টেনিসের ক্লিপ, ফুটবলের ট্যাগ: অন-চেইন স্পোর্টস ডেটার শ্রেণিবিন্যাস ত্রুটি যেভাবে সেটেলমেন্ট পর্যন্ত পৌঁছায়

কেস ফাইল TS-0617। খেলা: টেনিস। আসর: চায়না ওপেন। ফ্রেম: প্রথম সেট, দ্বিতীয় গেম, ব্রেক পয়েন্ট। স্কোরলাইন: ৬-৩। ডোমেইন লেবেল: ফুটবল। সোর্স: উল্লেখ নেই। ভিডিওটি তিরিশ থেকে চল্লিশ সেকেন্ডের। নোভাক জোকোভিচ প্রথম সেটটি নিয়েছেন ৬-৩ ব্যবধানে, দ্বিতীয় গেমে ব্রেক পয়েন্ট তৈরি করেছেন, এবং সেটের পুরোটা নিজের সার্ভিস গেম একবারও হারাননি। সঙ্গে দুই লাইনের বিবরণ, যেখানে বলা হয়েছে তিনি দাপটের সঙ্গে খেলেছেন। এটুকুই উপাদান, এর বেশি কিছু নেই। যে ডেটাবেসে এই ক্লিপটি জমা পড়েছে, সেখানে তার পাশে বসে আছে ক্লাবের নাম, লিগ টেবিল, ট্রান্সফার রেকর্ড, ওয়েজ বিল আর কর্পোরেট স্ট্রাকচার। অথচ ক্লিপের ভেতরে ক্লাব নেই, লিগ নেই, মৌসুম নেই, দলগত কৌশল নেই। একটি একক খেলোয়াড় প্রতিযোগিতার একটি সেট ভুল ভাণ্ডারে ঢুকে পড়েছে, আর সেখান থেকেই শুরু হয় প্রকৃত সমস্যাটি। পাইপলাইনের ভেতরে একটি ভুল লেবেল এবং একটি ভুল সিদ্ধান্ত — দুটো আলাদা ওজন বহন করে। ভুল সিদ্ধান্তের অন্তত একটি সূত্র থাকে: কোন মিনিট, কোন ফ্রেম, কোন ধারা। ভুল লেবেলের সূত্র থাকে না। সে চুপচাপ সত্যের জায়গাটি দখল করে বসে থাকে, এবং পরবর্তী প্রতিটি সিদ্ধান্তকে নিজের দিকে টেনে নেয়। আমি রেফারিদের বাঁচাতে বসিনি; আমি ঠিক বাক্যটি খুঁজতে বসেছিলাম। এখানে বাক্যটি হলো একটি ট্যাগ ফিল্ড, যেখানে লেখা আছে ফুটবল। মানবিক পরিণতিটা আগে বলে নিই, কারণ ডেটার হিসাব পরে আসবে। ধরুন, ঢাকার একজন ব্যবহারকারী একটি অন-চেইন স্পোর্টস মার্কেটে ফুটবল বিভাগে পজিশন নিয়েছেন। অথবা ধরুন, বার্সেলোনার একটি ফ্যান টোকেন ধরে রাখা কেউ ক্লাবভিত্তিক ড্যাশবোর্ড চালান। ওই ফিডে যদি একটি টেনিস সেট ফুটবল লেবেলে ঢুকে পড়ে, তাহলে ওই ব্যবহারকারীর স্ক্রিনে ক্লাব-বিভাগের ভেতরে হঠাৎ জোকোভিচের সার্ভিস পার্সেন্টেজ হাজির হবে। নোটিফিকেশন ইঞ্জিন ভুল ক্লাবকে ট্যাগ করবে। স্কোরিং মডেল ভুল ইনপুট নিয়ে ভুল সম্ভাবনা ছাপবে। কেউ প্রতারণা করেনি, কেউ বাজি হারায়নি — শুধু একটি লেবেল ভুল ছিল। প্রেক্ষাপটটা বোঝা দরকার। অন-চেইন স্পোর্টস ডেটা তিনটি স্তরে কাজ করে। প্রথম স্তর, উপাত্ত আহরণ — ওরাকল বা ফিড প্রোভাইডার বাইরের জগৎ থেকে তথ্য টেনে আনে। দ্বিতীয় স্তর, শ্রেণিবিন্যাস — তথ্যটি কোন খেলা, কোন প্রতিযোগিতা, কোন সত্তা, তা নির্ধারিত