লেবেলে লেখা ছিল টেনিস, সংখ্যায় লেখা ছিল ব্রেন্ট
**মূল উত্তর** একটি তেলবাজার-প্রতিবেদন ভুলভাবে `tennis` ডোমেইন লেবেলে শ্রেণিবদ্ধ হয়েছিল, কারণ ফাইলটিতে কোনো খেলোয়াড়, টুর্নামেন্ট, র্যাঙ্কিং বা নিয়মের তথ্য ছিল না। ফলাফল: টেনিস বিশ্লেষণ অসম্ভব, সঠিক পদক্ষেপ হলো কোয়ারেন্টাইন ও সঠিক ডোমেইনে পুনঃরাউটিং। **মূল তথ্য** - ফাইলে ব্রেন্ট ক্রুড ১০৫.৫২ ডলার ও ডব্লিউটিআই ৯২.৯৩ ডলার, স্প্রেড ১২.৮৩ ডলার। - মার্কিন ডিজেল গ্যালনপ্রতি ৬.৫২৮ ডলারে রেকর্ড উচ্চতায়; হরমুজ প্রবাহ ৩৩.৭ মিলিয়ন ব্যারেল। - `Entities Involved` ঘরটি প্লেসহোল্ডার ছিল; `Time Sensitivity` মূল্যায়ন করা হয়নি। - প্রতিবেদনে লন্ডন ডেটলাইন আছে, কিন্তু কোনো নামকরা সংবাদমাধ্যম বা বার্তা-সংস্থার ক্রেডিট নেই। - বর্ণিত মার্কিন-ইরান যুদ্ধ ও হরমুজ বন্ধের পরিস্থিতি মূলধারার বাস্তব রিপোর্টিংয়ের সাথে মেলে না; সিন্থেটিক ডেটার সম্ভাবনা প্রবল। **সূত্র উল্লেখ** সূত্র: স্টেজ-১ ডেটা-ডিকনস্ট্রাকশন রিপোর্ট (লন্ডন ডেটলাইন, প্রকাশক অনুল্লিখিত)। প্রকাশের নির্দিষ্ট তারিখ রিপোর্টে দেওয়া নেই; সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি। ক্রিকসুলতান (cricsultan.com) ডেটাবেসের সাথে ক্রস-চেক করা হয়নি; যাচাই ছাড়া কোনো ক্রীড়া ডেটাসেটে গ্রহণ না করার সুপারিশ। **সম্পর্কিত প্রশ্নোত্তর** প্রশ্ন: কেন এই ফাইল দিয়ে টেনিস বিশ্লেষণ করা যায় না? উত্তর: কারণ ফাইলে প্রথম-সার্ভ, রিটার্ন পয়েন্ট, ব্রেক-পয়েন্ট বা র্যাঙ্কিংয়ের একটিও ডেটা পয়েন্ট নেই। প্রশ্ন: একটি ভুল লেবেল কী ক্ষতি করতে পারে? উত্তর: এটি মডেলকে স্পুরিয়াস পারস্পরিক সম্পর্ক শেখায়, যা সাইলেন্ট কনটামিনেশন তৈরি করে এবং স্কাউটিং রিপোর্ট পর্যন্ত ছড়ায়। প্রশ্ন: ক্রীড়া ডেটায় অডিট ট্রেইল কীভাবে সহায়ক? উত্তর: হ্যাশ-স্ট্যাম্পড লেজার, ডোমেইন-কনফিডেন্স গেট ও সংশোধন-লগ প্রতিটি দাবির উৎস যাচাইযোগ্য করে তোলে।
হুক
বোস্টনের ফ্ল্যাটে ভোর চারটায় ফাইলটা খুলেছিলাম। ফোল্ডারের নাম "টেনিস-টুর্নামেন্ট-রান"। লেবেল স্পষ্ট — tennis। প্রথম সংখ্যাটা পড়ে কয়েক সেকেন্ড চুপ করে থাকতে হয়েছিল: ১০৫.৫২। সার্ভের গতি নয়, র্যাঙ্কিং পয়েন্ট নয়, কোনো ব্যাকহ্যান্ড উইনারের কাউন্টও নয়। ব্রেন্ট ক্রুড। পরের লাইনে ওয়েস্ট টেক্সাস ইন্টারমিডিয়েট ৯২.৯৩, দুটোর ব্যবধান ১২.৮৩ ডলার। যে ডেস্কে কেউ "টেনিস রানের ফাইল" বলে পাঠায়, সেই ফাইলে সাধারণত ৩৩.৭ মিলিয়ন ব্যারেল হরমুজ প্রবাহ থাকে না। কিন্তু এখানে ছিল।
