তথ্য যখন নীরব: ক্রিকেট বিশ্লেষণে খালি ডেটাসেট, যাচাইয়ের সংকট ও ব্লকচেইন-অখণ্ডতার স্থাপত্য

তথ্য যখন নীরব: ক্রিকেট বিশ্লেষণে খালি ডেটাসেট, যাচাইয়ের সংকট ও ব্লকচেইন-অখণ্ডতার স্থাপত্য

স্কোরবোর্ডের পাশে রাখা ল্যাপটপে একটাই লাইন জ্বলছিল — "কোনো তথ্য ফেরত আসেনি।" ১১ ডিসেম্বর, ২০২৫। ময়মনসিংহ শহরের বাইরে একটি ভাড়া করা ঘরে, একটি ঘরোয়া ফ্র্যাঞ্চাইজি টুর্নামেন্টের প্রাক-ম্যাচ ব্রিফিংয়ের চার ঘণ্টা আগে আমি এই স্ক্রিনের দিকে তাকিয়ে বসে ছিলাম। উপরে লাল অক্ষরে জ্বলছিল — "ইনফরমেশন পয়েন্ট: শূন্য।" নিচের টেবিলের প্রতিটি ঘর খালি, প্রতিটি মেট্রিকের পাশে লেখা "প্রযোজ্য নয়"। আমার হাতে ছিল বিশ পৃষ্ঠার একটি বিশ্লেষণ-কাঠামো, যা আমি তিন বছরে ধীরে ধীরে গড়ে তুলেছি। কাঠামোর প্রথম শর্ত একটাই — প্রতিটি সিদ্ধান্তকে একটি তথ্য-বিন্দুতে ফিরিয়ে নিয়ে যেতে হবে। তথ্য-বিন্দু যদি শূন্য হয়, তাহলে সেই শর্তের কী হয়? উত্তর সহজ, কিন্তু ক্রিকেট-বিশ্লেষণের জগতে বিরল — কিছুই না। কাঠামোটি নীরব থাকবে, আর সেই নীরবতাই হবে সবচেয়ে সৎ উত্তর।

পেশাদার জীবনে আমি বহুবার স্কোরবোর্ডকে সন্দেহের চোখে দেখেছি। ২০১৭ সালে ময়মনসিংহে শেখ রাসেল ক্রীড়া চক্রের হয়ে স্বেচ্ছাসেবী ডেটা-ভূমিকায় ঢোকার পর থেকে এই অভ্যাসটা মজ্জাগত। কিন্তু সেদিন প্রথমবার সন্দেহ করলাম ডেটা-পাইপলাইনটাকেই। স্কোরবোর্ড মিথ্যা বলতে পারে — এটা জানা কথা, এবং আমি সেটা নিয়েই লিখি। কিন্তু যে সিস্টেম ডেটা সংগ্রহ করে, সেটি যদি সম্পূর্ণ নীরব হয়ে যায়, তাহলে বিশ্লেষকের হাতে থাকে শুধু একটি খালি শিট আর একটি কঠিন প্রশ্ন: আপনি কী করবেন, যখন জানার কিছুই নেই?

খালি ডেটাসেট ক্রিকেট-বিশ্লেষণের সবচেয়ে কম আলোচিত সংকট, কারণ এটি কোনো খেলার ফল নয় — এটি কাঠামোর ব্যর্থতা।

খালি শিটের সেই সন্ধ্যাটি আমাকে একটি বড় সত্যের দিকে ঠেলে দিল। ক্রিকেট নিয়ে লেখা প্রতিটি বিশ্লেষণের পেছনে থাকে একটি অদৃশ্য শৃঙ্খল: ট্র্যাকিং ক্যামেরা, স্কোরার, ডেটা-এন্ট্রি অপারেটর, পার্সার, মডেল, এবং শেষে বিশ্লেষকের কলম। এই শৃঙ্খলের যেকোনো একটি সংযোগ বিচ্ছিন্ন হলে নিচের সবকিছু নীরব হয়ে যায়। আমরা সাধারণত বিশ্লেষণের ফলের ভুল নিয়ে বিতর্ক করি — কে বেশি xG পেল, কে বেশি বল খেলল। কিন্তু আমরা প্রায় কখনোই জিজ্ঞেস করি না: এই সংখ্যাগুলো আসলে কোথা থেকে এল, এবং কে তার সত্যতা যাচাই করল?