হয়। তৃতীয় স্তর, সেটেলমেন্ট — চুক্তি, মার্কেট বা ইনডেক্স সেই তথ্যের ভিত্তিতে চূড়ান্ত হিসাব বসায়। প্রথম স্তরে ভুল হলে ধরা পড়ে দ্রুত। তৃতীয় স্তরে ভুল হলে টাকা ও বিশ্বাস দুটোই চলে যায়। দ্বিতীয় স্তরে ভুল হলে কেউ টের পায় না — এটাই সবচেয়ে বিপজ্জনক। অন-চেইন পরিবেশে এই দ্বিতীয় স্তরের গুরুত্ব অফ-চেইনের চেয়ে অনেক বেশি। কারণ ব্লকচেইনের দুটি ধর্ম সরাসরি ঝুঁকি বাড়ায়। প্রথমত, চূড়ান্ততা। একটি লেনদেন নিশ্চিত হয়ে গেলে তা ফেরানো যায় না; ভুল লেবেলও ডেটার সঙ্গে পাকাপাকিভাবে বসে যায়। দ্বিতীয়ত, অপরিবর্তনীয়তা। সংশোধন মানে নতুন রেকর্ড যোগ করা, পুরোনোটি মুছে ফেলা নয়। ফলে একটি ভুল শ্রেণিবিন্যাস অদৃশ্য হলেও ইতিহাসে থেকে যায়, আর প্রতিটি ডাউনস্ট্রিম সিস্টেম সেটি উত্তরাধিকার হিসেবে বহন করে। আমি শ্রেণিবিন্যাসের ছকটি খুললাম, এবং কোলাহল ব্যাকরণে পরিণত হলো। এই একটি ক্লিপ আসলে চারটি স্বতন্ত্র যাচাই-স্তরে ব্যর্থ হয়েছে, এবং প্রতিটি ব্যর্থতা আলাদা প্রশ্ন তোলে। প্রথম যাচাই: সত্তা-ধরন। ফুটবল ডেটার মৌলিক একক হলো ক্লাব, তারপর খেলোয়াড়। টেনিসের মৌলিক একক হলো একক খেলোয়াড়, সেখানে ক্লাব বলে কিছু নেই। জোকোভিচ ও নুনো বোরজেস — দুজনই স্বতন্ত্র অ্যাথলিট। অর্থাৎ এই রেকর্ডটি সেই ক্ষেত্রেই ফুটবল ভাণ্ডারে ঢুকেছে যেখানে গণনা করার মতো কোনো দলই নেই: স্কোয়াড নেই, চুক্তি নেই, ফ্রি এজেন্ট নেই, লোন নেই, ওয়েজ বিল নেই। ক্লাব-বনাম-একক-অ্যাথলিট স্যানিটি চেক পাইপলাইনে থাকলেই এই রেকর্ডটি গেটেই আটকে যেত। দ্বিতীয় যাচাই: প্রতিযোগিতা-ধরন। চায়না ওপেন একটি টেনিস টুর্নামেন্ট, একটি নকআউট ড্র। ফুটবল লিগের কাঠামোয় থাকে টেবিল, ম্যাচডে রাউন্ড, ইউরোপীয় কোটা, রেলিগেশন জোন — এখানে তার একটিও নেই। অথচ ফুটবল বিশ্লেষণের যে সব ফ্রেম আমি বছরের পর বছর ধরে চালিয়েছি, তার প্রতিটির প্রথম শর্ত হলো একটি লিগ প্রেক্ষাপট। লিগ না থাকলে স্ট্যান্ডিং নেই, স্ট্যান্ডিং না থাকলে চাপের পরিমাপ নেই। এই রেকর্ডে যা আছে তা হলো একটি ম্যাচের একটি সেট, যা কোনো সারণিতে বসানোর মতো উপাদানই নয়। তৃতীয় যাচাই: মেট্রিকের ভাষা। ফুটবলে আমরা এক্সজি, পিপিডিএ, এক্সজিএ নিয়ে কথা বলি। টেনিসে কথাবার্তা হয় সার্ভ পার্সেন্টেজ, রিটার্ন পয়েন্ট ওন, ব্রেক পয়েন্ট কনভার্শন নিয়ে। এই ক্লিপে তার একটিও নেই। ফলে একটি মজার দ্বৈত সত্য তৈরি হয়: রেকর্ডটি ভুল অঞ্চলে পড়েছে, আর সঠিক অঞ্চলে পড়লেও তার বিশ্লেষণী মূল্য প্রায় শূন্য। জোকোভিচ দাপটের সঙ্গে খেলেছেন — এটি লেখকের মত, পরিসংখ্যান নয়। এক সেট দিয়ে প্রবণতা মাপা যায় না, ঠিক যেমন একটি ফ্রেম দিয়ে ফাউলের অভ্যাস মাপা যায় না। চতুর্থ যাচাই: সোর্সের পূর্ণতা। এই আইটেমের বেশিরভাগ তথ্যবিন্দুর সোর্স ফিল্ডে লেখা আছে শূন্য, অর্থাৎ উল্লেখ নেই। সোর্স নেই মানে যাচাইয়ের শিকল ভাঙা। কোন ম্যাচ, কোন রাউন্ড, কোন আসরসংস্করণ, কোন তারিখ — একটিও নিশ্চিত নয়। ডেটা-গভর্ন্যান্সে এটাই প্রথম লাল সংকেত: যাচাই-অযোগ্য তথ্য কোনো বিশ্লেষণের ভিত্তি হতে পারে না, এবং কোনো স্মার্ট কন্ট্র্যাক্টের ইনপুটও হতে পারে না। এখন প্রশ্ন হলো, এই ভুল কোথায় গিয়ে থামে। উত্তর: থামে না। এটি ছড়িয়ে পড়ে। প্রথমে ওরাকল ফিড। ডেটা সরবরাহকারী যদি ট্যাগ-ভিত্তিক রাউটিং ব্যবহার করেন, তাহলে ক্লিপটি সরাসরি ফুটবল ফিডে যায়। তারপর ইনডেক্স লেয়ার। ফুটবল ইনডেক্স একটু বাড়ে, একটি ভুয়া রেকর্ড যুক্ত হয়, অনুপাত সামান্য বিচ্যুত হয়, কেউ টের পায় না। তারপর প্রেডিকশন মার্কেট। যেখানে ফুটবল-ট্যাগযুক্ত একটি চুক্তি যদি ভুল তথ্যে সেটেল হয়, ক্ষতিটি তাৎক্ষণিক ও অপরিবর্তনীয়। তারপর ফ্যান-টোকেন ও এনগেজমেন্ট ইঞ্জিন, তারপর মিডিয়া ড্যাশবোর্ড, তারপর ডেরিভেটিভ প্রোডাক্ট। প্রতিটি স্তরে ভুলটি হালকা হয়ে যায় না, বরং আরও সংহত হয়। পরিমাণগত অনুমান দিই, তবে সীমা স্পষ্ট রেখে। যদি একটি স্পোর্টস ডেটা পাইপলাইনে শ্রেণিবিন্যাস ত্রুটির হার এক থেকে দুই শতাংশ হয়, এবং একটি মৌসুমে ফিডে পঞ্চাশ হাজার আইটেম ঢোকে, তাহলে দূষিত রেকর্ডের সংখ্যা পাঁচশ থেকে এক হাজার। এই হারটি অনুমাননির্ভর, কারণ প্রকৃত ত্রুটি-হার প্রকাশ্যে থাকে না — কেউ ভুল শ্রেণিবিন্যাসের বার্ষিক প্রতিবেদন ছাপে না। তবে একটি জিনিস আত্মবিশ্বাসের সঙ্গে বলা যায়: যতক্ষণ ট্যাগ নির্ধারণের দায়িত্ব কারও নামে লেখা না থাকে, ততক্ষণ এই সীমার নিচের প্রান্তটিকেও বড় করে দেখা উচিত নয়। সোর্স-শূন্য আইটেমের অনুপাত এবং সত্তা-ধরনের ভুল অনুপাত — এই দুই সূচক নিয়মিত ট্র্যাক করলে তিন মাসের মধ্যেই বাস্তব চিত্র পাওয়া যাবে। প্রথম ভিএআর পেনাল্টি আমাকে চমকে দেয়নি; তার পেছনের প্রোটোকলটি দিয়েছিল। এখানেও তাই। দোষটি কৃত্রিম বুদ্ধিমত্তার নয়। স্বয়ংক্রিয় শ্রেণিবিন্যাসকরণ প্রতিটি বড় পাইপলাইনে ঘটে, এবং ভুলও ঘটে। প্রকৃত ত্রুটি হলো মালিকানার শূন্যতা। কেউ যদি taxonomy-র মালিক না হন, কেউ যদি সত্তা-ধরন ও