টেনিস লেবেল পরা এক যুদ্ধের খবর: স্পোর্টস ডেটার ভুল শ্রেণীবিভাগ, ব্লকচেইন আর এক খতিয়ানের হিসাব

রাত এগারোটা। ঢাকার ফ্ল্যাটে কফি অনেক আগেই ঠান্ডা হয়ে গেছে। ল্যাপটপে একটা ফাইল খুললাম, আর প্রথম লাইনেই চোখ আটকে গেল—"ডোমেইন লেবেল: টেনিস"। ঠিক তার নিচের বাক্যটা একেবারে অন্য এক পৃথিবীর: মদিনার তাইবাহ পাওয়ার ডিস্ট্রিবিউশন স্টেশনে হুথি হামলার খবর। একুশটা ইনফরমেশন পয়েন্ট একটা একটা করে পড়লাম। একটা ম্যাচ নেই, একটা খেলোয়াড় নেই, একটা র‍্যাঙ্কিং নেই, একটা টুর্নামেন্টের নাম নেই। হাত অভ্যাসবশত কলমের দিকে গেল, তারপর থেমে গেলাম। গোনার মতো কিছু নেই।

মহিলাদের ফাইনালে একমাত্র নোটবুকটা আমিই নিয়ে গিয়েছিলাম, সেটা আজও মনে আছে। ২০১৭ সালের জাতীয় চ্যাম্পিয়নশিপের সেই বিকেলে গ্যালারিতে ত্রিশ জন মানুষ ছিলেন, প্রেস বক্সে কেউ ছিলেন না। সেদিন ৭৮টা পয়েন্ট আমি টুকে রেখেছিলাম, কারণ কেউ টুকছিল না। আজ রাত এগারোটায় উল্টো ছবি—একটা রিপোর্ট, যার গায়ে টেনিসের লেবেল, কিন্তু ভেতরে টেনিসের একটা বিন্দুও নেই। প্রশ্নটা তখন বদলে গেল। প্রশ্ন এখন টেনিস নিয়ে নয়, প্রশ্নটা ওই লেবেলটা নিয়ে—কোন যুক্তিতে একটা যুদ্ধের খবরকে টেনিস বলে চিহ্নিত করা হলো?

এই লেখাটা সেই প্রশ্নের উত্তর খোঁজার চেষ্টা। কারণ যে সিস্টেম ভুল লেবেল বসায়, সেই সিস্টেমই একদিন টুর্নামেন্টের ড্র, র‍্যাঙ্কিং পয়েন্ট, স্পনসরশিপের অঙ্ক আর ম্যাচের ফল ঠিক করে দেয়। লেবেল ভুল হলে হিসাবও ভুল হয়। আর খেলার দুনিয়ায় ভুল হিসাবের দাম সবচেয়ে বেশি।

প্রসঙ্গ: লেবেল কীভাবে বসে, আর কে টাকা দেয়

খেলাধুলার ডেটা আজ আর শুধু পত্রিকার পেজে বক্স স্কোর নয়। এটা একটা বাজার। একটা লাইভ ফিড সেকেন্ডে সেকেন্ডে স্কোর, পয়েন্ট, সার্ভের গতি, র‍্যালির দৈর্ঘ্য সরবরাহ করে; বুকমেকার, ফ্যান্টাসি প্ল্যাটফর্ম, স্কাউটিং কোম্পানি, ব্রডকাস্টার—সবাই সেই ফিডের ওপর নির্ভর করে। শৃঙ্খলে একটা ভুল তথ্য ঢুকে পড়লে তার দাম শুধু ওই ভুলটা নয়, তার দাম শৃঙ্খলের প্রতিটি সিদ্ধান্ত।

এখন প্রশ্ন হলো, লেবেলটা বসে কীভাবে? কোনো লেখা বা খবর সিস্টেমে ঢোকার পর কয়েকটা ধাপে তা প্রক্রিয়া করা হয়। প্রথমে টেক্সট থেকে সত্তা বা এনটিটি বের করা হয়—কোনো ব্যক্তি, দেশ, প্রতিষ্ঠান, তারিখ। তারপর কীওয়ার্ড আর ভাষার ধরন দেখে বিষয় বা ডোমেইন ঠিক করা হয়—এটা খেলা, এটা রাজনীতি, এটা অর্থনীতি। এই ঠিক করার কাজটাই যেখানে গোলমাল হয়।

