টেনিস লেবেল পরা সোনার দাম: ক্রীড়া ডেটা পাইপলাইনের নীরব ফাটল

শনিবার সকালের বুলেটিনটা এসেছিল ঠিক সেই সময়ে, যখন আমি টোকিওর জন্য প্রি-রেজিস্টার্ড প্রেডিকশনের তালিকা সাজাচ্ছিলাম। ফাইলে পাঁচটি সংখ্যা: প্রতি তোলা সোনার দাম অপরিবর্তিত ৪,২৯,১৩৬ রুপি; ১০ গ্রামে ৩,৬৭,৯১৪ রুপি; আন্তর্জাতিক বাজারে আউন্সে ৪,০৬৬ ডলার; রুপো প্রতি তোলায় ১০ রুপি কমে ৫,৬৬৮ রুপি। ফাইলের মাথায় একটি ট্যাগ — টেনিস। ভেতরে একজন খেলোয়াড় নেই, একটি টুর্নামেন্ট নেই, একটি কোর্ট নেই, একটি সার্ভ-স্পিড নেই, একটি কোচের নামও নেই। যে একটিমাত্র প্রতিষ্ঠানের নাম আছে, সেটি অল-পাকিস্তান জেমস অ্যান্ড জুয়েলার্স সরাফা অ্যাসোসিয়েশন। প্রথম অনুমান ছিল, ফাইলটা ভুল ফোল্ডারে পড়েছে। পরে দেখলাম, ফাইল ঠিক জায়গায়ই আছে — ভুলটা দরজার চাবিতে। পাইপলাইনের কাজটা কাগজে সরল। উৎস থেকে লেখা আসে; ক্লাসিফায়ার সেটিকে একটি ভার্টিকেলে বসায়; এনটিটি এক্সট্র্যাক্টর খেলোয়াড়, টুর্নামেন্ট আর সংস্থার নাম টেনে বের করে; তারপর বিশ্লেষণ শুরু হয়। এই চার ধাপের মধ্যে সবচেয়ে ভঙ্গুর জিনিসটি কোনো ধাপ নয় — ধাপগুলোর ফাঁকে যে যাচাইটা কেউ করে না, সেটি: লেবেল আর ভেতরের লেখার মধ্যে মিল আছে কি না। পাইপলাইনের প্রতিটি ধাপে ভিন্ন ধরনের ভুল জন্ম নেয়। ইনজেশনে ভুল হয় উৎস বাছাইয়ে — কোন ফিড ক্রীড়া, কোনটি অর্থনীতি, সেই সিদ্ধান্তটা যদি একবার ভুল হয়, নিচের সব ধাপ সেটাই বহন করে। ক্লাসিফিকেশনে ভুল হয় শব্দের ওজনে — সোনা, রুপো, স্বর্ণপদক শব্দগুলো ক্রীড়া ও বাণিজ্য দুই জায়গাতেই ঘোরে, আর একটি সাধারণ কীওয়ার্ড-স্কোরার সেখানে দ্বিধা করে। এনটিটি এক্সট্র্যাকশনে ভুল হয় অনুপস্থিতিতে — নাম না পেলে সে খালি হাত ফেরে, আর খালি হাতকে কেউ কেউ অজানা খেলোয়াড় ধরে নেয়। অ্যাগ্রিগেশনে ভুল হয় যোগফলে — একটি ভুল সারি একবার ঢুকলে সেটি গড়, শতাংশ, প্রবণতা সবকিছুতে বসে যায়। শেষে ন্যারেটিভ স্তর সেই দূষিত গড়টিকে গল্প বানিয়ে ফেলে। এই যাচাইয়ের অভ্যাসটা আমার বাধ্য হয়ে শেখা, বুদ্ধি দিয়ে নয়। ২০১৭ সালে বোস্টনের ছাত্রী ডেস্কে বসে লন্ডনের টিকিট কিনতে পারিনি। পাবলিক স্প্লিট শিট থেকে ৪৮টি রেস কোড করে স্প্লিট/সেকেন্ড নামের ১৪ পর্বের একটি সিরিজ বানিয়েছিলাম; পুরুষদের ৪x১০০ মিটার ফাইনালের ব্যাখ্যাটা — গ্রেট ব্রিটেন সোনা, যুক্তরাষ্ট্র রুপো, জাপান ব্রোঞ্জ সবচেয়ে দ্রুত ব্যাটন-বিনিময় স্প্লিটে, অথচ সবচেয়ে ধীর অ্যাংকর লেগে — বোস্টন এলাকার এক কলেজ স্প্রিন্ট কোচ প্রশিক্ষণে ব্যবহার করেছিলেন। সেই কাজের প্রথম পাঠ: কাঁচা ডেটা কখনো নিজে থেকে বলে না, সে কোন খেলার ডেটা। দ্বিতীয় পাঠটা এল ২০১৮ সালে, রাশিয়ায় ৬৪ ম্যাচের ১৬৯টি গোল কোড করার সময়। স্টুডিও প্রোডিউসার আমার হাতে কফির অর্ডার ধরিয়ে দিয়েছিলেন। আমি ফেরত দিয়েছিলাম এক পাতার ব্রিফ, যেখানে দেখানো ছিল গ্রুপ পর্বের ৪০ শতাংশের বেশি গোল সেট-পিস বা সেকেন্ড ফেজ থেকে এসেছে — অথচ টেলিপ্রম্পটারে ইতিমধ্যেই কাউন্টার-অ্যাটাকিং বিশ্বকাপ লাইনটা লোড করা ছিল। তিনি অন এয়ারে সংখ্যাগুলো পড়েন। আমার নাম নেননি। সেদিন থেকে আমার একটি নিয়ম: আমার কোনো ফ্রেমওয়ার্ক নাম ছাড়া সম্প্রচারে বা ছাপায় যাবে না, নিজের নামটাও সহ। আর একটি সংশোধন-খাতা খুলে ফেললাম, যেখানে ভুলগুলো লিখে রাখি। ২০২০ সালে ক্যালেন্ডার খালি হয়ে গেলে আমি অপেক্ষা করিনি। নিজের খরচে ইউটার হেরিম্যানে গিয়ে এনডব্লিউএসএল চ্যালেঞ্জ কাপের ২৩টি ম্যাচ দেখেছি, দর্শকশূন্য স্টেডিয়ামে পিচ মাইকে ধরা পড়া ৪০০-এর বেশি কোচিং নির্দেশ আর গোলকিপারের সংগঠক-কণ্ঠ লিখে রেখেছি। ওই সময়ে একটি নেটওয়ার্ক আমাকে বিশ্লেষক নয়, মুখ হওয়ার প্রস্তাব দিয়েছিল; আমি না বলেছিলাম। বোস্টন আমাকে গতি দিয়েছে; ইউটা দিয়েছে সংকেতের মাঝের বিরতি। ওই বিরতিতেই বুঝেছি, মাঠের কোলাহলের চেয়ে মেটাডেটার নীরবতা বেশি বিপজ্জনক। ২০২২ সালে দোহায় ২৯ দিন কাজ করেছি। ২৩ নভেম্বর জাপান জার্মানিকে ২-১ গোলে হারানোর পর মিক্সড জোনে দাঁড়িয়ে ছিলাম; হাফটাইমে জাপানের ব্যাক ফাইভে ফেরার সিদ্ধান্ত ম্যাচটা কীভাবে উল্টে দিল, সেটা ম্যাপ করছিলাম। ১ ডিসেম্বর স্পেনের বিরুদ্ধে একই প্যাটার্ন। এর আগে আমার প্রি-টুর্নামেন্ট মডেল জার্মানির ফুলব্যাক ও নম্বর নাইনে প্রোফাইল-অসামঞ্জস্য চিহ্নিত করেছিল; জার্মানি টানা দ্বিতীয়বার গ্রুপ পর্বেই বাদ পড়ে। একটি প্যানেলে এক আঞ্চলিক সম্প্রচারক আমাকে বলেছিলেন, নারীরা ট্যাকটিক্স পড়ে না। আমি ল্যাপটপে মডেলটা খুলে দিয়েছিলাম। তিনি বিষয় বদলেছিলেন। মেজর টুর্নামেন্টের সময়ে পাঠক পতাকা আর গল্পে ভেসে যান। সেই মুহূর্তে বিশ্লেষণের কাজটি মাঠের বাইরের কোলাহল কমিয়ে মাঠের ভেতরের সত্য ধরে রাখা। কিন্তু যে সত্য আমাদের ড্যাশবোর্ডে বসে আছে, সেটি যদি ভুল