দক্ষিণ এশিয়ার ক্রিকেট-বাস্তবতায় এই প্রশ্নটি আরও ধারালো। ইংল্যান্ড বা অস্ট্রেলিয়ায় যেখানে প্রতিটি ডেলিভারি, প্রতিটি ফিল্ড-প্লেসমেন্ট, প্রতিটি ব্যাট-সুইং স্বয়ংক্রিয়ভাবে লিপিবদ্ধ হয়, সেখানে বাংলাদেশের ঘরোয়া লিগ, জেলা-পর্যায়ের টুর্নামেন্ট কিংবা অনুর্ধ্ব-১৯ ম্যাচের বড় অংশ এখনো হাতে-লেখা স্কোরশিটে বন্দি। ২০১৭ সালে আমি যখন শেখ রাসেলের হয়ে আবাহনী লিমিটেড ঢাকার বিরুদ্ধে ম্যাচে প্রতিটি শট নিজ হাতে লগ করছিলাম, তখন আমার একমাত্র "প্রযুক্তি" ছিল একটি টেবিল, একটি কলম এবং স্কোরবোর্ডের সাথে সমান্তরালে চলা আমার চোখ। সেই ম্যাচে আমার তৈরি প্রাথমিক xG মডেল শেখ রাসেলকে দিয়েছিল ২.৭, আবাহনীকে ০.৮ — অথচ খেলা শেষ হলো ১-১। আমি ফেসবুকে একটি থ্রেড লিখে যুক্তি দিলাম, ফলাফলটি একটি আধিপত্যকারী পারফরম্যান্সকে ঢেকে রেখেছে। পোস্টটি ১,২০০ জন শেয়ার করলেন, ঢাকা থেকে স্কাউটরাও।

সেই মুহূর্ত থেকেই আমার লেখার কেন্দ্রবিন্দু বদলে গেল। আমি স্কোরলাইনের বদলে xG আর শট-ম্যাপ দিয়ে ম্যাচ-রিপোর্ট শুরু করলাম। আবেগনির্ভর আখ্যান ছেড়ে দিয়ে পুনরাবৃত্তিযোগ্য মেট্রিকের দিকে ঝুঁকলাম। কিন্তু এর একটি লুকানো খরচ ছিল, যা আমি তখন বুঝিনি — প্রতিটি সংখ্যাকে যাচাই করার এই তাড়না আমার লেখা প্রকাশের গতি ধীর করে দিল। মডেল পরিমার্জন করতে করতে অনেক সময় পোস্ট কয়েক দিন দেরিতে যেত। এই দেরিই প্রথম আমাকে শেখাল, ডেটা-অখণ্ডতা আর সময়োপযোগিতার মধ্যে একটি টানাপোড়েন থাকে, যা বিশ্লেষককে সচেতনভাবে ব্যবস্থাপনা করতে হয়।

২০১৮ সালে সেই ২০১৭-এর থ্রেডই আমার কেরিয়ার বদলে দিল। ডেনমার্কের এফসি মিডটিল্যান্ডের ডেটা বিভাগ আমাকে রিমোট ট্রান্সফার-মার্কেট বিশ্লেষক হিসেবে নিয়োগ করল। রাশিয়া বিশ্বকাপের সেমিফাইনালে ইংল্যান্ডের বিরুদ্ধে ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে আমি ট্র্যাক করলাম। তিনি ১২.৮ কিলোমিটার দৌড়ালেন, ৮৯ শতাংশ পাস সম্পন্ন করলেন, এবং তাঁর PPDA (প্রতি ডিফেন্সিভ অ্যাকশনে প্রতিপক্ষের পাস) দাঁড়াল ৮.৭। আমি বারো পৃষ্ঠার একটি রিপোর্টে তাঁকে কম-খরচের মিডফিল্ড সমাধান হিসেবে সুপারিশ করলাম। মিডটিল্যান্ড তাঁকে নিল না, কিন্তু সেই গ্রীষ্মেই ব্রজোভিচ ইন্টার মিলানে যোগ দিলেন এবং দলের অন্যতম গুরুত্বপূর্ণ খেলোয়াড় হয়ে উঠলেন। সেই মুহূর্ত থেকে PPDA আর কভার করা দূরত্ব আমার প্রতিটি ট্রান্সফার-প্রোফাইলের মূল মেট্রিক হয়ে দাঁড়াল।

