হ্যাশ করা ভুল কখনো সত্য হয় না: এশিয়ার ক্রিকেটে ডেটা প্রভেন্যান্স ও ব্লকচেইনের সীমা

হুক

২০২৩ সালের ১৯ নভেম্বর, আহমেদাবাদের নরেন্দ্র মোদি স্টেডিয়ামে ৯২ হাজার দর্শকের সামনে ট্রাভিস হেড ১২০ বলে ১৩৭ রান করলেন। আমার ল্যাপটপে ওই ইনিংসের সীমানা-শটগুলো দুই সেট ট্যাগে বসানো ছিল—একবার লাইভ ফিডের অটো-ইভেন্ট থেকে, আরেকবার ম্যাচ ফিরে দেখে হাতে। দুই সেট মেলেনি; মোট রানে ফারাক ০.৪ শতাংশ, তিনটি ডেলিভারিতে। সংখ্যাটা তুচ্ছ। প্রশ্নটা তুচ্ছ নয়: আমরা যে ফিগারটা প্রতিদিন উদ্ধৃত করি, ট্রফি তার উপর বসাই, ক্রিকেটারকে তার দিয়ে বিচার করি—সেটা কোথা থেকে এলো, আর কে তার সাক্ষ্য দেবে?

বছরের পর বছর ধরে আমার নোটবুকে একটা লাইন লেখা আছে: আই-টেস্ট হলো সাক্ষী, ডেটা হলো জেরা। জেরার নোট ভুল হলে মামলা ভেস্তে যায়, আর কোর্ট কখনো টের পায় না। এশিয়ার ক্রিকেটে এখন ঠিক এই জায়গাটাতেই ব্লকচেইনের নামে বড় বড় দাবি উঠছে। আমার কাজটা সহজ—টেবিল বানানো, তারপর বসে অপেক্ষা করা, কী আসে দেখার জন্য।

প্রেক্ষাপট: ম্যাচের হিসাব কে রাখে

একটা ক্রিকেট বল গড়িয়ে যাওয়ার মুহূর্তে অন্তত চারটি আলাদা স্তরে ডেটা তৈরি হয়। প্রথম স্তর, বল-বাই-বল ইভেন্ট ফিড—রান, ব্যাটসম্যান, বোলার, ফিল্ড পজিশন। দ্বিতীয় স্তর, বল-ট্র্যাকিং ও রিপ্লে-টেকনোলজি, যা ডিআরএস ও ব্রডকাস্ট গ্রাফিক্স চালায়। তৃতীয় স্তর, ম্যাচ রেফারি ও ম্যাচ ম্যানেজমেন্টের অফিসিয়াল লগ। চতুর্থ স্তরটা সবচেয়ে দুর্বল এবং সবচেয়ে বেশি আলোচিত: মানুষের ট্যাগিং সিদ্ধান্ত—কোন বলটা 'মিস-হিট ফোর', কোনটা 'এজ', কোনটা 'লাইন-ভুল'।

এশিয়ায় এই নিঃশব্দ স্তরগুলোর বাণিজ্যিক মূল্য বিশাল। আইসিসি-র মিডিয়া ও ডেটা রাইট, আইপিএল-এর লাইভ ইভেন্ট ফিড, পাকিস্তান-বাংলাদেশ-শ্রীলঙ্কার ঘরোয়া সম্প্রচার—সব জায়গায় ভিন্ন ভেন্ডর, ভিন্ন লেবেলিং কনভেনশন, ভিন্ন ডেটা-অভাবনীয় শূন্যতা। আমি দুটো দেশের ঘরোয়া টুর্নামেন্টে একই ধরনের 'লাইন-লেংথ' বলে ভিন্ন গ্রিড দেখেছি, কারণ দুটো ফিডের পিচ-ম্যাপিং রেফারেন্স পয়েন্ট আলাদা।