গোলমালটা হয় শব্দের সংঘর্ষে। ইংরেজিতে কিছু শব্দ দুই জগতে একসাথে চলে। "Attack" একটা টেনিস শব্দ—বেসলাইন থেকে উঠে বল আক্রমণ করা। আবার "attack" মানে সামরিক হামলা। "Seed" মানে টুর্নামেন্টে বাছাই করা খেলোয়াড়, আবার বীজ, আবার কোনো কিছুর সূচনা। "Court" মানে টেনিস কোর্ট, আবার আদালত, আবার রাজদরবার। "Baseline", "volley", "serve", "fault", "love"—এই শব্দগুলোর প্রত্যেকটার খেলার বাইরে আলাদা মানে আছে। একটা স্বয়ংক্রিয় সিস্টেম যদি প্রেক্ষাপট না বুঝে শুধু শব্দ গোনে, তাহলে "power station attack" আর "attacking forehand" তার কাছে একই রকম দেখাতে পারে। সেখান থেকেই ভুল লেবেলের জন্ম।

আমার নয় বছরের খেলা দেখা আর মাঠের নোটবুকের অভিজ্ঞতা থেকে একটা জিনিস শিখেছি—যে তথ্য প্রথমে আসে, সেটাই সবচেয়ে সন্দেহজনক। ২০২০ সালে যখন লাইভ খেলা বন্ধ, আমি পাঁচ মাস রমনা আর ফোনলাইনে কাটিয়েছিলাম, ১৯৮৬ ডেভিস কাপ অভিষেক আর ১৯৮৯ এশিয়া/ওশেনিয়া সেমিফাইনালের মৌখিক ইতিহাস জোড়া দিয়েছিলাম। মৌখিক ইতিহাসটা কেউ লেখেনি, তাই নিষ্প্রভ সাক্ষীরাই টাইমলাইন ঠিক করল। তখন বুঝেছিলাম, উৎস যাচাই না করে কোনো তারিখ বা ফল লিখলে সেটা ইতিহাস নয়, অনুমান।

মূল বিশ্লেষণ: নয়টা মাত্রা, নয়টা "অপর্যাপ্ত তথ্য"

ওই রিপোর্টটাকে যদি বিশ্লেষণের নয়টা মাত্রায় বিছিয়ে দেওয়া হয়—প্রযুক্তি ও কৌশল, তথ্য ও ফর্ম, টুর্নামেন্ট ব্যবস্থা, ট্যুর পরিস্থিতি, নিয়ম ও শাসন, দল ও খেলোয়াড় ব্যবস্থাপনা, ঝুঁকি, মিডিয়া আখ্যান, আর শিল্পের সংক্রমণ—তাহলে প্রতিটা মাত্রাই ফেরে একই উত্তরে: অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়। এটা ব্যর্থতা নয়। এটা সততা। যেখানে টেনিসের তথ্য নেই, সেখানে টেনিসের সিদ্ধান্ত টেনে আনা মানে বানিয়ে বলা।

প্রথম মাত্রা—প্রযুক্তি ও কৌশল। কোনো খেলোয়াড় নেই, তাই স্টাইলের বিকাশ, সারফেস মানিয়ে নেওয়া, ক্লাচ-পয়েন্টের সামর্থ্য—কিছুই মাপা যায় না। রিপোর্টে একটা "attack" আছে, সেটা সামরিক হামলা, টেনিস শট নয়। কোনো কোচ বা ম্যাচকে বিশ্লেষণের বিষয় হিসেবে চিহ্নিত করা যায় না।

দ্বিতীয় মাত্রা—তথ্য ও ফর্ম। প্রথম সার্ভের শতাংশ, রিটার্ন পয়েন্ট, ব্রেক পয়েন্টের রূপান্তর, উইনার আর আনফোর্সড এররের অনুপাত—কোনো অঙ্কই নেই। রিপোর্টের একমাত্র সংখ্যা হলো একটা ট্রান্সফরমার বিকল হওয়ার তথ্য। সেটা গ্রিডের ক্ষতির অঙ্ক, খেলার পারফরম্যান্সের নয়। ফর্ম কার্ভ নেই, ধারাবাহিকতা নেই, র‍্যাঙ্কিং পয়েন্টের কাঠামো নেই।