কিন্তু এই সিস্টেমিক দৃষ্টিভঙ্গি আমাকে একটি বড় সমস্যার সামনে দাঁড় করাল। আমি লিগ-স্তরের কঠিনতা (league difficulty) ক্রস-রেফারেন্স করা শুরু করলাম — অর্থাৎ একটি মেট্রিকের ব্যাখ্যা নির্ভর করবে সেটি কোন লিগে, কোন প্রতিপক্ষের বিরুদ্ধে, কোন পিচে অর্জিত হলো তার উপর। এটি গভীরতা যোগ করল, কিন্তু আউটপুট ধীর করে দিল। INTJ মস্তিষ্কের স্বাভাবিক প্রবণতা হলো — প্রতিটি সংখ্যা নিরীক্ষণ করা, তারপর আরেকবার, তারপর আরেকবার। ফলে অনেক ট্রান্সফার-উইন্ডোর শীর্ষ সময়ে আমার বিশ্লেষণ পৌঁছাত না। ২০২০ সালে করোনাভাইরাসের বৈশ্বিক বিরতির সময় এই সমস্যা চরমে পৌঁছাল।

২০২০ সালে আমি বরিশালের বাইরে একটি ফ্র্যাঞ্চাইজির ট্রান্সফার-মার্কেট প্রশাসক হিসেবে যোগ দিলাম। খালি স্টেডিয়ামের ম্যাচগুলো ডেটাকে বিকৃত করে দিল। ক্লাবের লক্ষ্য ছিল একজন ব্রাজিলীয় স্ট্রাইকার, যাঁর বদ্ধ-দরজা ম্যাচে xG ছিল প্রতি ৯০ মিনিটে ০.৭৮। সংখ্যাটি দেখতে চমৎকার। কিন্তু আমি খেয়াল করলাম, তাঁর কভার করা দূরত্ব ১৮ শতাংশ কমে গেছে, এবং দুর্বল ডিফেন্সের বিরুদ্ধে তাঁর PPDA অস্বাভাবিকভাবে ফুলে উঠেছে। আমি একটি প্রসঙ্গ-সমন্বিত (context-adjusted) মডেল তৈরি করে সাইনিংয়ের বিরুদ্ধে সুপারিশ করলাম। ক্লাব চুক্তি বাতিল করল। সেই স্ট্রাইকার পরে অন্য ক্লাবে গিয়ে ১৪ ম্যাচে মাত্র ২ গোল করলেন।

সেই অভিজ্ঞতা আমাকে শেখাল সবচেয়ে কঠিন পাঠটি: কাঁচা xG, PPDA আর কভার-দূরত্বের প্রসঙ্গ ছাড়া, পাঠককে বিভ্রান্ত করার সবচেয়ে পরিষ্কার হাতিয়ার। আমি প্রসঙ্গ-সমন্বিত মেট্রিক নিয়ে লেখা শুরু করলাম। কিন্তু আমার পারফেকশনিজম সেই সতর্কবার্তাটি তিন দিন দেরিতে পাঠাল — ঠিক যখন সিদ্ধান্ত নেওয়া হয়ে গেছে। সেই দিন থেকে আমি প্রতিটি সুপারিশে একটি আত্মবিশ্বাস-ব্যবধান (confidence interval) যোগ করা শুরু করলাম। এই অভ্যাসটিই আমার জন্য সবচেয়ে বড় শিক্ষা হয়ে দাঁড়াল, কারণ এটি আমাকে স্বীকার করতে বাধ্য করল যে আমার বিশ্লেষণের একটি সীমা আছে, এবং সেই সীমা লুকিয়ে রাখা মিথ্যার চেয়ে কম বিপজ্জনক নয়।

ফিরে আসি সেই ১১ ডিসেম্বরের খালি শিটে। তথ্য না থাকলে পেশাদার বিশ্লেষকের কাজ কী? তিনটি পথ খোলা থাকে। প্রথম পথ — অনুমান করা, গল্প বানানো, যা শুনতে বিশ্বাসযোগ্য কিন্তু ভিত্তিহীন। দ্বিতীয় পথ — চুপ থাকা এবং কারণ ব্যাখ্যা করা। তৃতীয় পথ — যা নেই তা স্পষ্টভাবে ঘোষণা করা, এবং সিস্টেমের ব্যর্থতা খতিয়ে দেখা। প্রথম পথটি সর্বাধিক লোভনীয়, কারণ দর্শক-বাজার তাতে পুরস্কৃত করে। কিন্তু প্রথম পথটিই সবচেয়ে বড় পেশাদার অপরাধ, কারণ এটি খেলাধুলার ডেটা-বাস্তুতন্ত্রের উপর আস্থা ভেঙে দেয়। আমি দ্বিতীয় ও তৃতীয় পথটি বেছে নিলাম।