আমার হাত রিফ্লেক্সে ম্যাচ-নোটের ফরম্যাটে যাচ্ছিল — কে জিতছে, কোন ফেজে গেম ঘুরছে, সেট-পয়েন্টে কে ভেঙে পড়ছে। ফাইলটা সেই প্রশ্নগুলোর একটিরও উত্তর দিচ্ছিল না। সেদিন ভোরবেলায় যেটা পরিষ্কার হলো, সেটা কোনো ম্যাচ নিয়ে নয় — ফাইলটা যে পাইপলাইনে ঢুকেছে, সেই পাইপলাইন নিয়ে। Before the arena roars, someone has to map the noise. আর নয়েজ ম্যাপ করার আগে ম্যাপ করতে হয়, কোন শব্দটা আসলে কোন খেলার।
কনটেক্সট
ক্রীড়া সাংবাদিকতায় গত এক দশকে সবচেয়ে বড় পরিবর্তনটা ঘটেছে দর্শকের চোখে নয়, ডেস্কের ভেতরে। ২০১৭ সালে আমি যখন বোস্টন ইউনিভার্সিটির স্পোর্টস ডেস্কে একমাত্র মহিলা ট্র্যাক-রিপোর্টার, তখন ফুটবল বিভাগের সহকর্মীরা ধরে নিতেন আমি স্রেফ কোটেশন তুলতে এসেছি। আমি কোটেশন তুলতে আসিনি। ২০১৭ সালের আগস্টে লন্ডনে আইএএএফ ওয়ার্ল্ড চ্যাম্পিয়নশিপের টিকিট কেনার সামর্থ্য ছিল না, তাই পাবলিক স্প্লিট শিট থেকে ৪৮টি রেসের ডেটা কোড করে "Split/Second" নামের ১৪ পর্বের সিরিজ বানিয়েছি। পুরুষদের ৪x১০০ মিটার ফাইনালে গ্রেট ব্রিটেন স্বর্ণ, যুক্তরাষ্ট্র রৌপ্য, জাপান ব্রোঞ্জ — সেই বিশ্লেষণে দেখিয়েছিলাম, জাপানের ব্রোঞ্জটা এসেছিল দ্রুততম এক্সচেঞ্জ স্প্লিট থেকে, ধীরতম অ্যাঙ্কর লেগ সত্ত্বেও। সেটা একটি বোস্টনের কলেজ স্প্রিন্টস কোচের হাতে পৌঁছেছিল এবং তিনি সেটা ট্রেনিংয়ে ব্যবহার করেছিলেন।
সেই সিরিজ থেকেই আমার কেরিয়ারের মূল নিয়মটা এসেছিল: ইভেন্টের আগেই বিশ্লেষণী মডেল প্রকাশ করো, যাতে পাঠক আমার সিদ্ধান্তকে অডিট করতে পারে, আমার উপসংহারকে নয়। I built the pipeline before I trusted the pattern. ড্রাফট ফোল্ডার থেকে প্রতিক্রিয়ামূলক লেখা চিরতরে মুছে গিয়েছিল।
২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ডিজিটাল আউটলেটের দুইজন ট্যাকটিক্যাল রিসার্চারের একজন ছিলাম। ৬৪ ম্যাচের ১৬৯টি গোল কোড করেছি — সেট-পিসের উৎস, সেকেন্ড-বলের রিকভারি, টুর্নামেন্ট-রেকর্ড ২৯টি পেনাল্টি, প্রতিটি ভিএআর রিভার্সাল। প্রথম দিনই স্টুডিওর এক প্রোডিউসার আমাকে কফি আনার অর্ডার দিয়েছিলেন। আমি বদলে এক পাতার ব্রিফ দিয়েছিলাম, যেখানে দেখা যাচ্ছিল গ্রুপ পর্বের ৪০ শতাংশের বেশি গোল এসেছে সেট-পিস বা সেকেন্ড ফেজ থেকে — অথচ টেলিপ্রম্পটারে ইতিমধ্যে লোড করা ছিল "কাউন্টার-অ্যাটাকিং ওয়ার্ল্ড কাপ" থিসিস। তিনি অন এয়ারে আমার সংখ্যাগুলো পড়লেন। আমার নাম উচ্চারণ করলেন না।