তৃতীয় মাত্রা—টুর্নামেন্ট ব্যবস্থা। কোনো টুর্নামেন্ট নেই, তাই টায়ার, পয়েন্ট, প্রাইজমানির পরিসর, ড্র—কিছুই নেই। ঘটনাটা ATP বা WTA বা ITF-এর অধীনে নয়।

চতুর্থ মাত্রা—ট্যুর পরিস্থিতি। ATP/WTA-র কোনো খেলোয়াড় নেই, তাই প্রতিদ্বন্দ্বিতার মানচিত্র নেই, প্রজন্মের শক্তি-তুলনা নেই, সম্পদ-সঙ্গতির তুলনা নেই।

পঞ্চম মাত্রা—নিয়ম ও শাসন। রিপোর্টের "attack", "sanction", "condemnation" শব্দগুলো ভূরাজনৈতিক, খেলার নয়। এখানে শাসন মানে রাষ্ট্রের কূটনীতি, টেনিসের শাসন সংস্থা নয়। ITF, ATP, WTA, গ্র্যান্ড স্লাম—কোনোটির উল্লেখ নেই।

ষষ্ঠ মাত্রা—দল ও খেলোয়াড় ব্যবস্থাপনা। কোচ, এজেন্ট, সাপোর্ট টিম, এজেন্সি ব্যবস্থাপনা—কিছুই নেই। কোনো ব্যক্তিকে বিশ্লেষণের বিষয় করা যায় না।

সপ্তম মাত্রা—ঝুঁকি। প্রতিটি ঝুঁকির শ্রেণি টেনিস-নির্ধারিত। রিপোর্টে প্রকৃত যে ঝুঁকির কথা বলা হয়েছে—আঞ্চলিক সংঘাতের বিস্তার, লোহিত সাগরে অবরোধ—সেগুলো টেনিস ডোমেইনের বাইরে, তাই এই ছকে সেগুলোর নম্বর দেওয়া যায় না।

অষ্টম মাত্রা—মিডিয়া আখ্যান। রিপোর্টের আখ্যান কূটনীতি আর সংঘাতের, খেলার নয়। রাষ্ট্রের নিন্দা, জোটের অভিযোগ, অস্বীকার—এসব নিয়ে টেনিসের কোনো আখ্যান তৈরি হয় না।

নবম মাত্রা—শিল্পের সংক্রমণ। প্রাইজমানির ইকোসিস্টেম, গ্র্যান্ড স্লাম ব্যবসা, এজেন্সি ও এনডোর্সমেন্ট, পুঁজি ও ইভেন্ট বিনিয়োগ—এই কোনো চ্যানেলই রিপোর্টে উল্লেখ নেই।

নয়টা মাত্রার নয়টা "অপর্যাপ্ত তথ্য"। এখানেই আসল প্রশ্নটা লুকিয়ে আছে: এই সততার দাম কত?

যদি ভুল লেবেলটা একটা ডেটাসেটে ঢুকে পড়ে, যা দিয়ে একটা মডেল প্রশিক্ষণ হয়, বা যা দিয়ে একটা বেটিং ইঞ্জিন চলে, বা যা দিয়ে একটা অটো-জেনারেটেড টুর্নামেন্ট সামারি লেখা হয়, তাহলে ক্ষতির হিসাব বদলে যায়। তখন ভুলটা শুধু একটা ভুল বাক্য নয়, ভুলটা একটা সিদ্ধান্তের ভিত্তি। রাশিয়া ২০১৮ বিশ্বকাপে আমি একটানা একত্রিশ দিন ২১৪টা স্পনসর বাম্পার গুনেছিলাম, যতক্ষণ না লোগোগুলো একটা খতিয়ানে মিলিয়ে যায়। তখন প্রতিটা বিজ্ঞাপনের পেছনের টাকাটা দেখতে পাচ্ছিলাম। স্পোর্টস ডেটার বাজারেও ঠিক একই প্রশ্ন—প্রতিটা তথ্যের পেছনে কে টাকা দিচ্ছে, আর কে তার সত্যতা যাচাই করছে?