পাইপলাইন ব্যর্থতা কেবল একটি কারিগরি ত্রুটি নয় — এটি একটি বিশ্লেষণাত্মক নৈতিক পরীক্ষা। যখন স্টেজ-১ ডিকনস্ট্রাকশন শূন্য ফেরত দেয়, তখন স্টেজ-২ কাঠামোর প্রতিটি সিদ্ধান্তের পেছনে একটি ট্রেসেবল তথ্য-বিন্দুর প্রয়োজন হয়। তথ্য-বিন্দু না থাকলে প্রতিটি উপসংহার হবে বানানো। এই কারণেই সঠিক পেশাদার আউটপুট হলো — বিশ্লেষণ থামানো, এবং একটি বৈধ স্টেজ-১ ফল চাওয়া। কাঠামোটি ব্যর্থ হয় না; কাঠামোটি কেবল নীরব থাকে। এই নীরবতাটাই তার সততা।

এই বিন্দুতে ক্রিকেট আর প্রযুক্তির মধ্যে একটি অপ্রত্যাশিত সংযোগ তৈরি হয়। আমরা যে ডেটা-অখণ্ডতার সংকট নিয়ে কথা বলছি — ভুল এন্ট্রি, অনুপস্থিত স্কোরকার্ড, সম্পাদনাযোগ্য রেকর্ড, সন্দেহজনক উৎস — ঠিক এই সমস্যাটির সমাধানের জন্যই ব্লকচেইন-প্রযুক্তি ডিজাইন করা হয়েছে। ব্লকচেইন মূলত একটি বিতরণকৃত, পরিবর্তন-অপ্রতিরোধ্য লেজার — যেখানে প্রতিটি লেনদেন বা রেকর্ড টাইমস্ট্যাম্পসহ সংরক্ষিত হয় এবং পূর্ববর্তী রেকর্ডের সাথে ক্রিপ্টোগ্রাফিকভাবে যুক্ত থাকে। ক্রিকেট ডেটার প্রেক্ষাপটে এর অর্থ পরিষ্কার: যদি প্রতিটি ডেলিভারি, প্রতিটি রান, প্রতিটি ট্রান্সফার-বিবরণ একটি অপরিবর্তনীয় লেজারে লিপিবদ্ধ হয়, তাহলে পেছনে ফিরে কোনো সংখ্যা সম্পাদনা করা প্রায় অসম্ভব হয়ে দাঁড়ায়।

ভাবুন তো, এই প্রযুক্তি ক্রিকেটের ক্ষেত্রে কী বদলে দিতে পারে। আজ বাংলাদেশ প্রিমিয়ার লিগ কিংবা ঘরোয়া টুর্নামেন্টের স্কোরকার্ড প্রায়ই একাধিক সূত্রে আলাদা আলাদা তথ্য দেখায়। একটি সংবাদমাধ্যম বলছে ৩২ বলে ৪৫, আরেকটি বলছে ৩৩ বলে ৪৫। এই বৈষম্যের পেছনে থাকে হাতে-লেখা এন্ট্রি, দেরিতে আপডেট, কখনো কখনো মানবিক ভুল। একটি অপরিবর্তনীয়, সবার জন্য দৃশ্যমান লেজার থাকলে এই বিতর্ক অনেকাংশে কমে যায় — কারণ প্রতিটি এন্ট্রি কে করল, কখন করল, তা স্থায়ীভাবে রেকর্ড হয়।

আর এখানেই আমার সবচেয়ে বড় উদ্বেগের জায়গাটি সামনে আসে। খেলাধুলার ডেটা-বাণিজ্যের সবচেয়ে অন্ধকার দিক হলো — লাইভ ডেটা সরাসরি বেটিং কোম্পানিগুলোর কাছে চলে যাওয়া। যে মুহূর্তে একটি বলের তথ্য সেকেন্ডের মধ্যে বাজির বাজারে পৌঁছে যায়, সেখানে ডেটার সত্যতা যাচাইয়ের কোনো সুযোগ থাকে না। ব্লকচেইন-অখণ্ডতা যদি সঠিকভাবে প্রয়োগ করা যায়, তাহলে প্রতিটি ডেটা-পয়েন্টের উৎস আর যাচাইয়ের ইতিহাস সবার সামনে খোলা থাকে — যা ম্যানিপুলেশন ও ভুল তথ্য-ভিত্তিক বাজি প্রতিরোধে সহায়ক হতে পারে। কিন্তু প্রযুক্তি নিজে থেকে সমস্যা সমাধান করে না; এটি কেবল স্বচ্ছতার একটি হাতিয়ার, যার ব্যবহার কে নিয়ন্ত্রণ করবে সেটাই আসল প্রশ্ন।