প্রতিযোগিতা-ধরনের জন্য পৃথক গেট না বসান, কেউ যদি সোর্স-শূন্য আইটেম আলাদা করে না রাখেন, তাহলে প্রতিটি ভুল লেবেল একটি অনুমান হিসেবে বেঁচে থাকে, এবং অনুমানগুলো জমা হয়ে একটি কাঠামো তৈরি করে ফেলে। দ্বিতীয় যে ভুলটি কেউ ধরতে চায় না, সেটি হলো ভাষার অতিরঞ্জন। এক সেট, একটি সার্ভিস গেমের অখণ্ডতা, দুই লাইনের বিবরণ — এই বেস দিয়ে ফুটবল হোক বা টেনিস, কোনো খেলোয়াড়ের সত্যিকারের অবস্থান মাপা যায় না। সঠিক শ্রেণিবিন্যাসের ক্ষেত্রেও এই আইটেমটি হালকা হয়েই থাকত। অর্থাৎ এখানে দুটি পৃথক ব্যর্থতা আছে: একটি ভুল অঞ্চল, আরেকটি বড় দাবি। অথচ বেশিরভাগ আলোচনা শুধু প্রথমটিতে থামে, কারণ সেটি দেখতে সহজ। নিয়ম কোনো খাঁচা নয়; লুকানো শাখাযুক্ত একটি সিদ্ধান্ত-বৃক্ষ। এই বৃক্ষে যে শাখাটি নেই, সেখানে কোনো তীরকেও শাস্তি দেওয়া যায় না — আর ঠিক সেটিই ডেটা-পাইপলাইনের শিক্ষা। স্যানিটি চেক মানে নিষেধাজ্ঞা নয়, বরং একটি শাখা যোগ করা, যেখানে একটি রেকর্ড জিজ্ঞাসা করা হয়: তুমি ক্লাব না একক অ্যাথলিট? লিগ না টুর্নামেন্ট? সোর্স আছে কি নেই? এই তিনটি প্রশ্ন যোগ করলেই চারটি যাচাইয়ের মধ্যে তিনটি স্বয়ংক্রিয়ভাবে সুরাহা হয়। সফল পাইপলাইনের সংজ্ঞা তাই জটিল নয়: ইনজেশন-স্তরে সত্তা-ধরন, রাউটিং-স্তরে প্রতিযোগিতা-ধরন, এবং প্রতিটি লেবেলের সঙ্গে একটি আত্মবিশ্বাস-স্কোর যুক্ত করা। আত্মবিশ্বাস-স্কোর কম হলে রেকর্ডটি কোয়ারান্টাইনে যাবে, ফিডে নয়। অন-চেইন পরিস্থিতিতে ा একটি স্বাভাবিক পরিণতি আছে, যা এখনো বাধ্যতামূলক নয়: taxonomy attestation। অর্থাৎ প্রতিটি ডেটা ফিডের সঙ্গে এই ঘোষণাও চেইনে যাবে, যে তথ্যটি কোন শ্রেণিবিন্যাস মান ব্যবহার করে যাচাই করা হয়েছে, এবং সেই মানের সংস্করণ কোনটি। তখন একটি স্মার্ট কন্ট্র্যাক্ট শুধু তথ্য পড়বে না, তার শ্রেণিবিন্যাসের সনদও পড়বে। ২০২৭ সালের মধ্যে বড় ফিড প্রোভাইডারদের একটি অংশ অন্তত পাইলট পর্যায়ে এই পথে যাবে বলে আমার ধারণা — সম্ভাবনা মধ্যম, কারণ বাধ্যবাধকতা আসবে নিয়ন্ত্রক চাপে, প্রযুক্তিগত প্রস্তুতিতে নয়। সবচেয়ে গুরুত্বপূর্ণ অ্যাঙ্গেল ক্যামেরার অ্যাঙ্গেল নয়, সংজ্ঞাটি। একটি টেনিস ক্লিপ যদি ফুটবল ভাণ্ডারে বসে থাকতে পারে, তাহলে প্রশ্নটি জোকোভিচের প্রথম সেট নিয়ে নয়। প্রশ্নটি হলো, আপনার ফিডে আর কতগুলো ক্লিপ এখনো নিজের পরিচয় গোপন করে বসে আছে, এবং কোন চুক্তিটি সেই ভুলের ওপর ভর করে আগামীকাল সকালে সেটেল হয়ে যাবে?