সেদিন থেকেই আমার ব্যক্তিগত অ্যাট্রিবিউশন নিয়ম শুরু: আমার কোনো ফ্রেমওয়ার্ক, নাম-উল্লেখ ছাড়া সম্প্রচার বা ছাপায় যাবে না — সেই নাম আমার নিজের হলেও। সাথে খুললাম একটি সংশোধন-খাতা (corrections ledger)। ধীরে ধীরে সোর্সিং এত ঘন হলো যে প্রোডিউসাররা আমাকে আর "সাহায্যকারী" ভাবতে পারল না, ভাবতে শুরু করল এমন একজনকে যে ঠিক।
২০২০ সালের এপ্রিলে ক্যালেন্ডার শূন্য হয়ে গেলে আমি ফার্লোতে পড়লাম। অপেক্ষা করিনি। নিজের খরচে ইউটার হারিমানে গেলাম, এনডব্লিউএসএল চ্যালেঞ্জ কাপের জন্য — ২৩ ম্যাচ, শূন্য দর্শক, আমেরিকান টিম-স্পোর্টের প্রথম প্রত্যাবর্তন। ভিড় চলে যাওয়ায় পিচ-মাইক সব ধরার শুরু করল। আমি একটি অডিও-ফার্স্ট পদ্ধতি গড়লাম, ৪০০-এর বেশি শ্রবণযোগ্য কোচিং কিউ এবং গোলকিপারের অর্গানাইজিং কল লগ করলাম, আর একটি ডিজিটাল আউটলেটে দৈনিক ভিডিও-এসে বিক্রি করলাম। নেটওয়ার্কের প্রস্তাবও ফিরিয়ে দিলাম — যেখানে আমাকে "মুখ" হতে বলা হচ্ছিল, বিশ্লেষক নয়। Boston gave me velocity; Utah gave me the pause between signals. The quiet game is where the market actually moves. Every goal is a data point until you watch all 169 — ক্যামেরা না থাকলেও।
২০২১ সালে টোকিও অলিম্পিকের জন্য বোস্টন থেকে রাতের স্টুডিও ব্লক হোস্ট করেছি, টানা ১৬ দিন ভোর চারটার কল টাইম। তার আগে আমি একটি ফালসিফায়েবল প্রিডিকশন প্রকাশ করেছিলাম: দর্শকশূন্য স্টেডিয়ামে সবচেয়ে সম্ভাব্য যে রেকর্ডটি ভাঙবে, সেটি পুরুষদের ৪০০ মিটার হার্ডলস — কারণ এর ছন্দ অন্তর্মুখী, ভিড়নির্ভর নয়। কার্স্টেন ওয়ারহোম ৪৫.৯৪ সেকেন্ডে দৌড়েছিলেন। ইলেইন থম্পসন-হেরাহ ১০০ মিটারে ১০.৬১। ইউরো ২০২০ ফাইনালে ইতালি ওয়েম্বলিতে ইংল্যান্ডকে পেনাল্টিতে ৩-২ হারিয়েছিল, দ্বিতীয় স্ক্রিন শো ১.২ মিলিয়ন ভিউ ছুঁয়েছিল।
