই, সংবাদদাতার নাম নেই।
আমি জীবনভর এই ফাইলটার উল্টো সংস্করণ নিয়ে কাজ করেছি — যেখানে ভেতরে সত্যিই টেনিস থাকে, আর বাইরের লেবেল মিথ্যা নয়। পার্থক্যটা আমি চিনতে পারি, কারণ ২০১৭ সাল থেকে একই ধরনের সমস্যার সঙ্গে লড়ছি, শুধু ভিন্ন মাঠে।
সেই বছর আমার বয়স ষোলো। বারিশাল ডিভিশনাল ট্রেনিং সেন্টারে রোটেটর কাফের চোট জুনিয়র ক্যারিয়ার থামিয়ে দেয়। আমি খেলা ছাড়লাম না — ফেসবুকে একটা পেজ খুললাম, নাম দিলাম "ডেটা কোর্ট", আর রামনা কমপ্লেক্সে ২০১৭ সালের জাতীয় টেনিস চ্যাম্পিয়নশিপের ৩২টি ম্যাচ হাতে হাতে লগ করতে বসে গেলাম। প্রথম সার্ভের শতাংশ, আনফোর্সড এরর, ব্রেক পয়েন্ট কনভার্শন — কোনোটাই বাদ দিলাম না। একটা পোস্টে দেখা গেল, ওই বছরের চ্যাম্পিয়ন বেসলাইন র্যালিতে জিতেছে মাত্র ৫৪ শতাংশ পয়েন্ট, কিন্তু নেট অ্যাপ্রোচে ৭৮ শতাংশ। পোস্টটা ঢাকার ক্লাব-সার্কিটে ঘুরতে থাকল, বাফ টেনিস ফেডারেশনের কিছু কর্মকর্তা পড়তে শুরু করলেন।
সেই বছরেই আমার প্রথম ডেটাবেস তৈরি হয়, কারণ একটা পুরো সিজনের ভার স্মৃতিতে বহন করা যায় না — কাঁধের চোট আমাকে শিখিয়েছিল, ব্যথা আসলে অসংগঠিত ডেটা, যার শুধু একটা স্কিমা দরকার। তারপর এলো ২০১৮ রাশিয়া বিশ্বকাপ, যেখানে আমি ৬৪টি ম্যাচের এক্সজি ও পিপিডিএ ট্র্যাক করে প্রতিদিন লিখলাম। ফাইনালের আগে লিখেছিলাম, ফ্রান্সের ম্যাচপ্রতি ০.৭ এক্সজিএ — এমবাপের গতির চেয়েও বড় গল্প। ফ্রান্স ৪-২ জিতল, আর এক ঢাকা সম্পাদক আমাকে পেইড কলামের প্রস্তাব দিলেন। শর্ত দিলাম একটাই: ডেটা মডেলের সম্পাদকীয় নিয়ন্ত্রণ আমার থাকবে।
২০২০ সালে খেলা থেমে গেলে ৫০০-র বেশি দর্শকশূন্য ম্যাচের ডেটাবেস বানালাম। দেখা গেল, ভিড় না থাকলে ফুটবলে হোম অ্যাডভান্টেজ ৩২ শতাংশ পড়ে যায়, কিন্তু টেনিসে সার্ভ-শতাংশ প্রায় অপরিবর্তিত থাকে। সেই পার্থক্যটাই আমার কাছে আজকের আলোচনার চাবি: সার্ভ একটা কারিগরি কাজ, দর্শক একটা সামাজিক পরিবর্তনশীল — দুই জিনিস এক কলামে বসালে সংখ্যা সত্যি থাকে, অর্থ হারায়।
ঠিক সেটাই ঘটেছে ওই তেলের ফাইলে। ডেটাসেটে ঘাটতি তিন রকমের হয়। ঘরটা ফাঁকা থাকলে সেটা অনুপস্থিত মান, আর কেউ জানে না কী হারিয়েছে। ঘরে ভুল সংখ্যা বসলে সেটা ভুল মান, যা ধরা পড়ে যায়। কিন্তু ঘরটা ভরা, সংখ্যাগুলো নিখুঁত, আর লেবেলটা মিথ্যা — এটাই সবচেয়ে বিপজ্জনক শ্রেণিবিভাগ ত্রুটি। তেলের ফাইলটা তৃতীয় ধরনের।