আমার পেশাদার জীবনের একটি বড় অংশ কেটেছে ট্রান্সফার-মার্কেটে, যেখানে গুজব আর তথ্যের মধ্যে প্রায়শই কোনো সীমানা থাকে না। ট্রান্সফার মার্কেট — ফুটবল হোক বা ই-স্পোর্টস — হলো একটি গুজবের ইঞ্জিন; আমি কেবল ডেটা দিয়েই গিয়ার ঘোরাই। একটি খেলোয়াড়ের নাম এক সন্ধ্যায় ছড়িয়ে পড়ে, পরদিন সেটি সত্যি বলে ধরে নেওয়া হয়। এই জায়গায় একটি ব্লকচেইন-ভিত্তিক যাচাই-স্তর কল্পনা করা যায় — যেখানে চুক্তির বিবরণ, ফি, তারিখ, ক্লাবের পরিচয় সবই একটি অপরিবর্তনীয় রেকর্ডে বন্দি থাকবে। তখন আর কেউ "সূত্রের বরাত দিয়ে" ভুল তথ্য ছড়াতে পারবে না, কারণ প্রতিটি দাবির পেছনে একটি যাচাইযোগ্য হ্যাশ থাকবে।

বাস্তবে এই ধারণা ইতিমধ্যে আংশিকভাবে কাজ করছে। সোরারে (Sorare)-এর মতো প্ল্যাটফর্ম ডিজিটাল কার্ডের মালিকানা ব্লকচেইনে সংরক্ষণ করে; চিলিজ (Chiliz) আর সোসিওস (Socios)-এর ফ্যান-টোকেন মডেল ভক্তদের সাথে ক্লাবের অর্থনৈতিক সম্পর্ক নতুন করে সংজ্ঞায়িত করেছে। কিন্তু সতর্ক থাকা দরকার — এই উদাহরণগুলো মূলত বাণিজ্যিক মালিকানা ও সম্পদ-স্থানান্তরের, খেলার প্রকৃত পারফরম্যান্স-ডেটার যাচাইয়ের নয়। পারফরম্যান্স-ডেটার ক্ষেত্রে ব্লকচেইনের ব্যবহার এখনো প্রাথমিক পর্যায়ে, এবং এখানেই বিশ্লেষকের জন্য আসল সুযোগটি লুকিয়ে আছে।

তবে একটি মডেল যদি প্রসঙ্গহীন হয়, তাহলে সেটি শুধু একটি ক্যালকুলেটর, যে স্কাউটের পোশাক পরে দাঁড়িয়ে আছে। প্রসঙ্গহীন মডেল হলো স্কাউটের পোশাক পরা একটি ক্যালকুলেটর। ব্লকচেইন-যাচাই একইভাবে একটি ফাঁদ হতে পারে — যদি আমরা যাচাই করি শুধু যে তথ্যটি সম্পাদিত হয়নি, কিন্তু তথ্যটি আদৌ সঠিক প্রসঙ্গে সংগ্রহ করা হয়েছিল কিনা তা না দেখি। একটি সত্যিকারের অপরিবর্তনীয় রেকর্ড যদি ভুল পদ্ধতিতে সংগ্রহ করা হয়, তাহলে সেটি কেবল স্থায়ীভাবে ভুল হয়ে থাকবে। এই কারণেই প্রযুক্তিগত যাচাই আর পদ্ধতিগত স্বচ্ছতা — দুটোই একসাথে প্রয়োজন।