এখানেই ব্লকচেইনের প্রসঙ্গ আসে। ব্লকচেইন মানে এখানে শুধু ক্রিপ্টো নয়। ব্লকচেইন মানে প্রোভেন্যান্স—উৎসের প্রমাণ। একটা কনটেন্ট বা ডেটাপয়েন্ট সিস্টেমে ঢোকার মুহূর্তে তার একটা অমোঘ ফিঙ্গারপ্রিন্ট বা হ্যাশ তৈরি হয়। কে লেবেলটা বসাল, কখন বসাল, কোন নিয়মে বসাল—সবটাই একটা অপরিবর্তনীয় খতিয়ানে লেখা থাকে। কেউ পরে লেবেল বদলাতে চাইলে বদলটা ধরা পড়ে যায়, কারণ আগের রেকর্ডটা মুছে ফেলা যায় না।

ভাবুন, স্পোর্টস ফিডের প্রতিটা ডেটাপয়েন্ট যদি এমন একটা খতিয়ানে লেখা থাকত। কোন টুর্নামেন্ট, কোন ম্যাচ, কোন পয়েন্ট, কোন সোর্স থেকে এল, কে যাচাই করল—সব। তাহলে একটা যুদ্ধের খবর কখনো টেনিস লেবেল নিয়ে ঘুরতে পারত না, কারণ খতিয়ানে লেখা থাকত: এই এনটিটিগুলোর সঙ্গে টেনিসের কোনো সত্তার মিল নেই। স্মার্ট কন্ট্রাক্ট দিয়ে এমন নিয়মও বসানো যায়—টেনিস লেবেল পেতে হলে অন্তত একজন টেনিস খেলোয়াড় বা একটা টুর্নামেন্ট এনটিটি থাকতেই হবে, নাহলে লেবেল আটকে যাবে।

কিন্তু ব্লকচেইন নিজে থেকে সত্য তৈরি করে না। ব্লকচেইন শুধু প্রমাণ রাখে যে কেউ কিছু বলেছিল। ভুল লেবেল যদি কেউ বসিয়ে দেয়, ব্লকচেইন সেটাও অমর করে রাখবে। তাই প্রোভেন্যান্সের সঙ্গে দরকার মানব যাচাই। প্রাথমিক সূত্র। ফেডারেশন রেকর্ড। মাঠের খাতা। আমি যখন ২০২২ সালের শরতে জাতীয় চ্যাম্পিয়নশিপ আর দুই বিভাগীয় প্রতিযোগিতা মিলিয়ে ৪১টা ম্যাচ হাতে টুকে দেখলাম, বাংলাদেশের জুনিয়ররা প্রথম সার্ভ ঢোকার পর পয়েন্ট জিতছিল প্রায় ৩৮ শতাংশ, কিন্তু প্রথম তিন শটের ভেতর নেটে আক্রমণ করলে জিতছিল ৫৪ শতাংশ—তখন ওই সংখ্যাটা কারও দেওয়া নয়, আমার নিজের টোকা। ফেডারেশনে কেউ কখনো এটা গুনে রাখেনি।

এই যে সংখ্যা আর প্রমাণের দূরত্ব—এটাই খেলার ডেটার আসল সমস্যা। আর এই দূরত্ব কমাতে ব্লকচেইন একটা হাতিয়ার, সমাধান নয়।

বিপরীত কোণ: বাগ নয়, এটা সিস্টেমের স্বভাব

প্রথম প্রতিক্রিয়া সহজ—এটা একটা বাগ। ঠিক করে দিলেই হবে। লেবেলিং লজিক একটু বদলালেই ভুল কমবে। কিন্তু গভীরে তাকালে অন্য কথা শোনা যায়।

ভুলটা টিকে গেল কেন? কারণ সিস্টেমটা সত্যের জন্য নয়, গতির জন্য গড়া। এই পাইপলাইনে মূল পণ্য হলো পরিমাণ। যত বেশি খবর, যত দ্রুত, তত ভালো। কেউ সঠিক হওয়ার জন্য বেতন পায় না, দ্রুত হওয়ার জন্য পায়। যে ভুলটা টিকে গেল, সেটা সস্তা ছিল—কেউ ধরে ফেলেনি, কারণ ধরার জন্য আলাদা লোক রাখা খরচ।