অনুপস্থিত ডেটা চোখে পড়ে; ভুল লেবেলযুক্ত ডেটা চোখে পড়ে না — আর যা চোখে পড়ে না, সেটিই নিচের সব মডেল নষ্ট করে।
এটা তত্ত্ব নয়। ২০১৭ সালে আমি যদি নেট অ্যাপ্রোচের পয়েন্টগুলো "আনফোর্সড এরর" কলামে ঢুকিয়ে দিতাম, তবে ৭৮ শতাংশের গল্পটা কখনো বেরোত না। কলাম খালি থাকলে আমি জানতাম কিছু হারিয়েছে; কলাম ভুল থাকলে আমি জানতামই না কিছু আছে। ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে এটা আমি প্রতিদিন দেখি: প্রতিটি গুজব আসলে একটা অনুপস্থিত মান, আর একটা ভুল লেবেলযুক্ত গুজব — যাকে নিশ্চিত ফি বলে চালানো হচ্ছে — সেটা পুরো ভ্যালুয়েশন মডেলের ভিত খেয়ে ফেলে।
যে বিশ্লেষণ-কাঠামোটা এই ফাইলে প্রয়োগ করার কথা ছিল, তার প্রতিটি স্তম্ভ খালি ফিরেছে। টেকনিক্যাল ও ট্যাকটিক্যাল বিশ্লেষণ, ডেটা ও ফর্ম, টুর্নামেন্ট ও সূচি, ট্যুর ল্যান্ডস্কেপ ও প্লেয়ার পজিশনিং, নিয়ম ও শাসন, দল ব্যবস্থাপনা, ঝুঁকি, মিডিয়া আখ্যান, আর ইন্ডাস্ট্রি ট্রান্সমিশন — সব শূন্য। কারণটা জটিল নয়: একটি বাক্যেও কোনো খেলোয়াড়, কোচ, র্যাঙ্কিং, ড্র, সারফেস বা নিয়মের উল্লেখ নেই। নাম যেগুলো আছে — মাসুদ পেজেশকিয়ান একজন রাষ্ট্রপ্রধান, এসইবি রিসার্চের এরিক মায়েরসন ও কেসিএম ট্রেডের টিম ওয়াটারার পেশাদার বাজার-বিশ্লেষক। তাঁদের কেউ টেনিস সত্তা নন।
তাহলে ফাইলটা আসলে কী বলে, সেটাও সৎভাবে লেখা দরকার, কারণ অস্বস্তিকর ডেটাও ডেটা। সপ্তাহে ব্রেন্ট ১.৫ শতাংশ বেড়েছে, ডব্লিউটিআই ৭.৪ শতাংশ কমেছে — দুই বেঞ্চমার্কের সম্পর্ক ভেঙেছে, স্প্রেড ১২.৮৩ ডলারে ঠেকে গেছে। সৌদি আরবে হুথি হামলা, মার্কিন ডিজেল-রপ্তানি নিয়ন্ত্রণ নিয়ে রাজনৈতিক চাপ, আর যুদ্ধবিরতির গুঞ্জন — এই তিনটাই দামের দিক নির্ধারণ করছে। নথিতে বলা হয়েছে, "আলোচনার কাছাকাছি" সূত্রেরা বন্ধ দ্বার খুলছে কি না তা নিয়ে দ্বিধায়। কেপলার সরবরাহ করে ট্যাংকার-ট্র্যাকিং তথ্য। এনার্জি মার্কেটের জন্য এসব গুরুত্বপূর্ণ; টেনিসের জন্য এর প্রাসঙ্গিকতা ঠিক শূন্য।
