খালি ডেটাসেটের পাঠ: ইস্পোর্টস বিশ্লেষণে ব্লকচেইনের নীরব পরীক্ষা

সেদিন ভোর চারটায় বেঙ্গালুরুর একটি তিনজনের বেটিং ডেস্কে আমি একটি স্ক্রিপ্ট চালালাম। স্ক্রিপ্টটি একটি ইস্পোর্টস ম্যাচের কাঁচা ডেটা টেনে আনবে — প্যাচ ভার্সন, পিক-ব্যান রেট, প্লেয়ারের ট্রাভেল মাইল, রেস্ট ডে, সার্ভার অঞ্চল, পিং। আউটপুট এলো একটাই লাইন: ইনপুট খালি। মডেল নীরব হয়ে গেল।

সেই নীরবতা আমার কাছে নতুন নয়। সাত বছর ধরে ইস্পোর্টস আর ফুটবল ডেটার মধ্যে কাজ করে আমি যা শিখেছি, তার সবচেয়ে মূল্যবান অংশটি হলো — একটি মডেলের সবচেয়ে সৎ উত্তর “জানি না”। কিন্তু বাজারে “জানি না” বিক্রি হয় না। বাজারে বিক্রি হয় আত্মবিশ্বাস। আর সেই আত্মবিশ্বাসের সিংহভাগ জন্ম নেয় এমন ডেটা থেকে, যার উৎস কেউ কখনো যাচাই করেনি।

ইস্পোর্টস ইকোসিস্টেম আজ এক অদ্ভুত দ্বন্দ্বে দাঁড়িয়ে। একদিকে ডেটার বন্যা — প্রতিটি ম্যাচ থেকে টেরাবাইট টেলিমেট্রি, প্রতিটি স্ট্রিম থেকে দর্শক-সংখ্যা, প্রতিটি টুর্নামেন্ট থেকে পিক-ব্যান-রেট। অন্যদিকে এই ডেটার বড় একটি অংশের উৎস অনির্ণেয়। কোন প্যাচে ম্যাচটি খেলা হয়েছে? প্র্যাকটিস সার্ভার আর টুর্নামেন্ট সার্ভারের ভার্সন কি এক? প্লেয়ারটি কি সেই রোস্টারেই ছিল, নাকি শেষ মুহূর্তের সাবস্টিটিউট? কে বলল — এবং সেই “কে” কতটা নির্ভরযোগ্য?

আমি বেঙ্গালুরুতে একটি xG মডেল তৈরি করেছি। সেটি প্রথমেই যাকে হত্যা করেছে, তা হলো হোম-গ্রাউন্ড পক্ষপাত। ২০২০ সালের মে মাসে বিশ্বজুড়ে ক্রীড়া বন্ধ থাকার সময় আমি বুন্দেসলিগার বন্ধ-দরজার ৮৩টি ম্যাচ বিশ্লেষণ করলাম। হোম উইন রেট ৪৩.৩% থেকে নেমে এলো ২১.২%-এ, হোম দলের দৌড়ানো দূরত্ব প্রতি ম্যাচে কমল ৪.৭ কিলোমিটার। আমার হোম-ফিল্ড কোএফিসিয়েন্ট ০.৩৫ থেকে নামল ০.১২-তে। সেই কাজটি আমাকে একটি মৌলিক শিক্ষা দিয়েছিল — সংখ্যা নিজে কথা বলে না, সংখ্যার উৎস কথা বলে।

কিন্তু ইস্পোর্টসে সংখ্যার উৎস নিয়ে প্রশ্ন তোলা প্রায় নিষিদ্ধ। কারণ এখানে ডেটা প্রায়ই আসে বন্ধ দরজার পেছনে থাকা অপারেটরদের কাছ থেকে, কখনো স্ট্রিম ওভারলে থেকে, কখনো কোনো ডিসকর্ড চ্যানেলের স্ক্রিনশট থেকে। এই অনানুষ্ঠানিক সরবরাহ-শৃঙ্খলে একটি ভুল সংখ্যা ঢুকে গেলে সেটি কোনোদিন ধরা পড়ে না — কারণ যাচাই করার কোনো স্তর নেই।

এখানেই ব্লকচেইনের প্রাসঙ্গিকতা। কেউ যদি ভাবেন ব্লকচেইন শুধু ক্রিপ্টোকারেন্সির জন্য, সে ইস্পোর্টসের ডেটা-সমস্যাটা বোঝেনি। ব্লকচেইনের আসল পণ্য প্রযুক্তি নয়, বিশ্বাসের একটি স্তর — যেখানে প্রতিটি রেকর্ডের উৎস, সময় এবং পরিবর্তন-ইতিহাস অপরিবর্তনীয়ভাবে লেখা থাকে।