এই ফাঁকটাই পূরণ করার দাবি নিয়ে হাজির হয়েছিল ক্রিকেট-কেন্দ্রিক এনএফটি প্ল্যাটফর্ম। ২০২১ সালে আইসিসি-র সঙ্গে চুক্তি করে ডিজিটাল কালেক্টিবল বাজারে নামে ফ্যানক্রেজ, আর রিপোর্ট অনুযায়ী ২০২২ সালে ক্রিকেট অস্ট্রেলিয়া ও একাধিক আইপিএল ফ্র্যাঞ্চাইজির সঙ্গে দীর্ঘমেয়াদি অংশীদারিত্ব ঘোষণা করে রারিও। দুটোরই প্রস্তাব একই রকম মোড়কে আসে—ব্লকচেইনে লেখা থাকলে রেকর্ড আর বদলানো যায় না।

কিন্তু ব্লকচেইন আসলে কী করে, সেটা পরিষ্কার করে বলা দরকার। একটি রেকর্ডের ক্রিপ্টোগ্রাফিক হ্যাশ তৈরি করে সেটি আগের ব্লকের সঙ্গে জুড়ে দিলে যা প্রমাণ হয়, তা একটাই: অ্যাঙ্কর করার পর সেই রেকর্ডটি বদলায়নি। প্রমাণ হয় না যে রেকর্ডটি শুরুতেই সঠিক ছিল। এটা ছোট মন্তব্য মনে হতে পারে, কিন্তু এটাই এশিয়ার ক্রিকেটে ব্লকচেইন-ন্যারেটিভের কেন্দ্রীয় ত্রুটি।

কোর: ফাইনালের ৪০৭টি ডেলিভারির অডিট

এখন আমার নিজের প্রক্রিয়াটা খুলে দেখাই, কারণ পদ্ধতি না দেখলে নম্বরের কিছুই মানে থাকে না। ২০২৩ সালের ওয়ানডে বিশ্বকাপ ফাইনালের ৪০৭টি বৈধ ডেলিভারির একাংশ আমি ম্যানুয়ালি পুনঃট্যাগ করেছিলাম, টেলিভিশন রিপ্লে দেখে দেখে, প্রতিটি ডেলিভারির লাইন, লেংথ, ব্যাটের যোগাযোগ এবং ফুটওয়ার্ক আলাদা করে লিখে।

প্রথমে বেসলাইন। আহমেদাবাদের ওই পিচে টসে হেরে ব্যাট করার চাপ-অ্যাডজাস্টেড মডেল আমার কাছে যা বলেছিল, তা হল ৫০ ওভারে ২৮৯ রান, স্ট্যান্ডার্ড বিচ্যুতি ২৪। ভারত করেছে ২৪০। বিচ্যুতি মাইনাস ৪৯—অর্থাৎ প্রায় দুই স্ট্যান্ডার্ড ডেভিয়েশন নিচে। এটা 'বাজে দিন' নয়, এটা একটা কাঠামোগত ব্যর্থতা, আর সেটা কোথায় ঘটেছে সেটা ফেজ-ভাগ করে দেখা দরকার।

পাওয়ারপ্লে, প্রথম দশ ওভার: ভারত ৮০/২। বেসলাইন ছিল ৭৪/২। এখানে তারা বেসলাইনের উপরে ছিল, রান রেট ৮.০০। অর্থাৎ ম্যাচটা ওপেনিংয়ে হারেনি।

আসল ভাঙনটা ঘটেছে ১১ থেকে ৪০ ওভারের মধ্যে: ২৯ ওভারে মাত্র ১২২ রান, রান রেট ৪.২০, চারটি উইকেট। সেই ফেজের আমার বেসলাইন ছিল ১৬৮ রান। ডেভিয়েশন মাইনাস ৪৬—অর্থাৎ ফাইনালের পুরো ঘাটতির ৯৪ শতাংশ জমা হয়েছে মাঝের ২৯ ওভারে। প্রথম পাওয়ারপ্লেতে নয়, ডেথ ওভারে নয়। মাঝখানে।