লেবেল হয়, তবে আমরা মাঠের সত্য নয়, নিজেদের ভুলের গল্প বলছি। একটি সঠিক টেনিস ফাইলে কী থাকে, সেটা মাথায় রাখা দরকার। খেলোয়াড়ের নাম, প্রতিপক্ষ, সারফেস, রাউন্ড, র‍্যাংকিং পয়েন্ট, সার্ভ-রিটার্নের কাঁচা সংখ্যা, কোর্টের গতি, ম্যাচের সময়কাল। এই তালিকার একটি উপাদানও এখানে নেই। বরং আছে প্রতি তোলার দাম আর আউন্সের দাম — দুটি একক, যা ক্রীড়া ডেটাবেসে কখনো বৈধ কলাম হয় না। এখন আসল কাজটা করি — যে ফাইলটি টেনিস বলে চিহ্নিত হয়ে এসেছে, তার ভেতরে কী আছে, সেটা ম্যাপ করা। ফাইলের ভেতরে যা আছে, তা একটি সুসংগত পণ্য-বাজার বুলেটিন। পাঁচটি তথ্যবিন্দুর চারটিই দাম, একটির উৎস-প্রতিষ্ঠান। ঘরোয়া সোনার দাম অপরিবর্তিত থাকার ব্যাখ্যা হিসেবে লেখায় বলা হয়েছে আন্তর্জাতিক বাজারের প্রবণতা অনুসরণ করা হচ্ছে। রুপোর ক্ষেত্রে ১০ রুপির পতন। এই ডেটা ব্লকটির ভেতরে কোনো ফাটল নেই; ফাটলটি বাইরে, লেবেলে। এনটিটি এক্সট্র্যাকশন কী ফেরত দিয়েছে, সেটাও লক্ষণীয় — কিছুই না। টেনিস পাইপলাইনে ঢোকা যেকোনো লেখা অন্তত একটি নাম ফেরত দেয়: একজন খেলোয়াড়, একটি ইভেন্ট, একটি ট্যুর, একটি ফেডারেশন। এখানে শূন্য। শূন্য রিটার্ন নিজেই একটি সংকেত — পাইপলাইনের হাতে টেনিস-সংকেত ছিল না, তাই বের করার মতো কিছুও ছিল না। ওই শূন্যতাটা যদি কেউ পড়ে দেখত, ফাইলটা বিশ্লেষণের আগেই থেমে যেত। সময়ের ছাপটাও মিলছে না। লেখার একমাত্র কাল-নির্দেশক শনিবার — যা একটি মার্কেটস ডেস্কের দৈনিক ক্যাডেন্স, কোনো টেনিস ক্যালেন্ডারের নয়। গ্র্যান্ড স্লামের সপ্তাহ, কোয়ালিফায়ারের দিন, র‍্যাংকিং আপডেটের সোমবার — এই শব্দগুলো লেখায় নেই। আছে সরাফা অ্যাসোসিয়েশন, যা পাকিস্তানি বাজারে দৈনিক মূল্য-নির্ধারণের রেফারেন্স প্রতিষ্ঠান। নিজের ডোমেইনে এটি একটি গভর্নিং বডির মতো কাজ করে; টেনিস গভর্নেন্সের সঙ্গে সম্পর্ক শূন্য। লেখাটির নিজের ভেতরে একটি ট্রান্সমিশন-চেইন আছে: আন্তর্জাতিক আউন্স-দাম থেকে ঘরোয়া তোলা-দাম, আর মাঝখানে বিনিময় হার ও স্থানীয় চাহিদা। ক্রীড়া অর্থনীতিতেও একই ধরনের চেইন কাজ করে — সম্প্রচার চুক্তি থেকে প্রাইজমানি, প্রাইজমানি থেকে খেলোয়াড়ের দল গঠন। পার্থক্য একটাই: ক্রীড়ায় চেইনের প্রতিটি ধাপের নাম জানা যায়, বাজারে ধাপগুলো প্রায়ই নামহীন থাকে। এই লেখাটি সেই নামহীন চেইনের একটি দৈনিক ছবি, টেনিসের সঙ্গে তার কোনো যোগ নেই। এই