ভাবুন একটি ইস্পোর্টস ম্যাচের জন্ম-সনদ যদি ব্লকচেইনে লেখা থাকে। একটি অন-চেইন ম্যানিফেস্টে থাকবে: টুর্নামেন্ট আইডি, ম্যাচ আইডি, খেলার সঠিক সময় (UTC), প্যাচের ক্রিপ্টোগ্রাফিক হ্যাশ, সার্ভার অঞ্চল, দুই দলের লক করা রোস্টার, এবং প্রতি প্লেয়ারের গড় পিং। এই তথ্য একবার লেখা হলে কেউ বদলাতে পারবে না — টুর্নামেন্ট আয়োজকও নয়, গেম পাবলিশারও নয়।

এখন প্রশ্ন — এই পরিবর্তন আসলে কী বদলায়? আমি পাঁচটি স্তরে ভাগ করে দেখি।

স্তর এক — প্যাচ প্রশাসন। ইস্পোর্টসের সবচেয়ে বড় বিশ্লেষণী ঝুঁকি হলো ভুল প্যাচে ভুল সিদ্ধান্ত। একটি দল যদি একটি ভার্সনে দুর্বল আর পরের ভার্সনে শক্তিশালী হয়, কিন্তু বিশ্লেষক জানেন না কোন ম্যাচ কোন ভার্সনে হয়েছে, তাহলে তার প্রতিটি সিদ্ধান্ত ভিত্তিহীন। আমার অভিজ্ঞতায়, প্র্যাকটিস সার্ভার আর টুর্নামেন্ট সার্ভারের ভার্সন আলাদা হওয়া একটি নীরব সংকট — প্লেয়াররা অভ্যাস করে এক মেটায়, খেলে অন্য মেটায়। ব্লকচেইনে প্যাচ হ্যাশ লেখা থাকলে এই ফাঁক আর লুকিয়ে থাকতে পারবে না।

স্তর দুই — বাজারের স্মৃতি। একটি ইস্পোর্টস ম্যাচের ওডস কেবল চূড়ান্ত সংখ্যা নয়, একটি সময়-সিরিজ। কোন মুহূর্তে টাকা এল, কোন খবরের পর লাইন নড়ল, ক্লোজিং লাইন আর ওপেনিং লাইনের ব্যবধান কত — এই সবই একটি অপরিবর্তনীয় লেজারে লেখা থাকলে এজ-শিকারীরা আর অন্ধভাবে কাজ করবে না। আমি ক্লোজিং-লাইন ভ্যালু-কে সবচেয়ে সৎ স্কোরকিপার মনে করি। যদি সেই ক্লোজিং লাইন নিজেই যাচাইযোগ্য না হয়, তাহলে মডেল আর বাজারকে তুলনা করার কোনো অর্থ থাকে না।

স্তর তিন — সেটেলমেন্ট। স্মার্ট কন্ট্রাক্ট ভিত্তিক সেটেলমেন্ট অপারেটরের ব্যক্তিগত বিবেচনাকে সংকুচিত করে। আজ অনেক ইস্পোর্টস মার্কেটে বিতর্কের কেন্দ্র হলো — ম্যাচ কি বৈধভাবে শেষ হলো, টেকনিক্যাল পজ কি গোনা হবে, ফলাফল কি রিমেক হবে। এই প্রতিটি সিদ্ধান্ত এখন একজন অপারেটরের হাতে। বিতর্কটি কিন্তু মুছে যায় না, কেবল মাঠ থেকে সিদ্ধান্ত-কক্ষে সরে যায়। একটি যাচাইযোগ্য ফলাফল-ফিড স্মার্ট কন্ট্রাক্টকে খাওয়ালে অন্তত সেই সিদ্ধান্ত-কক্ষের দেয়াল কাচের হয়ে যায়।