২০২২ সালে কাতারে ২৯ দিন কাজ করেছি। ২৩ নভেম্বর জাপান জার্মানিকে ২-১ হারানোর পর মিক্সড জোনে দাঁড়িয়ে দেখেছি, জাপানের হাফ-টাইমে ব্যাক-ফাইভে ফেরা কীভাবে ম্যাচটা উল্টে দিল; ১ ডিসেম্বর স্পেনের বিরুদ্ধে একই প্যাটার্ন ম্যাপ করেছি। আমার প্রি-টুর্নামেন্ট মডেল ফুলব্যাক ও নাম্বার নাইনে জার্মানির প্রোফাইল-অসামঞ্জস্য আগেই চিহ্নিত করেছিল। জার্মানি টানা দ্বিতীয়বার গ্রুপ পর্বেই বিদায় নেয়। একটি প্যানেলে এক আঞ্চলিক ব্রডকাস্টার আমাকে বলেছিলেন, মহিলারা ট্যাকটিক্স পড়ে না। আমি ল্যাপটপে মডেলটা খুলে দিলাম। তিনি প্রসঙ্গ বদলে ফেললেন।
এই পুরো যাত্রাপথটা এখানে লিখছি একটি কারণে। সেদিন ভোর চারটায় যে ফাইলটা "টেনিস" লেবেলে আমার ডেস্কে এসেছিল, সেটি আমার কেরিয়ারের সবচেয়ে দরকারি নাল-রেজাল্ট হয়ে দাঁড়াল। আর নাল-রেজাল্ট ক্রীড়া-বিশ্লেষণে সবচেয়ে কম প্রকাশিত সম্পদ।
কোর
ফাইলটা আসলে কী ছিল, সেটা প্রথমে ঠিকভাবে বলা দরকার। এতে একটি তেলবাজার-প্রতিবেদনের গঠন ছিল। ব্রেন্ট ১০৫.৫২ ডলারে, ডব্লিউটিআই ৯২.৯৩ ডলারে — সাপ্তাহিক হিসেবে ব্রেন্ট ১.৫ শতাংশ বেড়েছে, ডব্লিউটিআই ৭.৪ শতাংশ কমেছে। ব্রেন্ট-ডব্লিউটিআই স্প্রেড ১২.৮৩ ডলারে পৌঁছেছে, যা দুই বেঞ্চমার্কের মধ্যে একটি কাঠামোগত ডিকাপলিংয়ের সংকেত। মার্কিন ডিজেলের দাম গ্যালনপ্রতি ৬.৫২৮ ডলারে, রেকর্ড উচ্চতায়, যা নিয়ে রাজনৈতিক গোলমাল তৈরি হয়েছে এবং একটি রপ্তানি-নিষেধের সম্ভাবনা আলোচনায় এসেছে। হরমুজ প্রণালী দিয়ে ৩৩.৭ মিলিয়ন ব্যারেল প্রবাহ যায়; ইয়েমেনের হুথি বাহিনীর সৌদি আরব লক্ষ্যবস্তু করার পর প্রণালী ঘিরে অনিশ্চয়তা বেড়েছে। একটি সম্ভাব্য মার্কিন-ইরান যুদ্ধবিরতির আলোচনা নিয়ে "আলোচনার কাছাকাছি সূত্র" নামে অনুল্লিখিত সোর্সের উদ্ধৃতি আছে। নাম আছে মাত্র তিনটি: মাসুদ পেজেশকিয়ান, এসইবি রিসার্চের এরিক মেয়েরসন, কেসিএম ট্রেডের টিম ওয়াটারার। কেপলার একটি ডেটা-সোর্স হিসেবে উল্লেখিত।
এখন ম্যাপিংয়ের ফাঁদটা দেখা যাক। একজন ক্রীড়া-বিশ্লেষক চাইলে সহজেই লিখে ফেলতে পারেন: "তেলের সরবরাহ মানে সার্ভ, হরমুজ প্রবাহ মানে রিটার্ন পয়েন্ট, স্প্রেড মানে ব্রেক-পয়েন্ট কনভার্সন।" এটা হবে নিখুঁত বানোয়াট বিশ্লেষণ। সংখ্যাগুলো আসলে যা, তা হলো একটি কমোডিটিজ মার্কেটের মূল্য কাঠামো, এবং সেটিকে টেনিসের পারফরম্যান্স মেট্রিকে অনুবাদ করার কোনো বৈধ উপায় নেই। প্রথম-সার্ভ পার্সেন্টেজ, রিটার্ন পয়েন্ট ওন, ব্রেক-পয়েন্ট কনভার্সন, উইনার-বনাম-আনফোর্সড এরর অনুপাত — এই চারটি স্তম্ভের কোনোটির জন্য এই ফাইলে একটি ডেটা পয়েন্টও নেই। র্যাঙ্কিং পয়েন্ট কাঠামো নেই, পয়েন্ট-ডিফেন্স উইন্ডো নেই, টুর্নামেন্ট টায়ার নেই, ড্র নেই, কোচ নেই, খেলোয়াড় নেই।