মেকানিজমের দিকে তাকালে ছবিটা আরও পরিষ্কার হয়। অস্ট্রেলিয়ার সিম-স্পেল দশ ওভারের মধ্যে চারবারের বেশি ওয়াইড-ইয়র্কার দেয়নি, বরং পিচের পিছনে একটু টেনে কাটার-লেংথ বল ছুঁড়েছে; ভারতের মিডল-অর্ডার সেই বলগুলো স্ট্রাইক করার বদলে ডিফেন্স করেছে। ডট বলের হার ওই ২৯ ওভারে প্রতি ওভারে প্রায় চারটির ঘরে ছিল। ডট বল মানে কেবল রান না হওয়া নয়—ব্যাটসম্যান ওই বলটায় নিজের শট-প্ল্যান বদলে ফেলেন, আর পরের ওভারে বোলার সেই তথ্য ব্যবহার করেন। এটাই আমি বলি স্ট্রাকচারাল প্রেসার, আর এটা 'মোমেন্টাম' নামে যা বেচা হয় তার সম্পূর্ণ আলাদা জিনিস।

দ্বিতীয় ইনিংসে অস্ট্রেলিয়ার শুরুটা দেখুন। দশ ওভারে ৪৭/৩—ওয়ার্নার, মার্শ, স্মিথ ফিরে গেছেন। আমার চেজ-মডেল ওই অবস্থানে অস্ট্রেলিয়াকে জেতার জন্য দিচ্ছিল ২৩ শতাংশ সম্ভাবনা। তারপর হেড-লাবুশেন জুটি ১৯২ রান যোগ করলেন, এবং ৪৩ ওভারে ম্যাচ শেষ। ২৪১/৪। বিচ্যুতিটা ধনাত্মক, কিন্তু বিচ্যুতিটা কেবল একজন ব্যাটসম্যানের—এবং সেটাও কম-সম্ভাবনার দিকে।

এখন প্রশ্ন হলো, এই ৪০৭টি ডেলিভারির প্রতিটি সংখ্যার সাথে চারটি স্তরের মধ্যে কোনটা সবচেয়ে গুরুত্বপূর্ণ? প্রথম তিনটি স্তরে সংখ্যা বসে স্বয়ংক্রিয়ভাবে। চতুর্থ স্তরে বসে মানুষের রায়। আর মডেল তার পারফরম্যান্সের হিসাব চতুর্থ স্তরের উপরেই দেয়।

ব্লকচেইন প্রথম তিনটি স্তরকে অপরিবর্তনীয় করতে পারে, কিন্তু চতুর্থ স্তরটাকে সঠিক করতে পারে না। এখানেই এশিয়ার ক্রিকেটে ব্লকচেইন-প্রকল্পগুলো একটা সহজ পথ বেছে নিয়েছে: তারা গোটা পাইপলাইন অডিট না করে আলাদা একটা বাজার তৈরি করেছে—সংগ্রাহকদের জন্য 'মুহূর্ত'। একটি দুর্দান্ত ক্যাচ, একটি ছক্কা, একটি ডেলিভারি। টোকেনটা তখন পণ্য, ডেটার সত্যতা নয়। দুটো সম্পূর্ণ আলাদা প্রশ্ন, অথচ একই ব্যানারে বেচা হয়।

কন্ট্রারিয়ান: অপরিবর্তনীয়তা মানেই সত্যতা নয়

এখানেই আমি সবচেয়ে বড় প্রবলেমটা দেখি, এবং সেটা আমার নিজের পেশার প্রতি সৎ থাকার প্রশ্নও। অপরিবর্তনীয়তার প্রধান সীমা হল সংশোধনের পথ বন্ধ হয়ে যাওয়া। ধরা যাক, একটি বল 'কট বিহাইন্ড' হিসেবে চেইনে লেখা হয়ে গেল, রিপ্লেতে পরে দেখা গেল বল ব্যাটের কানায় লেগেছিল। স্বয়ংক্রিয় লেবেলিং ভুল করেছে, মানুষ ভুল করতে পারে। কিন্তু চেইনে লেখা ভুল মুছে ফেলা যায় না—আপনি কেবল পরের ব্লকে একটা সংশোধনী লেখেন। পাঁচ বছর পরে যে গবেষক ডেটাসেট ডাউনলোড করবেন, তিনি মূল ভুলটা পান, সংশোধনীটা পান না। বেসলাইন-অডিটে এটা মারাত্মক ব্যাপার, কারণ আমার মতো লোক প্রতিদিন বছরের পর বছর পুরনো বল-বাই-বল ডেটার উপর ভরসা করে মডেল ট্রেন করেন।