স্তর চার — খেলোয়াড়ের সম্পদ-মূল্যায়ন। একজন প্লেয়ারের মূল্য নির্ধারণ হয় তার রেকর্ডের উপর। যদি সেই রেকর্ডই অনানুষ্ঠানিক হয়, তবে ক্লাবের মূল্যায়নও অনানুষ্ঠানিক। একটি যাচাইযোগ্য পারফরম্যান্স-লেজার — যা ম্যাচ-অফিসিয়াল ডেটার সাথে সংযুক্ত — ট্রান্সফার মার্কেটে ভুল মূল্যের জায়গা কমাতে পারে। এখানে আমি সতর্ক: ব্লকচেইন মূল্য নির্ধারণ করে না, মূল্য নির্ধারণের কাঁচামাল যাচাই করে। আমি বেঙ্গালুরুর ডেস্কে একবার দেখেছিলাম, সুনীল ছেত্রী ৯.২ xG থেকে ১৪ গোল করেছিলেন — বাজার সেই রিগ্রেশন-সংকেত উপেক্ষা করেছিল। ডেটা সঠিক থাকলে আর মডেল সৎ থাকলে এমন ফাঁক ধরা পড়ে; ডেটার উৎসই যদি প্রশ্নবিদ্ধ হয়, ফাঁকটি চিরকাল অদৃশ্য থাকে।

স্তর পাঁচ — স্ক্রিম গোপনীয়তা। দলগুলো তাদের প্র্যাকটিস ডেটা গোপন রাখতে চায়, এটাই স্বাভাবিক। কিন্তু তারা প্রমাণ রাখতে চায় যে স্ক্রিম আসলে হয়েছে। ক্রিপ্টোগ্রাফিক প্রমাণ — একটি হ্যাশ যা বলে দেয় স্ক্রিম হয়েছে, কিন্তু বিষয়বস্তু ফাঁস করে না — দুই দাবিকেই একসাথে মেটাতে পারে।

এর বাইরে আরও দুটি ক্ষেত্র আছে যেখানে এই যাচাইযোগ্যতা কাজে লাগতে পারে। প্রথমত, ট্যালেন্ট পাইপলাইন। একটি অ্যাকাডেমির প্রশিক্ষণ-রেকর্ড, একটি খেলোয়াড়ের বয়স-যাচাই, একটি চুক্তির শর্ত — এসব যাচাইযোগ্য হলে কম-বয়সী খেলোয়াড়দের সুরক্ষা আরও শক্ত হয়। দ্বিতীয়ত, স্পনসরশিপ ও দর্শক-সংখ্যার স্বচ্ছতা। একটি টুর্নামেন্টের দর্শক-সংখ্যা যদি একটি নিরীক্ষাযোগ্য সূত্র থেকে আসে, তবে স্পনসরদের মূল্যায়নও বেশি বাস্তবসম্মত হয় — এবং সন্দেহজনক ফুলে-ওঠা সংখ্যার জায়গা কমে।

এখানে একটি অতিরিক্ত স্তর যোগ করা দরকার — লেটেন্সি। দক্ষিণ এশিয়া, বিশেষ করে ভারত, ইস্পোর্টসে একটি কাঠামোগত পিং-প্রতিবন্ধকতার মধ্যে খেলে। আমি যখন ইউরোপ-আমেরিকার সার্ভারে খেলা ভারতীয় প্লেয়ারদের পারফরম্যান্স দেখি, দেখি সেই পিং-এর প্রভাব কখনো মেট্রিকে ঢোকে, কখনো ঢোকে না। যদি প্রতি ম্যাচের লেটেন্সি-অ্যাটেস্টেশন অন-চেইনে লেখা থাকে, তাহলে “এই দলটি খারাপ” আর “এই দলটি ৮০ পিং-এ খেলছিল” — এই দুই দাবিকে আলাদা করা যায়। এটাই আমার মেকানিজম-কার্টোগ্রাফির মূল কথা: সাংস্কৃতিক গল্প নয়, কারণ-ব্যবস্থা মাপা।

আমি বেঙ্গালুরু থেকে লিখছি — এমন একটি শহর থেকে, যা নিজেই একটি প্রান্তিক বাজার। ভারতে বসে ইউরোপ-আমেরিকার ইস্পোর্টস ডেটার উপর নির্ভর করতে গিয়ে আমি বারবার দেখেছি, যারা ডেটা সরবরাহ করে তারাই প্রায়ই ডেটার ব্যাখ্যা নিয়ন্ত্রণ করে। একটি উন্মুক্ত, যাচাইযোগ্য লেজার সেই নিয়ন্ত্রণের একচেটিয়া ভাঙার একটি উপায় হতে পারে।

কিন্তু এখানেই আমার আপত্তি শুরু। ব্লকচেইন ডেটার উৎস যাচাই করে, ডেটার অর্থ নয়। এই পার্থক্যটা আমি সবাইকে বোঝাতে চাই।