তাহলে আসল ঘটনাটা কী? ঘটনাটা হলো একটি শ্রেণিবিন্যাস ত্রুটি — classification error। একটি স্বয়ংক্রিয় রাউটার কোনো কীওয়ার্ড বা ব্যাচ-প্রসেসিং ত্রুটির কারণে ফাইলটিকে টেনিস লেবেল দিয়ে দিয়েছে। এবং লেবেলটা যত ভুল, তার চেয়ে বেশি উদ্বেগের হলো ফাইলটির সোর্স-প্রোভেন্যান্স।

প্রতিবেদনটি একটি লন্ডন ডেটলাইন বহন করে, কিন্তু কোনো নামকরা সংবাদমাধ্যমের নাম নেই। জাতীয় টায়ার নেই, বার্তা-সংস্থার ক্রেডিট নেই, প্রকাশকের পরিচয় নেই। ভেতরের বর্ণনাটি — "ফেব্রুয়ারির শেষ থেকে চলমান মার্কিন-ইরান যুদ্ধ", একটি নৌ-অবরোধ, হরমুজ বন্ধ, রেকর্ড মার্কিন ডিজেল দাম — মূলধারার কোথাও বাস্তব সংবাদে মেলে না। অর্থাৎ সম্ভাবনা প্রবল যে এটি একটি সিন্থেটিক বা পরিস্থিতি-মডেল করা ডেটাসেট থেকে এসেছে, কোনো প্রকৃত নিউজওয়্যার থেকে নয়। এখানে আমার আত্মবিশ্বাস মধ্যম স্তরের — কারণ এটি অভ্যন্তরীণ সামঞ্জস্য ও বাহ্যিক নিশ্চায়নের অভাব থেকে করা একটি অনুমান। কিন্তু ক্রীড়া-ডেটার পাইপলাইনে যখন এমন ফাইল ঢুকে পড়ে, তখন প্রশ্নটা আর সাংবাদিকতার নয়, প্রশ্নটা ডেটা-নিরাপত্তার।
আমি গত এক দশকে যেটা শিখেছি: একটি লেবেল কখনোই সত্য নয়। লেবেল হলো কারও একটি দাবি। সত্য হলো সোর্স-চেইন। ২০১৮ সালে সেই কফির ঘটনার পর আমি এই নিয়মটাই লিখে রেখেছিলাম নিজের নোটবুকে। তারপর থেকে আমার প্রতিটি ফাইলে তিনটি স্তর থাকে — কাঁচা ম্যাচ-নোট, সেটা থেকে বানানো সূচক, এবং প্রতিটি সূচকের পাশে সোর্স-ট্যাগ। কোনো সংখ্যা আমার ডেস্কে ঢুকলে সেটাকে শুধু সংখ্যা বলা হয় না; বলা হয়, কার কাছ থেকে এল, কোন সময়সীমায়, কোন পদ্ধতিতে যাচাই করা হয়েছে।
ব্লকচেইনের ধারণাটা এখানেই ক্রীড়া-ডেটার সাথে মিলে যায়, এবং মিলে যায় অদ্ভুতভাবে নিখুঁতভাবে। ব্লকচেইনের মূল প্রস্তাব কখনোই "মুদ্রা" ছিল না; মূল প্রস্তাব ছিল অপরিবর্তনীয় অডিট ট্রেইল — একটি রেকর্ড যাকে পরে সম্পাদনা করা যায় না, লুকোনো যায় না, এবং যে রেকর্ডের প্রতিটি সংযোজন আগেরটির সাথে ক্রিপ্টোগ্রাফিকভাবে বাঁধা। ক্রীড়া-তথ্যের ক্ষেত্রে এর প্রয়োগ সরাসরি: ম্যাচ ডেটা কোথা থেকে এল, কে ট্যাগ করল, কখন সংশোধন হলো, কে সংশোধন করল — প্রতিটি ধাপ যদি হ্যাশ-স্ট্যাম্পড লেজারে থাকে, তাহলে "এলোমেলো লেবেল" বলে কিছু থাকতে পারে না। লেবেল ভুল হলে লেজার ধরিয়ে দেবে, কে ভুল করল এবং কখন।