এখানে আরেকটি স্তর যোগ হয়, যেটি নিয়ে আমি বহুদিন ধরে লিখে আসছি — তরুণ খেলোয়াড়দের অতি-ব্যবহার। দক্ষিণ এশিয়ার ক্রিকেটে অকাল-পরিপক্ব (early-maturing) তরুণ খেলোয়াড়দের স্কুল-বয়সেই সিনিয়র দলে ঠেলে দেওয়া হয়। তাদের শরীর এখনো গড়ে ওঠেনি, কিন্তু তাদের উপর সিনিয়র লেভেলের ওয়ার্কলোড চাপানো হয়। ডেটার দৃষ্টিতে এটি একটি বিপজ্জনক প্যাটার্ন — কারণ তরুণ বয়সে পারফরম্যান্সের সংখ্যা প্রায়শই প্রকৃত সম্ভাবনার চেয়ে বেশি দেখায়, আর সেই সংখ্যাগুলোই দল নির্বাচনকে চালিত করে। একটি ব্লকচেইন-ভিত্তিক দীর্ঘমেয়াদি ইনজুরি ও ওয়ার্কলোড-রেকর্ড সিস্টেম এই সমস্যাটি ধরতে পারত, কারণ এটি একটি খেলোয়াড়ের পুরো কেরিয়ার-বৃত্তান্ত স্বচ্ছভাবে সংরক্ষণ করত।

এখন আসি সেই অংশে, যা আমার পেশাদার জীবনে সবচেয়ে অস্বস্তিকর সত্যটি। বাজার আত্মবিশ্বাসী মন্তব্যকে পুরস্কৃত করে, আর সৎ "জানি না"-কে শাস্তি দেয়। একটি খালি ডেটাসেটের সামনে দাঁড়িয়ে "পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা সম্ভব নয়" লেখা একটি বিশ্লেষককে দুর্বল মনে হয়। কিন্তু মিথ্যা আত্মবিশ্বাসে ভরা একটি বিশ্লেষণ দর্শককে সত্যিকারের ক্ষতি করে। এখানে একটি বড় পার্থক্য আছে — আত্মবিশ্বাস আর জ্ঞানের মধ্যে। একজন বিশ্লেষক যত বেশি ডেটা-সাক্ষর হয়ে ওঠেন, তিনি তত বেশি নিজের সীমা সম্পর্কে সচেতন হন।

আমি জানি এই অবস্থানটি অজনপ্রিয়। আমাদের ডিজিটাল দর্শক-অর্থনীতিতে গতি, নিশ্চিততা আর স্পষ্ট ভবিষ্যদ্বাণী বিক্রি হয়। যে বিশ্লেষক বলেন "এই ম্যাচে দল ক জিতবে", তিনি বেশি ক্লিক পান; যে বিশ্লেষক বলেন "এই স্যাম্পলের ভিত্তিতে আমি কিছু বলতে পারছি না", তিনি পাশ কাটিয়ে যান। কিন্তু এই স্বল্পমেয়াদি পুরস্কারের কাঠামোটি একটি দীর্ঘমেয়াদি মূল্য ধ্বংস করছে — সেটি হলো বিশ্লেষণের উপর জনসাধারণের আস্থা। যদি বিশ্লেষকরা নিয়মিত অনুমানকে তথ্য বলে চালিয়ে দেন, তাহলে একদিন কেউ আর তাদের কথা বিশ্বাস করবে না।

তাই আমার দৃষ্টিতে খালি ডেটাসেটের সামনে নীরব থাকা কেবল একটি পদ্ধতিগত পছন্দ নয় — এটি একটি প্রতিরক্ষামূলক অবস্থান। এটি বলে দেয়, বিশ্লেষণ একটি অনুমান-খেলা নয়, একটি প্রমাণ-ভিত্তিক চর্চা। এই অবস্থানটি টিকিয়ে রাখতে আমার তিনটি অভ্যাস সাহায্য করে। প্রথমত, আমি প্রতিটি ভবিষ্যদ্বাণী আগেই নিবন্ধন করি (pre-register) — অর্থাৎ ম্যাচের আগেই লিখে রাখি আমি কী আশা করছি এবং কেন; পরে ফলাফলের সাথে মিলিয়ে নিজেকে পরীক্ষা করি। দ্বিতীয়ত, প্রতিটি মডেলের সীমা স্পষ্টভাবে লেখা রাখি। তৃতীয়ত, প্রতিটি সুপারিশে একটি আত্মবিশ্বাস-ব্যবধান রাখি, যাতে পাঠক জানেন কতটা অনিশ্চয়তা এখনো রয়ে গেছে।