দ্বিতীয় সমস্যা, কে চাবি ধরে রাখে। যদি ভ্যালিডেটর নোডগুলো কয়েকটি বোর্ড ও সম্প্রচারকের কনসোর্টিয়াম চালায়, তাহলে সেটা ডিস্ট্রিবিউটেড লেজার নয়, এটা পারমিশনড ডেটাবেস—কিছুটা অতিরিক্ত কাজ আর অনেকটা স্নেহের সঙ্গে সাজানো। এশিয়ার ক্রিকেটে ক্ষমতার ভারসাম্য এতই অসম যে, কনসোর্টিয়াম মানে স্বাভাবিকভাবেই বড় বোর্ডের শর্ত। ছোট দেশের ঘরোয়া ফিড যদি বড় বোর্ডের হ্যাশ-স্ট্যান্ডার্ড গ্রহণ করতে বাধ্য হয়, তাহলে প্রভেন্যান্সের জালে সবচেয়ে দুর্বল পাইপলাইনটাই স্থায়ী হয়ে যায়।

তৃতীয় অভিযোগটা ট্রান্সপারেন্সি নিয়ে নয়, মেট্রিক নিয়ে। একটি টোকেন কত টাকায় বিক্রি হল সেটা চেইনে স্পষ্ট লেখা থাকে, কিন্তু ওই ক্যাচটা ছিল 'এক্সট্রা-অর্ডিনারি' নাকি 'রুটিন'—সেই সিদ্ধান্তের পিছনে কোন মানুষ, কোন নিয়ম, কোন কনফিডেন্স ইন্টারভাল ছিল, সেটা কোথাও নেই।

আমি ন্যারেটিভ chasing করি না। আমি টেবিল বানাই এবং অপেক্ষা করি, দাবিগুলো নিজে থেকে এসে বসুক। তবে একটা কথা বলার সময় এসেছে, কারণ আমি এই ইকোসিস্টেমের ভিতরে থেকেই দেখছি: যারা ক্রিকেট ডেটা নিয়ে নতুন কিছু বিক্রি করতে চান, তাদের সবার আগে ট্যাগিং প্রোটোকল প্রকাশ করা উচিত, তারপর টোকেন।

টেকঅ্যাওয়ে

কারা এই যুগে আমাদের ক্রিকেটে ব্লকচেইন আবশ্যক নয়—ব্লকচেইন হচ্ছে একটা হ্যাশ, আর হ্যাশ কেবল নীরবে জবাব দেয়, 'জিনিসটা বদলায়নি।' কেউ যখন বলবে ফাইনালের সব ডেটা অন-চেইন অ্যাঙ্কর করা আছে, তখন দুটো প্রশ্ন করুন। প্রথম: হ্যাশটা ঠিক কীসের উপরে বসানো, ইভেন্ট লগের, নাকি ট্যাগিং সিদ্ধান্তের? দ্বিতীয়: অ্যাঙ্কর করার আগে সেটা কে অডিট করেছিল, এবং সেই অডিটের কোড কোথায়?

নভেম্বরের ওই সন্ধ্যায় হেড যখন ১৩৭ করে মাঠ ছাড়লেন, আমি আরেকবার একটা পরিচিত কথা ভেবেছিলাম—আমি প্রথম যে xG মডেলটা বানিয়েছিলাম, সেটা ফুটবল প্রেডিক্ট করেনি, সেটা আমার ধৈর্য প্রেডিক্ট করেছিল। ক্রিকেটে এখন নতুন করে ঠিক সেই ধৈর্যটা লাগবে, কারণ ডেটার সমস্যা কখনো প্রযুক্তি দিয়ে শুরু হয় না, মানুষের সিদ্ধান্ত দিয়ে শুরু হয়।