এটাই আমার বলা নাল-রেজাল্টের বাণিজ্যিক মূল্য। ক্রীড়া-বিশ্লেষণ ইন্ডাস্ট্রি আজ সবচেয়ে বেশি অর্থ খরচ করছে মডেলিংয়ে, সবচেয়ে কম খরচ করছে প্রোভেন্যান্সে। অথচ একটি ভুল লেবেল একটি নিখুঁত মডেলকে সম্পূর্ণ অকেজো করে দিতে পারে — কারণ মডেল যদি বিশ্বাস করে ব্রেন্ট ক্রুডের সাপ্তাহিক রিটার্ন একটি টেনিস ফর্ম-কার্ভ, তাহলে সে একটি সম্পurious পারস্পরিক সম্পর্ক শিখে ফেলবে, কয়েকশো ম্যাচ-প্রেক্ষাপটে সেই সম্পর্কটি ছড়িয়ে পড়বে, এবং কেউ ধরতেই পারবে না।
এই পরিস্থিতিকে আমি বলি সাইলেন্ট কনটামিনেশন। ভাইরাল ভুলের মতো নয় — এটা চিৎকার করে না। এটি শুধু অদৃশ্যভাবে মডেলের ওজন বদলে দেয়। আর যখন সেই মডেল দিয়ে প্রতিবেদন, র্যাঙ্কিং, স্কাউটিং রিপোর্ট তৈরি হয়, তখন পাঠক দেখেন পরিষ্কার বাংলা বা পরিষ্কার ইংরেজি — ভেতরে কী ইট-বালি মেশানো আছে, সেটা কেউ জানে না।
টোকিও অলিম্পিকের আগে আমি যে প্রি-রেজিস্ট্রেশন প্রথাটা চালু করেছিলাম, তার যুক্তি ঠিক এইখানেই। ইভেন্টের আগে তারিখ-সহ, ক্রম-সংখ্যাযুক্ত, ফালসিফায়েবল ভবিষ্যদ্বাণী প্রকাশ করা — এবং ইভেন্টের পরে জনসমক্ষে অডিট করা, কী ভুল হয়েছে। সম্পাদকরা ৮০০ বাড়তি শব্দ নিয়ে অভিযোগ করতেন। পাঠকরা প্রিভিউয়ের চেয়ে অডিটগুলো বেশি উদ্ধৃত করতে শুরু করলেন, আর সেটাই ধীরে ধীরে বদলে দিল কোন ধরনের লেখার অর্ডার আমি পাই। A good system is a promise you keep to your future self. অডিট ছাড়া সিস্টেমটা কেবল নিজের প্রতি একটি ভাঙা প্রতিশ্রুতি।
কিন্তু অডিট করেও লাভ নেই, যদি না অডিট করার অবজেক্টটা লেজারে থাকে। এখানেই তেলবাজারের ফাইলটা ক্রীড়া-জগতের জন্য দরকারি দৃষ্টান্ত। একটি প্রোভেন্যান্স-লেজারের কল্পিত কিন্তু বাস্তবসম্মত স্থাপত্য দাঁড় করালে চারটি স্তম্ভ দেখা যায়।
প্রথম স্তম্ভ — ইনজেশন হ্যাশ। কোনো ফাইল ডেস্কে ঢোকার মুহূর্তে তার বিষয়বস্তুর একটি ক্রিপ্টোগ্রাফিক হ্যাশ তৈরি হয়, সাথে সোর্সের পরিচয়, ডেটলাইন, এবং পাঠানোর সময়। ফাইল পরে বদলানো হলে হ্যাশ বদলে যাবে, আর সেটা ধরা পড়বে।
দ্বিতীয় স্তম্ভ — ডোমেইন-কনফিডেন্স গেট। একটি স্বয়ংক্রিয় শ্রেণিবিন্যাসক যদি কোনো ফাইলকে "টেনিস" বলে দেয়, তাহলে তার সাথে সোর্স-টেক্সটে টেনিস-কীওয়ার্ডের ঘনত্ব মেলানো হবে। ফাইলে খেলোয়াড়, টুর্নামেন্ট, র্যাঙ্কিং, নিয়ম — এগুলোর একটি শব্দও না থাকলে লেবেলটি কম-আত্মবিশ্বাসী হিসেবে চিহ্নিত হবে।