ভাবুন, একটি প্লেয়ারের প্রতি-ম্যাচ পারফরম্যান্স মেট্রিক অন-চেইনে লেখা। সেটি অপরিবর্তনীয়। কিন্তু যদি সেই মেট্রিকটি নিজেই পক্ষপাতদুষ্ট হয় — যদি সেটি কেবল কিল-কাউন্ট মাপে আর ভূমিকা-ভিত্তিক অবদান উপেক্ষা করে — তাহলে ব্লকচেইন সেই পক্ষপাতকে চিরস্থায়ী করে দিল, কমাল না। অপরিবর্তনীয় ভুল এখন আরও বেশি অপরিবর্তনীয়।

আমি বেঙ্গালুরুতে যে xG মডেল বানিয়েছি, সেটি প্রথমে হোম-বায়াসকে হত্যা করেছিল — কারণ মডেলটি জিজ্ঞাসা করেছিল, কোন শটটি আসলে গোল হওয়ার যোগ্য ছিল। ব্লকচেইন এই প্রশ্নটা করতে পারে না। ব্লকচেইন কেবল বলে, শটটি ঘটেছিল। ঘটনা আর তাৎপর্যের মধ্যেকার ফাঁকটা মডেলের কাজ। ২০২১ সালে আমি পেদ্রির ৫৭টি প্রোগ্রেসিভ পাস আর ৯২% পাস-কমপ্লিশন কোড করেছিলাম — সেই সংখ্যা কেউ অন-চেইনে লিখলেই পেদ্রির মূল্য বোঝা যায় না; মূল্য বোঝা যায় যখন সেই সংখ্যাকে দলের কাঠামোর সঙ্গে মেলানো হয়।

আরও একটি বিষয় — ব্লকচেইন অতীতকে স্থির করে, কিন্তু ইস্পোর্টসের মেটা প্রতি দুই সপ্তাহে বদলায়। একটি স্থায়ী রেকর্ড একটি অস্থির খেলার জন্য উপযোগী হতে হলে সেটিকে অবশ্যই সময়-স্ট্যাম্প-সচেতন হতে হবে। একটি পুরনো প্যাচের অন-চেইন রেকর্ড নতুন মেটায় অচল। তাই “সবকিছু চেইনে লেখা” একটি ভয়ংকর সরলীকরণ হতে পারে, যদি সেটি প্রেক্ষাপট-সচেতন না হয়।

সবশেষে ফিরে আসি সেই পুরনো সত্যে — সেট পিস ভাগ্যের বিষয় নয়, সেট পিস হলো চর্চা করা ভুল মূল্যায়ন। ২০১৮ সালের রাশিয়া বিশ্বকাপে ফ্রান্সের সেট-পিস থেকে ৪.১ xG এসেছিল, অথচ বাজার তাদের গড় দল ভেবেছিল। ব্লকচেইন যদি কেবল বলে “এই কর্নারটি হয়েছে”, কিন্তু বলে না “এই কর্নারটি কতবার অভ্যাস করা হয়েছে”, তাহলে সেট পিসের আসল এজটি অদৃশ্য থেকে যায়। যে ডেটা রেকর্ড করা হয় না, সেটি ব্লকচেইনেও থাকে না।

তাহলে সিদ্ধান্ত কী? ব্লকচেইন ইস্পোর্টস বিশ্লেষণের বিশ্বাসযোগ্যতা-সমস্যার সমাধান করবে না — এটি শুধু একটি স্তর সরবরাহ করবে, যেখানে বিশ্বাসযোগ্যতার প্রশ্নটি তোলা সম্ভব। আমি এজ খুঁজি না। আমি এমন ঘর বানাই যেখানে এজকে অবশ্যই দেখা দিতে হবে। একটি যাচাইযোগ্য ডেটা-লেজার সেই ঘরের দেয়াল। দেয়াল ঘর বানায় না, কিন্তু দেয়াল ছাড়া ঘর টেকে না।

পরের মৌসুমে আমি যা দেখতে চাই — কোনো টুর্নামেন্ট আয়োজক যদি নিজের ইচ্ছায় একটি অন-চেইন ম্যাচ-ম্যানিফেস্ট প্রকাশ করেন, আর বিশ্লেষকরা সেটি যাচাই করে একই প্যাচ হ্যাশ নিয়ে তর্ক করতে পারেন। ততদিন পর্যন্ত, খালি ইনপুটের সামনে আমার মডেলের নীরবতাই আমার সবচেয়ে সৎ উত্তর।