এই তিনটি অভ্যাসই আসলে ব্লকচেইন-দর্শনের সাথে মিলে যায়। ব্লকচেইনের মূল শিক্ষা এই নয় যে এটি তথ্যকে সত্য করে; বরং এই যে এটি তথ্যের পরিবর্তনের পুরো ইতিহাস দৃশ্যমান করে রাখে। ক্রিকেট-বিশ্লেষণেও আমরা যদি শুধু চূড়ান্ত সংখ্যা না দেখে সেই সংখ্যার পরিবর্তনের ইতিহাস দেখি, তাহলে আমরা অনেক বেশি সততার সাথে বিচার করতে পারি। একটি xG-এর মান কত, তা যেমন গুরুত্বপূর্ণ, তেমনি গুরুত্বপূর্ণ — সেই মানটি কতবার সংশোধিত হলো, কে সংশোধন করল, এবং কেন।

এখানেই আমি আমার নিজের সবচেয়ে বড় পেশাদার ব্যর্থতার কথা স্মরণ করি। ২০২০ সালে আমি যে স্ট্রাইকারকে আটকে দিয়েছিলাম, সেই সিদ্ধান্তটি সঠিক ছিল — কিন্তু আমি সেটি সময়মতো পৌঁছে দিতে পারিনি। আমার পারফেকশনিজম আমার বিশ্লেষণকে নিখুঁত করতে গিয়ে সেটিকে অকেজো করে দিয়েছিল। এই শিক্ষাটি আমাকে দেখাল, যাচাই আর সময়োপযোগিতা — দুটোই প্রয়োজন, কিন্তু দুটোই একসাথে পাওয়া কঠিন। একটি মডেল যদি সঠিক হয় কিন্তু দেরিতে পৌঁছায়, তাহলে সেটি কেবল একটি সুন্দর ব্যর্থতা। ব্লকচেইন-অখণ্ডতা যদি এই সমস্যার সমাধান দিতে পারে, তাহলে সেটি হবে টাইমস্ট্যাম্পের মাধ্যমে — কারণ প্রতিটি বিশ্লেষণ কখন তৈরি হলো, কখন সংশোধিত হলো, তা অপরিবর্তনীয়ভাবে রেকর্ড থাকবে।

আমাদের এই অঞ্চলের বাস্তবতায় এই আলোচনাটি কেবল প্রযুক্তিগত নয়, সাংস্কৃতিকও। ময়মনসিংহে আমি প্রথম যে xG মডেলটি বানিয়েছিলাম, সেটি ছিল একটি ছায়ার লিগে একটি লণ্ঠন। সেখানে কোনো ট্র্যাকিং ক্যামেরা ছিল না, কোনো নির্ভরযোগ্য রেকর্ড ছিল না, কোনো প্রাতিষ্ঠানিক স্মৃতি ছিল না। বিশ্লেষণের পুরো বোঝাটি কাঁধে নিয়ে একজন মানুষকে হাঁটতে হয়েছিল। আজ যদি সেই পর্যায়ের লিগে একটি সাধারণ, কম-রক্ষণাবেক্ষণের ব্লকচেইন-ভিত্তিক স্কোরবুক থাকে, তাহলে ভবিষ্যতের বিশ্লেষকদের আর শূন্য থেকে শুরু করতে হবে না — তাদের হাতে থাকবে একটি নির্ভরযোগ্য ইতিহাস।

আর এই ইতিহাসের অভাবই আমাদের সবচেয়ে বড় দুর্বলতা। দক্ষিণ এশিয়ার ক্রিকেটে প্রায়ই একটি খেলোয়াড়কে তার কেরিয়ারের প্রাথমিক পর্যায়ের তথ্য ছাড়াই বিচার করা হয়। অনুর্ধ্ব-১৬ ম্যাচের স্কোরকার্ড হারিয়ে যায়, জেলা-পর্যায়ের ডেটা সংরক্ষিত হয় না। ফলে দল নির্বাচনের সিদ্ধান্ত প্রায়ই সাম্প্রতিক কয়েকটি ম্যাচের উপর নির্ভর করে — যা একটি বিপজ্জনক ছোট-স্যাম্পল সমস্যা। একটি অপরিবর্তনীয়, বিতরণকৃত রেকর্ড-ব্যবস্থা এই সমস্যার একটি বড় অংশ সমাধান করতে পারে, কারণ তখন একটি খেলোয়াড়ের পুরো যাত্রাপথ একটি একক, যাচাইযোগ্য শৃঙ্খলে সংরক্ষিত থাকবে।