তৃতীয় স্তম্ভ — পরিবর্তনের লেজার। প্রতিটি সংশোধন — তারিখ, সময়, সংশোধক, কারণ — সব লিখিত। আমার নিজের সংশোধন-খাতাটা ঠিক এটাই, কেবল কাগজে। লেজারে থাকলে প্রশ্নটি আর "কে ভুল করেছে" নয়, প্রশ্নটি "কত দ্রুত ধরা পড়ল"।
চতুর্থ স্তম্ভ — নাল-রেজাল্টের প্রকাশ্য স্বীকৃতি। একটি ফাইল যদি বিশ্লেষণের অযোগ্য হয়, তবে সেই অযোগ্যতার ঘোষণাটাও একটি ফলাফল। এটি লুকানো যায় না, কারণ লুকানোর অর্থ হলো ভুল থেকে কিছু না শেখা।
বাস্তব জগতে এর ক্রীড়া-সংযোগ কেবল তত্ত্ব নয়। টেনিস-ইন্টিগ্রিটি সিস্টেমের কথা ভাবুন — পয়েন্ট-বাই-পয়েন্ট ফিড, লাইভ বেটিং মনিটরিং, সন্দেহজনক প্যাটার্ন চিহ্নিতকরণ। এসব ব্যবস্থার সম্পূর্ণ ভিত্তি হলো এই বিশ্বাস, যে ফিডটি যা বলছে সেটা নিয়মের সাথে অপরিবর্তিত এবং যাচাইযোগ্য। ফিডের উৎসযন্ত্রে যদি একটি ভুল লেবেল ঢোকে, পুরো সতর্কতা-ব্যবস্থাটাই একটি ভুল দিকে তাকিয়ে থাকে। ফুটবলে ম্যাচ-ফিক্সিং ধরার মডেল, বাস্কেটবলে শট-কোয়ালিটি মডেল, ট্র্যাক অ্যান্ড ফিল্ডে ভেন্টিলেশন-মুক্ত স্প্লিট ডেটা — প্রতিটির নিচে একটাই প্রশ্ন: এই সংখ্যাটা কে বলেছে, আর আমি কীভাবে বিশ্বাস করব?
আমার নিজের অভিজ্ঞতায় এই প্রশ্নটা দশম শ্রেণির পরীক্ষার মতোই বারবার ফিরে এসেছে। ২০২০ সালে ইউটাতে শূন্য দর্শকের স্টেডিয়ামে যখন ৪০০-র বেশি অডিও কিউ লগ করছিলাম, তখন সবচেয়ে বড় উপলব্ধি ছিল: যা দেখা যায় না, তা শোনা যায়, আর যা শোনা যায়, তা লেজারে রাখা যায়। পিচে গোলকিপার যা চিৎকার করে বলছিলেন, সেটা স্কোরবোর্ডে থাকে না — কিন্তু সেটাই ম্যাচের সবচেয়ে সত্যিকারের নিয়ন্ত্রণ-সংকেত। একইভাবে, একটি পাইপলাইনের সবচেয়ে সত্যিকারের সংকেত থাকে তার লেজারে। ডেটা ফিডের সংকেত আসে রিপোর্টের তথ্যে নয়, লেবেল চুম্বনের কারণটিতে।
এখন কেউ প্রশ্ন করতে পারেন, এই ফাইলটা এত গুরুতর কেন? এটি তো একটি ভুল। একটি ভুলের অর্থ কর্তব্য ও অচেয়ারিং ত্রুটি। কারণ হল, সেই নাল-রেজাল্টের শূন্যে যেটা প্রকাশিত হচ্ছে, তাতে স্টেজ-১ এক্সট্র্যাক্টরের আরও দুটি ঘাটতি দেখা যায়। Entities Involved নামের ঘরটি ফাঁকা ছিল। Time Sensitivity-এর জন্য স্পষ্টভাবে লেখা ছিল "not assessed in Stage 1"। অর্থাৎ, একটি