ভুলটা এখন গুরুত্বপূর্ণ, কারণ আমরা একটি মেজর টুর্নামেন্ট সাইকেলে আছি। এই সময়ে ফিডের পরিমাণ বাড়ে, অটো-ট্যাগার দ্রুত সিদ্ধান্ত নেয়, ড্যাশবোর্ডে টেনিস আর্টিকেল ভলিউম বাড়ে। একটি দূষিত সারি যদি ওই ভলিউমে ঢোকে, ট্রেন্ড লাইনে একটি উত্থান দেখা যাবে, যার পেছনে টেনিস-সংকেত শূন্য। বিশ্লেষক ভাববেন বাজার গরম হচ্ছে। আসলে গরম হচ্ছে শুধু লেবেল। প্রতি তোলা ৪,২৯,১৩৬ রুপি কোনো টেনিস সংখ্যা নয়, কিন্তু একটি ড্যাশবোর্ডে সেটি টেনিস সংখ্যা হয়ে বসে থাকতে পারে মাসের পর মাস। স্কেলের প্রশ্নটা আলাদা করে দেখতে হয়। যদি প্রতি পাঁচশো সারিতে একটি করে দূষিত লেখা ঢোকে, মাসিক স্তরে সেটি নগণ্য মনে হয়। কিন্তু ট্রেন্ড লাইন সাপ্তাহিক ভিত্তিতে তৈরি হয়, আর একটি মেজর ইভেন্টের সপ্তাহে মোট সারির সংখ্যা কয়েকশোতে নেমে আসে। সেই ঘনত্বে একটি ভুল সারি পাঁচ থেকে দশ শতাংশের বিচ্যুতি তৈরি করতে পারে। ক্রীড়া বিশ্লেষণে পাঁচ শতাংশ বিচ্যুতি মানে ভুল সিদ্ধান্ত — কোন কোণটা গুরুত্বপূর্ণ, কোনটা নয়, সেই রায় বদলে যাওয়া। আমার সংশোধন-খাতায় এই ঘটনাটি দুটি আলাদা এন্ট্রি হিসেবে উঠবে। প্রথম এন্ট্রি: টেনিস লেবেলে অ-ক্রীড়া ফাইল গৃহীত, তারিখ উল্লেখিত। দ্বিতীয় এন্ট্রি: এনটিটি এক্সট্র্যাকশন শূন্য ফেরত দিয়েছে, সেই শূন্যতা কেউ পড়েনি। দুটোই আলাদা ব্যর্থতা, কারণ একটি সারির ভুল আর একটি যাচাইয়ের অনুপস্থিতি — একই রোগের দুই লক্ষণ নয়। আমার নিজের কাজে এই দূষণ ঠেকানোর পদ্ধতিটি সরল এবং বিরক্তিকর: প্রি-রেজিস্ট্রেশন। ২০২১ সালে টোকিওর আগে আমি তারিখ দিয়ে ছাপিয়ে দিয়েছিলাম — দর্শকশূন্য স্টেডিয়ামে যে রেকর্ডটি ভাঙার সম্ভাবনা সবচেয়ে বেশি, সেটি পুরুষদের ৪০০ মিটার হার্ডলস, কারণ তার ছন্দ অন্তর্মুখী, ভিড়নির্ভর নয়। কার্স্টেন ওয়ারহোম ৪৫.৯৪ সেকেন্ডে দৌড়েছিলেন। ইলাইন থম্পসন-হেরার ১০০ মিটারে ১০.৬১। ভুল হলে সেটাও লিখে রাখি, প্রকাশ্য অডিটে। সম্পাদকরা অতিরিক্ত ৮০০ শব্দ নিয়ে অভিযোগ করেছিলেন; পাঠকরা প্রিভিউয়ের চেয়ে অডিটগুলো বেশি উদ্ধৃত করতে শুরু করেছিলেন। সেটি ধীরে ধীরে ঠিক করে দিয়েছিল আমাকে কী লিখতে দেওয়া হবে। এখানেই স্বাভাবিক প্রতিক্রিয়াটি আসে: ক্লাসিফায়ারটা ঠিক করে দাও, মডেলটা স্মার্ট করো। আমি দ্বিমত করি। এই ঘটনায় ক্লাসিফায়ার অপরাধী নয় — তার সামনে টেনিস-সংকেত ছিল না বলেই সে কাজ করতে পারেনি। আসল ফাটল