Stage-1 নথিতে আরও দুটো ফাঁক চোখে পড়ে। "এনটিটিজ ইনভলভড" ঘরটি প্লেসহোল্ডার টেক্সট নিয়ে বসে আছে — অর্থাৎ ফিল্ডটি কখনো পূরণ হয়নি। "টাইম সেনসিটিভিটি" কখনো মূল্যায়ন করা হয়নি। মানে দুটি এক্সট্র্যাকশন ব্যর্থ হয়েছে, আর সেগুলোকে ত্রুটি ধরে নিয়েই বাকি স্কোরিং থেকে বাদ দিতে হবে।
তার চেয়ে বড় প্রশ্নটা প্রোভেন্যান্স। বর্ণিত ঘটনাটি — "ফেব্রুয়ারির শেষ থেকে চলা যুদ্ধ", নৌ অবরোধ, হরমুজ বন্ধ, রেকর্ড ডিজেল দাম — প্রচলিত কোনো সংবাদ-রেকর্ডের সঙ্গে মেলে না। কোনো উদ্ধৃতি চিহ্নে সংবাদমাধ্যমের নাম নেই। এটা সম্ভবত সিন্থেটিক বা পরিস্থিতি-ভিত্তিক ডেটাসেট থেকে এসেছে, সত্যিকারের নিউজ ওয়্যার থেকে নয়। প্রোভেন্যান্স নিশ্চিত না হওয়া পর্যন্ত এটাকে কোনো ফ্যাক্ট ডেটাবেসে ঢোকানো যাবে না। আস্থা: মধ্যম, এবং সেটাও অভ্যন্তরীণ সামঞ্জস্য থেকে অনুমান, স্বাধীন নিশ্চিতকরণ থেকে নয়।
আমাদের নিজের টেনিসে একই রোগ। ১৯৭২ সালে জাতীয় চ্যাম্পিয়নশিপ চালু হওয়া, ১৯৮৯ সালে ডেভিস কাপ এশিয়া/ওশেনিয়ার সেমিফাইনাল — এটাই বেসলাইন। তারপর তিন দশক কার্যত নিষ্ক্রিয়। প্রশ্নটা প্রতিভার নয়, প্রশ্নটা স্কিমার। যেখানে স্কোর শিট নেই, সেখানে "সোনালি সত্তরের দশক" লিখতে গেলে হর থাকে না — থেকে যায় শুধু denominator-বিহীন আবেগ।
যাচাইযোগ্য খেলোয়াড়ের তালিকা এখনও ছয় থেকে আট নামে ঠেকে: খালেদ সালাহউদ্দিন, শ্রী-অমল রায়, শিবু লাল, রঞ্জন রাম, জোনাথন মৃধা (ক্যারিয়ার-হাই প্রায় ৫০৮), আর জারিফ আবরার। এই n দিয়ে আমি প্রবণতা বর্ণনা করতে পারি, সিদ্ধান্ত ঘোষণা করতে পারি না। নমুনা যেখানে দুর্বল, সেখানে বিনয়ই একমাত্র বৈধ বিশ্লেষণ-হাতিয়ার।
এখানেই ব্লকচেইন-ধারণাটা কাজে আসে — ক্রিপ্টো-উন্মাদনা হিসেবে নয়, ডেটা-প্রোভেন্যান্সের কাঠামো হিসেবে। একটা রেকর্ড একবার অপরিবর্তনীয় লেজারে বসলে কেউ নিঃশব্দে তা বদলাতে পারে না; প্রতিটি সংশোধন নিজের টাইমস্ট্যাম্প আর সাক্ষর রেখে যায়। বাংলাদেশের টেনিসে যা দরকার, তা চমকপ্রদ কিছু নয় — প্রতিটি জুনিয়র টুর্নামেন্টের স্কোর শিট, কোন কোর্টে, কোন বল, কে লিখল, কখন লিখল, সেই শৃঙ্খল অটুট রাখা। মিসিং ডেটার চেয়ে ভুল লেবেলযুক্ত ডেটা বিপজ্জনক; আর তার চেয়ে কম বিপজ্জনক কেবল একটা জিনিস — অপরিবর্তনীয় রেকর্ড।