ফাইলের সর্বনিম্ন ব্যবহারযোগ্য তথ্যের বোঝা প্রবন্ধে অজানা অ্যাট্রিবিউট সহ ভারাক্রান্ত। সম্মিলিতভাবে, এটা ক্রীড়া ডেস্কে নিছক ভুল নয়; এটা একাধিক স্তরের ব্যর্থতা। এক্ষেত্রে সঠিক সিদ্ধান্তটি হলো এটিকে কোনো টেনিস ডেটাবেসে না ঢোকানো এবং এটিকে এনার্জি/কমোডিটিজ ধংসের অধীনে ভিন্নভাবে পুনর্বিন্যস্ত করা।
কনট্রারিয়ান অ্যাঙ্গেল
সবচেয়ে সহজ প্রতিক্রিয়া হলো রাউটারটাকে দোষ দেওয়া। আমার মনে হয় না এটাই আসল গল্প। অটোমেশন সমস্যা নয়। অটোমেশন হল সেই দ্রুত গতি, যার ফলে একজন সাংবাদিক সকালে ঘুম থেকে উঠে খুঁজে পান অর্ধেক ব্রেকিং নিউজ ইতিমধ্যেই ট্যাগ হয়ে গেছে। সবচেয়ে জড়িত হুমকিটা হলো আর্কিটেকচারে: আমরা লেবেলকে সত্য হিসেবে ব্যবহার শুরু করি, কারণ লেবেলটা সুবিধাজনক। লেবেল একটা নির্দিষ্ট উত্তর দেয়, তবে ডেটা নিজে নিজে কোনো উত্তর দেয় না।
বিপরীতমুখী মন্তব্যটা হলো: ত্রুটির প্রকৃত খবর হলো — এই ফাইলটা এত কম গুরুত্ব পাচ্ছে। কারণ এটি ইতিমধ্যেই পাস করেছে। যদি এটি না করত, কেউ একটাের দিকে তাকিয়ে থাকত না। সুতরাং ক্রীড়া-বিশ্লেষণের সবচেয়ে বড় ঝুঁকি হলো লেবেল-বহনকারী সিস্টেমের প্রতি অন্ধ নির্ভরতা, যেখানে কেউ সিস্টেমটাকে জবাবদিহির আওতায় আনে না। একটি মডেল আপনার কাছে যা বলে, সেটাই তার মূল্য। কিন্তু সেটি যদি থুথুতে মোড়ানো ধুলো হয়, তাহলে আপনার সাফল্যের পরিমাপ হলো কতটা সঠিকভাবে আপনি ভুল করছেন। আর এই মুহূর্তে, বিশাল ক্রীড়া-ডেটা অর্থনীতিতে, তথ্য পেলানোর গতি সত্যে পৌঁছানোর গতির চেয়ে কয়েক ডিগ্রি এগিয়ে। এটি একটি কাঠামোগত সমস্যা, নৈতিকতার নয়।

প্রতিষ্ঠান এই ট্রেডঅফটিকে এড়িয়ে চলেছে। তারা ভেবেছে, প্রোভেন্যান্স মানে খরচ আর বিলম্ব। কিন্তু প্রোভেন্যান্স আসলে সস্তা। প্রথম দুটি ব্যর্থতা — ভুল লেবেল আর ফাঁকা ফাইল — পাবলিক কনফিডেন্সের ক্ষতি করতে পারে, একটি সঠিক অডিট ট্রেইল তা ঠেকাতে পারে।
টেকঅ্যাওয়ে
তাড়াহুড়ায় কেউ যদি একদিন ব্রেন্ট ক্রুডের সাপ্তাহিক রিটার্নকে টেনিস ফর্মকার্ভ ভেবে ফেলে, তাহলে দশ বছর পর কে ধরবে? সূচক নিজে নিজে ধরা পড়ে না — ধরা পড়ার জন্য চাই একটি লেজার, একটি গেট, একটি প্রকাশ্য অডিট। আর একটি নাল-রেজাল্টও যদি লেজারে লেখা থাকে, তবে সেটি কোনো দিন একা হয়ে যেতে পারে না। প্রশ্নটি এখন এই: আমরা কি মডেল পরিমাপ করছি, নাকি স্রেফ লেবেল গুনছি?