উপরের ধাপে, ফিড রাউটিংয়ে, যেখানে একটি অ-ক্রীড়া ফিড ক্রীড়া পাইপলাইনে ঢুকে পড়েছে। মডেল বদলে এই ফাটল সারানো যাবে না; সারাতে হবে একটি সাদা তালিকা দিয়ে — অনুমোদিত খেলোয়াড়, টুর্নামেন্ট ও সংস্থার নামের তালিকা, যা না মিললে লেখা বিশ্লেষণে ঢুকবে না। প্যাটার্নে ভরসা করার আগে আমি পাইপলাইনটি বানিয়েছি; এই গেটটাই সেই পাইপলাইনের প্রথম ভালভ। ডোমেইন লেবেল আসলে একটি কর্তৃত্ব-দাবি। যখন কোনো সিস্টেম বলছে এই লেখাটি টেনিস, তখন সে পাঠককে বলছে: এই লেখার ভেতরের সংখ্যাগুলো টেনিসের ভাষায় পড়ো। পাঠক সেটাই করেন। এই কারণেই ভুল লেবেল ভুল তথ্যের চেয়ে সূক্ষ্ম — ভুল তথ্য প্রশ্ন তোলে, ভুল লেবেল প্রশ্নটাই সরিয়ে দেয়। দ্বিতীয় বিরক্তিকর সত্য: মানুষকে লুপে বসালেই সমস্যা মিটে যায় না। ২০১৮ সালে আমি ঠিক এই পরিস্থিতিতেই ছিলাম — হাতে কফির অর্ডার, মুখে দ্রুত করো। যে মানুষকে সহায়ক হিসেবে ডাকা হয়, সে যাচাইয়ের কর্তৃত্ব পায় না। কর্তৃত্ব না থাকলে সতর্কতা শুধু মন্তব্য হয়ে থাকে, সিদ্ধান্ত হয় না। শিল্পটা ভুল জায়গায় ভয় পাচ্ছে। সবাই খারাপ মডেল নিয়ে চিন্তা করে, কারণ মডেল নিয়ে কথা বলা জমকালো। খারাপ লেবেল সস্তা, নীরব এবং অনেক বেশি ক্ষতিকর — মডেলের ভুল ধরা পড়ে, লেবেলের ভুল ধরা পড়ে না। শান্ত ম্যাচেই বাজার আসলে নড়ে — কথাটা আমি প্রথম লিখেছিলাম ২০২০ সালে, দর্শকশূন্য স্টেডিয়ামের পিচ মাইক নিয়ে কাজ করার সময়। মেটাডেটার ক্ষেত্রেও একই: গোলমালের মধ্যে কেউ লেবেল দেখে না, শান্ত ড্যাশবোর্ডে সেটি বছরের পর বছর বসে থাকে। প্রতিটি গোল একটি ডেটা পয়েন্ট, যতক্ষণ না আপনি ১৬৯টি সব দেখছেন — লেবেলের ক্ষেত্রেও একই কথা, শুধু এখানে দেখার লোক কম। পরের টুর্নামেন্ট ব্যাচ শুরু হওয়ার আগে একটি কাজ বাকি: গেটটা বানানো। ভালো সিস্টেম হলো ভবিষ্যতের নিজের কাছে করা একটি প্রতিশ্রুতি, আর সেই প্রতিশ্রুতির প্রথম ধারা হলো — ভুল লেবেল যেন কখনো বিশ্লেষণে ঢুকতে না পারে। এরিনা গর্জে ওঠার আগে কাউকে শব্দটার ম্যাপ বানাতে হয়। আমি এই লেখাটি লিখছি একটি সংশয় নিয়ে, আত্মতুষ্টি নিয়ে নয়। আমার নিজের পাইপলাইনেও এমন ফাইল ঢুকেছে, যার লেবেল ভুল ছিল, আর প্রথমবারে ধরতে পারিনি। পার্থক্য শুধু এই: ভুলটা লিখে রাখার একটি জায়গা আছে। প্রশ্নটা এখন এই — এই একটি ফাইল ছাড়া আর কী কী ভুল লেবেল আমাদের ড্যাশবোর্ডে চুপচাপ বসে আছে?