তবে আমার ভেতরের INTJ আর ডেটা-সন্ন্যাসী আমাকে এখানেও সতর্ক করে। কোনো প্রযুক্তিই সিস্টেম-আর্কিটেক্টের মস্তিষ্কের বিকল্প নয়। ব্লকচেইন একটি শক্তিশালী লেজার, কিন্তু সেটি কী রেকর্ড করবে, কীভাবে সংগ্রহ করবে, কে যাচাই করবে — এই সিদ্ধান্তগুলো মানুষের। যদি আমরা ভুল পদ্ধতিতে ডেটা সংগ্রহ করে সেটি একটি অপরিবর্তনীয় লেজারে লিখে দিই, তাহলে আমরা কেবল ভুলকে স্থায়ী করে তুলব। প্রযুক্তি স্বচ্ছতা দেয়, বিচারক্ষমতা দেয় না।

এই কারণেই আমি মনে করি, ক্রিকেট-বিশ্লেষণের ভবিষ্যৎ কেবল বড় মডেল বা বড় ডেটাসেটে নয়, বরং একটি নির্দিষ্ট শৃঙ্খলায় নির্ভর করে: সংগ্রহ → প্রসঙ্গ → যাচাই → আত্মবিশ্বাস-স্তর। এই চারটি ধাপ ঠিকভাবে না মিললে কোনো পরিমাণ ডেটাও বিশ্লেষণকে সঠিক করতে পারবে না। ব্লকচেইন এই শৃঙ্খলের তৃতীয় ধাপটিকে — যাচাইকে — শক্তিশালী করতে পারে, কিন্তু বাকি তিনটি ধাপের দায়িত্ব বিশ্লেষকের নিজের।

আমি জানি, এই পুরো লেখাটি একটি খালি শিটকে কেন্দ্র করে লেখা — এবং কেউ হয়তো বলবেন, একটি খালি শিট নিয়ে এত কথা বলার কী আছে। কিন্তু আমার কাছে সেই খালি শিটটিই ছিল সবচেয়ে শিক্ষণীয় দলিল। এটি আমাকে মনে করিয়ে দিল, বিশ্লেষণের মূল্য তার নিশ্চিততায় নয়, তার সততায়। একটি সংখ্যা যা নেই, সেটি একটি বানানো সংখ্যার চেয়ে অসীমভাবে বেশি মূল্যবান।

এখন ফিরে তাকালে ১১ ডিসেম্বরের সেই সন্ধ্যাটি আমার কাছে একটি সৌভাগ্য বলে মনে হয়। যদি পাইপলাইনটি ভুল তথ্য দিত, আমি হয়তো সেটি যাচাই না করেই ব্যবহার করতাম। কিন্তু এটি সম্পূর্ণ নীরব থাকল, এবং সেই নীরবতা আমাকে বাধ্য করল সিস্টেমটিকে প্রশ্ন করতে। ক্রিকেট-বিশ্লেষণের ভবিষ্যৎ ঠিক এই ধরনের প্রশ্নের উপর নির্ভর করে — আমরা কি কেবল সংখ্যা দেখব, নাকি সংখ্যার পেছনের যন্ত্রটি খতিয়ে দেখব?

আগামী বছরগুলোতে দক্ষিণ এশিয়ার ক্রিকেটে ডেটা-অবকাঠামো দ্রুত বদলাবে। ট্র্যাকিং প্রযুক্তি সস্তা হবে, স্কোরকার্ড ডিজিটাল হবে, এবং হয়তো কোনো ফ্র্যাঞ্চাইজি ব্লকচেইন-ভিত্তিক যাচাই-স্তর চালু করবে। কিন্তু সেই মুহূর্তে আমাদের মনে রাখতে হবে — প্রযুক্তি যতই উন্নত হোক, বিশ্লেষকের প্রথম প্রশ্নটি একই থাকবে: এই তথ্যটি আসলেই কি নির্ভরযোগ্য, নাকি এটি কেবল একটি সুন্দর পোশাক পরা একটি ক্যালকুলেটর? যেদিন আমরা এই প্রশ্নটি করাও বন্ধ করে দেব, সেদিন আমাদের বিশ্লেষণ সত্যিই অন্ধ হয়ে যাবে। আর সেদিন থেকে রক্ষা পাওয়ার একমাত্র উপায় হলো — খালি শিটের সামনে দাঁড়িয়ে সৎভাবে বলার সাহস রাখা: "পর্যাপ্ত তথ্য নেই।"