মানব যাচাইয়ের দাম আছে। একজন সম্পাদক বা রিভিউয়ার বসিয়ে প্রতিটা লেবেল চেক করানো মানে খরচ, সময়, লোকবল। ক্রেতা কেউ সেই খরচটা দিতে চায় না, কারণ ভুল লেবেলের ক্ষতি সঙ্গে সঙ্গে দেখা যায় না—সেটা দীর্ঘমেয়াদে ডেটাসেটে, মডেলে, বাজারে ছড়ায়। শর্ট-টার্ম হাইপ বনাম লং-টার্ম ভ্যালুর সেই চিরচেনা গল্প, এবার ডেটার মোড়কে।

এখন আরও একটা অপ্রিয় কথা। আমরা ধরে নিই পরিষ্কার ডেটা ভালো, নোংরা ডেটা খারাপ। কিন্তু অনেক সময় উল্টোটা সত্য। একটা জোর করে বসানো লেবেল, একটা জোর করে বানানো বিশ্লেষণ—সেগুলো "পরিষ্কার" দেখতে হয়, কিন্তু বানানো। অন্যদিকে "অপর্যাপ্ত তথ্য" হলো সবচেয়ে অস্বস্তিকর, কিন্তু সবচেয়ে সৎ উত্তর। যেখানে টেনিস নেই, সেখানে "টেনিস নেই" বলাটাই সেরা বিশ্লেষণ।

খেলার জগতে আমি এই যুক্তি বহুবার দেখেছি। মহিলাদের ফাইনালের গ্যালারিতে নোটবুক ছিল না, কিন্তু গল্প ছিল। যারা থেকে গিয়েছিল, তাদের দিয়েই শুরু করতে হয়েছিল। প্রেস রিপোর্টে যেটা ছিল না, সেটা মাঠে ছিল। একইভাবে, এই ভুল লেবেলের পেছনে যে সিস্টেম-গল্পটা আছে—কে কনটেন্টের মালিক, কে লেবেলের দায় নেয়, কে যাচাইয়ের টাকা দেয়—সেটা কোনো সংবাদ প্রতিবেদনে থাকে না। ট্রান্সফার মার্কেট একটা গুজবের ইঞ্জিন; কে জ্বালানিের টাকা দেয়, সেটা দেখতে হয় আলাদা করে।

তাই আসল খবরটা এই ভুল লেবেল নয়। আসল খবর হলো, এমন একটা ভুল কেন এত সস্তা, আর কেন কেউ এর দায় নিচ্ছে না।

নিয়ে যাওয়া: লেবেল কে যাচাই করল, সেটাই পরের প্রশ্ন

সবশেষে ওই রাতের ফাইলটা আবার খুললাম। "ডোমেইন লেবেল: টেনিস"—লাইনটা এখনো ওখানেই। আমার হাতের নোটবুকটা পাশে খোলা। একটা যুদ্ধের খবরে টেনিসের লেবেল বসানো হলো, আর কেউ টের পেল না—এই ঘটনাটা আসলে খেলার ডেটা নিয়ে আমাদের সবচেয়ে বড় অন্ধত্বের কথা বলে। আমরা খেলোয়াড়, ম্যাচ, র‍্যাঙ্কিং নিয়ে বিতর্ক করি, কিন্তু জিজ্ঞেস করি না—এই তথ্যগুলো কোথা থেকে এল, কে যাচাই করল, আর কে দায় নেবে।

স্পোর্টস ডেটার ভবিষ্যৎ নির্ভর করবে পরিমাণে নয়, প্রোভেন্যান্সে। যে লিগ বা ফেডারেশন নিজের ফিডের প্রতিটা ডেটাপয়েন্টের উৎস আর যাচাইয়ের রেকর্ড দেখাতে পারবে, তার দাম সবচেয়ে বেশি হবে। ব্লকচেইন সেই রেকর্ড রাখতে সাহায্য করবে, কিন্তু রেকর্ড রাখার আগে প্রশ্নটা করতে শিখতে হবে—কে টাকা দিল, কে লেবেল বসাল, কে যাচাই করল।

পরের বার যখন কোনো ফলাফল বা র‍্যাঙ্কিং দেখবেন, একটা প্রশ্ন করুন। লেবেলটা কে যাচাই করল? উত্তরটা না পেলে, অন্তত একটা খাতা খুলে রাখুন।