স্বাভাবিক প্রতিক্রিয়া হলো ভুল ফাইলটা মুছে ফেলা। আমার পরামর্শ উল্টো। ভুল লেবেলযুক্ত একটা রেকর্ড হল সবচেয়ে সস্তা ত্রুটি-শনাক্তকরণ যন্ত্র। ওটা ফেলে দিলে যে বাগটি লেবেলটা বসিয়েছিল, সেটাও অদৃশ্য হয়ে যায়, আর পরের ব্যাচে আরও দশটা একই ভুল চুপচাপ ঢুকে পড়ে। বরং ওটাকে কোয়ারান্টিনে রাখুন, টেস্ট-কেস বানান, আর প্রতি ব্যাচে জিজ্ঞেস করুন — "টেনিস" লেবেল পাওয়া রেকর্ডে খেলোয়াড়, টুর্নামেন্ট বা নিয়ম-সংক্রান্ত শব্দ আদৌ আছে কি না। লেবেল আর বিষয়বস্তুর মধ্যে এই সাধারণ চেকটা না থাকলে দূষিত টেবিল তৈরি হবে, আর কোনোদিন ধরা পড়বে না।
দ্বিতীয় ফাঁদটা বেশি প্রলোভনমূলক: মধ্যপ্রাচ্যের অস্থিরতাকে টেনিসের সঙ্গে জুড়ে দিয়ে একটা চটকদার সিদ্ধান্ত বানানো। উপসাগরীয় পুঁজি আর সেখানে হওয়া প্রদর্শনী টুর্নামেন্টের সূত্রে একটা কৌশলগত যোগসূত্র কল্পনা করা যায়। কিন্তু সেটা এই নথি থেকে আসে না, আসে আমার কল্পনা থেকে, আর তার আস্থার মাত্রা নিচু। এই ফাইলে টেনিসের প্রতি সেই সূত্রের প্রভাব শূন্যের কাছাকাছি — সেটাই সৎ উত্তর, আর সেটাই লিখতে হবে।
সামনের রাউন্ডে তিনটি সংকেত দেখার মতো। ডোমেইন-লেবেলের নির্ভুলতা: পরের ব্যাচে আবার টেনিস লেবেলে কোনো খেলোয়াড়বিহীন নথি এলে বুঝতে হবে এটি দুর্ঘটনা নয়, সিস্টেমিক রাউটিং ত্রুটি। সোর্স-প্রোভেন্যান্স: ঘটনাটি সত্যিই ঘটেছে কি না নিশ্চিত না হওয়া পর্যন্ত কোনো ফ্যাক্ট টেবিলে তার জায়গা নেই। Stage-1 ফিল্ডের পূর্ণতা: "এনটিটিজ ইনভলভড" আর "টাইম সেনসিটিভিটি" বারবার খালি ফিরলে সেটা দুর্ভাগ্য নয়, এক্সট্র্যাকশন বাগ।
আর একটা কথা। ২০২৫ সালে জারিফ আবরারের জে৩০ শিরোপা বাংলাদেশের প্রথম আইটিএফ জুনিয়র খেতাব — কিন্তু সীমাটা স্পষ্ট রাখতে হবে: কোনো গ্র্যান্ড স্ল্যাম মেইন ড্র নেই, টপ-১০০ নেই, এটিপি খেতাব নেই। এগুলো এগিয়ে চলার সংকেত, ট্রফি নয়। আইটিএফ একটা খেতাব লেজারে বসিয়ে দেবে, কিন্তু প্রতি র্যালির পয়েন্ট বসাবে না। সেটা আমাদেরই বসাতে হবে, সেই ম্যাচের দিনই, নইলে আরও তিন দশক পর আবার একটা রেকর্ড-ফাঁক নিয়ে বসে থাকব আর ভাবব আমরা প্রতিভা হারিয়েছি।
আমরা প্রতিভা হারাইনি। আমরা স্কিমা হারিয়েছি। ওটাই ফেরানোর সময়।